CN115954989A - 一种储能电站运行监测管理系统 - Google Patents

一种储能电站运行监测管理系统 Download PDF

Info

Publication number
CN115954989A
CN115954989A CN202310222171.8A CN202310222171A CN115954989A CN 115954989 A CN115954989 A CN 115954989A CN 202310222171 A CN202310222171 A CN 202310222171A CN 115954989 A CN115954989 A CN 115954989A
Authority
CN
China
Prior art keywords
energy storage
battery pack
storage battery
monitoring
temperature
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.)
Granted
Application number
CN202310222171.8A
Other languages
English (en)
Other versions
CN115954989B (zh
Inventor
张幸
赵勇
孔德凯
王新
尚海岩
孟庆国
汪强
雷雨竹
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.)
China Energy Construction Energy Storage Technology Wuhan Co ltd
Original Assignee
China Energy Construction Energy Storage Technology Wuhan 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 China Energy Construction Energy Storage Technology Wuhan Co ltd filed Critical China Energy Construction Energy Storage Technology Wuhan Co ltd
Priority to CN202310222171.8A priority Critical patent/CN115954989B/zh
Publication of CN115954989A publication Critical patent/CN115954989A/zh
Application granted granted Critical
Publication of CN115954989B publication Critical patent/CN115954989B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

  • Secondary Cells (AREA)

Abstract

本发明属于储能电站运行监测技术领域，具体公开一种储能电站运行监测管理系统。本发明基于构建的电池组热失控模型，对各电芯的局部热性能安全系数和目标储能电池组的整体状态安全系数进行分析，进而评估目标储能电池组的综合热特性评估指数，从而保障储能电池组的安全性能稳定性，进一步提高储能电站的运行安全性和供电可靠性，同时依据目标储能电池组的历史热特性数据，并结合目标储能电池组的当前监测数据，分析目标储能电池组的预计使用寿命，从而能够时刻掌握储能电池组的寿命使用情况，有效降低了因储能电池寿命异常出现突发性事件的发生次数，进一步保障储能电站的连续性和稳定性。

Description

一种储能电站运行监测管理系统
技术领域
本发明涉及储能电站运行监测技术领域，涉及到一种储能电站运行监测管理系统。
背景技术
风力、太阳能等清洁的储能电站已开始大范围应用，但由于太阳能和风能间歇性及不连续性，需要应用储能电池来提高能源工业的连续性和稳定性。即将不连续的不稳定的可再生能源，先存储到电池中，等需要用的时候再从电池中释放出来。
储能电池是一个能量的载体，并且现在用在储能技术上的电池，能量密度也很高，这些电池在使用过程中，由于使用不当和自身安全性能的下降，会有一定的安全隐患，可能发生热失控，造成安全事故，因此，储能电池组在运行时，须对其运行安全状态进行监测，以预防电池热失控的发生。
