CN114447451A - 一种储能站电池早期隐患监控方法 - Google Patents
一种储能站电池早期隐患监控方法 Download PDFInfo
- Publication number
- CN114447451A CN114447451A CN202111639008.9A CN202111639008A CN114447451A CN 114447451 A CN114447451 A CN 114447451A CN 202111639008 A CN202111639008 A CN 202111639008A CN 114447451 A CN114447451 A CN 114447451A
- Authority
- CN
- China
- Prior art keywords
- battery
- fault
- value
- fire
- energy storage
- 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
Images
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/4285—Testing apparatus
-
- A—HUMAN NECESSITIES
- A62—LIFE-SAVING; FIRE-FIGHTING
- A62C—FIRE-FIGHTING
- A62C3/00—Fire prevention, containment or extinguishing specially adapted for particular objects or places
- A62C3/16—Fire prevention, containment or extinguishing specially adapted for particular objects or places in electrical installations, e.g. cableways
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种储能站电池早期隐患监控方法,包括如下步骤:S1、建立电池早期故障模型,包括如下子步骤:S11、获取表征电池特性的状态信息,根据状态信息建立电池故障特性曲线;S12、建立电池故障类型与故障状态特性曲线的映射关系;S2、电池监控装置获取储能站电池仓内实时电池状态信息,根据状态信息的发展趋势确定电池故障所对应的故障状态特性曲线,通过故障状态特性曲线预确定电池故障类型;S3、电池监控装置将电池故障类型信息发送至消防主机,消防主机对电池仓的参数信息进行持续采样并结合电池状态信息进行联合故障判定,联动消防灭火装置进行故障预处理。方案可以对储能站的故障类型进行准确预判,保证储能站的运行安全。
Description
技术领域
本发明涉及储能站安全防护技术领域,具体的,涉及一种储能站电池早期隐患监控方法。
背景技术
随着新能源发电技术的日渐成熟,以安全可靠、清洁经济、智慧开放、可持续发展的能源节约型社会为目标,以高渗透率的可再生能源、高比例的电力电子设备、高速增长的直流负荷“三高”为主要特征的新一代电力系统正在逐步形成。随着大规模新能源的接入,传输及消纳问题日益突出。新能源发电具有波动大和可靠性差的问题,很难对其进行有效的调度。同时,随着系统负荷逐年增大,电力系统网络的峰谷差率也在日益增大,这些问题都严重影响着电网的安全。储能技术在电力系统的发、输、配、用电的各个环节中发挥着调峰调频、灵活输出、无功支撑等重要的作用,是推动我国能源供给革命和实现智能电网的关键技术之一。
储能技术分为集中式和分布式两种形式,集中式储能以压缩空气和抽水蓄能为主,以电化学储能为主的分布式储能系统的容量通常小于10MWh,多用于中低压配电网以及用户侧,与集中式储能相比,具有安装地点灵活,线路损耗小等优点,不仅可以有效参与电网调频、调峰及调压等辅助服务,提高电网的运行效率和安全水平,同时还可以提高用户的经济效益。随着锂离子电池技术的不断改进优化,锂电池以其能量密度高、循环次数多、体积小等优点成为电化学储能行业的中坚力量。然而随着锂电池储能系统的装机量不断增加,锂电池储能系统的安全隐患也不断显现出来。近年来,国内外先后发生多起锂离子电池储能电站火灾爆炸事故,国内外储能电站火灾爆炸事故层出不穷,不仅造成重大财产损失,同时还严重威胁人员生命安全。
