一种考虑电池寿命的电动汽车动力电池参与电力系统调频建模方法与流程

本发明涉及电动汽车动力电池参与电力系统调频建模方法。

背景技术：

电动汽车与电网互动技术(V2G技术)作为智能电网的重要环节，其技术主体，电动汽车因为快速响应与充放电模式并存的特性，在电力系统频率调节中效果显著。而参与调频服务过程中，频繁的充放电会对电动汽车动力电池的物理结构造成不可逆的损害，进而缩减其使用寿命。电池寿命是制约电动汽车发展的主要因素。因此，在考虑电池使用寿命的前提下，建立电动汽车动力电池参与电力系统调频模型，分析电动汽车动力电池参与电力系统调频效果及对其电池寿命的影响，对促进电动汽车产业的发展具有重要意义。

现有的电池损耗模型没有考虑电动汽车电池循环寿命的影响因素与规律，无法全面描述电池在参与电力系统调频的不同阶段，电池寿命所受到的损害；现有的调频模型仅包含汽轮机、水轮机等常规机组，并没有考虑在V2G技术发展的大环境下，电动汽车动力电池参与电力系统调频的作用。

技术实现要素：

本发明是为了解决现有技术没有考虑电动汽车电池循环寿命的影响以及电动汽车出行状态对其参与电力系统调频的影响的问题，而提出的一种考虑电池寿命的电动汽车动力电池参与电力系统调频建模方法。

一种考虑电池寿命的电动汽车动力电池参与电力系统调频建模方法按以下步骤实现：

步骤一：建立含电动汽车动力电池模块的电力系统调频模型，输出电动汽车动力电池功率曲线；

步骤二：确定电动汽车入网比例；

步骤三：根据步骤二确定步骤一中电力系统调频模型的二次调频通道功率标幺极限值；

步骤四：建立电动汽车动力电池寿命损耗模型，并计算电动汽车动力电池参与调频后的容量损失以及最大能量偏移。

发明效果：

本发明考虑了电动汽车出行状态对电动汽车动力电池参与电力系统调频效果的影响，以及参与电力系统调频对电动汽车动力电池寿命的影响，建立了考虑电池寿命的电动汽车动力电池参与电力系统调频模型，从系统端和电池端对电动汽车参与电力系统调频效果进行评估。按本发明所述建模方法对电动汽车参与电力系统调频策略进行选择，可以将电池容量损失由0.0158％下降为0.0113％，即最大将电池容量损失降低28.5％。

附图说明

图1为单区域电力系统调频模型图；

图2为电动汽车动力电池二次调频通道模型图；

图3为私家车出行比例时刻分布图；

图4为私家车出行距离比例分布图；

图5为私家车出行平均速度时刻分布图；

图6为电动汽车出行比例概况逻辑框图；

图7为电动汽车入网比例分布图；

图8为电动汽车二次调频通道功率极限值曲线图；

图9为某电网某日实际日负荷曲线图；

图10为某电网某日预测日负荷曲线图；

图11为电动汽车动力电池一次调频策略实现方法图；

图12为动力电池模块组1能量变化曲线图；

图13为动力电池模块组2能量变化曲线图；

图14为系统频率偏差曲线图；

图15为电动汽车动力电池二次调频通道限值图；

图16为动力电池参与二次调频系统频差曲线图；

图17为动力电池能量偏移曲线图。

具体实施方式

具体实施方式一：一种考虑电池寿命的电动汽车动力电池参与电力系统调频建模方法包括以下步骤：

步骤一：建立含电动汽车动力电池模块的电力系统调频模型，输出电动汽车动力电池功率曲线；

步骤二：确定电动汽车入网比例；

步骤三：根据步骤二确定步骤一中电力系统调频模型的二次调频通道功率标幺极限值；

步骤四：建立电动汽车动力电池寿命损耗模型，并计算电动汽车动力电池参与调频后的容量损失以及最大能量偏移。

具体实施方式二：本实施方式与具体实施方式一不同的是：所述步骤一中建立含电动汽车动力电池模块的电力系统调频模型的具体过程为：

步骤一一：基于电力系统一二次调频原理，建立单区域电力系统调频模型，如图1所示；

电力系统中含有一次调频通道以及二次调频通道，一次调频通道的传递函数为G_i(s)为各机组的传递函数，a_i为各机组功率份额系数，δ_i为各机组调差系数；二次调频通道的传递函数为K(s)，K(s)为PI控制函数；系统的输出为当前系统的频率偏差△f；R_i为参与二次调频的机组的功率分配系数，T_a∑为区域电网等效时间常数，β_∑为区域电网等效自平衡系数，τ为零阶保持器延迟时间。

