CN114282852A - 一种电池安全性计算方法和装置 - Google Patents

一种电池安全性计算方法和装置 Download PDF

Info

Publication number
CN114282852A
CN114282852A CN202210200594.5A CN202210200594A CN114282852A CN 114282852 A CN114282852 A CN 114282852A CN 202210200594 A CN202210200594 A CN 202210200594A CN 114282852 A CN114282852 A CN 114282852A
Authority
CN
China
Prior art keywords
safety
battery
manufacturer
evaluation
evaluation result
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
CN202210200594.5A
Other languages
English (en)
Other versions
CN114282852B (zh
Inventor
田培根
肖曦
于璐
慈松
张辉
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.)
Tsinghua University
Original Assignee
Tsinghua 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 Tsinghua University filed Critical Tsinghua University
Priority to CN202210200594.5A priority Critical patent/CN114282852B/zh
Publication of CN114282852A publication Critical patent/CN114282852A/zh
Application granted granted Critical
Publication of CN114282852B publication Critical patent/CN114282852B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Secondary Cells (AREA)

Abstract

本申请实施例公开了一种电池安全性计算方法和装置,该方法包括:获取梯次利用电池的历史数据;对历史数据中涉及电池种类的第一部分数据进行电池种类安全评估并获取电池种类安全评估结果;对历史数据中涉及电池生产厂家的第二部分数据进行生产厂家安全评估并获取生产厂家安全评估结果;对历史数据中涉及电池安全使用的第三部分数据进行安全使用评估并获取安全使用评估结果;根据安全评估计算式对种类安全评估结果、生产厂家安全评估结果和安全使用评估结果进行计算获取每个所述梯次利用电池的最终安全评估结果。通过该实施例方案,实现了有效地评估梯次利用电池的安全性能,为更好地提升储能系统的安全性提供了技术基础。

