电化学储能是现代电力系统中不可缺少的一环,其特点是能量密度大、响应速度快、转换效率高、建设周期短、站址选择多等。储能电站的应用场景非常宽泛,如在电源侧平滑出力波动及处理跟踪、电源调频辅助服务、备用电源等;电网侧用来参与...电化学储能是现代电力系统中不可缺少的一环,其特点是能量密度大、响应速度快、转换效率高、建设周期短、站址选择多等。储能电站的应用场景非常宽泛,如在电源侧平滑出力波动及处理跟踪、电源调频辅助服务、备用电源等;电网侧用来参与电网调峰调频、优化电网潮流分布、改善电能质量、虚拟电厂、延缓输电设备拥堵升级、微网等;用户侧可以完成削峰填谷、智能交通、社区储能、需量电费管理等。储能电站在快速发展的同时,安全是第一要素。而储能系统安全的关键在于电池系统的安全,在于如何精确预估电池的健康状态。储能电站电池的健康状态评估对电站的日常维护成本、健康运行及运维工作量等起关键性作用。综述了电池健康状态SOH(state of health)的影响因素,分析了线性误差预测方法、粒子群结合BP神经网络法、动态贝叶斯网络法的研究过程及结论验证,探讨了不同评估方法的可行性。在完善电池健康状态评估算法理论体系、实际应用技术研究方面具有潜在价值。展开更多
文摘电化学储能是现代电力系统中不可缺少的一环,其特点是能量密度大、响应速度快、转换效率高、建设周期短、站址选择多等。储能电站的应用场景非常宽泛,如在电源侧平滑出力波动及处理跟踪、电源调频辅助服务、备用电源等;电网侧用来参与电网调峰调频、优化电网潮流分布、改善电能质量、虚拟电厂、延缓输电设备拥堵升级、微网等;用户侧可以完成削峰填谷、智能交通、社区储能、需量电费管理等。储能电站在快速发展的同时,安全是第一要素。而储能系统安全的关键在于电池系统的安全,在于如何精确预估电池的健康状态。储能电站电池的健康状态评估对电站的日常维护成本、健康运行及运维工作量等起关键性作用。综述了电池健康状态SOH(state of health)的影响因素,分析了线性误差预测方法、粒子群结合BP神经网络法、动态贝叶斯网络法的研究过程及结论验证,探讨了不同评估方法的可行性。在完善电池健康状态评估算法理论体系、实际应用技术研究方面具有潜在价值。
