CN110323502B - 一种退役动力电池梯次利用场景适应性评价方法和装置 - Google Patents

一种退役动力电池梯次利用场景适应性评价方法和装置 Download PDF

Info

Publication number
CN110323502B
CN110323502B CN201910600134.XA CN201910600134A CN110323502B CN 110323502 B CN110323502 B CN 110323502B CN 201910600134 A CN201910600134 A CN 201910600134A CN 110323502 B CN110323502 B CN 110323502B
Authority
CN
China
Prior art keywords
power battery
utilization
index
retired power
matrix
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.)
Active
Application number
CN201910600134.XA
Other languages
English (en)
Other versions
CN110323502A (zh
Inventor
谢桦
李国煜
王奕凡
孟金玲
赵伟
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.)
Beijing Jiaotong University
Original Assignee
Beijing Jiaotong University
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 Beijing Jiaotong University filed Critical Beijing Jiaotong University
Priority to CN201910600134.XA priority Critical patent/CN110323502B/zh
Publication of CN110323502A publication Critical patent/CN110323502A/zh
Application granted granted Critical
Publication of CN110323502B publication Critical patent/CN110323502B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01MPROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
    • H01M10/00Secondary cells; Manufacture thereof
    • H01M10/42Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
    • H01M10/4207Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells for several batteries or cells simultaneously or sequentially
    • 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

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • Chemical & Material Sciences (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Electrochemistry (AREA)
  • General Chemical & Material Sciences (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)
  • Secondary Cells (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种退役动力电池梯次利用场景适应性评价方法和装置,基于退役动力电池特性参数指标矩阵和电力系统不同利用场景对储能的要求指标矩阵确定指标评价矩阵;基于主观评价矩阵确定利用场景对于退役动力电池的主观评价值;基于指标评价矩阵和主观评价值确定利用场景对于退役动力电池的适应性综合评价值,本发明将主观评价与客观评价综合起来,提高了评价结果的准确度。本发明考虑了技术特性、经济特性和安全特性,为电动汽车退役动力电池找出在电力系统中适合的利用场景,并且为电力系统中不同的利用场景找出适合类型的电动汽车退役动力电池。