锂电池储能系统发生火灾隐患大致分为锂电池内部早期热失控和电气设备的火灾隐患2个方面。锂电池充放电主要是靠化学反应来完成的,在充放电过程中不可避免的会产生热能,如果电池自身产生的热能超过了电池热量的耗散能力,锂电池无法得到及时散热,热量就会积累导致电池过热,电池内部材料之间发生了化学反应,像SEI膜分解、电解液分解、正负极分解等,分解中将进一步产生大量的热量和气体使电池出现发热、鼓包现象,从而引发电发生热失控,这一过程中电池温度迅速上升,导致电池液的分解以及与电极材料的反应,产生可燃性气体,冲破安全阀喷放到电池外,当可燃气体浓度达到一定程度之后,遇到明火将发生爆炸,因此,锂离子电池反应失控表面现象主要有电池发热、鼓包、烟雾、明火、燃烧,甚至爆炸,出现上述问题主要源于电池内部化学反应过快控制不住,而外界的过充、刺穿、火源、挤压、短路等外部因素都会导致上述问题的产生。锂电池储能系统的电池模组是将多个电池组串联一起的设计,这无疑也增大了锂电池的安全隐患,一旦某个电池性能不稳定发生火灾,也势必影响周边锂电池的安全,进一步的扩大火灾范围。而除了锂电池自身发热引起的安全因素外,锂电池储能系统中还存在着大量的电气设备,其电气设备的稳定性和安全性也必将影响到电池的性能和稳定,像意外操作的高电压、大电流、雷电浪涌的冲击。由于锂电池储能系统中弱电系统及通信系统较多,系统中的高电压、大电流势必对储能系统影响很大,同时也会对储能系统的保护元器件造成损坏,导致无法进行保护动作甚至引起火灾。因此,针对锂离子电池早期热失控和热扩散对储能站造成的火灾爆炸危害性,亟需开展锂离子电池热失控特征参数动态监测研究,并对热失控的早期特征状态进行实时识别分析,进而开发热失控早期预警技术,建立消防多级预警和安全联动体系以及多级防护方法,从而为储能电站火灾防控提供理论依据和技术支撑,促进储能行业的安全健康发展。
发明内容
本发明的目的是本发明是针对大规模锂电池储能站结构复杂、规模大、运行安全风险大、消防需求高等特性,对锂电池储能站的电池热失控及热扩散特征参数进行动态识别和表征,通过对锂离子储能电站的消防系统实行分级预警机制,对单体电池进行实时状态监测,通过边缘侧多源异构数据的特征提取和数据分析,建立电池早期监测机制;提出了一种储能站电池早期隐患监控方法,可以对储能站的故障类型进行准确预判,保证储能站的运行安全。
为实现上述技术目的,本发明提供的一种技术方案是,一种储能站电池早期隐患监控方法,包括如下步骤:
S1、建立电池早期故障模型,包括如下子步骤:
S11、获取表征电池特性的状态信息,根据状态信息建立电池故障特性曲线;
S12、建立电池故障类型与故障状态特性曲线的映射关系;
S2、电池监控装置获取储能站电池仓内实时电池状态信息,根据状态信息的发展趋势确定电池故障所对应的故障状态特性曲线,通过故障状态特性曲线预确定电池故障类型;
S3、电池监控装置将电池故障类型信息发送至消防主机,消防主机对电池仓的参数信息进行持续采样并结合电池状态信息进行联合故障判定,联动消防灭火装置进行故障预处理。
本方案中,所述电池监测装置内部建立了一种“电池早期预警模型”,模型的基本原理为:信号采集模块对磷酸铁锂电池在正常工作下的内部温度、不同气体浓度及从BMS(电池管理系统)获取的电池电压和电流三组数据进行实时采集和统计分析,建立起锂电池在正常工作条件下的三组数据各自的可信样本值;将样本的最大值定义为最大阀值;根据磷酸铁锂电池在不同故障条件下(过压过流、挤压、内部短路、小电流回路、穿刺等)呈现的早期特征在不同时间点上的不同表征,在时间尺度上将其分为热滥用、热扩散和热失控三个阶段。在热滥用阶段初期,电池的温度会呈现短时间内的上升,此时的表征参数为电池温度;到了热滥用中后期,温度呈现稳定,但是随着SEI膜分解、PE基质融化引起CO、CH4气体浓度尤其是CO气体浓度会呈现瞬间上升,呈现指数级变化,因此此时的表征参数为CO和CH4气体浓度;到了热扩散阶段,随着石墨电极和电解液产生化学反应,此时电池内部热效率曲线从平稳性迅速向指数级变化,而气体浓度曲线保留在一定阶段的平稳过程,因此此时的表征参数为电池内部热效率曲线而非气体浓度曲线;到了热失控阶段,随着电解液分解泄露,内部电芯开始呈现大规模短路,此时电池电极两端的放电电压或放电电流会产生变化,考虑到单个依靠放电电压或放电电流存在判断误差的情况下,建立起基于电芯的内阻值计算公式,由于在热失控阶段,温度和气体浓度变化率不是非常大情况下,通过判断电芯内阻的变化来精确定位热失控阶段。
作为优选,S11包括如下步骤:
正常工作条件下,对电池的状态信息进行长时间连续采样,获取状态信息的参数值[X,Y,Z],并确定正常工作条件下参数值所对应的最大参数阈值[X0,Y0,Z0],其中,X表示温度值;Y表示混合气体浓度值;Z表示电池内阻值;
预设多种故障类型对电池进行故障试验,从电池充放电t0时刻开始,对电池状态信息进行连续采样,直至电池显现出预设故障状态特性时停止采样,获取N组故障样本信息[xi(t),yi(t),zi(t)](i=1,2,3...N);xi(t)表示第i个电池上在时间t时的参数值;yi(t)表示第i个电池对应的电池盒中气体浓度值在时间t时的参数值;zi(t)表示第i个电池内阻在时间t时的参数值;
