超级电容器自放电对HAWKER蓄电池-超级电容器混合储能系统性能的影响

电池与超级电容器（SC）在能量密度和功率密度方面的互补特性，使得两者的混合储能体系（HESS）成为一起要求高功率密度与高能量密度使用场景的有效解决方案。但是，超级电容器固有的自放电等特性限制或许影响混合储能体系功能。当前大多数针对混合储能体系的研讨选用简化模型处理超级电容器，其自放电值通常被设定为稳定参数。为研讨超级电容器（SC）自放电对混合储能体系（HESS）功能的影响，本研讨选用了一种依据智能数据驱动的SC模型，该模型经过可变漏电阻来高精度表征自放电现象。实验验证证明了该模型在预测充放电过程中电压曲线及SC自放电行为方面的准确性。结果标明，SC自放电会明显降低HESS的能量功率，尤其是在长时刻搁置或峰值组占空比较低的情况下。例如，当面临较高峰值功率需求时（如由于超级电容器（SC）搁置时刻削减，4W作业模式提高了功率，而较低的峰值组占空比（例如5.56%）则会加剧自放电构成的能量损耗。此外，只有当模型包含可变泄漏电阻时，才干准确模仿超级电容器在搁置期间的电压衰减现象，这凸显了自放电过程的非线性特性。进一步研讨标明，与即时充电比较，推迟充电战略（即在峰值需求前才启动充电）可将能量损耗降低29%，由于该办法最大极限地缩短了超级电容器保持高电压状况（此刻自放电速率最高）的继续时刻。在实际使用中，这些发现强调了自适应能量办理战略需求点考虑超级电容器自放电特性，特别是在具有间歇性高功率需求的体系中。未来研讨可探索实时泄漏电阻估量或混合充电协议，以进一步提高混合储能体系（HESS）的功能。

引言

集成电池与超级电容器(SCs)的混合储能体系(HESS)已成为一种变革性解决方案，适用于需求高能量密度与高功率密度的使用场景，如电动汽车[1][2][3][4][5][6]、可再生动力并网与电网稳定[7][8][9][10][11]以及特种工业用途[12][13][14]。HESS充沛发挥了两项技能的优势，并缓解了单一储能技能的局限性。将两者结合可构成混合体系：超级电容负责处理瞬时功率骤变，然后保护电池免受应力危害并延长其使用寿命；而电池则提供长期储能，战胜超级电容继续供电时刻短的缺点。这意味着电池缓解了超级电容的能量束缚，而超级电容则降低了电池的峰值应力读档[15][16]。这种协同效应增强了体系在动摇读档工况下的整体耐久性与功能表现[17][18]。但是，此类体系的功能或许受限于超级电容固有的自放电特性等内涵缺点。若在建模与能量操控设计中忽视这一现象，将削弱混合架构的预期优势，导致能量利用率低下且体系可靠性降低。
研讨标明，超级电容器(SCs)依据搁置时刻、材料和作业条件的不同，或许损失高达60%的存储能量[19][20][21]。为完成超级电容器的准确估算与高效利用，树立准确的等效电路模型至关重要[22][23][24][25][26]。现在存在多种用于模仿超级电容器自放电特性的等效电路模型。例如，Wang等[27]选用梯形等效电路对超级电容器的动态自放电效应进行了建模。实验结果标明，该模型能准确预测自放电现象，并明显提高超级电容器在不同使用场景中的能量利用率。Xu等[28]提出了一种改善的双支路超级电容器等效电路模型，验证结果显现该模型可准确表征充放电功能及自放电特性。Yang等[29]选用可变漏电阻模型，在考虑自放电因素的情况下，体系研讨了超级电容器的能量损耗及其对电源办理体系的影响。结果标明，超级电容器（SC）中的能量损耗取决于电荷重新散布时刻和初始状况，后者被定义为超级电容器两端的初始电压。为考虑超级电容器的自放电效应，Maity等人[30][31]经过分数阶模型研讨了漏电流对功率预测的影响。研讨显现，不准确的漏电流会对功率预测发生负面影响，并或许危害超级电容器的功能，特别是在低占空比使用中。总归，现有的各类超级电容器等效电路模型均可用于表征其自放电特性。
此外，混合储能体系（HESS）的能量办理战略选用多种操控算法完成储能装置间的能量分配，包含依据规矩的算法[32]-[38]、优化算法[39]-[43]以及智能算法[44]-[49]。在相同运行工况下，不同算法会导致HESS的功能差异[50][51]。上述算法依赖储能装置的荷电状况（SoC）数据以优化各组件间的功率分配。例如，Boumediene等人文献[32]选用依据含糊逻辑的操控算法进行能量办理，以保持蓄电池与超级电容处于最佳荷电状况(SoC)，一起满足不同工况下的负荷需求。研讨结果标明，该战略经过依据功率需求动态分配双动力功率的方式，有效完成了直流母线电压的调理。Peng等[33]提出了一种适用于混合储能体系的自适应含糊逻辑能量操控战略，其将SoC作为操控Strategy的输入变量。实验数据显现，该办法经过提高电压稳定性和能量保持能力，展现出更优越的功能。Zhao等[34]提出了一种选用自适应实时小波变换与含糊逻辑操控的能量办理体系。研讨结果标明，含糊逻辑操控能将超级电容器的荷电状况保持在适合水平。类似地，Ferreira等[35]、Serkan Dusmez与Alireza Khaligh[36]、Wai等[37]以及Wang等[38]均选用了依据规矩的战略，该战略考虑了超级电容器的端电压与荷电状况。但是，上述混合储能体系中选用的超级电容器模型较为简化，未考虑超级电容器的自放电特性，因而无法准确反映其端电压及荷电状况的改变规律。同样地，动态规划[39][40]、模型预测操控[41][42][43]、神经网络[44][45][46][47]以及依据强化学习[48][49]操控的能量办理体系（EMS）被用于优化混合储能体系（HESS）中电池与超级电容器的功率分配。但是据我们所知，此类操控算法鲜少考虑超级电容器的自放电特性。换言之，超级电容器自放电对HESS功能的影响尚未得到充沛研讨。
本研讨旨在探求超级电容器（SC）自放电对锂离子电池与SC构成的混合储能体系功能的影响。为此，我们首先构建了电池单体与SC单体的等效电路模型，特别地，经过智能数据驱动结构树立了准确表征自放电效应的SC模型。研讨综合考虑了峰值功率幅值、峰值群占空比及峰值间隔时刻等负载需求特性参数，以分析其对SC自放电行为及混合储能体系能量功率的影响机制。研讨了超级电容器自放电导致的能量损耗，并提出两种缓解战略：选用电池对超级电容器进行即时充电和推迟充电以保持其端电压。本研讨强调在评估混合储能体系功能时，必须考虑超级电容器自放电等储能器材固有特性；一起证明了自适应充电战略可作为此类自放电效应的有效补偿手法。研讨还标明，在具有间歇性高功率需求的体系中，亟需开发能适应超级电容器自放电特性的自适应能量办理战略。