儲能鋰電池模組SoE運行區間評估方法研究

陳豪，翟化欣，王開讓，楊俊豐，鞏宇

儲能鋰電池模組SoE運行區間評估方法研究

陳豪1，翟化欣2，王開讓1，楊俊豐2，鞏宇1

（1．國網冀北電力有限公司電力科學研究院，北京市 西城區 100045；2．國網新源張家口風光儲示范電站有限公司，河北省 張家口市 075000）

為提高電池儲能單元控制精度，保證儲能系統高效穩定運行，研究了儲能鋰電池模組能量狀態(state of energy，SoE)運行區間。在分析跟蹤計劃發電、風光功率平滑運行模擬工況，以及電池電壓極差、電池電壓標準差系數等評估指標的基礎上，提出了儲能鋰電池模組SoE運行區間評估方法。然后，對實際運行的鋰電池模組進行了跟蹤計劃發電、風光功率平滑模擬工況試驗，并通過分析電池電壓極差、電池電壓標準差系數的變化，確定了2種運行工況下鋰電池模組的SoE運行區間。研究結果表明，采用分析模擬工況試驗中電池電壓極差、電池電壓標準差系數的方法能有效評估儲能鋰電池模組的SoE運行區間，為提高儲能單元能量利用率提供了技術手段，對于保證鋰電池儲能系統高效穩定運行具有指導意義。

儲能；鋰電池模組；能量狀態；跟蹤計劃發電；風光功率平滑；電池電壓極差；電池電壓標準差系數

0 引言

隨著全球風電場、光伏電站等新能源發電工程迅速增加，作為抑制新能源發電間歇性、波動性有效手段的電池儲能電站，特別是鋰電池儲能電站也不斷增多，截至2018年4月，我國有60多個運行、在建及規劃的儲能項目[1-4]，其中國家電網公司14MW/63MW×h張北儲能電站、南方電網公司4MW/16MW×h深圳寶清儲能電站是國內應用鋰電池儲能技術的代表工程[5-6]。隨著電池儲能電站數量增多、運行時間延長，電池儲能單元的運行狀況越來越受到運行單位重視，而儲能電池模組作為儲能單元的主要組成部分，評估其SoE運行區間對于提高儲能單元運行性能，保證儲能系統高效穩定具有重要意義。

目前，國內對儲能電池能量狀態(state of energy，SoE)運行區間的研究較少，一般直接指定SoE運行區間并作為儲能系統控制參數直接使用[7-8]。對電池SoE的研究則主要集中在對電池SoE的估算上，文獻[9-10]對儲能用磷酸鐵鋰電池單體SoE估算方法進行了研究，文獻[11]則對電動汽車電池組的SoE估算方法進行了研究。

基于上述原因，本文對儲能鋰電池模組SoE運行區間進行了研究。研究結果表明，本文提出的評估方法能有效確定不同運行工況下儲能鋰電池模組SoE運行區間，為提高鋰電池儲能單元運行經濟性提供了技術手段，對于鋰電池儲能系統高效穩定運行具有一定的指導意義。

1 評估方法

儲能鋰電池的運行狀態能通過電池電壓極差、電池電壓標準差系數等運行參數的變化反映出來[12-13]。特別當儲能鋰電池模組運行在SoE區間兩端時，例如接近0%或100%時，由于此時鋰電池會因為接近充電上限電壓或放電下限電壓而導致電池極化電壓迅速增加[14]，從而使得電池電壓差異快速增大[15]，并最終引起電池電壓極差、電池電壓標準差系數的迅速增大。因此，可以通過分析電池電壓極差、電池電壓標準差系數在鋰電池模組SoE運行區間的變化，特別是區間兩端的變化，來判斷儲能鋰電池模組是否能在該SoE區間正常運行。本文擬在研究跟蹤計劃發電、風光功率平滑模擬運行工況的基礎上，結合電池電壓極差、電池電壓標準差系數等評估指標，采用不同SoE區間模擬運行試驗的方法，研究儲能鋰電池模組合理的SoE運行區間，并形成相應的SoE運行區間評估方法。

1.1 模擬工況

1.1.1 跟蹤計劃發電工況

儲能系統的跟蹤計劃發電工況是指，新能源場站根據調度下發的發電計劃曲線，控制儲能系統配合風電、光伏等新能源發電系統，跟蹤調度發電計劃曲線進行充放電的一種運行方式。本文儲能鋰電池模組模擬運行工況主要指電流運行工況，電壓模擬運行曲線則是根據電流運行數據間接得到，SoE模擬運行曲線是根據電壓、電流運行數據計算而來。跟蹤計劃發電模擬工況試驗中儲能鋰電池模組電流試驗曲線如圖1所示，電壓試驗曲線如圖2所示，SoE試驗曲線如圖3所示。

圖1 跟蹤計劃發電模擬工況試驗電流曲線

圖2 跟蹤計劃發電模擬工況試驗電壓曲線

圖3 跟蹤計劃發電模擬工況試驗SoE曲線

從圖1—3可以看出，由于模擬工況曲線是由實際運行數據經過簡單加工提取而來，因此模擬試驗曲線會顯得規律性不強。但經過仔細甄別，仍可以得出其基本變化規律，即鋰電池模組電流大且持續時間長、變化慢、充放電翻轉不頻繁，相應的單位時間內電壓波動范圍大、變化慢、曲線平緩，而SoE則在單位時間內波動范圍大，電池模組充放電深度深。

1.1.2 風光功率平滑

儲能系統的風光功率平滑工況是指，新能源場站根據風電場、光伏電站等并網技術規定的要求，控制儲能系統充放電，平滑風電、光伏等新能源發電系統發電功率波動率，以滿足相關調度要求的一種運行方式。與跟蹤計劃發電模擬工況相同，其試驗數據也是由實際運行數據經過簡單加工提取而來。風光功率平滑模擬工況試驗中，儲能鋰電池組電流試驗曲線如圖4所示，電壓試驗曲線如圖5所示，SoE試驗曲線如圖6所示。可以看出，與跟蹤計劃發電模擬工況試驗時的電流、電壓、SoE曲線不同，風光功率平滑模擬工況下鋰電池模組電流幅值小且持續時間短，變化快且頻率高，充放電翻轉頻繁，相對應單位時間內電壓波動范圍小，變化快且頻率高，曲線較陡，而SoE則在單位時間內波動范圍小，電池模組充放電深度淺。跟蹤計劃發電、風光功率平滑模擬工況下電流、電壓、SoE比較情況見表1。

圖4 風光功率平滑模擬工況試驗電流曲線

圖5 風光功率平滑模擬工況試驗電壓曲線

圖6 風光功率平滑模擬工況試驗SoE曲線

由表1可以看出，風光功率平滑模擬工況試驗時的電流、電壓、SoE變化情況與跟蹤計劃發電模擬工況試驗時的正好相反，而這一情況在后續的實際試驗中也會得以體現，并會影響儲能鋰電池模組的SoE運行區間。

表1 跟蹤計劃發電、風光功率平滑模擬工況中試驗電流、電壓、SoE比較

1.2 評估指標

1.2.1 電池電壓極差

電池電壓極差指同一電池模組中最大電池電壓和最小電池電壓的差值，該指標能直觀反映電壓最大或最小單體電池的性能[13]，計算公式為

由于鋰電池模組是由大量鋰電池串并聯組成，當鋰電池模組運行至SoE區間兩端時，會由于電池性能差異而導致一兩只性能較差電池電壓“拖后腿”的情況發生，使得電池電壓極差突然變大，從而反映出電池模組在SoE兩端的運行狀況。當鋰電池模組運行到某一SoE，而此時電池電壓極差已經超過規定閾值時，可以判定此時鋰電池模組已不適合繼續運行，此時SoE即為電池模組運行限值。

1.2.2 電池電壓標準差系數

標準差系數又稱離散系數，是從相對角度反映大量同類參數離散程度的數學指標。與電池電壓極差相比，電池電壓標準差系數能更直觀反映電池電壓的一致性，從而反映大量電池的整體性能的變化[13]，電池電壓標準差系數計算式為

當鋰電池模組運行至SoE區間兩端時，如果一兩只性能較差電池的電壓“拖后腿”，或者電池模組整體性能發生劣化時，電池電壓標準差系數都會明顯增大，從而判斷出SoE運行限值。由于電池電壓標準差系數不僅能反映單體性能的變化，也能反映整組性能的變化，因此在電池模組SoE運行區間評估過程中，電壓標準差系數是較電壓極差更為敏感和有效的評估指標。

1.3 評估流程

基于跟蹤計劃發電、風光功率平滑模擬工況試驗曲線，以及電池電壓極差、電池電壓標準差系數等評估指標，對儲能鋰電池模組SoE運行區間進行評估，評估流程如圖7所示。首先進行不同SoE運行區間下儲能鋰電池模組模擬工況試驗，然后分析各SoE運行區間電池電壓極差、電池電壓標準差系數的變化情況，并將各SoE運行區間電池電壓極差、電池電壓標準差系數與規定的閾值相比較，當電池電壓極差或電池電壓標準差系數超過閾值時，此時的試驗區間即為SoE運行限值，最后即可得出鋰電池模組SoE運行區間。

圖7 儲能鋰電池模組SoE運行區間評估流程

2 實例分析

對實際運行的儲能鋰電池模組進行了跟蹤計劃發電、風光功率平滑模擬工況下的SoE運行區間評估，模擬試驗電流曲線分別如圖1和圖4所示。通過改變SoE試驗區間，使鋰電池模組分別在20%~80%、15%~85%、10%~90%、5%~95%、0%~100% SoE區間進行模擬試驗，試驗過程中測量電池電壓極差、電池電壓標準差系數等評估參數并進行比較，根據參數的變化情況以及與閾值的比較情況，確定跟蹤計劃發電、風光功率平滑工況下鋰電池模組的最優SoE運行區間。模擬試驗中鋰電池模組性能參數見表2，測試設備為美國Arbin公司的EVTS電池模組充放電儀。

表2 鋰電池模組性能參數

2.1 跟蹤計劃發電SoE運行區間

2.1.1 電池電壓極差

跟蹤計劃發電模擬工況試驗中，20%~80%、15%~85%、10%~90%、5%~95%、0%~100% SoE試驗區間儲能鋰電池模組電池電壓極差曲線分別如圖8—12所示，各SoE試驗區間下電池電壓極差最大值見表3。

從圖8—11和表3可以看出，當鋰電池組運行在20%~80%、15%~85%、10%~90%、5%~95% SoE區間時，電池電壓極差曲線基本相同，最大電池電壓極差都在27 mV以內。而當鋰電池組運行在0%~100% SoE區間時，如圖12所示，電池電壓極差曲線在SoE接近0%的A區域和接近100%的B區域明顯上升，在0% SoE的A區域電池電壓極差達到了102mV，在100% SoE的B區域電池電壓極差達到了最大值203mV。因此，當SoE試驗區間從5%~95%變化到0%~100%時，最大電池電壓極差變大了7.5倍。

圖8 20%~80% SoE試驗區間電池電壓極差曲線

圖9 15%~85% SoE試驗區間電池電壓極差曲線

圖10 10%~90% SoE試驗區間電池電壓極差曲線

圖11 5%~95% SoE試驗區間電池電壓極差曲線

圖12 0%~100% SoE試驗區間電池電壓極差曲線

表3 不同SoE試驗區間電池電壓極差最大值

2.1.2 電池電壓標準差系數

跟蹤計劃發電模擬工況試驗中，20%~80%、15%~85%、10%~90%、5%~95%、0%~100% SoE試驗區間儲能鋰電池模組電池電壓標準差系數曲線分別如圖13—17所示，各SoE試驗區間下的電池電壓標準差系數最大值見表4。

從圖13—16和表4可以看出，當鋰電池組運行在20%~80%、15%~85%、10%~90%、5%~95% SoE區間時，電池電壓標準差系數曲線基本相同，最大電池電壓標準差系數都在0.22%以內。而當鋰電池組運行在0%~100% SoE區間時，電池電壓標準差系數曲線在SoE接近0%的A區域和接近100%的B區域明顯上升，在0% 的A區域電池電壓標準差系數達到了0.95%，在100%的B區域電池電壓標準差系數達到了最大值1.93%。因此，當SoE區間從5%~95%變化到0%~100% SoE區間時，鋰電池模組的最大電池電壓標準差系數變大了10倍。

圖13 20%~80%SoE試驗區間電壓標準差系數曲線

圖14 15%~85%SoE試驗區間電壓標準差系數曲線

圖15 10%~90% SoE試驗區間電壓標準差系數曲線

圖16 5%~95% SoE試驗區間電壓標準差系數曲線

圖17 0%~100% SoE試驗區間電壓標準差系數曲線

表4 不同SoE試驗區間電池電壓標準差系數最大值

2.1.3 SoE運行區間

從表3、4可以看出，在跟蹤計劃發電運行方式下，當運行在0%~100% SoE區間時，最大電池電壓極差達到了203mV，最大電池電壓標準差系數達到1.93%，分別較5%~95% SoE區間的最大值增大了7.5倍和10倍，說明鋰電池模組在0%~100% SoE區間內無法正常運行。如果將電池電壓極差、電池電壓標準差系數的閾值分別設置為50mV和0.5%，0%~100% SoE區間的電壓極差和電壓標準差系數已遠遠超出閾值。

而當鋰電池模組運行在20%~80%、15%~85%、10%~90%、5%~95% SoE區間時，電池電壓極差均在27mV以內，電池電壓標準差系數均在0.22%以內，且電池電壓極差、電池電壓標準差系數曲線無明顯差異，說明鋰電池組在5%~95% SoE范圍內能正常運行。因此，當電池電壓極差、電池電壓標準差系數閾值分別為50 mV和0.5%時，5%~95% SoE是鋰電池模組在跟蹤計劃發電方式下的正常運行區間。

2.2 風光功率平滑SoE運行區間

2.2.1 電池電壓極差

風光功率平滑模擬試驗工況中，20%~80%、15%~85%、10%~90%、5%~95%、0%~100% SoE試驗區間儲能鋰電池模組電池電壓極差曲線分別如圖18—22所示，各SoE試驗區間電池電壓極差最大值見表5。

從圖18—21和表5可以看出，當鋰電池組運行在20%~80%、15%~85%、10%~90%、5%~95% SoE區間時，電池電壓極差曲線基本相同，最大電池電壓極差都在23 mV以內。而當鋰電池組運行在0%~100% SoE區間時，如圖22所示，電池電壓極差曲線在SoE接近100%的A區域明顯上升，達到了最大值39 mV。因此，當SoE區間從5%~95%變化到0%~100% SoE區間時，電池電壓極差最大值變大了1.8倍。

2.2.2 電池電壓標準差系數

風光功率平滑模擬工況試驗中，20%~80%、15%~85%、10%~90%、5%~95%、0%~100% SoE試驗區間儲能鋰電池模組電池電壓標準差系數曲線分別如圖23—27所示，各SoE試驗區間下的電池電壓標準差系數最大值見表6。

圖18 風光功率平滑工況下20%~80% SoE試驗區間電池電壓極差曲線

圖19 風光功率平滑工況下15%~85% SoE試驗區間電池電壓極差曲線

圖20 風光功率平滑工況下10%~90% SoE試驗區間電池電壓極差曲線

圖21 風光功率平滑工況下5%~95% SoE試驗區間電池電壓極差曲線

圖22 風光功率平滑工況0%~100%SoE試驗區間電池電壓極差曲線

表5 風功率平滑工況不同SoE試驗區間電池電壓極差最大值

從圖23—26和表6可以看出，當鋰電池組運行在20%~80%、15%~85%、10%~90%、5%~95%SoE區間時，與電池電極極差曲線相同，電池電壓標準差系數曲線基本相同，最大電池電壓標準差系數都在0.19%以內。而當鋰電池模組運行在0%~100% SoE區間時，如圖27所示，電池電壓標準差系數曲線在SoE接近100%的A區域明顯上升增大，達到最大值0.36%。因此，當SoE區間從5%~95%變化到0%~100% SoE區間時，最大電池電壓標準差系數變大了1.9倍。

圖23 風光功率平滑工況下20%~80% SoE試驗區間電壓標準差系數曲線

圖24 風光功率平滑工況下15%~85% SoE試驗區間電壓標準差系數曲線

圖25 風光功率平滑工況下10%~90% SoE試驗區間電壓標準差系數曲線

圖26 風光功率平滑工況下5%~95% SoE試驗區間電壓標準差系數曲線

圖27 風光功率平滑工況下0%~100% SoE試驗區間電壓標準差系數曲線

表6 風功率平滑工況下不同SoE試驗區間電池電壓標準差系數最大值

2.2.3 SoE運行區間

從表5、6可以看出，在風光功率平滑運行方式下，當鋰電池模組運行在20%~80%、15~85%、10%~90%、5%~95% SoE等區間時，電池電壓極差均在23 mV以內，電池電壓標準差系數均在0.19%以內，且電池電壓極差、電池電壓標準差系數曲線無明顯差異，說明在5%~95% SoE范圍內能正常運行。

而當鋰電池模組運行在0%~100% SoE區間時，雖然電池電壓極差最大值增大為39 mV，電池電壓標準差系數最大值增大為0.36%，但較5%~95% SoE區間的最大值只分別增大了1.8倍和1.9倍，而且電池電壓極差、標準差系數曲線相比也無明顯差異。與跟蹤計劃發電方式下相同，如果設電池電壓極差、電池電壓標準差系數的閾值分別為50 mV和0.5%時，則在0%~100% SoE區間的電池電壓極差、電池電壓標準差系數并未超標，說明在風光功率平滑方式下鋰電池模組在0%～100% SoE區間內也可以正常運行。

2.3 SoE運行區間評估結果分析

跟蹤計劃發電、風光功率平滑模擬工況的試驗數據對比結果如表7所示。由表7可以看出，在20%~80%、15%~85%、10%~90%、5%~95% SoE試驗區間2種試驗工況下的電池電壓極差、電池電壓標準差系數基本相同，而在0%~100% SoE試驗區間，跟蹤計劃發電方式下電池電壓極差、電池電壓標準差系數的數值和變化量則比風光功率平滑方式下的要大得多，從而得出跟蹤計劃發電運行方式下SoE運行區間為5%~95%，而風光功率平滑運行方式下為0%~100%的結果。

表7 跟蹤計劃發電、風光功率平滑試驗數據對比

同時，風光功率平滑方式的SoE運行區間比跟蹤計劃發電方式下的要大一些，這一點與表1中對2種模擬工況試驗參數的分析也是一致的。與跟蹤計劃發電方式相比，風光功率平滑方式下鋰電池模組的充放電電流幅值小，電壓波動范圍也小，SoE充放電深度淺，必然對電池的影響就小，從而SoE的運行范圍更大，該評估結果也證明了本文提出的SoE運行區間評估方法的有效性。

另外，從表7中0%~100% SoE區間較5%~95%SoE區間電池電壓極差、電池電壓標準差系數最大值的變化率可以看出，2種模擬工況下電池電壓標準差系數的變化率都比電池電壓極差的大。特別是跟蹤計劃發電模擬試驗中，電池電壓極差增大了7.5倍，而電池電壓標準差系數則增大了10倍。這說明在儲能鋰電池組SoE運行區間評估過程中，電池電壓標準差系數能更有效反映SoE運行區間對電池模組性能的影響，是較電池電壓極差更為敏感和有效的評估指標。

最后，與通常儲能系統運行控制中20%~80%的SoE運行區間[16]相比，本文儲能鋰電池模組的運行區間在5%~95%，運行范圍要大得多。這一方面是由于鋰電池模組的規模較儲能系統要小很多，缺陷電池的“短板效應”也要小很多，使得運行區間也要寬很多。另一方面也說明目前對儲能系統SoE等重要運行參數的控制還比較粗放，實現精細化運行控制的空間還很大。如果能將本文所述SoE評估方法推廣至電池組串或儲能單元，必將提高鋰電池儲能系統運行的經濟性，對于提高儲能系統能量利用率、保證儲能系統高效穩定運行具有重要意義。

3 結論

在分析跟蹤計劃發電、風光功率平滑模擬工況試驗中儲能鋰電池模組電池電壓極差、電池電壓標準差系數基礎上，提出了一種評估儲能鋰電池模組SoE運行區間的方法，并對實際運行的儲能鋰電池模組SoE運行區間進行了評估，結論如下：

1）提出了一種通過分析模擬運行工況試驗中電池電壓極差、電池電壓標準差系數的變化，評估儲能鋰電池模組SoE運行區間的方法。采用該方法，確定了當電池電壓極差、電池電壓標準差系數閾值分別為50 mV和0.5%時，跟蹤計劃發電和風光功率平滑運行方式下的儲能鋰電池模組的SoE運行區間。

2）風光功率平滑SoE運行區間大于跟蹤計劃發電SoE運行區間。由于風光功率平滑方式下充放電電流幅值小，電壓波動范圍小，SoE充放電深度淺，使得其SoE運行區間較跟蹤計劃發電時要大，跟蹤計劃發電方式下為5%~95%，風光功率平滑方式下為0%~100%。同時2種運行工況下SoE運行區間不同，也證明了所提出的SoE運行區間評估方法的有效性。

3）電池電壓標準差系數對鋰電池模組SoE運行區間的變化比電池電壓極差更敏感。跟蹤計劃發電、風光功率平滑模擬試驗中，電池電壓標準差系數在0%~100% SoE區間內的變化量都比電池電壓極差的大，說明電池電壓標準差系數能更有效反映SoE運行區間對鋰電池模組性能的影響，從而能更有效地評估SoE運行區間。

4）提出的SoE運行區間評估方法有助于提高鋰電池儲能系統控制精度和能量利用率。采用該方法，將跟蹤計劃發電、風光功率平滑方式下儲能鋰電池模組的SoE運行區間擴展到了5%~95%，提高了鋰電池模組的能量利用率。如果將該方法推廣至電池組串或儲能單元，不但能提高儲能系統運行的經濟性，而且有助于實現儲能系統精細化運行控制，對于保證鋰電池儲能系統高效穩定運行具有重要意義。

[1] 趙健，王奕凡，謝樺，等．高滲透率可再生能源接入系統中儲能應用綜述[J]．中國電力，2019，52(4)：167-177．

[2] 孔玉明，王志清．大規模儲能技術[J]．吉林水利，2018 (10)：57-58．

[3] 朱文韻．全球儲能產業發展動態綜述[J]．上海節能，2018，33(1)：2-8．

[4] 王浩清，王致杰，黃麒元，等．各類重要儲能系統綜述[J]．通信電源技術，2016 (3)：79-80．

[5] 封紅麗．2016年全球儲能技術發展現狀與展望[J]．電器工業，2016 (10)：23-29．

[6] 張靜．2015年儲能市場盤點及未來前景：一個蓄勢待發的產業[J]．電器工業，2016 (1)：53-57．

[7] 葉鵬，李山，何淼，等．風儲孤網系統運行與控制研究綜述[J]．電力系統保護與控制，2018，46(9)：163-170．

[8] 張靜．儲能輔助電網調頻的控制策略研究[D]．南寧：廣西大學，2018．

[9] Lin S L，Song W J，Lv J，et al．An SOE estimation model considering electrothermal effect for LiFePO4/C battery[J]．International Journal of Energy Research，2017，41(2)：2413-2420．

[10] Luo L，Song W J，Lin S L，et al．An electro-thermal model and its application on SOE estimation for LiFePO4/C Battery[J]．Chinese Journal of Scientific Instrument，2015，36(Z1)：343-347．

[11] 龔敏明，王占國，馬澤宇，等．串聯電池組的SoE估算方法[J]．北京交通大學學報，2013，37(2)：74-78．

[12] 陳豪，刁嘉，白愷，等．儲能鋰電池運行狀態綜合評估指標研究[J]．中國電力，2016，49(5)：149-156．

[13] 王海濱，陳豪，董建明，等．鋰電池儲能單元運行狀態評估技術研究[J]．華北電力技術，2016 (3)：8-17．

[14] 姚雷，王震坡．鋰離子電池極化電壓特性分析[J]．北京理工大學學報，2014，34(9)：912-916．

[15] 汪奐伶．基于特性區間的儲能磷酸鐵鋰電池SoE估算方法研究[D]．北京：中國電力科學研究院，2017．

[16] 李相俊，王上行，惠東．電池儲能系統運行控制與應用方法綜述及展望[J]．電網技術，2017，41(10)：3315-3325．

Research on Evaluation Method of SoE Operation Region for Energy Storage Lithium Battery Module

CHEN Hao1, ZHAI Huaxin2, WANG Kairang1, YANG Junfeng2, GONG Yu1

(1. Power Research Institute of State Grid Jibei Electric Power Company Limited, Xicheng District, Beijing 100045, China;2. State Grid Xinyuan Zhangjiakou Wind Power and Photovoltaic and Energy Storage Demonstration Station Co., Ltd., Zhangjiakou 075000, Hebei Province, China)

The state of energy(SoE) operation region of energy storage lithium battery module was studied in order to improve the control precision and ensure the efficient and stable operation of the battery energy storage system. Base on the analysis of the simulated operating condition of tracking power generation schedule and wind-PV power stabilization, as well as the evaluation indicators, such as range and coefficient of standard deviation of battery voltage, the evaluation method of the SoE operation region for the energy storage lithium battery module was put forward. The actual energy storage lithium battery modulewas tested in the simulation experiment of tracking power generation schedule and wind-PV power stabilization. The SOE operation range of the lithium battery module under the two operating conditions was determined by analyzing the variation of the battery voltage range and the standard deviation coefficient of the battery voltage. The result show that the SoE operation region of the energy storage lithium battery module can be confirmed effectively according to the range and coefficient of standard deviation of battery voltage in the simulated operation experiment. It provides technical means for the energy utilization improvement of energy storage unit, and it has guiding significance to ensure the lithium BESS running efficiency and stability.

energy storage; lithium battery module; state of energy; tracking power generation schedule; wind-PV power stabilization; range of battery voltage; coefficient of standard deviation of battery voltage

10.12096/j.2096-4528.pgt.19112

2019-08-06。

國家電網公司科技項目(52010119002F)。

Project Supported by Science and Technology Project of State Grid Corporation of China (52010119000W).

(責任編輯 辛培裕)