目前，对储能电池组运行安全监测方式主要是通过监测电池运行过程中的电压、温度等外部参数，来预测电池组的安全状态。但这种方式有明显的不足：（1）电池组安全隐患一般都存在于电池内部，其热失控也是由电芯内部反应引起的，只通过电池组外部整体参数的监测无法直接准确地分析电池组内部局部变化，使得储能电池组的安全状态判断具有较大的局限性，从而对存在局部热失控的电芯不能及时处理，导致储能电池组安全状态管理滞后，进一步造成储能电池组起火和爆炸事故频发，使得储能电站形成毁灭性的破坏，进而带来巨大的经济损失、环境污染和社会影响。
（2）储能电池组使用过程中，易随着季节的更替导致储能电池的周围环境温度发生变化，周围环境温度的变化导致储能电池组的热特性以及储能性能存在波动，从而存在储能电池组的安全性能稳定性降低的缺陷，严重影响储能电站的运行安全性和供电可靠性。
发明内容
为解决上述技术问题，本发明是通过以下技术方案实现的：一种储能电站运行监测管理系统，包括：储能电池局部监测模块，用于对储能电池划分模块划分后的目标储能电池组中各电芯进行表观监测和热成像监测，得到各电芯在监测时间段的表观数据和温度分布数据。
局部热失控分析模块，用于基于构建的电池组热失控模型，对各电芯的局部热失控性能进行分析，得到各电芯的局部热性能安全系数。
储能电池整体监测模块，用于依据目标储能电池组在监测时间段的环境温度，获取目标储能电池组在监测时间段的整体监测数据。
储能电池热特性评估模块，用于分析目标储能电池组在监测时间段的整体状态安全系数，进而评估目标储能电池组的综合热特性评估指数。
电池预计使用寿命分析模块，用于提取目标储能电池组的历史热特性数据，分析目标储能电池组的预计使用寿命。
电站运行管理模块，用于将目标储能电池组的预计使用寿命进行显示。
储能电站数据库，用于存储各次历史电池热失控现象的关联数据和失控电芯对应的临界鼓包体积，并存储目标储能电池组的历史热特性数据和标准使用寿命。
优选地，所述表观数据包括各时间点的鼓包体积；温度分布数据包括各时间点对应各图片区域的温度。
所述整体监测数据包括各时间点的平均温度、平均能见度和平均有害气体浓度。
优选地，所述电池组热失控模型构建方式为：从储能电站数据库中提取各次历史电池热失控现象的关联数据，其中关联数据为失控电芯在失控阶段中各历史时间点的最高温度、鼓包体积、周围环境能见度和周围有害气体浓度，分析失控电芯在失控阶段中各历史时间点的温度变化程度系数
Figure SMS_1
，其中
Figure SMS_2
为第
Figure SMS_3
次历史电池热失控现象中失控电芯在失控阶段中第
Figure SMS_6
历史时间点的最高温度，
Figure SMS_7
，
Figure SMS_9
为历史电池热失控现象数量，
Figure SMS_10
，同理得到失控电芯在失控阶段中各历史时间点的鼓包体积变化程度系数
Figure SMS_4
、能见度变化程度系数
Figure SMS_5
和有害气体浓度变化程度系数
Figure SMS_8
，进而确定失控电芯在失控阶段中各历史时间点的参考温度、参考鼓包体积、参考环境能见度和参考有害气体浓度，由此形成失控电芯在失控阶段的温度曲线图、鼓包体积曲线图、环境能见度曲线图和有害气体浓度曲线图，进而构建电池组热失控模型。
优选地，所述对各电芯的局部热失控性能进行分析，具体分析为：提取各电芯在监测时间段内各时间点的鼓包体积，将其记为
Figure SMS_11
，
Figure SMS_12
，
Figure SMS_13
为各电芯的编号，
Figure SMS_14
，
Figure SMS_15
为各时间点的编号，并由此形成各电芯在监测时间段的鼓包体积曲线图，将其代入电池组热失控模型，得到各电芯在监测时间段内鼓包体积对应热失控影响补偿因子
Figure SMS_16
。
提取各电芯在监测时间段内各时间点对应各图片区域的温度，筛选最高温度作为各电芯在监测时间段内各时间点的监测温度，将其记为
Figure SMS_17
，进而同理得到各电芯在监测时间段内温度对应热失控影响补偿因子
Figure SMS_18
。
分析各电芯的局部热性能安全系数
Figure SMS_19
，
Figure SMS_20
分别为电芯鼓包体积、电芯温度对应的热性能影响权重，
Figure SMS_21
为时间点数量，
Figure SMS_22
为第i个电芯在监测时间段内第
Figure SMS_23
时间点的鼓包体积，
Figure SMS_24
分别为预设的电芯运行安全温度、电芯运行温度运行差值。
优选地，所述各电芯在监测时间段内鼓包体积对应热失控影响补偿因子分析方法为：从储能电站数据库中提取各次历史电池热失控现象中失控电芯对应的临界鼓包体积，筛选最小的临界鼓包体积作为失控电芯的参考临界鼓包体积，将其记为
