CN115389943A - 一种电池放电深度确定方法、装置、设备及存储介质 - Google Patents
一种电池放电深度确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115389943A CN115389943A CN202211049107.6A CN202211049107A CN115389943A CN 115389943 A CN115389943 A CN 115389943A CN 202211049107 A CN202211049107 A CN 202211049107A CN 115389943 A CN115389943 A CN 115389943A
- Authority
- CN
- China
- Prior art keywords
- determining
- maximum
- residual charge
- depth
- discharge
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004146 energy storage Methods 0.000 claims abstract description 60
- 230000000284 resting effect Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 16
- 125000004122 cyclic group Chemical group 0.000 claims description 7
- 238000004891 communication Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 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]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- 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
-
- 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
-
- 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)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种电池放电深度确定方法、装置、设备及存储介质,电池放电深度确定方法包括:获取储能电池历史剩余荷电量记录数据,从储能电池历史剩余荷电量记录数据中确定每日剩余荷电量记录数据;采用至少一项每日剩余荷电量记录数据,确定最大剩余荷电量,确定与最大剩余荷电量对应的时段;在时段内,确定每项每日剩余荷电量记录数据中包含的,剩余荷电量极大值以及剩余荷电量极小值;采用全部剩余荷电量极大值以及全部剩余荷电量极小值确定放电深度。
Description
技术领域
本发明实施例涉及电池寿命估计技术,尤其涉及一种电池放电深度确定方法、装置、设备及存储介质。
背景技术
电池寿命预测中通常包含以下两个方面的工作,即单一工况(恒温度、恒倍率、恒放电深度)寿命模型的建立以及电池实际场景寿命预测,由于单一工况寿命模型的局限性,因此,为使预测结果能够接近电池实际衰减特性,需要根据实际工作场设定特定单元的寿命模型,并分析实际工作场景中的电流工况、温度工况等信息,完成对特定单元的寿命模型的仿真计算。
对于上述电流工况,获取信息时,需要从中提炼能代表电池实际工作过程中的循环/搁置时长、等效电流值、循环放电深度、搁置SOC信息等。
目前,缺乏一种能够准确确定循环放电深度方法,进而导致特定单元的寿命模型的仿真计算的精度较低。
发明内容
本发明提供一种电池放电深度确定方法、装置、设备及存储介质,以达准确确定循环放电深度的目的。
第一方面,本发明实施例提供了一种电池放电深度确定方法,包括:
获取储能电池历史剩余荷电量记录数据,从所述储能电池历史剩余荷电量记录数据中确定每日剩余荷电量记录数据;
采用至少一项所述每日剩余荷电量记录数据,确定最大剩余荷电量,确定与所述最大剩余荷电量对应的时段;
在所述时段内,确定每项所述每日剩余荷电量记录数据中包含的,剩余荷电量极大值以及剩余荷电量极小值;
采用全部所述剩余荷电量极大值以及全部所述剩余荷电量极小值确定放电深度。
可选的,采用全部所述剩余荷电量极大值以及全部所述剩余荷电量极小值确定放电深度包括:
确定每项所述每日剩余荷电量记录数据中包含的,剩余荷电量极大值中的剩余荷电量最大值,以及剩余荷电量极小值中的剩余荷电量最小值;
计算全部所述剩余荷电量最大值的第一平均值,计算全部所述剩余荷电量最小值的第二平均值;
将所述第一平均值与所述第二平均值的差值作为所述放电深度。
可选的,还包括获取储能电池历史工况记录数据;
采用所述储能电池历史工况记录数据确定储能电池每日搁置时长记录数据,根据所述储能电池每日搁置时长记录数据确定至少两个搁置状态时段;
分别确定与每个所述搁置状态时段对应的所述放电深度。
可选的,确定剩余荷电量极大值以及剩余荷电量极小值包括:
设定单位时长,若在所述单位时长内出现唯一的极大值或极小值,则将极大值作为剩余荷电量极大值,将极小值作为剩余荷电量极小值。
可选的,还包括:
设定单位时段,若在所述单位时段内的极大值和/或极小值的数量处于设定的数量范围内,则将极大值作为剩余荷电量极大值,将极小值作为剩余荷电量极小值。
可选的,采用至少一项所述每日剩余荷电量记录数据,确定最大剩余荷电量,确定与所述最大剩余荷电量对应的时段包括:
确定与每项每日剩余荷电量记录数据对应的最大剩余荷电量,确定与每个所述最大剩余荷电量对应的最大剩余荷电量时间段;
将重复次数最多的所述最大剩余荷电量时间段作为所述时段。
可选的,所述放电深度确定方法应用于确定家用储能电池的循环放电深度。
第二方面,本发明实施例还提供了一种电池放电深度确定装置,包括放电深度确定单元,所述放电深度确定单元包括第一模块、第二模块、第三模块、第四模块;
所述第一模块用于:获取储能电池历史剩余荷电量记录数据,从所述储能电池历史剩余荷电量记录数据中确定每日剩余荷电量记录数据;
所述第二模块用于:采用一项所述每日剩余荷电量记录数据,确定最大剩余荷电量,确定与所述最大剩余荷电量对应的时段;
所述第三模块用于:在所述时段内,确定每项所述每日剩余荷电量记录数据中包含的,剩余荷电量极大值以及剩余荷电量极小值;
所述第四模块用于:采用全部所述剩余荷电量极大值以及全部所述剩余荷电量极小值确定放电深度。
第三方面,本发明实施例还提供了一种电子设备,包括至少一个处理器,以及与所述至少一个处理器通信连接的存储器;
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明实施例记载的电池放电深度确定方法。
第四方面,本发明实施例还提供了一种计算机可读取存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明实施例记载的电池放电深度确定方法。
与现有技术相比,本发明的有益效果在于:本发明提出一种电池放电深度确定方法,该方法中,获取每日剩余荷电量记录数据,确定其中包含的最大剩余荷电量,进一步确定与最大剩余荷电量对应的时段,随后,确定该时段内,每日剩余荷电量记录数据包含的剩余荷电量极大值和剩余荷电量极小值,根据剩余荷电量极大值和剩余荷电量极小值确定储能电池的放电深度,采用上述时段内的剩余荷电量极大值和剩余荷电量极小值确定放电深度,可以降低数值异常导致放电深度的计算异常,同时,使放电深度与储能电池的剩余荷电量的变化特性相关,提高了真实场景下,放电深度的计算精度。
附图说明
图1是实施例中的电池放电深度确定方法流程图;
图2是实施例中的另一种电池放电深度确定方法流程图;
图3是实施例中的电子设备示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是实施例中的电池放电深度确定方法流程图,参考图1,放电深度确定方法包括:
S101.获取储能电池历史剩余荷电量记录数据,从储能电池历史剩余荷电量记录数据中确定每日剩余荷电量记录数据。
本实施例中,放电深度确定方法用于确定储能电池经历循环充、放电过程后的等效放电深度,其特别适用于确定家用储能电池的等效放电深度(循环放电深度)。
示例性的,本实施例中,储能电池历史剩余荷电量记录数据包含一定时段内(例如年、季度、月等),储能电池在各数据记录时刻点的剩余荷电量。
示例性的,本实施例中,采用剩余荷电量表示储能电池的荷电状态(State ofcharge,SOC)。
示例性的,本实施例中,获取储能电池历史剩余荷电量记录数据后,根据时间戳,以天为单位时间,将储能电池历史剩余荷电量记录数据划分为若干每日剩余荷电量记录数据。
示例性的,本实施例中,一项每日剩余荷电量记录数据包含一天内,储能电池在各数据记录时刻点的剩余荷电量。
S102.采用至少一项每日剩余荷电量记录数据,确定最大剩余荷电量,确定与最大剩余荷电量对应的时段。
示例性的,本实施例中,以采用一项每日剩余荷电量记录数据确定上述时段为例,确定上述时段时,确定一项每日剩余荷电量记录数据中包含的最大剩余荷电量,确定与该最大剩余荷电量对应的时段。
示例性的,本实施例中,时段的长度可以根据设计需求设定,例如,时段的长度可以为1~3小时。
示例性的,本实施例中,确定最大剩余荷电量对应的时段具体为,确定时段的起始时刻和终止时刻;
例如,可以将与最大剩余荷电量对应的时刻作为时段的中点,进而确定时段的起始时刻和终止时刻;
例如,若最大剩余荷电量出现的时刻为11:00,时段的长度设定为2小时,则时段可以具体为10:00~12:00。
示例性的,在一种可实施方案中,也可以根据如下方式确定与最大剩余荷电量对应的时段:
确定与每项每日剩余荷电量记录数据对应的最大剩余荷电量,确定与每个最大剩余荷电量对应的最大剩余荷电量时间段;
将重复次数最多的最大剩余荷电量时间段作为上述时段。
示例性的,本方案中,针对一项每日剩余荷电量记录数据,确定与最大剩余荷电量(该项每日剩余荷电量记录数据包含的最大剩余荷电量)对应的最大剩余荷电量时间段的方式与前述以采用一项每日剩余荷电量记录数据确定上述时段相同。
示例性的,本方案中,若两最大剩余荷电量时段的最大偏差小于设定值(例如10~30分钟),则判定量最大剩余荷电量时段重复;
例如,若确定出的四个最大剩余荷电量时间段为10:00~12:00、10:20~12:20、8:00~10:00、10:10~12:10,则可以将10:00~12:00(或10:20~12:20、10:10~12:10)作为上述时段。
S103.在时段内,确定每项每日剩余荷电量记录数据中包含的,剩余荷电量极大值以及剩余荷电量极小值。
示例性的,本实施例中,在一个时段内可以存在多个剩余荷电量极值(包括剩余荷电量极大值、剩余荷电量极小值)。
示例性的,本实施例中,对确定剩余荷电量极值的方式不做具体限定,例如,可以基于极值的定义确定剩余荷电量极值。
S104.采用全部剩余荷电量极大值以及全部剩余荷电量极小值确定放电深度。
示例性的,本实施例中,确定包含于储能电池历史剩余荷电量记录数据中的全部剩余荷电量极大值、剩余荷电量极小值后,可根据如下方式确定放电深度:
计算全部剩余荷电量极大值的第一平均值,计算全部剩余荷电量极小值的第二平均值,将第一平均值与第二平均值的差值作为放电深度;
或者,可以按照如下方式确定放电深度:
确定每项每日剩余荷电量记录数据中包含的,剩余荷电量极大值中的剩余荷电量最大值,以及剩余荷电量极小值中的剩余荷电量最小值;
计算全部剩余荷电量最大值的第一平均值,计算全部剩余荷电量最小值的第二平均值,将第一平均值与第二平均值的差值作为放电深度。
示例性的,本实施例中,计算出的放电深度即为一定时段后(例如年、季度、月等),储能电池经历循环充、放电过程后的等效放电深度。
本实施例提出一种放电深度确定方法,该方法中,获取每日剩余荷电量记录数据,确定其中包含的最大剩余荷电量,进一步确定与最大剩余荷电量对应的时段,随后,确定该时段内,每日剩余荷电量记录数据包含的剩余荷电量极大值和剩余荷电量极小值,根据剩余荷电量极大值和剩余荷电量极小值确定储能电池的放电深度,采用上述时段内的剩余荷电量极大值和剩余荷电量极小值确定放电深度,可以降低数值异常导致放电深度的计算异常,同时,使放电深度与储能电池的剩余荷电量的变化特性相关,提高了真实场景下,放电深度的计算精度。
图2是实施例中的另一种电池放电深度确定方法流程图,参考图2,作为一种可实施方案,放电深度确定方法可以为:
S201.获取储能电池历史剩余荷电量记录数据,从储能电池历史剩余荷电量记录数据中确定每日剩余荷电量记录数据。
S202.采用至少一项每日剩余荷电量记录数据,确定最大剩余荷电量,确定与最大剩余荷电量对应的时段。
S203.在时段内,确定每项每日剩余荷电量记录数据中包含的,剩余荷电量极大值以及剩余荷电量极小值。
示例性的,本方案中,步骤S201~步骤S203的实施方式与步骤S101~步骤S103中记载的对应内容相同。
S204.获取储能电池历史工况记录数据,采用储能电池历史工况记录数据确定储能电池每日搁置时长记录数据。
示例性的,本方案中,储能电池历史工况记录数据包含一定时段内(例如年、季度、月等),储能电池的工况数据。
示例性的,本方案中,工况数据可以为储能电池输入功率数据(例如馈网输入功率、电网输入功率、光伏发电输入功率等)、储能电池输出功率数据(例如用户负载)等。
示例性的,本方案中,获取储能电池历史工况记录数据后,根据时间戳,以天为单位时间,将储能电池历史工况记录数据划分为若干储能电池每日搁置时长记录数据。
示例性的,本方案中,一项储能电池每日搁置时长记录数据包含一天内,储能电池在各数据记录时刻点的工况数据。
S205.根据储能电池每日搁置时长记录数据确定至少两个搁置状态时段。
示例性的,本方案中,根据每日搁置时长记录数据包含的工况数据,可以分析出该日中,储能电池的搁置时长;
若两项每日搁置时长记录数据对应的搁置时长相同(或近似相同),且两项每日搁置时长记录数据的时间戳相邻,则对单位天进行累加,进而确定至少两个搁置状态时段。
示例性的,本方案中,搁置状态时段的单位可以为月,例如,作为一种搁置状态时段分段结果,划分1月、12月为高搁置状态时段,2、3、10、11月为中搁置状态时段,4~9月为低搁置状态时段,共7个搁置状态时段。
S206.采用剩余荷电量极大值以及剩余荷电量极小值分别确定与每个搁置状态时段对应的放电深度。
示例性的,本方案中,具体按照如下方式确定与每个搁置状态时段对应的放电深度:
确定每个搁置状态时段包含的全部剩余荷电量极大值以及全部剩余荷电量极小值;
采用上述全部剩余荷电量极大值以及全部剩余荷电量极小值确定每个搁置状态时段的放电深度。
示例性的,本方案中,除采用的剩余荷电量极大值以及剩余荷电量极小值不同外,计算每个搁置状态时段的放电深度的方式与步骤S104中记载的内容相同。
在图1所示方案有益效果的基础上,本方案中,根据储能电池每日搁置时长记录数据确定出储能电池的搁置状态时段,分别计算每个搁置状态时段对应的放电深度,基于此,可以规避储能电池的放电深度受季节等时间因素的影响,提高放电深度的计算准确性。
示例性的,在步骤S103记载内容的基础上,在一种可实施方案中,确定剩余荷电量极大值以及剩余荷电量极小值包括:
设定单位时长,若在单位时长内出现唯一的极大值或极小值,则将极大值作为剩余荷电量极大值,将极小值作为剩余荷电量极小值。
示例性的,本方案中,单位时长为一小段时长(例如1~10分钟),若在单位时长内存在唯一的极大值或极小值,则将极大值作为剩余荷电量极大值,将极小值作为剩余荷电量极小值。
在图1所示方案有益效果的基础上,本方案中,在确定剩余荷电量极大值和剩余荷电量极小值时,设定单位时长,若单位时长内出现的极大值或极小值唯一,则将极大值作为剩余荷电量极大值,将极小值作为剩余荷电量极小值,基于此,可以规避由于电流在短时间内波动而造成剩余荷电量在短时间内反复升降,导致剩余荷电量极大值或剩余荷电量极小值确定不准确的问题。
示例性的,在步骤S103记载内容的基础上,在一种可实施方案中,确定剩余荷电量极大值以及剩余荷电量极小值包括:
设定单位时长,判断在单位时长内出现唯一的极大值或极小值;
设定单位时段,判断单位时段内的极大值和/或极小值的数量是否处于设定的数量范围内;
若单位时长内出现唯一的极大值或极小值,且在单位时段内的极大值和/或极小值的数量处于设定的数量范围内;
则将上述极大值作为剩余荷电量极大值,将极小值作为剩余荷电量极小值。
示例性的,本方案中,单位时长为一小段时长(例如1~10分钟),单位时段的时长与步骤S103中采用的时段的时长相同。
示例性的,本方案中,确定剩余荷电量极大值和剩余荷电量极小值时,若单位时长内出现唯一的极大值或极小值,且在单位时段内的极大值和/或极小值的数量处于设定的数量范围内;则将上述极大值作为剩余荷电量极大值,将极小值作为剩余荷电量极小值,基于此,可以最大程度上降低个别天数极值异常而引起的剩余荷电量极大值或剩余荷电量极小值确定不准确的问题。
实施例二
本实施例提出一种电池放电深度确定装置,包括放电深度确定单元,放电深度确定单元包括第一模块、第二模块、第三模块、第四模块:
第一模块用于:获取储能电池历史剩余荷电量记录数据,从储能电池历史剩余荷电量记录数据中确定每日剩余荷电量记录数据;
第二模块用于:采用一项每日剩余荷电量记录数据,确定最大剩余荷电量,确定与最大剩余荷电量对应的时段;
第三模块用于:在时段内,确定每项每日剩余荷电量记录数据中包含的,剩余荷电量极大值以及剩余荷电量极小值;
第四模块用于:采用全部剩余荷电量极大值以及全部剩余荷电量极小值确定放电深度。
示例性的,在一种可实施方案中,第四模块还可以用于:
获取储能电池历史工况记录数据,采用储能电池历史工况记录数据确定储能电池每日搁置时长记录数据;
根据储能电池每日搁置时长记录数据确定至少两个搁置状态时段;
采用剩余荷电量极大值以及剩余荷电量极小值分别确定与每个搁置状态时段对应的放电深度。
示例性的,在一种可实施方案中,第三模块确定剩余荷电量极大值以及剩余荷电量极小值包括:
设定单位时长,若在单位时长内出现唯一的极大值或极小值,则将极大值作为剩余荷电量极大值,将极小值作为剩余荷电量极小值。
示例性的,在一种可实施方案中,第三模块确定剩余荷电量极大值以及剩余荷电量极小值包括:
设定单位时长,判断在单位时长内出现唯一的极大值或极小值;
设定单位时段,判断单位时段内的极大值和/或极小值的数量是否处于设定的数量范围内;
若单位时长内出现唯一的极大值或极小值,且在单位时段内的极大值和/或极小值的数量处于设定的数量范围内;
则将上述极大值作为剩余荷电量极大值,将极小值作为剩余荷电量极小值。
示例性的,本实施例中,放电深度确定单元的具体实施过程和有益效果与实施例一中记载的对应内容相同,在此不再赘述。
实施例三
图3示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图3所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如电池放电深度确定方法。
在一些实施例中,电池放电深度确定方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的电池放电深度确定方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行电池放电深度确定方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序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,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、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或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种电池放电深度确定方法,其特征在于,包括:
获取储能电池历史剩余荷电量记录数据,从所述储能电池历史剩余荷电量记录数据中确定每日剩余荷电量记录数据;
采用至少一项所述每日剩余荷电量记录数据,确定最大剩余荷电量,确定与所述最大剩余荷电量对应的时段;
在所述时段内,确定每项所述每日剩余荷电量记录数据中包含的剩余荷电量极大值以及剩余荷电量极小值;
根据全部所述剩余荷电量极大值以及全部所述剩余荷电量极小值确定放电深度。
2.如权利要求1所述的电池放电深度确定方法,其特征在于,采用全部所述剩余荷电量极大值以及全部所述剩余荷电量极小值确定放电深度包括:
确定每项所述每日剩余荷电量记录数据中包含的,剩余荷电量极大值中的剩余荷电量最大值,以及剩余荷电量极小值中的剩余荷电量最小值;
计算全部所述剩余荷电量最大值的第一平均值,计算全部所述剩余荷电量最小值的第二平均值;
将所述第一平均值与所述第二平均值的差值作为所述放电深度。
3.如权利要求1所述的电池放电深度确定方法,其特征在于,所述方法还包括获取储能电池历史工况记录数据;
根据所述储能电池历史工况记录数据确定储能电池每日搁置时长记录数据,根据所述储能电池每日搁置时长记录数据确定至少两个搁置状态时段;
分别确定与每个所述搁置状态时段对应的所述放电深度。
4.如权利要求1所述的电池放电深度确定方法,其特征在于,确定剩余荷电量极大值以及剩余荷电量极小值包括:
设定单位时长,若在所述单位时长内出现唯一的极大值或极小值,则将极大值作为剩余荷电量极大值,将极小值作为剩余荷电量极小值。
5.如权利要求4所述的电池放电深度确定方法,其特征在于,还包括:
设定单位时段,若在所述单位时段内的极大值和/或极小值的数量处于设定的数量范围内,则将极大值作为剩余荷电量极大值,将极小值作为剩余荷电量极小值。
6.如权利要求1所述的电池放电深度确定方法,其特征在于,采用至少一项所述每日剩余荷电量记录数据,确定最大剩余荷电量,确定与所述最大剩余荷电量对应的时段包括:
确定与每项每日剩余荷电量记录数据对应的最大剩余荷电量,确定与每个所述最大剩余荷电量对应的最大剩余荷电量时间段;
将重复次数最多的所述最大剩余荷电量时间段作为所述时段。
7.如权利要求1至6任一所述的电池放电深度确定方法,其特征在于,所述放电深度确定方法用于确定家用储能电池的循环放电深度。
8.一种电池放电深度确定装置,其特征在于,包括放电深度确定单元,所述放电深度确定单元包括第一模块、第二模块、第三模块、第四模块;
所述第一模块用于:获取储能电池历史剩余荷电量记录数据,从所述储能电池历史剩余荷电量记录数据中确定每日剩余荷电量记录数据;
所述第二模块用于:采用一项所述每日剩余荷电量记录数据,确定最大剩余荷电量,确定与所述最大剩余荷电量对应的时段;
所述第三模块用于:在所述时段内,确定每项所述每日剩余荷电量记录数据中包含的,剩余荷电量极大值以及剩余荷电量极小值;
所述第四模块用于:采用全部所述剩余荷电量极大值以及全部所述剩余荷电量极小值确定放电深度。
9.一种电子设备,其特征在于,包括至少一个处理器,以及与所述至少一个处理器通信连接的存储器;
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的电池放电深度确定方法。
10.一种计算机可读取存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的电池放电深度确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211049107.6A CN115389943A (zh) | 2022-08-30 | 2022-08-30 | 一种电池放电深度确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211049107.6A CN115389943A (zh) | 2022-08-30 | 2022-08-30 | 一种电池放电深度确定方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115389943A true CN115389943A (zh) | 2022-11-25 |
Family
ID=84125402
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211049107.6A Pending CN115389943A (zh) | 2022-08-30 | 2022-08-30 | 一种电池放电深度确定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115389943A (zh) |
-
2022
- 2022-08-30 CN CN202211049107.6A patent/CN115389943A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113312804B (zh) | 变压器的温度预警方法、装置、设备及存储介质 | |
CN115718620A (zh) | 一种代码程序迁移方法、装置、设备和存储介质 | |
CN114779109A (zh) | 电池健康状态的确定方法、装置、电子设备及存储介质 | |
CN114623939A (zh) | 一种脉冲频率的确定方法、装置、设备以及介质 | |
CN117455067A (zh) | 一种电量消耗预测方法、装置、电子设备及存储介质 | |
CN115754772A (zh) | 一种电池容量衰减处理方法、装置、设备和存储介质 | |
CN115389943A (zh) | 一种电池放电深度确定方法、装置、设备及存储介质 | |
CN115542174A (zh) | 一种锂电池soc修正方法、装置、储能系统及存储介质 | |
CN114999665A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN115059527A (zh) | 机油液位确定方法、装置、设备及存储介质 | |
CN117131353B (zh) | 一种超差电能表确定方法、装置、电子设备及存储介质 | |
CN115563015B (zh) | 一种代码热度统计方法、装置、设备和存储介质 | |
CN115007503B (zh) | 一种电芯分选方法、装置、设备及存储介质 | |
CN117131315B (zh) | 基于求解多元二次函数极值的超差电能表确定方法及介质 | |
CN115955189A (zh) | 一种发电异常的检测方法、装置、设备及介质 | |
CN117667938A (zh) | 一种数据库索引的更新方法、装置、设备及存储介质 | |
CN114626636A (zh) | 电网负荷预测方法、装置、建模方法、计算机设备及介质 | |
CN115840645A (zh) | 预测负载指标的方法、装置、存储介质以及电子设备 | |
CN116027197A (zh) | 一种电池自放电一致性评估方法、装置、设备及存储介质 | |
CN116304796A (zh) | 一种数据分类方法、装置、设备及介质 | |
CN115392733A (zh) | 配网规划项目工程量投资估算方法、装置、设备及存储介质 | |
CN116990707A (zh) | 一种电池寿命预测方法、装置、电子设备和存储介质 | |
CN117741444A (zh) | 一种电池出货态电压的预测方法、装置和电子设备 | |
CN118780219A (zh) | 器件寿命确定方法、装置、电子设备及存储介质 | |
CN116301653A (zh) | 应用于嵌入式系统的数据存储方法、装置、设备及介质 |
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 |