任麗紅,門秀華
(1.宣化科技職業(yè)學(xué)院,河北張家口075100;2.廊坊職業(yè)技術(shù)學(xué)院,河北廊坊065000)
電能存儲(chǔ)是現(xiàn)代工業(yè)的重要技術(shù)之一。如果沒(méi)有儲(chǔ)能設(shè)備,上至國(guó)防科技,下至百姓生活,各個(gè)環(huán)節(jié)均會(huì)受到嚴(yán)重的影響。目前,常用的儲(chǔ)能方式有三種,分別為機(jī)械儲(chǔ)能、化學(xué)儲(chǔ)能和電磁儲(chǔ)能。機(jī)械儲(chǔ)能有彈性儲(chǔ)能、液壓儲(chǔ)能、抽水儲(chǔ)水、壓縮空氣儲(chǔ)能、飛輪儲(chǔ)能等;而化學(xué)儲(chǔ)能使用范圍比較廣泛,有鉛酸電池儲(chǔ)能、鎳系鋰系電池儲(chǔ)能、液流或鈉硫電池儲(chǔ)能等;電磁儲(chǔ)能主要是指超導(dǎo)磁儲(chǔ)能系統(tǒng)。
在以上的儲(chǔ)能方式中,機(jī)械儲(chǔ)能一般都存在著受自然條件制約大、成本高、運(yùn)行不夠穩(wěn)定等缺點(diǎn),只會(huì)用在較為特殊的場(chǎng)合;而化學(xué)儲(chǔ)能是目前工農(nóng)業(yè)及百姓生活中應(yīng)用最多的儲(chǔ)能方式,但其代謝產(chǎn)物大多會(huì)對(duì)環(huán)境造成不利的影響,從發(fā)展的角度來(lái)看,探索新的使用方式是研究的重點(diǎn);而作為新型的儲(chǔ)能方式,電磁儲(chǔ)能以其響應(yīng)速度快、轉(zhuǎn)換效率高、比容量/比功率大等優(yōu)點(diǎn)成為儲(chǔ)能發(fā)展的主要方向。同時(shí)由于工程師們一直希望以合理的價(jià)格生產(chǎn)高效的電池,淘汰內(nèi)燃機(jī),進(jìn)入以風(fēng)能、太陽(yáng)能等清潔燃料為核心的時(shí)代,因此,未來(lái)儲(chǔ)能工業(yè)必將迎來(lái)一場(chǎng)關(guān)于能源發(fā)展的革命。
目前,最常用的蓄電池為鉛酸電池。此類電池的最大優(yōu)點(diǎn)是能量密度高、價(jià)格低。但是蓄電池也存在著低溫特性差和高倍率、大電流放電會(huì)造成縮短壽命的弊端。同時(shí)鉛酸電池體積大且對(duì)環(huán)境有危害,影響其在工業(yè)生產(chǎn)中大規(guī)模使用。
而超級(jí)電容是一種利用超導(dǎo)體制成的線圈來(lái)儲(chǔ)存磁場(chǎng)能量的新型電力儲(chǔ)能器件。功率的輸送不存在能源形式轉(zhuǎn)換的問(wèn)題。因此它既具有高放電功率優(yōu)勢(shì),又可以像電池一樣具有較大的電荷儲(chǔ)存能力,是一種循環(huán)壽命長(zhǎng)、功率密度大、充放電速度快、高溫性能好、容量配置靈活的電能存儲(chǔ)形式。
超級(jí)電容環(huán)境友好且體積較小,因此是一種前景良好的儲(chǔ)能方式。但是超級(jí)電容也有自身所不足的地方,其本身的能量密度較低,在保持動(dòng)力的持續(xù)性方面有待提高,無(wú)法大規(guī)模地應(yīng)用在工農(nóng)業(yè)生產(chǎn)過(guò)程中。
因此,如果將蓄電池與超級(jí)電容器結(jié)合成復(fù)合的電源系統(tǒng),就可以取各自的長(zhǎng)處,而擯棄各自的缺點(diǎn),從而形成一個(gè)具有短時(shí)高功率輸出能力,也具備持久動(dòng)力的能源儲(chǔ)備系統(tǒng)。
復(fù)合儲(chǔ)能系統(tǒng)中蓄電池與超級(jí)電容器的連接方式一般有3 種,分別為直接并聯(lián)、通過(guò)電感器并聯(lián)和通過(guò)DC/DC 變換器并聯(lián)[1]。在這三種方式中,直接并聯(lián)結(jié)構(gòu)簡(jiǎn)單、成本較低。但是由于超級(jí)電容和蓄電池直接相連,要求它們之間的端電壓在運(yùn)行過(guò)程中必須保持一致,但是由于二者的基本充放電特性差異較大,因此各自的優(yōu)勢(shì)在這種結(jié)構(gòu)下很難達(dá)到最佳效果;第二種方式是利用電感器作為超級(jí)電容器和蓄電池的中間橋梁,可以一定程度上起到對(duì)蓄電池電流濾波、提高功率輸出能力的作用,但是系統(tǒng)還是存在端電壓不可平衡調(diào)和的問(wèn)題;第三種方式是利用DC/DC 變換器的變流作用,對(duì)蓄電池和超級(jí)電容器端電壓進(jìn)行隔離,使得蓄電池工作在安全可靠的范圍之內(nèi)。從而實(shí)現(xiàn)蓄電池和超級(jí)電容器電壓自動(dòng)匹配的功能,從而提高系統(tǒng)的功率輸出能力。
本設(shè)計(jì)采用雙向DC/DC 并聯(lián)形式,如圖1 所示。由于雙向功率變換器的作用,在工作過(guò)程中,超級(jí)電容器組的主要任務(wù)是提供瞬間功率,蓄電池向系統(tǒng)提供恒流工作,一方面超級(jí)電容的大電流能力保證了系統(tǒng)在強(qiáng)工作狀態(tài)下的大電流放電狀態(tài),從而保障了電能的供給,避免了由蓄電池大電流放電所引起的壽命縮短的問(wèn)題;而另一方面,在功率變換器的作用下,蓄電池以恒流狀態(tài)向系統(tǒng)供電,保證了系統(tǒng)的可持續(xù)性。
圖1 蓄電池組與超級(jí)電容聯(lián)接形式
由于復(fù)合儲(chǔ)能系統(tǒng)中超級(jí)電容器和蓄電池工作于不同的系統(tǒng)狀態(tài)階段,而當(dāng)系統(tǒng)的狀態(tài)切換頻繁時(shí),超級(jí)電容器和蓄電池組的動(dòng)態(tài)轉(zhuǎn)換也較為頻繁。同時(shí)系統(tǒng)時(shí)儲(chǔ)能環(huán)節(jié)充放電頻率大時(shí),有效地保證儲(chǔ)能環(huán)節(jié)的儲(chǔ)能容量是系統(tǒng)正常工作的前提條件。
衡量一個(gè)儲(chǔ)能系統(tǒng)容量的重要參數(shù)是儲(chǔ)能環(huán)節(jié)的荷電狀態(tài)(SOC)[2],SOC 是儲(chǔ)能環(huán)節(jié)剩余容量與總量的比值。這個(gè)比值隨著系統(tǒng)溫度、充放電循環(huán)、放電率及其他許多因素的改變而改變,具有高度的不確定性,是一個(gè)標(biāo)準(zhǔn)的非線性系統(tǒng),因此,SOC 計(jì)算也必須采用非線性方法。
目前,常用的SOC 計(jì)算方法主要有[3]:放電實(shí)驗(yàn)法、開路電壓法、Ah 積分法、內(nèi)阻法、線性模型法、卡爾曼濾波法、神經(jīng)網(wǎng)絡(luò)法等。其中,開路電壓法及放電實(shí)驗(yàn)法只適用于電池靜止?fàn)顟B(tài)時(shí)使用;內(nèi)阻法受外界的影響較大,精確度不夠;安時(shí)積分法相對(duì)簡(jiǎn)單易用、算法穩(wěn)定,但是也存在著兩大缺陷:第一是該方法需要從SOC 的一個(gè)初始值為基礎(chǔ)進(jìn)行計(jì)算,而在系統(tǒng)中SOC 的初始值并不容易確定,第二是該方法需要利用開環(huán)預(yù)測(cè)進(jìn)行SOC 值推斷,而開環(huán)預(yù)測(cè)容易積累較大的誤差,影響最終結(jié)果的準(zhǔn)確性。
除以上方法之外,SOC 值的預(yù)測(cè)還有一些智能算法,相比較而言,神經(jīng)網(wǎng)絡(luò)算法是最成熟穩(wěn)定的一種。
本設(shè)計(jì)采用BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行SOC 值的預(yù)測(cè)。為了驗(yàn)證算法的準(zhǔn)確性,在以下實(shí)驗(yàn)平臺(tái)下構(gòu)建算法網(wǎng)絡(luò):電池組采用蓄電池為主電池、超級(jí)電容器為輔助電池的構(gòu)建方式,蓄電池由20 個(gè)單體電池組成,串聯(lián)方式,超級(jí)電容器與蓄電池組采用雙向DC/DC 轉(zhuǎn)換器并聯(lián)連接,工作電壓范圍:180~275 V,最大持續(xù)充電電流15 A,最大持續(xù)放電電流30 A;最大充放電電流分別為40、60 A。系統(tǒng)參數(shù)通過(guò)電壓與電流傳感器采集后上傳至上位機(jī)進(jìn)行分析,采集間隔為30 s。
利用BP 神經(jīng)網(wǎng)絡(luò)對(duì)SOC 值進(jìn)行預(yù)測(cè),需要在實(shí)驗(yàn)數(shù)據(jù)的配合下構(gòu)建神經(jīng)網(wǎng)絡(luò)模型,該模型如圖2 所示,主要包括輸入層、隱含層、輸出層等三部分組成。在本例中,輸入層的變量主要有三個(gè),矢量表示為[X1,X2,X3],X1 是實(shí)驗(yàn)的充電倍率C,X2 是超級(jí)電容器工作電壓的數(shù)值V1,X3 是蓄電池工作電壓的數(shù)值V2;輸出層的變量只有一個(gè),就是系統(tǒng)的SOC值;而中間的隱含層是構(gòu)建系統(tǒng)的核心,目前常用的方法是利用Matlab 程序進(jìn)行仿真計(jì)算后確定相應(yīng)的隱含層參數(shù)及結(jié)構(gòu)。隱含層需要確定的參數(shù)主要有兩個(gè):一個(gè)是網(wǎng)絡(luò)權(quán)值與閾值的確定;另一個(gè)是傳遞函數(shù)及求和次數(shù)的確定。網(wǎng)絡(luò)權(quán)值與閾值表征了系統(tǒng)輸入變量對(duì)預(yù)測(cè)結(jié)果的影響程度,是構(gòu)建學(xué)習(xí)樣本初值構(gòu)建的基礎(chǔ);求和過(guò)程根據(jù)網(wǎng)絡(luò)權(quán)值與閾值對(duì)輸入變量進(jìn)行初步的處理,從而形成有效的學(xué)習(xí)樣本空間;傳遞函數(shù)在本例中選取對(duì)數(shù)雙曲線函數(shù)logsig,計(jì)算結(jié)果形成輸出值SOC。本例選取2.0C下的數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù),設(shè)定誤差指數(shù)為0.0001,輸入Matlab 程序進(jìn)行仿真計(jì)算,網(wǎng)絡(luò)訓(xùn)練250步,用時(shí)5 s,結(jié)果如圖3 所示。從圖中可以看出在SOC 為0%~80%的范圍內(nèi),預(yù)測(cè)絕對(duì)誤差均在5%以內(nèi),預(yù)測(cè)值與實(shí)驗(yàn)值相當(dāng)吻合,精度很好。
圖2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖
圖3 神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)值與實(shí)驗(yàn)值對(duì)比圖
但是由于神經(jīng)網(wǎng)絡(luò)算法收斂性較差,容易陷入局部極小值的問(wèn)題中,因此,還要結(jié)合其他算法對(duì)BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行改造。改造的方法有多種,文獻(xiàn)[1]采用遺傳算法來(lái)對(duì)收斂性進(jìn)行改造,而文獻(xiàn)[2]采用了粒子群的方法對(duì)其進(jìn)行改造,都取得了不錯(cuò)的效果。
本文在研究鉛酸蓄電池及超級(jí)電容器基本特性的基礎(chǔ)上,設(shè)計(jì)了以鉛酸蓄電池為主,超級(jí)電容為輔的復(fù)合儲(chǔ)能系統(tǒng)。該系統(tǒng)兼顧了蓄電池高比能量和超級(jí)電容高比功率的優(yōu)點(diǎn),形成了動(dòng)力持續(xù)性好且高倍率電流承受好的儲(chǔ)能裝置。該裝置采用雙向升降壓DC/DC 變換器來(lái)保證蓄電池與超級(jí)電容器之間的電壓平衡工作狀態(tài),采用神經(jīng)網(wǎng)絡(luò)算法來(lái)進(jìn)行SOC 值的計(jì)算,從而保證了系統(tǒng)工作的性能。
[1]徐明輝.基于復(fù)合儲(chǔ)能的混合動(dòng)力電動(dòng)汽車再生制動(dòng)能量回饋研究[D].蘭州:蘭州理工大學(xué),2013:6-7.
[2]路志英,龐勇,劉正光.基于遺傳神經(jīng)網(wǎng)絡(luò)的自適應(yīng)電池荷電狀態(tài)預(yù)估模型[J].電源技術(shù),2004,28(8):504-507.
[3]劉秋麗,馬曉軍,袁東,等.粒子群優(yōu)化神經(jīng)網(wǎng)絡(luò)在SOC 估算中的應(yīng)用[J].計(jì)算機(jī)工程,2012,38(12):143-145.