CN110687470A - 一种储能系统中锂电池寿命在线预测方法及系统 - Google Patents

一种储能系统中锂电池寿命在线预测方法及系统 Download PDF

Info

Publication number
CN110687470A
CN110687470A CN201910946157.6A CN201910946157A CN110687470A CN 110687470 A CN110687470 A CN 110687470A CN 201910946157 A CN201910946157 A CN 201910946157A CN 110687470 A CN110687470 A CN 110687470A
Authority
CN
China
Prior art keywords
battery
energy storage
storage system
capacity
charge
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.)
Pending
Application number
CN201910946157.6A
Other languages
English (en)
Inventor
盛赟
戴忠梁
卞铁铮
张臻
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.)
Trina Energy Storage Solutions Jiangsu Co Ltd
Original Assignee
Trina Solar 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 Trina Solar Co Ltd filed Critical Trina Solar Co Ltd
Priority to CN201910946157.6A priority Critical patent/CN110687470A/zh
Publication of CN110687470A publication Critical patent/CN110687470A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)
  • Charge And Discharge Circuits For Batteries Or The Like (AREA)

Abstract

本发明公开了一种储能系统中锂电池寿命在线预测方法，包括如下步骤：S1：标定单体电池的基础特性；S2：采集储能系统中电池的充/放电过程数据；S3：计算积累充放电电量、容量状态和累积循环次数；S4：预测电池衰减趋势和使用寿命：预测的电池使用寿命为电池容量衰减趋势线对应设定寿命终止时容量的循环次数；其中，在步骤S1中，所述单体电池的基础特性包括：初始容量容量C0、开路电压‑电量关系曲线Voc‑C以及相应的温度T0。本发明还公开了一种储能系统中锂电池寿命的在线预测系统。本发明具有预测结果准确性高，适用性强，实施成本低等优点。

Description

一种储能系统中锂电池寿命在线预测方法及系统
技术领域
本发明属于电池储能技术领域，具体涉及一种储能系统中锂电池寿命在线预测方法及系统。
背景技术
锂电池储能系统具有容量大、功率高、响应速度快的优点，可以广泛应用于可再生能源并网、能量时移、系统调频、延缓输配电扩容升级、缓解线路阻塞、无功支持、分时电价管理、容量费用管理、电能质量等邻域。各类应用场景中，储能系统运行是依靠电池的充/放电实现。随着充/放电循环，电池会产生性能衰减和不一致性劣化，造成储能系统容量下降和效率降低，甚至引发系统故障和安全事故。监控锂电池工作状态，预测电池寿命，可以为储能系统运行维护提供重要的依据，有利于提高储能系统全寿命周期的可靠性和经济性。
锂电池寿命通常定义为电池容量衰减到一定程度时的充/放电循环次数。现有技术中，预测电池寿命的方法，一般采用标准充/放电工况条件下循环充/放电的容量实测数据，或基于部分实测数据利用经验公式推算容量变化趋势。但是，这两类方法都是基于单体电池的，无法适用于系统装置中的电池寿命预测。储能系统由众多单体电池组成，其中电池的个体状态存在不一致性，且实际工况不同于上述方法中标准条件，可能出现电池衰减程度和趋势的差异。因此，需要针对系统中电池做个体寿命的分析和预测。然而，无法将储能系统中电池拆解取出做离线测试评估，这会影响系统的正常运行，并耗费巨大的人力和物力。为此，需要设计一种针对储能系统中锂电池寿命的在线预测方法，在不影响储能系统正常运行的情况下，实现电池个体寿命的在线预测。
发明内容
为了解决上述问题，本发明提供了一种储能系统中锂电池寿命在线预测方法，在不影响储能系统正常运行的情况下，实现电池个体寿命的在线预测。本发明的另一方面，还提供一种储能系统中锂电池寿命在线预测系统。
为此，本发明采用如下技术方案：
一种储能系统中锂电池寿命在线预测方法，包括如下步骤：
S1：标定单体电池的基础特性；
S2：采集储能系统中电池的充/放电过程数据；
S3：计算积累充放电电量、容量状态和累积循环次数；
S4：预测电池衰减趋势和使用寿命；
其中，在步骤S1中，所述单体电池的基础特性包括：初始容量容量C0、开路电压-电量关系曲线Voc-C以及相应的温度T0。
在步骤S2中，采集储能系统中电池的充/放电过程为一段充电或放电过程，且该过程距上一段充放电过程或下一段充放电过程有一段静置时间，该静置时间大于等于1小时。
在步骤S2中，采集储能系统中电池的充放电过程记录为n段，且n≥1。
在步骤S2中，采集储能系统中电池的充放电过程数据，其中第k段的数据包括电流值Ik、过程时间tk、过程起始时的电压Vk1、过程后静置结束时的电压Vk2和温度Tk，其中1≤k≤n。
在步骤S3中，计算的累计充放电电量为记录充放电过程第k-1段结束到记录充放电过程第k段结束时的累积充放电量Ck,total。
在步骤S3中，计算的容量状态为记录充放电过程第k段结束时的电池容量Ck＝C0·Ik·tk/C0,k，其中C0,k为开路电压-电量关系曲线Voc-C中Vk1与Vk2之间的电量值。
在步骤S3中，计算的累计循环次数为记录充放电过程第k段结束时的累计循环次数K＝C1,total/C1+C2,total/C2+···+Ck,total/Ck。
在步骤S4中，预测电池衰减趋势采用经验公式对电池容量Ck和累计循环次数K的数据进行拟合计算，其中1≤k≤n。
在步骤S4中，预测的电池使用寿命为电池容量衰减趋势线对应设定寿命终止时容量的循环次数。
所述拟合计算的公式含有指数函数、多次多项式函数或幂函数，以及，温度修正计算。
本发明的另一方面，还提供一种储能系统中锂电池寿命的在线预测系统，包括：充/放电过程数据采集和存储模块(1)和容量衰减和寿命预测模块(2)，充/放电过程数据采集和存储模块(1)采集电池的初始数据和充放电过程中的数据，并输出给容量衰减和寿命预测模块(2)进行计算和分析，输出预测结果。
进一步地，充/放电过程数据采集和存储模块(1)和容量衰减和寿命预测模块(2)可以利用储能系统的电池管理系统(BMS)的电流、电压和温度采样功能；充/放电过程数据采集和存储模块(1)和容量衰减和寿命预测模块(2)可以嵌入BMS或主工控机的存储和计算单元。进一步增强了适用性，降低本发明适用的成本。
综上，本发明提供的储能系统中锂电池寿命在线预测方法，通过标定典型单体电池的基础特性；采集储能系统中电池的充放电过程和工况数据；计算积累充放电电量和容量状态；预测电池容量衰减趋势和使用寿命。该方法综合考虑了储能系统实际运行过程中工况条件和电池不一致性，充放利用可采集的电压、电流、温度等数据，在不影响储能系统正常运行情况下，实现了电池个体寿命的在线预测。该电池寿命预测技术准确性高，适用性强，实施成本低。本发明的储能系统中锂电池寿命的在线预测系统，可以嵌入储能系统的电池管理系统或工控机，适用性强，实施成本低。
附图说明
图1为本发明实施例1的流程示意图；
图2为本发明实施例2的组成示意图；
图3为本发明的电池寿命衰减趋势和电池寿命预测结果。
具体实施方式
下面结合附图和具体实施方式对本发明的技术方案作进一步详细的说明。
实施例1：
如图1所示，本发明提供的储能系统中锂电池寿命在线预测方法，包括如下步骤：
S1：标定单体电池的基础特性：使用充放电测试机测试记录单体电池初始容量C0和开路电压-电量关系曲线Voc-C，并记录测试温度T0；
S2：采集储能系统中电池的充/放电过程数据：通过电池储能系统的电池管理子系统获取单体电池的全部充放电过程数据，在其中按时间先后提取n段充放电过程；这些充放电过程距上一段充放电过程和下一段充放电过程有静置时间，且静置时间大于等于1小时；
S3：计算积累充/放电电量、容量状态和累积循环次数：从上述n段充放电过程中，分别提取过程数据：其中，第k段的数据包括电流值Ik、过程时间tk、过程起始时的电压Vk1、过程后静置结束时的电压Vk2和温度Tk，其中1≤k≤n；计算n段充放电过程中的第k-1段结束到第k段结束时的累积充放电量Ck,total；计算n段充放电过程中的第k段的电池容量Ck＝C0·Ik·tk/C0,k，其中C0,k为开路电压-电量关系曲线Voc-C中Vk1与Vk2之间的电量值；计算n段充放电过程中的第k段结束时的累计循环次数K＝C1,total/C1+C2,total/C2+···+Ck,total/Ck；
采用幂函数公式y＝a·xz+b对电池容量Ck和累计循环次数K的数据进行拟合，其中，x为循环次数变量，y为预测电池容量，a、b和z为拟合参数；
所述拟合计算的公式含有指数函数、多次多项式函数或幂函数；拟合计算的公式包含温度修正计算；
S4：预测电池衰减趋势和使用寿命：预测的电池使用寿命为电池容量衰减趋势线对应设定寿命终止时容量(初始容量的80％)的循环次数，如图3所示。
实施例2：
如图2所示，本发明提供的一种储能系统中锂电池寿命的在线预测系统，包括：充/放电过程数据采集和存储模块1和容量衰减和寿命预测模块2，充/放电过程数据采集和存储模块1采集电池的初始数据和充放电过程中的数据，并输出给容量衰减和寿命预测模块2进行计算和分析，输出预测结果；其中，数据采集和存储模块1可以利用储能系统的电池管理系统(BMS)的电流、电压和温度采样功能；充/放电过程数据采集和存储模块2采集和存储充/放电过程中的电池数据，实际容量和累计循环次数计算、容量衰减和寿命预测模块2可以嵌入BMS或主工控机的存储和计算单元。进一步增强了适用性，降低本发明适用的成本。