Figure SMS_25
，并根据各电芯在监测时间段的鼓包体积曲线图，得到各电芯在监测时间段的最大鼓包体积
Figure SMS_26
。
若
Figure SMS_27
，则将该电芯在监测时间段的鼓包体积曲线图与电池组热失控模型中失控电芯在失控阶段的鼓包体积曲线图进行组合匹配，得到该电芯在监测时间段的鼓包体积曲线函数
Figure SMS_28
、失控电芯在失控阶段的鼓包体积曲线函数
Figure SMS_29
以及鼓包体积曲线超出部分长度
Figure SMS_30
，分析该电芯在监测时间段内鼓包体积对应热失控影响补偿因子
Figure SMS_31
，
Figure SMS_32
为设定的电芯鼓包体积对应热失控修正因子，
Figure SMS_33
为该电芯在监测时间段的鼓包体积曲线总长度，
Figure SMS_34
为设定常数，
Figure SMS_35
，
Figure SMS_36
。
若
Figure SMS_37
，则得到该电芯在监测时间段的鼓包体积曲线函数
Figure SMS_38
和失控电芯在失控阶段的鼓包体积曲线函数
Figure SMS_39
，分析该电芯在监测时间段内鼓包体积对应热失控影响补偿因子
Figure SMS_40
，
Figure SMS_41
为该电芯在监测时间段的最大鼓包体积，
Figure SMS_42
为该电芯在监测时间段的鼓包体积曲线函数求导后的导数值，
Figure SMS_43
为失控电芯在失控阶段的鼓包体积曲线函数求导后的导数值，进而统计各电芯在监测时间段内鼓包体积对应热失控影响补偿因子
Figure SMS_44
。
优选地，所述目标储能电池组在监测时间段的整体状态安全系数分析方式
Figure SMS_45
，其中
Figure SMS_52
分别为设定的目标储能电池组在低温环境下的升温速率和在高温环境下的降温速率，
Figure SMS_53
分别为目标储能电池组在监测时间段内第
Figure SMS_54
时间点和第
Figure SMS_55
时间点的平均温度，
Figure SMS_56
为自然常数，
Figure SMS_57
分别为目标储能电池组在监测时间段的环境温度、低温环境对应上限温度和高温环境对应下限温度，
Figure SMS_46
为目标储能电池组在监测时间段内整体状态对应热失控影响补偿因子，其中计算公式为
Figure SMS_47
，
Figure SMS_48
分别为设定的环境能见度、环境有害气体浓度对应热失控修正因子，
Figure SMS_49
分别为目标储能电池组在监测时间段内各时间点的平均能见度对比后的最低能见度、平均有害气体浓度对比后的最大有害气体浓度，
Figure SMS_50
分别为电池组热失控模型中环境能见度曲线图对应最高能见度、有害气体浓度曲线图对应最低有害气体浓度，
Figure SMS_51
分别为预设的允许环境能见度误差值、允许有害气体浓度误差值。
优选地，所述目标储能电池组的综合热特性评估指数评估公式为
Figure SMS_58
，其中
Figure SMS_59
分别为预设的储能电池组局部安全权重因子、整体安全权重因子，
Figure SMS_60
为各电芯的局部热性能安全系数中对应的最小值。
优选地，所述目标储能电池组的预计使用寿命分析包括：从储能电站数据库中提取目标储能电池组的历史热特性数据，其中历史热特性数据包括局部热失控次数、整体热失控次数和综合热特性失衡次数，进而分析目标储能电池组的使用寿命影响因子，记为
Figure SMS_61
。
从目标储能电站后台获取目标储能电池组的建立时间，得到目标储能电池组的已使用寿命
Figure SMS_62
，并提取储能电站数据库中目标储能电池组的标准使用寿命
Figure SMS_63
，分析目标储能电池组的预计使用寿命
Figure SMS_64
，其计算公式为
Figure SMS_65
。
优选地，所述目标储能电池组的使用寿命影响因子分析方式为：根据各电芯的局部热性能安全系数、目标储能电池组在监测时间段的整体状态安全系数以及目标储能电池组的综合热特性评估指数，得到目标储能电池组的实时局部热失控次数、实时整体热失控次数和实时综合热特性失衡次数，分别记为
Figure SMS_66
。
分析目标储能电池组的使用寿命影响因子
Figure SMS_67
，其中
Figure SMS_68
分别为电池局部热失控次数、整体热失控次数、热特性失衡次数对应比例权重，
Figure SMS_69
