电力体系中二手电池储能体系（SLBESS）浸透率的继续提高，因为改造电池的异构特性和不确认退化形式，给体系运转与操控带来了严峻应战。本文提出了一种新式无模型自适应电压操控嵌入式蜣螂启示式启示优化算法，用于完成SLBESS最优容量装备与功率调度。为同步处理核算杂乱性与体系稳定性问题，本文构建了完好的双层优化结构。上层选用蜣螂优化算法，经过最小化全生命周期本钱并整合源自无模型自适应电压操控战略的充放电功率轨道，确认SLBESS最优容量装备。在底层架构中，依据健康状况优先的电力调度优化模型经过智能算法，依据异构电池组的实时运转状况、健康度改变曲线及退化束缚条件进行负荷分配。所提出的无模型办法规避了对杂乱充放电功率操控模型和海量历史数据的依靠，一起经过自适应操控机制坚持体系稳定性。本研讨提出了一种立异的循环寿数衰减模型，用于量化剩下使用寿数、放电深度与运转形式之间的定量联系。该集成结构完成了战略规划与运转操控的同步优化，在保证经济效益的一起延长了电池执役周期。所提办法的有用性经过混合储能体系的归纳案例研讨得到验证，成果表明相较于传统办法，该办法具有卓越的核算效率、在不同网络装备下的鲁棒功能以及电池使用率的明显提高。

1.1. 布景与动机

动力电池阅历明显不同的生命周期阶段，包含：电动汽车（EV）使用、梯次使用、退役、收回、原资料再生处理、资料再制作以及电池重组，如图图1所示。SLBESS的施行在容量装备与功率分配方面均存在严峻技能应战，这首要源于二手电池固有的异质性[1不恰当的容量装备与功率分配战略会导致电池组间出现不平衡的退化现象，这种现象或许引发严峻的体系功能衰减并缩短全体使用寿数。但是，因为电池组间的功能差异具有非同步性和时变性，直接更换退化电池组或选用传统的均一化分配战略均不具备经济性[2,3]。当体系功能恶化时，可用于实时调整的操控措施有限，这对坚持最佳运转效率构成严峻应战。现在，遍及做法是依据电池组的均匀健康状况（SOH）装备容量并分配功率，随后由电池办理体系（BMS）执行统一功率分配以坚持体系稳定性。但是，过度简化的操控战略会导致电池退化速率不均，然后危害运转可靠性。此外，改变的SOH水平与动态运转条件要求选用自适应办理计划[4,5因而，亟需建立一套针对容量装备与功率分配的协同优化战略。
1.2. 文献总述近期研讨对SLBESS容量装备与功率分配战略进行了广泛讨论，形成了多种办法体系。文献[6]提出了一种多目标优化模型，在兼顾经济效益与环境影响的前提下确认SLBESS最优容量。但该办法对电池建模精度存在明显依靠性，且对电池特性动态改变的适应能力有限。[7]提出依据动态规划的优化办法以优化电池组分组战略，一起考虑异构特性。但是，当处理大规划体系时，其核算负担会变得难以承受。文献[8该研讨建立了一个考虑不同电池组老化速率差异的容量装备退化感知结构，但该结构需求很多历史数据进行模型练习。这些容量装备办法遍及存在模型依靠性强和核算杂乱度高的问题。为全面应对这些基础性应战，本研讨提出一种用于SLBESS容量装备的无模型自适应电压操控-嵌入蜣螂优化算法，该算法无需具体电池模型即可有用处理体系动态改变。
异构电池体系的功率分配战略相同得到了广泛研讨。文献[9]提出了一种依据实时状况的多电池组功率需求分配先进自适应操控办法，但该计划对丈量不确认性的鲁棒性不足。文献[10]重视功率分配进程中的健康状况改变，提出了一种健康状况感知调度战略，但未考虑储能体系的运转鸿沟。文献[11]，针对级联电池储能体系开发了一种分层配电结构，但未能处理再使用电池内部电阻特性不一致的问题。参考文献[12]提出了一种考虑梯次使用电池剩下使用寿数的自适应功率分配算法，但该优化结构未充沛处理热办理束缚与安全鸿沟问题。现有功率分配战略遍及缺少对体系运转鸿沟和电池组特性的归纳考量。为避免上述问题，本文开发了一种用于二手电池的最优功率分配战略，该战略在由无模型自适应电压操控战略确认的充放电功率鸿沟内运转，保证运转可行性及电池组间的高效功率分配。
很多研讨重视点集中于二手电池的全面表征与体系评价，特别聚集于功能评价办法学。文献[13]开发了一套用于评价退役电动车电池剩下容量与功能的归纳测验计划，但该测验流程关于大批量电池样本而言耗时且本钱高昂。文献中已使用先进统计办法学[14依据电池的退化形式对其进行分类和分组，但其准确性在很大程度上依靠于历史数据的质量。参考文献[15,16]提出了多种建模办法以预测梯次使用电池的剩下使用寿数，但这些模型往往难以捕捉电池特性的动态改变。现有评价办法的首要束缚在于其对杂乱模型的依靠性和很多测验要求。为突破这些束缚，本文提出一种新式梯次电池储能体系退化评价模型，该模型一起交融了循环寿数特性和运转放电深度特征。与前述严峻依靠很多测验数据或杂乱统计模型的办法不同，本研讨经过经历相关性建立了剩下使用寿数、健康状况与运转形式之间的定量联系。所提出的模型能够在考虑梯次使用电池实践运转束缚的一起，高效评价其退化状况，然后为大规划梯次储能使用供给更可行的处理计划。
此外，多原则决议计划（MCDM）办法在能源规划和电池储能体系优化范畴已得到广泛使用。文献[17]选用层次分析法（AHP），经过构建层次化决议计划结构并对评价原则进行两两比较，要点考察片面赋权对备选计划排序的影响。加权聚合积评价法（WASPAS）则被使用于[18]提出了一种结合加权求和与加权乘积模型的储能技能选择办法，依据预设标准集对不同储能技能进行排序。类似地，文献[19]介绍了一种结合AHP-TOPSIS的混合多原则决议计划结构用于电池储能体系选址，而文献[20]将含糊层次分析法(AHP)与VIKOR办法相结合，用于不确认性条件下的储能容量规划。这类依据多原则决议计划(MCDM)的办法一般经过片面标准赋权与备选计划评分流程，聚集于多原则评价与排序机制。但是，它们遍及缺少处理二手电池体系固有物理运转束缚与动态退化特征的能力[21,22与传统多原则决议计划办法（MCDM）首要依据标准排序和选择进行决议计划不同，我们提出的循环寿数衰减模型选用双层优化结构，明确考虑异构电池组的物理衰减动态特性。本办法将实时自适应功率分配与依据健康状况（SOH）的运转束缚相交融，其经过聚集于最优功率调度优化而非多原则备选计划排序，与MCDM办法存在本质差异，然后为实践梯次使用电池储能体系（SLBESS）的施行供给了更具技能导向性的处理计划。
此外，现有办法首要依靠理想化假设和简化体系模型，或许无法充沛捕捉实践SLBESS使用中固有的杂乱动态特性。因为本质上无法考虑随机环境改变、动态负荷曲线和杂乱衰减机制，这些理论办法的实践适用性存在束缚。为克服这些束缚，本研讨将无模型自适应电压操控战略与受蜣螂启示的容量装备优化办法相结合，随后施行受体系运转鸿沟束缚的最优功率分配战略。该办法在保证SLBESS高效实用运转的一起，消除了对杂乱电池模型的依靠。
经过上述文献总述可见，仍需针对以下缺失环节开展进一步研讨：

