CN114035087A - 储能电池剩余寿命评估方法、装置、设备及介质 - Google Patents
储能电池剩余寿命评估方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN114035087A CN114035087A CN202111592612.0A CN202111592612A CN114035087A CN 114035087 A CN114035087 A CN 114035087A CN 202111592612 A CN202111592612 A CN 202111592612A CN 114035087 A CN114035087 A CN 114035087A
- Authority
- CN
- China
- Prior art keywords
- energy storage
- storage battery
- loss
- throughput
- state
- 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
Links
- 238000004146 energy storage Methods 0.000 title claims abstract description 114
- 238000000034 method Methods 0.000 title claims abstract description 66
- 230000036541 health Effects 0.000 claims abstract description 34
- 238000005265 energy consumption Methods 0.000 claims abstract description 8
- 238000004590 computer program Methods 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 11
- 230000000284 resting effect Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000008878 coupling Effects 0.000 claims description 7
- 238000010168 coupling process Methods 0.000 claims description 7
- 238000005859 coupling reaction Methods 0.000 claims description 7
- 230000001186 cumulative effect Effects 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 2
- 238000011156 evaluation Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 229910001416 lithium ion Inorganic materials 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 4
- 238000006731 degradation reaction Methods 0.000 description 4
- 229910052744 lithium Inorganic materials 0.000 description 4
- 239000000178 monomer Substances 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012983 electrochemical energy storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
-
- 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
Abstract
本发明属于储能电池技术领域，公开一种储能电池剩余寿命评估方法、装置、设备及介质；所述方法包括：获取储能电池工作时的参数，以及搁置状态参数；根据储能电池工作时的参数计算储能电池工作吞吐能量损耗△Q吞吐；根据储能电池搁置状态参数，计算储能电池每次搁置累计损耗的健康状态△SOH搁置损耗；根据储能电池工作吞吐能量损耗△Q吞吐和△SOH搁置损耗计算储能电池当前的健康状态损耗SOHloss；根据储能电池当前的健康状态损耗SOHloss进行剩余运行寿命和剩余搁置寿命的预测。与现有技术相比，准确性更高，实时性更强，普适性更高，可以推广到多种体系的电池。
Description
技术领域
本发明属于储能电池技术领域，特别涉及一种储能电池剩余寿命评估方法、装置、设备及介质。
背景技术
截止到2020年年底，在各类电化学储能技术中，锂离子电池的累计装机量最大，达2.9GW，且未来几年仍将保持一个高速增长的态势，电化学储能系统中电池数量多、规模大、使用工况复杂，对储能电池的安全和寿命特性都有很高的要求。