分别为设定的允许电池局部热失控次数、允许电池整体热失控次数、允许电池热特性失衡次数。
与现有技术相比，本发明具有以下优点：1、本发明基于构建的电池组热失控模型，对各电芯的局部热失控性能进行分析，得到各电芯的局部热性能安全系数，从而打破现有技术对储能电池组的安全状态判断的局限性，进一步对存在局部热失控的电芯能够及时处理，有效避免储能电池组安全状态管理滞后的问题，进而降低储能电池组起火和爆炸事故的频发率，减少储能电站毁灭性破坏带来的经济损失和环境污染，在极大程度上消除社会影响。
2、本发明根据储能电站对应各次历史电池热失控现象的关联数据，构建电池组热失控模型，这样不仅可以在电池组热失控模型支持下顺利完成电芯的局部热失控性能分析，而且可以提高储能电池组的综合热特性评估速率，改善储能电池组的安全状态的分析灵活性。
3、本发明依据目标储能电池组在监测时间段的环境温度，分析目标储能电池组在监测时间段的整体状态安全系数，从而有效降低储能电池组的热特性以及储能性能的分析偏差，进而保障储能电池组的安全性能稳定性，进一步提高储能电站的运行安全性和供电可靠性。
4、本发明依据目标储能电池组的历史热特性数据，并结合目标储能电池组的当前监测数据，分析目标储能电池组的预计使用寿命，从而能够时刻掌握储能电池组的寿命使用情况，有效降低了因储能电池寿命异常出现突发性事件的发生次数，进一步保障储能电站的连续性和稳定性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的系统模块连接图。
图2为当
Figure SMS_70
时，电芯在监测时间段的鼓包体积曲线图与失控电芯在失控阶段的鼓包体积曲线图的组合匹配示意图。
图3为当
Figure SMS_71
时，电芯在监测时间段的鼓包体积曲线图和失控电芯在失控阶段的鼓包体积曲线图的组合匹配示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，本发明提供一种储能电站运行监测管理系统，具体模块分布如下：储能电池划分模块、储能电池局部监测模块、局部热失控分析模块、储能电池整体监测模块、储能电池热特性评估模块、电池预计使用寿命分析模块、电站运行管理模块和储能电站数据库。其中模块之间的连接关系为：储能电池划分模块与储能电池局部监测模块连接，局部热失控分析模块分别与储能电池局部监测模块、储能电站数据库以及储能电池热特性评估模块连接，储能电池热特性评估模块与储能电池整体监测模块连接，电池预计使用寿命分析模块分别与储能电池热特性评估模块、储能电站数据库和电站运行管理模块连接。
所述储能电池划分模块，用于将目标储能电站对应的待监测储能电池组记为目标储能电池组，并将目标储能电池组分成各电芯。
所述储能电池局部监测模块，用于对储能电池划分模块划分后的目标储能电池组中各电芯进行表观监测和热成像监测，得到各电芯在监测时间段的表观数据和温度分布数据。
需要说明的是，所述表观数据包括各时间点的鼓包体积；温度分布数据包括各时间点对应各图片区域的温度。
作为一种示例，所述通过目标储能电池组内安装的高清摄像头对各电芯进行表观监测，得到各电芯在监测时间段内各时间点的表观图像，从而获得各电芯在监测时间段内各时间点的表观轮廓体积，将其与设定的储能电池组对应的标准电芯表观轮廓体积进行作差，得到各电芯在监测时间段内各时间点的鼓包体积，将其作为各电芯在监测时间段的表观数据。
所述通过目标储能电池组内安装的红外热成像对各电芯进行热成像监测，得到各电芯在监测时间段内各时间点的热成像图片，并按照相同颜色区域进行划分，得到各电芯在监测时间段内各时间点对应各图片区域，进而提取各电芯在监测时间段内各时间点对应各图片区域的颜色色度，将其与设定的各颜色色度对应的温度进行比对，筛选各电芯在监测时间段内各时间点对应各图片区域的温度，将其作为各电芯在监测时间段的温度分布数据。
所述局部热失控分析模块，用于基于构建的电池组热失控模型，对各电芯的局部热失控性能进行分析，得到各电芯的局部热性能安全系数。
作为一种示例，所述电池组热失控模型构建方式为：从储能电站数据库中提取各次历史电池热失控现象的关联数据，其中关联数据为失控电芯在失控阶段中各历史时间点的最高温度、鼓包体积、周围环境能见度和周围有害气体浓度，分析失控电芯在失控阶段中各历史时间点的温度变化程度系数
Figure SMS_75
，其中
Figure SMS_76
为第
Figure SMS_77
次历史电池热失控现象中失控电芯在失控阶段中第
Figure SMS_78
历史时间点的最高温度，
Figure SMS_79
，
Figure SMS_80
为历史电池热失控现象数量，
Figure SMS_81
，同理得到失控电芯在失控阶段中各历史时间点的鼓包体积变化程度系数
Figure SMS_72
、能见度变化程度系数
Figure SMS_73
和有害气体浓度变化程度系数
Figure SMS_74
，进而确定失控电芯在失控阶段中各历史时间点的参考温度、参考鼓包体积、参考环境能见度和参考有害气体浓度，由此形成失控电芯在失控阶段的温度曲线图、鼓包体积曲线图、环境能见度曲线图和有害气体浓度曲线图，进而构建电池组热失控模型。
需要说明的是，所述失控电芯在失控阶段的温度曲线图是以时间点对应的间隔时长为横轴，以各历史时间点的参考温度为纵轴构建的温度曲线图。
需要解释的是，所述历史时间点对应的间隔时长与时间点对应的间隔时长一致。
在本实施例中，本发明根据储能电站对应各次历史电池热失控现象的关联数据，构建电池组热失控模型，这样不仅可以在电池组热失控模型支持下顺利完成电芯的局部热失控性能分析，而且可以提高储能电池组的综合热特性评估速率，改善储能电池组的安全状态的分析灵活性。
进一步地，所述确定失控电芯在失控阶段中各历史时间点的参考温度，具体方式为：将失控电芯在失控阶段中各历史时间点的温度变化程度系数与设定温度变化程度系数阈值进行对比，若
Figure SMS_82
设定温度变化程度系数阀值，则将平均温度
Figure SMS_83
作为失控电芯在失控阶段中对应历史时间点的参考温度，若
Figure SMS_84
设定温度变化程度系数阀值，则通过采用筛除最大值和最小值的方式得到剩余各历史电池热失控现象中失控电芯在失控阶段中各历史时间点的最高温度，同理分析失控电芯在失控阶段中各历史时间点的温度变化程度系数，进而重复上述步骤，得到失控电芯在失控阶段中各历史时间点的参考温度。
进一步地，所述失控电芯在失控阶段中各历史时间点的参考鼓包体积、参考环境能见度和参考有害气体浓度的确定方式与参考温度确定方式一致。
作为一种示例，所述对各电芯的局部热失控性能进行分析，具体分析为：提取各电芯在监测时间段内各时间点的鼓包体积，将其记为
Figure SMS_85
，
Figure SMS_86
，
Figure SMS_87
为各电芯的编号，
Figure SMS_88
，
Figure SMS_89
为各时间点的编号，并由此形成各电芯在监测时间段的鼓包体积曲线图，将其代入电池组热失控模型，得到各电芯在监测时间段内鼓包体积对应热失控影响补偿因子
Figure SMS_90
。
进一步地，所述各电芯在监测时间段内鼓包体积对应热失控影响补偿因子分析方法为：从储能电站数据库中提取各次历史电池热失控现象中失控电芯对应的临界鼓包体积，筛选最小的临界鼓包体积作为失控电芯的参考临界鼓包体积，将其记为
Figure SMS_91
，并根据各电芯在监测时间段的鼓包体积曲线图，得到各电芯在监测时间段的最大鼓包体积
Figure SMS_92
。
若
Figure SMS_93
，则将该电芯在监测时间段的鼓包体积曲线图与电池组热失控模型中失控电芯在失控阶段的鼓包体积曲线图进行组合匹配，得到该电芯在监测时间段的鼓包体积曲线函数
Figure SMS_94
、失控电芯在失控阶段的鼓包体积曲线函数
Figure SMS_95
以及鼓包体积曲线超出部分长度
Figure SMS_96
，分析该电芯在监测时间段内鼓包体积对应热失控影响补偿因子
Figure SMS_97
，
Figure SMS_98
为设定的电芯鼓包体积对应热失控修正因子，
Figure SMS_99
为该电芯在监测时间段的鼓包体积曲线总长度，
Figure SMS_100
为设定常数，
Figure SMS_101
，
Figure SMS_102
。
请参阅图2中（1）所示，当该电芯在监测时间段的鼓包体积曲线图与失控电芯在失控阶段的鼓包体积曲线图存在一个交点时，则
Figure SMS_103
为该交点在组合后的鼓包体积曲线图中对应横坐标的取值，
Figure SMS_104
为组合后的鼓包体积曲线图中该电芯在监测时间段内最后时间点的横坐标取值。
请参阅图2中（2）所示，当该电芯在监测时间段的鼓包体积曲线图与失控电芯在失控阶段的鼓包体积曲线图有两个交点时，则
Figure SMS_105
为第一个交点在组合后的鼓包体积曲线图中对应横坐标的取值，
Figure SMS_106
为第二个交点在组合后的鼓包体积曲线图中对应横坐标的取值。
请参阅图3中所示，若
Figure SMS_107
，则得到该电芯在监测时间段的鼓包体积曲线函数
Figure SMS_108
和失控电芯在失控阶段的鼓包体积曲线函数
Figure SMS_109
，分析该电芯在监测时间段内鼓包体积对应热失控影响补偿因子