Description

一种电池安全性计算方法和装置
技术领域
本申请实施例涉及电池应用技术,尤指一种电池安全性计算方法和装置。
背景技术
电动汽车退役动力电池回收价格低廉,符合储能电站要求、有利于降低电力储能装备成本,可在电力系统储能领域大量推广动力电池的梯次利用。由于梯次利用电池经电动汽车长期使用,会存在枝晶生长、阻抗增加、内部电化学结构发生变化等安全隐患。目前,安全已经成为了动力电池梯次利用储能系统大规模建设推广的关键影响因素,安全问题越来越受到重视。因此需要合理的梯次利用电池安全评估方法对其进行安全性的评估。
目前对于退役动力电池梯次利用的研究主要是退役电池性能差异的筛选重组方法和退役电池梯次应用场景适用性评价,缺乏对梯次利用电池本身安全性能的评估方法。
发明内容
本申请实施例提供了一种电池安全性计算方法和装置,能够有效的评估梯次利用电池的安全性能,为更好地提升储能系统的安全性提供了技术基础。
本申请实施例提供了一种电池安全性计算方法,所述方法可以包括:
获取梯次利用电池的历史数据;
对所述历史数据中涉及电池种类的第一部分数据,根据预设的电池种类安全评估算法进行电池种类安全评估,并获取电池种类安全评估结果;
对所述历史数据中涉及电池生产厂家的第二部分数据,根据预设的生产厂家安全评估算法进行生产厂家安全评估,并获取生产厂家安全评估结果;
对所述历史数据中涉及电池安全使用的第三部分数据,根据预设的安全使用评估算法进行安全使用评估,并获取安全使用评估结果;
根据预设的安全评估计算式对所述种类安全评估结果、所述生产厂家安全评估结果和所述安全使用评估结果进行计算获取每个所述梯次利用电池的最终安全评估结果。
在本申请的示例性实施例中,所述对所述历史数据中涉及电池种类的第一部分数据,根据预设的电池种类安全评估算法进行电池种类安全评估,并获取电池种类安全评估结果,可以包括:
获取专家对预设的电池种类安全要素的第一重要性评分;
通过所述第一重要性评分构造第一判别矩阵;其中,采用规范列平均法获取所述第一判别矩阵中所述电池种类安全要素的第一权重;
采用层次分析法,依据所述第一判别矩阵对所述第一部分数据进行分析,获取不同电池种类对应的安全评估结果,作为所述电池种类安全评估结果。
在本申请的示例性实施例中,所述电池种类安全要素可以包括以下任意一种或多种:所述梯次利用电池的能力密度、比热容、循环寿命以及成本。
在本申请的示例性实施例中,所述对所述历史数据中涉及电池生产厂家的第二部分数据,根据预设的生产厂家安全评估算法进行生产厂家安全评估,并获取生产厂家安全评估结果,可以包括:
获取专家对预设的生产厂家安全要素的第二重要性评分;
通过所述第二重要性评分构造第二判别矩阵;其中,采用规范列平均法获取所述第二判别矩阵中所述生产厂家安全要素的第二权重;
采用层次分析法,依据所述第二判别矩阵对所述第二部分数据进行分析,获取不同生产厂家对应的安全评估结果,作为所述生产厂家安全评估结果。
在本申请的示例性实施例中,所述生产厂家安全要素可以包括以下任意一种或多种:生产厂家的生产技术、企业信用、安全风险、生产规范性以及生产环保性。
在本申请的示例性实施例中,所述对所述历史数据中涉及电池安全使用的第三部分数据,根据预设的安全使用评估算法进行安全使用评估,并获取安全使用评估结果,可以包括:
根据预设的安全使用要素和全部所述梯次利用电池构造第一决策矩阵,并根据熵值法计算所述安全使用要素的第三权重;基于所述第一决策矩阵和所述第三权重,针对每一个梯次利用电池执行以下步骤:
确定该梯次利用电池对应的所述第一决策矩阵的最优解和最劣解;
根据所述第三权重计算该梯次利用电池对应的第三部分数据与所述最优解的第一距离,以及该梯次利用电池对应的第三部分数据与所述最劣解的第二距离;
根据所述第一距离和所述第二距离计算该梯次利用电池对应的第三部分数据与所述最优解的贴近度,记作最优贴近度,将所述最优贴近度作为该梯次利用电池对应的安全使用评估结果。
在本申请的示例性实施例中,所述安全使用要素可以包括以下任意一种或多种:容量极差、内阻、自放电率以及电压。
在本申请的示例性实施例中,所述根据熵值法计算所述安全使用要素的第三权重,可以包括:
获取所述第一决策矩阵;
对所述第一决策矩阵中的元素进行负向元素正向化处理以及归一化处理;
对于经过所述负向元素正向化处理以及归一化处理的第一决策矩阵中的每个安全使用要素,分别计算该安全使用要素下每个梯次利用电池所占比重;
根据预设的熵值计算式和所述每个梯次利用电池所占比重计算每个安全使用要素对应的熵值;
根据预设的权重计算式和所述熵值计算每个安全使用要素的权重。
在本申请的示例性实施例中,所述安全评估计算式可以包括:
Figure 786694DEST_PATH_IMAGE001
其中,
Figure 641517DEST_PATH_IMAGE002
为第i个梯次利用电池对应的所述最终安全评估结果,
Figure 109670DEST_PATH_IMAGE003
为第i个梯次利用电池对应的所述安全使用评估结果,
Figure 708142DEST_PATH_IMAGE004
为第i个梯次利用电池对应的所述电池种类安全评估结果,
Figure 709464DEST_PATH_IMAGE005
为第i个梯次利用电池对应的所述生产厂家安全评估结果;i为正整数,i=1、2、…、n,n为梯次利用电池的总个数,n为正整数。
