CN106154165A - 一种大容量电池储能系统性能的评估方法和评估系统 - Google Patents

一种大容量电池储能系统性能的评估方法和评估系统 Download PDF

Info

Publication number
CN106154165A
CN106154165A CN201510142123.3A CN201510142123A CN106154165A CN 106154165 A CN106154165 A CN 106154165A CN 201510142123 A CN201510142123 A CN 201510142123A CN 106154165 A CN106154165 A CN 106154165A
Authority
CN
China
Prior art keywords
grade
performance
cells
storage system
evaluation index
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510142123.3A
Other languages
English (en)
Other versions
CN106154165B (zh
Inventor
贾学翠
李相俊
惠东
贾旭
郭光朝
王立业
张亮
汪奂伶
胡娟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
Qingdao Power Supply Co of State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
Qingdao Power Supply Co of State Grid Shandong Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, China Electric Power Research Institute Co Ltd CEPRI, Qingdao Power Supply Co of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201510142123.3A priority Critical patent/CN106154165B/zh
Publication of CN106154165A publication Critical patent/CN106154165A/zh
Application granted granted Critical
Publication of CN106154165B publication Critical patent/CN106154165B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10Energy storage using batteries

Landscapes

  • Tests Of Electric Status Of Batteries (AREA)

Abstract

本发明提供了一种大容量电池储能系统性能的评估方法和评估系统,评估所述储能系统的方法为依次评估所述储能系统中的每一个所述电池组的性能,再根据评估结果对所述电池组做出相应调试;其中,对电池组的性能的评估为根据等级与评估指标建立的模糊关系矩阵和各评估指标的权重以最大隶属度原则确定所述电池组的性能;评估系统包括依次连接的数据采集模块、性能指标计算模块、模糊关系矩阵计算模块和评估矩阵计算模块。和现有技术相比,本发明提供的评估方法和评估系统,实现了对大容量电池储能系统的电池一致性性能的综合评估,评估数据来源于运行中的电池历史运行数据,不影响电池储能系统的正常运行,实施方便,灵活性高。