锂离子电池作为一种复杂的电化学系统，其容量在使用过程中会逐渐退化。锂离子电池的剩余寿命(Remaining Useful Life，RUL)预测作为锂离子电池故障诊断及健康管理的前沿技术，对电网安全和延长电池使用寿命至关重要，一直以来是研究的热点和难点问题。中国专利申请CN107505575A公开一种退役动力电池的快速评估方法，利用电池在稳定电流充电过程中的数据，采用容量、内阻、功率、自放电率等数据融合的方法估计电池的健康状态，过程较为复杂，需要较长静置时间，且无法对电站中运行电池进行实时有效评估，不适合工程实际应用。
现有的电池剩余寿命评估方法通常有两种：
一种是基于定义法对锂电池健康状态进行计算，进而基于额定寿命估算剩余的寿命。利用定义法进行电池健康状态(SOH)计算。SOH的定义一般为电池当前最大可用容量除以电池标称容量。在电池标称容量已知的条件下，只需得到电池当前时刻的最大可用容量，就可以计算得到电池的SOH，因此可以将电池从满电状态放电到截止电压，这个过程放出的容量就是电池当前时刻的最大可用容量，进而将当前SOH与退役时的SOH相比得出剩余寿命。
然而此种方法存在以下缺点：(1)、实用性差，定义法必须对电池进行完整的充放电后才能得到此时电池的最大可用电量，储能系统中电池数量多，不仅时间成本高，测试成本也高；(2)、利用定义法进行电池健康状态计算，需将储能系统停机，影响整个系统的运行。(3)、锂电池电池使用后期剩余寿命估算误差大。因锂电池衰退过程是非线性的，后期容量衰减会加快甚至跳容量水，无法准确的预估剩余寿命。
另一种是基于数据驱动的方法，完全以数据为基础，通过挖掘数据序列的特征和隐含信息进行分类和预测，而不需要对象系统的精确数学模型，也不需要系统的先验知识，较为实用，因此成为锂离子电池非线性系统性能退化分析及RUL预测问题的研究方法。然而此种方法目前在实验室研究阶段，通常需要非常完整充分、细颗粒度的数据才可以对RUL进行预测，储能电站数据只有前期的数据，且数据的种类、颗粒度、完整性等不能满足数据驱动的需求，无法直接应用数据驱动的方法计算RUL。
发明内容
本发明的目的在于提供一种储能电池剩余寿命评估方法、装置、设备及介质，以解决现有评估方法准确性低、耗时长、成本高的技术问题。
为了实现上述目的，本发明采用如下技术方案：
第一方面，本发明提供一种储能电池剩余寿命评估方法，包括：
获取储能电池工作时的参数，以及搁置状态参数；
根据储能电池工作时的参数计算储能电池工作吞吐能量损耗△Q吞吐；根据储能电池搁置状态参数，计算储能电池每次搁置累计损耗的健康状态△SOH搁置损耗；
根据储能电池工作吞吐能量损耗△Q吞吐和△SOH搁置损耗计算储能电池当前的健康状态损耗SOHloss；
根据储能电池当前的健康状态损耗SOHloss进行剩余运行寿命和剩余搁置寿命的预测。
本发明进一步的改进在于：所述获取储能电池工作时的参数，以及搁置状态参数的步骤中，所述工作时的参数包括：电流、电压、时间和温度。
本发明进一步的改进在于：根据储能电池工作时的参数计算储能电池工作吞吐能量损耗△Q吞吐的步骤，具体包括：
根据工作时的参数：电流、电压、时间和温度，通过建立的耦合关系得出电池△t时刻内的工作吞吐能量损耗△Q吞吐；
ΔQ吞吐＝f(SOC1)*∑(V*I*Δt*f(T))
△t为选取运行数据时间间隔；
V为△t时刻内平均电压；
I为△t时刻内平均电流；
T为△t时刻内平均温度；
SOC1为△t时刻内平均荷电状态；
f(T)＝a+bek*T
a为第一拟合系数，取值为0.95-1.05；
b为第二拟合系数，取值为10-6-10-2；
k为第三拟合系数，取值为10-3-0.3。
本发明进一步的改进在于：f(SOC1)的取值如下：
当0≤SOC1≤20％时，f(SOC1)＝1.02±0.02；
当20＜SOC1≤40％时，f(SOC1)＝1.01±0.02；
当40＜SOC1≤60％时，f(SOC1)＝1；
当60＜SOC1≤80％时，f(SOC1)＝1.01±0.02；
当80＜SOC1≤100％时，f(SOC1)＝1.02±0.02。
本发明进一步的改进在于：根据储能电池搁置状态参数，计算储能电池每次搁置累计损耗的健康状态△SOH搁置损耗的步骤中，所述每次搁置累计损耗的健康状态△SOH搁置损耗具体为：
t搁置为本次搁置的总时长；
α为第一经验系数，取值为10-3-10-2；
z为第二经验系数，取值为0.2-0.8；
f(T2)＝a+bek*T2
T2为搁置时间内的平均温度；
SOC2为搁置时刻内平均荷电状态；
当0≤SOC2≤20％时，f(SOC1)＝1.01±0.02；
当20＜SOC2≤40％时，f(SOC1)＝1.01±0.02；
当40＜SOC2≤60％时，f(SOC1)＝1；
当60＜SOC2≤80％时，f(SOC1)＝1.01±0.02；
当80＜SOC2≤100％时，f(SOC1)＝1.02±0.02。
本发明进一步的改进在于：所述健康状态损耗SOHloss具体为：
本发明进一步的改进在于：所述根据储能电池当前的健康状态损耗SOHloss进行剩余运行寿命和剩余搁置寿命的预测的步骤，具体为：
l的取值为-10～10；
m的取值0～500；
n的取值-10～0；
q的取值1～3。
