英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料
微电网中钒氧化还原液流电池的场验证模型
Xin Qiu，Tu A.Nguyen，Joe D.Guggenberger，M. L. Crow，Fellow，IEEE，and A. C. Elmore
摘要
钒氧化还原液流电池（VRB）非常适合用于可再生能源设备的应用。 这篇论文提出了用于微电网中的VRB的实际分析系统。本文的第一部分开发了一个降阶电路模型的VRB和分析其实验性能部署期间的效率。 模型参数var-从实验估计VRB系统组件场数据。 循环泵的率寄生损失在不同的操作情况下预测消耗。本文的第二部分讨论了实施问题的基于光伏的微网系统中的VRB应用。市售的铅酸蓄电池充电器系统显示为非最佳的VRB系统和a提出了新的DC-DC变换器控制提供改进充电性能好。系统模型验证场获得的实验数据。
关键词：效率表征，能量存储，微电网，可再生能源，钒氧化还原电池。
1 介绍
根据美国能源部的“智能网格“通常指的是技术类介绍将公用电力交付系统带入21世纪，使用自主控制[1]。 智能电网概念往往是基于广泛的演变自主微网。 主要设想的功能未来的分布式微网系统包括：自动控制对于客户侧的电力，配电鼓励可再生能源发展的基础设施，本地能量存储，以及能够进行的客户负载响应网格的变化。 智能微网提供许多公用事业消费者受益，主要见于微电网能效的证明。
储能技术是未来发展的关键方面，便携式，可扩展的微网技术。 当前诸如铅酸蓄电池的能量存储技术含量低在高质量比下的能量密度需要需要相当多的维护，并且在每天深循环时受到有限的使用寿命[2]。钒氧化还原液流电池最近作为一种可行的能量存储技术，由于它们的高效率，高可扩展性，快速响应，时间和低维护要求。
1.1 VRB特性
对于微电网系统，能量存储系统必须是能够高功率和长持续时间。 抽水蓄能（PHES）或压缩空气蓄能（CAES）也提供高功率和长持续时间，但他们有缺点是依赖于位点。 锂电池也是有前途的技术，由于高效率，能量密度和自放电率低。 然而，它们对于运输应用更有成本效益，并且成本效益更低网格规模应用[3]，[4]。 VRB是很好的候选人为高功率和能量密集应用提供空隙具有其电化学结构固有的许多有利特性：
（1）独立的能量容量和功率输出
VRB与传统电池存储器不同之处在于它可以存储的能量的量与其功率无关并且由离子的浓度决定。在电解质中。 VRB堆栈的大小决定功率额定值，而电解液的量决定能量额定值[5]，[6]。 这个功率能量等级去耦合允许在应用中更大的灵活性和物理足迹。 固定堆叠的能量容量通过简单地增加更多的电解质来“增加”对足迹和控制的影响有限整体系统。 功率密度和能量密度。相反，铅酸和锂离子电池不是独立的，能量容量的升级需要一个完整的现有电气和物理系统的大修容纳。 此外，也可以存储VRB完全充电或长时间完全放电而不降解。
（2）准确测量充电状态
VRB的独特特征是充电状态是精确地由剩余的电解质的量确定。这可以通过测量的电压直接量化参考单元。 这种准确跟踪SOC的能力是与铅酸或锂离子电池相比具有显着的优势。其中SOC基于电压电平近似或跟踪历史充电/放电周期。 VRB SOC的准确量化能够进行精确控制能量管理，这导致更大范围的操作，而不用担心过充电或过放电导致电池损坏[7]，[8]。
表1 经济特点能源存储系统
（3）响应速度快
流动电池由于速度而具有快速的响应速率的VRB堆中的化学氧化还原反应。 通常需要小于1 ms来跟踪负载的阶跃变化，这使得它成为理想的能量存储系统以保持电力质量[5]。 一些第一次应用VRB已经稳定风力发电机输出，通过注射或吸收活性力量的反感涡轮输出功率[9]。
（4）成本
VRB在成本上与几种能量相当存储系统。 由于VRB的独立功率和能量等级，这两个成本在比较各种技术时必须考虑。表I总结了几种能量存储的典型成本类型[10] - [12]。 VRB是一个相对较新的商业可用的能量存储系统，它是预期的随着成本的增加，成本将会减少更流行。
1.2 贡献
