CN115187013A - 一种锂电池性能评分计算方法及系统 - Google Patents

一种锂电池性能评分计算方法及系统 Download PDF

Info

Publication number
CN115187013A
CN115187013A CN202210725707.3A CN202210725707A CN115187013A CN 115187013 A CN115187013 A CN 115187013A CN 202210725707 A CN202210725707 A CN 202210725707A CN 115187013 A CN115187013 A CN 115187013A
Authority
CN
China
Prior art keywords
lithium battery
performance
index
battery
battery performance
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
Application number
CN202210725707.3A
Other languages
English (en)
Inventor
王宁
刘明义
曹曦
韦宇
曹传钊
雷浩东
宋吉硕
裴杰
孙周婷
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.)
Huaneng Clean Energy Research Institute
Original Assignee
Huaneng Clean Energy Research Institute
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 Huaneng Clean Energy Research Institute filed Critical Huaneng Clean Energy Research Institute
Priority to CN202210725707.3A priority Critical patent/CN115187013A/zh
Publication of CN115187013A publication Critical patent/CN115187013A/zh
Priority to PCT/CN2023/072160 priority patent/WO2023246088A1/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Secondary Cells (AREA)

Abstract

本发明涉及储能领域，具体涉及一种锂电池性能评分计算方法及系统，所述方法包括获取锂电池运行过程中的数据信息并将数据上传至锂电池性能评分数据库中；利用所述锂电池性能评分数据库从电池铭牌属性、运行属性、环境属性三个维度构建锂电池性能评分体系；采用模糊综合评价法构建电池性能评分计算模型并计算锂电池各项性能指标评分，实现了实时、快速、准确的得到锂电池的性能状态评分，提高锂电池维护与检修效率，保证锂电池的安全稳定运行；实现对锂电池性能状态的精准评估。

Description

一种锂电池性能评分计算方法及系统
技术领域
本发明涉及储能领域，具体涉及一种锂电池性能评分计算方法及系统。
背景技术
随着储能行业的进一步发展，越来越多的风能、光伏等新能源发电选择将电能储存起来。锂电池由于具有能量密度高、电化学特性稳定以及污染较少、循环寿命较长等优点被储能广泛投入使用，同时也推动了经济的持续快速发展。但是随着储能充放电循环次数的增加，锂电池会性能缓慢的产生不可逆的老化现象，其直接影响到锂电池的实用性、经济性和安全性等方面。所以能够准确、快速的评价锂电池的实时性能状态不仅提高了相关领域的安全性，而且能够为储能领域节省大量的资金和时间。因此研究出能够准确评价锂电池的性能状态的方法对其实际应用有着重大意义。
传统的锂电池性能状态评价方法模糊性大、评价指标片面、存在人为影响，并不能准确全面地体现锂电池的性能状态，评价结果说服力较差。
发明内容
本申请提供的一种锂电池性能评分计算方法及系统，以至少解决相关技术中锂电池性能状态评价方法模糊性大、评价指标片面、存在人为影响且并不能准确全面地体现锂电池的性能状态、评价结果说服力较差的问题。
本申请第一方面实施例提出一种锂电池性能评分计算方法，包括：
获取锂电池运行过程中的数据信息并将数据上传至锂电池性能评分数据库中；
利用所述锂电池性能评分数据库从电池铭牌属性、运行属性、环境属性三个维度构建锂电池性能评分体系；
采用模糊综合评价法构建电池性能评分计算模型。
本申请第二方面实施例提出一种锂电池性能评分计算系统，包括：
获取模块，获取锂电池运行过程中的数据信息并将数据上传至锂电池性能评分数据库中；
建立模块，利用所述锂电池性能评分数据库从电池铭牌属性、运行属性、环境属性三个维度构建锂电池性能评分体系；
计算模块，采用模糊综合评价法构建电池性能评分计算模型并计算锂电池各项性能指标评分。
本申请第三方面实施例提出一种计算机设备，包括：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，处理器执行计算机程序时，实现如本申请第一方面的预测方法。
本申请第四方面实施例提出一种非临时性计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如本申请第一方面的预测方法。
本申请的实施例提供的技术方案至少带来以下有益效果：
本发明提供了一种锂电池性能评分计算方法和系统，所述方法包括获取锂电池运行过程中的数据信息并将数据上传至锂电池性能评分数据库中；利用所述锂电池性能评分数据库从电池铭牌属性、运行属性、环境属性三个维度构建锂电池性能评分体系；采用模糊综合评价法构建电池性能评分计算模型并计算锂电池各项性能指标评分，实现了实时、快速、准确的计算锂电池的性能从而评价锂电池的性能状态，提高锂电池维护与检修效率，保证锂电池的安全稳定运行。
本申请附加的方面以及优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面以及优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
本申请上述的和/或附加的方面以及优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1是根据本申请一个实施例提供的一种锂电池性能评分计算方法的流程图；
图2是根据本申请一个实施例提供的一种锂电池性能评分计算方法的具体流程图；
图3是根据本申请一个实施例提供的一种锂电池性能评分计算方法中模糊综合评价模型的原理图；
图4是根据本申请一个实施例提供的一种锂电池性能评分计算方法中锂电池性能状态分析可视化界面图；
图5为根据本申请一个实施例提供的本申请一个实施例提供的一种锂电池性能评分计算系统的结构图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
本申请提出的一种锂电池性能评分计算方法和系统，所述方法包括获取锂电池运行过程中的数据信息并将数据上传至锂电池性能评分数据库中；利用所述锂电池性能评分数据库从电池铭牌属性、运行属性、环境属性三个维度构建锂电池性能评分体系；采用模糊综合评价法构建电池性能评分计算模型并计算锂电池各项性能指标评分，实现了实时、快速、准确的计算锂电池的性能从而从而评价锂电池的性能状态，提高锂电池维护与检修效率，保证锂电池的安全稳定运行。
下面参考附图描述本申请实施例的一种发动机动力学仿真代理模型的确定方法及系统。
实施例1
图1为本公开实施例提供的一个实施例提供的一种锂电池性能评分计算方法的流程图，如图1所述，所述方法包括：
步骤1：获取锂电池运行过程中的数据信息并将数据上传至锂电池性能评分数据库中；
所述锂电池运行过程中的数据信息包括：锂电池运行功率、电压、电流、温度等。
图2是根据本申请一个实施例提供的一种锂电池性能评分计算方法的具体流程图,如图2所示，将数据上传至锂电池性能评分数据库中之后还包括：对锂电池性能评分数据库中的锂电池性能数据进行清洗处理。
所述对锂电池性能评分数据库中的锂电池性能数据进行清洗处理包括：缺失值填充、异常值处理等；
其中，缺失值填充指的是针对缺失值超过5个点以上的则剔除当日数据，缺失值在5个点以下的采用前后3次数据均值进行填充；异常值处理指的是针对异常值通过统计分析、箱线图法等构建指标异常值识别方式，并按需求删除或填充。
步骤2：利用所述锂电池性能状态评所述利用所述锂电池性能评分数据库从电池铭牌属性、运行属性、环境属性三个维度构建锂电池性能评分体系。
在本公开实施例当中，所述利用锂电池性能评分数据库从电池铭牌属性、运行属性、环境属性三个维度构建锂电池性能评分体系之前还包括：构建与锂电池相关的锂电池指标特征；
其中，构建与锂电池相关的锂电池指标特征的方法包括描述性统计、关联分析、数据变换、数据编码、分箱、特征组合等。
进一步的，所述铭牌属性包括电池型号、电池容量、电池出厂日期、批次、生产厂家及位置等；
运行属性包括运行总功率、总电压、总电流、最高最低电压、最高最低温度等；
环境属性包括外接最高最低温度、最高最低湿度、天气数据等。
步骤3：采用模糊综合评价法构建电池性能评分计算模型。
图3是根据本申请一个实施例提供的一种锂电池性能评分计算方法中模糊综合评价模型的原理图,所述采用模糊综合评价法构建电池性能评分计算模型具体包括：
F1：将锂电池性能评分体系进行级别划分，划分为电芯级、模组级、电池簇级和电池舱级；
需要注意的是，传统的锂电池性能评价只是针对电芯级别的性能评价，而储能电站作为一个庞大的电力系统，其存在大量电芯的集成运行，所以本发明的方法不仅针对电芯级，更是对其上层的模组级、电池簇级和电池舱级也进行阶梯型评价，使得对储能电站的整体性能也有了综合性评价。
F2：将不同级别的锂电池各项指标特征划分为不同类型的隶属度函数；
需要注意的是，锂电池各单项指标可划分为不同类型的隶属度函数，其中隶属度函数包括“抛物线型”、“正S型”和“直线型”等。
F3：将各单项锂电池指标特征带入相应隶属度函数中，计算隶属度，组合得到各级别锂电池单因素评价矩阵A；
进一步的，抛物线型隶属度函数计算式如下：
Figure BDA0003713135550000041
式中：u1(x)为抛物线型隶属度函数值，x1表示数值下限，x2表示最优数值下限，x3表示最优数值上限，x4表示数值上限；
正S线型隶属度函数计算式如下：
Figure BDA0003713135550000051
式中：u2(x)为正S线型隶属度函数值，x1表示数值下限，x4表示数值上限；
(3)直线型隶属度函数计算式如下：
u3(x)＝k*x+b
式中u3(x)为直线型隶属度函数值，其中,
Figure BDA0003713135550000052
x4表示数值上限，x1表示数值下限。
具体的，根据隶属度函数和设定的指标临界值，将指标的测定值代入相应隶属度函数公式，计算隶属度，即将抛物线型隶属度函数、正S线型隶属度函数和直线型隶属度函数计算值组成单因素评价矩阵A：
Figure BDA0003713135550000053
式中：式中：A为m行n列矩阵，m为锂电池的样本数量，n为锂电池指标的个数；μ11为第一个电池样本的第一个特征的隶属度；μ1n为第一个电池样本的第n个特征的隶属度；μmn为第m个电池样本的第n个特征的隶属度。
F4：利用多元线性回归法计算锂电池各项指标特征的权重系数，组成影响锂电池性能的权重系数来构建权重系数矩阵R；
F5：利用模糊综合评价法将单因素评价矩阵和转置的权重系数矩阵相乘计算综合评价指数，构建电池性能评分计算模型，通过计算得到锂电池各项性能指标的评分，得到不同级别锂电池各项性能指标状态综合评分结果，以实现对锂电池性能状态的精准评估。
所述利用多元线性回归法计算锂电池各项指标特征的权重系数，组成影响锂电池性能的权重系数来构建权重系数矩阵R以及利用模糊综合评价法将单因素评价矩阵和转置的权重系数矩阵相乘计算综合评价指数，构建电池性能评分计算模型具体包括：
H1：建立锂电池第k个指标
Figure BDA0003713135550000061
与其他指标的线性回归方程，方程式如下：
Figure BDA0003713135550000062
式中：
Figure BDA0003713135550000063
为常数项，n为锂电池指标的个数，x1、x2......xn为锂电池指标中除了
Figure BDA0003713135550000064
的其他指标；
H2：计算指标复相关系数
第k个指标的复相关系数Zk计算式如下：
Figure BDA0003713135550000065
式中，
Figure BDA0003713135550000066
为xk的平均值；
H3：构建指标权重系数矩阵
通过对每个指标的复相关系数的倒数(1/Zk)归一化后得到各项指标的权重系数rk，组成权重系数矩阵R；
R＝[r1 r2 … rn]
式中，r1为第一个锂电池指标的权重系数，rn为第n个锂电池指标的权重系数；
H4：利用模糊矩阵合成计算综合评价指数B
Figure BDA0003713135550000067
式中：y1为第一个锂电池样本性能状态的综合评分，ym为第m个锂电池样本的综合评分，m为锂电池样本数。
需要注意的式，由于层次分析法等权重获取方式存在人为因素影响，故本方法采用多元线性回归法计算锂电池指标权重系数，其原理是根据锂电池各指标与其他指标之间的共线性强弱来确定指标权重，不存在人为因素影响。
采用多元线性回归法计算锂电池指标权重系数，根据锂电池各指标与其他指标之间的共线性强弱来确定指标权重；即某一指标与其他指标的复相关系数Z越大，则说明该指标与其他指标之间的共线性关系越强，越容易由其他指标的线性组合表示，重复信息越多，该指标的权重也就应该越小。
在本公开实施例当中，所述锂电池性能评分计算方法还包括：
根据评价结果对锂电池性能健康状态进行分类，分为健康(优秀)、亚健康(良好)、不健康(较差)、严重不健康(差)四个等级；
绘制锂电池性能状态可视化界面。
其中，可视化界面包括锂电池设备数量、分布拓扑、温度、性能状态结果，用于为运检部门提供锂电池锂电池非健康预警。
具体的，表1为评价得分对应的健康状态，如表1所示
综合得分范围 锂电池性能状态评级
Score＞80分 健康
60＜Score＜80 亚健康
20＜Score＜60 不健康
Score＞25 严重不健康
图4是根据本申请一个实施例提供的一种锂电池性能评分计算方法中锂电池性能状态分析可视化界面，如图4所示，将锂电池性能状态综合评分接入可视化界面，用以直观展示器性能状态。内容包括但不限于锂电池设备数量、分布、温度、健康状态结果等，为运检部门提供锂电池锂电池非健康预警。
需要注意的是，针对处于非健康状态的锂电池锂电池，进一步聚焦投运年限、负载容量比例、重过载次数等维度，从该维度进行得分分析，得分越低的维度纳入设备检修范围，辅助故障定位，提高检查效率。
从综合评价结果进行得分分析，得分低的纳入设备检修范围，辅助故障定位，提高检查效率。利用大数据技术开展锂电池性能状态实时监控预警，使相关工作人员与设备的全面交互，实现锂电池状态的全息感知。
综上所述，本公开实施例提供的一种锂电池性能评分计算方法，所述方法包括获取锂电池运行过程中的数据信息并将数据上传至锂电池性能评分数据库中；利用所述锂电池性能评分数据库从电池铭牌属性、运行属性、环境属性三个维度构建锂电池性能评分体系；采用模糊综合评价法构建电池性能评分计算模型并计算锂电池各项性能指标评分，实现了实时、快速、准确的评价锂电池的性能状态，提高锂电池维护与检修效率，保证锂电池的安全稳定运行；实现对锂电池性能状态的精准评估，并开发锂电池性能状态可视化场景，用以直观展示储能单元中锂电池的实时运行情况，该发明可用以支撑锂电池检修计划策略制定及指导主动抢修。
实施例2
图5为本公开实施例提供的一种锂电池性能评分计算系统的结构图，如图5所示，所述系统包括：
获取模块100，获取预锂电池运行过程中得数据信息并将数据上传至锂电池性能评分数据库中；
建立模块200，利用所述锂电池性能评分数据库从电池铭牌属性、运行属性、环境属性三个维度构建锂电池性能评分体系；
计算模块300，采用模糊综合评价法构建电池性能评分计算模型并计算锂电池各项性能指标评分。
所述系统还包括清洗单元，所述清洗单元用于对上传至锂电池性能评分数据库中的锂电池性能数据进行清洗处理，具体包括缺失值填充、异常值处理等。
综上所述，根据本公开实施例提供的一种锂电池性能评分计算系统，实现了对锂电池的性能状态实时、快速、准确的计算和评价。
实施例3
为了实现上述实施例，本公开还提出一种计算机设备。
本实施例提供的计算机设备，包括存储器、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，处理器执行计算机程序时，实现实施例1中的方法。
实施例4
为了实现上述实施例，本公开还提出一种非临时性计算机可读存储介质。
本实施例提供的计算机设备，其上存储有计算机程序，计算机程序被处理器执行时实现实施例1中的方法。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

Claims (10)

1.一种锂电池性能评分计算方法，其特征在于，所述方法包括：
获取锂电池运行过程中的数据信息并将数据上传至锂电池性能评分数据库中；
利用所述锂电池性能评分数据库从电池铭牌属性、运行属性、环境属性三个维度构建锂电池性能评分体系；
采用模糊综合评价法构建电池性能评分计算模型并计算锂电池各项性能指标评分。
2.如权利要求1所述的方法，其特征在于，将数据上传至锂电池性能评分数据库中之后还包括：对锂电池性能评分数据库中的锂电池性能数据进行清洗处理；
所述对锂电池性能评分数据库中的锂电池性能数据进行清洗处理包括：缺失值填充、异常值处理。
3.如权利要求1所述的方法，其特征在于，利用所述锂电池性能评分数据库从电池铭牌属性、运行属性、环境属性三个维度构建锂电池性能评分体系之前还包括：
构建与锂电池性能相关的锂电池指标特征；
其中，所述构建与锂电池性能相关的锂电池指标特征的方法包括：描述性统计、关联分析、数据变换、数据编码、分箱、特征组合；
所述铭牌属性包括电池型号、电池容量、电池出厂日期、批次、生产厂家及位置；
所述运行属性包括运行总功率、总电压、总电流、最高最低电压、最高最低温度；
所述环境属性包括外接最高最低温度、最高最低湿度、天气数据。
4.如权利要求1所述的方法，其特征在于，采用模糊综合评价法构建电池性能评分计算模型并计算锂电池各项性能指标评分包括：
将锂电池性能评分体系进行级别划分，划分为电芯级、模组级、电池簇级和电池舱级；
将不同级别的锂电池各项指标特征划分为不同类型的隶属度函数；
将各单项锂电池指标特征带入相应隶属度函数中，计算隶属度，组合得到各级别锂电池单因素评价矩阵A；
利用多元线性回归法计算锂电池各项指标特征的权重系数，组成影响锂电池性能的权重系数来构建权重系数矩阵R；
利用模糊综合评价法将单因素评价矩阵和转置的权重系数矩阵相乘计算综合评价指数，构建电池性能评分计算模型，计算得到不同级别锂电池性能指标评分结果；
其中，所述隶属度函数类型包括：抛物线型隶属度函数、正S线型隶属度函数和直线型隶属度函数。
5.如权利要求4所述的方法，其特征在于，所述抛物线型隶属度函数计算式如下：
Figure FDA0003713135540000021
式中：u1(x)为抛物线型隶属度函数值，x1表示数值下限，x2表示最优数值下限，x3表示最优数值上限，x4表示数值上限；
所述正S线型隶属度函数计算式如下：
Figure FDA0003713135540000022
式中：u2(x)为正S线型隶属度函数值，x1表示数值下限，x4表示数值上限；
所述直线型隶属度函数计算式如下：
u3(x)＝k*x+b
式中：u3(x)为直线型隶属度函数值，其中,
Figure FDA0003713135540000023
b＝1-k*x4
x4表示数值上限，x1表示数值下限；
将抛物线型隶属度函数、正S线型隶属度函数和直线型隶属度函数计算值组成单因素评价矩阵A：
Figure FDA0003713135540000024
式中：A为m行n列矩阵，m为锂电池的样本数量，n为锂电池指标的个数；μ11为第一个电池样本的第一个特征的隶属度；μ1n为第一个电池样本的第n个特征的隶属度；μmn为第m个电池样本的第n个特征的隶属度。
6.如权利要求4所述的方法，其特征在于，所述利用多元线性回归法计算锂电池各项指标特征的权重系数，组成影响锂电池性能的权重系数来构建权重系数矩阵R以及利用模糊综合评价法将单因素评价矩阵和转置的权重系数矩阵相乘计算综合评价指数，构建电池性能评分计算模型具体包括：
H1：建立锂电池第k个指标
Figure FDA0003713135540000031
与其他指标的线性回归方程，
Figure FDA0003713135540000032
的计算式如下：
Figure FDA0003713135540000033
式中：
Figure FDA0003713135540000034
为常数项，n为锂电池指标的个数，x1、x2......xn为锂电池指标中除了
Figure FDA0003713135540000035
的其他指标；
H2：计算指标复相关系数
第k个指标的复相关系数Zk计算式如下：
Figure FDA0003713135540000036
式中，
Figure FDA0003713135540000037
为xk的平均值；
H3：构建指标权重系数矩阵
通过对每个指标的复相关系数的倒数(1/Zk)归一化后得到各项指标的权重系数r，组成权重系数矩阵R；
R＝[r1 r2…rn]
式中，r1为第一个锂电池指标的权重系数，rn为第n个锂电池指标的权重系数；
H4：利用模糊矩阵合成计算综合评价指数B
Figure FDA0003713135540000041
式中：y1为第一个锂电池样本性能状态的综合评分，ym为第m个锂电池样本的综合评分，m为锂电池样本数。
7.如权利要求1所述的方法，其特征在于，所述方法还包括：
根据评价结果对锂电池性能健康状态进行分类，分为健康、亚健康、不健康、严重不健康四个等级；
绘制锂电池性能状态可视化界面；
其中，可视化界面包括锂电池设备数量、分布拓扑、温度、性能状态结果，用于为运检部门提供锂电池锂电池非健康预警。
8.一种锂电池性能评分计算系统，其特征在于，所述系统包括：
获取模块，获取锂电池运行过程中的数据信息并将数据上传至锂电池性能评分数据库中；
建立模块，利用所述锂电池性能评分数据库从电池铭牌属性、运行属性、环境属性三个维度构建锂电池性能评分体系；
计算模块，采用模糊综合评价法构建电池性能评分计算模型并计算锂电池各项性能指标评分。
9.一种电子设备，其特征在于，包括：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，所述处理器执行所述程序时，实现如权利要求1至7中任一项所述的方法。
10.一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，该程序被处理器执行时实现如权利要求1至7中任一项所述的方法。
CN202210725707.3A 2022-06-24 2022-06-24 一种锂电池性能评分计算方法及系统 Pending CN115187013A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210725707.3A CN115187013A (zh) 2022-06-24 2022-06-24 一种锂电池性能评分计算方法及系统
PCT/CN2023/072160 WO2023246088A1 (zh) 2022-06-24 2023-01-13 一种锂电池性能评分计算方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210725707.3A CN115187013A (zh) 2022-06-24 2022-06-24 一种锂电池性能评分计算方法及系统

Publications (1)

Publication Number Publication Date
CN115187013A true CN115187013A (zh) 2022-10-14

Family

ID=83515678

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210725707.3A Pending CN115187013A (zh) 2022-06-24 2022-06-24 一种锂电池性能评分计算方法及系统

Country Status (2)

Country Link
CN (1) CN115187013A (zh)
WO (1) WO2023246088A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
WO2023246088A1 (zh) * 2022-06-24 2023-12-28 中国华能集团清洁能源技术研究院有限公司 一种锂电池性能评分计算方法及系统
CN117388704A (zh) * 2023-09-27 2024-01-12 希维科技(广州)有限公司 电池质量评估方法、设备及存储介质

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117993623B (zh) * 2024-04-03 2024-06-04 南京群顶科技股份有限公司 空调运行情况的后评估评价方法、装置及其应用
CN117991110A (zh) * 2024-04-07 2024-05-07 青岛能蜂电气有限公司 储能电池的模拟测试方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268792A (zh) * 2014-09-01 2015-01-07 国家电网公司 高载能用电企业能效综合评价模型
WO2018205570A1 (zh) * 2017-05-08 2018-11-15 国电南瑞科技股份有限公司 一种充电站运行状态风险评估方法
CN109061516A (zh) * 2018-10-10 2018-12-21 哈尔滨理工大学 一种基于模糊概率综合评判的电池健康状态评估方法
CN110175749A (zh) * 2019-04-28 2019-08-27 国网辽宁省电力有限公司电力科学研究院 一种基于pmu数据的变压器运行状态评估方法
CN113608975A (zh) * 2021-06-30 2021-11-05 国网山东省电力公司营销服务中心(计量中心) 电力现货市场下电能计量系统运行状态在线评估方法及系统
CN114386537A (zh) * 2022-03-23 2022-04-22 中国华能集团清洁能源技术研究院有限公司 基于CatBoost的锂电池故障诊断方法、装置及电子设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7072871B1 (en) * 2001-08-22 2006-07-04 Cadex Electronics Inc. Fuzzy logic method and apparatus for battery state of health determination
CN101067644B (zh) * 2007-04-20 2010-05-26 杭州高特电子设备有限公司 蓄电池性能分析专家诊断方法
CN109604186B (zh) * 2018-12-14 2021-12-07 蓝谷智慧(北京)能源科技有限公司 动力电池性能柔性评估分选方法
CN110008235A (zh) * 2019-04-15 2019-07-12 优必爱信息技术（北京）有限公司 动力电池健康度评价方法、装置及系统
CN115187013A (zh) * 2022-06-24 2022-10-14 中国华能集团清洁能源技术研究院有限公司 一种锂电池性能评分计算方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268792A (zh) * 2014-09-01 2015-01-07 国家电网公司 高载能用电企业能效综合评价模型
WO2018205570A1 (zh) * 2017-05-08 2018-11-15 国电南瑞科技股份有限公司 一种充电站运行状态风险评估方法
CN109061516A (zh) * 2018-10-10 2018-12-21 哈尔滨理工大学 一种基于模糊概率综合评判的电池健康状态评估方法
CN110175749A (zh) * 2019-04-28 2019-08-27 国网辽宁省电力有限公司电力科学研究院 一种基于pmu数据的变压器运行状态评估方法
CN113608975A (zh) * 2021-06-30 2021-11-05 国网山东省电力公司营销服务中心(计量中心) 电力现货市场下电能计量系统运行状态在线评估方法及系统
CN114386537A (zh) * 2022-03-23 2022-04-22 中国华能集团清洁能源技术研究院有限公司 基于CatBoost的锂电池故障诊断方法、装置及电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YOUJUN HAN: "Study on Influencing Factors of Consistency in Manufacturing Process of Vehicle Lithium-Ion Battery Based on Correlation Coefficient and Multivariate Linear Regression Model", ADVANCED THEORY AND SIMULATIONS, 3 July 2021 (2021-07-03) *
赵辉: "模糊综合评判在电池性能检测中的应用", 哈尔滨理工大学学报, vol. 23, no. 03, 25 May 2018 (2018-05-25) *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023246088A1 (zh) * 2022-06-24 2023-12-28 中国华能集团清洁能源技术研究院有限公司 一种锂电池性能评分计算方法及系统
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
CN117388704A (zh) * 2023-09-27 2024-01-12 希维科技(广州)有限公司 电池质量评估方法、设备及存储介质

Also Published As

Publication number Publication date
WO2023246088A1 (zh) 2023-12-28

Similar Documents

Publication Publication Date Title
CN115187013A (zh) 一种锂电池性能评分计算方法及系统
CN111584952B (zh) 用于储能电站电化学电池在线评估的方法和系统
CN113805064B (zh) 基于深度学习的锂离子电池组健康状态预测方法
CN106327006A (zh) 一种基于综合效益分析的微电网优化配置方法
CN103761690A (zh) 基于电网系统中电压无功控制系统的评估方法
CN109978242A (zh) 基于统计升尺度的光伏发电集群功率预测方法及装置
CN104504508A (zh) 基于层次分析与小波回归的台区闭环数据分析方法
CN110601250B (zh) 一种基于新能源电站接入点静态电压稳定性评估方法
CN111612326A (zh) 一种配变供电可靠性的综合评估方法
CN103617447B (zh) 智能变电站的评价系统及评价方法
CN105303250A (zh) 一种基于最优权系数的风电功率组合预测方法
CN109784755A (zh) 一种基于层次分析法的电网智能化水平评估方法
CN108009585A (zh) 基于局部信息融合的铅酸电池健康状态预测方法
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
CN104102840A (zh) 配电网对光伏电源接纳能力的测评方法
CN112308425A (zh) 一种构建配变健康评价指标体系的方法
CN111460656B (zh) 一种电力机房通信电源运行寿命评估方法和系统
CN113112114A (zh) 一种储能电站在线评估方法和装置
CN114862229A (zh) 电能质量评估方法、装置、计算机设备和存储介质
CN116468331A (zh) 一种分级评估的风电场主动支撑控制能力评价方法
CN113609686B (zh) 一种新能源置信容量分析方法及系统
CN115660421A (zh) 一种新能源电力系统的风险早期预警分类方法
CN115423342A (zh) 基于概率随机潮流的电动汽车接入配电网风险评估方法
CN114971427A (zh) 基于熵权-层次分析法的储能电站并网安全评价方法
CN114611877A (zh) 一种充光储能源站安全评价方法及系统

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