Description

一种退役动力电池梯次利用场景适应性评价方法和装置
技术领域
本发明涉及电力系统技术领域,具体涉及一种退役动力电池梯次利用场景适应性评价方 法和装置。
背景技术
中国电动汽车发展迅速,从动力电池应用分会研究部于2019年1月7日统计的数据可知, 2018全年我国新能源汽车动力电池装机总量为56.89GWh,同比增长56.88%。为了保证电动 汽车的运行安全及续航里程,当电动汽车的动力电池容量衰减到70%-80%时,建议更换电池, 此时的电池仍有较长寿命,大量的退役动力电池如果未经妥善处置,未在其他领域继续使 用,将会导致严重的资源浪费以及环境污染问题。当前迫切需要电动汽车退役电池梯次利用 的相关研究。电动汽车动力电池在使用过程中会造成单体电池之间老化程度不同导致的电池 组一致性减弱问题,因此,退役电池梯次利用前需进行筛选重组,这将增加额外的成本。梯 次利用电池能否弥补这些差异,适用于其他领域,是目前亟待解决的问题。
近年来,光伏、风能等新能源发电接入系统比例逐渐提高,电力系统的结构和市场都在 发生变化,使得电网的调度、控制和管理变得日益复杂。储能装置灵活响应的特点,可以在 能量富余的时候,把能量储存起来,并在能量不足时释放出来,从而调节能量供求在时间和 强度上的不匹配问题,有效改善电网电能供需时空差异性问题,成为电力系统的重要装置, 特别是高渗透可再生能源接入的系统中的不可或缺的组成部分。同时,电动汽车退役动力电 池造成的环境压力与日俱增,需要加快电动汽车退役动力电池梯次利用研究的步伐。电动汽 车动力电池梯次利用场景适应性评价受到大量主观因素的影响,但基于专家经验的主观评价 因专家的个人偏好而有失公正,将退役动力电池的特性参数与电力系统对储能的要求进行比 对,使得评价具有客观性,评价结果比较片面,准确度低。
发明内容
为了克服上述现有技术中评价结果的准确度低的不足,本发明提供一种退役动力电池梯 次利用场景适应性评价方法和装置,基于退役动力电池特性参数指标矩阵和电力系统不同利 用场景对储能的要求指标矩阵确定指标评价矩阵;基于主观评价矩阵确定利用场景对于退役 动力电池的主观评价值;基于指标评价矩阵和主观评价值确定利用场景对于退役动力电池的 适应性综合评价值,本发明将主观评价与客观评价综合起来,提高了评价结果的准确度。
为了实现上述发明目的,本发明采取如下技术方案:
一方面,本发明提供一种退役动力电池梯次利用场景适应性评价方法,所述退役动力电 池应用于电动汽车,所述方法包括:
基于退役动力电池特性参数指标矩阵和电力系统不同利用场景对储能的要求指标矩阵确 定指标评价矩阵;
基于主观评价矩阵确定利用场景对于退役动力电池的主观评价值;
基于指标评价矩阵和主观评价值确定利用场景对于退役动力电池的适应性综合评价值。
所述基于电动汽车退役动力电池特性参数指标矩阵和电力系统不同利用场景对储能的要 求指标矩阵确定指标评价矩阵,包括:
按下式确定退役动力电池特性参数指标矩阵:
Figure BDA0002119012010000021
式中,X为退役动力电池特性参数指标矩阵,i=1,2,...m,m为退役动力电池类型的种 数,o=1,2,...n,n为特性参数指标的个数;xio为第i种退役动力电池在第o个特性参数指 标下的数据;
按下式确定电力系统不同利用场景对储能的要求指标矩阵:
Figure BDA0002119012010000022
式中,M为电力系统不同利用场景对储能的要求指标矩阵,j=1,2,...m′,m′为利用场 景的个数,o′=1,2,...n′,n′为要求指标的个数,mjo′为第j个利用场景下的第o′个要求指标 的数据;
按下式确定指标评价矩阵:
Figure BDA0002119012010000031
式中,△X为指标评价矩阵,Δxij为第i种退役动力电池与第j个利用场景数据比对后的 指标评价值总和;
所述Δxij的确定包括:
将M和X中的数据进行比对,如果符合指标判断条件,则输出1,如果不符合则输出-1, 对于利用场景和指标条件不对应的元素,则输出0。
所述基于主观评价矩阵确定利用场景对于退役动力电池的主观评价值,包括:
按下式确定主观评价矩阵:
Figure BDA0002119012010000032
式中,Si为主观评价矩阵,si jo′为第j个利用场景对于第i种类型退役动力电池第o′个要 求指标的评分,且
Figure BDA0002119012010000033
a、b、c、d代表所评价的等级分数,a、b、c、d∈[0, 10];
Figure BDA0002119012010000034
为表示评价值区间;
Figure BDA0002119012010000035
为可靠性评价区间;
按下式确定指标权重;
Figure BDA0002119012010000036
式中,
Figure BDA0002119012010000037
为第i种类型退役动力电池在第o′个要求指标下的权重;
Figure BDA0002119012010000038
为第i种类型退役 动力电池在第o个要求指标下的变异系数,所述
Figure BDA0002119012010000039
按下式确定:
Figure BDA00021190120100000310
式中,
Figure BDA0002119012010000041
为第i种类型退役动力电池在第o′个要求指标下不同利用场景评分的均值,且
Figure BDA0002119012010000042
E(si jo′)为第j个利用场景下第o′个要求指标的期望值;
Figure BDA0002119012010000043
为第i种类型 退役动力电池在第o′个要求指标下不同利用场景评分的标准差,且
Figure BDA0002119012010000044
按下式确定利用场景对于退役动力电池的主观评价值:
Figure BDA0002119012010000045
式中,Qi j为第j个利用场景对于第i种退役动力电池的主观评价值,Zi j为第j个利用场 景的群体效用值,
Figure BDA0002119012010000046
为第j个利用场景的个别遗憾值,Zi+为所有利用场景群体效用值的最大 值,Zi-为所有利用场景群体效用值的最小值,Vi+为所有利用场景个别遗憾值的最大值,Vi-为所有利用场景个别遗憾值的最小值,且Zi+=max(Zi j),Zi-=min(Zi j),
Figure BDA0002119012010000047
Figure BDA0002119012010000048
Figure BDA0002119012010000049
