全钒液流电池的巡检系统开发及模型参数估计

《全钒液流电池的巡检系统开发及模型参数估计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国内图书分类号：TM911.3密级：公开国际图书分类号：621.3西南交通大学研究生学位论文全钒液流电池的巡检系统开发及模型参数估计年级二零一五级姓名刘湘东申请学位级别工学硕士专业电气工程指导老师刘承志副教授二零一八年四月ClassifiedIndex:TM911.3U.D.C:621.3SouthwestJiaotongUniversityMasterDegreeThesisINSPECTIONSYSTEMDEVELOPMENTANDMODELPARAMETERESTIMATIONOFVANADIUMREDOXFLOWBATTERYGrade:2015Candidate:LiuXiangdo

2、ngAcademicDegreeAppliedfor:MasterSpeciality:ElectricalEngineeringSupervisor:ViceProf.LiuChengzhiApril,2018西南交通大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复印手段保存和汇编本学位论文。本学位论文属于1．保密□，在年解密后适用本授权书；2．不保密，使用本授权书。(请在以上方

3、框内打”√”)学位论文作者签名：指导老师签名：日期：日期：西南交通大学硕士学位论文主要工作(贡献)声明本人在学位论文中所做的主要工作或贡献如下：1．本论文开发了一种基于ARM的电池巡检系统。该系统利用在ARM中编入C语言程序来协同系统各部分工作，数据采集模块以芯片LTC6804为核心，由isiSPI总线将采集到的数据回传，最后由LabVIEW完成数据的校验、显示、存储。经实验验证：该系统具有测量速度快、精度高、抗干扰性强、可扩展性好等特点。2．本文为全钒液流电池建立了一阶RC的Thevenin等效电路模型。通过脉冲充放电实验确定模型中的各元件参数，然后在MATLAB/Simulink中搭建起仿

4、真模型。通过实验得：仿真结果与真实值误差较小，证明了该等效电路模型的可行性。3.本文利用两种卡尔曼滤波算法（扩展卡尔曼滤波和无迹卡尔曼滤波）和滑模观测器算法对全钒液流电池组的荷电状态和健康状态进行估计。混合脉冲充放电实验结果证明了卡尔曼滤波算法和滑模观测器算法能有效地估计电池组的荷电状态和健康状态，且具有较高的准确性和收敛性。本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工作所得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中作了明确说明。本人完全了解违反上述声明所引起的一切法律责任将由本人承

5、担。学位论文作者签名：日期：西南交通大学硕士研究生学位论文第I页摘要如今化石能源日趋枯竭，被可再生能源替代已成为必然趋势，越来越多的国家和组织投入大量国力用于光伏、风电等可再生能源项目的建设。但这些可再生能源普遍存在波动性和随机性，无法直接并网，这成了制约新能源发展和分布式发电的主要障碍。这就需要发展规模化储能技术来合理有效地平抑光伏、风电的功率波动，优化分布式发电的结构。一种绿色安全的储能装置——全钒液流电池（VanadiumRedoxFlowBattery，VRB）登上了历史的舞台，因其特有的优势受到了广泛的关注。本文首先设计开发了一种基于ARM的电池组巡检系统，用于监控电池组的单电池电压

6、、电流和温度等参数，确保电池组工作时的稳定安全。通过实验证实了该巡检系统拥有具精度高、传输速度快、抗干扰能力强、可扩展性好、界面简洁等优点。利用该系统搭建起实验平台，为后面电池组的建模与参数估计提供数据支持。其次，本文对比了全钒液流电池的电化学模型和等效电路模型的特点，选取了更适用于参数估计的一阶RC的Thevenin等效电路模型。通过脉冲充放电实验得到模型中各元件参数，在MATLAB/Simulink中进行电池组模型的仿真，和实验结果端电压最大误差不超过0.4V，满足精度要求，为下文参数估计奠定基础。然后针对电池管理系统的中的两个关键参数：荷电状态（StateofCharge，SOC）和健康

7、状态（StateofHealth，SOH），分别用了两种卡尔曼滤波算法和滑模观测器（SlidingModeObserver，SMO）算法进行参数估计，其中，两种卡尔曼滤波算法分别为扩展卡尔曼滤波算法(ExtendedKalmanFilter，EKF)和无迹卡尔曼滤波算法(UnscentedKalmanFilter，UKF)。对混合脉冲充放电实验结果进行估计，两种算法在初值误差不大的情况下均能收敛，