Table of Contents
האתגר הצומח של חידושים לסירוגין
אנרגיית השמש והרוח מהווה כעת חלק משמעותי של הדור החשמלי העולמי, המונעת על ידי מטרות של פחמן שאפתני ועלויות יורדות במהירות.אבל הגמישות הטבוע של מקורות אלה - עננים העוברים על מערך סולארי, סיכה פתאומית ברוח - מציגה חוסר יציבות עמוק לתוך רשת כוח שינוי אנרגיה מערכת אחסון (ESS) הם החילוף חיוני שיכול לספוג דור עודף ושחרורו במהלך גירעון, הביצועים של מערכות אחסון אלה הם לעתים קרובות אופטימיזציה של זמן רב עוצמה.
מה זה בקרת הסתגלות?
בקרה הסתגלותית מתייחסת לכיתת אלגוריתמים של שליטה אשר באופן אוטומטי להתאים את הפרמטרים שלהם בהתבסס על התנהגות מערכתית צפה.בניגוד לבקרים קבועים (למשל, PID סטנדרטי עם מזהמים סטטיים), בקרים הסתגלות מזהים באופן רציף את הדינמיקה של הצמח - או ההפרעות הפועלות על זה - ועדכונים שליטה בהתאם.יכולת זו היא בעלת ערך במיוחד באחסון אנרגיה מתחדשת, שבו "צמח" (capreta), מהירות, עצבנות, וכו ', וכו') ו-tirretance, לחץ על פני , לחץ דם, וכו ', וכו ', וכו ', , צמיגים) ו- tirtirtragance, , , , , , , , , , , צמיגים (tragance) , , , , , , , , סטיות) , , , , , , , , ⁇ ⁇ , ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
שלוש משפחות עיקריות של שליטה הסתגלותית מוחלות בדרך כלל בתחום זה:
- (FLT:0)Model Reference Fitive Control (MRAC): ההרחבה 1 (הבקר נועד כך שמערכת ה-Open-loop סגורה עוקבת אחר הפלט של מודל ההתייחסות המשקף התנהגות הרצויה.
- (FLT:0) ,Self-Tuning Regulators (STRIR): הבקר הראשון מעריך את הפרמטרים של הצמח באינטרנט באמצעות אלגוריתם זיהוי חוזר (למשל, ריבועים פחות רציונאליים) ולאחר מכן מאמת מחדש את רווחי הבקר המבוססים על הערכות אלה.
- (FLT:0)Gain Scheduling:FLT:1 גישה פשוטה יותר שבה רווחי בקר שנקבע מראש נבחרים על בסיס תנאי הפעלה נמדדים (למשל, מצב של מטען, טמפרטורה) בעוד לא מתאימה לחלוטין במובן המחמיר, תזמון רווח הוא לעתים קרובות בשילוב עם הסתגלות כדי להתמודד עם פרמטר איטי.
טכניקות אלה התבגרו באופן משמעותי בעשור האחרון, עם יישום של סימולציות אקדמיות כדי להפיץ מערכות תעשייתיות.
למה שליטה מתאימה לאחסון אנרגיה?
שיטות בקרה מסורתיות - קבוע PID, לוגיקה מבוססת הכלל, או לוגיקה סחרחורת עם פונקציות חברות סטטיות - נועדו סביב נקודת הפעלה נומינאלית.כאשר התנאים מתפתלים רחוק מן הנקודה הזו (למשל, גילי סוללה ושפל ההתנגדות הפנימית שלה, או פאנל סולארי הוא צלי חלקית), ביצועים מידרדרים.
- שמירה על ההרחבה (FLT:0) תיקון תקנות (FLT:103) בטווח מלא של טעינה המדינה (SoC), אפילו כפרמטרים סוללה משתנים עם טמפרטורה וגיל.
- ההרחבה של אנרגיה (FLT:0 ,optimal Energy HarvestingFLT:1) על ידי התאמה דינמית נקודת התפעול של ממיר הכוח (למשל, MPPTs) בשילוב עם בקר האחסון.
- שיפור הציות של ה-FLT:0 , 000 , 000 ציות קוד ציות ציות ל- 1:1 על ידי התאמה למגמות מהירות בדור מתחדשים ללא כוונון ידני.
מחקר השוואתי שפורסם ב-FLT:0 (IEEE עסקאות על PowerBuild ElectronicsFLT) 1:1 הראה כי בקר מטען סוללות מבוסס MRAC הפחית את פני השטח ב-40% ויישב זמן עד 60% בהשוואה ל- PID בעל הכשרה טובה תחת פרופילים שונים של קרני השמש.
יישומים חדשים ב-Renew Storageable Systems
טעינה סוללה וניהול תשלום
היישום הישיר ביותר של שליטה אדפטיבית הוא בregulating הזרם והמתח החל ערימה סוללה במהלך הטעינה ממקורות לסירוגין. אלגוריתם קבוע קבוע קבוע / קבוע קבוע קבוע (CC / CV) מניח מודל סוללה קבוע, אבל סוללות אמיתיות מציגות התנהגות לא ליניארית עקב דינמיקה אלקטרוכימית. בקרים הסתגלות יכול לשנות את שיעור המטען בזמן אמת על בסיס התנגדות פנימית מוערך, פתוח מתח פתוח וטמפרטורה יעילה, ובכך דורשות בתוך מערכת בקרה יעילה.