Claims (10)

1.一种储能系统中锂电池寿命在线预测方法，包括如下步骤：
S1：标定单体电池的基础特性；
S2：采集储能系统中电池的充/放电过程数据；
S3：计算积累充放电电量、容量状态和累积循环次数；
S4：预测电池衰减趋势和使用寿命：预测的电池使用寿命为电池容量衰减趋势线对应设定寿命终止时容量的循环次数；
其中，在步骤S1中，所述单体电池的基础特性包括：初始容量容量C0、开路电压-电量关系曲线Voc-C以及相应的温度T0。
2.根据权利要求1所述的储能系统中锂电池寿命在线预测方法，其特征在于：在步骤S2中，采集储能系统中电池的充/放电过程为一段充电或放电过程，且该过程距上一段充放电过程或下一段充放电过程有一段静置时间，该静置时间大于等于1小时。
3.根据权利要求2所述的储能系统中锂电池寿命在线预测方法，其特征在于：在步骤S2中，采集储能系统中电池的充放电过程记录为n段，且n≥1，其中第k段的数据包括电流值Ik、过程时间tk、过程起始时的电压Vk1、过程后静置结束时的电压Vk2和温度Tk，其中1≤k≤n。
4.根据权利要求3所述的储能系统中锂电池寿命在线预测方法，其特征在于：在步骤S3中，计算的累计充放电电量为记录充放电过程第k-1段结束到记录充放电过程第k段结束时的累积充放电量Ck,total。
5.根据权利要求3所述的储能系统中锂电池寿命在线预测方法，其特征在于：在步骤S3中，计算的容量状态为记录充放电过程第k段结束时的电池容量Ck＝C0·Ik·tk/C0,k，其中C0,k为开路电压-电量关系曲线Voc-C中Vk1与Vk2之间的电量值。
6.根据权利要求3所述的储能系统中锂电池寿命在线预测方法，其特征在于：在步骤S3中，计算的累计循环次数为记录充放电过程第k段结束时的累计循环次数K＝C1,total/C1+C2,total/C2+…+Ck,total/Ck。
7.根据权利要求5所述的储能系统中锂电池寿命在线预测方法，其特征在于：在步骤S4中，预测电池衰减趋势采用经验公式对电池容量Ck和累计循环次数K的数据进行拟合计算，其中1≤k≤n。
8.根据权利要求7所述的储能系统中锂电池寿命在线预测方法，其特征在于：所述拟合计算的公式含有指数函数、多次多项式函数或幂函数，以及，温度修正计算。
9.一种储能系统中锂电池寿命的在线预测系统，包括：充/放电过程数据采集和存储模块(1)和容量衰减和寿命预测模块(2)，充/放电过程数据采集和存储模块(1)采集电池的初始数据和充放电过程中的数据，并输出给容量衰减和寿命预测模块(2)进行计算和分析，输出预测结果。
10.根据权利要求9所述的储能系统中锂电池寿命的在线预测系统，其特征在于：所述充/放电过程数据采集和存储模块(1)和容量衰减和寿命预测模块(2)嵌入储能系统的电池管理系或主工控机的存储和计算单元。
CN201910946157.6A 2019-10-03 2019-10-03 一种储能系统中锂电池寿命在线预测方法及系统 Pending CN110687470A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910946157.6A CN110687470A (zh) 2019-10-03 2019-10-03 一种储能系统中锂电池寿命在线预测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910946157.6A CN110687470A (zh) 2019-10-03 2019-10-03 一种储能系统中锂电池寿命在线预测方法及系统

Publications (1)

Publication Number Publication Date
CN110687470A true CN110687470A (zh) 2020-01-14

Family

ID=69111352

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910946157.6A Pending CN110687470A (zh) 2019-10-03 2019-10-03 一种储能系统中锂电池寿命在线预测方法及系统

Country Status (1)

Country Link
CN (1) CN110687470A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111896873A (zh) * 2020-06-28 2020-11-06 中国电力科学研究院有限公司 一种用于评估储能电站健康状态的方法及系统
CN112528520A (zh) * 2020-12-28 2021-03-19 上海电气国轩新能源科技有限公司 锂电池的循环次数的预测方法、设备及存储介质
CN112798965A (zh) * 2020-12-29 2021-05-14 北京航天益森风洞工程技术有限公司 一种锂电池监测方法、设备及计算机存储介质
CN114137431A (zh) * 2021-11-19 2022-03-04 中国科学院大连化学物理研究所 一种适用于循环工况的燃料电池寿命预测方法
CN113093042B (zh) * 2021-03-05 2023-10-20 上海电享信息科技有限公司 一种电池数量配置方法
CN117347869A (zh) * 2023-12-04 2024-01-05 深圳三晖能源科技有限公司 储能电池管理系统数据分析方法、装置、电子设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101625398A (zh) * 2009-08-03 2010-01-13 奇瑞汽车股份有限公司 一种纯电动车电池寿命计算及报警装置及其控制方法
CN105277886A (zh) * 2014-07-22 2016-01-27 艾默生网络能源有限公司 一种蓄电池的剩余寿命的检测方法和装置
CN107219461A (zh) * 2016-03-22 2017-09-29 珠海光宇电池有限公司 二次电池的寿命预测方法及电源管理方法
CN107728072A (zh) * 2017-10-10 2018-02-23 合肥国轩高科动力能源有限公司 一种锂离子电池循环寿命的快速预测方法
CN108872862A (zh) * 2018-04-28 2018-11-23 青岛特锐德电气股份有限公司 一种动力电池循环寿命估算方法及充放电桩
WO2019012357A1 (en) * 2017-07-10 2019-01-17 3M Innovative Properties Company HEALTH STATUS OF PARTIALLY DISCHARGED CELLS

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101625398A (zh) * 2009-08-03 2010-01-13 奇瑞汽车股份有限公司 一种纯电动车电池寿命计算及报警装置及其控制方法
CN105277886A (zh) * 2014-07-22 2016-01-27 艾默生网络能源有限公司 一种蓄电池的剩余寿命的检测方法和装置
CN107219461A (zh) * 2016-03-22 2017-09-29 珠海光宇电池有限公司 二次电池的寿命预测方法及电源管理方法
WO2019012357A1 (en) * 2017-07-10 2019-01-17 3M Innovative Properties Company HEALTH STATUS OF PARTIALLY DISCHARGED CELLS
CN107728072A (zh) * 2017-10-10 2018-02-23 合肥国轩高科动力能源有限公司 一种锂离子电池循环寿命的快速预测方法
CN108872862A (zh) * 2018-04-28 2018-11-23 青岛特锐德电气股份有限公司 一种动力电池循环寿命估算方法及充放电桩

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111896873A (zh) * 2020-06-28 2020-11-06 中国电力科学研究院有限公司 一种用于评估储能电站健康状态的方法及系统
CN111896873B (zh) * 2020-06-28 2023-03-14 中国电力科学研究院有限公司 一种用于评估储能电站健康状态的方法及系统
CN112528520A (zh) * 2020-12-28 2021-03-19 上海电气国轩新能源科技有限公司 锂电池的循环次数的预测方法、设备及存储介质
CN112528520B (zh) * 2020-12-28 2022-08-05 上海电气国轩新能源科技有限公司 锂电池的循环次数的预测方法、设备及存储介质
CN112798965A (zh) * 2020-12-29 2021-05-14 北京航天益森风洞工程技术有限公司 一种锂电池监测方法、设备及计算机存储介质
CN113093042B (zh) * 2021-03-05 2023-10-20 上海电享信息科技有限公司 一种电池数量配置方法
CN114137431A (zh) * 2021-11-19 2022-03-04 中国科学院大连化学物理研究所 一种适用于循环工况的燃料电池寿命预测方法
CN117347869A (zh) * 2023-12-04 2024-01-05 深圳三晖能源科技有限公司 储能电池管理系统数据分析方法、装置、电子设备及介质
CN117347869B (zh) * 2023-12-04 2024-03-01 深圳三晖能源科技有限公司 储能电池管理系统数据分析方法、装置、电子设备及介质

Similar Documents

Publication Publication Date Title
CN110687470A (zh) 一种储能系统中锂电池寿命在线预测方法及系统
CN107957562B (zh) 一种锂离子电池剩余寿命在线预测方法
CN110161425B (zh) 一种基于锂电池退化阶段划分的剩余使用寿命的预测方法
CN106291372A (zh) 一种新的锂离子动力电池剩余寿命预测方法
CN112350395A (zh) 用于控制电力系统的接口的设备和方法
CN112415411A (zh) 估算电池soc的方法和装置及车辆、存储介质
CN109116242A (zh) 一种动力电池的数据处理方法和装置
CN110045291B (zh) 一种锂电池容量估计方法
CN104569844A (zh) 阀控密封式铅酸蓄电池健康状态监测方法
CN116401585B (zh) 一种基于大数据的储能电池失效风险评估方法
Zhou et al. Online state of health estimation for seriesconnected LiFePO 4 battery pack based on differential voltage and inconsistency analysis
CN112765149A (zh) 储能系统容量的计算系统及方法
CN114779094A (zh) 用于电池模组的膨胀测试的方法和设备
CN108832187B (zh) 基于新能源汽车储能需求的锂离子电池的设计方法
CN111208428B (zh) 一种储能电池循环次数的实时计算方法、系统及存储介质
CN106680722B (zh) 一种实时在线预测ocv-soc曲线的方法和装置
CN113447817A (zh) 一种基于两点寿命特征的锂电池在线寿命预测方法
CN104714179A (zh) 一种基于交流阻抗谱的估计电池寿命的方法
CN101232114A (zh) 动力电池组的均衡补偿方法及装置
CN114460484A (zh) 一种基于累计耗损量的充电电池寿命预测方法和装置
CN116908694B (zh) 一种家用储能系统的soh估算方法
CN105759215B (zh) 一种数据驱动的铅酸蓄电池荷电容量预测方法
CN115308609B (zh) 一种锂离子电池厚度的预测方法、预测装置和锂离子电池
CN117420463B (zh) 电池的化学容量更新方法、装置、电子设备及存储介质
CN117849633A (zh) 一种电池漏电评估方法、装置、介质及bms系统

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
TA01 Transfer of patent application right

Effective date of registration: 20210924

Address after: 213031 Tianhe PV Industrial Park No. 2, Xinbei District, Changzhou, Jiangsu

Applicant after: TRINA ENERGY STORAGE SOLUTIONS (JIANGSU) Co.,Ltd.

Address before: 213031 Tianhe PV Industrial Park No. 2, Xinbei District, Changzhou, Jiangsu

Applicant before: TRINA SOLAR Co.,Ltd.

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20200114

RJ01 Rejection of invention patent application after publication