リチウム イオン電池 (LIB) は、電気自動車 (EV) やマイクログリッドなどの多くの分野で、エネルギー貯蔵システム (ESS) の最適な選択肢の 1 つになりました。
ただし、バッテリのみに依存する ESS にはいくつかの欠点があります。 (1) ピーク電力需要を満たすためには、バッテリの電力密度を十分に高くする必要があります。高出力密度のバッテリーが開発されていますが、コストは一般的なものよりもはるかに高くなります。 (2) ESS の出力向上には、大規模なバッテリーと高い放電電流が必要であるため、バッテリーは熱障害、過放電、およびその他の障害に苦しむ可能性が高くなります。
一方では、高電力負荷条件下での安全性を確保するために、温度を厳密に制御する必要があります。一方、高レートの充放電電流で長時間動作させると、経年劣化が加速し、容量損失が発生します。 (3) 一部のアプリケーション (EV、HEV など) では、通常、バッテリは頻繁に充放電され、バッテリの寿命に悪影響を及ぼします。 ESS の動作を強化するために、スーパーキャパシタは、このハイブリッド エネルギー貯蔵システム (HESS) をサージ電流の処理においてより堅牢にするバッファーとしてバッテリーと統合するように設計されています。
LIB/スーパーキャパシタ HESS では、スーパーキャパシタは、その高い電力密度と高効率により、高速で効果的なエネルギー出力を提供します。ただし、スーパーキャパシタは、電極材料上の荷電種の表面吸着反応によってのみエネルギーを保存するため、エネルギー密度が低くなります。幸いなことに、LIB はエネルギー密度が高く、電力密度が比較的低いという補完的な特性を備えています。このハイブリッド化は、LIB やスーパーキャパシタを個別に使用するよりも優れた使用法と見なされており、2 つのデバイスよりも大きな利点があります。
HESS の安全な動作を保証するには、正確な状態推定、熱管理、故障診断などを含むインテリジェントな機能を提供するためのエネルギー管理システムが必要です。 -充電と過放電、電力容量と最大充放電エネルギーの正確かつリアルタイムの推定は、エネルギー管理システムにおいて非常に重要かつ必要です。
この作業では、モデルベースのマルチタイムスケールの電力能力と最大充電/放電エネルギー予測アプローチが提示されています (図 1 を参照)。電力能力と、電流、電圧、充電状態 (SOC) などの複数の制約を伴う最大充電/放電エネルギー予測の明示的な分析が詳しく説明されています。センサー ノイズに起因する推定誤差を克服するために、電力能力とエネルギー予測に拡張カルマン フィルターが採用されています。充電および放電電力能力と最大充電および放電エネルギーは、さまざまな動的特性評価スケジュールの下で定量的に評価されます。
分析の最初の部分では、LIB とスーパーキャパシタのハイブリッド システムのモデル フレームワークが開発されます。これは、LIB、スーパーキャパシタ、および DC/DC コンバータの 3 つの部分で構成されます。次に、モデル パラメータ同定のための数学的ツールを紹介します。忘却係数を使用した再帰的最小二乗法のデータ駆動型アルゴリズムについて詳しく説明します。
分析の第 2 部では、複数の制約を考慮したマルチタイムスケールの電力能力予測について、LIB とスーパーキャパシタの両方について説明しました。電力能力推定において強調されていることの 1 つは、SOC の状態推定です。カルマン フィルターはシステム状態推定の分野に広く適用されており、パラメーター予測に効率的な再帰的な方法を提供するため、カルマン フィルターは電力予測に使用されます。最後に、電力能力の予測結果に基づいて、LIB とスーパーキャパシタの最大充放電エネルギーが計算されます。
分析の最後の部分では、開発されたモデルの精度と、提案された電力およびエネルギー予測方法の堅牢性を検証するために、さまざまな動的特性評価スケジュールの下で検証実験が実行され、結果が分析されます。結果は、提示されたモデルとパラメータ同定アルゴリズムによって正確な電圧予測値が得られることを示しています。 LIB とスーパーキャパシタの両方について、異なる時間スケールでの最大充放電エネルギーを比較します。結果から、小さな時間スケールでの予測は最大充電および放電エネルギーの絶対値が小さいと結論付けることができます。つまり、長い時間スケールの最大充電および放電エネルギー推定は長時間のアプリケーションには適していません。充電または過放電。
これらの調査結果は、Journal of に最近掲載された、拡張カルマン フィルターを使用したリチウム イオン バッテリーとスーパーキャパシター ハイブリッド システムのマルチタイムスケールの電力とエネルギーの評価というタイトルの記事で説明されています。 電源 .この作業は、中国科学技術大学の Yujie Wang、Xu Zhang、Chang Liu、Rui Pan、Zonghai Chen によって実施されました。
