微电网内锂离子SSB蓄电池储能系统SOH预测的优化多头自注意力机制

2026-06-22 14:33:26

微电网是小型自治电力体系，经过整合分布式动力资源和储能技能来进步动力可靠性和灵敏性，并在独立运转或并网运转时促进可再生动力的运用[1]。跟着可再生动力技能的进步和储能成本的下降，微电网将成为进步动力自主性、增强电力可靠性以及推进绿色低碳转型的要害解决方案，特别是在偏远地区、应急供电和城市可持续发展方面。可再生动力（尤其是太阳能和风能）的加速增长给电力供需动态带来了新的复杂性，进而对微电网的稳定性和可靠性提出了应战。电池储能体系可以灵敏调理电力供需，然后有效平衡负荷动摇，并增强微电网的呼应才能和韧性[2]。这些体系不只可以存储剩余的可再生动力，还能在高峰负荷期间开释电力，然后减轻微电网的压力。此外，电池储能体系有助于参加电力市场，并支撑用户端的需求呼应和分布式动力办理。在微电网背景下，这些体系的集成将有助于完成更高效、可持续且智能的能量……
与电动汽车和消费电子产品相比，微电网中的能量存储体系有必要可以满意动态电力调理和调度需求。当供应超越需求时，这些存储体系会吸收剩余的能量；反之，当需求超越供应时，它们会开释贮存的能量[3]。此外，人们愈加关注能量存储电池的循环寿数、高负载条件下电池的整体容量坚持率、充放电才能以及环境影响。精确且快速地估量能量存储体系的健康状况（SOH）对于微电网电力调度的可靠和安全运转至关重要[4]。能量存储体系有必要可以实时监测每块电池的健康状况并剖析其SOH，以保证体系坚持可靠性[5]。施行可以推迟电池老化过程、延长其运用寿数乃至促进潜在问题前期发现的办法势在必行。这可以经过调整所选用的充放电战略来完成。此类办法对于保证微电网的安全可靠运转至关重要。
在铅酸电池、镍氢电池、超级电容器和燃料电池等替代储能选项中，锂离子电池因其高能量密度、长循环寿数、易于部署、环境友好性和安全性而成为首要载体[6]。锂离子电池被广泛应用于电动汽车、电子产品、电动工具、光伏电站、风力发电站、家庭储能、备用电源及其他范畴。经过长期运用和一系列充放电循环后，锂离子电池的容量和功率必然会下降[7]。因为负极过充、正极过充或外部环境温度对锂电池的影响，电池内部可能会发生不可逆的改变。跟着锂电池功能的恶化，其充电和放电功能都将下降。此外，电池将变得容易发生热失控，这构成严峻的安全隐患。经过实时监测锂电池参数（包括电压、电流、温度、充放电功率、SOH及其他相关数据），可以避免电池呈现过充、过放和过热现象[8]。因此，及时监测并反应电池的健康状况至关重要，不只……
总归，电池SOH猜测中仍然存在两个首要应战，可概括如下：

• 现有的算法模型旨在估量和猜测单个电池单元的衰减率，这使得一起核算多个锂电池变得十分困难。当大量不同类型、容量和衰减程度的锂电池部署在同一个电网体系中并进行充放电时，它们会发生海量数据。如果在网络节点的储能单元上分别进行SOH核算，这些数据就需要频繁交换，这不只添加了网络的通讯负荷，并且耗时较长、呼应缓慢且功率低下，然后无法满意电力微网的实时能量办理需求。
• 与锂电池退化相关的健康因素很多，例如Constant Voltage (CV)充电时刻、Constant Current (CC)充电时刻以及电流曲线下面积。但是，简略地添加作为算法模型输入的健康因素类型，不只会添加所需的技能参数和样本数量，还会进步数据收集的难度和成本，然后约束了这些模型的实践应用。

为了解决这些技能问题，使用Multi-headed Self-attention在并行处理时刻序列数据方面的卓越功能（其核算速度比传统算法更快），选用根据Multi-headed Self-attention的模型一起核算网络节点内的多组锂电池，这经过添加多样性有利于进步学习精度。本文的首要贡献如下：

• 提出了一种根据Multi-head Self-attention的锂电池SOH猜测办法用于微电网，可以一起核算运转中多组电池的猜测值。使用每块电池在充电状况（CC和CV阶段）提取的时刻序列数据来核算单个Health Indicator（HI）作为模型输入，简化了预处理阶段并下降了核算负载。该办法无需考虑电池类型、容量或退化程度的差异，可以完成比传统办法更实时快速的核算，且具有更高的精确性和鲁棒性。
• 我们提取了与Li-ion电池退化程度高度相关的HI，该指标由直接从时刻序列数据中收集的技能特征值核算得出，所需的数据样本更少、核算量更低，并兼顾了猜测功率与精确性。
• 所提出的优化multi-headed self-attention机制对多个储能单元节点中不同类型的多组锂电池进行估量，这为未来微电网集成多种类型储能单元且大量移动充电终端接入时完成实时、安全、高效的能量调度供给了可行的基础。