和si jo′之间的Hamming距离,
Figure BDA00021190120100000410
为第i种类型退役动力电池在第o′个要求指标下不同利用场景主观评价值的最大值,si jo′为第j个利用场景对于第i种类型退役动力电池第o′个要求指标 的主观评价值。
所述基于指标评价矩阵和主观评价值确定利用场景对于退役动力电池的适应性综合评价 值,包括:
按下式确定利用场景对于退役动力电池的适应性综合评价值:
Figure BDA00021190120100000411
式中,
Figure BDA00021190120100000412
为第j个应用场景对于第i种退役动力电池的适应性综合评价值。
另一方面,本发明还提供一种退役动力电池梯次利用场景适应性评价方法装置,包括:
第一确定模块,用于基于退役动力电池特性参数指标矩阵和电力系统不同利用场景对储 能的要求指标矩阵确定指标评价矩阵;
第二确定模块,用于基于主观评价矩阵确定利用场景对于退役动力电池的主观评价值;
第三确定模块,用于基于指标评价矩阵和主观评价值确定利用场景对于退役动力电池的 适应性综合评价值。
所述第一确定模块具体用于:
按下式确定退役动力电池特性参数指标矩阵:
Figure BDA0002119012010000051
式中,X为退役动力电池特性参数指标矩阵,i=1,2,...m,m为退役动力电池类型的种 数,o=1,2,...n,n为特性参数指标的个数;xio为第i种退役动力电池在第o个特性参数指 标下的数据;
按下式确定电力系统不同利用场景对储能的要求指标矩阵:
Figure BDA0002119012010000052
式中,M为电力系统不同利用场景对储能的要求指标矩阵,j=1,2,...m′,m′为利用场 景的个数,o′=1,2,...n′,n′为要求指标的个数,mjo′为第j个利用场景下的第o′个要求指标 的数据;
按下式确定指标评价矩阵:
Figure BDA0002119012010000053
式中,△X为指标评价矩阵,Δxij为第i种退役动力电池与第j个利用场景数据比对后的 指标评价值总和;所述Δxij的确定包括:将M和X中的数据进行比对,如果符合指标判断条 件,则输出1,如果不符合则输出-1,对于利用场景和指标条件不对应的元素,则输出0。
所述第二确定模块具体用于:
按下式确定主观评价矩阵:
Figure BDA0002119012010000061
式中,Si为主观评价矩阵,si jo′为第j个利用场景对于第i种类型退役动力电池第o′个要 求指标的评分,且
Figure BDA0002119012010000062
a、b、c、d代表所评价的等级分数,a、b、c、d∈[0, 10];
Figure BDA0002119012010000063
为表示评价值区间;
Figure BDA0002119012010000064
为可靠性评价区间;
按下式确定指标权重;
Figure BDA0002119012010000065
式中,
Figure BDA0002119012010000066
为第i种类型退役动力电池在第o′个要求指标下的权重;
Figure BDA0002119012010000067
为第i种类型退役 动力电池在第o个要求指标下的变异系数,所述
Figure BDA0002119012010000068
按下式确定:
Figure BDA0002119012010000069
式中,
Figure BDA00021190120100000610
为第i种类型退役动力电池在第o′个要求指标下不同利用场景评分的均值,且
Figure BDA00021190120100000611
E(si jo′)为第j个利用场景下第o′个要求指标的期望值;
Figure BDA00021190120100000612
为第i种类型 退役动力电池在第o′个要求指标下不同利用场景评分的标准差,且
Figure BDA00021190120100000613
按下式确定利用场景对于退役动力电池的主观评价值:
Figure BDA00021190120100000614
式中,Qi j为第j个利用场景对于第i种退役动力电池的主观评价值,Zi j为第j个利用场 景的群体效用值,
Figure BDA0002119012010000071
为第j个利用场景的个别遗憾值,Zi+为所有利用场景群体效用值的最大 值,Zi-为所有利用场景群体效用值的最小值,Vi+为所有利用场景个别遗憾值的最大值,Vi-为所有利用场景个别遗憾值的最小值,且Zi+=max(Zi j),Zi-=min(Zi j),
Figure BDA0002119012010000072
Figure BDA0002119012010000073
Figure BDA0002119012010000074
和si jo′之间的Hamming距离,
Figure BDA0002119012010000075
为第i种类型退役动力电池在第o′个要求指标下不同利用场景主观评价值的最大值,si jo′为第j个利用场景对于第i种类型退役动力电池第o′个要求指标 的主观评价值。
所述第三确定模块具体用于:
按下式确定利用场景对于退役动力电池的适应性综合评价值:
Figure BDA0002119012010000076
式中,
Figure BDA0002119012010000077
为第j个应用场景对于第i种退役动力电池的适应性综合评价值。
再一方面,本发明提供一种电子设备,包括:处理器、存储器、通信接口和通信总线; 其中,
处理器、通信接口和存储器通过通信总线完成相互间的通信;
处理器用于调用存储器中的逻辑指令,以执行退役动力电池梯次利用场景适应性评价方 法。
再一方面,本发明提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介 质存储计算机指令,所述计算机指令使所述计算机执行退役动力电池梯次利用场景适应性评 价方法。
与最接近的现有技术相比,本发明提供的技术方案具有以下有益效果:
本发明提供的退役动力电池梯次利用场景适应性评价方法中,基于退役动力电池特性参 数指标矩阵和电力系统不同利用场景对储能的要求指标矩阵确定指标评价矩阵;基于主观评 价矩阵确定利用场景对于退役动力电池的主观评价值;基于指标评价矩阵和主观评价值确定 利用场景对于退役动力电池的适应性综合评价值,本发明将主观评价与客观评价综合起来, 提高了评价结果的准确度;