微电网运行中最重要的参数之一是预测功率和能量特性的能力任何能量存储系统。 实现可再生能源的最佳利用能源资源和能源存储，能源存储系统必须准确地建模。 这不仅包括建模电流 - 电压特性，但也必须包括所有寄生和功率消耗。 术语“参数负载”是指系统所消耗的功率空载。 寄生负载通常包括辅助系统的功率消耗，包括加热，通风和空调（HVAC），控制器和传感器。 此外，能量存储操作必须与其将要使用的特定可再生资源结合来建模使用。
已经提出了几种VRB建模技术文献[8]，[13]。 物理模型在[13]中提出，其由电池的电化学模型组成其中各种离子浓度决定了管道的组分状态和机械模型泵。 在[8]中，VRB系统被转换为等效电路，将泵视为电流源，损耗建模为电阻。 电路表示更具有计算效率，并提供合理的精度; 因此，我们使用电路表示作为我们的基准VRB模型。 在本文中，我们进一步简化等效电路，通过测量场估计电路参数数据，并将其他组件纳入帐户用于寄生损耗以更好地估计往返效率。本文提出的建模工作基于[14]中提出的建模工作，其中VRB效率是基于已知的气候操作的经验特征条件和负载要求。 钒氧化还原电池已被广告为具有80％的效率[15]，但这图形不能精确地反映往返效率它是否解释了由循环引起的寄生损耗泵和控制单元。
此外，大多数商业可用的充电系统已设计用于铅酸电池和与之一起使用其他能量存储装置可能进一步不利地影响系统的效率。 为此，我们提出了一个新的四象限充电器和主从控制策略为充电器提高VRB的效率性能。
2 微系统描述
用于获得场数据的微网系统是a独立系统部署在密苏里州的Leonard Wood堡（纬度37.71，经度92.15）。 系统，如图所示图。 1，包括6-k W光伏（PV）阵列30 200 W太阳能电池板（Brightwatts-BI-156-200W-G27V）连接到两个Outback Flex Max 80充电控制器其充电5kW / 20k Whr VRB（审慎能量）。 的系统装有两个泵，两个冷凝器，几个电阻加热元件，以及HVAC系统。
使用38节的Prudent Energy VRB，额定功率为5 k W / 20 k Wh用于能量存储。 表II给出了基本的VRB额定工作数据。 VRB的容量范围规定为20 k Wh 在SOC为20％时的SOC为73％和0kWh。 可以充电到56.5V的最大电压并放电到最小电压为42 V.VRB能量存储系统自包含在外壳中，并包括电解液罐，电池堆叠，泵和控制器。 外壳温度为通过外部加热，通风和空调（HVAC）系统在10℃和30℃之间调节。
该系统用于测量环境数据包括太阳能日照和温度以及电压和监视所需的电流参数，控制其操作和表征其性能。 操作数据使用Campbell Scienti cic Model CR3000和CR1000数据采集器，每5秒采样一次并取平均值1分钟窗口内的值。
该系统被设计为模块化军队的一部分正向操作基地（FOB）系统，可独立运行，或作为微电网集成系统的一部分。 尽管场验证使用从军事基地获得的数据操作，可以普及到民用运行负载（泵，压缩机，加热元件和HVAC）适用于多种情况。
2013年5月的实际业绩为如图1所示。 上部迹线是来自PV阵列的功率，
下面的迹线是来自VRB的功率（负指示充电），中间黑色轨迹是负载功率。 在这个周期系统正在服务2 k W（峰值）负载。 一个典型天在插图中显示以提供更多细节。 注意，上面的轨迹线，表示来自PV面板的功率，表示PV功率既负载（中间迹线）又负载给VRB充电（下面的走线）。 两个压缩器的效果可以在负载跟踪中清楚地看到，因为它们打开关闭全天。 在晚上，光伏阵列的电力变为零（由线迹线处的f1指示）和VRB放电（变为正）以满足负载需求。 从微网性能获得的数据将被用于验证下面开发和提出的模型部分。
图 1.现场微电网系统说明了太阳能电池板，负载和具有电池和VRB的混合储能系统
图 2.微电网系统在2013年5月的性能说明了光伏阵列，VRB和负载功率
表IIVRB操作数据
3 钒氧化还原电池
钒氧化还原电池（VRB）是电能基于钒基氧化还原再生的储存系统燃料电池，其将化学能转换成电能。VRB是一种可充电电池，由一个组件组成需要两个电解质被质子分开的功率单元交换膜[7]，[16]。 质子交换膜分离包含在电解池中的溶液，其中电解液被氧化或还原。 质子交换膜旨在分离正和负电解质溶液，同时允许带电离子通过[17]。没有这个组分，化学反应转化能量不能以有意义的方式发生。 方向氧化反应决定电池是否正在充电或放电。
