CN115113054A - 一种梯次电池的安全评估方法、装置及电子设备 - Google Patents
一种梯次电池的安全评估方法、装置及电子设备 Download PDFInfo
- Publication number
- CN115113054A CN115113054A CN202210921812.4A CN202210921812A CN115113054A CN 115113054 A CN115113054 A CN 115113054A CN 202210921812 A CN202210921812 A CN 202210921812A CN 115113054 A CN115113054 A CN 115113054A
- Authority
- CN
- China
- Prior art keywords
- echelon
- battery
- determining
- echelon battery
- current
- 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
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
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明提供了一种梯次电池的安全评估方法、装置及电子设备,其中,该方法包括:获取储能系统中多个梯次电池的运行数据;根据运行数据预测梯次电池的当前剩余寿命、当前荷电状态、当前温升速率;根据梯次电池的多种评价指标确定梯次电池的安全系数,当前剩余寿命、当前荷电状态、当前温升速率均为评价指标。通过本发明实施例提供的梯次电池的安全评估方法、装置及电子设备,综合考虑梯次电池的荷电状态、以及容易引发电池短路问题的剩余寿命和温度等多种评价指标,基于多种评价指标综合评估梯次电池的安全性,可以更准确地确定能够表征梯次电池健康程度的安全系数;对储能系统中多个梯次电池均进行安全评估,还能实现评估储能系统的整体安全性。
Description
技术领域
本发明涉及梯次动力电池技术领域,具体而言,涉及一种梯次电池的安全评估方法、装置、电子设备及计算机可读存储介质。
背景技术
近年来,我国的新能源汽车行业蓬勃发展,产销两旺。随之而来的是新能源汽车动力电池的退役潮,预计2025年,我国退役电池将接近80万吨。某可再生能源实验室的技术报告指出:退役动力电池仍具有70%以上的剩余容量。因此,梯次利用退役动力电池(简称“梯次电池”)是全周期使用动力锂电池,减小梯次电池对环境压力的大势所趋。目前将梯次电池应用于大规模储能系统是有效利用梯次电池剩余寿命的最佳方式之一,也是遵循全生命周期理念的深刻贯彻。
相比于传统使用全新电池作为储能元件的储能系统,退役动力电池的性能经新能源汽车的使用已经造成了一定的衰减,其应用在大规模储能系统时的安全问题更为突出。因此对储能系统进行综合安全评估,掌握其在运行过程中的安全状态,保证其安全性并预防安全事故的发生成为目前亟待解决的重大问题。为了提高梯次电池储能系统的安全性,现有的方法多集中于梯次电池的某一种特性。考虑到梯次电池的荷电状态(state ofcharge,SOC)对储能系统的安全性影响较大,目前一般通过建立梯次电池的数学等效模型,计算梯次电池的SOC,并依据电池的衰减度对梯次电池储能系统的SOC安全裕度进行设定,
已有的技术并不能全面考虑诱发安全事故的原因,不能从整体进行系统性安全评估,可能存在对整体系统安全性的误判。
发明内容
为解决现有存在的技术问题,本发明实施例提供一种梯次电池的安全评估方法、装置、电子设备及计算机可读存储介质。
第一方面,本发明实施例提供了一种梯次电池的安全评估方法,包括:
获取储能系统中多个梯次电池的运行数据,所述运行数据包括电流、电压、温度和取样时间;
根据所述运行数据预测所述梯次电池的当前剩余寿命,并确定所述梯次电池的当前荷电状态,确定所述梯次电池的当前温升速率;
根据所述梯次电池的多种评价指标确定所述梯次电池的安全系数,所述当前剩余寿命、所述当前荷电状态、所述当前温升速率均为一种评价指标。
第二方面,本发明实施例还提供了一种梯次电池的安全评估装置,包括:
获取模块,用于获取储能系统中多个梯次电池的运行数据,所述运行数据包括电流、电压、温度和取样时间;
处理模块,用于根据所述运行数据预测所述梯次电池的当前剩余寿命,并确定所述梯次电池的当前荷电状态,确定所述梯次电池的当前温升速率;
评价模块,用于根据所述梯次电池的多种评价指标确定所述梯次电池的安全系数,所述当前剩余寿命、所述当前荷电状态、所述当前温升速率均为一种评价指标。
第三方面,本发明实施例提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,所述计算机程序被所述处理器执行时实现上述任意一项所述的梯次电池的安全评估方法中的步骤。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的梯次电池的安全评估方法中的步骤。
本发明实施例提供的梯次电池的安全评估方法、装置、电子设备及计算机可读存储介质,在获取到梯次电池的运行数据后,基于该运行数据确定梯次电池的当前剩余寿命、当前荷电状态和当前温升速率,从而可以确定该梯次电池的多种评价指标,进而可以结合多种评价指标综合确定梯次电池的安全系数。该方法综合考虑梯次电池的荷电状态、以及容易引发电池短路问题的剩余寿命和温度等多种评价指标,基于多种评价指标综合评估梯次电池的安全性,可以更准确地确定能够表征梯次电池健康程度的安全系数;对储能系统中多个梯次电池均进行安全评估,还能实现评估储能系统的整体安全性。
附图说明
为了更清楚地说明本发明实施例或背景技术中的技术方案,下面将对本发明实施例或背景技术中所需要使用的附图进行说明。
图1示出了本发明实施例所提供的一种梯次电池的安全评估方法的流程图;
图2示出了本发明实施例所提供的梯次电池的梯次电池的等效模型示意图;
图3示出了本发明实施例所提供的神经网络的结构示意图;
图4示出了本发明实施例所提供的一种梯次电池的安全评估装置的结构示意图;
图5示出了本发明实施例所提供的一种用于执行梯次电池的安全评估方法的电子设备的结构示意图。
具体实施方式
下面结合本发明实施例中的附图对本发明实施例进行描述。
图1示出了本发明实施例所提供的一种梯次电池的安全评估方法的流程图。如图1所示,该方法包括:
步骤101:获取储能系统中多个梯次电池的运行数据,运行数据包括电流、电压、温度和取样时间。
本发明实施例中,梯次电池为梯次利用退役动力电池,储能系统是具有多个梯次电池的电池系统。例如,该储能系统包括多个电池模组,每个电池模组包含多个梯次电池。储能系统运行过程中,可以采集到该储能系统中每个梯次电池的电流、电压、温度等数据,并且,每次采集对应一个时间,即取样时间,从而可以获取到每个梯次电池的运行数据。其中,可以周期性采集数据,即可以周期性获取梯次电池的运行数据;并且,若相邻两次采集的取样时间间隔较小,即可认为能够实时采集运行数据,基于本实施例提供的安全评估方法方法,能够实时线上安全评估。其中,可以采用现有的成熟技术采集每个梯次电池的电流、电压、温度等,本实施例对具体的采集方式不做限定。
步骤102:根据运行数据预测梯次电池的当前剩余寿命,并确定梯次电池的当前荷电状态,确定梯次电池的当前温升速率。
本发明实施例中,根据梯次电池的运行数据可以确定该梯次电池当前的荷电状态(state of charge,SOC),即当前荷电状态。可选地,可以根据梯次电池的等效模型确定梯次电池的当前荷电状态。例如,该梯次电池的等效模型可参见图2所示,且该梯次电池的当前荷电状态满足下式(1):
其中,αbj为梯次电池bj的指数区域范围内的幅值;G为电池模组中梯次电池的个数;ibj为充放电的电流值;Ubj_max为满充电压幅值;Ubj_e为指数区域电压极限值;Ubj_last为标称区域电压极限值,Ubj_0为充电电压标准值;Ebj_e为指数区域容量极限值;Ebj_last为标称区域容量极限值;Sbj表示梯次电池bj的荷电状态;Ubj为梯次电池bj的测量电压值,Ebj为梯次电池bj经上一轮放电充电后的剩余容量。
并且,通过多个在不同取样时间采集到的温度,即可确定该温度的变化率,即当前温升速率。可选地,上述步骤“确定梯次电池的当前温升速率”包括:根据连续两次取样所确定的取样时间和温度确定梯次电池的当前温升速率,且当前温升速率满足下式(2):
其中,ΔTi为第i次取样时间对应的当前温升速率,ti,ti-1分别为第i、i-1次取样时间,Ti,Ti-1分别为第i、i-1次取样时间对应的温度。若该当前温升速率ΔTi为正,表示梯次电池的温度在增大,且ΔTi越大,表示温升越快,梯次电池越可能存在危险。
本发明实施例中,还确定梯次电池的剩余寿命(remaining useful life,RUL),即梯次电池的剩余使用寿命。本实施例中,基于当前的运行数据所确定的梯次电池的剩余寿命称为当前剩余寿命。
与传统方案相比,本发明实施例在确定梯次电池的当前荷电状态后,不需要确定梯次电池的衰减度(例如,SOC变化率等);并且,还确定梯次电池的温升速率和剩余寿命,以能够从多维度综合评价梯次电池的健康程度。
步骤103:根据梯次电池的多种评价指标确定梯次电池的安全系数,当前剩余寿命、当前荷电状态、当前温升速率均为一种评价指标。
电池的剩余寿命和温度等原因是引发电池内短路,从而发生安全事故的重要原因。本发明实施例将梯次电池的当前剩余寿命、当前荷电状态、当前温升速率均作为评价指标,基于多个评价指标、从多个维度对梯次电池的健康程度进行综合评价,可以更准确地确定梯次电池的安全系数。该安全系数能够表示该梯次电池的安全程度;例如,安全系数越大,则梯次电池越安全。其中,由于储能系统中包含多个梯次电池,可以对每个梯次电池执行上述方法,确定每个梯次电池的安全系数。
本领域技术人员可以理解,由于可以离散采样不同时刻(取样时间)的运行数据,每获取到当前的运行数据,即可基于上述步骤101-103确定梯次电池当前的安全系数,从而能够实现实时确定梯次电池的安全系数,可以及时地对梯次电池的运行提出建议,也能够及时地发现危险的梯次电池。
本发明实施例提供的梯次电池的安全评估方法,在获取到梯次电池的运行数据后,基于该运行数据确定梯次电池的当前剩余寿命、当前荷电状态和当前温升速率,从而可以确定该梯次电池的多种评价指标,进而可以结合多种评价指标综合确定梯次电池的安全系数。该方法综合考虑梯次电池的荷电状态、以及容易引发电池短路问题的剩余寿命和温度等多种评价指标,基于多种评价指标综合评估梯次电池的安全性,可以更准确地确定能够表征梯次电池健康程度的安全系数;对储能系统中多个梯次电池均进行安全评估,还能实现评估储能系统的整体安全性。
可选地,上述步骤102中“根据运行数据预测梯次电池的当前剩余寿命”的过程包括:
步骤A1:确定梯次电池的上一次剩余寿命Rf和梯次电池的当前放电过程的时间Tf。
步骤A2:将上一次剩余寿命Rf和时间Tf输入至预先训练的用于预测梯次电池剩余寿命的神经网络,基于神经网络的输出结果确定梯次电池的当前剩余寿命Rp。
本发明实施例中,预先训练能够预测梯次电池剩余寿命的神经网络,其中,该神经网络能够实现输入与输出之间的非线性映射;例如,该神经网络可以为BP神经网络,其具备较好的鲁棒性。本实施例中,该神经网络可以预测一次放电过程后梯次电池的剩余寿命。具体地,该神经网络基于梯次电池上一次的剩余寿命Rf以及当前放电过程的时间Tf预测,当前剩余寿命Rp,即该神经网络可以预测经过一次放电过程后的剩余寿命。
并且,还可以将剩余寿命的预测值与实际值之间的差值E也作为该神经网络的一个输出,该神经网络具有最小化该差值E的功能,以使得所预测的剩余寿命(例如当前剩余寿命Rp)尽可能准确。可选地,参见图3所示,该神经网络包括两个输入层、m个隐含层以及两个输出层。
如图3所示,两个输入层分别用于输入上一次剩余寿命Rf和时间Tf。图3中,I1表示第一个输入层的输入,其可用于输入上一次剩余寿命Rf;I2表示第二个输入层的输入,其可用于输入梯次电池的当前放电过程的时间Tf。
隐含层用于基于输入层的输入以及输入层与隐含层之间的连接权重来确定其输出。本实施例中,隐含层的输出满足下式(3):
其中,Ii表示神经网络的第i个输入层的输入,hj表示第j个隐含层的输出,Wij表示第i个输入层至第j个隐含层的连接权值,bj为阈值;j的范围为1至m;m为神经网络中隐含层的个数。
输出层用于基于隐含层的输出以及隐含层与输出层之间的连接权重来确定其输出,从而实现经输入层、隐含层、输出层逐层处理所输入的信号(包括上一次剩余寿命Rf和时间Tf)。本实施例中,O1表示第一个输出层的输出,其可用于输出当前剩余寿命Rp;O2表示第二个输出层的输出,其可用于输出剩余寿命的预测值与实际值之间的差值E。并且,输出层的输出满足下式(4):
其中,Ok表示神经网络的第k个输出层的输出,wjk表示第j个隐含层至第k个输出层的连接权值。由于该神经网络的输出包括两个(当前剩余寿命Rp和剩余寿命预测值与实际值之间的误差E),故神经网络包括两个输出层,相应地,k=1、2。
本实施例中,可以根据预测值与实际值之间的误差E不断调整神经网络的连接权值Wij、wjk以及阈值bj等,在收敛后即可认为训练结束,基于训练得到的神经网络来预测梯次电池的剩余寿命。
可选地,本发明实施例采用加权的方式确定梯次电池的安全系数;其中,本实施例结合主观权重和客观权重进行综合评估,可以避免单一权值主观性过强、考虑因素不足的缺陷,能够提升评估精度。具体地,上述步骤103“根据梯次电池的多种评价指标确定梯次电池的安全系数”包括以下步骤B1-B2:
步骤B1:确定每种评价指标的主观权重,并确定每种评价指标的客观权重;每种评价指标均为归一化处理后所确定指标。
本发明实施例中,为每种评价指标均设置主观权重和客观权重。主观权重可以为基于对每种评价指标重要程度的认知所确定的权重,客观权重可以为基于每种评价指标的评价值所客观确定的权重。并且,由于不同评价指标的含义不同,为将各种评价指标进行统一,本实施例中的评价指标为归一化处理后所确定指标,即先对原始的评价指标进行归一化处理,将归一化处理后的指标作为确定两种权重过程中所需的评价指标。
例如,对于第i种评价指标,其原始指标为ei,其归一化处理后所确定的评价指标为N(ei),该评价指标N(ei)可以满足下式:
上式(5)中,n表示评价指标的种类数。例如,评价指标包括当前剩余寿命、当前荷电状态和当前温升速率,则n=3。
步骤B2:根据主观权重和客观权重对多种评价指标进行加权处理,确定梯次电池的安全系数。
本发明实施例中,基于主观权重和客观权重对每种评价指标进行加权。例如,第i种评价指标pi的主观权重为wa,i,客观权重为wk,i,本实施例结合主观权重wa,i和客观权重wk,i对第i种评价指标pi进行加权。可选地,梯次电池的安全系数满足下式(6):
其中,R表示梯次电池的安全系数,n表示评价指标的种类数;WA、WK分别表示主观权重的向量、客观权重的向量,且WA=[wa,1,wa,2,…,wa,n],WK=[wk,1,wk,2,…,wk,n],wa,i表示第i种评价指标的主观权重,wk,i表示第i种评价指标的客观权重;P表示梯次电池所有评价指标的向量,且P=[p1,p2,…,pn]T,pi表示第i种评价指标的指标值;i的取值范围为1至n;α、β均为预设的调整系数,⊙表示哈达玛积,·表示数量积。其中,α、β与上述的主客观权重的向量相似,也均为n维的向量。
可选地,上述步骤B1“确定每种评价指标的主观权重”包括以下步骤B11-B14:
步骤B11:构建评价指标的比较矩阵A,比较矩阵中的元素apq表示第p种评价指标与第q种评价指标相比所具有的重要程度,且重要程度越大,apq越大;apq×aqp=1。
本发明实施例中,以apq表示第p种评价指标与第q种评价指标相比所具有的重要程度。例如,该第p种评价指标比第q种评价指标更加重要,该元素apq可以取值为3;反过来,第q种评价指标不如第p种评价指标重要,则该元素aqp可以取值为1/3,以保证apq×aqp=1。例如,该元素apq的取值可按照下表1所示选取。
表1
步骤B12:根据比较矩阵A构建判断矩阵B,且判断矩阵B中的元素bpq满足:
其中,rp表示判断矩阵B中第p行的所有元素之和,rq表示判断矩阵B中第q行的所有元素之和,且p、q的取值范围均为1至n,n表示评价指标的种类数;rmax表示所有rp中的最大值,rmin表示所有rp中的最小值。
本发明实施例中,基于每种评价指标之间的重要程度可以确定原始的比较矩阵A,例如,若本实施例涉及n种评价指标,则该比较矩阵A为n阶方阵。之后,利用上式(7)即可确定判断矩阵B中的每个元素bpq,进而可以确定判断矩阵B。其中,可以确定该判断矩阵B的一致性是否符合要求,否则需要重新构造比较矩阵A。本实施例中,rp为重要性排列指数,其具体可以为:
步骤B13:根据判断矩阵B确定拟最优传递矩阵E,且拟最优传递矩阵E中的元素epq满足:
其中,a为预设系数;例如,a=10。
步骤B14:根据最优传递矩阵E确定每种评价指标的主观权重,且主观权重满足:
其中,wa,q表示第q种评价指标的主观权重。
本发明实施例中,利用上式(7)和上式(8)可以将比较矩阵A转换为最优传递矩阵E,并最终利用该最优传递矩阵E中每列的元素epq(p=1,2,…,n)确定该相应行所对应的主观权重,即第q列对应的第q种评价指标的主观权重wa,q,具体可基于上式(9)确定。
此外可选地,上述步骤B1“确定每种评价指标的客观权重”包括以下步骤B15-B17:
步骤B15:根据梯次电池的多种评价指标形成梯次电池的属性向量,属性向量中的一个属性元素对应一种评价指标的指标值。
本发明实施例中,以梯次电池多种评价指标的评价值表示属性向量,该属性向量能够表示每个梯次电池所具有的特征。例如,梯次电池具有3个属性(评价指标):剩余寿命RUL、荷电状态SOC、温升速率ΔT;对于第i个梯次电池,其属性向量可以表示为[xi1,xi2,xi3],xi1、xi2、xi3分别表示该第i个梯次电池的RUL、SOC、ΔT。
步骤B16:以两个梯次电池的属性向量之间的距离表示两个梯次电池之间的距离,对N个梯次电池进行聚类处理,将多个梯次电池分为n个聚类,n与评价指标的种类数相同。
本发明实施例中,对N个梯次电池进行聚类处理;在聚类过程中,以该属性向量代表梯次电池,属性向量之间的距离即为相应梯次电池之间的距离。该距离可以为欧氏距离。例如,对于第i个和第j个梯次电池,二者之间的距离d(xi,xj)满足下式:
其中,xi、xj分别表示第i个、第j个梯次电池;xiu为xi的第u个属性值,xju为xj的第u个属性值。
步骤B17:确定每种评价指标对应的聚类,并且确定每种评价指标的客观权重,客观权重满足:
其中,wk,i表示第i种评价指标的客观权重,si表示第i种评价指标对应的聚类中梯次电池的数量,i的取值范围为1至n。
本发明实施例中,在将N个梯次电池聚为n个聚类后,每一聚类中所有梯次电池的属性向量的均值为该聚类的中心。并且,记录每一聚类中梯次电池的数量,本实施例将每个聚类与每个评价指标之间建立关联,例如,将与第i种评价指标距离最近的聚类作为与该第i种评价指标对应的聚类;其中,可以通过判断聚类中心与第i种评价指标总体数据之间的距离,确定哪一聚类距离该第i种评价指标最近。在确定第i种评价指标对应的聚类中梯次电池的数量si后,基于上式(11)即可确定每种评价指标的客观权重wk,i,i=1,2,…,n。
本发明实施例中,在确定梯次电池每种评价指标的主观权重和客观权重后,即可基于上式(6)确定该梯次电池的安全系数R,该安全系数R越大,说明梯次电池越安全,可以根据梯次电池实时的安全系数评估储能系统的安全性,并对其是否可以继续运行给出建议。例如,不同安全系数的运行建议可参见下表2所示:
表2
上文详细描述了本发明实施例提供的梯次电池的安全评估方法,该方法也可以通过相应的装置实现,下面详细描述本发明实施例提供的梯次电池的安全评估装置。
图4示出了本发明实施例所提供的一种梯次电池的安全评估装置的结构示意图。如图4所示,该梯次电池的安全评估装置包括:
获取模块41,用于获取储能系统中多个梯次电池的运行数据,所述运行数据包括电流、电压、温度和取样时间;
处理模块42,用于根据所述运行数据预测所述梯次电池的当前剩余寿命,并确定所述梯次电池的当前荷电状态,确定所述梯次电池的当前温升速率;
评价模块43,用于根据所述梯次电池的多种评价指标确定所述梯次电池的安全系数,所述当前剩余寿命、所述当前荷电状态、所述当前温升速率均为一种评价指标。
在一种可能的实现方式中,所述处理模块42根据所述运行数据预测所述梯次电池的当前剩余寿命,包括:
确定所述梯次电池的上一次剩余寿命Rf和所述梯次电池的当前放电过程的时间Tf;
将所述上一次剩余寿命Rf和所述时间Tf输入至预先训练的用于预测梯次电池剩余寿命的神经网络,基于所述神经网络的输出结果确定所述梯次电池的当前剩余寿命Rp。
在一种可能的实现方式中,所述神经网络包括两个输入层、m个隐含层以及两个输出层;
两个所述输入层分别用于输入所述上一次剩余寿命Rf和所述时间Tf;
所述隐含层的输出满足:
其中,Ii表示所述神经网络的第i个输入层的输入,hj表示第j个隐含层的输出,Wij表示第i个输入层至第j个隐含层的连接权值,bj为阈值;j的范围为1至m;
所述输出层的输出满足:
其中,Ok表示所述神经网络的第k个输出层的输出,wjk表示第j个隐含层至第k个输出层的连接权值。
在一种可能的实现方式中,所述处理模块42确定所述梯次电池的当前荷电状态,包括:
根据所述梯次电池的等效模型确定所述梯次电池的当前荷电状态。
在一种可能的实现方式中,所述处理模块42确定所述梯次电池的当前温升速率,包括:
根据连续两次取样所确定的取样时间和温度确定所述梯次电池的当前温升速率,且所述当前温升速率满足:
其中,ΔTi为第i次取样时间对应的当前温升速率,ti,ti-1分别为第i、i-1次取样时间,Ti,Ti-1分别为第i、i-1次取样时间对应的温度。
在一种可能的实现方式中,所述评价模块43包括:
权重确定单元,用于确定每种评价指标的主观权重,并确定每种评价指标的客观权重;每种所述评价指标均为归一化处理后所确定指标;
评价单元,用于根据所述主观权重和所述客观权重对多种所述评价指标进行加权处理,确定所述梯次电池的安全系数。
在一种可能的实现方式中,所述权重确定单元确定每种评价指标的主观权重,包括:
构建所述评价指标的比较矩阵A,所述比较矩阵中的元素apq表示第p种评价指标与第q种评价指标相比所具有的重要程度,且重要程度越大,apq越大;apq×aqp=1;
根据所述比较矩阵A构建判断矩阵B,且所述判断矩阵B中的元素bpq满足:
其中,rp表示所述判断矩阵B中第p行的所有元素之和,rq表示所述判断矩阵B中第q行的所有元素之和,且p、q的取值范围均为1至n,n表示所述评价指标的种类数;rmax表示所有rp中的最大值,rmin表示所有rp中的最小值;
根据所述判断矩阵B确定拟最优传递矩阵E,且所述拟最优传递矩阵E中的元素epq满足:
其中,a为预设系数;
根据所述最优传递矩阵E确定每种所述评价指标的主观权重,且所述主观权重满足:
其中,wa,q表示第q种评价指标的主观权重。
在一种可能的实现方式中,所述权重确定单元确定每种评价指标的客观权重,包括:
根据所述梯次电池的多种评价指标形成所述梯次电池的属性向量,所述属性向量中的一个属性元素对应一种评价指标的指标值;
以两个梯次电池的属性向量之间的距离表示所述两个梯次电池之间的距离,对N个所述梯次电池进行聚类处理,将多个所述梯次电池分为n个聚类,n与所述评价指标的种类数相同;
确定每种所述评价指标对应的聚类,并且确定每种所述评价指标的客观权重,所述客观权重满足:
其中,wk,i表示第i种评价指标的客观权重,si表示第i种评价指标对应的聚类中所述梯次电池的数量,i的取值范围为1至n。
在一种可能的实现方式中,所述梯次电池的安全系数满足:
其中,R表示所述梯次电池的安全系数,n表示所述评价指标的种类数;WA、WK分别表示所述主观权重的向量、所述客观权重的向量,且WA=[wa,1,wa,2,…,wa,n],WK=[wk,1,wk,2,…,wk,n],wa,i表示第i种评价指标的主观权重,wk,i表示第i种评价指标的客观权重;P表示所述梯次电池所有评价指标的向量,且P=[p1,p2,…,pn]T,pi表示第i种评价指标的指标值;i的取值范围为1至n;
α、β均为预设的调整系数,⊙表示哈达玛积,·表示数量积。
此外,本发明实施例还提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,该收发器、该存储器和处理器分别通过总线相连,计算机程序被处理器执行时实现上述梯次电池的安全评估方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
具体的,参见图5所示,本发明实施例还提供了一种电子设备,该电子设备包括总线1110、处理器1120、收发器1130、总线接口1140、存储器1150和用户接口1160。
在本发明实施例中,该电子设备还包括:存储在存储器1150上并可在处理器1120上运行的计算机程序,计算机程序被处理器1120执行时实现上述梯次电池的安全评估方法实施例的各个过程。
收发器1130,用于在处理器1120的控制下接收和发送数据。
本发明实施例中,总线架构(用总线1110来代表),总线1110可以包括任意数量互联的总线和桥,总线1110将包括由处理器1120代表的一个或多个处理器与存储器1150代表的存储器的各种电路连接在一起。
总线1110表示若干类型的总线结构中的任何一种总线结构中的一个或多个,包括存储器总线以及存储器控制器、外围总线、加速图形端口(Accelerate Graphical Port,AGP)、处理器或使用各种总线体系结构中的任意总线结构的局域总线。作为示例而非限制,这样的体系结构包括:工业标准体系结构(Industry Standard Architecture,ISA)总线、微通道体系结构(Micro Channel Architecture,MCA)总线、扩展ISA(Enhanced ISA,EISA)总线、视频电子标准协会(Video Electronics Standards Association,VESA)、外围部件互连(Peripheral Component Interconnect,PCI)总线。
处理器1120可以是一种集成电路芯片,具有信号处理能力。在实现过程中,上述方法实施例的各步骤可以通过处理器中硬件的集成逻辑电路或软件形式的指令完成。上述的处理器包括:通用处理器、中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)、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(FieldProgrammable Gate Array,FPGA)、复杂可编程逻辑器件(Complex Programmable LogicDevice,CPLD)、可编程逻辑阵列(Programmable Logic Array,PLA)、微控制单元(Microcontroller Unit,MCU)或其他可编程逻辑器件、分立门、晶体管逻辑器件、分立硬件组件。可以实现或执行本发明实施例中公开的各方法、步骤及逻辑框图。例如,处理器可以是单核处理器或多核处理器,处理器可以集成于单颗芯片或位于多颗不同的芯片。
处理器1120可以是微处理器或任何常规的处理器。结合本发明实施例所公开的方法步骤可以直接由硬件译码处理器执行完成,或者由译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存取存储器(Random Access Memory,RAM)、闪存(FlashMemory)、只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、寄存器等本领域公知的可读存储介质中。所述可读存储介质位于存储器中,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
总线1110还可以将,例如外围设备、稳压器或功率管理电路等各种其他电路连接在一起,总线接口1140在总线1110和收发器1130之间提供接口,这些都是本领域所公知的。因此,本发明实施例不再对其进行进一步描述。
收发器1130可以是一个元件,也可以是多个元件,例如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。例如:收发器1130从其他设备接收外部数据,收发器1130用于将处理器1120处理后的数据发送给其他设备。取决于计算机系统的性质,还可以提供用户接口1160,例如:触摸屏、物理键盘、显示器、鼠标、扬声器、麦克风、轨迹球、操纵杆、触控笔。
应理解,在本发明实施例中,存储器1150可进一步包括相对于处理器1120远程设置的存储器,这些远程设置的存储器可以通过网络连接至服务器。上述网络的一个或多个部分可以是自组织网络(ad hoc network)、内联网(intranet)、外联网(extranet)、虚拟专用网(VPN)、局域网(LAN)、无线局域网(WLAN)、广域网(WAN)、无线广域网(WWAN)、城域网(MAN)、互联网(Internet)、公共交换电话网(PSTN)、普通老式电话业务网(POTS)、蜂窝电话网、无线网络、无线保真(Wi-Fi)网络以及两个或更多个上述网络的组合。例如,蜂窝电话网和无线网络可以是全球移动通信(GSM)系统、码分多址(CDMA)系统、全球微波互联接入(WiMAX)系统、通用分组无线业务(GPRS)系统、宽带码分多址(WCDMA)系统、长期演进(LTE)系统、LTE频分双工(FDD)系统、LTE时分双工(TDD)系统、先进长期演进(LTE-A)系统、通用移动通信(UMTS)系统、增强移动宽带(Enhance Mobile Broadband,eMBB)系统、海量机器类通信(massive Machine Type of Communication,mMTC)系统、超可靠低时延通信(UltraReliable Low Latency Communications,uRLLC)系统等。
应理解,本发明实施例中的存储器1150可以是易失性存储器或非易失性存储器,或可包括易失性存储器和非易失性存储器两者。其中,非易失性存储器包括:只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存(Flash Memory)。
易失性存储器包括:随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如:静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM,DRRAM)。本发明实施例描述的电子设备的存储器1150包括但不限于上述和任意其他适合类型的存储器。
在本发明实施例中,存储器1150存储了操作系统1151和应用程序1152的如下元素:可执行模块、数据结构,或者其子集,或者其扩展集。
具体而言,操作系统1151包含各种系统程序,例如:框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序1152包含各种应用程序,例如:媒体播放器(Media Player)、浏览器(Browser),用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序1152中。应用程序1152包括:小程序、对象、组件、逻辑、数据结构以及其他执行特定任务或实现特定抽象数据类型的计算机系统可执行指令。
此外,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述梯次电池的安全评估方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
计算机可读存储介质包括:永久性和非永久性、可移动和非可移动媒体,是可以保留和存储供指令执行设备所使用指令的有形设备。计算机可读存储介质包括:电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备以及上述任意合适的组合。计算机可读存储介质包括:相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、非易失性随机存取存储器(NVRAM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带存储、磁带磁盘存储或其他磁性存储设备、记忆棒、机械编码装置(例如在其上记录有指令的凹槽中的穿孔卡或凸起结构)或任何其他非传输介质、可用于存储可以被计算设备访问的信息。按照本发明实施例中的界定,计算机可读存储介质不包括暂时信号本身,例如无线电波或其他自由传播的电磁波、通过波导或其他传输介质传播的电磁波(例如穿过光纤电缆的光脉冲)或通过导线传输的电信号。
在本申请所提供的几个实施例中,应该理解到,所披露的装置、电子设备和方法,可以通过其他的方式实现。例如,以上描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的、机械的或其他的形式连接。
所述作为分离部件说明的单元可以是或也可以不是物理上分开的,作为单元显示的部件可以是或也可以不是物理单元,既可以位于一个位置,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或全部单元来解决本发明实施例方案要解决的问题。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的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存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术作出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(包括:个人计算机、服务器、数据中心或其他网络设备)执行本发明各个实施例所述方法的全部或部分步骤。而上述存储介质包括如前述所列举的各种可以存储程序代码的介质。
在本发明实施例的描述中,所属技术领域的技术人员应当知道,本发明实施例可以实现为方法、装置、电子设备及计算机可读存储介质。因此,本发明实施例可以具体实现为以下形式:完全的硬件、完全的软件(包括固件、驻留软件、微代码等)、硬件和软件结合的形式。此外,在一些实施例中,本发明实施例还可以实现为在一个或多个计算机可读存储介质中的计算机程序产品的形式,该计算机可读存储介质中包含计算机程序代码。
上述计算机可读存储介质可以采用一个或多个计算机可读存储介质的任意组合。计算机可读存储介质包括:电、磁、光、电磁、红外或半导体的系统、装置或器件,或者以上任意的组合。计算机可读存储介质更具体的例子包括:便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM)、闪存(Flash Memory)、光纤、光盘只读存储器(CD-ROM)、光存储器件、磁存储器件或以上任意组合。在本发明实施例中,计算机可读存储介质可以是任意包含或存储程序的有形介质,该程序可以被指令执行系统、装置、器件使用或与其结合使用。
上述计算机可读存储介质包含的计算机程序代码可以用任意适当的介质传输,包括:无线、电线、光缆、射频(Radio Frequency,RF)或者以上任意合适的组合。
可以以汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、集成电路配置数据或以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言,例如:Java、Smalltalk、C++,还包括常规的过程式程序设计语言,例如:C语言或类似的程序设计语言。计算机程序代码可以完全的在用户计算机上执行、部分的在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行以及完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括:局域网(LAN)或广域网(WAN),可以连接到用户计算机,也可以连接到外部计算机。
本发明实施例通过流程图和/或方框图描述所提供的方法、装置、电子设备。
应当理解,流程图和/或方框图的每个方框以及流程图和/或方框图中各方框的组合,都可以由计算机可读程序指令实现。这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,从而生产出一种机器,这些计算机可读程序指令通过计算机或其他可编程数据处理装置执行,产生了实现流程图和/或方框图中的方框规定的功能/操作的装置。
也可以将这些计算机可读程序指令存储在能使得计算机或其他可编程数据处理装置以特定方式工作的计算机可读存储介质中。这样,存储在计算机可读存储介质中的指令就产生出一个包括实现流程图和/或方框图中的方框规定的功能/操作的指令装置产品。
也可以将计算机可读程序指令加载到计算机、其他可编程数据处理装置或其他设备上,使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机或其他可编程数据处理装置上执行的指令能够提供实现流程图和/或方框图中的方框规定的功能/操作的过程。
以上所述,仅为本发明实施例的具体实施方式,但本发明实施例的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明实施例披露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明实施例的保护范围之内。因此,本发明实施例的保护范围应以权利要求的保护范围为准。
Claims (12)
1.一种梯次电池的安全评估方法,其特征在于,包括:
获取储能系统中多个梯次电池的运行数据,所述运行数据包括电流、电压、温度和取样时间;
根据所述运行数据预测所述梯次电池的当前剩余寿命,并确定所述梯次电池的当前荷电状态,确定所述梯次电池的当前温升速率;
根据所述梯次电池的多种评价指标确定所述梯次电池的安全系数,所述当前剩余寿命、所述当前荷电状态、所述当前温升速率均为一种评价指标。
2.根据权利要求1所述的方法,其特征在于,所述根据所述运行数据预测所述梯次电池的当前剩余寿命,包括:
确定所述梯次电池的上一次剩余寿命Rf和所述梯次电池的当前放电过程的时间Tf;
将所述上一次剩余寿命Rf和所述时间Tf输入至预先训练的用于预测梯次电池剩余寿命的神经网络,基于所述神经网络的输出结果确定所述梯次电池的当前剩余寿命Rp。
4.根据权利要求1所述的方法,其特征在于,所述确定所述梯次电池的当前荷电状态,包括:
根据所述梯次电池的等效模型确定所述梯次电池的当前荷电状态。
6.根据权利要求1-5任意一项所述的方法,其特征在于,所述根据所述梯次电池的多种评价指标确定所述梯次电池的安全系数,包括:
确定每种评价指标的主观权重,并确定每种评价指标的客观权重;每种所述评价指标均为归一化处理后所确定指标;
根据所述主观权重和所述客观权重对多种所述评价指标进行加权处理,确定所述梯次电池的安全系数。
7.根据权利要求6所述的方法,其特征在于,所述确定每种评价指标的主观权重,包括:
构建所述评价指标的比较矩阵A,所述比较矩阵中的元素apq表示第p种评价指标与第q种评价指标相比所具有的重要程度,且重要程度越大,apq越大;apq×aqp=1;
根据所述比较矩阵A构建判断矩阵B,且所述判断矩阵B中的元素bpq满足:
其中,rp表示所述判断矩阵B中第p行的所有元素之和,rq表示所述判断矩阵B中第q行的所有元素之和,且p、q的取值范围均为1至n,n表示所述评价指标的种类数;rmax表示所有rp中的最大值,rmin表示所有rp中的最小值;
根据所述判断矩阵B确定拟最优传递矩阵E,且所述拟最优传递矩阵E中的元素epq满足:
其中,a为预设系数;
根据所述最优传递矩阵E确定每种所述评价指标的主观权重,且所述主观权重满足:
其中,wa,q表示第q种评价指标的主观权重。
10.一种梯次电池的安全评估装置,其特征在于,包括:
获取模块,用于获取储能系统中多个梯次电池的运行数据,所述运行数据包括电流、电压、温度和取样时间;
处理模块,用于根据所述运行数据预测所述梯次电池的当前剩余寿命,并确定所述梯次电池的当前荷电状态,确定所述梯次电池的当前温升速率;
评价模块,用于根据所述梯次电池的多种评价指标确定所述梯次电池的安全系数,所述当前剩余寿命、所述当前荷电状态、所述当前温升速率均为一种评价指标。
11.一种电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,其特征在于,所述计算机程序被所述处理器执行时实现如权利要求1至9中任一项所述的梯次电池的安全评估方法中的步骤。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至9中任一项所述的梯次电池的安全评估方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210921812.4A CN115113054A (zh) | 2022-08-02 | 2022-08-02 | 一种梯次电池的安全评估方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210921812.4A CN115113054A (zh) | 2022-08-02 | 2022-08-02 | 一种梯次电池的安全评估方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115113054A true CN115113054A (zh) | 2022-09-27 |
Family
ID=83334086
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210921812.4A Pending CN115113054A (zh) | 2022-08-02 | 2022-08-02 | 一种梯次电池的安全评估方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115113054A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115456223A (zh) * | 2022-11-09 | 2022-12-09 | 深圳市闪盾能源科技有限公司 | 基于全生命周期的锂电池梯次回收管理方法及系统 |
CN115514068A (zh) * | 2022-11-18 | 2022-12-23 | 杭州程单能源科技有限公司 | 一种锂电池梯次利用的电芯压差优化方法 |
-
2022
- 2022-08-02 CN CN202210921812.4A patent/CN115113054A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115456223A (zh) * | 2022-11-09 | 2022-12-09 | 深圳市闪盾能源科技有限公司 | 基于全生命周期的锂电池梯次回收管理方法及系统 |
CN115456223B (zh) * | 2022-11-09 | 2023-01-31 | 深圳市闪盾能源科技有限公司 | 基于全生命周期的锂电池梯次回收管理方法及系统 |
CN115514068A (zh) * | 2022-11-18 | 2022-12-23 | 杭州程单能源科技有限公司 | 一种锂电池梯次利用的电芯压差优化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115113054A (zh) | 一种梯次电池的安全评估方法、装置及电子设备 | |
Chen et al. | A long short-term memory neural network based Wiener process model for remaining useful life prediction | |
Yang et al. | Combined wireless network intrusion detection model based on deep learning | |
Xu et al. | A time-efficient data offloading method with privacy preservation for intelligent sensors in edge computing | |
CN109961147B (zh) | 一种基于Q-Learning算法的自动化模型压缩方法 | |
WO2022198616A1 (zh) | 一种电池寿命预测方法、系统、电子装置及存储介质 | |
KR102387780B1 (ko) | 신경망 기반의 배터리 용량 추정 방법 및 장치 | |
CN112365033B (zh) | 一种风电功率区间预测方法、系统及存储介质 | |
CN114563712B (zh) | 一种电池容量估算方法、装置及电子设备 | |
Zhang et al. | Accurate prediction approach of SOH for lithium-ion batteries based on LSTM method | |
CN114675190A (zh) | 一种电池安全评估的方法、装置及电子设备 | |
CN114065552A (zh) | 一种量化分析电池性能的方法、装置及电子设备 | |
CN110910964A (zh) | 一种分子间的结合活性预测方法及装置 | |
Wang et al. | A prediction method for voltage and lifetime of lead–acid battery by using machine learning | |
CN116973797A (zh) | 电池组一致性的判断方法、装置、设备及存储介质 | |
CN116930609A (zh) | 一种基于ResNet-LSTM模型的电能计量误差分析方法 | |
CN116087814B (zh) | 一种提高电压采样精度的方法、装置及电子设备 | |
US20230258733A1 (en) | Predicting aging of batteries | |
CN117031292A (zh) | 电池健康状态预测方法、装置、计算机设备和存储介质 | |
CN115618252A (zh) | 一种光伏接入容量评估方法、装置及电子设备 | |
CN116449224A (zh) | 一种电池异常发热判断方法及系统 | |
KR20230142121A (ko) | 신경망 기반의 배터리 사용량 예측 방법 및 장치 | |
Bin et al. | Simple and effective fault diagnosis method of power lithium-ion battery based on GWA-DBN | |
CN113608136A (zh) | 一种多尺度锂离子电池健康状态的预测方法 | |
CN116047310B (zh) | 一种电池模型参数辨识方法、装置和电子设备 |
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 |