本发明考虑了技术特性、经济特性和安全特性,为电动汽车退役动力电池找出在电力系 统中适合的利用场景,并且为电力系统中不同的利用场景找出适合类型的电动汽车退役动力 电池。
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单地介绍,显而易见地,下面描述中的附图是本发明的一些实 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是本发明实施例中退役动力电池梯次利用场景适应性评价方法流程图;
图2是本发明实施例中退役动力电池梯次利用场景适应性评价装置结构图;
图3是本发明实施例中削峰填谷前负荷曲线变化图;
图4是本发明实施例中削峰填谷后的负荷曲线图;
图5是本发明实施例中需要平滑波动的原始负荷曲线图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
为使本发明实施例的目的、技术方案和优点更加清楚,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、完整的描述,显然,所描述的实施例是本发明 一部分实施例,而不是全部的实施例。基于本发明中的实施例,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。
实施例1
本发明实施例1提供了一种退役动力电池梯次利用场景适应性评价方法,具体流程图如 图1所示,具体过程如下:
S101:基于退役动力电池特性参数指标矩阵和电力系统不同利用场景对储能的要求指标 矩阵确定指标评价矩阵;
S102:基于主观评价矩阵确定利用场景对于退役动力电池的主观评价值;
S103:基于指标评价矩阵和主观评价值确定利用场景对于退役动力电池的适应性综合评 价值。
基于电动汽车退役动力电池特性参数指标矩阵和电力系统不同利用场景对储能的要求指 标矩阵确定指标评价矩阵,包括:
本发明从技术特性、经济特性以及安全特性三个方面提取电动汽车退役动力电池特性参 数指标。其中,技术特性指标为影响退役动力电池一致性的参数,包括SOC、开路电压、欧 姆内阻、极化内阻等;经济特性指标包括退役动力电池容量和寿命;安全特性指标包括退役 动力电池热稳定性。按下式确定退役动力电池特性参数指标矩阵:
Figure BDA0002119012010000091
式中,X为退役动力电池特性参数指标矩阵,i=1,2,...m,m为退役动力电池类型的种 数,o=1,2,...n,n为特性参数指标的个数;xio为第i种退役动力电池在第o个特性参数指 标下的数据;
例如在削峰填谷这一应用场景中,梯次利用电池储能额定容量应大于负荷高峰时段的总 容量,储能充放电时间应大于负荷高峰时段和低谷时段的总时间,储能充放电次数应等于负 荷高峰和低谷出现的次数,加入储能后的总收益应大于投入储能的总成本,电池充放电倍率 应小于0.5C,电池工作环境温度应在20℃和45℃之间。按下式确定电力系统不同利用场景 对储能的要求指标矩阵:
Figure BDA0002119012010000092
式中,M为电力系统不同利用场景对储能的要求指标矩阵,j=1,2,...m′,m′为利用场 景的个数,o′=1,2,...n′,n′为要求指标的个数,mjo′为第j个利用场景下的第o′个要求指标 的数据;
按下式确定指标评价矩阵:
Figure BDA0002119012010000093
式中,△X为指标评价矩阵,Δxij为第i种退役动力电池与第j个利用场景数据比对后的 指标评价值总和;Δxij的确定包括:
将M和X中的数据进行比对,如果符合指标判断条件,则输出1,如果不符合则输出-1, 对于利用场景和指标条件不对应的元素,则输出0。
基于主观评价矩阵确定利用场景对于退役动力电池的主观评价值,包括:
按下式确定主观评价矩阵:
Figure BDA0002119012010000101
式中,Si为主观评价矩阵,si jo′为第j个利用场景对于第i种类型退役动力电池第o′个要 求指标的评分,且
Figure BDA0002119012010000102
a、b、c、d代表所评价的等级分数,这里设定等级 分数上限即最适用为10分,下限即最不适用为0分,即a、b、c、d∈[0,10];
Figure BDA0002119012010000103
为表 示评价值区间;
Figure BDA0002119012010000104
为可靠性评价区间;
按下式确定指标权重;
Figure BDA0002119012010000105
式中,
Figure BDA0002119012010000106
为第i种类型退役动力电池在第o′个要求指标下的权重;
Figure BDA0002119012010000107
为第i种类型退役 动力电池在第o个要求指标下的变异系数,所述
Figure BDA0002119012010000108
按下式确定:
Figure BDA0002119012010000109
式中,
Figure BDA00021190120100001010
为第i种类型退役动力电池在第o′个要求指标下不同利用场景评分的均值,且
Figure BDA00021190120100001011
E(si jo′)为第j个利用场景下第o′个要求指标的期望值;
Figure BDA00021190120100001012
为第i种类型 退役动力电池在第o′个要求指标下不同利用场景评分的标准差,且
Figure BDA00021190120100001013
按下式确定利用场景对于退役动力电池的主观评价值:
Figure BDA0002119012010000111
式中,Qi j为第j个利用场景对于第i种退役动力电池的主观评价值,Zi j为第j个利用场 景的群体效用值,
Figure BDA0002119012010000112
为第j个利用场景的个别遗憾值,Zi+为所有利用场景群体效用值的最大 值,Zi-为所有利用场景群体效用值的最小值,Vi+为所有利用场景个别遗憾值的最大值,Vi-为所有利用场景个别遗憾值的最小值,且Zi+=max(Zi j),Zi-=min(Zi j),
Figure BDA0002119012010000113
Figure BDA0002119012010000114
Figure BDA0002119012010000115
和si jo′之间的Hamming距离,
Figure BDA0002119012010000116
为第i种类型退役动力电池在第o′个要求指标下不同利用场景主观评价值的最大值,si jo′为第j个利用场景对于第i种类型退役动力电池第o′个要求指标 的主观评价值。
主观评价值越小,表示适应性越高。
基于指标评价矩阵和主观评价值确定利用场景对于退役动力电池的适应性综合评价值, 包括:
按下式确定利用场景对于退役动力电池的适应性综合评价值:
Figure BDA0002119012010000117
式中,
Figure BDA0002119012010000118
为第j个应用场景对于第i种退役动力电池的适应性综合评价值。
同样,也可以基于第i种退役动力电池对于第j个应用场景的主观评价值
Figure BDA0002119012010000119
确定第i种 退役动力电池在第j个应用场景的适应性综合评价值,具体为
Figure BDA00021190120100001110
的求取方法 与Qi j计算过程同理。
实施例2
本发明实施例2提供一种退役动力电池梯次利用场景适应性评价方法装置,具体结构如 图2所示,其包括:
第一确定模块,用于基于退役动力电池特性参数指标矩阵和电力系统不同利用场景对储 能的要求指标矩阵确定指标评价矩阵;
第二确定模块,用于基于主观评价矩阵确定利用场景对于退役动力电池的主观评价值;
第三确定模块,用于基于指标评价矩阵和主观评价值确定利用场景对于退役动力电池的 适应性综合评价值。
第一确定模块具体用于:
按下式确定退役动力电池特性参数指标矩阵:
Figure BDA0002119012010000121
式中,X为退役动力电池特性参数指标矩阵,i=1,2,...m,m为退役动力电池类型的种 数,o=1,2,...n,n为特性参数指标的个数;xio为第i种退役动力电池在第o个特性参数指 标下的数据;
按下式确定电力系统不同利用场景对储能的要求指标矩阵:
Figure BDA0002119012010000122
式中,M为电力系统不同利用场景对储能的要求指标矩阵,j=1,2,...m′,m′为利用场 景的个数,o′=1,2,...n′,n′为要求指标的个数,mjo′为第j个利用场景下的第o′个要求指标 的数据;
按下式确定指标评价矩阵:
Figure BDA0002119012010000123
式中,△X为指标评价矩阵,Δxij为第i种退役动力电池与第j个利用场景数据比对后的 指标评价值总和;所述Δxij的确定包括:将M和X中的数据进行比对,如果符合指标判断条 件,则输出1,如果不符合则输出-1,对于利用场景和指标条件不对应的元素,则输出0。
第二确定模块具体用于:
按下式确定主观评价矩阵:
Figure BDA0002119012010000131
式中,Si为主观评价矩阵,si jo′为第j个利用场景对于第i种类型退役动力电池第o′个要 求指标的评分,且
Figure BDA0002119012010000132
a、b、c、d代表所评价的等级分数,a、b、c、d∈[0, 10];
Figure BDA0002119012010000133
为表示评价值区间;
Figure BDA0002119012010000134
为可靠性评价区间;
按下式确定指标权重;
Figure BDA0002119012010000135
式中,
Figure BDA0002119012010000136
为第i种类型退役动力电池在第o′个要求指标下的权重;
Figure BDA0002119012010000137
为第i种类型退役 动力电池在第o个要求指标下的变异系数,所述
Figure BDA0002119012010000138
按下式确定:
Figure BDA0002119012010000139
式中,
Figure BDA00021190120100001310
为第i种类型退役动力电池在第o′个要求指标下不同利用场景评分的均值,且
Figure BDA00021190120100001311
E(si jo′)为第j个利用场景下第o′个要求指标的期望值;
Figure BDA00021190120100001312
为第i种类型 退役动力电池在第o′个要求指标下不同利用场景评分的标准差,且
Figure BDA00021190120100001313
按下式确定利用场景对于退役动力电池的主观评价值:
Figure BDA00021190120100001314
式中,Qi j为第j个利用场景对于第i种退役动力电池的主观评价值,Zi j为第j个利用场 景的群体效用值,
Figure BDA0002119012010000141
为第j个利用场景的个别遗憾值,Zi+为所有利用场景群体效用值的最大 值,Zi-为所有利用场景群体效用值的最小值,Vi+为所有利用场景个别遗憾值的最大值,Vi-为所有利用场景个别遗憾值的最小值,且Zi+=max(Zi j),Zi-=min(Zi j),
Figure BDA0002119012010000142
Figure BDA0002119012010000143
Figure BDA0002119012010000144
和si jo′之间的Hamming距离,
Figure BDA0002119012010000145
为第i种类型退役动力电池在第o′个要求指标下不同利用场景主观评价值的最大值,si jo′为第j个利用场景对于第i种类型退役动力电池第o′个要求指标 的主观评价值。
第三确定模块具体用于:
按下式确定利用场景对于退役动力电池的适应性综合评价值:
Figure BDA0002119012010000146
式中,
Figure BDA0002119012010000147
为第j个应用场景对于第i种退役动力电池的适应性综合评价值。
实施例3
本实施例3采用电动汽车退役的磷酸铁锂电池,模拟削峰填谷和平滑波动两个应用场景, 计算适应性。图3为削峰填谷前负荷曲线变化图,图4为削峰填谷后的负荷曲线图,图5为 需要平滑波动的原始负荷曲线图。
(1)输入电动汽车退役动力磷酸铁锂电池特性参数指标如表1所示。
表1
Figure BDA0002119012010000148
(2)输入削峰填谷和平滑波动分别对电池储能的要求指标如表2所示。
表2
Figure BDA0002119012010000149
(3)将表1和表2的数据进行比对,通过退役动力电池的开路电压、放电倍率以及容量 配置,可以得到退役动力电池的额定功率进行比对,退役动力电池的热失控与电池工作环境 温度紧密相关,欧姆内阻和极化内阻则没有可以比对的指标,则比对结果如表3所示。
表3
Figure BDA0002119012010000151
(4)基于专家经验的评价信息及计算的主观评价值如表4所示。
表4
