APP下载

磷酸铁锂电池在电力应用中输出电流异常状态监测方法

2023-11-27陈忠武

通信电源技术 2023年18期
关键词:锂电池磷酸修正

陈忠武

(云南电网有限责任公司昭通供电局,云南 昭通 657000)

0 引 言

磷酸铁锂电池是一种光伏能源电池,相比其他电池,具有体积小、容量大、能量密度高、使用寿命长以及污染易控等优点,目前已经被广泛应用于光伏电力系统。在实际应用中,磷酸铁锂电池无法有效适应直流电源长时间的浮充工作。在电力应用中,磷酸铁锂电池的供电方式为电池组与不间断电源并联在负载上,电池需要承担负载进行供电,导致磷酸铁锂电池组输出电流会产生异常[1]。磷酸铁锂电池组输出电流异常状态直接关系电力系统运行的稳定性与安全性,因此对输出电流异常状态进行实时有效监测已经成为电力系统的重要环节。文章提出磷酸铁锂电池在电力应用中输出电流异常状态监测方法。

1 磷酸铁锂电池输出电流信号收集

电流传感器采集的是模拟量信号,并非电流信号,因此对采集的磷酸铁锂电池输出电流信号进行转换,将模拟量信号转换为数字量信号[2]。公式为

式中:I为转换后的磷酸铁锂电池输出电流信号;Irt为电流传感器采集的磷酸铁锂电池输出电流信号;e为换算参数,通常情况下取值为1 000[3]。

利用式(1)对所有采集的监测样本进行转换,并存储转换后的数据信息,用于后续磷酸铁锂电池在电力应用中输出电流异常特征提取和识别。

2 输出电流异常特征提取

无线传感器采集磷酸铁锂电池输出电流信号很容易受到其他因素干扰,如电线电磁波等,导致采集的电流信号存在噪声。为保证输出电流异常特征提取精度,采用扩展卡尔曼滤波技术对电流信号进行降噪处理。在扩展卡尔曼滤波理论下,可以将磷酸铁锂电池输出电流信号[4]用非线性动态方程表示为

式中:I(k+1)为磷酸铁锂电池输出电流状态方程;g[·]为非线性函数;Iuo(k)为电力系统中磷酸铁锂电池输出电流真实状态;F为噪声驱动矩阵;w为电力系统噪声;I(k)为磷酸铁锂电池输出电流状态监测方程;v(k)为监测噪声,表现为电流传感器误差。

得到磷酸铁锂电池输出电流动态方程后,根据扩展卡尔曼滤波思想,将动态方程线性化。一阶Taylor 展开方程中非线性函数,得到磷酸铁锂电池输出电流线性状态方程。再将式(2)扩展到多维空间,得出式(2)中噪声对应的协方差。将得到的协方差代入式(2)的磷酸铁锂电池输出电流状态监测方程,以消除磷酸铁锂电池输出电流状态监测方程中的监测噪声,从而达到降噪的目的[5-8]。

考虑到磷酸铁锂电池输出电流特征受太阳入射角度、温度以及日地距离3 个因素影响产生采样残差,因此对滤波处理后的电流信号进行归一化,修正采集的电流信号值[9]。

首先,归一化太阳光线入射角度对磷酸铁锂电池输出电流信号值影响,修正后的输出电流值为

式中:I(k)0为修正后的磷酸铁锂电池输出电流信号值;α为太阳光线入射角度。

其次,归一化温度对磷酸铁锂电池输出电流信号值影响,修正磷酸铁锂电池输出电流值,可表示为

式中:I(k)1为温度因子修正后的磷酸铁锂电池输出电流信号值;D为温度修正因子。

最后,归一化日地距离对磷酸铁锂电池输出电流信号值影响,修正磷酸铁锂电池输出电流值,可表示为

式中:I(k)*为日地距离因子修正后的磷酸铁锂电池输出电流信号值;b为日地距离修正因子。

通过以上计算修正磷酸铁锂电池输出电流监测信号残差,得到磷酸铁锂电池输出电流状态特征值。

3 输出电流异常状态识别监测

以时间为横坐标,以提取的电池输出电流特征值为纵坐标,绘制磷酸铁锂电池输出电流波形图,描绘磷酸铁锂电池输出电流状态[10]。根据磷酸铁锂电池输出电流约束范围,计算磷酸铁锂电池输出电流误差为

式中:ε为磷酸铁锂电池输出电流误差;Imax为磷酸铁锂电池输出电流最大限值;Imin为磷酸铁锂电池输出电流最小限值。

利用公式计算磷酸铁锂电池输出电流误差,识别监测到电池输出电流异常状态。如果计算得到磷酸铁锂电池输出电流误差大于零,则表示当前电池输出电流超出限值,电池输出电流状态异常。如果磷酸铁锂电池输出电流误差小于零,则表示当前电池输出电流未超出限值,电流输出电流状态正常[11]。

4 实验论证

4.1 实验准备与设计

将设计方法设定为实验组,选择目前最常用的2 种方法作为对照组,分别记为对照组1 和对照组2。以某电力系统为实验环境,该电力系统采用磷酸铁锂电池组建储电系统,共包含20 块磷酸铁锂电池,电池净重85 000 g,内阻为175.45 mΩ,充电电流为60 A,电池容量为200 Ah,负载电压为50.25 V。根据该电力系统的实际情况,实验准备了3 台电流传感器,通过磷酸铁锂电池输出电流信号采集,共采集10 000 份监测样本,如图1 所示。可见,监测电力系统输出电流波形与实际情况基本一致。

图1 磷酸铁锂电池电力系统输出电流波形

根据输出电流特征,判断输出电流状态。如表1所示,实验中共监测到输出电流异常状态165 次,设计方法基本可以完成磷酸铁锂电池在电力应用中输出电流异常状态监测任务。

表1 磷酸铁锂电池电力系统输出电流异常监测结果

4.2 实验结果与讨论

对于输出电流异常状态监测精度,实验选择漏检率作为评价指标。漏检率越高,表示输出电流异常状态监测准确度越低[12]。此次实验以监测样本数量为变量,利用公式计算不同监测样本数量下3 种方法的漏检率,具体如表2 所示。

表2 3 种方法漏检率对比

由表2 可知:本次实验实验组最高漏检率为0.56%,数值小于1%,说明实验组基本不存在磷酸铁锂电池输出电流异常状态漏监问题;对照组1 最高漏检率为6.94%;对照组2 最高漏检率为10.86%。可见,实验组在监测准确性方面效果更佳。

5 结 论

结合磷酸铁锂电池输出电流特征,针对现行方法的不足与缺陷,设计了一种新监测方法,有效降低了输出电流异常状态漏检率,为基于磷酸铁锂电池的电力系统输出电流异常状态监测提供了理论支撑,具有一定的现实意义和理论价值。

猜你喜欢

锂电池磷酸修正
Some new thoughts of definitions of terms of sedimentary facies: Based on Miall's paper(1985)
修正这一天
国际磷酸—铵市场再次走跌
合同解释、合同补充与合同修正
上半年磷酸二铵市场波澜不惊
2018年下半年 国内磷酸一铵市场走势简析
磷酸二铵:“钱景”如何
软件修正
基于SVM的锂电池SOC估算
一种多采样率EKF的锂电池SOC估计