N组故障样本信息在时间维度上进行坐标打点并进行线性拟合得到电池故障特性曲线[α(t),β(t),γ(t)];α(t)为电池温度值随时间变化的特性曲线;β(t)为气体浓度值随时间变化的特性曲线;γ(t)为电池内阻随时间的特性曲线。
作为优选,电池内阻值的实时计算公式如下:
式中,E0为满容量锂电池初始电压,E为电池当前电压,C0为电池初始电量,C为电池当前电量,I为电池当前电流,KT为温度补偿系数。
作为优选,混合气体包括有CO气体、H2S2气体和CH4气体,yi(t)=[yiCO,yiH2S2,yiCH4];yiCO表示CO气体的浓度值;yiH2S2表示H2S2气体的浓度值;yiCH4表示CH4气体的浓度值。
作为优选,S2中包括如下步骤:
S21、信号采集装置实时采集储能站内的电池状态信息的参数值,通过与最大参数阈值[X0,Y0,Z0]分别进行比较;如果参数值均小于最大参数阀值,继续采样下一时刻数据;如果某一参数值大于最大参数阀值中的任一项,执行步骤S22;
S22、如果在某一个时刻点某一个参数值超过最大参数阈值,则采集当前电池的下一个采样周期全部参数值;通过参数值在时间尺度上的点拟合出故障状态特性曲线;通过故障状态特性曲线预确定电池故障类型。
作为优选,S22中通过故障状态特性曲线预确定电池故障类型,包括如下几种情形:情形一:若任一参数值超过最大参数阈值,但在下个采样周期内,所有参数值又恢复到正常范围,则表示系统产生误判,重新执行步骤S21;
情形二:若任一参数值超过最大参数阈值,且在下个采样周期内当前参数值持续上升,并对参数值进行曲线拟合,与故障状态特性曲线进行对比,若优度值小于设定阈值,则表示当前电池状态异常,若但其他参数值均处于正常范围,则认为该电池产生早期热滥用,进行预警;
情形三:若任一参数值超过最大参数阈值,且在下个采样周期内当前参数值持续上升,并对参数值进行曲线拟合,与故障状态特性曲线进行对比,若优度值小于设定阈值,则表示当前电池状态异常;其他参数值也发生相应的曲线变化,则认为当前电池发生热扩散,进行预警。
作为优选,S3中,包括如下步骤:
视频监控系统调取电池仓内的单个电池pack的图像、舱内红外温度传感器数据、舱内气体监测仪数据,结合电池故障类型信息对故障进行确定;
任何时候,若图像出现明火,则表明该pack内的电池出现热失控,则消防主机立即启动灭火装置并发送关断指令给电池管理系统;
同时,将预警信息发送至作业人员的移动终端。
作为优选,当消防主机收到的电池故障类型信息为电池早期热滥用时:
若图像显示未出现明火,舱内温度正常,舱内混合气体浓度正常,则表明电池监测装置出现误判,电池监测装置接收警报解除指令;
若舱内温度超过正常值,图像显示未出现明火,混合气体浓度正常,则判定电池出现热滥用;消防主机控制温控系统进行散热。
作为优选,当消防主机收到的电池故障类型信息为电池热扩散时:
若图像显示未出现明火,舱内温度正常,舱内混合气体浓度正常,则表明监测装置出现误判,电池监测装置接收警报解除指令;
若舱内温度超过正常值,图像显示未出现明火,混合气体浓度上升,则判定电池出现热扩散;消防主机控制电池管理系统进行断电。
作为优选,电池监控装置包括有信号采集模块、数据计算模块、通讯模块、电源模块、报警模块及装置外壳;信号采集模块获取单体电池的状态信息,电源模块分别给数据计算模块、报警模块、通讯模块以及信号采集模块提供工作电源,数据计算模块分别与报警模块、通讯模块以及信号采集模块电连接。
本发明的有益效果:本发明设计的一种储能站电池早期隐患监控方法,对锂电池储能站的电池热失控及热扩散特征参数进行动态识别和表征,通过对锂离子储能电站的消防系统实行分级预警机制,对单体电池进行实时状态监测,通过边缘侧多源异构数据的特征提取和数据分析,建立电池早期监测机制,可以对储能站的故障类型进行准确预判,并能够根据判定结果进行故障预处理,保证储能站的运行安全。
附图说明
图1为本发明的一种储能站电池早期隐患监控方法的流程图。
具体实施方式
为使本发明的目的、技术方案以及优点更加清楚明白,下面结合附图和实施例对本发明作进一步详细说明,应当理解的是,此处所描述的具体实施方式仅是本发明的一种最佳实施例,仅用以解释本发明,并不限定本发明的保护范围,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:如图1所示,一种储能站电池早期隐患监控方法,包括如下步骤:
S1、建立电池早期故障模型,包括如下子步骤:
S11、获取表征电池特性的状态信息,根据状态信息建立电池故障特性曲线;
S12、建立电池故障类型与故障状态特性曲线的映射关系。
其中,S11包括如下步骤:
正常工作条件下,对电池的状态信息进行长时间连续采样,获取状态信息的参数值[X,Y,Z],并确定正常工作条件下参数值所对应的最大参数阈值[X0,Y0,Z0],其中,X表示温度值;Y表示混合气体浓度值;Z表示电池内阻值;
预设多种故障类型对电池进行故障试验,从电池充放电t0时刻开始,对电池状态信息进行连续采样,直至电池显现出预设故障状态特性时停止采样,获取N组故障样本信息[xi(t),yi(t),zi(t)](i=1,2,3...N);xi(t)表示第i个电池上在时间t时的参数值;yi(t)表示第i个电池对应的电池盒中气体浓度值在时间t时的参数值;zi(t)表示第i个电池内阻在时间t时的参数值;其中,混合气体包括有CO气体、H2S2气体和CH4气体,yi(t)=[yiCO,yiH2S2,yiCH4];yiCO表示CO气体的浓度值;yiH2S2表示H2S2气体的浓度值;yiCH4表示CH4气体的浓度值;
N组故障样本信息在时间维度上进行坐标打点并进行线性拟合得到电池故障特性曲线[α(t),β(t),γ(t)];α(t)为电池温度值随时间变化的特性曲线;β(t)为气体浓度值随时间变化的特性曲线;γ(t)为电池内阻随时间的特性曲线。
电池内阻值的实时计算公式如下:
式中,E0为满容量锂电池初始电压,E为电池当前电压,C0为电池初始电量,C为电池当前电量,I为电池当前电流,KT为温度补偿系数;温度补偿系数为正常工作下电阻与温度之间的比例,比例关系中的电阻通过公式获取,其中ED为满容量锂电池不加负载的电压值,ER为加负载的电压值,IR为加负载的电流值)。
本实施例中,所述电池监测装置内部建立了一种“电池早期预警模型”,模型的基本原理为:信号采集模块对磷酸铁锂电池在正常工作下的内部温度、不同气体浓度及从BMS(电池管理系统)获取的电池电压和电流三组数据进行实时采集和统计分析,建立起锂电池在正常工作条件下的三组数据各自的可信样本值;将样本的最大值定义为最大阀值;根据磷酸铁锂电池在不同故障条件下(过压过流、挤压、内部短路、小电流回路、穿刺等)呈现的早期特征在不同时间点上的不同表征,在时间尺度上将其分为热滥用、热扩散和热失控三个阶段。在热滥用阶段初期,电池的温度会呈现短时间内的上升,此时的表征参数为电池温度;到了热滥用中后期,温度呈现稳定,但是随着SEI膜分解、PE基质融化引起CO、CH4气体浓度尤其是CO气体浓度会呈现瞬间上升,呈现指数级变化,因此此时的表征参数为CO和CH4气体浓度;到了热扩散阶段,随着石墨电极和电解液产生化学反应,此时电池内部热效率曲线从平稳性迅速向指数级变化,而气体浓度曲线保留在一定阶段的平稳过程,因此此时的表征参数为电池内部热效率曲线而非气体浓度曲线;到了热失控阶段,随着电解液分解泄露,内部电芯开始呈现大规模短路,此时电池电极两端的放电电压或放电电流会产生变化,考虑到单个依靠放电电压或放电电流存在判断误差的情况下,建立起基于电芯的内阻值计算公式,由于在热失控阶段,温度和气体浓度变化率不是非常大情况下,通过判断电芯内阻的变化来精确定位热失控阶段。
S2、电池监控装置获取储能站电池仓内实时电池状态信息,根据状态信息的发展趋势确定电池故障所对应的故障状态特性曲线,通过故障状态特性曲线预确定电池故障类型;包括如下步骤:
S21、信号采集装置实时采集储能站内的电池状态信息的参数值,通过与最大参数阈值[X0,Y0,Z0]分别进行比较;如果参数值均小于最大参数阀值,继续采样下一时刻数据;如果某一参数值大于最大参数阀值中的任一项,执行步骤S22;
S22、如果在某一个时刻点某一个参数值超过最大参数阈值,则采集当前电池的下一个采样周期全部参数值;通过参数值在时间尺度上的点拟合出故障状态特性曲线;通过故障状态特性曲线预确定电池故障类型。
S22中通过故障状态特性曲线预确定电池故障类型,包括如下几种情形:
情形一:若任一参数值超过最大参数阈值,但在下个采样周期内,所有参数值又恢复到正常范围,则表示系统产生误判,重新执行步骤S21;
情形二:若任一参数值超过最大参数阈值,且在下个采样周期内当前参数值持续上升,并对参数值进行曲线拟合,与故障状态特性曲线进行对比,若优度值小于设定阈值,则表示当前电池状态异常,若但其他参数值均处于正常范围,则认为该电池产生早期热滥用,进行预警;
情形三:若任一参数值超过最大参数阈值,且在下个采样周期内当前参数值持续上升,并对参数值进行曲线拟合,与故障状态特性曲线进行对比,若优度值小于设定阈值,则表示当前电池状态异常;其他参数值也发生相应的曲线变化,则认为当前电池发生热扩散,进行预警。
S3、电池监控装置将电池故障类型信息发送至消防主机,消防主机对电池仓的参数信息进行持续采样并结合电池状态信息进行联合故障判定,联动消防灭火装置进行故障预处理。
包括如下步骤:
视频监控系统调取电池仓内的单个电池pack的图像、舱内红外温度传感器数据、舱内气体监测仪数据,结合电池故障类型信息对故障进行确定;