Description

一种大容量电池储能系统性能的评估方法和评估系统
技术领域
本发明涉及储能系统领域,具体讲涉及一种大容量电池储能系统性能的评估方法和评估系统。
背景技术
随着电池技术的发展,电池系统越来越多地应用于电动汽车、储能等领域。大容量电池储能系统,需要把单体电池经过串、并联方式成组以达到所需的容量要求。在长期充放电使用过程中,由于各单体电池之间自放电率、容量衰减速率等的差异,容易造成电池储能系统内部电池单体之间的离散性加大,进而影响电池储能系统的正常使用。因此,对成组电池而言,电池的性能对电池储能系统的使用十分关键。
目前关于电池性能评估研究较多的在于电池的充放电性能、循环性能、高低温放电性能、电池容量、内阻、一致性等方面,一般需要对电池做专门的测试来取得评估所用数据,不适用于成组后运行中的大容量电池储能系统。且目前对于电池储能系统性能评估的研究也相对较少。
随着大容量电池储能系统的使用越来越广泛,如何设计一种能够对大容量电池储能系统性能进行评估的系统或方法,并将其应用于电池储能系统的运行维护与控制管理当中是本领域技术人员亟待解决的问题。
发明内容
有鉴于此,本发明提供一种大容量电池储能系统性能的评估方法和评估系统,该评估方法和评估系统实现了对大容量电池储能系统的电池一致性性能的综合评估,评估数据来源于运行中的电池历史运行数据,不影响电池储能系统的正常运行,实施方便,灵活性高。
一种大容量电池储能系统性能的评估方法,多个单体电池串联成电池组,多个所述电池组并联组成大容量电池储能系统,所述单体电池为锂电池或铅酸电池;
评估所述储能系统的方法为依次评估所述储能系统中的每一个所述电池组的性能,再根据评估结果对所述电池组做出相应调试;
所述电池组的评估指标包括电池电压极差、电池电压标准差、电池温度极差和电池温度标准差;
所述电池组的性能的评估方法的步骤如下:
I-1.计算所述电池组的所述评估指标的值,并设定所述电池组性能的等级;
I-2.设定每个所述评估指标在不同的所述等级中的数值范围;
I-3.将全部的所述评估指标的值,根据其所属的数值范围,分别归入不同的所述等级中;
I-4.根据归入不同的所述等级中的每种所述评估指标的个数,建立所述等级与所述评估指标的模糊关系矩阵,并用熵权法计算得到各所述评估指标的权重;
I-5.根据所述模糊关系矩阵和各所述评估指标的权重以最大隶属度原则确定所述电池组的性能。
优选的,步骤I-1的具体过程为:
II-1.以相同的时间间隔连续采集所述电池组的各个运行参数M次;
II-2.根据每次采集的所述运行参数分别计算各个所述评估指标的值,每种所述评估指标的值均为M个。
优选的,计算所述评估指标的值的计算方法为:
ΔVmax=Vmax-Vmin
δ V = Σ i = 1 N ( V i - V m ) 2 / N ;
ΔTmax=Tmax-Tmin
δ T = Σ i = 1 N ( T i - T m ) 2 / N ;
V m = Σ i - 1 i = N V i / N ;
T m = Σ i - 1 i = N T i / N ;
其中,ΔVmax为电池电压极差、δV为电池电压标准差、ΔTmax为电池温度极差、δT为电池温度标准差、Vmax为单体电池电压最大值、Vmin为单体电池电压最小值、N为电池组中单体电池的总个数、Vi为电池组中第i个电池单体电压、Vm为电池组中所有电池单体电压平均值、Ti为电池组中第i个单体电池的电压、Tm为电池组中所有单体电池的温度平均值。
优选的,所述等级根据所述单体电池的类型和所述储能系统评估要求将所述储能系统的性能划分为多个等级;
所述评估指标在各个所述等级中的数值范围根据所述评估指标的特性和所述储能系统评估要求来设定。
优选的,建立所述等级与所述评估指标的模糊关系矩阵的方法如下:
H = N 1 / M N 2 / M . . . Na / M M 1 / M M 2 / M . . . Ma / M P 1 / M P 2 / M . . . Pa / M Q 1 / M Q 2 / M . . . Qa / M
其中,N1、N2…Na分别为电压极差在等级1、等级2…等级a内的数量;
M1、M2…Ma分别为电压标准差在等级1、等级2…等级a内的数量;
P1、P2…Pa分别为温度极差在等级1、等级2…等级a内的数量;
Q1、Q2…Qa分别为温度标准差在等级1、等级2…等级a内的数量;
M为每种评估指标的值的个数。
优选的,用熵权法计算得到各所述评估指标的权重的方法为:
权重向量W=[w1,w2,w3,w4],其中
