“维恩储能网”是一家专注能源储存B2B媒体传播平台,提供能源行业数字新闻、商业资讯、数字报告和高品质O2O活动,以满足能源储存、绿电储能、氢能源、微电网、虚拟电网、智慧能源、EV电动汽车等绿色能源行业的传播需求。
退役动力电池因其一致性差、安全性薄弱等缺陷在梯次利用时面临巨大挑战。动态可重构电池网络(dynamic reconfigurable battery network,DRBN)能够有效提高退役动力电池梯次利用储能系统的一致性和安全性。目前DRBN储能系统已经进入工程应用阶段,然而现有的研究缺少对大规模DRBN储能系统的运行性能评估。为此,以实际运行的大规模退役动力电池梯次利用储能系统作为分析对象,选取储能系统中80个DRBN的1个月运行数据进行分析。从运行工况、均衡效果、薄弱辨识三个方面验证了DRBN储能系统对电池模组一致性的提升效果。数据分析表明,90%的DRBN一致性良好,且其他一致性较差的DRBN都能够被准确辨识。文章亮点 1.针对退役动力电池一致性差、安全性薄弱的问题,提出基于DRBN储能系统的解决方案,并基于DRBN储能系统的能量数字化思想,详细说明DRBN储能系统的一致性管控方法; 2.结合实际工程数据,围绕运行工况、均衡效果、薄弱环节三个方面,对大规模退役动力电池梯次利用储能系统的运行性能进行评估。主要内容 1. DRBN储能系统组成 大规模退役动力电池梯次利用储能系统场站通常由多个储能集装箱构成,如图1所示。每个储能集装箱内包含单台或者多台储能变流器(PCS),实现交流与直流的变换。PCS直流侧与DRBN连接,DRBN通过电力电子开关串联的方式形成可重构网络,如图2所示。图1 大规模梯次利用DRBN储能系统场站架构图2 DRBN拓扑结构 2. DRBN运行原理 DRBN从时间的维度入手,将来自不同电池模组的“能量切片”按时间轴进行调度排布,来实现电池能量管控。令ΔC 表示电池模组的容量变化量,Δt 表示模组参与充放电的时间,则有 DRBN通过调整模组接入充放电回路里的时间,改变电池容量在不同模组上的分布。在实际DRBN中,采用的是并联模组“3选2”的一致性管控策略,即从3个并联模组中选取2个接入系统,另外1个模组断开。图3给出了实际系统中3个并联模组的放电电流。图3 3个并联模组在动态重构过程中的电流 3. 运行性能评估方法 本文对实际DRBN储能系统采集得到的数据集进行分析。数据采集周期为1个月,数据采集频率为每分钟采集1组电池数据。采集到的数据信息包括电池模组的工作电压、OCV、工作电流、SOC、温度。 数据预处理完成后,将每个DRBN内42个电池模组的工作电压标准差作为该DRBN的一致性指标(consistency indicator,CI)。设xV,i为第i个电池模组的工作电压,N是电池模组数量,μV为所有电池模组工作电压的平均值,则工作电压标准差σ的计算公式为 4. 实例分析 在充电阶段,由于采用DRBN储能系统的均衡充电策略,电压标准差明显下降,这表明电池系统的一致性得到了提升,如图4所示。图4 1-1-3 DRBN的模组电压及标准差 根据不同DRBN的电压标准差平均值高低,可以将80个DRBN按照电压一致性程度分为3类,结果如图5、表1所示。其中,第1类DRBN的一致性良好,第2类DRBN存在一定程度的不一致性,第3类DRBN存在严重的不一致性。分类结果表明,90%的DRBN一致性良好,且其他一致性较差的DRBN都能够被准确辨识。图5 80个DRBN的电压标准差平均值表1 80个DRBN的分类结果
