[论文解读] Optimal Regulation Response of Batteries Under Cycle Aging Mechanisms

Bolun Xu, Yuanyuan Shi+2 more|arXiv (Cornell University)|Mar 22, 2017

Advanced Battery Technologies Research参考文献 19被引用 7

一句话总结

本文提出了一种在线控制策略，用于在按绩效付费的市场中进行电池频率调节，通过平衡调节性能与循环老化退化，最小化运行成本。利用精确的电化学循环老化模型和基于阈值的控制结构，该策略相较于离线最优控制器，实现了近乎最优的性能，且具有有界、与持续时间无关的最优性差距。

ABSTRACT

When providing frequency regulation in a pay-for-performance market, batteries need to carefully balance the trade-off between following regulation signals and their degradation costs in real-time. Existing battery control strategies either do not consider mismatch penalties in pay-for-performance markets, or cannot accurately account for battery cycle aging mechanism during operation. This paper derives an online control policy that minimizes a battery owner's operating cost for providing frequency regulation in a pay-for-performance market. The proposed policy considers an accurate electrochemical battery cycle aging model, and is applicable to most types of battery cells. It has a threshold structure, and achieves near-optimal performance with respect to an offline controller that has complete future information. We explicitly characterize this gap and show it is independent of the duration of operation. Simulation results with both synthetic and real regulation traces are conducted to illustrate the theoretical results.

研究动机与目标

• 解决在按绩效付费市场中平衡电池调节性能与退化成本的挑战。
• 开发一种在线控制策略，考虑精确的循环老化机制，且无需未来信息。
• 最小化电池所有者的总运行成本，包括不匹配惩罚和循环退化成本。
• 确保控制策略适用于大多数电池单体类型，并能适应市场电价的变化。
• 证明该策略具有与运行时长无关的有界最优性差距。

提出的方法

• 该策略采用基于电池循环老化解析公式推导出的阈值控制结构。
• 结合基于雨流计数的电化学老化模型，量化充放电循环引起的退化。
• 控制策略旨在最小化一个包含不匹配惩罚和循环老化成本的代价函数。
• 最优性差距通过解析方法表征，并证明其与运行时长无关。
• 通过使用来自 PJM 的合成数据和真实调节轨迹进行仿真，验证了该方法。
• 该方法支持实时实现，计算复杂度适合 2–6 秒更新频率的调节信号。

实验结果

研究问题

• RQ1 如何在按绩效付费的频率调节中，使电池控制器最优地平衡性能惩罚与循环老化？
• RQ2 在线控制器与具有完整未来信息的离线最优控制器之间的理论性能差距是什么？
• RQ3 在线控制策略能否在循环老化和市场电价方面实现有界的最优性？
• RQ4 最优性差距在不同运行时长下如何表现？
• RQ5 该控制策略能否推广至不同电池单体类型和市场条件？

主要发现

• 所提出的在线控制策略实现了与运行时长无关的有界最优性差距，该差距明确表征并显示为常数，与时间范围无关。
• 与简单控制策略相比，该策略在模拟中显著降低了循环老化成本——最高达 70%，即使不匹配惩罚更高亦然。
• 最坏情况下的最优性差距恰好等于理论边界 ε，该边界由惩罚价格与效率的比值导出，且在所有测试案例中与仿真结果一致。
• 随着惩罚价格上涨，控制带变宽，策略更紧密地跟随调节信号，当 θ/η_c = πη_d 时趋近于精确控制。
• 使用真实 PJM 调节轨迹的仿真结果表明，该策略通过平衡不匹配惩罚与退化，显著降低了总运行成本，尤其在高惩罚价格下表现更优。
• 在运行时长加倍的情况下（如案例 7 与案例 4 对比），该策略保持相同的最坏情况最优性差距，验证了边界的时不变特性。