VRB能量存储系统如图1所示。 VRB包括主电池堆，两个电解液罐（一个正极和一个负极），两个循环泵移动电解质通过电池堆，参考电池堆用于监测和控制，两个热交换器，仪器和控制。 逆变器用于电气接口VRB与外部直流系统。 几个详细的VRB模型已经被开发来描述性能VRB [8]，[13]。
图3. VRB储能系统物理组件示意图
图4. VRB电路。 （a）详细的VRB电路。 （b）提出的简化VRB电路消除电极电容和组合寄生损耗电流
图4显示了VRB的详细和建议的简化电路。 由于显示的响应时间通过PV阵列和负载的动力学，在VRB模型上微秒级是足够的。 因此，详细模型中的电极电容器可以忽略，并且两个电阻器可以合并为单个电阻器。 寄生损耗阻塞的详细模型已经被单一控制所取代电流进一步简化分析。 对于简化的模型，它是确定堆叠电压，等效电阻（th）和作为状态函数的寄生损耗所必需的充电（SOC）和电池组电流。 收集的场数据分析包括电池端子电压，端子电流，堆电压和VRB电解液泵电流。
收集数据五个月。 白天，光伏阵列提供负载和任何多余的能量用于对VRB充电。 在夜间，VRB提供负载。 这种VRB性能表征在能量管理期间提供了改进的准确性和置信度的微电网。 此外，它允许作为外部环境特征的函数的性能预测，使得该系统可以在各种纬度经度置信。
图 5.在数据收集期间加载，PV和VRB电源样本
图6.数据收集期间的电荷样本
图5示出了在五个月的数据收集期间的代表性的200小时（8天）期间的负载，PV和VRB功率。 图。 图6示出在相同周期期间测量的电荷状态。 负VRB功率表示VRB牵引功率（充电）; 因此：
图7. 开路电压作为SOC的SOC的函数
可以对数据集进行几个观察。注意，来自PV板的功率是显着变化的在研究期间和第6天显着下降。 因此，随着VRB放电以满足负载，SOC下降（图6）。 当SOC下降到20％以下时，负载断开，直到有足够的光伏功率可以再次满足负载和VRB充电。 效果可以在负载曲线中看到，其中在下午晚些时候的温暖时间的负载较高。
4 VRB建模和参数估计
上一节中描述的数据将用于此部分来估计简化模型的参数图 4（b）。
4.1堆叠电压
可以找到单个电池的开路电压从能斯特方程[13]，[18]
其中是自由吉布斯势，是通用气体常数，是绝对温度，是法拉第常数
并且表示离子的浓度。 钒离子的浓度为：
其中是所有钒离子的总浓度。 堆电压是堆叠中单元的数量的乘积。 单电池电压也可以近似为[19]
SOC随着堆功率的变化而变化：
其中下标表示时间间隔，并且
其中是VRB的总能量容量。 在模型里。 如图4（b）所示，理想的电流源模拟寄生由于循环泵和控制器的损失。 VRB被控制以保持在a之间的线性操作范围内SOC为20％和90％，如图3所示。 7 [20]; 因此，（5）可以表示为
其中并且可以从电压/ SOC曲线估计在给定温度下。 例如，从VRB数据看出，在SOC在线性回归的范围内，
等于0.99
4.2等效电阻
可以估计任何时间的瞬时电阻如:
其中和和是端子和堆叠电压的时间，，和分别是，堆栈，终端，和寄生电流。 一般来说，可以通过对瞬时值求平均来获得暂停电阻电阻测量次数N：
4.3寄生电流损失
在重操作期间，VRB是最有效的低负载电流下的效率降低。 这主要归因于由两个电解质循环泵和控制器引起的寄生损耗。 同时控制器电源绘制是相对恒定的，两者的功耗泵与电解质的速率直接相关移动通过堆，泵效率和压力[13]，[18]。 液压回路的详细模型需要有限元分析，但为了电效率分析，需要一个电路模型。 反相器变换将堆叠的直流电压交流供给离心泵发动机。 图8示出了电动机控制回路。
图8. 泵控制回路
图9.寄生电流作为堆电流（0％-30％）的函数
如果负载中有大的阶跃变化，VRB响应取决于电机拾取速度和电解质。泵速度与VRB SOC相关联在部署系统中，它是一个五级齿轮泵[14]。齿轮分级是SOC和VRB输出功率的函数并且在充电和放电时段期间是一致的。0％-30％SOC区域的寄生电流如
全文共14248字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[144618]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
