无人光伏充电站锂电池寿命预测方法研究
发布时间：2022-01-14 23:21
随着科学技术的发展和国家政策的支持,光伏发电已经成为新能源行业的热门研究方向。锂电池作为一种可循环使用的绿色储能单元,在重量、储能容量、寿命等方面都具有显著优势,是无人光伏充电站的理想储能模块。对锂电池的寿命进行准确预测,可以为无人光伏充电站的运行提供重要的健康信息,减少和避免因锂电池导致的安全事故。本文通过对无人光伏充电站锂电池寿命预测方法进行研究,提出了两种锂电池寿命预测方法,并设计了相应的寿命预测软件系统,对预测结果进行直观展示。主要完成的工作如下:1.针对无人光伏充电站电池管理系统的监测数据种类繁多,训练数据选取复杂,难以准确进行锂电池寿命预测的问题,利用支持向量机（Support Vector Machine,SVM）和相空间重构来构建预测模型,降低了数据选择的复杂度,提升了寿命预测的准确性。针对SVM参数选择困难的问题,通过改进的粒子群优化（Improved Particle Swarm Optimization,IPSO）算法对模型的参数进行优化,提出一种相空间重构的IPSO-SVM锂电池寿命预测方法,整体上提升了预测的准确率。2.针对实际工程应用中,实时的电池容量数据获...
【文章来源】：西安理工大学陕西省
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
我国及世界能源结构分布图
无人光伏充电站及其储能锂电池分析92无人光伏充电站及其储能锂电池分析2.1无人光伏充电站的结构与功能作为新能源产业的重要部分，无人光伏充电站由于其运维成本低和经济环保等特点，是未来重要的发展方向。本节主要对其展开研究，首先介绍了无人光伏充电站各部分组成及相关功能，然后对光伏组件的工作原理及相关特性进行了描述，最后对充电站的能量流动模型和相关储能技术进行了研究。2.1.1无人光伏充电站组成及各组件功能目前无人光伏充电站的组成主要包括光伏组件、蓄电池组、充电桩及相关强电变换器等。总体结构如图2-1所示：图2-1无人光伏充电站的组成结构图Fig.2-1Compositionandstructurediagramofunmannedphotovoltaicchargingstation光伏组件利用其相关光电特性，完成太阳能到不稳定直流电的转换过程，经过DC/DC变换器可以继续转换为能够被其他负载利用的稳定直流电，可以为蓄电池充电或者经过DC/AC逆变器将所转换的交流电输送到电网中，蓄电池可以为充电桩提供所需电能。各组件的详细功能介绍如下。光伏组件：无人光伏充电站的主要能量来源，实现太阳能到电能的转化，由众多太阳能电池构成，其主要材料为半导体。DC/DC变换器：可以将光伏组件把太阳能转换的不稳定直流电进行转换，将其转换为稳定的直流电，以供相关负载使用。DC/AC逆变器：可以完成直流电到交流电的转化，并将无人光伏充电站多出的部分电能转化为符合国家电网要求的标准交流电，从而输送到电网中。充放电控制器：可以对蓄电池组的充放电过程进行控制，保证充放电的电流和电压符合安全标准，是无人光伏充电站的一大安全保障。
晕?履茉闯档认喙馗涸亟?谐涞纾?经济环保。蓄电池组：无人光伏充电站的重要组成部分，可以完成无人光伏充电站的电能储存与输出任务，保证充电站的能量循环。监控管理系统：可以对无人光伏充电站的运行状态和各项指标功能及各组件的运行数据进行监测，保证无人光伏充电站的安全稳定运行。2.1.2光伏组件的工作原理作为无人光伏充电站的主要能量来源，对其工作原理进行研究，采取一定的措施让光伏组件产生最大的能量，保持无人光伏充电站具有充足的电量产生，满足充电桩等相关负载的正常能量使用是很有必要的，工作原理如图2-2所示：图2-2光伏组件的工作原理图Fig.2-2Workingprinciplediagramofphotovoltaicmodules太阳能电池板作为光伏组件的根基，由大量太阳能电池组合构成，通过一定的电路排列，利用半导体材料特性来完成电能的转化。当光照条件良好时，光伏组件受到照射后在其内部会发生相关物理变化过程。