Figure BDA0002119012010000152
(5)计算削峰填谷对于磷酸铁锂退役动力电池的适应性综合评价值为4,平滑波动对于 磷酸铁锂退役动力电池的适应性综合评价值为5.6652,则磷酸铁锂退役动力电池更适合应用 与平滑波动。
实施例4
本发明实施例4提供一种电子设备,包括:处理器、存储器、通信接口和通信总线;其 中,
处理器、通信接口和存储器通过通信总线完成相互间的通信;
处理器用于调用存储器中的逻辑指令,以执行退役动力电池梯次利用场景适应性评价方 法。
实施例5
本发明实施例5提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质 存储计算机指令,所述计算机指令使计算机执行退役动力电池梯次利用场景适应性评价方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、装置、或计算机程序产品。 因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的 形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储 介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。 本申请是参照根据本申请实施例的方法、装置、和计算机程序产品的流程图和/或方框图来 描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以 及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算 机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得 通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程 或多个流程和/或方框图一个方框或多个方框中指定的功能的装置/系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的 计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品, 该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功 能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或 其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编 程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多 个方框中指定的功能的步骤。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者 操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这 种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他 性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且 还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的 要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所 述要素的过程、方法、物品或者设备中还存在另外的相同要素。术语“上”、“下”等指示的 方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述, 而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此 不能理解为对本发明的限制。除非另有明确的规定和限定,术语“安装”、“相连”、“连接” 应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械 连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件 内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中 的具体含义。
本发明的说明书中,说明了大量具体细节。然而能够理解的是,本发明的实施例可以在 没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术, 以便不模糊对本说明书的理解。类似地,应当理解,为了精简本发明公开并帮助理解各个发 明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时 被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释呈反 映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。 更确切地说,如权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有 特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权 利要求本身都作为本发明的单独实施例。需要说明的是,在不冲突的情况下,本申请中的实 施例及实施例中的特征可以相互组合。本发明并不局限于任何单一的方面,也不局限于任何 单一的实施例,也不局限于这些方面和/或实施例的任意组合和/或置换。而且,可以单独使用 本发明的每个方面和/或实施例或者与一个或更多其他方面和/或其实施例结合使用。
最后应说明的是:以上各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 照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以 对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替 换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围, 其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (8)

1.一种退役动力电池梯次利用场景适应性评价方法,其特征在于,所述退役动力电池应用于电动汽车,所述方法包括:
基于退役动力电池特性参数指标矩阵和电力系统不同利用场景对储能的要求指标矩阵确定指标评价矩阵;
基于主观评价矩阵确定利用场景对于退役动力电池的主观评价值;
基于指标评价矩阵和主观评价值确定利用场景对于退役动力电池的适应性综合评价值;
其中,所述基于指标评价矩阵和主观评价值确定利用场景对于退役动力电池的适应性综合评价值,包括:
按下式确定利用场景对于退役动力电池的适应性综合评价值:
Figure FDA0002945308730000011
式中,
Figure FDA0002945308730000012
为第j个应用场景对于第i种退役动力电池的适应性综合评价值,Δxij为第i种退役动力电池与第j个利用场景数据比对后的指标评价值总和,Qi j为第j个利用场景对于第i种退役动力电池的主观评价值。
2.根据权利要求1所述的退役动力电池梯次利用场景适应性评价方法,其特征在于,所述基于退役动力电池特性参数指标矩阵和电力系统不同利用场景对储能的要求指标矩阵确定指标评价矩阵,包括:
按下式确定退役动力电池特性参数指标矩阵:
Figure FDA0002945308730000013
式中,X为退役动力电池特性参数指标矩阵,i=1,2,...m,m为退役动力电池类型的种数,o=1,2,...n,n为特性参数指标的个数;xio为第i种退役动力电池在第o个特性参数指标下的数据;
按下式确定电力系统不同利用场景对储能的要求指标矩阵:
Figure FDA0002945308730000021
式中,M为电力系统不同利用场景对储能的要求指标矩阵,j=1,2,...m′,m′为利用场景的个数,o′=1,2,...n′,n′为要求指标的个数,mjo′为第j个利用场景下的第o′个要求指标的数据;
按下式确定指标评价矩阵:
Figure FDA0002945308730000022
式中,△X为指标评价矩阵,Δxij为第i种退役动力电池与第j个利用场景数据比对后的指标评价值总和;
所述Δxij的确定包括:
将M和X中的数据进行比对,如果符合指标判断条件,则输出1,如果不符合则输出-1,对于利用场景和指标条件不对应的元素,则输出0。
3.根据权利要求2所述的退役动力电池梯次利用场景适应性评价方法,其特征在于,所述基于主观评价矩阵确定利用场景对于退役动力电池的主观评价值,包括:
按下式确定主观评价矩阵:
Figure FDA0002945308730000023
式中,Si为主观评价矩阵,si jo′为第j个利用场景对于第i种类型退役动力电池第o′个要求指标的评分,且
Figure FDA0002945308730000024
a、b、c、d代表所评价的等级分数,a、b、c、d∈[0,10];
Figure FDA0002945308730000031
为表示评价值区间;
Figure FDA0002945308730000032
为可靠性评价区间;
按下式确定指标权重;
Figure FDA0002945308730000033
式中,
Figure FDA0002945308730000034
为第i种类型退役动力电池在第o′个要求指标下的权重;
Figure FDA00029453087300000317
为第i种类型退役动力电池在第o个要求指标下的变异系数,所述
Figure FDA0002945308730000035
按下式确定:
Figure FDA0002945308730000036
式中,
Figure FDA0002945308730000037
为第i种类型退役动力电池在第o′个要求指标下不同利用场景评分的均值,且
Figure FDA0002945308730000038
E(si jo′)为第j个利用场景下第o′个要求指标的期望值;
Figure FDA0002945308730000039
为第i种类型退役动力电池在第o′个要求指标下不同利用场景评分的标准差,且
Figure FDA00029453087300000310
按下式确定利用场景对于退役动力电池的主观评价值:
Figure FDA00029453087300000311
式中,Qi j为第j个利用场景对于第i种退役动力电池的主观评价值,Zi j为第j个利用场景的群体效用值,
Figure FDA00029453087300000312
为第j个利用场景的个别遗憾值,Zi+为所有利用场景群体效用值的最大值,Zi-为所有利用场景群体效用值的最小值,Vi+为所有利用场景个别遗憾值的最大值,Vi-为所有利用场景个别遗憾值的最小值,且Zi+=max(Zi j),Zi-=min(Zi j),
Figure FDA00029453087300000313
Figure FDA00029453087300000314
Figure FDA00029453087300000315
和si jo′之间的Hamming距离,
Figure FDA00029453087300000316
为第i种类型退役动力电池在第o′个要求指标下不同利用场景主观评价值的最大值,si jo′为第j个利用场景对于第i种类型退役动力电池第o′个要求指标的主观评价值。
4.一种退役动力电池梯次利用场景适应性评价装置,其特征在于,包括:
第一确定模块,用于基于退役动力电池特性参数指标矩阵和电力系统不同利用场景对储能的要求指标矩阵确定指标评价矩阵;
第二确定模块,用于基于主观评价矩阵确定利用场景对于退役动力电池的主观评价值;
第三确定模块,用于基于指标评价矩阵和主观评价值确定利用场景对于退役动力电池的适应性综合评价值;
其中,所述第三确定模块具体用于:
按下式确定利用场景对于退役动力电池的适应性综合评价值:
Figure FDA0002945308730000041
式中,
Figure FDA0002945308730000042
为第j个应用场景对于第i种退役动力电池的适应性综合评价值,Δxij为第i种退役动力电池与第j个利用场景数据比对后的指标评价值总和,Qi j为第j个利用场景对于第i种退役动力电池的主观评价值。
5.根据权利要求4所述的退役动力电池梯次利用场景适应性评价装置,其特征在于,所述第一确定模块具体用于:
按下式确定退役动力电池特性参数指标矩阵:
Figure FDA0002945308730000043
式中,X为退役动力电池特性参数指标矩阵,i=1,2,...m,m为退役动力电池类型的种数,o=1,2,...n,n为特性参数指标的个数;xio为第i种退役动力电池在第o个特性参数指标下的数据;
按下式确定电力系统不同利用场景对储能的要求指标矩阵:
Figure FDA0002945308730000044
式中,M为电力系统不同利用场景对储能的要求指标矩阵,j=1,2,...m′,m′为利用场景的个数,o′=1,2,...n′,n′为要求指标的个数,mjo′为第j个利用场景下的第o′个要求指标的数据;
按下式确定指标评价矩阵:
Figure FDA0002945308730000051
式中,△X为指标评价矩阵,Δxij为第i种退役动力电池与第j个利用场景数据比对后的指标评价值总和;所述Δxij的确定包括:将M和X中的数据进行比对,如果符合指标判断条件,则输出1,如果不符合则输出-1,对于利用场景和指标条件不对应的元素,则输出0。
6.根据权利要求5所述的退役动力电池梯次利用场景适应性评价装置,其特征在于,所述第二确定模块具体用于:
按下式确定主观评价矩阵:
Figure FDA0002945308730000052
式中,Si为主观评价矩阵,si jo′为第j个利用场景对于第i种类型退役动力电池第o′个要求指标的评分,且
Figure FDA0002945308730000053
a、b、c、d代表所评价的等级分数,a、b、c、d∈[0,10];
Figure FDA0002945308730000054
为表示评价值区间;
Figure FDA0002945308730000055
为可靠性评价区间;
按下式确定指标权重;
Figure FDA0002945308730000056
式中,
Figure FDA0002945308730000057
为第i种类型退役动力电池在第o′个要求指标下的权重;
Figure FDA0002945308730000058
为第i种类型退役动力电池在第o个要求指标下的变异系数,所述
Figure FDA0002945308730000061
按下式确定:
Figure FDA0002945308730000062
式中,
Figure FDA0002945308730000063
为第i种类型退役动力电池在第o′个要求指标下不同利用场景评分的均值,且
Figure FDA0002945308730000064
E(si jo′)为第j个利用场景下第o′个要求指标的期望值;
Figure FDA0002945308730000065
为第i种类型退役动力电池在第o′个要求指标下不同利用场景评分的标准差,且
Figure FDA0002945308730000066
按下式确定利用场景对于退役动力电池的主观评价值:
Figure FDA0002945308730000067
式中,Qi j为第j个利用场景对于第i种退役动力电池的主观评价值,Zi j为第j个利用场景的群体效用值,
Figure FDA0002945308730000068
为第j个利用场景的个别遗憾值,Zi+为所有利用场景群体效用值的最大值,Zi-为所有利用场景群体效用值的最小值,Vi+为所有利用场景个别遗憾值的最大值,Vi-为所有利用场景个别遗憾值的最小值,且Zi+=max(Zi j),Zi-=min(Zi j),
Figure FDA0002945308730000069
Figure FDA00029453087300000610
Figure FDA00029453087300000611
和si jo′之间的Hamming距离,
Figure FDA00029453087300000612
为第i种类型退役动力电池在第o′个要求指标下不同利用场景主观评价值的最大值,si jo′为第j个利用场景对于第i种类型退役动力电池第o′个要求指标的主观评价值。
7.一种电子设备,其特征在于,包括:处理器、存储器、通信接口和通信总线;其中,
处理器、通信接口和存储器通过通信总线完成相互间的通信;
处理器用于调用存储器中的逻辑指令,以执行权利要求1-3任一项所述的退役动力电池梯次利用场景适应性评价方法。
8.一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行权利要求1-3任一项所述的退役动力电池梯次利用场景适应性评价方法。
CN201910600134.XA 2019-07-04 2019-07-04 一种退役动力电池梯次利用场景适应性评价方法和装置 Active CN110323502B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910600134.XA CN110323502B (zh) 2019-07-04 2019-07-04 一种退役动力电池梯次利用场景适应性评价方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910600134.XA CN110323502B (zh) 2019-07-04 2019-07-04 一种退役动力电池梯次利用场景适应性评价方法和装置

