[实用新型]风光互补系统中蓄电池智能控制装置

说明书

技术领域

本实用新型涉及电子技术。

背景技术

铅酸蓄电池主要由正极板、负极板、硫酸、隔板、槽、盖组成，在小型风光互补控制系统中采用的蓄电池属于免维护的蓄电池。蓄电池的充、放电过程就是电能和化学能之间相互转换的过程，但在实际情况下，这种能量转化的效率并未达到100％，主要是因为蓄电池的极板在此期间出现了极化现象，消耗了一部分能量。因此研究蓄电池的充、放电过程对于准确了解和把握电池容量对风光控制系统来讲非常重要。

通常铅酸蓄电池在一定电流和温度下进行充电和放电时，都是用曲线来表示电池的端电压，以及电解液的浓度和温度随时间的变化。这些曲线称为电池的特性曲线。特性曲线因电池极板种类不同而有差异，在电池的出厂说明书中，厂家均会给出产品的充、放电特性曲线。根据这些曲线，用户可以有效地了解电池的运行机理，并基于此通过电池的一些特征量估测其电容量。特别是蓄电池的开路电压在一定程度上反映了电池的剩余容量。铅酸蓄电池在充、放电过程中，端电压的变化情况可以表示成：

充电：U=E+η₊+η_-+IR

放电：U=E-η₊-η_--IR

式中，U为充、放电过程中电池的端电压，I为充、放电电流，R为电池内阻，η₊为正极板超电势，η_-为负极板超电势，上述端电压方程式中的η₊，η_-包含着电化学极化和浓度差极化因素。而影响蓄电池容量的因素很多诸如：蓄电池内阻的动态变化，电解液密度变化，电池工作环境温度等等,对电池容量的准确判断对整个设备的效率影响很大。

实用新型内容

本实用新型所要解决的技术问题是，提供一种风光互补系统中蓄电池智能控制装置，能够依据风能、太阳能发电部分的情况实时准确控制对蓄电池的充电。

本发明解决所述技术问题采用的技术方案是，风光互补系统中蓄电池智能控制装置，其特征在于，包括下述部分：前级检测电路，连接太阳能发电部分的输出端和风能发电部分的输出端；后级检测电路，带有蓄电池检测接口；PWM输出电路，与前级检测电路、后级检测电路和核心控制模块连接；核心控制模块，与前级检测电路、后级检测电路和PWM输出电路连接。

本实用新型的有益效果是，能够依据风能和太阳能发电部分的状况准确控制蓄电池充电过程，提高发电效率和对电池的高效管理和保护。可以对风光互补系统的重要储能元件—电池进行最优的保护以及对能源的最大化的利用。

附图说明

图1是本实用新型的结构示意图。

图2是人工神经网络的基本模型图。

图3是带了阈值的神经元结构图。

具体实施方式

参见图1，本实用新型由四个功能模块组成：包含控制器CPU的核心控制电路、前级检测电路、后级检测电路和PWM输出电路构成。

前级检测电路用于检测风能发电部分和太阳能发电部分的工作状态；

后级检测电路用于检测蓄电池的状态；

PWM输出电路用于控制充电电压和电流；

每个模块实现不同的功能，通过控制CPU对系统进行协调工作：当风机和太阳能电池板正常工作输出时，由硬件电路对其输出进行隔离而互不影响，其后续工作过程为：首先检测该电压能否达到电池的充电要求，在满足基本充电要求的情况下通过控制器对电池两端的电压进行实时监控，在得到蓄电池准确容量的条件下，通过PWM输出电路控制充电电压和电流，对电池进行充电，同时控制CPU实时监测负载的工作电流和当前蓄电池的容量来对整个风光发电控制系统进行动态调整，实现智能充放电控制。因此本实用新型提出了一种基于人工神经网络及特定电池在不同状态所处的不同的实验数据进行综合分析的方法对电池容量实现准确的判断，进而提高发电效率和对电池的高效管理和保护。

本实用新型的核心控制电路采取人工神经网络技术进行计算和控制。人工神经网络是由神经元按照一定的拓扑结构相连构成，人工神经网络的基本模型如图2所示。

在图2中，输入经过神经元之间的连接值和传递函数得到输出，再与目标值比较，根据其差值信息，反馈回来根据一定的算法来进行神经元之间连接值的调整。这也构成了神经网络的作用机理。