步骤一二：将电动汽车动力电池模块加入单区域电力系统调频模型；

动力电池模块采用一阶惯性环节进行描述，其传递函数为：

其中所述K_EV为电动汽车功频特性系数，T_EV为动力电池模块时间常数，s为拉普拉斯算子，G_EV(s)为动力电池模块的传递函数；

电动汽车动力电池参与电力系统调频模型时一次调频通道的传递函数为a_EVG_EV(s)，a_EV为动力电池模块所占功率份额系数；二次调频通道在单区域电力系统调频模型二次调频通道的基础上增加了功率标幺极限值。电动汽车动力电池参与电力系统二次调频通道逻辑框图如图2所示。

其它步骤及参数与具体实施方式一相同。

具体实施方式三：本实施方式与具体实施方式一或二不同的是：所述步骤二中确定电动汽车入网比例的具体过程为：

本发明考虑电动汽车集群的出行特点来确定电动汽车动力电池二次调频通道的标幺限值。依照统计结果获取私家车出行比例时刻、距离、以及速度分布曲线。北京五环内浮动车辆数据调查统计结果分别如图3、图4、图5所示。

对于某一时刻t而言，电动汽车用户出行比例记为P(t)。任意时刻，电动汽车出行距离分布如图4所示。当电动汽车出行距离较长时，受行驶速度的制约，无法在一个小时内完成相应里程。因此，在下一时刻(t+1)，其仍处于行驶状态，无法同电网相连。但就(t+1)时刻而言，其行驶距离已发生改变。而仍在时刻t的下一时刻运行的电动汽车在出行距离、行驶速度等状态更新后，将同(t+1)时刻的电动汽车出行状态以及比例相叠加，从而获取电动汽车连续运行的概况。具体程序逻辑框图如图6所示。

其中s(t)是指单位时间间隔内(1h)，在某一时刻平均速度下，电动汽车能够行驶的最大距离。而依据图4，d(t)是指电动汽车在该时刻下拟出行距离以及拟出行此距离的行车比例。例如，当电动汽车在时刻t最大位移s(t)为40km时，d(t)中行车距离小于40km的电动汽车可认为在此时段内，可由行驶状态转为停止状态，并联网运行，参与系统调频。而行车距离大于40km的电动汽车将在下一时刻继续运行，其还需行驶的距离以及所占汽车群中的比例将更新至下一时刻的状态参量中。

在上述基础上，通过对全天24小时，电动汽车群使用状态进行滚动更新，即可获取全天不同时刻下，接入电网的电动汽车比例变化曲线，如图7所示。

步骤二一、设置初始时间值t＝1，根据统计的电动汽车出行速度v(t)、出行比例P(t)及出行距离d(t)的统计结果获取电动汽车1小时内的速度；

步骤二二、获取电动汽车的运行速度v(t)；

步骤二三、计算电动汽车1小时内的最大位移s(t)；

步骤二四、当t＝1时电动汽车的运行比例为P(t)；当t大于1时，电动汽车的运行比例为P(t)+Pa.sum.(t)；

步骤二五、迭代执行步骤二二至步骤二四，直至t大于24时结束得到电动汽车运行比例曲线图，入网比例＝1—运行比例。

其它步骤及参数与具体实施方式一或二相同。

具体实施方式四：本实施方式与具体实施方式一至三之一不同的是：所述步骤二四中Pa.sum.(t)的求取过程具体为：

步骤(1)、计算统计数据获取的出行距离d(t)大于s(t)的比例Ps.d.(t)；

步骤(2)、计算统计数据外的行车比例Pa.d.(t+1)，Pa.d.(t+1)＝P(t)Ps.d.(t)；

步骤(3)、更新d(t+1)为d(t)-s(t)；将d(t+1)重新带入步骤(1)中，迭代执行步骤(1)和步骤(2)，得到Pa.d.(t+2)；直至d(t+m)小于s(t+m)结束；

步骤(4)、第t小时，统计数据外总行车比例为

其它步骤及参数与具体实施方式一至三之一相同。

具体实施方式五：本实施方式与具体实施方式一至四之一不同的是：所述步骤三中确定步骤一中电力系统调频模型的二次调频通道功率标幺极限值具体为：

由于电动汽车动力电池自身容量限制，其向电网提供的调频功率存在最大输出限值，根据步骤二中所获得的电动汽车入网比例分布曲线，结合电池类型以及电动汽车规模，能够计算动力电池向电网提供辅助调频服务中所达到的输出功率极限，如图8所示。

二次调频通道功率标幺极限值＝电动汽车入网比例×电动汽车电池总容量的标幺值。

其它步骤及参数与具体实施方式一至四之一相同。

具体实施方式六：本实施方式与具体实施方式一至五之一不同的是：所述步骤四中建立电动汽车动力电池寿命损耗模型的具体过程为：

以磷酸铁锂动力电池为例，针对循环次数、环境温度、充放电倍率、以及充放电深度四个方面的因素进行分析，将电池容量损失作为衡量电池寿命衰减的主要依据，建立用于调频服务的电动汽车电池模块循环寿命预测模型；

设循环过程中能量变化的参量为A_h；

A_h＝DOD×n×Cap (2)

式中Cap为电池组的容量(AH)，DOD为电池组的放电深度(％)，n为动力电池循环次数；

以阿伦尼乌斯公式为基础，得到电池容量损失同各电应力因素的关系：

式中B为前项因子，E_a为反应活化能，其取值为31500Jmol^-1，T为电池组所在环境的热力学温度(K)，R为气体常量，其取值为8.314J(mol×K)^-1，z为能量方程因数，取值为0.55-0.56；

在电池组所在环境的热力学温度T为298K时，前项因子B同放电倍率C_Rate之间的关系表达式：

其它步骤及参数与具体实施方式一至五之一相同。

具体实施方式七：本实施方式与具体实施方式一至六之一不同的是：所述步骤四中计算电动汽车动力电池参与调频后的容量损失以及最大能量偏移的具体过程为：

将步骤一中得到的电动汽车动力电池功率曲线经过积分器进行积分，得到电动汽车动力电池能量变化曲线，根据能量变化曲线得到最大能量偏移；将能量变化曲线输入到电池寿命损耗模型，根据公式(2)至公式(4)计算出电动汽车动力电池参与电力系统调频后的容量损失。

其它步骤及参数与具体实施方式一至六之一相同。

实施例一：

以某电网实际一天的运行数据进行仿真，负荷数据如图9和图10所示。以型号为“荣威E50”的电动汽车参数为例，其参数如表1所示。

表1荣威E50车型相关参数

步骤1：建立含电动汽车动力电池模块参与的电力系统调频模型，其中电池模块传递函数为：

步骤2：确定电动汽车参与电力系统调频策略。

本实施例中，电动汽车动力电池仅参与电力系统一次调频。电动汽车参与电力系统一次调频策略如下：电动汽车动力电池模块被均分为两组，组1在参与系统一次调频过程中，先处于充电状态，组2处于放电状态。每经过60分钟，两组充放电状态互换。

在Matlab/Simulink仿真平台中，按容量将电动汽车电池模块均分为两组，设定脉冲发生器的周期为3600s，当脉冲信号大于零时，向组1的动力电池输入正的信号，此时组1的动力电池处于充电状态，向组2的动力电池输入负的信号，此时组2的动力电池处于放电状态；反之，当脉冲信号小于零时，组1处于放电状态，输入信号为负值，组2处于充电状态，输入信号为正值。用比较器判断频率偏差信号是否过零。当频率偏差信号为正且电池组输入信号为正时处于充电状态的电池组开始充电，当频率偏差信号小于零且输入电池组的信号为负时，处于放电状态的电池组开始工作，以此来实现两组电池充放电状态的转换，仅以脉冲信号大于零的情况为例对模型进行说明，具体步骤如图11所示。

步骤3：建立电动汽车动力电池寿命损耗模型。以磷酸铁锂动力电池为例，针对循环次数、环境温度、充放电倍率、以及充放电深度四个方面的因素进行分析，将电池容量损失作为衡量电池寿命衰减的主要依据，建立用于调频服务的电动汽车电池模块循环寿命预测模型；

引入能够反映循环过程中能量变化的参量A_h，给出定义式：

A_h＝DOD×n×Cap (2)

式中Cap为电池组的容量(AH)，DOD为电池组的放电深度(％)，n为动力电池循环次数；

以阿伦尼乌斯公式为，给出电池容量损失同各电应力因素的关系：

式中B为前项因子，E_a为反应活化能，其取值为31500Jmol^-1，T为电池组所在环境的热力学温度(K)，R为气体常量，其取值为8.314J(mol×K)^-1，z为能量方程因数，取值为0.55-0.56；

在环境温度T为298K时，前项因子B同放电倍率C_Rate之间的关系表达式

在Matlab/Simulink平台上进行仿真，结果如图12、图13和图14所示。

计算得该策略下，电动汽车动力电池模块容量损失为0.0119％，最大能量偏移为1.85％。

实施例二：

以某电网实际一天的运行数据进行仿真，负荷数据如图9和图10所示。以型号为“荣威E50”的电动汽车参数为例，其参数如表1所示。

表1荣威E50车型相关参数

步骤1：建立含电动汽车动力电池模块参与的电力系统调频模型，其中电池模块传递函数为：

步骤2：确定电动汽车参与电力系统调频策略。

本策略中电动汽车参与电力系统二次调频策略如下：系统频率偏差信号，先经由PID控制环节，生成相应的功率控制信号。当功率控制信号超过设定信号临界值时，电动汽车动力电池模块在功率控制信号的作用下，输出系统所需的调频功率，达到电力系统调频的目的。

其中电池容量份额为0.02，零阶保持器时间延迟设置为15s，电动汽车动力电池PID通道参数设置为0.15/0.6/0，PID信号响应临界值设置为0.002，根据步骤三所确定的电动汽车动力电池二次调频限值如图15所示。

步骤3：建立电动汽车动力电池寿命损耗模型。以磷酸铁锂动力电池为例，针对循环次数、环境温度、充放电倍率、以及充放电深度四个方面的因素进行分析，将电池容量损失作为衡量电池寿命衰减的主要依据，建立用于调频服务的电动汽车电池模块循环寿命预测模型；

引入能够反映循环过程中能量变化的参量A_h，给出定义式：

A_h＝DOD×n×Cap (2)

式中Cap为电池组的容量(AH)，DOD为电池组的放电深度(％)，n为动力电池循环次数；

以阿伦尼乌斯公式为，给出电池容量损失同各电应力因素的关系：

式中B为前项因子，E_a为反应活化能，其取值为31500Jmol^-1，T为电池组所在环境的热力学温度(K)，R为气体常量，其取值为8.314J(mol×K)^-1，z为能量方程因数，取值为0.55-0.56；

在环境温度T为298K时，前项因子B同放电倍率C_Rate之间的关系表达式

在Matlab/Simulink平台上进行仿真，结果如图16和图17所示。

经过计算，该策略下动汽车动力电池模块寿命损失为0.0215％，最大能量偏移为14.62％。

实施例三：

以某电网实际一天的运行数据进行仿真，负荷数据如图9和图10所示。以型号为“荣威E50”的电动汽车参数为例，其参数如表1所示。

表1荣威E50车型相关参数

在本实施例中，有四种充放电策略：

策略1：在参与系统一次调频过程中，动力电池模块可在充电与放电状态间自由转换；

策略2：电动汽车动力电池模块被均分为三组，组1在参与系统一次调频过程中，先处于充电状态，当电池能量变化超过总能量1.85％时，转为放电状态。组2同组1类似，但先处于放电状态。组3将在组1与组2处于相同充放电状态时参与系统调频。其中，组1与组2的电池容量均为动力电池总容量的40％，组3容量为动力电池总容量的20％；

策略3：电动汽车动力电池模块被均分为两组，组1在参与系统一次调频过程中，先处于充电状态，组2处于放电状态。每经过60分钟，两组充放电状态互换；

策略4：电动汽车动力电池模块被均分为两组，组1在参与系统一次调频过程中，仅进行充电，组2仅进行放电。

步骤1：建立含电动汽车动力电池模块参与的电力系统调频模型，其中电池模块传递函数为：

步骤2：建立电动汽车动力电池寿命损耗模型。以磷酸铁锂动力电池为例，针对循环次数、环境温度、充放电倍率、以及充放电深度四个方面的因素进行分析，将电池容量损失作为衡量电池寿命衰减的主要依据，建立用于调频服务的电动汽车电池模块循环寿命预测模型；

引入能够反映循环过程中能量变化的参量A_h，给出定义式：

A_h＝DOD×n×Cap (2)

式中Cap为电池组的容量(AH)，DOD为电池组的放电深度(％)，n为动力电池循环次数；

以阿伦尼乌斯公式为，给出电池容量损失同各电应力因素的关系：

式中B为前项因子，E_a为反应活化能，其取值为31500Jmol^-1，T为电池组所在环境的热力学温度(K)，R为气体常量，其取值为8.314J(mol×K)^-1，z为能量方程因数，取值为0.55-0.56；

在环境温度T为298K时，前项因子B同放电倍率C_Rate之间的关系表达式

经过计算不同策略下动力电池模块容量及能量变化数值如表2所示。

表2不同策略下动力电池模块容量及能量变化

按本发明所述方法分析，优先考虑电池的容量损失，选择策略2作为电动汽车动力电池参与电力系统调频策略，可以将电池容量损失由0.0158％下降为0.0113％，即最大将电池容量损失降低28.5％。