w j = 1 - E j 4 - Σ k = 1 4 E k
E j = - 1 ln ( a - 1 ) Σ i = 1 a - 1 h ji ln h ji
当hji=0时,令lnhji=0;当a=2时,令ln(a-1)=1
(j=1、2、3、4;i=1、2…a-1)
i为电池性能的等级,j为评估指标中的一个,Ej为第j个评估指标的熵值。
优选的,判断模糊关系矩阵中第a列的数值,如果有任意一项大于0,则电池性能为等级a。如果第a列数值均等于0,则根据所述模糊关系矩阵的子矩阵H′和各所述评估指标的权重以最大隶属度原则确定所述储能系统的性能的方法为:
A=W*H′=[S1、S2...Sa-1]
其中 H ′ = N 1 / M N 2 / M . . . Na - 1 / M M 1 / M M 2 / M . . . Ma - 1 / M P 1 / M P 2 / M . . . Pa - 1 / M Q 1 / M Q 2 / M . . . Qa - 1 / M
式中,A为评估矩阵,W为权重向量,H′为模糊关系矩阵的子矩阵,即取模糊关系矩阵H第1列至第a-1列的所有值;S1、S2...Sa-1为储能系统的等级1、2…a-1的性能指数;
性能指数S1到Sa-1之间,数值最大的性能指数所在的等级即为所述储能系统的性能的评估结果。
一种大容量电池储能系统性能的评估系统,多个单体电池串联成电池组,多个所述电池组并联组成大容量电池储能系统,所述单体电池为锂电池或铅酸电池;
所述系统包括依次连接的数据采集模块、性能指标计算模块、模糊关系矩阵计算模块和评估矩阵计算模块;
所述数据采集模块将连续采集到的所述储能系统的运行参数信息发送至所述性能指标计算模块;
所述性能指标计算模块根据所述运行参数计算所述储能系统的各评估指标;
所述模糊关系矩阵计算模块统计各评估指标的值在各等级内的数量,并生成电池性能等级与评估指标的模糊关系矩阵;
所述评估矩阵计算模块根据模糊关系矩阵得出评估指标权重向量及评估矩阵,生成电池性能评估结果。
优选的,所述评估矩阵计算模块将所述评估结果发送至处理模块和显示与输出模块;
所述处理模块根据所述评估结果调度预存储在处理数据库中的相应的处理方案,并将所述处理方案发送至所述显示与输出模块。
优选的,所述系统中还设有通信模块,所述通信模块使得系统中的各模块相互通讯并与外部网络通讯。
从上述的技术方案可以看出,本发明提供了一种大容量电池储能系统性能的评估方法和评估系统,评估所述储能系统的方法为依次评估所述储能系统中的每一个所述电池组的性能,再根据评估结果对所述电池组做出相应调试;其中,对电池组的性能的评估为根据等级与评估指标而建立的模糊关系矩阵和各评估指标的权重以最大隶属度原则确定所述电池组的性能;评估系统包括依次连接的数据采集模块、性能指标计算模块、模糊关系矩阵计算模块和评估矩阵计算模块。实现了对大容量电池储能系统的电池一致性性能的综合评估,评估数据来源于运行中的电池历史运行数据,不影响电池储能系统的正常运行,实施方便,灵活性高与最接近的现有技术比,本发明提供的技术方案具有以下优异效果:
1、本发明提供的技术方案,评估方法通过依次对电池组的性能评估完成对储能系统的评估,使得评估的过程有序且完整,提高了对储能系统的评估的可靠性。
2、本发明提供的技术方案,通过根据评估结果对所述电池组做出相应调试,提高了电池储能系统的运行可靠性,从而保证了储能系统在储能等领域的应用的安全性和高效性。
3、本发明提供的技术方案,对电池组的性能的评估为根据等级与评估指标而建立的模糊关系矩阵和各评估指标的权重以最大隶属度原则确定所述电池组的性能,实现了对大容量电池储能系统的性能的综合评估,是对受多种因素影响的储能系统做出全面评价的一种十分有效的多因素决策方法,其提高了评估储能系统的准确性。
4、本发明提供的技术方案,运行参数来源于运行中的电池历史运行数据,不影响电池储能系统的正常运行,实施方便,灵活性高。
5、本发明提供的技术方案,评估系统包括依次连接的数据采集模块、性能指标计算模块、模糊关系矩阵计算模块和评估矩阵计算模块,各模块对储能系统进行计算和评估,保证了对储能系统的评估过程的顺利进行,提高了对储能系统的评估的效率,保证了储能系统运行的高效性与可靠性。
6、本发明提供的技术方案,通过处理模块根据评估结果调度预存储的处理数据库中的相应的处理方案,使得评估结束时,工作人员可以通过显示与输出模块直接看到评估结果与处理方案,以保证工作人员对储能系统做出正确的调试,同时提高了调试的效率,保证了储能系统运行的安全性、高效性与可靠性。
7、本发明提供的技术方案,在评估方案中,通过模糊关系矩阵判断最后一列是否全为0,若否,则电池性能为最差等级,通过这一方法保证了电池储能系统的任意某一项指标超出规定范围时,即可准确判断出该电池储能系统的性能,保证了评估的严谨性和实用性。
8、本发明提供的技术方案,应用广泛,具有显著的社会效益和经济效益。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简要地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的大容量电池储能系统性能的评估方法的总流程图;
图2为本发明的储能系统变流器单元的拓扑结构图;
图3为本发明的电池组的评估方法流程图;
图4为本发明的大容量电池储能系统性能的评估系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1和2所示,本发明的一种大容量电池储能系统性能的评估方法,评估储能系统的方法为依次评估储能系统中的每一个电池组的性能,再根据评估结果对电池组做出相应调试。其中,多个单体电池串联成电池组,多个电池组1、2….k并联组成大容量电池储能系统,单体电池为锂电池或铅酸电池;锂电池可以为磷酸铁锂电池、钛酸锂电池和锰酸锂电池中的一种。
如图3所示,电池组的性能的评估方法的步骤如下:
I-1.计算电池组的评估指标的值,电池组的评估指标包括电池电压极差、电池电压标准差、电池温度极差和电池温度标准差;并设定电池组性能的等级;
I-2.设定每个评估指标在不同的等级中的数值范围;
I-3.将全部的评估指标的值,根据其所属的数值范围,分别归入不同的等级中;
I-4.根据归入不同的等级中的每种评估指标的个数,建立等级与评估指标的模糊关系矩阵,并用熵权法计算得到各评估指标的权重;
I-5.根据模糊关系矩阵和各评估指标的权重以最大隶属度原则确定电池组的性能。
其中,步骤I-1的具体过程为:
II-1.以相同的时间间隔连续采集电池组的各个运行参数M次;
II-2.根据每次采集的运行参数计算分别计算各个评估指标的值,每种评估指标的值均为M个。
其中,计算评估指标的值的计算方法为:
ΔVmax=Vmax-Vmin
δ V = Σ i = 1 N ( V i - V m ) 2 / N ;
ΔTmax=Tmax-Tmin
δ T = Σ i = 1 N ( T i - T m ) 2 / N ;
V m = Σ i - 1 i = N V i / N ;
T m = Σ i - 1 i = N T i / N ;
其中,ΔVmax为电池电压极差、δV为电池电压标准差、ΔTmax为电池温度极差、δT为电池温度标准差、Vmax为单体电池电压最大值、Vmin为单体电池电压最小值、N为电池组中单体电池的总个数、Vi为电池组中第i个电池单体电压、Vm为电池组中所有电池单体电压平均值、Ti为电池组中第i个单体电池的电压、Tm为电池组中所有单体电池的温度平均值。
其中,等级根据单体电池的类型和储能系统评估要求将储能系统的性能划分为多个等级;
等级可以划分为二级:优级和非优级,此时a=2,1级对应优级,a级对应非优级;针对非优级的电池组需对其进行调试;
等级可以划分为三级:优级、良级和差级,此时a=3,1级对应优级,2级对应良级,a级对应差级;针对良级的电池组需对其进行观察或调试;针对差级的电池组需对其进行维修或更换;
等级可以划分为四级:优级、良级、中级和差级,此时a=4,1级对应优级,2级对应良级,3级对应中级,a级对应差级;针对良级的电池组需对其进行观察或调试;针对中级的电池组需对其进行调试或维修;针对差级的电池组需对其进行维修或更换;
根据单体电池的类型和储能系统评估要求的不同还可将等级划分为五级或更多。
评估指标在各个等级中的数值范围根据评估指标的特性和储能系统评估要求来设定。
本发明的实施例中以分为三个等级(即a=3):优级、良级和差级为例对本发明的技术方案加以说明:
其中优级为1级,良级为2级,差级为3级。
(1)评估指标1:ΔV1<ΔV2<ΔV3
电池电压极差ΔVmax在3个等级中的数值范围为:
当电压极差ΔVmax≥ΔV1且ΔVmax<ΔV2时,电压极差属于优区间;
当电压极差ΔVmax≥ΔV2且ΔVmax<ΔV3时,电压极差属于良区间;
当电压极差ΔVmax≥ΔV3时,电压极差属于差区间。
(2)评估指标2:δV1<δV2<δV3
电池电压标准差δV的性能区间分类方法如下:
当电压标准差δV≥δV1且δV<δV2时,电压标准差属于优区间;
当电压极差δV≥δV2且δV<δV3时,电压标准差属于良区间;
当电压极差δV≥δV3时,电压标准差属于差区间。
(3)评估指标3:ΔT1<ΔT2<ΔT3
电池温度极差ΔTmax的3个等级中的数值范围为:
当温度极差ΔTmax≥ΔT1且ΔTmax<ΔT2时,温度极差属于优区间;
当温度极差ΔTmax≥ΔT2且ΔTmax<ΔT3时,温度极差属于良区间;
当温度极差ΔTmax≥ΔT3时,温度极差属于差区间。
(4)评估指标4:δT1<δT2<δT3
电池度标准差δT的3个等级中的数值范围为:
当温度标准差δT≥δT1且δT<δT2时,温度标准差属于优区间;
当温度标准差δT≥δT2且δT<δT3时,温度标准差属于良区间;
当温度标准差δT≥δT3时,温度标准差属于差区间。
其中,建立等级与评估指标的模糊关系矩阵的方法如下:
H = N 1 / M N 2 / M . . . Na / M M 1 / M M 2 / M . . . Ma / M P 1 / M P 2 / M . . . Pa / M Q 1 / M Q 2 / M . . . Qa / M
N1、N2、N3分别为电池电压极差在优级、良级和差级内的数量;
M1、M2、M3分别为电池电压标准差在优级、良级和差级内的数量;
P1、P2、P3分别为电池温度极差在优级、良级和差级内的数量;
Q1、Q2、Q3分别为电池温度标准差在优级、良级和差级内的数量;
M为每种评估指标的值的个数。
其中,用熵权法计算得到各评估指标的权重的方法为:
权重向量W=[w1,w2,w3,w4],其中
w j = 1 - E j 4 - Σ k = 1 4 E k
E j = - 1 ln ( 3 - 1 ) Σ i = 1 3 - 1 h ji ln h ji
当hji=0时,令lnhji=0。
(j=1、2、3、4;i=1、2)
i为电池性能的等级,j为评估指标中的一个,Ej为第j个评估指标的熵值。
其中,根据模糊关系矩阵和各评估指标的权重以最大隶属度原则确定储能系统的性能的方法为:
判断模糊关系矩阵中第3列的数值,如果有任意一项大于0,则电池性能为差级。如果第3列数值均等于0,则根据所述模糊关系矩阵的子矩阵H′和各评估指标的权重以最大隶属度原则确定所述储能系统的性能的方法为:
其中 H ′ = N 1 / M N 2 / M M 1 / M M 2 / M P 1 / M P 2 / M Q 1 / M Q 2 / M
A=W*H′=[S1、S2]
式中,A为评估矩阵,W为权重向量,H′为模糊关系矩阵的子矩阵;S1、S2为储能系统的优级和良级的性能指数;
性能指数S1与S2中,数值最大的性能指数所在的等级即为储能系统的性能的评估结果。
即,当S1>S2时,电池性能为优;
当S1<S2时,电池性能为良;
A中相应的值的个数为a-1,因此,若等级划分为4级,则A中最后的值为3个,其中数值最大的性能指数所在的等级即为储能系统的性能的评估结果。
如图4所示,本发明的一种大容量电池储能系统性能的评估系统,包括依次连接的数据采集模块、性能指标计算模块、模糊关系矩阵计算模块和评估矩阵计算模块;
数据采集模块将连续采集到的储能系统的运行参数信息发送至性能指标计算模块;数据采集模块对采集到的数据进行存储和管理;
性能指标计算模块根据运行参数计算储能系统的各评估指标;
模糊关系矩阵计算模块统计各评估指标的值在各等级内的数量,并生成电池性能等级与评估指标的模糊关系矩阵;
评估矩阵计算模块根据模糊关系矩阵得出评估指标权重向量及评估矩阵,生成电池性能评估结果。
评估矩阵计算模块将评估结果发送至处理模块和显示与输出模块;
处理模块根据评估结果调度预存储的处理数据库中的相应的处理方案,并将处理方案发送至显示与输出模块。处理方案根据评估结果、即电池组的性能等级不同而不同,其包括不进行处理、观察、维修和更换等处理意见。工作人员可以通过显示与输出模块直接看到评估结果与处理方案,以保证工作人员对储能系统做出正确的调试。
系统中还设有通信模块,通信模块使得系统中的各模块相互通讯并与外部网络通讯。
其中,多个单体电池串联成电池组,多个电池组并联组成大容量电池储能系统,单体电池为锂电池或铅酸电池。
以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换,而这些未脱离本发明精神和范围的任何修改或者等同替换,其均在申请待批的本发明的权利要求保护范围之内。

Claims (10)

1.一种大容量电池储能系统性能的评估方法,多个单体电池串联成电池组,多个所述电池组并联组成大容量电池储能系统,所述单体电池为锂电池或铅酸电池;其特征在于,
评估所述储能系统的方法为依次评估所述储能系统中的每一个所述电池组的性能,再根据评估结果对所述电池组做出相应调试;
所述电池组的评估指标包括电池电压极差、电池电压标准差、电池温度极差和电池温度标准差;
所述电池组的性能的评估方法的步骤如下:
I-1.计算所述电池组的所述评估指标的值,并设定所述电池组性能的等级;
I-2.设定每个所述评估指标在不同的所述等级中的数值范围;
I-3.将全部的所述评估指标的值,根据其所属的数值范围,分别归入不同的所述等级中;
I-4.根据归入不同的所述等级中的每种所述评估指标的个数,建立所述等级与所述评估指标的模糊关系矩阵,并用熵权法计算得到各所述评估指标的权重;
I-5.根据所述模糊关系矩阵和各所述评估指标的权重以最大隶属度原则确定所述电池组的性能。
2.如权利要求1所述的评估方法,其特征在于,步骤I-1的具体过程为:
II-1.以相同的时间间隔连续采集所述电池组的各个运行参数M次;
II-2.根据每次采集的所述运行参数分别计算各个所述评估指标的值,每种所述评估指标的值均为M个。
3.如权利要求1或2所述的评估方法,其特征在于,计算所述评估指标的值的计算方法为:
ΔVmax=Vmax-Vmin
δ V = Σ i = 1 N ( V i - V m ) 2 / N ;
ΔTmax=Tmax-Tmin
δ T = Σ i = 1 N ( T i - T m ) 2 / N ;
V m = Σ i = 1 i = N V i / N ;
T m = Σ i = 1 i = N T i / N ;
其中,ΔVmax为电池电压极差、δV为电池电压标准差、ΔTmax为电池温度极差、δT为电池温度标准差、Vmax为单体电池电压最大值、Vmin为单体电池电压最小值、N为电池组中单体电池的总个数、Vi为电池组中第i个电池单体电压、Vm为电池组中所有电池单体电压平均值、Ti为电池组中第i个单体电池的电压、Tm为电池组中所有单体电池的温度平均值。
4.如权利要求1所述的评估方法,其特征在于,所述等级根据所述单体电池的类型和所述储能系统评估要求将所述储能系统的性能划分为多个等级;
所述评估指标在各个所述等级中的数值范围根据所述评估指标的特性和所述储能系统评估要求来设定。
5.如权利要求1所述的评估方法,其特征在于,建立所述等级与所述评估指标的模糊关系矩阵的方法如下:
H = N 1 / M N 2 / M . . . Na / M M 1 / M M 2 / M . . . Ma / M P 1 / M P 2 / M . . . Pa / M Q 1 / M Q 2 / M . . . Qa / M
其中,N1、N2…Na分别为电压极差在等级1、等级2…等级a内的数量;
M1、M2…Ma分别为电压标准差在等级1、等级2…等级a内的数量;
P1、P2…Pa分别为温度极差在等级1、等级2…等级a内的数量;
Q1、Q2…Qa分别为温度标准差在等级1、等级2…等级a内的数量;
M为每种评估指标的值的个数;a为电池性能等级的数量,且a≥2。
6.如权利要求5所述的评估方法,其特征在于,用熵权法计算得到各所述评估指标的权重的方法为:
权重向量W=[w1,w2,w3,w4],其中
w j = 1 - E j 4 - Σ k = 1 4 E k
E j = - 1 ln ( a - 1 ) Σ i = 1 a - 1 h ji ln h ji
当hji=0时,令lnhji=0;当a=2时,令ln(a-1)=1
(j=1、2、3、4;i=1、2…a-1)
i为电池性能的等级,j为评估指标中的一个,Ej为第j个评估指标的熵值。
7.如权利要求6所述的评估方法,其特征在于,判断模糊关系矩阵中第a列的数值,如果有任意一项大于0,则电池性能为等级a。如果第a列数值均等于0,则根据所述模糊关系矩阵的子矩阵H′和各所述评估指标的权重以最大隶属度原则确定所述储能系统的性能的方法为:
A=W*H′=[S1、S2...Sa-1]
其中 H ′ = N 1 / M N 2 / M . . . Na - 1 / M M 1 / M M 2 / M . . . Ma - 1 / M P 1 / M P 2 / M . . . Pa - 1 / M Q 1 / M Q 2 / M . . . Qa - 1 / M
式中,A为评估矩阵,W为权重向量,H′为模糊关系矩阵的子矩阵,即取模糊关系矩阵H第1列至第a-1列的所有值,S1、S2...Sa-1为储能系统的等级1、2…a-1的性能指数;
性能指数S1到Sa-1之间,数值最大的性能指数所在的等级即为所述储能系统的性能的评估结果。
8.一种大容量电池储能系统性能的评估系统,多个单体电池串联成电池组,多个所述电池组并联组成大容量电池储能系统,所述单体电池为锂电池或铅酸电池;其特征在于,
所述系统包括依次连接的数据采集模块、性能指标计算模块、模糊关系矩阵计算模块和评估矩阵计算模块;
所述数据采集模块将连续采集到的所述储能系统的运行参数信息发送至所述性能指标计算模块;
所述性能指标计算模块根据所述运行参数计算所述储能系统的各评估指标;
所述模糊关系矩阵计算模块统计各评估指标的值在各等级内的数量,并生成电池性能等级与评估指标的模糊关系矩阵;
所述评估矩阵计算模块根据模糊关系矩阵得出评估指标权重向量及评估矩阵,生成电池性能评估结果。
9.如权利要求8所述的评估系统,其特征在于,所述评估矩阵计算模块将所述评估结果发送至处理模块和显示与输出模块;
所述处理模块根据所述评估结果调度预存储在处理数据库中的相应的处理方案,并将所述处理方案发送至所述显示与输出模块。
10.如权利要求8或9所述的评估系统,其特征在于,所述系统中还设有通信模块,所述通信模块使得系统中的各模块相互通讯并与外部网络通讯。
CN201510142123.3A 2015-03-27 2015-03-27 一种大容量电池储能系统性能的评估方法和评估系统 Active CN106154165B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510142123.3A CN106154165B (zh) 2015-03-27 2015-03-27 一种大容量电池储能系统性能的评估方法和评估系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510142123.3A CN106154165B (zh) 2015-03-27 2015-03-27 一种大容量电池储能系统性能的评估方法和评估系统

Publications (2)

Publication Number Publication Date
CN106154165A true CN106154165A (zh) 2016-11-23
CN106154165B CN106154165B (zh) 2019-05-14

Family

ID=57339746

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510142123.3A Active CN106154165B (zh) 2015-03-27 2015-03-27 一种大容量电池储能系统性能的评估方法和评估系统

Country Status (1)

Country Link
CN (1) CN106154165B (zh)

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106602108A (zh) * 2017-01-06 2017-04-26 湖南省德沃普储能有限公司 液流电池储能系统运行状态评估方法
CN106711522A (zh) * 2016-11-24 2017-05-24 深圳市金宏电子有限公司 一种锂离子动力电池预警与诊断方法
CN106776940A (zh) * 2016-12-01 2017-05-31 中国电力科学研究院 一种海量电池数据统计结果查找表构造方法和系统
CN106848451A (zh) * 2017-02-20 2017-06-13 成都雅骏新能源汽车科技股份有限公司 一种电池压差自适应调节方法
CN107192954A (zh) * 2017-05-02 2017-09-22 杭州科工电子科技有限公司 一种锂离子电池性能在线诊断方法
CN107255787A (zh) * 2017-06-22 2017-10-17 山东大学 基于信息熵的电池组不一致性综合评价方法及系统
CN107271907A (zh) * 2017-06-08 2017-10-20 北京理工大学 一种电动汽车动力电池性能的判断方法及系统
CN109143085A (zh) * 2018-07-18 2019-01-04 中国电力科学研究院有限公司 一种基于人工智能算法对锂离子电池进行预警的方法及系统
WO2019205572A1 (zh) * 2018-04-24 2019-10-31 北京长城华冠汽车科技股份有限公司 确定新能源车辆的电池组温差的方法、装置和控制方法
CN110543650A (zh) * 2018-05-29 2019-12-06 神华集团有限责任公司 碎片化能量评估方法和装置
CN110927581A (zh) * 2019-11-11 2020-03-27 国网天津市电力公司电力科学研究院 基于熵权法的储能设备运行状态多层级指标评估方法
CN111337846A (zh) * 2020-04-13 2020-06-26 江苏慧智能源工程技术创新研究院有限公司 一种用户侧储能锂电池运行状态估计方法
CN111537899A (zh) * 2020-04-01 2020-08-14 国网江西省电力有限公司电力科学研究院 一种梯次利用动力电池安全性评估方法
CN111693879A (zh) * 2020-06-19 2020-09-22 安徽江淮汽车集团股份有限公司 电池系统健康状态的评估方法、设备、存储介质及装置
CN111693876A (zh) * 2020-05-09 2020-09-22 清华大学 电池组评价方法及系统
CN111736076A (zh) * 2020-06-15 2020-10-02 北京嘀嘀无限科技发展有限公司 电池系统状态判断方法、装置、可读存储介质和电子设备
CN111812518A (zh) * 2019-12-25 2020-10-23 北京嘀嘀无限科技发展有限公司 电池状态监控方法、存储介质和系统
CN112540296A (zh) * 2020-12-01 2021-03-23 南方电网调峰调频发电有限公司 一种用于电站电池系统的性能评价系统
CN113030761A (zh) * 2021-04-08 2021-06-25 中国电力科学研究院有限公司 一种超大规模储能电站电池健康状态的评估方法及系统
CN113489034A (zh) * 2021-06-15 2021-10-08 南方电网调峰调频发电有限公司 一种储能系统协同控制方法、装置、设备和存储介质
CN117388704A (zh) * 2023-09-27 2024-01-12 希维科技(广州)有限公司 电池质量评估方法、设备及存储介质
CN118117715A (zh) * 2024-04-26 2024-05-31 浙江海得智慧能源有限公司 一种储能单元的全生命周期管理系统
CN118151030A (zh) * 2024-05-10 2024-06-07 黑龙江瑞兴科技股份有限公司 一种用于铁路后备电源的电池监测方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08138759A (ja) * 1994-11-08 1996-05-31 Matsushita Electric Ind Co Ltd 組電池の劣化検出方法及び劣化検出装置
CN101458310A (zh) * 2008-12-23 2009-06-17 天津力神电池股份有限公司 一种电池一致性的评价方法
JP2011214938A (ja) * 2010-03-31 2011-10-27 Furukawa Battery Co Ltd:The 鉛蓄電池用バッテリテスタ
CN102255114A (zh) * 2011-04-27 2011-11-23 艾默生网络能源有限公司 电池均衡充放电方法及装置
CN103269096A (zh) * 2013-05-14 2013-08-28 国家电网公司 一种基于聚类分析的电池组均衡方法
CN103513190A (zh) * 2013-10-24 2014-01-15 国家电网公司 一种电池性能一致性测试方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08138759A (ja) * 1994-11-08 1996-05-31 Matsushita Electric Ind Co Ltd 組電池の劣化検出方法及び劣化検出装置
CN101458310A (zh) * 2008-12-23 2009-06-17 天津力神电池股份有限公司 一种电池一致性的评价方法
JP2011214938A (ja) * 2010-03-31 2011-10-27 Furukawa Battery Co Ltd:The 鉛蓄電池用バッテリテスタ
CN102255114A (zh) * 2011-04-27 2011-11-23 艾默生网络能源有限公司 电池均衡充放电方法及装置
CN103269096A (zh) * 2013-05-14 2013-08-28 国家电网公司 一种基于聚类分析的电池组均衡方法
CN103513190A (zh) * 2013-10-24 2014-01-15 国家电网公司 一种电池性能一致性测试方法及系统

Cited By (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106711522A (zh) * 2016-11-24 2017-05-24 深圳市金宏电子有限公司 一种锂离子动力电池预警与诊断方法
CN106776940A (zh) * 2016-12-01 2017-05-31 中国电力科学研究院 一种海量电池数据统计结果查找表构造方法和系统
CN106602108A (zh) * 2017-01-06 2017-04-26 湖南省德沃普储能有限公司 液流电池储能系统运行状态评估方法
CN106848451A (zh) * 2017-02-20 2017-06-13 成都雅骏新能源汽车科技股份有限公司 一种电池压差自适应调节方法
CN106848451B (zh) * 2017-02-20 2019-03-19 成都雅骏新能源汽车科技股份有限公司 一种电池压差自适应调节方法
CN107192954A (zh) * 2017-05-02 2017-09-22 杭州科工电子科技有限公司 一种锂离子电池性能在线诊断方法
CN107271907B (zh) * 2017-06-08 2020-05-12 北京理工大学 一种电动汽车动力电池性能的判断方法及系统
CN107271907A (zh) * 2017-06-08 2017-10-20 北京理工大学 一种电动汽车动力电池性能的判断方法及系统
CN107255787A (zh) * 2017-06-22 2017-10-17 山东大学 基于信息熵的电池组不一致性综合评价方法及系统
CN107255787B (zh) * 2017-06-22 2019-06-04 山东大学 基于信息熵的电池组不一致性综合评价方法及系统
WO2019205572A1 (zh) * 2018-04-24 2019-10-31 北京长城华冠汽车科技股份有限公司 确定新能源车辆的电池组温差的方法、装置和控制方法
CN110543650B (zh) * 2018-05-29 2023-04-07 国家能源投资集团有限责任公司 碎片化能量评估方法和装置
CN110543650A (zh) * 2018-05-29 2019-12-06 神华集团有限责任公司 碎片化能量评估方法和装置
CN109143085A (zh) * 2018-07-18 2019-01-04 中国电力科学研究院有限公司 一种基于人工智能算法对锂离子电池进行预警的方法及系统
CN109143085B (zh) * 2018-07-18 2022-09-27 中国电力科学研究院有限公司 一种基于人工智能算法对锂离子电池进行预警的方法及系统
CN110927581A (zh) * 2019-11-11 2020-03-27 国网天津市电力公司电力科学研究院 基于熵权法的储能设备运行状态多层级指标评估方法
CN111812518B (zh) * 2019-12-25 2023-04-28 北京嘀嘀无限科技发展有限公司 电池状态监控方法、存储介质和系统
CN111812518A (zh) * 2019-12-25 2020-10-23 北京嘀嘀无限科技发展有限公司 电池状态监控方法、存储介质和系统
CN111537899A (zh) * 2020-04-01 2020-08-14 国网江西省电力有限公司电力科学研究院 一种梯次利用动力电池安全性评估方法
CN111337846A (zh) * 2020-04-13 2020-06-26 江苏慧智能源工程技术创新研究院有限公司 一种用户侧储能锂电池运行状态估计方法
CN111693876A (zh) * 2020-05-09 2020-09-22 清华大学 电池组评价方法及系统
CN111736076A (zh) * 2020-06-15 2020-10-02 北京嘀嘀无限科技发展有限公司 电池系统状态判断方法、装置、可读存储介质和电子设备
CN111693879A (zh) * 2020-06-19 2020-09-22 安徽江淮汽车集团股份有限公司 电池系统健康状态的评估方法、设备、存储介质及装置
CN112540296A (zh) * 2020-12-01 2021-03-23 南方电网调峰调频发电有限公司 一种用于电站电池系统的性能评价系统
CN113030761A (zh) * 2021-04-08 2021-06-25 中国电力科学研究院有限公司 一种超大规模储能电站电池健康状态的评估方法及系统
CN113030761B (zh) * 2021-04-08 2023-11-21 中国电力科学研究院有限公司 一种超大规模储能电站电池健康状态的评估方法及系统
CN113489034A (zh) * 2021-06-15 2021-10-08 南方电网调峰调频发电有限公司 一种储能系统协同控制方法、装置、设备和存储介质
CN113489034B (zh) * 2021-06-15 2023-12-22 南方电网调峰调频发电有限公司 一种储能系统协同控制方法、装置、设备和存储介质
CN117388704A (zh) * 2023-09-27 2024-01-12 希维科技(广州)有限公司 电池质量评估方法、设备及存储介质
CN118117715A (zh) * 2024-04-26 2024-05-31 浙江海得智慧能源有限公司 一种储能单元的全生命周期管理系统
CN118151030A (zh) * 2024-05-10 2024-06-07 黑龙江瑞兴科技股份有限公司 一种用于铁路后备电源的电池监测方法及系统
CN118151030B (zh) * 2024-05-10 2024-07-26 黑龙江瑞兴科技股份有限公司 一种用于铁路后备电源的电池监测方法及系统

Also Published As

Publication number Publication date
CN106154165B (zh) 2019-05-14

Similar Documents

Publication Publication Date Title
CN106154165A (zh) 一种大容量电池储能系统性能的评估方法和评估系统
Jiaqiang et al. Effects analysis on active equalization control of lithium-ion batteries based on intelligent estimation of the state-of-charge
CN103762624B (zh) 一种电池管理方法及装置
US11721994B2 (en) Method and system for optimizing charging and discharging behaviors of a battery energy storage system based on state of health
CN106909716A (zh) 计及容量损耗的磷酸铁锂电池建模及soc估计方法
CN103515661B (zh) 一种延长并联锂离子电池柜剩余循环使用寿命的方法
CN109038560B (zh) 基于运行策略的配电网分布式储能经济性评价方法和系统
CN103926538A (zh) 基于aic准则的变阶数rc等效电路模型及实现方法
CN107015158B (zh) 基于恒流放电片段的锂电池剩余寿命在线快速检测法
CN105510847A (zh) 锂离子电池一致性的筛选方法
CN106712120A (zh) 基于主从博弈模型的交直流混合微电网优化运行方法
CN106655408B (zh) 电池组均衡控制方法和控制装置
CN106777786A (zh) 一种锂离子电池soc估算方法
CN102879743B (zh) 锂离子电池剩余电量值实时分析计算法
Yun et al. Lithium-ion battery packs formation with improved electrochemical performance for electric vehicles: experimental and clustering analysis
CN105437995A (zh) 模块智能检测和识别方法、多路校验容错通讯方法
CN109508891A (zh) 一种储能电站综合性能评估方法和装置
CN103887792B (zh) 一种含分布式电源的低压配电网建模方法
CN104852423A (zh) 一种充电均衡控制电路、电池组充电管理系统及方法
CN103682489B (zh) 动力电池系统可靠性的确定方法和装置
CN107144795A (zh) 一种电动汽车用锂电池剩余电量统计方法
CN107121640A (zh) 电动汽车用锂电池soh统计系统
CN104777433B (zh) 基于隐马尔可夫模型的锂离子电池剩余容量估计方法
CN105932762A (zh) 一种基于太阳能发电的电池组的应用系统
CN106004481A (zh) 一种混合动力汽车电池组soh值估算方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant