[发明专利]用于控制电力系统的接口的设备和方法

说明书

公开了适于在可再充电电池能量存储系统的运行期间执行可再充电电池能量存储系统的健康状态估计的技术。可再充电电池能量存储系统包括多个可单独控制的并联串。从多个并联串中选择至少一个串。所选的至少一个串被置于用于执行SoH校准的SoH校准模式中，同时多个并联串中的至少一个其它串保持处于运行模式中。在针对所选择的至少一个串已经完成SoH校准之后，使所选择的至少一个串恢复到运行模式。

技术领域

本发明涉及用于执行可再充电电池能量存储系统的健康状态(SoH)估计的方法和设备。本发明特别涉及用于对包括多个电池单元的并联串的可再充电电池能量存储系统执行SoH估计的方法和设备。

背景技术

电池能量存储系统(BESS)被认为对具有相当大一部分可再生能量源的未来电网的稳定性具有重要贡献，而且对清洁电动交通也具有重要意义。电池会随着时间而降质。因此，要监测的重要量是健康状态(SoH)。SoH可以以一项或多项关键性能指标(KPIs)为特征。KPIs可以是最大剩余容量和内部电阻。具体地，SoH可以提供相对于作为新电池时该电池的相同相应参数的值的电池的当前容量和内部电阻的量度。这是确定电池存储和传输能量的能力的重要指标。该量度通常还被认为是在确定电池何时已经达到其使用寿命时所使用的电池降质的量度。因此，SoH会对电池系统的适当控制和维护产生影响。

通常，为准确估计BESS，SoH要求以特定方式操作电池：从特定的荷电状态开始，应在充电和放电方向上都应用特定的电流变化曲线，直到满足某些截止电压为止。这称为SoH校准循环。因此，所涵盖的SoC范围应尽可能大，从而使准确性最大化。通常，执行这样的SoH校准循环会使整个BESS暂时无法运行。在某些关键应用中，这会对能量存储系统提供辅助服务(例如，频率稳定、负荷调节、电压支持等)的能力产生重大影响，这进而影响能量存储系统所连接的系统的可靠性。为了估计大型BESS的SoH，今天将其离线若干小时，与此同时应用一个或几个SoH校准循环。这增加了运行成本。

使用运行数据而不是在校准循环期间记录的数据在线估计SoH的方法(例如，基于最小二乘法、人工神经网络和卡尔曼滤波器及其变体)不如实现精确估计所需的完全放电循环准确。例如，完全放电循环很少发生，即使在正常运行期间也是如此，并且在测量循环期间系统上的负荷不一致。

还使用在线数据和整个BESS的常规专用SoH的SoH计算提供整个BESS系统的健康状态的大量测量。因此，所得结果值不够准确，这是因为它们不允许评估各个串的SoH。由于不同的BESS位置中的环境条件可不同，因此对于电池单元的不同串降质常常不相等。例如，相对于加热、通风和空调(HVAC)和/或相对于BESS容器的外壁或门的位置对于不同的串而言可以不同。仅针对组合的所有串确定SoH限制了对BESS系统的并联串执行先进的不均匀操作的可能性。更进一步，通过使用现有方法不能区分电池单元的各个串的降质。这可能导致难以确立BESS系统中容量减少或发生故障的根本原因，这进而导致维护工作效率低下。

A.Oudalov等人的“Optimizing a Battery Energy Storage System forPrimary Frequency Control”，IEEE Transactions on Power Systems，第22卷第3期，2007公开了一种通过避免高频充放电序列来增加电池寿命的技术。

DE 10 2014 210 010A1公开了一种操作电能存储系统的方法，该电能存储系统连接到用于提供设定功率的电能供应电网并且包含多个存储单元，该多个存储单元在公共耦合点处电连接并且在其中分配了设定功率。电能存储系统的总效率通过调整要由存储单元提供的各个功率部件而与设定功率相匹配。

这些文件均未解决执行SoH校准循环的需求。