• (1)
  一种核算高效的优化办法，用于确认多运转束缚条件下异构电池组的最优容量装备。
• (2)
  考虑多组电池不同衰减速率和动态运转状况的功率分配结构。
• (3)
  表征电网规划储能体系中梯次使用电池多样性及其剩下使用寿数的归纳评价模型。

1.3. 本文贡献

为填补上述研讨空白，本文提出一种立异的无模型自适应操控与蜣螂启示式优化算法相结合的SLBESS容量规划与功率分配办法。本作业的首要立异点与贡献总结如下：

• (1)
  本研讨建立了一种和谐的双层优化架构：上层选用受蜣螂启示的启示式算法装备最优SLBESS容量，基层运转异构电池组功率调度模型，然后完成战略规划与运转操控的同步优化。
• (2)
  本研讨开发了一种立异的无模型自适应电压操控战略（MF-AVCS）。该战略摆脱了对杂乱电池充放电模型和历史数据的依靠，经过实时自适应机制坚持体系稳定性——这标志着对传统依据模型办法的范式转变。
• (3)
  提出了一种新式功率分配战略，该战略在遵循MF-AVCS结构推导的运转鸿沟条件下，完成异构二次寿数电池组间功率需求的最优分配，明确处理了二次寿数电池固有的共同衰减特性和功能差异问题。

本文其余部分组织结构如下。第2节将介绍双层优化结构。第3节阐述面向SLBESS的启示式自适应优化办法，包含体系本钱分析、无模型自适应操控及求解进程。第四节具体展示了梯次电池体系中健康优先的功率分配战略。案例研讨与数值分析成果将在第5节出现，最终定论部分予以总结。第6节.

2. 双层优化结构

将SLBESS重新用于电网规划储能使用具有良好的经济效益，一起也能处理环境可继续性问题。但是，将二次寿数电池纳入运转中的电力体系会带来相当大的技能应战，这首要归因于其非均匀的退化形式和异质的功能特征。本文提出了一种全面的分层优化结构，体系性地处理了由新式电池和二次使用电池组成的混合储能体系的和谐运转问题。所提出的办法一起涵盖技能经济优化和寿数办理战略，旨在提高体系可靠性的一起最大化可用储能资源的使用率。
该结构选用双层优化结构，其中上层与基层经过协同作业完成体系全面优化，如图2所示在上级层级中，该结构选用先进的元启示式办法——具体而言是蜣螂优化算法（DBOA）——来确认混合储能体系的最优容量装备。此优化进程首要聚集于在保证体系可靠性与功能的一起最小化总投资本钱。在此优化进程中，选用精密的无模型自适应操控（MFAC）战略来办理储能单元的动态充放电进程。这种自适应操控机制依据实时运转条件继续调整其参数，既无需杂乱的数学模型，又能坚持稳健的功能。


基层优化引入了一个具体的循环寿数衰减模型，该模型考虑了影响电池寿数的关键因素，特别是放电深度和充放电循环次数。该层级的首要目标是经过智能功率分配最大化电池组的剩下使用寿数。经过使用上层确认的容量装备和运转束缚条件，该阶段确认新旧储能单元之间的最优功率分配比例。该办法保证功率分配战略不仅能满意即时运转需求，一起有助于提高体系的长时间可继续性。
在此分层优化架构中，上层优化成果为基层优化进程确立了运转束缚与鸿沟条件。基层模型负责在不同SOH值的电池簇之间分配充放电功率。这种双层结构使该结构能完成双重目标：上层经过最优容量装备保证经济性，基层则凭借智能配电战略延长梯次使用电池簇的使用寿数。两个层级的相互作用形成了归纳性处理计划，不仅保证了梯次使用电池储能体系的经济可行性，还经过和谐操控最大化其运转寿数。