CN115542186B - 一种储能电池状态及一致性评价方法、装置、设备及介质 - Google Patents
一种储能电池状态及一致性评价方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115542186B CN115542186B CN202211513220.5A CN202211513220A CN115542186B CN 115542186 B CN115542186 B CN 115542186B CN 202211513220 A CN202211513220 A CN 202211513220A CN 115542186 B CN115542186 B CN 115542186B
- Authority
- CN
- China
- Prior art keywords
- key factor
- ith key
- ith
- score
- coefficient
- 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.)
- Active
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]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- 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]
- G01R31/385—Arrangements for measuring battery or accumulator variables
-
- 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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- 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)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
本发明属于锂离子电池检测技术领域,特别涉及一种储能电池状态及一致性评价方法、装置、设备及介质;所述方法包括:测试获得关键因子集合X;将关键因子集合X输入预先建立的锂离子电池健康状态评价模型,获得待测电池组的电池健康状态SOH;根据第i个关键因子的测量值Xi计算第i个关键因子的变异系数和第i个关键因子的权重ρ i ;根据第i个关键因子的变异系数计算得到第i个关键因子的得分Ai;第i个关键因子的得分Ai与各自的权重ρ i 相乘后求总和,得出待测电池组一致性评价得分Aall;输出所述待测电池组的电池健康状态SOH和待测电池组一致性评价得分Aall。本发明解决了现有评价方法准确性和实用性较差的技术问题。
Description
技术领域
本发明属于锂离子电池检测技术领域,特别涉及一种储能电池状态及一致性评价方法、装置、设备及介质。
背景技术
截止到2021年年底,在各类电化学储能技术中,锂离子电池的累计装机量最大,且未来几年仍将保持一个高速增长的态势,电化学储能系统中电池数量多、规模大、使用工况复杂,对储能电池的安全和寿命特性都有很高的要求。
锂电池的老化是一个长期渐变的过程,电池的健康状态受温度、电流倍率、截止电压等多种因素影响。健康状态(SOH)及一致性评价是锂离子电池安全性和稳定性的重要指标,其准确预测是电池管理系统运行的前提和关键技术之一,对电网安全和延长电池使用寿命至关重要,一直以来是研究的热点和难点问题。公开号为CN109444762A的中国专利申请,公开一种基于数据融合的锂离子电池健康状态估计方法,利用电池在稳定电流充电过程中的数据,采用数据融合的方法估计电池的健康状态,过程较为复杂,需要较长静置时间,不适合工程实际应用。
相关技术中,有利用定义法进行电池健康状态(SOH)计算。SOH的定义一般为电池当前最大可用容量除以电池标称容量。在电池标称容量已知的条件下,只需得到电池当前时刻的最大可用容量,就可以计算得到电池的SOH,因此可以将电池从满电状态放电到截止电压,这个过程放出的容量就是电池当前时刻的最大可用容量。定义法实用性差,必须对电池进行完整的充放电后才能得到此时电池的最大可用电量,储能系统中电池数量多,不仅时间成本高,测试成本也高;利用定义法进行电池健康状态计算,需将储能系统停机,影响整个系统的运行。
相关技术中,有直流内阻法,给电池一个脉冲电流持续一定的时间,通过建立等效电流,识别欧姆内阻等等效参数,与电池健康状态建立关系,从而进行电池健康状态估计。该方法实际储能系统的数据为1分钟一个数据点,数据较为粗糙,在这个时间尺度难以进行等效电路识别,使得估计难以进行。
发明内容
本发明的目的在于提供一种储能电池状态及一致性评价方法、装置、设备及介质,以解决现有评价方法准确性和实用性较差的技术问题。
为了实现上述目的,本发明采用如下技术方案:
第一方面,本发明提供一种储能电池状态及一致性评价方法,包括:
测试待测储能电池组的交流阻抗谱,获得关键因子集合X=[X1,X2…Xi…Xn];其中,n为关键因子的个数,Xi为第i个关键因子的测量值;
将关键因子集合X=[X1,X2…Xi…Xn]输入预先建立的锂离子电池健康状态评价模型,获得待测电池组的电池健康状态SOH;
根据第i个关键因子的测量值Xi计算第i个关键因子的变异系数和第i个关键
因子的权重ρ i ;根据第i个关键因子的变异系数计算得到第i个关键因子的得分Ai;第i
个关键因子的得分Ai与各自的权重ρ i 相乘后求总和,得出待测电池组一致性评价得分Aall;
输出所述待测电池组的电池健康状态SOH和待测电池组一致性评价得分Aall。
第二方面,本发明提供一种储能电池状态及一致性评价装置,包括:
测试模块,用于测试待测储能电池组的交流阻抗谱,获得关键因子集合X=[X1,X2…Xi…Xn];其中,n为关键因子的个数,Xi为第i个关键因子的测量值;
状态评价模块,用于将关键因子集合X=[X1,X2…Xi…Xn]输入预先建立的锂离子电池健康状态评价模型,获得待测电池组的电池健康状态SOH;
一致性评价模块,用于根据第i个关键因子的测量值Xi计算第i个关键因子的变异
系数和第i个关键因子的权重ρ i ;根据第i个关键因子的变异系数计算得到第i个关
键因子的得分Ai;第i个关键因子的得分Ai与各自的权重ρ i 相乘后求总和,得出待测电池组
一致性评价得分Aall;
输出模块,用于输出所述待测电池组的电池健康状态SOH和待测电池组一致性评价得分Aall。
第三方面,本发明提供一种电子设备,所述电子设备包括处理器和存储器,所述处理器用于执行存储器中存储的计算机程序以实现所述的一种储能电池状态及一致性评价方法。
第四方面,本发明提供一种计算机可读存储介质,所述计算机可读存储介质存储有至少一个指令,所述至少一个指令被处理器执行时实现所述的一种储能电池状态及一致性评价方法。
相对于现有技术,本发明具有以下优点:
本发明提供一种储能电池状态及一致性评价方法、装置、设备及介质,测试待测储
能电池组的交流阻抗谱,获得关键因子集合X=[X1,X2…Xi…Xn];其中,n为关键因子的个数,
Xi为第i个关键因子的测量值;将关键因子集合X=[X1,X2…Xi…Xn]输入预先建立的锂离子电
池健康状态评价模型,获得待测电池组的电池健康状态SOH;根据第i个关键因子的测量值
Xi计算第i个关键因子的变异系数和第i个关键因子的权重ρ i ;根据第i个关键因子的变
异系数计算得到第i个关键因子的得分Ai;第i个关键因子的得分Ai与各自的权重ρ i 相乘
后求总和,得出待测电池组一致性评价得分Aall。本发明测试获得待测储能电池组的交流阻
抗谱,获得关键因子集合X=[X1,X2…Xi…Xn],利用预先建立的锂离子电池健康状态评价模
型能够准确的获得待测电池组的电池健康状态SOH,以解决现有评价方法准确性和实用性
较差的技术问题。
进一步的,本发明中电流信号激励源通过发射:
1000Hz、315Hz、100Hz、50Hz、30Hz、14Hz、1Hz的电流激励信号,通过多通道切换开关施加到储能电池单体,响应信号通过信号放大器,由电压信号采集模块采集响应电压,通过信号处理,输出不同频率的交流阻抗实部、虚部、模值数据。
1000Hz、315Hz、100Hz、50Hz、30Hz、14Hz、1Hz下的实部作为关键因子,输入以支持向量回归为核心算法的储能电池状态评价模块,得到储能电池状态。储能系统每天都有一定的静置时间,测试完一个模组内所有单体电池的时间可控制在15min以内,在储能系统静置时间可完成测试,同时,完成单体电池的状态评估。解决了常规电池状态评价方法准确性低、耗时长、成本高的难题,为在老化过程中电池状态发生变化后,均衡策略变差或失效提供解决方案。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明一种储能电池状态及一致性评价方法的流程示意图;
图2为本发明一种储能电池状态及一致性评价装置的结构框图;
图3为本发明一种电子设备的结构框图;
图4为本发明又一种储能电池状态及一致性评价装置的结构框图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明,旨在对本发明提供进一步的详细说明。除非另有指明,本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式,而并非意图限制根据本发明的示例性实施方式。
实施例1
对某款锂离子电池进行全寿命周期的循环老化测试,测试工况包含调频、削峰填谷、备用电源等,每循环一定的周期数(例如100个充放电循环)进行一次容量标定,并在同一SOH下测试不同SOC的交流阻抗,得到若干组阻抗谱数据。
结合锂离子电池机理,利用灰色关联度法,分析不同频率下阻抗实部、虚部、模值及相位角与电池健康状态SOH的关联关系,通过关联度Ri选择用于池健康状态SOH估算的关键因子集合X=[X1,X2…Xi…Xn],n为关键因子的个数;以关键因子集合X作为输入参量,利用支持向量机回归的人工智能算法,以电池健康状态SOH为输出参量,建立电池健康状态评价模型。
在一具体实施例中,以22Ah电池为例,利用灰色关联度法,分析与电池健康状态SOH相关性强的特征参量为1000Hz、315Hz、100Hz、50Hz、30Hz、14Hz、1Hz下的实部;统一SOH下的1000Hz、315Hz、100Hz、50Hz、30Hz、14Hz、1Hz下的实部组成一个关键因子集合X;以不同电池健康状态SOH下的多个关键因子集合X为输入参量,利用核函数为高斯核函数的支持向量回归算法作为模型的核心算法,以电池健康状态SOH为输出参量,进行锂离子电池健康状态估计建模,获得锂离子电池健康状态评价模型。
高斯核函数如下:
式中,X i ,X j 均为关键因子的测量值;σ为形状参数,也叫核宽度。
不同型号和体系的锂离子电池的交流阻抗谱差异较大,同一模型难以同时适应多种型号的锂离子电池,所以针对不同体系、不同容量的锂离子电池的状态估计,对模型进行了修正,具体如下:
在待测电池组中随机抽取5只电池或者取得同型号的5只电池,进行容量标定,并对这5只电池进行不同SOC下的关键因子集合X’测试,比较同一SOH下电池的X’与X,并得到一个系数集合α=[α1,α2…,αn]’,n为关键因子集合中关键因子总个数,αn=xn/xn’。
将系数集合α写入锂离子电池健康状态评价模型,使其和待测电池组的关键因子集合X相乘,此时得到新的关键因子集合作为输入参量,输入锂离子电池健康状态评价模型,进行待测电池组的电池健康状态评价。
待测电池组所有电池(数量为m)的每个关键因子分别计算平均值,如下:
计算标准差,如下:
计算变异系数,如下:
利用灰色关联度法计算,获得每个关键因子与电池健康状态的关联度r,r=[r1,r2,…,rn],第i个关键因子的权重ρ i 如下:
设置每个关键因子的变异系数的阈值Yi(在一个实施例中,阈值可以设为5%~10%),0~阈值之间为得分区间,100和变异系数与阈值的百分比求差即为得分Ai:
变异系数大于阈值的部分得分全部记为0分;每个关键因子的得分Ai与各自的权重ρ i 相乘后求总和,得出待测电池组一致性评价得分Aall;一致性评价Aall满分为100分,评分越高表示待测电池组一致性更好。
实施例2
请参阅图1所示,本发明提供一种储能电池状态及一致性评价方法,包括:
S1、测试待测储能电池组的交流阻抗谱,获得关键因子集合X=[X1,X2…Xi…Xn];其中,n为关键因子的个数,Xi为第i个关键因子的测量值;
S2、将关键因子集合X=[X1,X2…Xi…Xn]输入预先建立的锂离子电池健康状态评价模型,获得待测电池组的电池健康状态SOH;
S3、根据第i个关键因子的测量值Xi计算第i个关键因子的变异系数和第i个关
键因子的权重ρ i ;根据第i个关键因子的变异系数计算得到第i个关键因子的得分Ai;第
i个关键因子的得分Ai与各自的权重ρ i 相乘后求总和,得出待测电池组一致性评价得分Aall;
S4、输出所述待测电池组的电池健康状态SOH和待测电池组一致性评价得分Aall。
在一具体实施方式中,关键因子集合X中的关键因子包括:
1000Hz、315Hz、100Hz、50Hz、30Hz、14Hz、1Hz下的实部。
在一具体实施方式中,所述预先建立的锂离子电池健康状态评价模型通过以下步骤建立:
以不同电池健康状态SOH下的多个关键因子集合X为输入参量,利用核函数为高斯核函数的支持向量回归算法,以电池健康状态SOH为输出参量,进行锂离子电池健康状态估计建模,获得锂离子电池健康状态评价模型;
其中,高斯核函数如下:
式中,X i ,X j 均为关键因子的测量值;σ为形状参数。
根据第i个关键因子的测量值Xi计算每个关键因子分别计算平均值,如下:
计算标准差,如下:
计算变异系数,如下:
利用灰色关联度法计算,获得每个关键因子与电池健康状态的关联度r,r=[r1,r2,…,rn],第i个关键因子的权重ρ i 如下:
在一具体实施方式中,所述根据第i个关键因子的变异系数计算得到第i个关
键因子的得分Ai;第i个关键因子的得分Ai与各自的权重ρ i 相乘后求总和,得出待测电池组
一致性评价得分Aall的步骤,具体包括:
其中,Yi为第i个关键因子的变异系数的阈值;变异系数大于阈值的部分得分全部记为0分;第i个关键因子的得分Ai与各自的权重ρ i 相乘后求总和,得出待测电池组一致性评价得分Aall。
实施例3
请参阅图2所示,本发明提供一种储能电池状态及一致性评价装置,包括:
测试模块,用于测试待测储能电池组的交流阻抗谱,获得关键因子集合X=[X1,X2…Xi…Xn];其中,n为关键因子的个数,Xi为第i个关键因子的测量值;
状态评价模块,用于将关键因子集合X=[X1,X2…Xi…Xn]输入预先建立的锂离子电池健康状态评价模型,获得待测电池组的电池健康状态SOH;
一致性评价模块,用于根据第i个关键因子的测量值Xi计算第i个关键因子的变异
系数和第i个关键因子的权重ρ i ;根据第i个关键因子的变异系数计算得到第i个关
键因子的得分Ai;第i个关键因子的得分Ai与各自的权重ρ i 相乘后求总和,得出待测电池组
一致性评价得分Aall;
输出模块,用于输出所述待测电池组的电池健康状态SOH和待测电池组一致性评价得分Aall。
在一具体实施方式中,关键因子集合X中的关键因子包括:
1000Hz、315Hz、100Hz、50Hz、30Hz、14Hz、1Hz下的实部。
在一具体实施方式中,所述预先建立的锂离子电池健康状态评价模型通过以下步骤建立:
以不同电池健康状态SOH下的多个关键因子集合X为输入参量,利用核函数为高斯核函数的支持向量回归算法,以电池健康状态SOH为输出参量,进行锂离子电池健康状态估计建模,获得锂离子电池健康状态评价模型;
其中,高斯核函数如下:
式中,X i ,X j 均为关键因子的测量值;σ为形状参数。
根据第i个关键因子的测量值Xi计算每个关键因子分别计算平均值,如下:
计算标准差,如下:
计算变异系数,如下:
利用灰色关联度法计算,获得每个关键因子与电池健康状态的关联度r,r=[r1,r2,…,rn],第i个关键因子的权重ρ i 如下:
在一具体实施方式中,一致性评价模块根据第i个关键因子的变异系数计算得
到第i个关键因子的得分Ai;第i个关键因子的得分Ai与各自的权重ρ i 相乘后求总和,得出待
测电池组一致性评价得分Aall的步骤,具体包括:
其中,Yi为第i个关键因子的变异系数的阈值;变异系数大于阈值的部分得分全部记为0分;第i个关键因子的得分Ai与各自的权重ρ i 相乘后求总和,得出待测电池组一致性评价得分Aall。
实施例4
请参阅图3所示,本发明还提供一种实现所述一种储能电池状态及一致性评价方法的电子设备100;所述电子设备100包括存储器101、至少一个处理器102、存储在所述存储器101中并可在所述至少一个处理器102上运行的计算机程序103及至少一条通讯总线104。
存储器101可用于存储所述计算机程序103,所述处理器102通过运行或执行存储在所述存储器101内的计算机程序,以及调用存储在存储器101内的数据,实现实施例1或2所述的一种储能电池状态及一致性评价方法的方法步骤。所述存储器101可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据电子设备100的使用所创建的数据(比如音频数据)等。此外,存储器101可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。
所述至少一个处理器102可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、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(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器102可以是微处理器或者该处理器102也可以是任何常规的处理器等,所述处理器102是所述电子设备100的控制中心,利用各种接口和线路连接整个电子设备100的各个部分。
所述电子设备100中的所述存储器101存储多个指令以实现一种储能电池状态及一致性评价方法,所述处理器102可执行所述多个指令从而实现:
测试待测储能电池组的交流阻抗谱,获得关键因子集合X=[X1,X2…Xi…Xn];其中,n为关键因子的个数,Xi为第i个关键因子的测量值;
将关键因子集合X=[X1,X2…Xi…Xn]输入预先建立的锂离子电池健康状态评价模型,获得待测电池组的电池健康状态SOH;
根据第i个关键因子的测量值Xi计算第i个关键因子的变异系数和第i个关键
因子的权重ρ i ;根据第i个关键因子的变异系数计算得到第i个关键因子的得分Ai;第i
个关键因子的得分Ai与各自的权重ρ i 相乘后求总和,得出待测电池组一致性评价得分Aall;
输出所述待测电池组的电池健康状态SOH和待测电池组一致性评价得分Aall。
实施例5
所述电子设备100集成的模块/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取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器及只读存储器(ROM,Read-Only Memory)。
实施例6
请参阅图4所示,本发明中储能电池1000Hz、315Hz、100Hz、50Hz、30Hz、14Hz、1Hz下的实部的采集方法,包括:
储能电池通过航空接头与装置相连接,电流信号激励源通过发射:
1000Hz、315Hz、100Hz、50Hz、30Hz、14Hz、1Hz的电流激励信号,通过多通道切换开关施加到储能电池单体,响应信号通过信号放大器,由电压信号采集模块采集响应电压,通过信号处理,输出不同频率的交流阻抗实部、虚部、模值数据。
1000Hz、315Hz、100Hz、50Hz、30Hz、14Hz、1Hz下的实部作为关键因子,输入以支持向量回归为核心算法的储能电池状态评价模块,得到储能电池状态。交流阻抗数据输入储能电池一致性评价模块,得到储能电池一致性评价结果。交流阻抗数据、储能电池状态及一致性评价结果在装置自带触摸屏可见。
电池是一个有源电阻。本发明中涉及了充放电过程中的阻抗测试,所以本发明设置恒流/恒压调理模块用于平衡待测电池本身的电压和电流。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (4)
1.一种储能电池状态及一致性评价方法,其特征在于,包括:
测试待测储能电池组的交流阻抗谱,获得关键因子集合X=[X1,X2…Xi…Xn];其中,n为关键因子的个数,Xi为第i个关键因子的测量值;
将关键因子集合X=[X1,X2…Xi…Xn]输入预先建立的锂离子电池健康状态评价模型,获得待测电池组的电池健康状态SOH;
根据第i个关键因子的测量值Xi计算第i个关键因子的变异系数和第i个关键因子的权重ρ i ;根据第i个关键因子的变异系数计算得到第i个关键因子的得分Ai;第i个关键因子的得分Ai与各自的权重ρ i 相乘后求总和,得出待测电池组一致性评价得分Aall;
输出所述待测电池组的电池健康状态SOH和待测电池组一致性评价得分Aall;
关键因子集合X中的关键因子包括1000Hz、315Hz、100Hz、50Hz、30Hz、14Hz、1Hz下的实部;
所述预先建立的锂离子电池健康状态评价模型通过以下步骤建立:
以不同电池健康状态SOH下的多个关键因子集合X为输入参量,利用核函数为高斯核函数的支持向量回归算法,以电池健康状态SOH为输出参量,进行锂离子电池健康状态估计建模,获得锂离子电池健康状态评价模型;
其中,高斯核函数如下:
式中,X i ,X j 均为关键因子的测量值;σ为形状参数;
所述根据第i个关键因子的测量值Xi计算第i个关键因子的变异系数和第i个关键因子的权重ρ i 的步骤,计算第i个关键因子的变异系数具体包括:
根据第i个关键因子的测量值Xi计算每个关键因子分别计算平均值,如下:
计算标准差,如下:
计算变异系数,如下:
所述根据第i个关键因子的测量值Xi计算第i个关键因子的变异系数和第i个关键因子的权重ρ i 的步骤,计算第i个关键因子的权重ρ i 具体包括:
利用灰色关联度法计算,获得每个关键因子与电池健康状态的关联度r,r=[r1,r2,…,rn],第i个关键因子的权重ρ i 如下:
所述根据第i个关键因子的变异系数计算得到第i个关键因子的得分Ai;第i个关键因子的得分Ai与各自的权重ρ i 相乘后求总和,得出待测电池组一致性评价得分Aall的步骤,具体包括:
根据第i个关键因子的变异系数计算得到第i个关键因子的得分Ai:
其中,Yi为第i个关键因子的变异系数的阈值;变异系数大于阈值的部分得分全部记为0分;第i个关键因子的得分Ai与各自的权重ρ i 相乘后求总和,得出待测电池组一致性评价得分Aall。
2.一种储能电池状态及一致性评价装置,其特征在于,包括:
测试模块,用于测试待测储能电池组的交流阻抗谱,获得关键因子集合X=[X1,X2…Xi…Xn];其中,n为关键因子的个数,Xi为第i个关键因子的测量值;
状态评价模块,用于将关键因子集合X=[X1,X2…Xi…Xn]输入预先建立的锂离子电池健康状态评价模型,获得待测电池组的电池健康状态SOH;
一致性评价模块,用于根据第i个关键因子的测量值Xi计算第i个关键因子的变异系数和第i个关键因子的权重ρ i ;根据第i个关键因子的变异系数计算得到第i个关键因子的得分Ai;第i个关键因子的得分Ai与各自的权重ρ i 相乘后求总和,得出待测电池组一致性评价得分Aall;
输出模块,用于输出所述待测电池组的电池健康状态SOH和待测电池组一致性评价得分Aall;
关键因子集合X中的关键因子包括1000Hz、315Hz、100Hz、50Hz、30Hz、14Hz、1Hz下的实部;
所述预先建立的锂离子电池健康状态评价模型通过以下步骤建立:
以不同电池健康状态SOH下的多个关键因子集合X为输入参量,利用核函数为高斯核函数的支持向量回归算法,以电池健康状态SOH为输出参量,进行锂离子电池健康状态估计建模,获得锂离子电池健康状态评价模型;
其中,高斯核函数如下:
式中,X i ,X j 均为关键因子的测量值;σ为形状参数;
一致性评价模块根据第i个关键因子的测量值Xi计算第i个关键因子的变异系数和第i个关键因子的权重ρ i 的步骤,计算第i个关键因子的变异系数具体包括:
根据第i个关键因子的测量值Xi计算每个关键因子分别计算平均值,如下:
计算标准差,如下:
计算变异系数,如下:
一致性评价模块根据第i个关键因子的测量值Xi计算第i个关键因子的变异系数和第i个关键因子的权重ρ i 的步骤,计算第i个关键因子的权重ρ i 具体包括:
利用灰色关联度法计算,获得每个关键因子与电池健康状态的关联度r,r=[r1,r2,…,rn],第i个关键因子的权重ρ i 如下:
一致性评价模块根据第i个关键因子的变异系数计算得到第i个关键因子的得分Ai;第i个关键因子的得分Ai与各自的权重ρ i 相乘后求总和,得出待测电池组一致性评价得分Aall的步骤,具体包括:
根据第i个关键因子的变异系数计算得到第i个关键因子的得分Ai:
其中,Yi为第i个关键因子的变异系数的阈值;变异系数大于阈值的部分得分全部记为0分;第i个关键因子的得分Ai与各自的权重ρ i 相乘后求总和,得出待测电池组一致性评价得分Aall。
3.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述处理器用于执行存储器中存储的计算机程序以实现如权利要求1所述的一种储能电池状态及一致性评价方法。
4.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有至少一个指令,所述至少一个指令被处理器执行时实现如权利要求1所述的一种储能电池状态及一致性评价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211513220.5A CN115542186B (zh) | 2022-11-30 | 2022-11-30 | 一种储能电池状态及一致性评价方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211513220.5A CN115542186B (zh) | 2022-11-30 | 2022-11-30 | 一种储能电池状态及一致性评价方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115542186A CN115542186A (zh) | 2022-12-30 |
CN115542186B true CN115542186B (zh) | 2023-03-14 |
Family
ID=84722612
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211513220.5A Active CN115542186B (zh) | 2022-11-30 | 2022-11-30 | 一种储能电池状态及一致性评价方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115542186B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116908694B (zh) * | 2023-07-13 | 2024-02-02 | 江苏果下科技有限公司 | 一种家用储能系统的soh估算方法 |
CN117269805A (zh) * | 2023-11-23 | 2023-12-22 | 中国人民解放军国防科技大学 | 车载锂电池组健康状态评估模型训练、预测方法及装置 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104953191A (zh) * | 2015-05-07 | 2015-09-30 | 国网河南省电力公司电力科学研究院 | 一种变电站退运铅酸蓄电池性能复原方法 |
CN107803350A (zh) * | 2017-10-31 | 2018-03-16 | 深圳市恒翼能科技有限公司 | 一种锂电池自动分选的方法、存储介质及电池分选装置 |
CN110389302A (zh) * | 2018-04-13 | 2019-10-29 | 西南科技大学 | 一种锂离子电池组单体间一致性评价方法 |
CN110542867A (zh) * | 2019-08-05 | 2019-12-06 | 燕山大学 | 电池健康状态评估方法、装置及存储介质 |
CN111007417A (zh) * | 2019-12-06 | 2020-04-14 | 重庆大学 | 基于不一致性评估的电池组soh和rul预测方法及系统 |
CN111487533A (zh) * | 2020-04-13 | 2020-08-04 | 北方工业大学 | 一种锂电池运行状态评估方法及系统 |
CN111693876A (zh) * | 2020-05-09 | 2020-09-22 | 清华大学 | 电池组评价方法及系统 |
CN112147530A (zh) * | 2020-11-26 | 2020-12-29 | 中国电力科学研究院有限公司 | 一种电池状态评价方法及装置 |
CN112180274A (zh) * | 2020-09-28 | 2021-01-05 | 上海理工大学 | 一种动力电池组快速检测测评方法 |
CN113030761A (zh) * | 2021-04-08 | 2021-06-25 | 中国电力科学研究院有限公司 | 一种超大规模储能电站电池健康状态的评估方法及系统 |
CN113406523A (zh) * | 2021-08-19 | 2021-09-17 | 中国电力科学研究院有限公司 | 一种储能电池状态评价方法、装置、电子设备及存储系统 |
CN114624614A (zh) * | 2021-11-24 | 2022-06-14 | 国网浙江省电力有限公司湖州供电公司 | 一种退役锂离子电池健康状态的快速评估方法 |
WO2022161002A1 (zh) * | 2021-01-27 | 2022-08-04 | 北京嘀嘀无限科技发展有限公司 | 电池健康状态预测方法、装置、电子设备和可读存储介质 |
CN115308628A (zh) * | 2022-08-16 | 2022-11-08 | 上海工程技术大学 | 一种电池健康状态监测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10209314B2 (en) * | 2016-11-21 | 2019-02-19 | Battelle Energy Alliance, Llc | Systems and methods for estimation and prediction of battery health and performance |
-
2022
- 2022-11-30 CN CN202211513220.5A patent/CN115542186B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104953191A (zh) * | 2015-05-07 | 2015-09-30 | 国网河南省电力公司电力科学研究院 | 一种变电站退运铅酸蓄电池性能复原方法 |
CN107803350A (zh) * | 2017-10-31 | 2018-03-16 | 深圳市恒翼能科技有限公司 | 一种锂电池自动分选的方法、存储介质及电池分选装置 |
CN110389302A (zh) * | 2018-04-13 | 2019-10-29 | 西南科技大学 | 一种锂离子电池组单体间一致性评价方法 |
CN110542867A (zh) * | 2019-08-05 | 2019-12-06 | 燕山大学 | 电池健康状态评估方法、装置及存储介质 |
CN111007417A (zh) * | 2019-12-06 | 2020-04-14 | 重庆大学 | 基于不一致性评估的电池组soh和rul预测方法及系统 |
CN111487533A (zh) * | 2020-04-13 | 2020-08-04 | 北方工业大学 | 一种锂电池运行状态评估方法及系统 |
CN111693876A (zh) * | 2020-05-09 | 2020-09-22 | 清华大学 | 电池组评价方法及系统 |
CN112180274A (zh) * | 2020-09-28 | 2021-01-05 | 上海理工大学 | 一种动力电池组快速检测测评方法 |
CN112147530A (zh) * | 2020-11-26 | 2020-12-29 | 中国电力科学研究院有限公司 | 一种电池状态评价方法及装置 |
WO2022161002A1 (zh) * | 2021-01-27 | 2022-08-04 | 北京嘀嘀无限科技发展有限公司 | 电池健康状态预测方法、装置、电子设备和可读存储介质 |
CN113030761A (zh) * | 2021-04-08 | 2021-06-25 | 中国电力科学研究院有限公司 | 一种超大规模储能电站电池健康状态的评估方法及系统 |
CN113406523A (zh) * | 2021-08-19 | 2021-09-17 | 中国电力科学研究院有限公司 | 一种储能电池状态评价方法、装置、电子设备及存储系统 |
CN114624614A (zh) * | 2021-11-24 | 2022-06-14 | 国网浙江省电力有限公司湖州供电公司 | 一种退役锂离子电池健康状态的快速评估方法 |
CN115308628A (zh) * | 2022-08-16 | 2022-11-08 | 上海工程技术大学 | 一种电池健康状态监测方法 |
Non-Patent Citations (4)
Title |
---|
基于Delphi-变异系数组合赋权法的电池性能评估研究;张睿等;《汽车工程》;20180825(第08期);全文 * |
基于灰关联度的锂电池组SOH评价方法研究;尚丽平等;《电源技术》;20151120(第11期);全文 * |
锂离子动力电池健康状态评估方法的研究进展;张文华等;《电源技术》;20160620(第06期);全文 * |
锂离子电池一致性筛选研究进展;王莉等;《储能科学与技术》;20180301(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115542186A (zh) | 2022-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115542186B (zh) | 一种储能电池状态及一致性评价方法、装置、设备及介质 | |
CN106772064B (zh) | 一种锂离子电池健康状态预测方法及装置 | |
CN111448467B (zh) | 用于对电池容量进行建模和估计的方法及系统 | |
CN113406523B (zh) | 一种储能电池状态评价方法、装置、电子设备及存储系统 | |
CN110286324A (zh) | 一种电池荷电状态估算方法及电池健康状态估算方法 | |
CN107091992A (zh) | 电池组荷电状态soc估计方法及估计系统 | |
CN106696712B (zh) | 动力电池故障检测方法、系统及电动车辆 | |
CN103630843A (zh) | 电池状态推测装置及推测方法、电池控制装置、电池系统 | |
CN113219351B (zh) | 动力电池的监控方法及装置 | |
CN105334462A (zh) | 电池容量损失在线估算方法 | |
CN112147530B (zh) | 一种电池状态评价方法及装置 | |
CN107167743A (zh) | 基于电动车辆的荷电状态估算方法和装置 | |
CN112083346B (zh) | 基于lstm的并联电池组内部电流分布估计方法及系统 | |
CN107037375B (zh) | 电池直流内阻测量方法及装置 | |
CN111142027A (zh) | 一种基于神经网络的磷酸铁锂电池荷电状态监测预警方法 | |
CN110673037B (zh) | 基于改进模拟退火算法的电池soc估算方法及系统 | |
KR101662154B1 (ko) | 고조파 및 임피던스를 이용한 배터리 상태 진단 장치 및 방법, 그리고 이를 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체 | |
CN109991545A (zh) | 一种电池包电量检测方法、装置及终端设备 | |
CN108829911A (zh) | 一种开路电压与soc函数关系优化方法 | |
Zhu et al. | The SOH estimation of LiFePO4 battery based on internal resistance with Grey Markov Chain | |
CN108169680A (zh) | 动力电池健康状态评估方法、系统及电动车辆 | |
CN111679215A (zh) | 锂电池实时分选方法、装置、设备及存储介质 | |
CN108169687A (zh) | 一种基于云平台的蓄电池soc估算方法 | |
CN113030761A (zh) | 一种超大规模储能电站电池健康状态的评估方法及系统 | |
CN112485695A (zh) | 动力电池的检测方法及装置 |
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 |