Publications (2)

Publication Number Publication Date
CN110323502A CN110323502A (zh) 2019-10-11
CN110323502B true CN110323502B (zh) 2021-04-13

Family

ID=68122626

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910600134.XA Active CN110323502B (zh) 2019-07-04 2019-07-04 一种退役动力电池梯次利用场景适应性评价方法和装置

Country Status (1)

Country Link
CN (1) CN110323502B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110807266B (zh) * 2019-11-11 2023-03-28 上海第二工业大学 一种考虑梯次利用的动力电池资源存量计算方法
CN110929791B (zh) * 2019-11-27 2023-04-07 北京交通大学 梯次利用电池的应用场景选择方法
CN113379237B (zh) * 2021-06-09 2023-11-24 国家电网有限公司 一种质子交换膜燃料电池调峰适应性判断方法及系统
CN115330275B (zh) * 2022-10-13 2023-04-07 深圳市杰成镍钴新能源科技有限公司 一种退役电池的梯次利用方法及装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102437385B (zh) * 2011-12-12 2014-03-12 中国电力科学研究院 一种电动汽车动力电池梯次利用的分级方法
CN104332666B (zh) * 2014-08-28 2017-01-25 国家电网公司 一种退役动力锂电池可用性评价方法
CN106383316B (zh) * 2016-08-30 2018-07-10 郑州轻工业学院 一种梯次利用锂电池性能评价方法
CN108155426A (zh) * 2017-12-25 2018-06-12 合肥工业大学智能制造技术研究院 基于衰减特性参数的电池梯次利用方法

Also Published As

Publication number Publication date
CN110323502A (zh) 2019-10-11

Similar Documents

Publication Publication Date Title
CN110323502B (zh) 一种退役动力电池梯次利用场景适应性评价方法和装置
Zhou et al. Battery behavior prediction and battery working states analysis of a hybrid solar–wind power generation system
CN110929791B (zh) 梯次利用电池的应用场景选择方法
CN110401211B (zh) 基于特征提取的储能电站工作场景识别方法
CN104852399A (zh) 光储微网系统的储能容量动态优化方法
CN113176511A (zh) 考虑健康状态的储能充放电优化方法及系统
CN116821660A (zh) 一种电力管理方法、系统、终端设备及存储介质
CN116388245A (zh) 光储充一体化电站储能容量配置方法及相关设备
CN110276135A (zh) 一种并网停车场的可用容量确定方法、装置及计算设备
Zhang et al. Sequence control strategy for hybrid energy storage system for wind smoothing
CN113112114A (zh) 一种储能电站在线评估方法和装置
CN111160618A (zh) 一种结合电动汽车充电场站的建筑能量优化调度方法
CN117096476B (zh) 一种电池的分组方法、装置、电子设备及存储介质
CN114282852B (zh) 一种电池安全性计算方法和装置
CN111538937A (zh) 一种梯次利用储能电站综合评价方法和系统
CN108667121B (zh) 一种应急电源系统容量确定方法、装置及系统
CN110518612B (zh) 一种配电网储能系统配置参数的确定方法及装置
CN112330125A (zh) 配电变压器利用率指标的参数确定方法、装置和存储介质
CN112861376A (zh) 一种基于单元调度模型的评估方法及装置
CN113060034B (zh) 一种基于双层控制的新能源公交充电站的充电方法
CN115882554A (zh) 储能系统的管理方法及相关装置
CN113708444A (zh) 储能电站的能量均衡控制方法及装置
Zhang et al. Deep Reinforcement Learning-Based Battery Conditioning Hierarchical V2G Coordination for Multi-Stakeholder Benefits
CN118100309A (zh) 一种电力系统限电原因分析方法、系统、介质及设备
CN115456434A (zh) 一种面向用户侧的储能方式评价及优化配置方法

Legal Events

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