CN111487533A - 一种锂电池运行状态评估方法及系统 - Google Patents
一种锂电池运行状态评估方法及系统 Download PDFInfo
- Publication number
- CN111487533A CN111487533A CN202010284680.XA CN202010284680A CN111487533A CN 111487533 A CN111487533 A CN 111487533A CN 202010284680 A CN202010284680 A CN 202010284680A CN 111487533 A CN111487533 A CN 111487533A
- Authority
- CN
- China
- Prior art keywords
- index
- lithium battery
- weight
- energy storage
- consistency
- 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
Links
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 205
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 205
- 238000011156 evaluation Methods 0.000 title claims abstract description 48
- 238000004146 energy storage Methods 0.000 claims abstract description 86
- 238000000034 method Methods 0.000 claims abstract description 81
- 239000011159 matrix material Substances 0.000 claims description 66
- 238000012360 testing method Methods 0.000 claims description 20
- 238000010606 normalization Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 239000000126 substance Substances 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
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]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- 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]
- G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
-
- 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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本发明提出了一种锂电池运行状态评估方法及系统,所述方法,首先利用层次分析法对锂电池运行状态评估的每个指标进行赋权,得到每个指标的一次权重;利用变异系数法确定每个指标的二次权重;将每个指标的一次权重和二次权重进行组合,得到每个指标的组合权重系数;测量获取待评估锂电池运行过程中每个指标的指标值;根据每个指标的组合权重系数和待评估锂电池运行过程中每个所述指标的指标值,建立待评估锂电池的指标特征向量;根据待评估锂电池的指标特征向量,利用双基点法对储能锂电池进行评估,实现了储能锂电池多个指标的综合评估。
Description
技术领域
本发明涉及锂电池状态评估技术领域,特别是涉及一种锂电池运行状态评估方法及系统。
背景技术
随着锂电池储能技术不断完善,锂电池的应用越来越多,储能锂电池的运行情况得到越来越多的关注,然而针对现有评价指标,缺乏较为科学合理的综合评估方法,如何实现锂电池运行状态的综合评估成为一个亟待解决的技术问题。
发明内容
本发明的目的是提供一种锂电池运行状态评估方法及系统,以实现锂电池运行状态的综合评估。
为实现上述目的,本发明提供了如下方案:
一种锂电池运行状态评估方法,所述评估方法包括如下步骤:
确定锂电池运行状态评估的指标;所述指标包括电池电压极差、电池电压标准差系数、SOE极差、功率-SOE相关度和运行充放电效率;
采用层次分析法对每个所述指标进行赋权,得到每个所述指标的一次权重;
采用变异系数法确定每个所述指标的二次权重;