这会造成PN结中产生大量空穴的电子对，由于内部电场的作用，空穴和电子分别向半导体材料的P区和N区进行移动，从而在太阳能电池的两极产生电压且P区为正电，电流从P区流出经过相关负载流向N区。经过这一过程，光伏组件就完成了发电的任务。由文献[53]可知，在日照强度较高和光伏组件温度较低时，光伏组件具有较大的输出功率。除此之外，相关负载对光伏组件的输出功率也有影响，需要DC/DC变换器来对相关阻抗进行调节，从而保证光伏组件具有较高的能量输出[54]。2.1.3无人光伏充电站的能量流动模型在无人光伏充电站中，光伏组件可以产生电能，蓄电池组可以存储和释放电能，充电桩等负载可以消耗电能，在以上各个组件处于不同的状态时，无人光伏充电站的能量流动方向是不同的，大致可以分为4种，如图2-3所示：
【参考文献】：
期刊论文
[1]2019年能源环境发展形势及2020年展望[J]. 郭敏晓,杨宏伟. 中国能源. 2020(03)
[2]基于嵌入维的时间序列预测方法的实现与应用[J]. 胡仁飞. 数字通信世界. 2019(10)
[3]充电桩市场前景可期研究[J]. 李曌. 商讯. 2019(26)
[4]改进粒子群优化BP神经网络的轮毂分类算法[J]. 葛艳,刘杏杏,谢俊标. 中国科技论文. 2019(07)
[5]国际能源科技领域新进展与启示建议[J]. 陈伟,郭楷模,岳芳. 世界科技研究与发展. 2019(02)
[6]基于免疫遗传算法的动力电池SOC估计研究[J]. 杨云龙,徐自强,吴孟强,张大庆. 计算机测量与控制. 2018(12)
[7]我国新能源汽车产业推广政策梳理[J]. 罗瑞琦. 现代商贸工业. 2019(03)
[8]全国首个电动汽车高原光伏充电站试运行[J]. 赵越. 电动自行车. 2017(10)
[9]基于相空间重构和高斯过程回归的短期负荷预测[J]. 顾熹,廖志伟. 电力系统保护与控制. 2017(05)
[10]新能源光伏汽车充电站发展现状与分析[J]. 王盛强,李婷婷. 科技创新与应用. 2016(02)
博士论文
[1]数据驱动的锂离子电池剩余寿命预测方法研究[D]. 王帅.哈尔滨工业大学 2017
[2]基于RVM的锂离子电池剩余寿命预测方法研究[D]. 周建宝.哈尔滨工业大学 2013
硕士论文
[1]基于神经网络模型的锂离子电池寿命预测研究[D]. 李向南.电子科技大学 2019
[2]基于光伏发电模式的电池储能管理系统研究与设计[D]. 邹佩.电子科技大学 2019
[3]电动汽车充电站无功补偿的研究[D]. 崔纪永.东北石油大学 2016
[4]基于粒子滤波的锂离子电池剩余寿命预测方法研究[D]. 罗悦.哈尔滨工业大学 2012
本文编号：3589417
【文章来源】：西安理工大学陕西省
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
我国及世界能源结构分布图
无人光伏充电站及其储能锂电池分析92无人光伏充电站及其储能锂电池分析2.1无人光伏充电站的结构与功能作为新能源产业的重要部分，无人光伏充电站由于其运维成本低和经济环保等特点，是未来重要的发展方向。本节主要对其展开研究，首先介绍了无人光伏充电站各部分组成及相关功能，然后对光伏组件的工作原理及相关特性进行了描述，最后对充电站的能量流动模型和相关储能技术进行了研究。2.1.1无人光伏充电站组成及各组件功能目前无人光伏充电站的组成主要包括光伏组件、蓄电池组、充电桩及相关强电变换器等。总体结构如图2-1所示：图2-1无人光伏充电站的组成结构图Fig.2-1Compositionandstructurediagramofunmannedphotovoltaicchargingstation光伏组件利用其相关光电特性，完成太阳能到不稳定直流电的转换过程，经过DC/DC变换器可以继续转换为能够被其他负载利用的稳定直流电，可以为蓄电池充电或者经过DC/AC逆变器将所转换的交流电输送到电网中，蓄电池可以为充电桩提供所需电能。各组件的详细功能介绍如下。光伏组件：无人光伏充电站的主要能量来源，实现太阳能到电能的转化，由众多太阳能电池构成，其主要材料为半导体。DC/DC变换器：可以将光伏组件把太阳能转换的不稳定直流电进行转换，将其转换为稳定的直流电，以供相关负载使用。DC/AC逆变器：可以完成直流电到交流电的转化，并将无人光伏充电站多出的部分电能转化为符合国家电网要求的标准交流电，从而输送到电网中。充放电控制器：可以对蓄电池组的充放电过程进行控制，保证充放电的电流和电压符合安全标准，是无人光伏充电站的一大安全保障。
