基于灰色神经网络模型和自助方法的锂离子电池可靠性评估方法

    公开(公告)号:CN113094981A

    公开(公告)日:2021-07-09

    申请号:CN202110329522.6

    申请日:2021-03-28

    Abstract: 本发明所提出的一种基于新陈代谢灰色神经网络模型和自助方法的锂离子电池可靠性评估方法,其预测精度较普通新陈代谢灰色模型和BP神经网络模型得到显著提高,组合模型能够充分利用BP神经网络模型的学习能力强、非线性映射能力好,以及灰色模型运算简单的特点,以及自助方法对样本数量要求低的特性,可以较好的拟合电池性能退化曲线,拥有较好的外推预测效果,最终得出在不同应力下贮存时电池的伪寿命,进而更高效更为低成本地完成可靠性评估,并使得最终的评估结果具有较强的客观性和全面性。

    基于自适应频率控制的分布式储能系统的协调控制方法

    公开(公告)号:CN118232372B

    公开(公告)日:2024-07-19

    申请号:CN202410644708.4

    申请日:2024-05-23

    Abstract: 本申请的实施例涉及能源存储技术领域,特别涉及一种基于自适应频率控制的分布式储能系统的协调控制方法,适用于对由若干个储能单元组成的,分别与可再生能源和负载连接的分布式储能系统进行协调控制,该方法包括:利用传感器对分布式储能系统的输入处、输出处和负载进行采样,得到当前时刻的可再生能源输出有功功率、分布式储能系统输出有功功率和负载有功功率,并获取当前时刻的各储能单元的SOC值;确定协调有功功率;根据协调有功功率,确定分布式储能系统的当前运行模式;基于当前运行模式和当前时刻的各储能单元的SOC值,对各储能单元的电流和电压进行调整。该方法降低储能单元损坏的风险,提升了分布式储能系统的稳定性和可靠性。

Patent Agency Ranking