退役动力电池因其一致性差、安全性薄弱等缺陷在梯次利用时面临巨大挑战。动态可重构电池网络(dynamic reconfigurable battery network,DRBN)能够有效提高退役动力电池梯次利用储能系统的一致性和安全性。目前DRBN储能系统已经进入工程应用阶段,然而现有的研究缺少对大规模DRBN储能系统的运行性能评估。为此,以实际运行的大规模退役动力电池梯次利用储能系统作为分析对象,选取储能系统中80个DRBN的1个月运行数据进行分析。从运行工况、均衡效果、薄弱辨识三个方面验证了DRBN储能系统对电池模组一致性的提升效果。数据分析表明,90%的DRBN一致性良好,且其他一致性较差的DRBN都能够被准确辨识。
文章亮点
1.针对退役动力电池一致性差、安全性薄弱的问题,提出基于DRBN储能系统的解决方案,并基于DRBN储能系统的能量数字化思想,详细说明DRBN储能系统的一致性管控方法;
2.结合实际工程数据,围绕运行工况、均衡效果、薄弱环节三个方面,对大规模退役动力电池梯次利用储能系统的运行性能进行评估。
主要内容
1. DRBN储能系统组成
大规模退役动力电池梯次利用储能系统场站通常由多个储能集装箱构成,如图1所示。每个储能集装箱内包含单台或者多台储能变流器(PCS),实现交流与直流的变换。PCS直流侧与DRBN连接,DRBN通过电力电子开关串联的方式形成可重构网络,如图2所示。
图1 大规模梯次利用DRBN储能系统场站架构
图2 DRBN拓扑结构
2. DRBN运行原理
DRBN从时间的维度入手,将来自不同电池模组的“能量切片”按时间轴进行调度排布,来实现电池能量管控。令ΔC 表示电池模组的容量变化量,Δt 表示模组参与充放电的时间,则有
DRBN通过调整模组接入充放电回路里的时间,改变电池容量在不同模组上的分布。在实际DRBN中,采用的是并联模组“3选2”的一致性管控策略,即从3个并联模组中选取2个接入系统,另外1个模组断开。图3给出了实际系统中3个并联模组的放电电流。
图3 3个并联模组在动态重构过程中的电流
3. 运行性能评估方法
本文对实际DRBN储能系统采集得到的数据集进行分析。数据采集周期为1个月,数据采集频率为每分钟采集1组电池数据。采集到的数据信息包括电池模组的工作电压、OCV、工作电流、SOC、温度。
数据预处理完成后,将每个DRBN内42个电池模组的工作电压标准差作为该DRBN的一致性指标(consistency indicator,CI)。设xV,i为第i个电池模组的工作电压,N是电池模组数量,μV为所有电池模组工作电压的平均值,则工作电压标准差σ的计算公式为
4. 实例分析
在充电阶段,由于采用DRBN储能系统的均衡充电策略,电压标准差明显下降,这表明电池系统的一致性得到了提升,如图4所示。
图4 1-1-3 DRBN的模组电压及标准差
根据不同DRBN的电压标准差平均值高低,可以将80个DRBN按照电压一致性程度分为3类,结果如图5、表1所示。其中,第1类DRBN的一致性良好,第2类DRBN存在一定程度的不一致性,第3类DRBN存在严重的不一致性。分类结果表明,90%的DRBN一致性良好,且其他一致性较差的DRBN都能够被准确辨识。
图5 80个DRBN的电压标准差平均值
表1 80个DRBN的分类结果
此内容为维恩储能所转载其他网站内容,出于传递更多信息而非盈利之目的
同时并不代表赞成其观点或证实其描述,内容仅供参考。
版权归原作者所有,若有侵权,请联系我们删除。
凡来源注明维恩储能网的内容为维恩储能网原创,转载需注明来源。
2024中国长三角光伏储能博览会
2023-11-08
CCF2023中资光伏出海大会
2023-10-31
2024中国(青岛)国际太阳能光伏及储能展览会
2023-10-23
新疆风光电氢能储能与新能源产业博览会
2024年河南太阳能光伏展-第四届中国(郑州)国际户用光伏与工商业光伏及储能博览会
2023-10-20
2024世界太阳能光伏暨储能产业博览会(16届广州国际光伏储能展)
2023-09-06
SNEC第八届(2023)国际储能技术和装备及应用(上海)大会暨展览会
2022-12-06
SNEC第十六届(2023)国际太阳能光伏与智慧能源(上海)展览会