晕?履茉闯档认喙馗涸亟?谐涞纾?经济环保。蓄电池组：无人光伏充电站的重要组成部分，可以完成无人光伏充电站的电能储存与输出任务，保证充电站的能量循环。监控管理系统：可以对无人光伏充电站的运行状态和各项指标功能及各组件的运行数据进行监测，保证无人光伏充电站的安全稳定运行。2.1.2光伏组件的工作原理作为无人光伏充电站的主要能量来源，对其工作原理进行研究，采取一定的措施让光伏组件产生最大的能量，保持无人光伏充电站具有充足的电量产生，满足充电桩等相关负载的正常能量使用是很有必要的，工作原理如图2-2所示：图2-2光伏组件的工作原理图Fig.2-2Workingprinciplediagramofphotovoltaicmodules太阳能电池板作为光伏组件的根基，由大量太阳能电池组合构成，通过一定的电路排列，利用半导体材料特性来完成电能的转化。当光照条件良好时，光伏组件受到照射后在其内部会发生相关物理变化过程。这会造成PN结中产生大量空穴的电子对，由于内部电场的作用，空穴和电子分别向半导体材料的P区和N区进行移动，从而在太阳能电池的两极产生电压且P区为正电，电流从P区流出经过相关负载流向N区。经过这一过程，光伏组件就完成了发电的任务。由文献[53]可知，在日照强度较高和光伏组件温度较低时，光伏组件具有较大的输出功率。除此之外，相关负载对光伏组件的输出功率也有影响，需要DC/DC变换器来对相关阻抗进行调节，从而保证光伏组件具有较高的能量输出[54]。2.1.3无人光伏充电站的能量流动模型在无人光伏充电站中，光伏组件可以产生电能，蓄电池组可以存储和释放电能，充电桩等负载可以消耗电能，在以上各个组件处于不同的状态时，无人光伏充电站的能量流动方向是不同的，大致可以分为4种，如图2-3所示：
【参考文献】：
期刊论文
[1]2019年能源环境发展形势及2020年展望[J]. 郭敏晓,杨宏伟. 中国能源. 2020(03)
[2]基于嵌入维的时间序列预测方法的实现与应用[J]. 胡仁飞. 数字通信世界. 2019(10)
[3]充电桩市场前景可期研究[J]. 李曌. 商讯. 2019(26)
[4]改进粒子群优化BP神经网络的轮毂分类算法[J]. 葛艳,刘杏杏,谢俊标. 中国科技论文. 2019(07)
[5]国际能源科技领域新进展与启示建议[J]. 陈伟,郭楷模,岳芳. 世界科技研究与发展. 2019(02)
[6]基于免疫遗传算法的动力电池SOC估计研究[J]. 杨云龙,徐自强,吴孟强,张大庆. 计算机测量与控制. 2018(12)
[7]我国新能源汽车产业推广政策梳理[J]. 罗瑞琦. 现代商贸工业. 2019(03)
[8]全国首个电动汽车高原光伏充电站试运行[J]. 赵越. 电动自行车. 2017(10)
[9]基于相空间重构和高斯过程回归的短期负荷预测[J]. 顾熹,廖志伟. 电力系统保护与控制. 2017(05)
[10]新能源光伏汽车充电站发展现状与分析[J]. 王盛强,李婷婷. 科技创新与应用. 2016(02)
博士论文
[1]数据驱动的锂离子电池剩余寿命预测方法研究[D]. 王帅.哈尔滨工业大学 2017
[2]基于RVM的锂离子电池剩余寿命预测方法研究[D]. 周建宝.哈尔滨工业大学 2013
硕士论文
[1]基于神经网络模型的锂离子电池寿命预测研究[D]. 李向南.电子科技大学 2019
[2]基于光伏发电模式的电池储能管理系统研究与设计[D]. 邹佩.电子科技大学 2019
[3]电动汽车充电站无功补偿的研究[D]. 崔纪永.东北石油大学 2016
[4]基于粒子滤波的锂离子电池剩余寿命预测方法研究[D]. 罗悦.哈尔滨工业大学 2012
本文编号：3589417
本文链接：https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/3589417.html
