Als effektives Mittel zur zuverlässigen Betriebsführung von Energiequellen-Netz-Lasten hat die Batteriespeicherung bereits einen größeren Maßstab erreicht, und die Sicherheit und Zuverlässigkeit des Betriebs von Batteriespeichern sind ein entscheidender Aspekt, der ihre weitere Entwicklung und Anwendung einschränkt. Angesichts des Problems der Schätzung und Warnung des Betriebszustands von Lithium-Batteriespeichern schlägt dieser Artikel eine Methode zur nichtlinearen Zustandsschätzung vor, die von Daten-Modell-mixgetrieben ist. Zunächst wird ein mathematisches Modell für Lithium-Batterien auf der Grundlage des klassischen Thevenin-Schaltkreismodells und des erweiterten Kalman-Filters erstellt. Danach wird eine nichtlineare Schätzmethode für den Betriebszustand von Lithiumbatterien aufgrund von Betriebsabweichungen zwischen dem realen System und dem Modellsimulationssystem vorgestellt, um eine effektive Schätzung der Daten-Modell-Abweichung zu erreichen und somit den Batterie-Warnprozess zu realisieren. Schließlich wird durch simulierte Beispiele verifiziert, dass die von diesem Artikel vorgeschlagene Methode wenig von Faktoren wie Modellgenauigkeit, Fehler und Lade- und Entladestromamplitude beeinflusst wird. Diese Arbeit wendet erstmals eine nichtlineare Zustandsschätzung (NSET) auf die Warnung von Lithium-Batterien an, indem sie eine modellgestützte Methode, nämlich den erweiterten Kalman-Filter, mit einer datengesteuerten Methode, nämlich dem NSET, kombiniert, um den realen Zustand von Lithium-Batterien genau zu schätzen und vorab zu warnen. und hat einen praktischen Anwendungswert.

Speichersystem; digitales Modellieren; Warnungstechnik; erweiterter Kalman-Filter; nichtlineare Zustandsschätzung