מדינת תביעות (SoC) ומדינת הבריאות (SoH) אסטנס
הערכה SoC היא אבן הפינה של כל מערכת ניהול סוללות (BMS) Kalman מסננים ופילטרים עתיר Kalman המורחבת (EKFs) משמשים נרחב, אבל הם מסתמכים על מודל סוללות ידוע.גרסאות הסתגלות - כגון מסנן קלמן מורחב (DEKF) - במקביל הערכה SoC ועדכון מודל פרמטרים (למשל, יכולת, התנגדות) כמו הגילים המופעלים על ידי סוללת ה-ידי סוללת ה-ידי סוללת ה-החליפה (D) יש גם סוללת ה-ידי סוללת ה-S (Date) של סוללת ה-APTS) של סוללת ה-APTIVEC) גם כן, גם סוללת ה-APTIVEDIVEC (DIVES (D) של סוללת סוללת SoC) ® (DIVEDIVEDIVEDIVED) סוללת SoC) של ® (DIVERSDIVEDIVED) סוללת SoKF) סוללת SoKF) סוללת SoKF) של סוללת SoC) סוללת SoC) סוללת SoKF) סוללת SoC) סוללת SoC ועדכון של סוללת SoC ועדכון של סוללת SoC ו
כוח Smoothing and Gridאינטגרציה
כאשר מערכת אחסון משמשת כדי לחלק את הפלט של חווה רוח או צמח סולארי, בקר חייב לספוג במהירות או להזריק כוח כדי לבטל תנודות. מסנן פשוט נמוך-pass עם קבוע זמן קבוע קבוע יהיה overcorrect (לחץ סוללות מטבול) או תחת תיקון (בניגוד כדי לעמוד במגבלות הרמפה) ללא שינוי כוח הסתגלותי חלקה של בקרים תוך שימוש בניתוח ספקטרום בזמן אמתי של הדור המתחדש לזמני המשתנה של זמן הסינון זמן קצר יותר; ירידה של מחזוריבית (בטווח) בטמפרטורות מתוחכמות) תוך כדי ירידה של מחזוריות קבוע של מחזוריות של מחזוריות של מחזוריות (R5 דקות מתוחכמות גבוהה יותר, תוך כדי ירידה של מחזוריות של החלמה).
הורדת Mitigation and Lifetime Extension
Battery degradation is strongly correlated with peak C-rate, depth of discharge, and temperature. Adaptive controllers can embed a degradation cost function into their optimization. For example, model predictive control (MPC) with an adaptive battery aging model can trade off between immediate power delivery and long-term capacity fade. By reducing charge/discharge rates when the battery is already degraded or at temperature extremes, adaptive strategies have been shown to extend calendar life by 15–25% in lithium-ion systems deployed in island microgrids.
אימפולסים אלגוריתיים: מן התיאוריה לפרקטיקה
בקרת הסתגלות (MRAC) עבור סוללה
יישום טיפוסי של MRAC עבור מטען סוללות ליתיום-יון משתמש במודל הפניה מסדר ראשון המגדיר את הפרופיל הנוכחי הרצוי.ה תפוקה הבקר מתקן את מחזור החובה של ממיר DC-DC.חוק ההתאמה (לעתים קרובות מבוסס על הקריטריון ליציבות לימפונוב) מעדכן את הבקר על ידי השגיאה בין זרם הסוללה בפועל לבין הפלט ההתייחסות.
רשם עצמי של גריד-טיד
עבור מערכות גדולות יותר של יעילות, הרגולטורים עצמיים (STR) מציעים גמישות רבה יותר.הצמח - בדרך כלל שלושה-phase invertse מחובר לרשת - הוא מודל כמו מערכת ליניארית בזמן דיסקרטית אשר הפרמטרים שלהם מוערכים על ידי אלגוריתם של פחות קושחה (Rirtsive לפחות-squares) של ניהול רמות הפעלה נמוכות (Rird) כולל מגבלות לחץ דם נמוך).
Reinforcement Learning as Adaptive control
למידה ללא מודל (RL) מייצגת גבול חדש יותר במקום להסתמך על מודל צמחי מפורש, סוכני RL לומדים מדיניות בקרה אופטימלית באמצעות אינטראקציה ניסוי-טרור.De Q-networks (DQN) ואופטימיזציה של מדיניות פרוקסימית (PPO) היא יישום של בקרת אנרגיה יעילה יותר מאשר מערכת אחסון מאובטחת של מערכת אחסון אנרגיה, עם ה-SoC, עם תמחור של ימים, תחזית מתחדשת, ותדירות גבוהה יותר של ירידה של 20 נקודות בקרה עלות, לאחר מכן, כלומר, כלומר, ירידה של מערכת אחסון בטוחה של מערכת אחסון מאובטח של 2.
מחקרים אמיתיים
סולרי-בנטרי מיקרוגרריד בהוואי
ה- Kauai Island Service Cooperative (KIUC) מפעיל חוות סולאריות של 28 מ"ג עם מערכת סוללות 100MWh. הבקר המקורי של הסוללה השתמש אלגוריתם קבוע של כוח שגורם לעתים קרובות טיול ללא מעצור כאשר עננים מהירים הנעה במהירות נוצר עלייה של מעל 10MW /מין.לאחר רטרוטיב המערכת עם מערכת מבוזרת MRAC-gain היברידית, הפחתת ציות מ-99 ל-99 גרם ל-m-m-outed ל-outed ל-outed ל-cookies היה מ-cookies, לאחר תיקון של כל פרמטרים, לאחר שהפך ל- 200 גרם ל-cookies, לאחר שהפך ל-m-m-m-m-m-m-m-m-m-m-m-mc-mc-m-m-m-m-m-m-m-m-m-m-m-m-in היברידיתאם הוא מותאם אישית, לאחר שהפך ל-m-in היברידית, לאחר שהפך ל-cotms משופר, לאחר שהפך ל-co-co-co-cookies היה מסוגל לעבור מערכת לעבור מערכת לעבור פרמטר של מערכת פרמטר של מערכת עם מערכת
Offshore Wind with Flyגלגל Storage - אורקני, סקוטלנד
מרכז האנרגיה הימי האירופי (EMEC) פרסם מערכת אחסון מבוססת גלגל גלגלים כדי להחליק כוח מטורבינה דו-וואטית 2MW. כי הפלט של טורבינה הוא מאוד ⁇ סטי (הפרטים צפויים חודשים קדימה) אך כפופים לתנוחת גל לטווח קצר, תיבת הילוכים עצמית רק לאחר הפעלת לחץ אווירי לחץ מופעלת.
יתרונות מרכזיים
- יעילות עקבית:0 (FLT:1 הסתגלות MPPT בתוספת ניהול סוללות יכול לשמור על מיצוי אנרגיה ב 96-98% מהמקסימום התיאורטי תחת שינוי מהיר של אי-דימציה.
- (FLT:0) תגובה מהירה:0) סימולציות הסתגלות לרוץ ב 100 הרץ או מהר יותר, ומאפשר אחסון להשתתף בשווקים העיקריים של רגולציה תדר.
- (FLT:0) חיים של נכסים:FLT:1 על ידי צמצום מחזורי מתח ותפעול בתוך גבולות תרמיים בטוחים, בקרה אדפטיבית יכולה להכפיל את מספר מחזורי מחזורי מלא המקביל לפני שקיבולת יורדת מתחת ל 80%.
- (FLT:0) הוצאות גיוס: FLT:1 מערכות עם שליטה הסתגלות לעתים קרובות לא דורשות כוונון ידני באתר, צמצום פריסה.
- (FLT:0) ,FLT:1 כפי סוללות מטומטמות או מוחלפים עם כימאים שונים, מערכת הבקרה מחדש באופן אוטומטי - אין צורך בכתובות קושחה.
אתגרים ומגבלות
למרות היתרונות האלה, מתרגלים חייבים לנווט כמה מכשולים.FLT:0 סימולציה של מורכבות שדה סימולציה 1 , הם עדיין דאגה מיקרובקר בעלות נמוכה: אלגוריתמים סטריליים ו-RL יכולים לעלות על הזיכרון או מחזור של חסימת BMS טיפוסית, כולל שימוש במודלים של תיקון לא נכון או הסרת חישובים כבדים לענן או לשער LT2Modelreave, 3.
כיוונים עתידיים
הדור הבא של בקרת אנרגיה אדפטיבית יתעצב על ידי שילוב עמוק יותר עם אינטליגנציה מלאכותית.FLT:0Digital TwinsFLT:1 כי מראה את המצב אלקטרו-שנימי של מערכת האחסון בזמן אמת יספק סביבת מבחן נאמנות גבוהה, אשר מאפשר אלגוריתמים בודדים של אחסון נתונים סטנדרטיים, אשר כבר ניתן להטמיעו נתונים סטנדרטיים של פחמן-FLT:2, 000 למידה LTF:3 יכול לאפשר את הערך של יחידות דיור, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000, 000
בעוד חדירה מתחדשת חוצה את סף 50% ברשת רבות, הצורך במערכות אחסון שיכולות להתמודד עם אי ודאות ללא התערבות ידנית יגדל.שליטה הסתגלותית, במיוחד כאשר בשילוב עם למידת מכונה, מציע צורך בטיפוח עצמי, גמיש, אחסון אנרגיה ארוך טווח זמן רב. ארגונים מתכננים מתקנים בקנה מידה גדול סוללות היום צריך להעריך ארכיטקטורות בקרה הסתגלות כמתנה מפתח לביצועים תפעוליים ועלויות הכוללות בעלות.
(ב) ראו את הביקורת המקיפה של ה-FLT:0Zhang et al. ב- IEEE AccesseurFLT:1, הדו"ח הטכני של NREL על חלקה של הסתגלות:2(NREL/TP-5D00-782343FLT 3: ו-FLT:4 EnergyFLT:5 למידה מקרה מחקר חיזוקים (RLT) 6D007