任何时候,若图像出现明火,则表明该pack内的电池出现热失控,则消防主机立即启动灭火装置并发送关断指令给电池管理系统;
同时,将预警信息发送至作业人员的移动终端。
当消防主机收到的电池故障类型信息为电池早期热滥用时:
若图像显示未出现明火,舱内温度正常,舱内混合气体浓度正常,则表明电池监测装置出现误判,电池监测装置接收警报解除指令;
若舱内温度超过正常值,图像显示未出现明火,混合气体浓度正常,则判定电池出现热滥用;消防主机控制温控系统进行散热。
当消防主机收到的电池故障类型信息为电池热扩散时:
若图像显示未出现明火,舱内温度正常,舱内混合气体浓度正常,则表明监测装置出现误判,电池监测装置接收警报解除指令;
若舱内温度超过正常值,图像显示未出现明火,混合气体浓度上升,则判定电池出现热扩散;消防主机控制电池管理系统进行断电。
具体的:
当消防主机收到电池发生热滥用消息时,调取视频监控系统单个电池pack的图像、舱内红外温度传感器数据、舱内气体监测仪数据。若图像未出现明火,温度正常,混合气体浓度正常,则表明监测装置出现误判,消防主机通过LORA发送“终止”信号给监测装置,监测装置收到“终止”信号时,LED灯熄灭并停止语言警报;若红外温度传感器采集到的温度超过正常值,但是图像未出现明火,混合气体浓度正常,则表明的确出现热滥用。消防主机通过LORA发送“散热”信号给温控系统,温控系统收到信号后,打开备用风扇,并加强对应电池pack的散热能力;当消防主机收到电池发生热扩散消息时,调取视频监控系统单个电池pack的图像、舱内红外温度传感器数据、舱内气体监测仪数据。若图像未出现明火,温度正常,混合气体浓度正常,则表明监测装置出现误判,消防主机通过LORA发送“终止”信号给监测装置,监测装置收到“终止”信号时,LED灯熄灭并停止语言警报;若红外温度传感器采集到的温度超过正常值,但是图像未出现明火,混合气体浓度上升,则表明的确出现热扩散。消防主机通过LORA,发送“断开”信号给电池管理系统。电池管理系统收到信号后,紧急断开相应的电池pack;消防主机发送“降温”信号给温控系统,温控系统收到信号后,打开备用风扇并增大空调的功率。同时,消防主机启动舱内声光报警器,并将消息发送到电力物联网平台,提醒作业人员后期对问题电池pack进行检修;
在任何时候,当消防主机调取视频监控系统某单个电池pack的图像时。若图像出现明火,则表明该pack内的电池出现热失控,则消防主机立即启动灭火装置,启动舱内声光报警器;消防主机通过LORA,发送“断开”信号给电池管理系统。电池管理系统收到信号后,紧急断开相应的电池pack;同时,消防主机将消息发送到电力物联网平台,提醒作业人员后期对问题电池pack进行检修。
电池监控装置包括有信号采集模块、数据计算模块、通讯模块、电源模块、报警模块及装置外壳;信号采集模块获取单体电池的状态信息,电源模块分别给数据计算模块、报警模块、通讯模块以及信号采集模块提供工作电源,数据计算模块分别与报警模块、通讯模块以及信号采集模块电连接。
信号采集模块由多个传感器构成,分别是温度传感器、混合式气体传感器、电压及电流采集接口;其中温度传感器采用数字式高精度温度传感器,采样精度到0.1%,采样温度范围为-40摄氏度到800摄氏度,用单通道数字信号输出到数据计算模块。混合式气体传感器内部集成多个气体传感器,可同时采样CO、SO2、CH4三种气体,采样精度0.05+-0.0015uA/PPM,采样范围0-500ppm,输出模拟电流+-20mA,基线偏移率<+-2ppm,三种不同气体采用三个不同的模拟信号通道输出通过外置运算放大器后输入到数据计算模块。由于混合式气体传感器输出的电流信号在-5mA~5mA范围内,信号弱,抗干扰能力差,所述信号采集模块内部集成一个模拟小信号放大电路,采用二级信号放大+滤波电路组成。
数据计算模块的处理器采用Cortex M7F低功耗嵌入式处理器,内置ARM+DSP两个内核,其中DSP内核用于对多源异构传感器数据高速计算,ARM内核用于信号采集、控制、报警输出和数据传输等。处理器内部采用七级流水线架构,两个内核采用扁平式运算模式,可同时对数据进行DMA突发运算和输入输出。数据计算模块的存储采用处理器内置FLASH加外置SRAM两部分组成:内置FLASH为256KB大小,用于存储程序和数据固定存储,外置SRAM为32MB大小,用于数据的临时存储,SRAM和处理器采用异步总线架构连接;通讯模块采用LoRa芯片,采用扩频技术,支持433M~520M频段无线信号收发,具有高灵敏度和强抗干扰能力,最大输出功率25dBm,最大传输距离5千米,在传输距离2千米范围保持-137dbm@0.25kbs的接收灵敏度。采用SPI接口和处理器连接。通讯模块采用Modbus TCP透传方式和消防主机通讯。
电源模块由DCDC降压电源和后备电源两个部分组成。由于电池监测装置部署在电池Pack内部,固定安装在pack内部卡槽上,因此平常工作的电源直接来自pack电池组输出的48V直流电源和Pack电池组的风扇共享一组电源线,通过DCDC分压到5V、3.3V和1.8V给装置内部各个模块。但是为了安全起见,在Pack出现故障导致电源无法供给情况下,为了让电池监测装置继续工作,在装置内部集成一组由超级电容构建的后备电源。
报警模块由报警灯、语音转换模块、功放及喇叭、报警报文四个部分组成;报警灯采用高亮LED,直接安装在装置内部。语音转换模块接受来自数据计算模块串行输出报警指令,将指令转换成语音输出驱动功放和喇叭,实时发出报警语音。报警报文由数据计算模块通过无线传输模块上报到消防主机。
以上所述之具体实施方式为本发明一种储能站电池早期隐患监控方法的较佳实施方式,并非以此限定本发明的具体实施范围,本发明的范围包括并不限于本具体实施方式,凡依照本发明之形状、结构所作的等效变化均在本发明的保护范围内。
Claims (9)
1.一种储能站电池早期隐患监控方法,其特征在于,包括如下步骤:
S1、建立电池早期故障模型,包括如下子步骤:
S11、获取表征电池特性的状态信息,根据状态信息建立电池故障特性曲线;
S12、建立电池故障类型与故障状态特性曲线的映射关系;
S2、电池监控装置获取储能站电池仓内实时电池状态信息,根据状态信息的发展趋势确定电池故障所对应的故障状态特性曲线,通过故障状态特性曲线预确定电池故障类型;
S3、电池监控装置将电池故障类型信息发送至消防主机,消防主机对电池仓的参数信息进行持续采样并结合电池状态信息进行联合故障判定,联动消防灭火装置进行故障预处理。
2.根据权利要求1所述的一种储能站电池早期隐患监控方法,其特征在于:S11包括如下步骤:
正常工作条件下,对电池的状态信息进行长时间连续采样,获取状态信息的参数值[X,Y,Z],并确定正常工作条件下参数值所对应的最大参数阈值[X0,Y0,Z0],其中,X表示温度值;Y表示混合气体浓度值;Z表示电池内阻值;
预设多种故障类型对电池进行故障试验,从电池充放电t0时刻开始,对电池状态信息进行连续采样,直至电池显现出预设故障状态特性时停止采样,获取N组故障样本信息[xi(t),yi(t),zi(t)](i=1,2,3...N);xi(t)表示第i个电池上在时间t时的参数值;yi(t)表示第i个电池对应的电池盒中气体浓度值在时间t时的参数值;zi(t)表示第i个电池内阻在时间t时的参数值;
N组故障样本信息在时间维度上进行坐标打点并进行线性拟合得到电池故障特性曲线[α(t),β(t),γ(t)];α(t)为电池温度值随时间变化的特性曲线;β(t)为气体浓度值随时间变化的特性曲线;γ(t)为电池内阻随时间的特性曲线。
4.根据权利要求2所述的一种储能站电池早期隐患监控方法,其特征在于:
混合气体包括有CO气体、H2S2气体和CH4气体,yi(t)=[yiCO,yiH2S2,yiCH4];yiCO表示CO气体的浓度值;yiH2S2表示H2S2气体的浓度值;yiCH4表示CH4气体的浓度值。
5.根据权利要求2所述的一种储能站电池早期隐患监控方法,其特征在于:S2中包括如下步骤:
S21、信号采集装置实时采集储能站内的电池状态信息的参数值,通过与最大参数阈值[X0,Y0,Z0]分别进行比较;如果参数值均小于最大参数阀值,继续采样下一时刻数据;如果某一参数值大于最大参数阀值中的任一项,执行步骤S22;
S22、如果在某一个时刻点某一个参数值超过最大参数阈值,则采集当前电池的下一个采样周期全部参数值;通过参数值在时间尺度上的点拟合出故障状态特性曲线;通过故障状态特性曲线预确定电池故障类型。
6.根据权利要求5所述的一种储能站电池早期隐患监控方法,其特征在于:
S22中通过故障状态特性曲线预确定电池故障类型,包括如下几种情形:
情形一:若任一参数值超过最大参数阈值,但在下个采样周期内,所有参数值又恢复到正常范围,则表示系统产生误判,重新执行步骤S21;
情形二:若任一参数值超过最大参数阈值,且在下个采样周期内当前参数值持续上升,并对参数值进行曲线拟合,与故障状态特性曲线进行对比,若优度值小于设定阈值,则表示当前电池状态异常,若但其他参数值均处于正常范围,则认为该电池产生早期热滥用,进行预警;
情形三:若任一参数值超过最大参数阈值,且在下个采样周期内当前参数值持续上升,并对参数值进行曲线拟合,与故障状态特性曲线进行对比,若优度值小于设定阈值,则表示当前电池状态异常;其他参数值也发生相应的曲线变化,则认为当前电池发生热扩散,进行预警。
7.根据权利要求1或2或5所述的一种储能站电池早期隐患监控方法,其特征在于:
S3中,包括如下步骤:
视频监控系统调取电池仓内的单个电池pack的图像、舱内红外温度传感器数据、舱内气体监测仪数据,结合电池故障类型信息对故障进行确定;
任何时候,若图像出现明火,则表明该pack内的电池出现热失控,则消防主机立即启动灭火装置并发送关断指令给电池管理系统;
同时,将预警信息发送至作业人员的移动终端。
8.根据权利要求7所述的一种储能站电池早期隐患监控方法,其特征在于:
当消防主机收到的电池故障类型信息为电池早期热滥用时:
若图像显示未出现明火,舱内温度正常,舱内混合气体浓度正常,则表明电池监测装置出现误判,电池监测装置接收警报解除指令;
若舱内温度超过正常值,图像显示未出现明火,混合气体浓度正常,则判定电池出现热滥用;消防主机控制温控系统进行散热。
9.根据权利要求7所述的一种储能站电池早期隐患监控方法,其特征在于:
当消防主机收到的电池故障类型信息为电池热扩散时:
若图像显示未出现明火,舱内温度正常,舱内混合气体浓度正常,则表明监测装置出现误判,电池监测装置接收警报解除指令;
若舱内温度超过正常值,图像显示未出现明火,混合气体浓度上升,则判定电池出现热扩散;消防主机控制电池管理系统进行断电。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111639008.9A CN114447451B (zh) | 2021-12-29 | 2021-12-29 | 一种储能站电池早期隐患监控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111639008.9A CN114447451B (zh) | 2021-12-29 | 2021-12-29 | 一种储能站电池早期隐患监控方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114447451A true CN114447451A (zh) | 2022-05-06 |
CN114447451B CN114447451B (zh) | 2023-07-04 |
Family
ID=81365112
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111639008.9A Active CN114447451B (zh) | 2021-12-29 | 2021-12-29 | 一种储能站电池早期隐患监控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114447451B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115591162A (zh) * | 2022-10-28 | 2023-01-13 | 厦门海辰储能科技股份有限公司(Cn) | 消防防护检测方法及相关装置 |
CN116430921A (zh) * | 2023-03-28 | 2023-07-14 | 南京龙盾智能科技有限公司 | 基于物联网数据的机库智能控制方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190120912A1 (en) * | 2017-08-25 | 2019-04-25 | Shenzhen Yun Zhong Fei Network Technology Co., Ltd. | Method for Monitoring Battery Safety and Terminal Device |
CN110011412A (zh) * | 2019-03-08 | 2019-07-12 | 国网浙江省电力有限公司 | 低压配电台区运行状态监测及故障管控方法 |
CN111060821A (zh) * | 2019-12-18 | 2020-04-24 | 国网智能科技股份有限公司 | 具备锂电池故障早期预警功能的电池管理系统及方法 |
CN111613842A (zh) * | 2020-05-11 | 2020-09-01 | 中国舰船研究设计中心 | 一种船舶锂离子动力电池安全保障系统及方法 |
-
2021
- 2021-12-29 CN CN202111639008.9A patent/CN114447451B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190120912A1 (en) * | 2017-08-25 | 2019-04-25 | Shenzhen Yun Zhong Fei Network Technology Co., Ltd. | Method for Monitoring Battery Safety and Terminal Device |
CN110011412A (zh) * | 2019-03-08 | 2019-07-12 | 国网浙江省电力有限公司 | 低压配电台区运行状态监测及故障管控方法 |
CN111060821A (zh) * | 2019-12-18 | 2020-04-24 | 国网智能科技股份有限公司 | 具备锂电池故障早期预警功能的电池管理系统及方法 |
CN111613842A (zh) * | 2020-05-11 | 2020-09-01 | 中国舰船研究设计中心 | 一种船舶锂离子动力电池安全保障系统及方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115591162A (zh) * | 2022-10-28 | 2023-01-13 | 厦门海辰储能科技股份有限公司(Cn) | 消防防护检测方法及相关装置 |
CN116430921A (zh) * | 2023-03-28 | 2023-07-14 | 南京龙盾智能科技有限公司 | 基于物联网数据的机库智能控制方法及系统 |
CN116430921B (zh) * | 2023-03-28 | 2023-11-17 | 南京龙盾智能科技有限公司 | 基于物联网数据的机库智能控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114447451B (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220412777A1 (en) | Multiparameter integrated online monitoring system and method for at least one energy storage battery based on fiber bragg grating | |
CN114447451A (zh) | 一种储能站电池早期隐患监控方法 | |
CN115954989A (zh) | 一种储能电站运行监测管理系统 | |
CN203536487U (zh) | 惰化电池箱 | |
CN109065974A (zh) | 一种电池管理系统 | |
US11735945B2 (en) | Battery charging control method and device | |
CN117518018B (zh) | 一种储能电源故障检测预警系统 | |
US20230131563A1 (en) | Safety detection method for battery module, battery module, battery pack, and energy storage system | |
CN201945871U (zh) | 远距离输电线路避雷器阻性电流在线监测装置 | |
CN104333082B (zh) | 分布式电源在线维护系统和方法 | |
CN108258340A (zh) | 一种带气体监控装置的电池系统 | |
Kale et al. | IoT based battery monitoring system | |
US20220307985A1 (en) | Molecular probe-based safety prewarning and fault location system for electrochemical energy storage station | |
CN118117770A (zh) | 一种光伏储能系统故障监测的保护装置及方法 | |
CN215771260U (zh) | 一种储能柜内电化学电池热失控探测器 | |
CN202474130U (zh) | 后备电池组系统 | |
CN205160120U (zh) | 一种防水防爆锂电池保护板 | |
CN204903505U (zh) | 氢气浓度检测系统 | |
CN112305424A (zh) | 一种三元锂梯次储能电站数据异常即时报警方法及系统 | |
CN111426961A (zh) | 一种移动电源快充放性能测试方法 | |
CN112803532A (zh) | 一种用于有源电子标签的电源管理系统及方法 | |
CN111679217A (zh) | 一种采用soc区间段内库伦效率的电池预警方法及装置 | |
CN115663315B (zh) | 多特征参数充电预警的锂离子电池模组及充电预警方法 | |
CN220796850U (zh) | 用于蓄电池的电池监控装置及数据中心 | |
CN221126036U (zh) | 一种超长寿命户用电池系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |