CN115616425A - 电池性能分析方法、电子设备及储能系统 - Google Patents

电池性能分析方法、电子设备及储能系统 Download PDF

Info

Publication number
CN115616425A
CN115616425A CN202211277146.1A CN202211277146A CN115616425A CN 115616425 A CN115616425 A CN 115616425A CN 202211277146 A CN202211277146 A CN 202211277146A CN 115616425 A CN115616425 A CN 115616425A
Authority
CN
China
Prior art keywords
battery
operation characteristic
battery cell
data
real
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
CN202211277146.1A
Other languages
English (en)
Inventor
李运生
陈鹏
孙帅
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.)
Sungrow Power Supply Co Ltd
Original Assignee
Sungrow Power Supply Co Ltd
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 Sungrow Power Supply Co Ltd filed Critical Sungrow Power Supply Co Ltd
Priority to CN202211277146.1A priority Critical patent/CN115616425A/zh
Publication of CN115616425A publication Critical patent/CN115616425A/zh
Pending legal-status Critical Current

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]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • 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]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J15/00—Systems for storing electric energy
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0013—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries acting upon several batteries simultaneously or sequentially
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
    • H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
    • 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

Abstract

本发明提出了一种电池性能分析方法、电子设备及储能系统，电池性能分析方法包括步骤：获取电池包中电芯的运行特性预测数据和已存储的运行特性实际数据，以及获取电芯实时的充放电电流，其中，运行特性预测数据根据电芯的运行特性历史数据确定，电芯的运行特性包括电芯电压、电芯温度、电芯电流和电芯SOC中的至少一种；根据运行特性预测数据和运行特性实际数据确定电芯当前状态下的运行特性参数偏差值；根据运行特性参数偏差值和充放电电流确定运行特性实时数据；根据运行特性实时数据确定电池包的电池性能，以及将运行特性实际数据更新为运行特性实时数据。本发明的有益效果：能够更加准确地进行电池性能分析。

Description

电池性能分析方法、电子设备及储能系统
技术领域
本发明涉及电能管理技术领域，具体而言，涉及一种电池性能分析方法、电子设备及储能系统。
背景技术
当前的储能系统中的电池由电芯串联集成为pack包、再由多个pack包串联组成rack包，采用逐级集成电池包，系统再对集成包进行控制。一般而言系统通过Pack包的电池包控制器BMU采集获取电芯的信息，rack包的电池包控制器CMU计算各电池的SOC\SOH，各个rack包的汇总到系统BMS进行电池信息的能量管理。
由于储能系统里的电池数量多，采集到的电池信息量大，且由于BMU、CMU控制器资源有限，其主要功能是管理电池的稳定工作如信息采集、均衡分析、电量计算，只能够使用电池的实时数据进行分析计算，对电池包的运行状态分析有限，无法适应电池长期运行中性能的动态分析。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题，为达上述目的，本发明提供一种电池性能分析方法，包括步骤：
获取电池包中电芯的运行特性预测数据和已存储的运行特性实际数据，以及获取所述电芯实时的充放电电流，其中，所述运行特性预测数据根据所述电芯的运行特性历史数据确定，所述电芯的运行特性包括电芯电压、电芯温度、电芯电流和电芯SOC中的至少一种；
根据所述运行特性预测数据和所述运行特性实际数据确定所述电芯当前状态下的运行特性参数偏差值；
根据所述运行特性参数偏差值和所述充放电电流确定运行特性实时数据；
根据所述运行特性实时数据确定所述电池包的电池性能，以及将所述运行特性实际数据更新为所述运行特性实时数据。
本发明中的电池性能分析方法，通过运行特性预测数据和运行特性实际数据确定运行特性参数偏差值，因而，在电芯的持续运行以及动态检测中，该偏差值能够体现当前阶段电芯内部最接近的运行特性实际数据与测量值的差异情况，因此，在后续进行运行特性实时确定数据时，直接将得到的运行特性参数偏差值结合充放电电流进行实时数据确定，以能够得到较为准确地数据，并且该检测过程持续循环进行，当前阶段的运行特性实时数据更新运行特性实际数据后，继而可再次与下一阶段的运行特性预测数据结合得到新的运行特性参数偏差值，以此进行持续更新，循环进行检测，可更好地适用于电池长期运行中的性能分析。
进一步地，所述运行特性预测数据的获取过程包括步骤：
获取所述电芯的运行特性历史数据和电芯运行状态，所述电芯运行状态包括充放电状态、均衡开关状态和散热状态中的至少一项；
将所述运行特性历史数据、所述运行特性历史数据的微分处理结果和所述电芯运行状态进行曲线微分拟合，得到所述运行特性预测数据。
进一步地，所述根据所述运行特性预测数据和所述运行特性实际数据确定所述电芯当前状态下的运行特性参数偏差值包括步骤：
将所述运行特性预测数据和所述运行特性实际数据进行PI处理，得到所述运行特性参数偏差值。
进一步地，所述运行特性参数偏差值包括电流偏差、电压偏差和温度偏差，所述根据所述运行特性参数偏差值和所述充放电电流确定运行特性实时数据包括步骤：
将所述运行特性参数偏差值和所述充放电电流输入预设的电池特性模型，其中：
所述电池特性模型根据所述充放电电流和所述电流偏差确定电芯实时电流；和/或
所述电池特性模型根据所述充放电电流、理想电压和所述电压偏差确定电芯实时电压；和/或
所述电池特性模型根据所述充放电电流、理想温度和所述温度偏差确定电芯实时温度；
所述电芯实时电流、所述电芯实时电压以及所述电芯实时温度用于确定电芯实时SOC。
进一步地，电池性能分析方法还包括：所述电池特性模型根据所述充放电电流和所述电芯的析锂程度确定所述电芯的锂浓度。
进一步地，电池性能分析方法还包括步骤：根据所述运行特性预测数据的电芯预测电压和所述运行特性实际数据的电芯实际电压确定所述电芯的内阻实时参数，其中，所述内阻实时参数用于与内阻历史参数配合判定所述电芯的老化程度。
进一步地，所述根据所述运行特性实时数据确定所述电池包的电池性能包括步骤：
根据所述运行特性实时数据确定所述电芯的时序特征信息和离散特征信息；
根据所述时序特征信息确定所述电芯时序上的参数峰谷情况和变化坡度情况，以进行各所述电芯间的时序离散性分析；
根据所述离散特征信息确定所述电芯对应的空间路径距离情况以及信息离散程度情况；
根据所述时序离散性分析的结果、所述空间路径距离情况以及所述信息离散程度情况确定所述电芯的一致性因子；
根据所述一致性因子确定所述电池性能。
本发明还提出了一种电子设备，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，当所述处理器执行所述程序时，实现如上所述的电池性能分析方法。
本发明中的电子设备，其有益效果与上述电池性能分析方法的有益效果相近似，在此不再进行赘述。
进一步地，电子设备还包括：通信单元、电源单元和热插拔接口，所述电源单元与所述通信单元和所述处理器连接，且所述电源单元和所述通信单元与所述热插拔接口连接，所述热插拔接口用于与电池包控制器连接。
本发明中的电子设备，通信单元与电源单元连接热插拔接口，以用于连接储能系统的电池包控制器，继而电池包控制器可采集电池包中表示运行状态的数据以及运行特性参数等，并传输至电子设备的处理器中进行处理，由此，该电子设备在应用中，可以方便接入不同层级的电池包上，如可以接入到pack级的电池包以便分析每个pack包的运行特性及电芯特性，也可接入rack级的电池包，以分析rack级的电池特性及电芯特性，进一步地，也可接入到储能系统的EMS/LC层级(能量管理系统)，分析储能系统整体的电池性能。
本发明还提出了一种储能系统，包括如上所述的电子设备、能量管理系统和电池包，所述能量管理系统与所述电子设备和所述电池包连接，且所述能量管理系统用于连接电网。
本发明中的储能系统，其有益效果与上述电子设备和电池性能分析方法的有益效果相近似，在此不再进行赘述。
附图说明
图1为本发明实施例中的电池性能分析方法的流程图一；
图2为本发明实施例中的电池性能分析方法的流程图二；
图3为本发明实施例中的电池性能分析方法的流程图三；
图4为本发明实施例中的电池性能分析方法的流程图四；
图5为本发明实施例中的电子设备的结构示意图；
图6为本发明实施例中的储能系统的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
在本说明书的描述中，参考术语“实施例”、“一个实施例”和“一个实施方式”等的描述意指结合该实施例或实施方式描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示实施方式中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实施方式。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或实施方式以合适的方式结合。
结合图1所示，本发明实施例提出了一种电池性能分析方法，包括步骤：
S1、获取电池包中电芯的运行特性预测数据和已存储的运行特性实际数据，以及获取所述电芯实时的充放电电流，其中，所述运行特性预测数据根据所述电芯的运行特性历史数据确定，所述电芯的运行特性包括电芯电压、电芯温度、电芯电流和电芯SOC中的至少一种。
参照图2所示，本实施例中，电芯的运行特性具体包括到电芯电压、电芯温度、电芯电流以及电芯SOC，其中电芯SOC(State of Charge)指的是，电芯剩余电量，可基于确定电压、电流、温度计算得到。相对应地，电芯的运行特性预测数据也即包括电芯预测电压、电芯预测温度、电芯预测电流以及电芯预测SOC，电芯的运行特性实际数据也即包括电芯实际电压、电芯实际温度、电芯预测电流以及电芯预测SOC，运行特性历史数据包括电芯历史电压、电芯历史温度、电芯历史电流和电芯历史SOC。其中，可以理解，在电芯的持续工作运转过程中，本申请中的运行特性实际数据、运行特性历史数据以及后续的运行特性实时数据仅存在时间上的差异，用于当前阶段方法执行的运行特性实际数据为上一阶段中获得的运行特性实时数据，也即最新的运行特性历史数据。
运行特性预测数据根据运行特性历史数据确定，在电芯运行过程中，电芯的性能衰减存在一定可发现的规律，如某些参数可能为线性或非线性变化，对此，通过采集大量的运行特性历史数据可以用来预估当前阶段的运行特性预测数据，如根据时间上的电流衰减规律，预估当前阶段电芯电流，即得到所述电芯预测电流，或者是，对于大量的运行特性历史数据，进行神经网络模型的训练，后续利用训练后的模型得到当前阶段的电芯运行特性预测数据。
S2、根据所述运行特性预测数据和所述运行特性实际数据确定所述电芯当前状态下的运行特性参数偏差值；
本实施例中，参照图2和3所示，基于得到的运行特性预测数据能够与运行特性实际数据进行对比，从而确定电芯当前状态下存在的各个运行特性参数的偏差，即运行特性参数偏差值，具体地，可以将所述运行特性预测数据和所述运行特性实际数据进行PI处理，得到所述运行特性参数偏差值，其中，电芯预测温度与电芯实际温度处理得到温度偏差，电芯预测电流和电芯实际电流处理得到电流偏差，由于电芯SOC与电芯电压存在对应的曲线关系，因此电芯预测SOC与电芯实际SOC根据曲线关系可以判断其中的电压偏差。