将每个所述指标的一次权重和二次权重进行组合,得到每个所述指标的组合权重系数;
测量获取待评估锂电池运行过程中每个所述指标的指标值;
根据每个所述指标的组合权重系数和待评估锂电池运行过程中每个所述指标的指标值,建立待评估锂电池的指标特征向量;
根据待评估锂电池的指标特征向量,利用双基点法对所述待评估锂电池的运行状态进行评估。
可选的,所述采用层次分析法对每个所述指标进行赋权,得到每个所述指标的一次权重,具体包括:
根据每个所述指标相对于锂电池运行状态的关键程度,建立对比矩阵;
对所述对比矩阵进行一致性检验,获得检验结果;
当所述检验结果表示一致性检验未通过时,更新所述对比矩阵,返回步骤“对所述对比矩阵进行一致性检验,获得检验结果”;
当所述检验结果表示一致性检验通过时,对所述对比矩阵的每个列向量进行几何平均计算,并对每个列向量的几何平均计算的结果进行归一化处理,得到归一化处理的结果作为每个指标的第一权重。
可选的,所述对所述对比矩阵进行一致性检验,获得检验结果,具体包括:
计算所述对比矩阵的最大特征值;
判断所述一致性比率是否小于比率阈值,得到判断结果;
若所述判断结果表示是,则所述检验结果表示一致性检验通过;
若所述判断结果表示否,则所述检验结果表示一致性检验未通过。
可选的,所述采用变异系数法确定每个所述指标的二次权重,具体包括:
利用公式计算每个指标的变异系数;其中,vj为第j个指标的变异系数,j=1,2,…,n,n表示指标的数量,l′ij表示第i个储能锂电池样本下第j个指标的规范值;i=1,2,…,m,m表示储能锂电池样本集中储能锂电池样本的数量,表示向量[l1jl2j …lmj]T的平均值,l1j、l2j、lmj分别表示第1个储能锂电池样本、第2个储能锂电池样本和第m个储能锂电池样本的第j个指标的指标值;
可选的,所述将每个所述指标的一次权重和二次权重进行组合,得到每个所述指标的组合权重系数,具体包括:
利用公式wj *=wj×γj,将每个所述指标的一次权重和二次权重进行组合,得到每个所述指标的组合权重系数;其中,γj表示第j个指标的一次权重,wj表示第j个指标的二次权重,wj *表示第j个指标的组合权重系数。
可选的,所述根据待评估锂电池的指标特征向量,利用双基点法对所述待评估锂电池的运行状态进行评估,具体包括:
根据每个所述指标的组合权重系数,生成储能锂电池样本集的加权评估矩阵X:X=(xij)m×n=(wj *×l′ij)m×n;其中,xij表示加权评估矩阵X的元素,wj *表示第j个指标的组合权重系数,l′ij表示第i个储能锂电池样本下第j个指标的规范值,n表示指标的数量,m表示储能锂电池样本集中储能锂电池样本的数量;
计算所述加权评估矩阵的正理想点向量和负理想点向量其中,分别表示正理想点向量中的第1、第2、第n个元素;正理想点向量中的第j个元素的取值为: 分别表示负理想点向量中的第1、第2、第n个元素;负理想点向量中的第j个元素的取值为
运用锂电池双基点法利用公式计算每个储能锂电池样本的指标特征向量与正理想点向量的贴近度;其中,ηi表示第i个储能锂电池样本的指标特征向量与正理想点向量的贴近度,xi表示第i个储能锂电池样本的指标特征向量,xi=(wj *×lij)n,j=1,2,…,n,lij表示第i个储能锂电池样本的第j个指标的指标值;
运用锂电池双基点法,计算待评估锂电池的指标特征向量与正理想点向量的贴近度η;
利用公式λi=|η-ηi|,计算待评估锂电池的指标特征向量与正理想点向量的贴近度和每个储能锂电池样本的指标特征向量与正理想点向量的贴近度的差值;其中,λi表示待评估锂电池的指标特征向量与正理想点向量的贴近度和第i个储能锂电池样本的指标特征向量与正理想点向量的贴近度的差值;
根据贴进度的差值对锂电池进行评估。
一种锂电池运行状态评估系统,所述评估系统包括:
指标确定模块,用于确定锂电池运行状态评估的指标;所述指标包括电池电压极差、电池电压标准差系数、SOE极差、功率-SOE相关度和运行充放电效率;
一次权重计算模块,用于采用层次分析法对每个所述指标进行赋权,得到每个所述指标的一次权重;
二次权重计算模块,用于采用变异系数法确定每个所述指标的二次权重;
权重组合模块,用于将每个所述指标的一次权重和二次权重进行组合,得到每个所述指标的组合权重系数;
指标值测量模块,用于测量获取待评估锂电池运行过程中每个所述指标的指标值;
指标特征向量建立模块,用于根据每个所述指标的组合权重系数和待评估锂电池运行过程中每个所述指标的指标值,建立待评估锂电池的指标特征向量;
状态评估模块,用于根据待评估锂电池的指标特征向量,利用双基点法对所述待评估锂电池的运行状态进行评估。
可选的,所述一次权重计算模块,具体包括:
对比矩阵建立子模块,用于根据每个所述指标相对于锂电池运行状态的关键程度,建立对比矩阵;
一致性检验子模块,用于对所述对比矩阵进行一致性检验,获得检验结果;
对比矩阵更新子模块,用于当所述检验结果表示一致性检验未通过时,更新所述对比矩阵,返回步骤“对所述对比矩阵进行一致性检验,获得检验结果”;
一次权重计算子模块,用于当所述检验结果表示一致性检验通过时,对所述对比矩阵的每个列向量进行几何平均计算,并对每个列向量的几何平均计算的结果进行归一化处理,得到归一化处理的结果作为每个指标的第一权重。
可选的,所述一致性检验子模块,具体包括:
最大特征值计算单元,用于计算所述对比矩阵的最大特征值;
判断单元,判断所述一致性比率是否小于比率阈值,得到判断结果;
检验结果获取单元,用于若所述判断结果表示是,则所述检验结果表示一致性检验通过;若所述判断结果表示否,则所述检验结果表示一致性检验未通过。
可选的,所述二次权重计算模块,具体包括:
变异系数计算子模块,用于利用公式计算每个指标的变异系数;其中,vj为第j个指标的变异系数,j=1,2,…,n,n表示指标的数量,l′ij表示第i个储能锂电池样本下第j个指标的规范值;i=1,2,…,m,m表示储能锂电池样本集中储能锂电池样本的数量,表示向量[l1j l2j … lmj]T的平均值,l1j、l2j、lmj分别表示第1个储能锂电池样本、第2个储能锂电池样本和第m个储能锂电池样本的第j个指标的指标值;
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提出了一种锂电池运行状态评估方法及系统,所述方法,首先利用层次分析法对锂电池运行状态评估的每个指标进行赋权,得到每个指标的一次权重;利用变异系数法确定每个指标的二次权重;将每个所述指标的一次权重和二次权重进行组合,得到每个所述指标的组合权重系数;测量获取待评估锂电池运行过程中每个所述指标的指标值;根据每个所述指标的组合权重系数和待评估锂电池运行过程中每个所述指标的指标值,建立待评估锂电池的指标特征向量;根据待评估锂电池的指标特征向量,利用双基点法对储能锂电池进行评估,实现了储能锂电池多个指标的综合评估。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种锂电池运行状态评估方法的流程图;
图2为本发明提供的一种锂电池运行状态评估方法的原理图;
图3为本发明提供的一种锂电池运行状态评估系统的结构图。
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。
本发明的目的是提供一种锂电池运行状态评估方法及系统,以实现锂电池运行状态的综合评估。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
为了实现上述目的本发明提供一种锂电池运行状态评估方法,如图1和2所示,所述评估方法包括如下步骤:
步骤101,确定锂电池运行状态评估的指标;所述指标包括电池电压极差、电池电压标准差系数、SOE极差、功率-SOE相关度和运行充放电效率。
1)电池电压极差:是指同一电池组串中最大电池电压和最小电池电压的差值。
2)电池电压标准差系数:是从相对角度反映大量同类参数离散程度的数学指标。锂电池组串是由大量电池串并联组成,可以通过分析电池电压、容量、内阻等参数的标准差系数,对组串的一致性进行评估,电池电压标准差系数为:
3)SOE极差:指同一储能单元中电池组串最大SOE与最小SOE的差值。SOE指电池剩余电量。
4)功率-SOE相关度:功率-SOE相关度是指储能单元运行过程中电池组串功率与其SOE的相关程度。充电时公式为:放电时公式为:式中,γch为充电时功率-SOE相关度,Pch为充电功率,γdis为放电时功率-SOE相关度,Pdis为电池组串放电功率,J表示储能锂电池中电池组串的数量。
5)运行充放电效率:指运行过程中放电能量与充电能量的百分比。
步骤102,采用层次分析法对每个所述指标进行赋权,得到每个所述指标的一次权重。
步骤102具体包括:
1)根据每个所述指标相对于锂电池运行状态的关键程度,建立对比矩阵:
其中,aij为因素i与因素j的关键程度之比,aij满足:aij>0、aii=1、aji=1/aij。
2)对所述对比矩阵进行一致性检验,获得检验结果;
所述对所述对比矩阵进行一致性检验,获得检验结果,具体包括:计算所述对比矩阵的最大特征值;根据所述最大特征值利用公式计算对比矩阵的一致性比率CR;其中,CI为一致性指标,λmax为对比矩阵的最大特征值,n表示指标的数量;RI为随机一致性指标,根据指标数不同RI的值就不同,可以采用查找层次分析法随机一致性指标查找表的方式确定RI的值,例如,当指标数为5时,RI=1.12;判断所述一致性比率是否小于比率阈值,得到判断结果;若所述判断结果表示是,则所述检验结果表示一致性检验通过;若所述判断结果表示否,则所述检验结果表示一致性检验未通过。
3)当所述检验结果表示一致性检验未通过时,更新所述对比矩阵,返回步骤“对所述对比矩阵进行一致性检验,获得检验结果”。
4)当所述检验结果表示一致性检验通过时,对所述对比矩阵的每个列向量进行几何平均计算,并对每个列向量的几何平均计算的结果进行归一化处理,得到归一化处理的结果作为每个指标的第一权重。
步骤103,采用变异系数法确定每个所述指标的二次权重。
步骤103具体包括:利用公式计算每个指标的变异系数;其中,vj为第j个指标的变异系数,j=1,2,…,n,n表示指标的数量,l′ij表示第i个储能锂电池样本下第j个指标的规范值;i=1,2,…,m,m表示储能锂电池样本集中储能锂电池样本的数量,表示向量[l1j l2j …lmj]T的平均值,l1j、l2j、lmj分别表示第1个储能锂电池样本、第2个储能锂电池样本和第m个储能锂电池样本的第j个指标的指标值;根据每个指标的变异系数,利用公式计算每个指标的二次权重;其中,wj表示第j个指标的二次权重。此处的储能锂电池样本为状态已知的不同运行状态的储能锂电池。其中第i个储能锂电池样本下第j个指标的规范值为第i个储能锂电池样本的第j个指标的指标值归一化之后的值。
步骤104,将每个所述指标的一次权重和二次权重进行组合,得到每个所述指标的组合权重系数。
步骤104具体包括:利用公式wj *=wj×γj,将每个所述指标的一次权重和二次权重进行组合,得到每个所述指标的组合权重系数;其中,γj表示第j个指标的一次权重,wj表示第j个指标的二次权重,wj *表示第j个指标的组合权重系数。
步骤105,测量获取待评估锂电池运行过程中每个所述指标的指标值。
步骤106,根据每个所述指标的组合权重系数和待评估锂电池运行过程中每个所述指标的指标值,建立待评估锂电池的指标特征向量。
步骤106中待评估锂电池的指标特征向量为:x=(wj *×lj)n,其中,x表示待评估锂电池的指标特征向量,lj表示待评估锂电池的第j个指标的指标值。
步骤107,根据待评估锂电池的指标特征向量,利用双基点法对所述待评估锂电池的运行状态进行评估。
步骤107具体包括:
根据每个所述指标的组合权重系数,生成储能锂电池样本集的加权评估矩阵X:X=(xij)m×n=(wj *×l′ij)m×n;其中,xij表示加权评估矩阵X的元素,wj *表示第j个指标的组合权重系数,l′ij表示第i个储能锂电池样本下第j个指标的规范值,n表示指标的数量,m表示储能锂电池样本集中储能锂电池样本的数量。此处的储能锂电池样本为状态已知的不同运行状态的储能锂电池。
计算所述加权评估矩阵的正理想点向量和负理想点向量其中,分别表示正理想点向量中的第1、第2、第n个元素;正理想点向量中的第j个元素的取值为: 分别表示负理想点向量中的第1、第2、第n个元素;负理想点向量中的第j个元素的取值为
运用锂电池双基点法利用公式计算每个储能锂电池样本的指标特征向量与正理想点向量的贴近度;其中,ηi表示第i个储能锂电池样本的指标特征向量与正理想点向量的贴近度,xi表示第i个储能锂电池样本的指标特征向量,xi=(wj *×lij)n,j=1,2,…,n,lij表示第i个储能锂电池样本的第j个指标的指标值。每一个储能锂电池样本可表示一种状态。
运用锂电池双基点法,计算待评估锂电池的指标特征向量与正理想点向量的贴近度η。
利用公式λi=|η-ηi|,计算待评估锂电池的指标特征向量与正理想点向量的贴近度和每个储能锂电池样本的指标特征向量与正理想点向量的贴近度的差值;其中,λi表示待评估锂电池的指标特征向量与正理想点向量的贴近度和第i个储能锂电池样本的指标特征向量与正理想点向量的贴近度的差值。
根据贴进度的差值对锂电池进行评估。两个储能锂电池之间贴进度差值越小,说明两者状态处于同一等级,给定一个贴进度差值阙值,从而可以将锂电池分为几类,然后计算所有的未知状态的锂电池与已知状态的每一类锂电池之间的贴进度差值,根据抑制状态的锂电池对未知状态的锂电池进行评估。
如图3所示,本发明还提供一种锂电池运行状态评估系统,所述评估系统包括:
指标确定模块301,用于确定锂电池运行状态评估的指标;所述指标包括电池电压极差、电池电压标准差系数、SOE极差、功率-SOE相关度和运行充放电效率。
一次权重计算模块302,用于采用层次分析法对每个所述指标进行赋权,得到每个所述指标的一次权重。
所述一次权重计算模块302,具体包括:对比矩阵建立子模块,用于根据每个所述指标相对于锂电池运行状态的关键程度,建立对比矩阵;一致性检验子模块,用于对所述对比矩阵进行一致性检验,获得检验结果;对比矩阵更新子模块,用于当所述检验结果表示一致性检验未通过时,更新所述对比矩阵,返回步骤“对所述对比矩阵进行一致性检验,获得检验结果”;一次权重计算子模块,用于当所述检验结果表示一致性检验通过时,对所述对比矩阵的每个列向量进行几何平均计算,并对每个列向量的几何平均计算的结果进行归一化处理,得到归一化处理的结果作为每个指标的第一权重。
其中,所述一致性检验子模块,具体包括:最大特征值计算单元,用于计算所述对比矩阵的最大特征值;一致性比率计算单元,用于根据所述最大特征值利用公式计算对比矩阵的一致性比率CR;其中,CI为一致性指标,λmax为对比矩阵的最大特征值,n表示指标的数量;RI为随机一致性指标;判断单元,判断所述一致性比率是否小于比率阈值,得到判断结果;检验结果获取单元,用于若所述判断结果表示是,则所述检验结果表示一致性检验通过;若所述判断结果表示否,则所述检验结果表示一致性检验未通过。
二次权重计算模块303,用于采用变异系数法确定每个所述指标的二次权重。
所述二次权重计算模块303,具体包括:变异系数计算子模块,用于利用公式计算每个指标的变异系数;其中,vj为第j个指标的变异系数,j=1,2,…,n,n表示指标的数量,l′ij表示第i个储能锂电池样本下第j个指标的规范值;i=1,2,…,m,m表示储能锂电池样本集中储能锂电池样本的数量,表示向量[l1j l2j …lmj]T的平均值,l1j、l2j、lmj分别表示第1个储能锂电池样本、第2个储能锂电池样本和第m个储能锂电池样本的第j个指标的指标值;二次权重计算子模块,用于根据每个指标的变异系数,利用公式计算每个指标的二次权重;其中,wj表示第j个指标的二次权重。
权重组合模块304,用于将每个所述指标的一次权重和二次权重进行组合,得到每个所述指标的组合权重系数。
指标值测量模块305,用于测量获取待评估锂电池运行过程中每个所述指标的指标值。
指标特征向量建立模块306,用于根据每个所述指标的组合权重系数和待评估锂电池运行过程中每个所述指标的指标值,建立待评估锂电池的指标特征向量。
状态评估模块307,用于根据待评估锂电池的指标特征向量,利用双基点法对所述待评估锂电池的运行状态进行评估。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提出了一种锂电池运行状态评估方法及系统,所述方法,首先利用层次分析法对锂电池运行状态评估的每个指标进行赋权,得到每个指标的一次权重;利用变异系数法确定每个指标的二次权重;将每个所述指标的一次权重和二次权重进行组合,得到每个所述指标的组合权重系数;测量获取待评估锂电池运行过程中每个所述指标的指标值;根据每个所述指标的组合权重系数和待评估锂电池运行过程中每个所述指标的指标值,建立待评估锂电池的指标特征向量;根据待评估锂电池的指标特征向量,利用双基点法对储能锂电池进行评估,实现了储能锂电池多个指标的综合评估。
利用层次分析法对各个指标进行主观赋权(得到一次权重);利用变异系数法确定客观权重(二次权重);对储能锂电池各项指标进行主客观组合赋权;利用双基点法对各储能锂电池进行评估。本发明设计合理,解决了储能锂电池多个指标的综合评估问题。
本说明书中等效实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,等效实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想,所描述的实施例仅仅是本发明的一部分实施例,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。
Claims (10)
1.一种锂电池运行状态评估方法,其特征在于,所述评估方法包括如下步骤:
确定锂电池运行状态评估的指标;所述指标包括电池电压极差、电池电压标准差系数、SOE极差、功率-SOE相关度和运行充放电效率;
采用层次分析法对每个所述指标进行赋权,得到每个所述指标的一次权重;
采用变异系数法确定每个所述指标的二次权重;
将每个所述指标的一次权重和二次权重进行组合,得到每个所述指标的组合权重系数;
测量获取待评估锂电池运行过程中每个所述指标的指标值;
根据每个所述指标的组合权重系数和待评估锂电池运行过程中每个所述指标的指标值,建立待评估锂电池的指标特征向量;
根据待评估锂电池的指标特征向量,利用双基点法对所述待评估锂电池的运行状态进行评估。
2.根据权利要求1所述的锂电池运行状态评估方法,其特征在于,所述采用层次分析法对每个所述指标进行赋权,得到每个所述指标的一次权重,具体包括:
根据每个所述指标相对于锂电池运行状态的关键程度,建立对比矩阵;
对所述对比矩阵进行一致性检验,获得检验结果;
当所述检验结果表示一致性检验未通过时,更新所述对比矩阵,返回步骤“对所述对比矩阵进行一致性检验,获得检验结果”;
当所述检验结果表示一致性检验通过时,对所述对比矩阵的每个列向量进行几何平均计算,并对每个列向量的几何平均计算的结果进行归一化处理,得到归一化处理的结果作为每个指标的第一权重。
5.根据权利要求1所述的锂电池运行状态评估方法,其特征在于,所述将每个所述指标的一次权重和二次权重进行组合,得到每个所述指标的组合权重系数,具体包括:
利用公式wj *=wj×γj,将每个所述指标的一次权重和二次权重进行组合,得到每个所述指标的组合权重系数;其中,γj表示第j个指标的一次权重,wj表示第j个指标的二次权重,wj *表示第j个指标的组合权重系数。
6.根据权利要求1所述的锂电池运行状态评估方法,其特征在于,所述根据待评估锂电池的指标特征向量,利用双基点法对所述待评估锂电池的运行状态进行评估,具体包括:
根据每个所述指标的组合权重系数,生成储能锂电池样本集的加权评估矩阵X:X=(xij)m×n=(wj *×l′ij)m×n;其中,xij表示加权评估矩阵X的元素,wj *表示第j个指标的组合权重系数,l′ij表示第i个储能锂电池样本下第j个指标的规范值,n表示指标的数量,m表示储能锂电池样本集中储能锂电池样本的数量;
计算所述加权评估矩阵的正理想点向量和负理想点向量其中,分别表示正理想点向量中的第1、第2、第n个元素;正理想点向量中的第j个元素的取值为: 分别表示负理想点向量中的第1、第2、第n个元素;负理想点向量中的第j个元素的取值为
运用锂电池双基点法利用公式计算每个储能锂电池样本的指标特征向量与正理想点向量的贴近度;其中,ηi表示第i个储能锂电池样本的指标特征向量与正理想点向量的贴近度,xi表示第i个储能锂电池样本的指标特征向量,xi=(wj *×lij)n,j=1,2,…,n,lij表示第i个储能锂电池样本的第j个指标的指标值;
运用锂电池双基点法,计算待评估锂电池的指标特征向量与正理想点向量的贴近度η;
利用公式λi=|η-ηi|,计算待评估锂电池的指标特征向量与正理想点向量的贴近度和每个储能锂电池样本的指标特征向量与正理想点向量的贴近度的差值;其中,λi表示待评估锂电池的指标特征向量与正理想点向量的贴近度和第i个储能锂电池样本的指标特征向量与正理想点向量的贴近度的差值;
根据贴进度的差值对锂电池进行评估。
7.一种锂电池运行状态评估系统,其特征在于,所述评估系统包括:
指标确定模块,用于确定锂电池运行状态评估的指标;所述指标包括电池电压极差、电池电压标准差系数、SOE极差、功率-SOE相关度和运行充放电效率;
一次权重计算模块,用于采用层次分析法对每个所述指标进行赋权,得到每个所述指标的一次权重;
二次权重计算模块,用于采用变异系数法确定每个所述指标的二次权重;
权重组合模块,用于将每个所述指标的一次权重和二次权重进行组合,得到每个所述指标的组合权重系数;
指标值测量模块,用于测量获取待评估锂电池运行过程中每个所述指标的指标值;
指标特征向量建立模块,用于根据每个所述指标的组合权重系数和待评估锂电池运行过程中每个所述指标的指标值,建立待评估锂电池的指标特征向量;
状态评估模块,用于根据待评估锂电池的指标特征向量,利用双基点法对所述待评估锂电池的运行状态进行评估。
8.根据权利要求7所述的锂电池运行状态评估系统,其特征在于,所述一次权重计算模块,具体包括:
对比矩阵建立子模块,用于根据每个所述指标相对于锂电池运行状态的关键程度,建立对比矩阵;
一致性检验子模块,用于对所述对比矩阵进行一致性检验,获得检验结果;
对比矩阵更新子模块,用于当所述检验结果表示一致性检验未通过时,更新所述对比矩阵,返回步骤“对所述对比矩阵进行一致性检验,获得检验结果”;
一次权重计算子模块,用于当所述检验结果表示一致性检验通过时,对所述对比矩阵的每个列向量进行几何平均计算,并对每个列向量的几何平均计算的结果进行归一化处理,得到归一化处理的结果作为每个指标的第一权重。
10.根据权利要求7所述的锂电池运行状态评估系统,其特征在于,所述二次权重计算模块,具体包括:
变异系数计算子模块,用于利用公式计算每个指标的变异系数;其中,vj为第j个指标的变异系数,j=1,2,…,n,n表示指标的数量,l′ij表示第i个储能锂电池样本下第j个指标的规范值;i=1,2,…,m,m表示储能锂电池样本集中储能锂电池样本的数量,表示向量[l1jl2j…lmj]T的平均值,l1j、l2j、lmj分别表示第1个储能锂电池样本、第2个储能锂电池样本和第m个储能锂电池样本的第j个指标的指标值;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010284680.XA CN111487533A (zh) | 2020-04-13 | 2020-04-13 | 一种锂电池运行状态评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010284680.XA CN111487533A (zh) | 2020-04-13 | 2020-04-13 | 一种锂电池运行状态评估方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111487533A true CN111487533A (zh) | 2020-08-04 |
Family
ID=71791616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010284680.XA Pending CN111487533A (zh) | 2020-04-13 | 2020-04-13 | 一种锂电池运行状态评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111487533A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112305442A (zh) * | 2020-10-14 | 2021-02-02 | 北方工业大学 | 一种基于kmeans聚类的动力电池SOH快速估计方法 |
CN112327189A (zh) * | 2020-10-14 | 2021-02-05 | 北方工业大学 | 一种基于knn算法的储能电池健康状态综合判断方法 |
CN114295999A (zh) * | 2021-12-30 | 2022-04-08 | 国网浙江省电力有限公司电力科学研究院 | 一种基于间接健康指标的锂离子电池soh预测方法及系统 |
CN115542186A (zh) * | 2022-11-30 | 2022-12-30 | 中国电力科学研究院有限公司 | 一种储能电池状态及一致性评价方法、装置、设备及介质 |
CN116298977A (zh) * | 2023-05-12 | 2023-06-23 | 苏州时代华景新能源有限公司 | 一种锂电池循环性能测试方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2991105A1 (fr) * | 2012-05-24 | 2013-11-29 | Commissariat Energie Atomique | Procede de determination d'un etat d'energie d'un accumulateur electrochimique, dispositif, support et programme informatique |
CN108565899A (zh) * | 2018-04-02 | 2018-09-21 | 广东电网有限责任公司 | 一种dg启动及运行特性综合评价方法 |
KR101932463B1 (ko) * | 2017-08-18 | 2018-12-26 | 한밭대학교 산학협력단 | 리튬 금속 전극 및 이의 제조 방법 |
CN109447335A (zh) * | 2018-10-22 | 2019-03-08 | 国网经济技术研究院有限公司 | 一种电网项目两阶段决策优化方法及系统 |
CN109800950A (zh) * | 2018-12-17 | 2019-05-24 | 国家电网有限公司 | 基于层次分析法的梯次利用电池储能系统性能评估方法 |
CN110929791A (zh) * | 2019-11-27 | 2020-03-27 | 北京交通大学 | 梯次利用电池的应用场景选择方法 |
-
2020
- 2020-04-13 CN CN202010284680.XA patent/CN111487533A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2991105A1 (fr) * | 2012-05-24 | 2013-11-29 | Commissariat Energie Atomique | Procede de determination d'un etat d'energie d'un accumulateur electrochimique, dispositif, support et programme informatique |
KR101932463B1 (ko) * | 2017-08-18 | 2018-12-26 | 한밭대학교 산학협력단 | 리튬 금속 전극 및 이의 제조 방법 |
CN108565899A (zh) * | 2018-04-02 | 2018-09-21 | 广东电网有限责任公司 | 一种dg启动及运行特性综合评价方法 |
CN109447335A (zh) * | 2018-10-22 | 2019-03-08 | 国网经济技术研究院有限公司 | 一种电网项目两阶段决策优化方法及系统 |
CN109800950A (zh) * | 2018-12-17 | 2019-05-24 | 国家电网有限公司 | 基于层次分析法的梯次利用电池储能系统性能评估方法 |
CN110929791A (zh) * | 2019-11-27 | 2020-03-27 | 北京交通大学 | 梯次利用电池的应用场景选择方法 |
Non-Patent Citations (3)
Title |
---|
邹阳: "基于组合赋权-双基点法的变压器油纸绝缘状态综合评估", 《电工技术学报》 * |
陈豪: "储能锂电池运行状态综合评估指标研究", 《中国电力》 * |
雷琪: "基于层次分析和改进逼近理想解法的分层储能系统综合评估", 《电力系统保护与控制》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112305442A (zh) * | 2020-10-14 | 2021-02-02 | 北方工业大学 | 一种基于kmeans聚类的动力电池SOH快速估计方法 |
CN112327189A (zh) * | 2020-10-14 | 2021-02-05 | 北方工业大学 | 一种基于knn算法的储能电池健康状态综合判断方法 |
CN112327189B (zh) * | 2020-10-14 | 2023-06-09 | 北方工业大学 | 一种基于knn算法的储能电池健康状态综合判断方法 |
CN112305442B (zh) * | 2020-10-14 | 2023-06-20 | 北方工业大学 | 一种基于kmeans聚类的动力电池SOH快速估计方法 |
CN114295999A (zh) * | 2021-12-30 | 2022-04-08 | 国网浙江省电力有限公司电力科学研究院 | 一种基于间接健康指标的锂离子电池soh预测方法及系统 |
CN115542186A (zh) * | 2022-11-30 | 2022-12-30 | 中国电力科学研究院有限公司 | 一种储能电池状态及一致性评价方法、装置、设备及介质 |
CN115542186B (zh) * | 2022-11-30 | 2023-03-14 | 中国电力科学研究院有限公司 | 一种储能电池状态及一致性评价方法、装置、设备及介质 |
CN116298977A (zh) * | 2023-05-12 | 2023-06-23 | 苏州时代华景新能源有限公司 | 一种锂电池循环性能测试方法及系统 |
CN116298977B (zh) * | 2023-05-12 | 2023-10-20 | 苏州时代华景新能源有限公司 | 一种锂电池循环性能测试方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111487533A (zh) | 一种锂电池运行状态评估方法及系统 | |
CN102590751B (zh) | 动力电池包一致性评估方法和装置 | |
WO2022253038A1 (zh) | 基于弹性网的锂电池健康状态预测方法、系统、设备及介质 | |
CN113805064B (zh) | 基于深度学习的锂离子电池组健康状态预测方法 | |
CN111537899A (zh) | 一种梯次利用动力电池安全性评估方法 | |
CN113052464B (zh) | 电池储能系统可靠性评估方法及系统 | |
CN104166790A (zh) | 基于逼近理想解理论的锂离子动力电池性能评价方法 | |
CN105866700A (zh) | 一种锂离子电池快速筛选的方法 | |
CN112686380A (zh) | 基于神经网络的梯次动力电芯一致性评估方法和系统 | |
CN111487532B (zh) | 一种基于层次分析法和熵值法的退役电池筛选方法及系统 | |
CN115481363A (zh) | 基于组合赋权-模糊综合评价的电池组不一致性评估方法 | |
CN113391216A (zh) | 基于响应曲面设计的铅酸电池可用容量估算方法和装置 | |
CN114636948A (zh) | 一种储能系统寿命评估方法、装置、电子设备及存储介质 | |
CN115248393A (zh) | 电池一致性分选方法、装置、设备及存储介质 | |
CN113112114A (zh) | 一种储能电站在线评估方法和装置 | |
CN112132424A (zh) | 一种大规模储能多属性决策选型方法 | |
CN110187281B (zh) | 基于充电阶段健康特征的锂电池健康状态估算的方法 | |
CN117110884A (zh) | 基于多核相关向量机的锂电池剩余使用寿命预测方法 | |
CN113933718B (zh) | 一种退役电池容量分选方法、装置、设备及存储介质 | |
CN112485694B (zh) | 电池组的检测方法及装置 | |
CN114611877A (zh) | 一种充光储能源站安全评价方法及系统 | |
CN109871655B (zh) | 一种基于模糊等级评价的器件级产品试验应力确定方法 | |
CN116298977B (zh) | 一种锂电池循环性能测试方法及系统 | |
Li et al. | Consistency Evaluation of Retired Power Battery Based on the Analytic Hierarchy Process Method | |
CN114895189B (zh) | 一种串联型电池系统能量状态预测方法 |
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 |