储能电池管理系统研究

　　新能源的不断发展和应用，使得全球范围内对微网、分布式发电威廉希尔官方网站 的研究逐步加深，传统电力系统向智能电网方向发展。为适应这一变化，应对新能源波动大、供电不稳定的问题，进一步提高电力系统运行可靠性，大容量的储能威廉希尔官方网站 显得日益重要。在这样的背景下，本论文对储能电池管理系统进行研究，探索在大容量储能应用中，如何让储能电池组能够安全、高效运行，并尽可能延长电池的使用寿命。

　　在较为系统的回顾国内外研究的基础上，本文从电池建模及仿真、SOC预测、电池均衡及系统软硬件架构四个方面，对电池管理系统进行了研究和讨论。

　　文中第二章首先讨论了作为研究对象的铅炭电池的建模及仿真。依据PNGV 电池模型，建立了参数可变的电池参数拟合仿真模型，并通过全SOC范围的电池充放电测试数据，拟合得到电池参数，从而得到参数可变的PNGV电池模型，模型与实测数据较好吻合，为电池SOC预测提供依据。

　　依据参数可变的PNGV电池模型，文中第三章提出了基于SOC．OCV曲线的卡尔曼滤波电池SOC预测方法。电池电流及端电压值作为输入，依据PNGV 电池模型，通过卡尔曼滤波法计算得到电池OCV的预测值，基于SOC．OCV曲线，可以得到当前电池SOC预测值，然后利用电池模型参数与电池SOC之间的关系表格，来得到实时的可变电池参数，可变电池参数参与到下个周期的卡尔曼滤波计算中，不断迭代，可得到实时的电池SOC预测值。

　　文中第四章研究了电池充电均衡、放电均衡及充放电混合均衡三种均衡策略。在两个不同的BMS上分别实现了辅助充电主动均衡与被动均衡结合的混合均衡，辅助充放电主动均衡与被动均衡结合的混合均衡两种均衡策略。

　　基于模块化及BMS功能要求，文中第五章讨论了分布式电池管理系统软硬件架构及实现。每个电池模块都有独立的电池管理模块，各管理模块负责电池模块内部信息处理及决策，并与其他管理模块及上位机之间进行交互，不同管理模块之间既相互独立又可进行交互。该硬件架构结构清晰，功能便于程序实现，同时电池模块化能够方便的实现模块更换及扩展，并适应智能化的发展方向。