S3、根据所述运行特性参数偏差值和所述充放电电流确定运行特性实时数据；
S4、根据所述运行特性实时数据确定所述电池包的电池性能，以及将所述运行特性实际数据更新为运行特性实时数据。
在电芯的数据检测中，一般基于充放电电流来得到电芯运行特性参数，此时电芯运行特性参数为粗略的测量值，上述运行特性参数偏差值基于历史数据得到的预测数据、上一阶段的电芯运行特性实际数据得到，因而，在电芯的持续运行以及动态检测中，该偏差值能够体现当前阶段电芯内部最接近的运行特性实际数据与测量值的差异情况，因此，在后续进行运行特性实时数据确定时，直接将得到的运行特性参数偏差值结合充放电电流进行实时数据确定，以能够得到较为准确地数据，并且该检测过程持续循环进行，当前阶段的运行特性实时数据更新运行特性实际数据后，继而可再次与下一阶段的运行特性预测数据结合得到新的运行特性参数偏差值，以此可更好地适用于电池长期运行中的性能分析，进一步地，也能够更好地适用于大量电池包甚至是储能系统中的电池性能分析。
其中，运行特性实时数据可以用于储能设备中电池的电量准确分析、电池寿命分析、电池健康分析、电池安全分析以及电池效率分析等。
在本发明的一个可选的实施例中，所述运行特性预测数据的获取过程包括步骤：
获取所述电芯的运行特性历史数据和电芯运行状态，所述电芯运行状态包括充放电状态、均衡开关状态和散热状态中的至少一项；
将所述运行特性历史数据、所述运行特性历史数据的微分处理结果和所述电芯运行状态进行曲线微分拟合，得到所述运行特性预测数据。
参照图2所示，本实施例中，基于电芯的历史电压、温度、电流、SOC值及其各自的微分处理结果(时序特征信息)，再结合当前电池包中电芯的充放电状态、均衡开关状态以及散热系统的状态，继而通过曲线微分拟合能够得到电芯的预测电压、预测温度、预测电流以及预测SOC等运行特性预测数据。
后续运行特性预测数据和运行特性实时数据通过PI处理得到电芯的运行特性参数偏差值。
本实施中，上述运行特性预测数据的获取步骤，以及步骤S2可通过构建电池运行特性自学习模型进行持续的自学习处理，也即通过电池运行特性自学习模型实现图2中的数据处理过程，自此，通过获取其电芯运行特性历史数据和充放状态、均衡开关状态以及散热状态等电芯运行状态，能够输出电芯运行特性参数偏差值以用于得到运行特性实时数据。
本发明的一个可选的实施例中，所述运行特性参数偏差值包括电流偏差、电压偏差和温度偏差，所述根据所述运行特性参数偏差值和所述充放电电流确定运行特性实时数据包括步骤：
将所述运行特性参数偏差值和所述充放电电流输入预设的电池特性模型，其中：
所述电池特性模型根据所述充放电电流和所述电流偏差确定电芯实时电流；和/或
所述电池特性模型根据所述充放电电流、理想电压和所述电压偏差确定电芯实时电压；和/或
所述电池特性模型根据所述充放电电流、理想温度和所述温度偏差确定电芯实时温度；
所述电芯实时电流、所述电芯实时电压以及所述电芯实时温度用于确定电芯实时SOC。
参照图3所示，本实施例中，可通过电芯电阻电容等效机理、电化学热机理等构建电池特性模型，由此，上述运行特性参数偏差值的电流偏差、电压偏差以及温度偏差可以输入该电池特性模型，最终，电池特性模型输出上述电池运行特性实时数据。
在本发明的一个可选地实施例中，所述电池特性模型根据所述充放电电流和所述电芯的析锂程度确定所述电芯的锂浓度，具体地，结合充放电电流和电化学浓度机理确定锂浓度，以此，通过锂浓度可以用于进一步地判断电池的性能，例如判断电池可能出现的短路情况，以及电池的充放电速度等。
上述实施例中，电芯电阻电容等效机理、电化学热机理、电化学浓度机理、理想电压和理想温度可根据电池的实际情况进行设定，在此不进行赘述。
在本发明的一个可选的实施例中，电池性能分析方法还包括：根据所述运行特性预测数据的电芯预测电压和所述运行特性实际数据的电芯实际电压确定所述电芯的内阻实时参数，其中，所述内阻实时参数用于与内阻历史参数配合判定所述电芯的老化程度。
电芯的电压压降与内阻存在线性关系，本实施例中，在确定电芯预测电压和电芯实际电压时，可对二者进行PI处理，得到当前电芯的内阻实时参数，由此，内阻实时参数可以与提前获得的内阻历史参数进行对比，来确定电芯的老化程度，例如，内阻增幅越大，则表明内阻的老化程度越大。
在本发明的一个可选的实施例中，所述根据所述运行特性实时数据确定所述电池包的电池性能包括：
根据所述运行特性实时数据确定所述电芯的时序特征信息和离散特征信息；
根据所述时序特征信息确定所述电芯时序上的参数峰谷情况和变化坡度情况，以进行各所述电芯间的时序离散性分析；
根据所述离散特征信息确定所述电芯对应的空间路径距离情况以及信息离散程度情况；
根据所述时序离散性分析的结果、所述空间路径距离情况以及所述信息离散程度情况确定所述电芯的一致性因子；
根据所述一致性因子确定所述电池性能。
参照图4所示，本发明实施例中，可以基于电芯的时序特征信息和李三特征信息确定的电芯一致性因子，以判断电池性能。其中，电芯的时序特征信息即包括电芯实时电压及其微分、实时温度及其微分、实时电流及其微分、电芯实时SOC及其微分，电芯的离散特征信息包括实时的电芯电压、温度、电流和SOC峰谷偏差以及电芯电压、温度、电流和SOC中值以及电压、温度、电流和SOC变化坡度以及电芯电压、温度电流和SOC峰谷距离。
基于得到的电芯的时序特征信息，能够进行电芯自身时序上参数峰谷分析以及电芯自身时序上变化坡度分析，进而进行电芯间时序离散性分析；基于得到的离散特征信息，能够进行电芯空间路径距离分析以及电芯对应信息离散程度分析，进而得到簇内离散度及对应个数以及簇间离散度及对应个数，最总基于上述分析结果，能够得到电芯一致性因子。
在电池的效率、安全、健康、寿命、容量准确性分析过程中，电芯的一致性是关键的因素，其中，电池效率分析可以从电芯的不一致性程度间接评估出效率，即确定电芯木桶效益不均衡程度。电池安全分析可以从电芯不一致性程度基础上，结合得到的电芯热损耗、内阻、锂浓度，预测评估电芯内部析锂程度和可能短路程度。电池健康分析可以从电芯不一致性程度基础上，进一步分析电芯析锂情况、电芯充放电的外特性(电压、电流、温度、SOC)变化趋势，根据离散程度，进一步给出健康评估。电池寿命分析可从根据上述得到的参数进行电芯内部的析锂程度分析，从而确定电池寿命。电池容量准确性分析，可以根据一个电池包内各电芯一致性程度，再结合均衡开关的状态和均衡程度，基于权重分析法分析出可充可放的底线边界(木桶的长短板)，根据底线边界评估出容量SOC的准确性(SOC表示了电池允许可充可放程度)。
本发明另一实施例的一种电子设备，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，当所述处理器执行所述程序时，实现如上所述的电池性能分析方法。
本发明实施例中的电子设备，其有益效果与上述电池性能分析方法的有益效果相近似，在此不再进行赘述。
在本发明的一个可选的实施例中，电子设备还包括：通信单元、电源单元和热插拔接口，所述电源单元与所述通信单元和所述处理器连接，且所述电源单元和所述通信单元与所述热插拔接口连接，所述热插拔接口用于与储能系统的电池包控制器连接。
参照图5所示，本实施例中，电子设备还包括通信单元和电源单元，通信单元与电源单元连接热插拔接口，以用于连接储能系统的电池包控制器，继而电池包控制器可采集上述电池包中表示运行状态的数据以及运行特性参数等，并传输至电子设备的处理器中进行处理，由此，该电子设备在应用中，可以方便接入不同层级的电池包上，如可以接入到pack级的电池包以便分析每个pack包的运行特性及电芯特性，也可接入rack级的电池包，以分析rack级的电池特性及电芯特性，进一步地，也可接入到储能系统的EMS/LC层级(能量管理系统)，分析储能系统整体的电池性能。
本发明另一实施例的一种储能系统，包括如上所述的电子设备、能量管理系统和电池包，所述能量管理系统与所述电子设备和所述电池包连接，且所述能量管理系统用于连接电网。
参照图6所示，本实施例中，储能系统的能量管理系统(EMS/LC)与多个电池包进行电连接和通信连接，各电池包的数据通过电池包控制器发送至上述电子设备，多个电子设备输出的电池性能结果数据汇总至能量管理系统，最终能量管理系统可通过结果数据调整各电池包的控制策略。
本发明实施例中的，其有益效果与上述电池性能分析方法和电子设备的有益效果相近似，在此不再进行赘述。
在其它实施例中，多个电子设备输出的电池性能结果数据可经由一信息汇总单元将信息汇总后发送至能量管理系统，实现和原来通信系统解耦开，根据系统的需要再通过信息汇总单元将分析结果信息送给储能系统的能量管理系统。
虽然本公开披露如上，但本公开的保护范围并非仅限于此。本领域技术人员在不脱离本公开的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。

Claims (10)

1.一种电池性能分析方法，其特征在于，包括：
获取电池包中电芯的运行特性预测数据和已存储的运行特性实际数据，以及获取所述电芯实时的充放电电流，其中，所述运行特性预测数据根据所述电芯的运行特性历史数据确定，所述电芯的运行特性包括电芯电压、电芯温度、电芯电流和电芯SOC中的至少一种；
根据所述运行特性预测数据和所述运行特性实际数据确定所述电芯当前状态下的运行特性参数偏差值；
根据所述运行特性参数偏差值和所述充放电电流确定运行特性实时数据；
根据所述运行特性实时数据确定所述电池包的电池性能，以及将所述运行特性实际数据更新为所述运行特性实时数据。
2.根据权利要求1所述的电池性能分析方法，其特征在于，所述运行特性预测数据的获取过程包括：
获取所述电芯的运行特性历史数据和电芯运行状态，所述电芯运行状态包括充放电状态、均衡开关状态和散热状态中的至少一项；
将所述运行特性历史数据、所述运行特性历史数据的微分处理结果和所述电芯运行状态进行曲线微分拟合，得到所述运行特性预测数据。
3.根据权利要求2所述的电池性能分析方法，其特征在于，所述根据所述运行特性预测数据和所述运行特性实际数据确定所述电芯当前状态下的运行特性参数偏差值包括：
将所述运行特性预测数据和所述运行特性实际数据进行PI处理，得到所述运行特性参数偏差值。
4.根据权利要求1-3任一项所述的电池性能分析方法，其特征在于，所述运行特性参数偏差值包括电流偏差、电压偏差和温度偏差，所述根据所述运行特性参数偏差值和所述充放电电流确定运行特性实时数据包括：
将所述运行特性参数偏差值和所述充放电电流输入预设的电池特性模型，其中：
所述电池特性模型根据所述充放电电流和所述电流偏差确定电芯实时电流；和/或
所述电池特性模型根据所述充放电电流、理想电压和所述电压偏差确定电芯实时电压；和/或
所述电池特性模型根据所述充放电电流、理想温度和所述温度偏差确定电芯实时温度；
所述电芯实时电流、所述电芯实时电压以及所述电芯实时温度用于确定电芯实时SOC。
5.根据权利要求4所述的电池性能分析方法，其特征在于，还包括：所述电池特性模型根据所述充放电电流和所述电芯的析锂程度确定所述电芯的锂浓度。
6.根据权利要求2所述的电池性能分析方法，其特征在于，还包括：根据所述运行特性预测数据的电芯预测电压和所述运行特性实际数据的电芯实际电压确定所述电芯的内阻实时参数，其中，所述内阻实时参数用于与内阻历史参数配合判定所述电芯的老化程度。
7.根据权利要求1所述的电池性能分析方法，其特征在于，所述根据所述运行特性实时数据确定所述电池包的电池性能包括：
根据所述运行特性实时数据确定所述电芯的时序特征信息和离散特征信息；
根据所述时序特征信息确定所述电芯时序上的参数峰谷情况和变化坡度情况，以进行各所述电芯间的时序离散性分析；
根据所述离散特征信息确定所述电芯对应的空间路径距离情况以及信息离散程度情况；
根据所述时序离散性分析的结果、所述空间路径距离情况以及所述信息离散程度情况确定所述电芯的一致性因子；
根据所述一致性因子确定所述电池性能。
8.一种电子设备，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，当所述处理器执行所述程序时，实现如权利要求1-7任一项所述的电池性能分析方法。
9.根据权利要求8所述的电子设备，其特征在于，还包括：通信单元、电源单元和热插拔接口，所述电源单元与所述通信单元和所述处理器连接，且所述电源单元和所述通信单元与所述热插拔接口连接，所述热插拔接口用于与电池包控制器连接。
10.一种储能系统，其特征在于，包括能量管理系统、电池包和如权利要求8或9所述的电子设备，所述能量管理系统与所述电子设备和所述电池包连接，且所述能量管理系统用于连接电网。
CN202211277146.1A 2022-10-19 2022-10-19 电池性能分析方法、电子设备及储能系统 Pending CN115616425A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211277146.1A CN115616425A (zh) 2022-10-19 2022-10-19 电池性能分析方法、电子设备及储能系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211277146.1A CN115616425A (zh) 2022-10-19 2022-10-19 电池性能分析方法、电子设备及储能系统

Publications (1)

Publication Number Publication Date
CN115616425A true CN115616425A (zh) 2023-01-17

Family

ID=84862668

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211277146.1A Pending CN115616425A (zh) 2022-10-19 2022-10-19 电池性能分析方法、电子设备及储能系统

Country Status (1)

Country Link
CN (1) CN115616425A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116826930A (zh) * 2023-08-29 2023-09-29 浙江达航数据技术有限公司 一种电池dc/dc智能均衡器及均衡方法
CN117423939A (zh) * 2023-12-19 2024-01-19 兰洋(宁波)科技有限公司 一种储能电池电芯均温系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116826930A (zh) * 2023-08-29 2023-09-29 浙江达航数据技术有限公司 一种电池dc/dc智能均衡器及均衡方法
CN116826930B (zh) * 2023-08-29 2023-11-14 浙江达航数据技术有限公司 一种电池dc/dc智能均衡器及均衡方法
CN117423939A (zh) * 2023-12-19 2024-01-19 兰洋(宁波)科技有限公司 一种储能电池电芯均温系统
CN117423939B (zh) * 2023-12-19 2024-03-05 兰洋(宁波)科技有限公司 一种储能电池电芯均温系统

Similar Documents

Publication Publication Date Title
Jafari et al. Deterministic models of Li-ion battery aging: It is a matter of scale
US8306781B2 (en) Professional diagnosis method of battery performance analysis
CN102231546B (zh) 具有均衡充放电功能的电池管理系统及其控制方法
JP5936711B2 (ja) 蓄電デバイスの寿命予測装置及び蓄電デバイスの寿命予測方法
CN115616425A (zh) 电池性能分析方法、电子设备及储能系统
CN108107372A (zh) 基于soc分区估算的蓄电池健康状况量化方法及系统
KR20140053592A (ko) 배터리 잔존 용량 추정 장치 및 방법
KR102090476B1 (ko) 클라우드 및 빅데이터를 활용한 bms 최적화 시스템
CN116401585B (zh) 一种基于大数据的储能电池失效风险评估方法
Liu et al. An improved SoC estimation algorithm based on artificial neural network
Liu et al. A new dynamic SOH estimation of lead‐acid battery for substation application
CN114675187A (zh) 一种物理机理和机器学习融合的锂离子电池寿命预测方法
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
CN117054892B (zh) 一种储能电站电池健康状态的评估方法、装置及管理方法
Luiz et al. Representing the accumulator ageing in an automotive lead-acid battery model
GB2600129A (en) Pro-active battery management system (BMS) with lossless active buck balancing and method thereof
CN117007975A (zh) 一种通过采集储能电池电芯多点温度对电池容量衰减评估进行强化学习的方法
CN115951225A (zh) 一种电池均衡优化容量估计方法和装置
CN115469230A (zh) Ocv-soc在线估计方法、装置和计算机设备与存储介质
Hwang et al. Measurement method for online battery early faults precaution in uninterrupted power supply system
Amifia Direct Comparison Using Coulomb Counting and Open Circuit Voltage Method for the State of Health Li-Po Battery
Savard et al. Comparing lithium-ion battery architecture performances with Colored Petri Net
CN117347888B (zh) 电池均衡仪载荷测量方法、装置、计算机设备及存储介质
KR102560584B1 (ko) 클라우드 기반 배터리 상태 분석 시스템 및 방법
CN116774081B (zh) 一种采用复合寿命指标的充电电池寿命预测方法、装置、电子设备及可读存储介质

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