本申请实施例还提供了一种电池安全性计算装置,可以包括处理器和计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令被所述处理器执行时,实现上述任意一项所述的电池安全性计算方法。
与相关技术相比,本申请实施例可以包括:获取梯次利用电池的历史数据;对所述历史数据中涉及电池种类的第一部分数据,根据预设的电池种类安全评估算法进行电池种类安全评估,并获取电池种类安全评估结果;对所述历史数据中涉及电池生产厂家的第二部分数据,根据预设的生产厂家安全评估算法进行生产厂家安全评估,并获取生产厂家安全评估结果;对所述历史数据中涉及电池安全使用的第三部分数据,根据预设的安全使用评估算法进行安全使用评估,并获取安全使用评估结果;根据预设的安全评估计算式对所述种类安全评估结果、所述生产厂家安全评估结果和所述安全使用评估结果进行计算获取每个所述梯次利用电池的最终安全评估结果。通过该实施例方案,实现了有效地评估梯次利用电池的安全性能,为更好地提升储能系统的安全性提供了技术基础。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。
附图说明
附图用来提供对本申请技术方案的理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本申请的技术方案,并不构成对本申请技术方案的限制。
图1为本申请实施例的电池安全性计算方法流程图;
图2为本申请实施例的电池安全性计算方法示意图;
图3为本申请实施例的电池种类安全评估算法模型示意图;
图4为本申请实施例的生产厂家安全评估算法模型示意图;
图5为本申请实施例的安全使用评估算法模型示意图;
图6为本申请实施例的电池安全性计算装置组成框图。
具体实施方式
本申请描述了多个实施例,但是该描述是示例性的,而不是限制性的,并且对于本领域的普通技术人员来说显而易见的是,在本申请所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合,并在具体实施方式中进行了讨论,但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外,任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用,或可以替代任何其它实施例中的任何其他特征或元件。
本申请包括并设想了与本领域普通技术人员已知的特征和元件的组合。本申请已经公开的实施例、特征和元件也可以与任何常规特征或元件组合,以形成由权利要求限定的独特的发明方案。任何实施例的任何特征或元件也可以与来自其它发明方案的特征或元件组合,以形成另一个由权利要求限定的独特的发明方案。因此,应当理解,在本申请中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此,除了根据所附权利要求及其等同替换所做的限制以外,实施例不受其它限制。此外,可以在所附权利要求的保护范围内进行各种修改和改变。
此外,在描述具有代表性的实施例时,说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而,在该方法或过程不依赖于本文所述步骤的特定顺序的程度上,该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的,其它的步骤顺序也是可能的。因此,说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外,针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤,本领域技术人员可以容易地理解,这些顺序可以变化,并且仍然保持在本申请实施例的精神和范围内。
本申请实施例提供了一种电池安全性计算方法,如图1所示,所述方法可以包括步骤S101-S105:
S101、获取梯次利用电池的历史数据;
S102、对所述历史数据中涉及电池种类的第一部分数据,根据预设的电池种类安全评估算法进行电池种类安全评估,并获取电池种类安全评估结果;
S103、对所述历史数据中涉及电池生产厂家的第二部分数据,根据预设的生产厂家安全评估算法进行生产厂家安全评估,并获取生产厂家安全评估结果;
S104、对所述历史数据中涉及电池安全使用的第三部分数据,根据预设的安全使用评估算法进行安全使用评估,并获取安全使用评估结果;
S105、根据预设的安全评估计算式对所述种类安全评估结果、所述生产厂家安全评估结果和所述安全使用评估结果进行计算获取每个所述梯次利用电池的最终安全评估结果。
在本申请的示例性实施例中,已知传统储能系统使用相同厂家、相同种类的新电池并且各项数据指标一致,因此各个电池安全性能相同。梯次利用电池作为二次使用的旧电池,具有不同型号、不同厂家、电池老化的性质,对于电池单体,相同环境下梯次电池比新电池的内阻及温升更大。电池成组后,由于不同种类、生产厂家的电池所带来的差异性,导致电池性能不同,电池工作时温度更高且成组后温度的不一致性会加剧,严重情况下会导致安全事故的发生。因此,为了区分梯次利用电池所带来的安全风险,在储能系统使用之前,需要对梯次利用电池进行安全风险评估,为储能系统的电热安全保护提供可靠的数据支持,避免由不同型号、不同厂家、电池老化问题对储能运行带来的安全风险。其安全评估示意图如图2所示。
在本申请的示例性实施例中,采用了梯次利用电池的种类、生产厂家、安全使用(即,实际使用,或称测试)等多维数据。通过预设的安全使用评估算法【例如,熵权-TOPSIS(逼近于理想值的排序方法)算法】确定梯次利用电池的安全使用评估结果;并考虑电池种类、生产厂家对梯次利用电池安全性的影响,进行电池安全兼容评估,最后进行综合评估得到梯次利用电池的最终安全评估结果。对拟采用不同厂家、批次、种类退役动力电池构建的储能系统,该方法可以对其中的梯次利用电池进行有效的安全评估,有助于选用安全性更高的退役电池类来构建储能系统,进一步提升系统安全性,符合梯次利用储能系统大规模推广建设的现实需要。
在本申请的示例性实施例中,所述对所述历史数据中涉及电池种类的第一部分数据,根据预设的电池种类安全评估算法进行电池种类安全评估,并获取电池种类安全评估结果,可以包括:
获取专家对预设的电池种类安全要素的第一重要性评分;
通过所述第一重要性评分构造第一判别矩阵;其中,采用规范列平均法获取所述第一判别矩阵中所述电池种类安全要素的第一权重;
采用层次分析法,依据所述第一判别矩阵对所述第一部分数据进行分析,获取不同电池种类对应的安全评估结果,作为所述电池种类安全评估结果。
在本申请的示例性实施例中,所述电池种类安全要素可以包括以下任意一种或多种:所述梯次利用电池的能力密度、比热容、循环寿命以及成本。
在本申请的示例性实施例中,不同种类的电池其内部的状态变化存在很大差异,可以依据电池能力密度、比热容、循环寿命、成本四个指标(即电池种类安全要素)通过层次分析法进行安全评估。电池种类安全评估算法的模型如图3所示。
在本申请的示例性实施例中,所述对所述历史数据中涉及电池生产厂家的第二部分数据,根据预设的生产厂家安全评估算法进行生产厂家安全评估,并获取生产厂家安全评估结果,可以包括:
获取专家对预设的生产厂家安全要素的第二重要性评分;
通过所述第二重要性评分构造第二判别矩阵;其中,采用规范列平均法获取所述第二判别矩阵中所述生产厂家安全要素的第二权重;
采用层次分析法,依据所述第二判别矩阵对所述第二部分数据进行分析,获取不同生产厂家对应的安全评估结果,作为所述生产厂家安全评估结果。
在本申请的示例性实施例中,所述生产厂家安全要素可以包括以下任意一种或多种:生产厂家的生产技术、企业信用、安全风险、生产规范性以及生产环保性。
在本申请的示例性实施例中,同一批梯次利用于储能系统的电池可能来自不同生产厂家(或称生产商),由于不同厂家生产的电池安全性能并不一致,因此生产电池的安全性能评定为目标层,以生产技术、企业信用、安全风险、生产规范性、生产环保性为五个判断指标(生产厂家安全要素),采用(层次分析法)AHP,对不同电池生产厂家进行安全评估,生产厂家安全评估算法的模型如图4所示。其中生产厂家安全要素注解如下:
(1)生产技术:是否具有先进的动力锂离子电池生产技术。
(2)企业信用:工厂是否具有良好信用,近三年(成立不足三年的成立以来)无违法、经营异常和行政处罚记录。
(3)安全风险:近三年(成立不足三年的成立以来)无较大及以上安全、环保、质量等事故。
(4)生产规范性:在建设和生产过程中是否遵守有关法律、法规、政策和标准。
(5)生产环保性:企业原材料和污染防治措施是否与国家和行业颁布的产业政策、清洁生产标准和环保政策一致,符合国家循环经济和节能减排要求。
在本申请的示例性实施例中,以上企业判断指标的参考标准可以均为:T/CESA1080-2020 动力锂离子蓄电池制造业绿色工厂评价要求。
在本申请的示例性实施例中,所述对所述历史数据中涉及电池安全使用的第三部分数据,根据预设的安全使用评估算法进行安全使用评估,并获取安全使用评估结果,可以包括:
根据预设的安全使用要素和全部所述梯次利用电池构造第一决策矩阵,并根据熵值法计算所述安全使用要素的第三权重;基于所述第一决策矩阵和所述第三权重,针对每一个梯次利用电池执行以下步骤:
确定该梯次利用电池对应的所述第一决策矩阵的最优解和最劣解;
根据所述第三权重计算该梯次利用电池对应的第三部分数据与所述最优解的第一距离,以及该梯次利用电池对应的第三部分数据与所述最劣解的第二距离;
根据所述第一距离和所述第二距离计算该梯次利用电池对应的第三部分数据与所述最优解的贴近度,记作最优贴近度,将所述最优贴近度作为该梯次利用电池对应的安全使用评估结果。
在本申请的示例性实施例中,对于储能系统,电池模组一致性对电池模组的安全性能至关重要。退役动力电池经过筛选、重组后梯次利用于储能,但是由于电池老化问题严重,无法做到同一批电池完全一致,只能做到在符合国家安全标准内相对一致。因此,梯次电池之间会有细小的误差,在储能电站长时间使用过程中,会导致该误差加大,影响电池使用性能,严重时甚至还会触发电池不一致性,导致安全问题发生。因此,需要在梯次利用电池使用前将该误差进行数据化处理,为储能安全运行提供合理的数据支持。
在本申请的示例性实施例中,所述安全使用要素可以包括以下任意一种或多种:容量极差、内阻、自放电率以及电压。其中安全使用要素注解如下:
(1)容量极差:电池在环境温度为25±5℃条件下,以3h率电流放电至终止电压,电流值和放电时间数据的乘积计算出额定容量。同一批梯次电池模组内单个电池容量与整个电池模组平均容量的差值。标准(GBT 31486-2015)要求同一批梯次利用电池模组容量极差不大于初始容量平均值的5%。
(2)内阻:内阻是指电池在工作时,电流流过电池内部所受的阻力。正常情况下,内阻小的电池的大电流放电能力强,内阻大的电池放电能力弱。电池内阻增大,自身热损耗增大,使用中温度变大会更加恶化电池性能,在与其他电池模组使用后,有不匹配的问题,导致整体电池组容量、性能、寿命下降,严重甚至会引发安全问题。通常动力电池内阻大于出厂时电池内阻的1.5倍时退役,因此梯次利用电池内阻数据指标应大于出场内阻的1.5倍。
(3)自放电率:电池的自放电现象是指电池处于开路搁置时,电池容量自发损耗的现象,也称为荷电保持能力。自放电主要受电池生产厂家的制造工艺、生产材料、生产环境、储存条件等因素影响。自放电大小可以用容量保持率表示。容量保持率是指电池带满电后在一定的温度下储存一定的时间,剩余容量与初始容量的比值。
Figure 469610DEST_PATH_IMAGE006
(1)
式中,
Figure 205485DEST_PATH_IMAGE007
为容量保持率;
Figure 92801DEST_PATH_IMAGE008
为电池储存一段时间后的剩余容量;
Figure 964942DEST_PATH_IMAGE009
为初始容量。同一组电池组中,单体电池自放电率差值小于2%,令同组自放电率最低的电池自放电标准为1,则梯次利用电池自放电率范围为98%~100%。
(4)电压:电池电压是指电池正负极之间电位差,100% SOC 时每个模组电池内各电池之间的开路电压值不大于50mV。同一批电池经过筛选、重组后电池电压在标准内保持一致,但还有50mV的误差,将重组购买标准设定为1,等比例算出梯次电池电压范围95%~100%。其中,荷电状态(SOC): 蓄电池使用一段时间或长期搁置不用后的剩余容量与其完全充电状态的容量的比值,常用百分数表示。其取值范围为0~1,当SOC=0时表示电池放电完全,当SOC=1时表示电池完全充满,其英文,SOC(state of charge)。
在本申请的示例性实施例中,可以建立熵权-TOPSIS评估模型,熵是热力学中的一个概念,它体现系统的无序性。熵的大小反应安全使用要素权重大小,可以用来判断安全使用要素权重同时为安全评估提供依据,并且所得权重较为客观,不受主观因素影响。逼近于理想值的排序方法(TOPSIS)是一种接近理想方案统计分析方法,通过构造决策目标的最优解、最劣解,计算每项安全使用要素的相对贴进度,根据与理想目标的贴近程度对评价对象进行评分排序。其中,最优解为梯次利用电池一致性使用标准,最劣解为同一批次电池偏离使用标准最大的电池数据指标,在一般的TOPSIS法中,会直接算出方案中到最优解和最劣解的距离,忽略指标间的差异性,因此需要先使用熵值法确定指标权重。
在本申请的示例性实施例中,所述根据熵值法计算所述安全使用要素的第三权重,可以包括:
获取所述第一决策矩阵;
对所述第一决策矩阵中的元素进行负向元素正向化处理以及归一化处理;
对于经过所述负向元素正向化处理以及归一化处理的第一决策矩阵中的每个安全使用要素,分别计算该安全使用要素下每个梯次利用电池所占比重;
根据预设的熵值计算式和所述每个梯次利用电池所占比重计算每个安全使用要素对应的熵值;
根据预设的权重计算式和所述熵值计算每个安全使用要素的权重。
在本申请的示例性实施例中,可以通过熵值法确定容量极差、内阻、容量保持率、开路电压权重。详细步骤可以包括下述步骤1-5:
1、构造决策矩阵
Figure 410835DEST_PATH_IMAGE010
,即第一决策矩阵;
可以选取n个电池,m个评估指标(即安全使用要素,如容量极差等)构造决策矩阵
Figure 368427DEST_PATH_IMAGE010
Figure 308701DEST_PATH_IMAGE011
则为决策矩阵
Figure 520502DEST_PATH_IMAGE012
中第i个电池的第j个指标的数值;i=1,2…,n; j=1,2,…,m;i、j、m、n均为正整数。
2、负向指标正向化、归一化处理
负向指标正向化:即异质指标同质化,由于各项指标(即安全使用要素)的计量单位并不统一,因此在用这些指标计算综合指标前,先要对这些指标进行标准化处理,即把指标的绝对值转化为相对值,从而解决各项不同质指标值的同质化问题。而且,由于正向指标和负向指标数值代表的含义不同(正向指标数值越高越好,负向指标数值越低越好),因此,对于高低指标可以用不同的算法进行数据标准化处理。
Figure 419188DEST_PATH_IMAGE013
(2)
其中,
Figure 847764DEST_PATH_IMAGE014
表示归一化处理后的第i个梯次利用电池的第j个指标的数值,
Figure 326150DEST_PATH_IMAGE015
表示各个梯次利用电池的第j个指标的数值。
3、计算第j项指标下第i个梯次利用电池所占比重(
Figure 172883DEST_PATH_IMAGE016
)。
Figure 286263DEST_PATH_IMAGE017
(3)
4、根据下述熵值计算式计算第j项指标的熵值(
Figure 218447DEST_PATH_IMAGE018
)。
Figure 500524DEST_PATH_IMAGE019
(4)
5、根据下述权重计算式第j个指标权重的确定(
Figure 451031DEST_PATH_IMAGE020
)。
Figure 425940DEST_PATH_IMAGE021
。 (5)
在本申请的示例性实施例中,基于熵值法确定容量极差、内阻、容量保持率、开路电压权重以后们可以基于该权重对梯次利用电池的安全使用进行评估。详细步骤可以包括下述步骤11-15:
11、构造决策矩阵
Figure 330574DEST_PATH_IMAGE022
,该决策矩阵Z与前述的决策矩阵Q可以相同,由于应用场景不同,在此采用不同的字母表示。可以选取n个电池,m个评估指标(即安全使用要素,如容量极差等)构造决策矩阵
Figure 416341DEST_PATH_IMAGE023
Figure 972088DEST_PATH_IMAGE011
则为决策矩阵
Figure 367166DEST_PATH_IMAGE024
中第i个电池的第j个指标的数值;i=1,2…,n; j=1,2,…,m;i、j、m、n均为正整数。
12、确定最优解和最劣解:
Figure 8363DEST_PATH_IMAGE025
(6)
式中:
Figure 117395DEST_PATH_IMAGE026
为最优解,
Figure 58806DEST_PATH_IMAGE027
为最劣解;
Figure 109939DEST_PATH_IMAGE028
为正指标集,
Figure 487700DEST_PATH_IMAGE029
为负指标集。
13、计算评估对象(即第三部分数据)与最优解和最劣解的距离:
Figure 649691DEST_PATH_IMAGE030
(7)
式中:
Figure 180029DEST_PATH_IMAGE031
Figure 418375DEST_PATH_IMAGE032
分别为决策矩阵第j列的最大值、最小值;
Figure 34164DEST_PATH_IMAGE033
为第i块电池的最优解,
Figure 514693DEST_PATH_IMAGE034
为第i块电池的最劣解,
Figure 899538DEST_PATH_IMAGE035
越大,表示待评估电池一致性数据越贴近最优解,反之亦然;
Figure 292473DEST_PATH_IMAGE036
为第j个指标的权重。
14、计算最优贴进度;
Figure 880711DEST_PATH_IMAGE037
(8)
式中:
Figure 650084DEST_PATH_IMAGE003
为第i个电池的最优贴进度。
在本申请的示例性实施例中,根据最优贴近度,可以换算成百分制得出安全分数梯次电池安全使用评估算法流程如图5所示。
在本申请的示例性实施例中,综合评估法可以根据专家意见及相关调研数据,将不同种类、不同厂家的梯次利用电池安全性表现出来,使其可以兼容不同厂家、电池种类对电池安全的影响。电池数据评估法基于电池一致性数据将同一批梯次利用电池安全性能量化,但不能反映出电池种类、厂家对电池安全性能的影响。针对各自的优缺点。对电池进行安全评估时,采用静态综合组合评估方法,弥补单一评估的不足。由于实际应用中,电池旨在构建储能系统,因此电池一致性数据(即电池安全使用数据)相比于电池种类与生产厂家安全风险因素最为重要。电池种类与电池生产厂家相比,其安全风险因素较为重要。经过多次实验测试,对于安全使用数据、电池种类、生产厂家可以采用100:30:10的赋值比例,可以体现安全使用数据、电池种类、生产厂家对安全性能的影响。可以采用下述的安全评估计算式实现综合评估:
Figure 404282DEST_PATH_IMAGE038
其中,
Figure 702540DEST_PATH_IMAGE039
为第i个梯次利用电池对应的所述最终安全评估结果,
Figure 778074DEST_PATH_IMAGE003
为第i个梯次利用电池对应的所述安全使用评估结果,
Figure 351138DEST_PATH_IMAGE004
为第i个梯次利用电池对应的所述电池种类安全评估结果,
Figure 444996DEST_PATH_IMAGE005
为第i个梯次利用电池对应的所述生产厂家安全评估结果。
在本申请的示例性实施例中,对
Figure 694580DEST_PATH_IMAGE039
进行归一化处理可得最终安全评估值。
在本申请的示例性实施例中,至少包含以下优势:
1、通过对同一批梯次应用于储能的电池进行安全风险、构建了能较为全面地反应其安全性的评估指标体系,可以用来表征梯次利用电池的安全性能。
2、对拟采用不同厂家、批次、种类退役动力电池构建的储能系统,该方法可以对其中的梯次利用电池进行有效的安全评估,有助于选用安全性更高的退役电池类来构建储能系统,进一步提升系统安全性,符合梯次利用储能系统大规模推广建设的现实需要。
本申请实施例还提供了一种电池安全性计算装置1,如图6所示,可以包括处理器11和计算机可读存储介质12,所述计算机可读存储介质12中存储有指令,当所述指令被所述处理器11执行时,实现上述任意一项所述的电池安全性计算方法。
在本申请的示例性实施例中,前述的方法实施例中的任意实施例均适用于该装置实施例中,在此不再一一赘述。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器,如数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于 RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。

Claims (10)

1.一种电池安全性计算方法,其特征在于,所述方法包括:
获取梯次利用电池的历史数据;
对所述历史数据中涉及电池种类的第一部分数据,根据预设的电池种类安全评估算法进行电池种类安全评估,并获取电池种类安全评估结果;
对所述历史数据中涉及电池生产厂家的第二部分数据,根据预设的生产厂家安全评估算法进行生产厂家安全评估,并获取生产厂家安全评估结果;
对所述历史数据中涉及电池安全使用的第三部分数据,根据预设的安全使用评估算法进行安全使用评估,并获取安全使用评估结果;
根据预设的安全评估计算式对所述种类安全评估结果、所述生产厂家安全评估结果和所述安全使用评估结果进行计算获取每个所述梯次利用电池的最终安全评估结果。
2.根据权利要求1所述的电池安全性计算方法,其特征在于,所述对所述历史数据中涉及电池种类的第一部分数据,根据预设的电池种类安全评估算法进行电池种类安全评估,并获取电池种类安全评估结果,包括:
获取专家对预设的电池种类安全要素的第一重要性评分;
通过所述第一重要性评分构造第一判别矩阵;其中,采用规范列平均法获取所述第一判别矩阵中所述电池种类安全要素的第一权重;
采用层次分析法,依据所述第一判别矩阵对所述第一部分数据进行分析,获取不同电池种类对应的安全评估结果,作为所述电池种类安全评估结果。
3.根据权利要求2所述的电池安全性计算方法,其特征在于,所述电池种类安全要素包括以下任意一种或多种:所述梯次利用电池的能力密度、比热容、循环寿命以及成本。
4.根据权利要求1所述的电池安全性计算方法,其特征在于,所述对所述历史数据中涉及电池生产厂家的第二部分数据,根据预设的生产厂家安全评估算法进行生产厂家安全评估,并获取生产厂家安全评估结果,包括:
获取专家对预设的生产厂家安全要素的第二重要性评分;
通过所述第二重要性评分构造第二判别矩阵;其中,采用规范列平均法获取所述第二判别矩阵中所述生产厂家安全要素的第二权重;
采用层次分析法,依据所述第二判别矩阵对所述第二部分数据进行分析,获取不同生产厂家对应的安全评估结果,作为所述生产厂家安全评估结果。
5.根据权利要求4所述的电池安全性计算方法,其特征在于,所述生产厂家安全要素包括以下任意一种或多种:生产厂家的生产技术、企业信用、安全风险、生产规范性以及生产环保性。
6.根据权利要求1所述的电池安全性计算方法,其特征在于,所述对所述历史数据中涉及电池安全使用的第三部分数据,根据预设的安全使用评估算法进行安全使用评估,并获取安全使用评估结果,包括:
根据预设的安全使用要素和全部所述梯次利用电池构造第一决策矩阵,并根据熵值法计算所述安全使用要素的第三权重;基于所述第一决策矩阵和所述第三权重,针对每一个梯次利用电池执行以下步骤:
确定该梯次利用电池对应的所述第一决策矩阵的最优解和最劣解;
根据所述第三权重计算该梯次利用电池对应的第三部分数据与所述最优解的第一距离,以及该梯次利用电池对应的第三部分数据与所述最劣解的第二距离;
根据所述第一距离和所述第二距离计算该梯次利用电池对应的第三部分数据与所述最优解的贴近度,记作最优贴近度,将所述最优贴近度作为该梯次利用电池对应的安全使用评估结果。
7.根据权利要求6所述的电池安全性计算方法,其特征在于,所述安全使用要素包括以下任意一种或多种:容量极差、内阻、自放电率以及电压。
8.根据权利要求6所述的电池安全性计算方法,其特征在于,所述根据熵值法计算所述安全使用要素的第三权重,包括:
获取所述第一决策矩阵;
对所述第一决策矩阵中的元素进行负向元素正向化处理以及归一化处理;
对于经过所述负向元素正向化处理以及归一化处理的第一决策矩阵中的每个安全使用要素,分别计算该安全使用要素下每个梯次利用电池所占比重;
根据预设的熵值计算式和所述每个梯次利用电池所占比重计算每个安全使用要素对应的熵值;
根据预设的权重计算式和所述熵值计算每个安全使用要素的权重。
9.根据权利要求1所述的电池安全性计算方法,其特征在于,所述安全评估计算式包括:
Figure 324498DEST_PATH_IMAGE001
其中,
Figure 313183DEST_PATH_IMAGE002
为第i个梯次利用电池对应的所述最终安全评估结果,
Figure 330818DEST_PATH_IMAGE003
为第i个梯次利用电池对应的所述安全使用评估结果,
Figure 481176DEST_PATH_IMAGE004
为第i个梯次利用电池对应的所述电池种类安全评估结果,
Figure 76106DEST_PATH_IMAGE005
为第i个梯次利用电池对应的所述生产厂家安全评估结果;i为正整数,i=1、2、…、n,n为梯次利用电池的总个数,n为正整数。
10.一种电池安全性计算装置,其特征在于,包括处理器和计算机可读存储介质,所述计算机可读存储介质中存储有指令,当所述指令被所述处理器执行时,实现如权利要求1-9任意一项所述的电池安全性计算方法。
CN202210200594.5A 2022-03-03 2022-03-03 一种电池安全性计算方法和装置 Active CN114282852B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210200594.5A CN114282852B (zh) 2022-03-03 2022-03-03 一种电池安全性计算方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210200594.5A CN114282852B (zh) 2022-03-03 2022-03-03 一种电池安全性计算方法和装置

Publications (2)

Publication Number Publication Date
CN114282852A true CN114282852A (zh) 2022-04-05
CN114282852B CN114282852B (zh) 2022-06-03

Family

ID=80882102

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210200594.5A Active CN114282852B (zh) 2022-03-03 2022-03-03 一种电池安全性计算方法和装置

Country Status (1)

Country Link
CN (1) CN114282852B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117033953A (zh) * 2023-10-10 2023-11-10 深圳蓝锂科技有限公司 基于bms实现退役电池的梯次利用分析方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106203842A (zh) * 2016-07-13 2016-12-07 天津大学 基于层次分析法和熵权法的电动汽车充电机评估方法
CN109031138A (zh) * 2018-06-29 2018-12-18 上海科列新能源技术有限公司 一种动力电池的安全评估方法和装置
CN109860736A (zh) * 2018-11-13 2019-06-07 中国电力科学研究院有限公司 用于电池梯次利用的大数据系统和方法
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
CN113569402A (zh) * 2021-07-23 2021-10-29 四川大学 一种大容量电池储能系统安全状态多层级综合评价方法
US20210365867A1 (en) * 2018-08-24 2021-11-25 Enterlab Inc. Method, device and program for controlling specialist platform

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106203842A (zh) * 2016-07-13 2016-12-07 天津大学 基于层次分析法和熵权法的电动汽车充电机评估方法
CN109031138A (zh) * 2018-06-29 2018-12-18 上海科列新能源技术有限公司 一种动力电池的安全评估方法和装置
US20210365867A1 (en) * 2018-08-24 2021-11-25 Enterlab Inc. Method, device and program for controlling specialist platform
CN109860736A (zh) * 2018-11-13 2019-06-07 中国电力科学研究院有限公司 用于电池梯次利用的大数据系统和方法
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
CN113569402A (zh) * 2021-07-23 2021-10-29 四川大学 一种大容量电池储能系统安全状态多层级综合评价方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘坚: "电动汽车退役电池储能应用潜力及成本分析", 《储能科学与技术》 *
李建林等: "退役动力电池梯次利用关键技术及现状分析", 《电力系统自动化》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117033953A (zh) * 2023-10-10 2023-11-10 深圳蓝锂科技有限公司 基于bms实现退役电池的梯次利用分析方法及系统
CN117033953B (zh) * 2023-10-10 2023-12-29 深圳蓝锂科技有限公司 基于bms实现退役电池的梯次利用分析方法及装置

Also Published As

Publication number Publication date
CN114282852B (zh) 2022-06-03

Similar Documents

Publication Publication Date Title
Xu et al. A novel clustering algorithm for grouping and cascade utilization of retired Li-ion batteries
CN112005426B (zh) 充电方法、电子装置以及存储介质
CN103579700B (zh) 一种锂离子电池分选配组方法
CN112791997B (zh) 一种退役电池梯次利用筛选的方法
CN113887601A (zh) 一种基于聚类分选的退役动力电池重组方法
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
CN111495800B (zh) 一种动力电池组梯次再利用的筛选分组方法
CN112379285B (zh) 一种电池包自放电筛选方法
CN114282852B (zh) 一种电池安全性计算方法和装置
CN112689934A (zh) 充电方法、电子装置以及存储介质
CN111420898A (zh) 一种退役电池分选方法及其应用的系统
CN104681851A (zh) 一种汽车用锂离子动力电池配组方法
CN115267544A (zh) 一种电池充电策略可靠性测试方法、装置、终端及存储介质
Wang et al. Rapid-regroup strategy for retired batteries based on short-time dynamic voltage and electrochemical impedance spectroscopy
WO2021077271A1 (zh) 充电方法、电子装置以及存储介质
CN116754981B (zh) 电池容量预测方法、装置、电子设备及存储介质
CN112397798B (zh) 一种动力电池管理系统及匹配方法
CN113945852A (zh) 一种蓄电池组不一致性评价方法
CN112083347B (zh) 一种电动汽车动力电池筛选方法
CN113500012A (zh) 一种基于聚类筛选的车载锂离子动力电池梯次利用方法
CN111129628A (zh) 锂离子电芯充放电的控制方法、系统、介质及电子设备
CN116699407A (zh) 一种基于安全熵的动力电池安全风险预警方法
CN114798502B (zh) 梯次利用电池的分类成组方法、系统及生产线
CN116256651A (zh) 电池热失能预警方法、系统及可读存储介质
CN106984561B (zh) 一种动力锂离子电池的筛选方法

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