第二方面，本发明提供一种储能电池剩余寿命评估装置，包括：
获取模块，用于获取储能电池工作时的参数，以及搁置状态参数；
第一计算模块，用于根据储能电池工作时的参数计算储能电池工作吞吐能量损耗△Q吞吐；根据储能电池搁置状态参数，计算储能电池每次搁置累计损耗的健康状态△SOH搁置损耗；
第二计算模块，用于根据储能电池工作吞吐能量损耗△Q吞吐和△SOH搁置损耗计算储能电池当前的健康状态损耗SOHloss；
寿命预测模块，用于根据储能电池当前的健康状态损耗SOHloss进行剩余运行寿命和剩余搁置寿命的预测。
第三方面，本发明提供一种电子设备，所述电子设备包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现所述的储能电池剩余寿命评估方法。
第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现所述的储能电池剩余寿命评估方法。
相对于现有技术，本发明具有以下有益效果：
本发明针对真实储能电站数据类型、颗粒度等情况，通过对电池数据的分析处理及计算，结合工作和搁置两种应用情境下的不同评估方法，并加权耦合了温度参量，并基于容量损失速度、当前SOH、工况、温度、运营时间等参数对剩余寿命进行实时修正，综合建立储能系统中锂离子电池剩余寿命评价方法，可评估到电芯单体级别，提高储能电池状态评价准确度，对电池组均衡策略的调整提供技术支撑，同时，也能提高储能电站海量电池管理水平，准确把握电池在线响应特性，为储能系统长期安全运行提供技术保障，推迟电池退役时间，减少更换电池次数，降低公司运营成本。与现有技术相比，准确性更高，实时性更强，普适性更高，可以推广到多种体系的电池。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明一种储能电池剩余寿命评估方法的流程示意图；
图2为本发明一种储能电池剩余寿命评估装置的结构示意图；
图3为本发明一种电子设备的结构框图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。
对锂电池当前健康状态(SOH)进行估算，电池在实际运行中工作状态和搁置状态交替存在，且在储能工况下存在有较多、较长时间的搁置过程，然而现有评估方法通常忽略了搁置时电池的损耗。考虑到电池工作和静置时具有不同的衰退机制，本发明分别建立两种衰退机制下的电池状态评估方法，通过程序判断、提取、计算两种状态下电站数据的时间、温度、电压、电流等参数数据，结合两种方法对电池进行状态评估，并建立不同时刻温度参量对电池状态加权耦合机制，更符合电池的实际特性，提高了评估的准确性。
实施例1
请参阅图1所示，本发明提供一种储能电池剩余寿命评估方法，包括以下步骤：
S1、获取储能电池工作时的参数，以及搁置状态参数；所述工作时的参数包括：电流、电压、时间和温度；搁置状态参数包括：每次搁置时常和温度；
S2、针对真实储能电站数据类型、颗粒度等情况，基于运行数据对电池状态进行评估，分析处理电池数据，提取电池工作时的参数：电流、电压、时间、温度，通过建立的耦合关系得出电池△t时刻内的工作吞吐能量损耗：
ΔQ吞吐＝f(SOC1)*∑(V*I*Δt*f(T))
△t为选取运行数据时间间隔；
V为△t时刻内平均电压；
I为△t时刻内平均电流；
T为△t时刻内平均温度；
SOC1为△t时刻内平均荷电状态(SOC)；
f(T)＝a+bek*T
a为第一拟合系数，取值为0.95-1.05；
b为第二拟合系数，取值为10-6-10-2；
k为第三拟合系数，取值为10-3-0.3；
表1 f(SOC1)根据以下阈值列表调用运行阈值系数。
| SOC1 | 0-20％ | 20％-40％ | 40％-60％ | 60％-80％ | 80％-100％ |
| 阈值系数 | 1.02±0.02 | 1.01±0.02 | 1 | 1.01±0.02 | 1.02±0.02 |
其次建立搁置时间与电池日历寿命间的耦合机制，清洗、提取电池搁置时的参数，计算每次搁置累计损耗的健康状态△SOH搁置损耗＝f(△t搁置，T搁置，SOC，Q额定容量)。
t搁置为本次搁置的总时长；
α为第一经验系数，取值为10-4-10-2；
z为第二经验系数，取值为0.1-1。
f(T2)函数同f(T)：f(T2)＝a+bek*T2
T2为搁置时间内的平均温度；
SOC2为搁置时刻内平均荷电状态(SOC)；
表2 f(SOC2)根据以下阈值列表调用搁置阈值系数
| SOC2 | 0-20％ | 20％-40％ | 40％-60％ | 60％-80％ | 80％-100％ |
| 阈值系数 | 1.01±0.02 | 1.01±0.02 | 1 | 1.01±0.02 | 1.02±0.02 |
S3、综合得出此时刻电池的健康状态损耗SOHloss：
此后可实时调取运行数据，更新电池状态，并给出具体运维策略。
S4、最后分别进行剩余运行寿命和剩余搁置寿命的预测：
l为-10～10间某一值；
m为0～500间某一值；
n为-10～0间某一值；
q为1～3间某一值；
其中经验系数同上α、z同上第(2)步，为同一系数。
α为第一经验系数，取值为10-3～10-2；
z为第二经验系数，取值为0.2～0.8。
采用本发明方法处理了某一新建储能电站真实历史数据，验证了方法的可行性。现有储能电站电池管理系统均没有RUL数据，只有电池簇的整簇的SOH值，且通常搁置时间损耗不计入评估过程，数值变化不可信(此电站数据没有电池单体SOH估算数据)，无法准确找到高风险电池，增加了运维成本和安全风险。通过本发明方法实现了对储能系统整簇224支储能电池单体的SOH、RUL准确评估，可以实时评估监控到电池单体，并给出相应的运维策略。实现储能系统的精准化、智能化运维及预警。
1)将电池工作和搁置时不同的衰退机制相结合的电池状态评估方法；
2)不同时刻温度参量对电池状态加权耦合机制；
3)剩余寿命与损失容量间的关联关系；
4)基于容量损失速率、当前SOH、工况、温度、运营时间等参数的剩余寿命修正方法。
本发明针对真实储能电站数据类型、颗粒度等情况，通过对电池数据的分析处理及计算，结合工作和搁置两种应用情境下的不同评估方法，并加权耦合了温度参量，综合建立储能系统中锂离子电池状态评价方法，可评估到电芯单体级别，解决了常规电池状态评价方法准确性低、耗时长、成本高的难题；
此外本发明所用参数普遍易得，实用性强；评估时储能系统无需停机，可实时得出评估结果及运维策略。为在老化过程中电池状态发生变化后，均衡策略变差或失效提供解决方案。
本发明针对容量损失速度、当前SOH、工况、温度、运营时间等参数对剩余寿命进行实时修正，使给出的剩余寿命更为准确。
实施例2
请参阅图2所示，本发明还提供一种储能电池剩余寿命评估装置，包括：
获取模块，用于获取储能电池工作时的参数，以及搁置状态参数；
第一计算模块，用于根据储能电池工作时的参数计算储能电池工作吞吐能量损耗△Q吞吐；根据储能电池搁置状态参数，计算储能电池每次搁置累计损耗的健康状态△SOH搁置损耗；
第二计算模块，用于根据储能电池工作吞吐能量损耗△Q吞吐和△SOH搁置损耗计算储能电池当前的健康状态损耗SOHloss；
寿命预测模块，用于根据储能电池当前的健康状态损耗SOHloss进行剩余运行寿命和剩余搁置寿命的预测。
其中，
ΔQ吞吐＝f(SOC1)*∑(V*I*Δt*f(T))
△t为选取运行数据时间间隔；
V为△t时刻内平均电压；
I为△t时刻内平均电流；
T为△t时刻内平均温度；
SOC1为△t时刻内平均荷电状态(SOC)；
f(T)＝a+bek*T
a为第一拟合系数，取值为0.95-1.05；
b为第二拟合系数，取值为10-6-10-2；
k为第三拟合系数，取值为10-3-0.3；
表1 f(SOC1)根据以下阈值列表调用运行阈值系数。
| SOC1 | 0-20％ | 20％-40％ | 40％-60％ | 60％-80％ | 80％-100％ |
| 阈值系数 | 1.02±0.02 | 1.01±0.02 | 1 | 1.01±0.02 | 1.02±0.02 |
t搁置为本次搁置的总时长；
α为第一经验系数，取值为10-3-10-2；
z为第二经验系数，取值为0.2-0.8。
f(T2)函数同f(T)：f(T2)＝a+bek*T2
T2为搁置时间内的平均温度；
SOC2为搁置时刻内平均荷电状态(SOC)；
表2 f(SOC2)根据以下阈值列表调用搁置阈值系数
| SOC2 | 0-20％ | 20％-40％ | 40％-60％ | 60％-80％ | 80％-100％ |
| 阈值系数 | 1.01±0.02 | 1.01±0.02 | 1 | 1.01±0.02 | 1.02±0.02 |
此后可实时调取运行数据，更新电池状态，并给出具体运维策略。
l为-10～10间某一值；
m为0～500间某一值；
n为-10～0间某一值；
q为1～3间某一值；
α为第一经验系数，取值为10-3～10-2；
z为第二经验系数，取值为0.2～0.8。
实施例3
请参阅图3所示，本发明还提供一种储能电池剩余寿命评估方法的电子设备100；所述电子设备100包括存储器101、至少一个处理器102、存储在所述存储器101中并可在所述至少一个处理器102上运行的计算机程序103及至少一条通讯总线104。
存储器101可用于存储所述计算机程序103，所述处理器102通过运行或执行存储在所述存储器101内的计算机程序，以及调用存储在存储器101内的数据，实现实施例1所述的一种储能电池剩余寿命评估方法的方法步骤。所述存储器101可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据电子设备100的使用所创建的数据等。此外，存储器101可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。
所述至少一个处理器102可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器102可以是微处理器或者该处理器102也可以是任何常规的处理器等，所述处理器102是所述电子设备100的控制中心，利用各种接口和线路连接整个电子设备100的各个部分。
所述电子设备100中的所述存储器101存储多个指令以实现一种储能电池状态评价方法，所述处理器102可执行所述多个指令从而实现：
获取储能电池工作时的参数，以及搁置状态参数；
根据储能电池工作时的参数计算储能电池工作吞吐能量损耗△Q吞吐；根据储能电池搁置状态参数，计算储能电池每次搁置累计损耗的健康状态△SOH搁置损耗；
根据储能电池工作吞吐能量损耗△Q吞吐和△SOH搁置损耗计算储能电池当前的健康状态损耗SOHloss；
根据储能电池当前的健康状态损耗SOHloss进行剩余运行寿命和剩余搁置寿命的预测。
具体地，所述处理器102对上述指令的具体实现方法可参考实施例1中相关步骤的描述，在此不赘述。
实施例4
所述电子设备100集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器及只读存储器(ROM，Read-Only Memory)。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。
本发明是参照根据本发明实施例的方法、设备(系统)、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。
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。
最后应当说明的是：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应当理解：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，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.储能电池剩余寿命评估方法，其特征在于，包括：
获取储能电池工作时的参数，以及搁置状态参数；
根据储能电池工作时的参数计算储能电池工作吞吐能量损耗△Q吞吐；根据储能电池搁置状态参数，计算储能电池每次搁置累计损耗的健康状态△SOH搁置损耗；
根据储能电池工作吞吐能量损耗△Q吞吐和△SOH搁置损耗计算储能电池当前的健康状态损耗SOHloss；
根据储能电池当前的健康状态损耗SOHloss进行剩余运行寿命和剩余搁置寿命的预测。
2.根据权利要求1所述的储能电池剩余寿命评估方法，其特征在于，所述获取储能电池工作时的参数，以及搁置状态参数的步骤中，所述工作时的参数包括：电流、电压、时间和温度。
3.根据权利要求2所述的储能电池剩余寿命评估方法，其特征在于，根据储能电池工作时的参数计算储能电池工作吞吐能量损耗△Q吞吐的步骤，具体包括：
根据工作时的参数：电流、电压、时间和温度，通过建立的耦合关系得出电池△t时刻内的工作吞吐能量损耗△Q吞吐；
△Q吞吐＝f(SOC1)*∑(V*I*△t*f(T))
△t为选取运行数据时间间隔；
V为△t时刻内平均电压；
I为△t时刻内平均电流；
T为△t时刻内平均温度；
SOC1为△t时刻内平均荷电状态；
f(T)＝a+bek*T
a为第一拟合系数，取值为0.95-1.05；
b为第二拟合系数，取值为10-6-10-2；
k为第三拟合系数，取值为10-3-0.3。
4.根据权利要求3所述的储能电池剩余寿命评估方法，其特征在于，f(SOC1)的取值如下：
当0≤SOC1≤20％时，f(SOC1)＝1.02±0.02；
当20＜SOC1≤40％时，f(SOC1)＝1.01±0.02；
当40＜SOC1≤60％时，f(SOC1)＝1；
当60＜SOC1≤80％时，f(SOC1)＝1.01±0.02；
当80＜SOC1≤100％时，f(SOC1)＝1.02±0.02。
5.根据权利要求4所述的储能电池剩余寿命评估方法，其特征在于，根据储能电池搁置状态参数，计算储能电池每次搁置累计损耗的健康状态△SOH搁置损耗的步骤中，所述每次搁置累计损耗的健康状态△SOH搁置损耗具体为：
t搁置为本次搁置的总时长；
α为第一经验系数，取值为10-3-10-2；
z为第二经验系数，取值为0.2-0.8；
f(T2)＝a+bek*T2
T2为搁置时间内的平均温度；
SOC2为搁置时刻内平均荷电状态；
当0≤SOC2≤20％时，f(SOC1)＝1.01±0.02；
当20＜SOC2≤40％时，f(SOC1)＝1.01±0.02；
当40＜SOC2≤60％时，f(SOC1)＝1；
当60＜SOC2≤80％时，f(SOC1)＝1.01±0.02；
当80＜SOC2≤100％时，f(SOC1)＝1.02±0.02。
6.根据权利要求5所述的储能电池剩余寿命评估方法，其特征在于，所述健康状态损耗SOHloss具体为：
7.根据权利要求6所述的储能电池剩余寿命评估方法，其特征在于，所述根据储能电池当前的健康状态损耗SOHloss进行剩余运行寿命和剩余搁置寿命的预测的步骤，具体为：
l的取值为-10～10；
m的取值0～500；
n的取值-10～0；
q的取值1～3。
8.储能电池剩余寿命评估装置，其特征在于，包括：
获取模块，用于获取储能电池工作时的参数，以及搁置状态参数；
第一计算模块，用于根据储能电池工作时的参数计算储能电池工作吞吐能量损耗△Q吞吐；根据储能电池搁置状态参数，计算储能电池每次搁置累计损耗的健康状态△SOH搁置损耗；
第二计算模块，用于根据储能电池工作吞吐能量损耗△Q吞吐和△SOH搁置损耗计算储能电池当前的健康状态损耗SOHloss；
寿命预测模块，用于根据储能电池当前的健康状态损耗SOHloss进行剩余运行寿命和剩余搁置寿命的预测。
9.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现如权利要求1至7中任意一项所述的储能电池剩余寿命评估方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现如权利要求1至7中任意一项所述的储能电池剩余寿命评估方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111592612.0A CN114035087B (zh) | 2021-12-23 | 2021-12-23 | 储能电池剩余寿命评估方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111592612.0A CN114035087B (zh) | 2021-12-23 | 2021-12-23 | 储能电池剩余寿命评估方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114035087A true CN114035087A (zh) | 2022-02-11 |
| CN114035087B CN114035087B (zh) | 2023-11-07 |
Family
ID=80147217
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111592612.0A Active CN114035087B (zh) | 2021-12-23 | 2021-12-23 | 储能电池剩余寿命评估方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114035087B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116111692A (zh) * | 2023-03-14 | 2023-05-12 | 深圳市拓普泰克技术股份有限公司 | 一种基于户外便携式的储能电源控制系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010055271A1 (fr) * | 2008-11-17 | 2010-05-20 | Peugeot Citroën Automobiles SA | Procede d ' evaluation de la duree de vie restante d ' une source electrochimique d ' energie pour la traction electrique |
| CN105738815A (zh) * | 2014-12-12 | 2016-07-06 | 国家电网公司 | 一种在线检测锂离子电池健康状态的方法 |
| CN110133533A (zh) * | 2019-06-10 | 2019-08-16 | 珠海东帆科技有限公司 | 估算电池健康状态的方法和电池管理装置 |
| CN111175666A (zh) * | 2020-01-16 | 2020-05-19 | 郑州宇通客车股份有限公司 | 一种soh检测方法及装置 |
| US20200355750A1 (en) * | 2019-05-08 | 2020-11-12 | Tata Consultancy Services Limited | Method and system for remaining useful life prediction of lithium based batteries |
| CN112083345A (zh) * | 2020-08-27 | 2020-12-15 | 欣旺达电动汽车电池有限公司 | 电池状态检测方法、装置及存储介质 |
| CN112595980A (zh) * | 2020-12-17 | 2021-04-02 | 北京海博思创科技股份有限公司 | 电池储能系统寿命的预测方法、装置及设备 |
| CN113406523A (zh) * | 2021-08-19 | 2021-09-17 | 中国电力科学研究院有限公司 | 一种储能电池状态评价方法、装置、电子设备及存储系统 |
-
2021
- 2021-12-23 CN CN202111592612.0A patent/CN114035087B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010055271A1 (fr) * | 2008-11-17 | 2010-05-20 | Peugeot Citroën Automobiles SA | Procede d ' evaluation de la duree de vie restante d ' une source electrochimique d ' energie pour la traction electrique |
| CN105738815A (zh) * | 2014-12-12 | 2016-07-06 | 国家电网公司 | 一种在线检测锂离子电池健康状态的方法 |
| US20200355750A1 (en) * | 2019-05-08 | 2020-11-12 | Tata Consultancy Services Limited | Method and system for remaining useful life prediction of lithium based batteries |
| CN110133533A (zh) * | 2019-06-10 | 2019-08-16 | 珠海东帆科技有限公司 | 估算电池健康状态的方法和电池管理装置 |
| CN111175666A (zh) * | 2020-01-16 | 2020-05-19 | 郑州宇通客车股份有限公司 | 一种soh检测方法及装置 |
| CN112083345A (zh) * | 2020-08-27 | 2020-12-15 | 欣旺达电动汽车电池有限公司 | 电池状态检测方法、装置及存储介质 |
| CN112595980A (zh) * | 2020-12-17 | 2021-04-02 | 北京海博思创科技股份有限公司 | 电池储能系统寿命的预测方法、装置及设备 |
| CN113406523A (zh) * | 2021-08-19 | 2021-09-17 | 中国电力科学研究院有限公司 | 一种储能电池状态评价方法、装置、电子设备及存储系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116111692A (zh) * | 2023-03-14 | 2023-05-12 | 深圳市拓普泰克技术股份有限公司 | 一种基于户外便携式的储能电源控制系统 |
| CN116111692B (zh) * | 2023-03-14 | 2023-09-29 | 深圳市拓普泰克技术股份有限公司 | 一种基于户外便携式的储能电源控制系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114035087B (zh) | 2023-11-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| CN107329094A (zh) | 动力电池健康状态估算方法及装置 | |
| CN113406523B (zh) | 一种储能电池状态评价方法、装置、电子设备及存储系统 | |
| CN108107372A (zh) | 基于soc分区估算的蓄电池健康状况量化方法及系统 | |
| CN112363075B (zh) | 一种锂离子电池老化的评估方法 | |
| CN113219351B (zh) | 动力电池的监控方法及装置 | |
| CN110045291B (zh) | 一种锂电池容量估计方法 | |
| CN113030761B (zh) | 一种超大规模储能电站电池健康状态的评估方法及系统 | |
| CN104833917B (zh) | 用于锂蓄电池中荷电状态实时估算的标称电池电阻的确定 | |
| CN112083346B (zh) | 基于lstm的并联电池组内部电流分布估计方法及系统 | |
| Farag et al. | Li-ion battery SOC estimation using non-linear estimation strategies based on equivalent circuit models | |
| CN115079026B (zh) | 一种适用于高压储能系统的soc自动标定方法及装置 | |
| CN114675187A (zh) | 一种物理机理和机器学习融合的锂离子电池寿命预测方法 | |
| CN114035087A (zh) | 储能电池剩余寿命评估方法、装置、设备及介质 | |
| CN111999659B (zh) | 基于特征值法的磷酸铁锂电池soh估算方法及存储介质 | |
| CN112415400B (zh) | 电池容量估计方法及系统 | |
| CN116027215A (zh) | 一种水下大规模储能锂电池组soc估算和评价方法 | |
| CN108845267B (zh) | 一种动力电池的数据处理方法和装置 | |
| CN116148670A (zh) | 一种电化学储能电站电池寿命估算方法及装置 | |
| CN116953547A (zh) | 一种储能电池健康度评估方法、系统、设备及存储介质 | |
| CN112578302A (zh) | 一种梯次利用动力电池重组方法、系统、设备和存储介质 | |
| CN107748327B (zh) | 一种储能电池组在线评估方法及装置 | |
| CN113900028B (zh) | 一种考虑初始荷电状态和充放电路径的电池健康状态估计方法及系统 | |
| CN116908720B (zh) | 一种电池组一致性状态诊断方法、装置及存储介质 | |
| CN117347888B (zh) | 电池均衡仪载荷测量方法、装置、计算机设备及存储介质 |
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 |