【技术实现步骤摘要】
基于储能量自检测的储能式极速充控制方法及系统
[0001]本专利技术涉及电池
,具体是指基于储能量自检测的储能式极速充控制方法及系统。
技术介绍
[0002]现如今,人们对环境保护和节能的日益关注加强了对燃料消耗的严格规定,充电站位置规划、太阳能系统充电都可实现节能效益。但是现有充电站位置选取存在考虑因素不佳导致资源分配不合理,进而出现实际建设与需求不匹配、规划精度低和可靠性差的问题;存在传统太阳能系统因高频开关谐波和误差信号导致系统不稳定、不可靠和弱响应的问题;现有的电池故障检测方法存在检测过程存在侵入性,且对电池故障检测考虑因素单一导致故障检测错误率高而考虑因素过多导致故障检测速度慢的矛盾性问题。
技术实现思路
[0003]针对上述情况,为克服现有技术的缺陷,本专利技术提供了基于储能量自检测的储能式极速充控制方法及系统,针对现有充电站位置选取存在考虑因素不佳导致资源分配不合理,进而出现实际建设与需求不匹配、规划精度低和可靠性差的问题,本方案采用基于历史数据利用非线性自回归神经网络预测参数,权衡距离的需求,综合考虑充电需求、覆盖路径和候选充电站组合的关系,从而提高充电站利用率和覆盖效果;针对传统太阳能系统因高频开关谐波和误差信号导致系统不稳定、不可靠和弱响应的问题,本方案采用低通滤波器过滤高频开关谐波,提高系统稳定性和可靠性,通过计算和控制误差信号实现控制调节电压进而提高系统的稳定性和响应性;针对现有的电池故障检测方法存在检测过程存在侵入性,且对电池故障检测考虑因素单一导致故障检测错误率高而考 ...
【技术保护点】
【技术特征摘要】
1.基于储能量自检测的储能式极速充控制方法,其特征在于:该方法包括以下步骤:步骤S1:数据采集;步骤S2:数据驱动型可扩展充电站位置管理,基于对数量关系,组合约束和覆盖关系对位置模型确定约束条件,综合考虑充电需求、覆盖路径和充电站候选组合的关系,基于非线性自回归神经网络预测参数,最终建立数据驱动型可扩展充电站位置模型;步骤S3:建立高效响应型可调节式太阳能系统,通过计算变换器占空比,设计低通滤波器、电池转换器和电网电压源逆变器,并通过计算控制误差信号实现控制和调节电压,最终完成高效响应型可调节式太阳能系统的建立;步骤S4:基于IC相关性的间充质电池单元故障检测,通过采集电池单元的终端电压和中间终端电压,基于Spearman相关系数对IC相关性进行定量分析,综合考虑时域和频域两个维度的IC相关性分析确定电池运行是否正常。2.根据权利要求1所述的基于储能量自检测的储能式极速充控制方法,其特征在于:在步骤S3中,所述建立高效响应型可调节式太阳能系统,具体包括以下内容:步骤S31:计算MPPT转换器的电感,步骤如下:步骤S311:计算MPPT变换器的占空比D1,所用公式如下:;式中,V
dc
是直流电压,V
pc
是太阳能电池板输出电压;步骤S312:电感L的计算由控制表达式完成,所用公式如下:;式中,Δi是变换器输出电流的波动,f
sw
是变换器的开关频率;步骤S32:设计电网低通滤波器,在公共耦合点上连接串联的电阻和电容组成的滤波器RC布置;RC布置充当低通滤波器,衰减来自主电源的高频开关谐波,并仅将所需的频率信号传递到系统,步骤如下:步骤S321:预测波动滤波器的电容值,所用公式如下:;式中,C
f
是波动滤波器的电容值,R
f
是波动滤波器的电阻值,T
SW
是开关时间;步骤S33:设计电池转换器,在升压操作中,DC
‑
DC电池变换器的工作占空比D
bat
计算公式如下:;式中,V
dc
’
是电池变换器的输出电压,V
bat
是电池电压;步骤S34:设计电网电压源逆变器,步骤如下:步骤S341:基于电网参数计算有功功率和无功功率的瞬时大小,并计算瞬时复功率s(t),所用公式如下:;
式中,v和i分别是电网电压和电网电流,g
‑
α和g
‑
β分别是在α轴和β轴的分量,j是虚数单位;步骤S342:电网电流的大小随着VSC瞬时电压的变化而变化,对于零电压矢量,在有功功率和无功功率中的变化如下:;;式中,Δp0(k)是瞬时有功功率变化量,Δq0(k)是瞬时无功功率变化量,R是电路电阻,T
s
是采样周期,L是电路电感,k是离散时间步;步骤S343:对于VSC瞬时电压,功率P和无功功率Q的变化定义为:;;式中,Δp
g
(k)是瞬时电压源转换器有功功率变化量,Δq
g
(k)是瞬时电压源转换器无功功率变化量,v
rec
‑
α
和v
rec
‑
β
分别是VSC瞬时电压在α轴和β轴上的分量;步骤S344:计算误差信号,在控制方案中,信号误差为零即达到最佳电压,所用公式如下:;;步骤S345:基于Δp0(k)和Δq0(k)实现如下方程:;;步骤S346:通过管理基于滞后控制器的误差指标生产VSC的开关脉冲,进行调节和控制电压。3.根据权利要求1所述的基于储能量自检测的储能式极速充控制方法,其特征在于:在步骤S2中,所述数据驱动型可扩展充电站位置管理,具体包括以下步骤:步骤S21:建立数据驱动型可扩展充电站位置模型,所用公式如下:;式中,maxZ是充电站从覆盖的区域和路径最大化充电需求;m是要建造的充电站总数;θ是系数且θ∈[0,1];ω
j
是区域j充电要求的数量;若足够满足区域j充电需求,则z
j
=1,否则,z
j
=0;V是充电站网络上所有区域的集合;ρ是路径;P是所有路径的集合;f
ρ
是路径ρ上的充电
要求数量;若路径ρ上的电车足够完成往返,则y
ρ
=1,否则y
ρ
=0;步骤S22:约束数据驱动型可扩展充电站位置模型,所用公式如下:;;;;式中,I是充电站的候选位置集;若在区域i建立充电站,则x
i
=1,否则,x
i
=0;m是要建造的充电站总数;H是充电站组合的集合;h是充电站组合;若充电站组合h足够支持电车EV完成路径往返,则b
p,h
=1,否则b
p,h
=0;若组合h中的所有区域已建立充电站,则v
h
=1,否则,v
h
=0;若充电站i属于组合h,则v
h,i
=1,否则,v
h,i
=0;若充电站i在区域j的覆盖半径内,则a
i,j
=1,否则a
i,j
=0;若足够满足区域j的充电需求,则z
j
=1,否则,z
j
=0;V是所有区域的集合;步骤S23:确定路径ρ上的充电要求数量f
ρ
,所用公式如下:;式中,两区域之间的流量与区域的需求成正比,与两区域之间的距离成反比;ρ是区域...
【专利技术属性】
技术研发人员:黎庭,卢燕,
申请(专利权)人:启垠科技深圳有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。