Figure SMS_110
，
Figure SMS_111
为该电芯在监测时间段的最大鼓包体积，
Figure SMS_112
为该电芯在监测时间段的鼓包体积曲线函数求导后的导数值，
Figure SMS_113
为失控电芯在失控阶段的鼓包体积曲线函数求导后的导数值，进而统计各电芯在监测时间段内鼓包体积对应热失控影响补偿因子
Figure SMS_114
。
提取各电芯在监测时间段内各时间点对应各图片区域的温度，筛选最高温度作为各电芯在监测时间段内各时间点的监测温度，将其记为
Figure SMS_115
，进而同理得到各电芯在监测时间段内温度对应热失控影响补偿因子
Figure SMS_116
。
分析各电芯的局部热性能安全系数
Figure SMS_117
，
Figure SMS_118
分别为电芯鼓包体积、电芯温度对应的热性能影响权重，
Figure SMS_119
为时间点数量，
Figure SMS_120
为第i个电芯在监测时间段内第
Figure SMS_121
时间点的鼓包体积，
Figure SMS_122
分别为预设的电芯运行安全温度、电芯运行温度运行差值。
在本实施例中，本发明基于构建的电池组热失控模型，对各电芯的局部热失控性能进行分析，得到各电芯的局部热性能安全系数，从而打破现有技术对储能电池组的安全状态判断的局限性，进一步对存在局部热失控的电芯能够及时处理，有效避免储能电池组安全状态管理滞后的问题，进而降低储能电池组起火和爆炸事故的频发率，减少储能电站毁灭性破坏带来的经济损失和环境污染，在极大程度上消除社会影响。
所述储能电池整体监测模块，用于依据目标储能电池组在监测时间段的环境温度，获取目标储能电池组在监测时间段的整体监测数据。
需要说明的是，所述整体监测数据包括各时间点的平均温度、平均能见度和平均有害气体浓度。
进一步地，所述通过温度传感器监测目标储能电池组在监测时间段内各时间点的环境温度，将各时间点的环境温度对比，筛选最大环境温度作为目标储能电池组在监测时间段的环境温度。
进一步地，所述目标储能电池组在监测时间段的整体监测数据获取方式为：将若干监测点随机布设在目标储能电池组内部，将温度传感器、能见度观测仪和有害气体浓度检测仪分别安装在若干监测点上，分别监测目标储能电池组在监测时间段内各时间点对应各监测点的温度、能见度和有害气体浓度，并利用均值计算得到目标储能电池组在监测时间段内各时间点的平均温度、平均能见度和平均有害气体浓度。
所述储能电池热特性评估模块，用于分析目标储能电池组在监测时间段的整体状态安全系数，进而评估目标储能电池组的综合热特性评估指数。
作为一种示例，所述目标储能电池组在监测时间段的整体状态安全系数分析方式
Figure SMS_124
，其中
Figure SMS_126
分别为设定的目标储能电池组在低温环境下的升温速率和在高温环境下的降温速率，
Figure SMS_127
分别为目标储能电池组在监测时间段内第
Figure SMS_129
时间点和第
Figure SMS_130
时间点的平均温度，
Figure SMS_133
为自然常数，
Figure SMS_135
分别为目标储能电池组在监测时间段的环境温度、低温环境对应上限温度和高温环境对应下限温度，
Figure SMS_123
为目标储能电池组在监测时间段内整体状态对应热失控影响补偿因子，其中计算公式为
Figure SMS_125
，
Figure SMS_128
分别为设定的环境能见度、环境有害气体浓度对应热失控修正因子，
Figure SMS_131
分别为目标储能电池组在监测时间段内各时间点的平均能见度对比后的最低能见度、平均有害气体浓度对比后的最大有害气体浓度，
Figure SMS_132
分别为电池组热失控模型中环境能见度曲线图对应最高能见度、有害气体浓度曲线图对应最低有害气体浓度，
Figure SMS_134
分别为预设的允许环境能见度误差值、允许有害气体浓度误差值。
进一步地，所述目标储能电池组的综合热特性评估指数评估公式为
Figure SMS_136
，其中
Figure SMS_137
分别为预设的储能电池组局部安全权重因子、整体安全权重因子，
Figure SMS_138
为各电芯的局部热性能安全系数中对应的最小值。
在本实施例中，本发明依据目标储能电池组在监测时间段的环境温度，分析目标储能电池组在监测时间段的整体状态安全系数，从而有效降低储能电池组的热特性以及储能性能的分析偏差，进而保障储能电池组的安全性能稳定性，进一步提高储能电站的运行安全性和供电可靠性。
所述电池预计使用寿命分析模块，用于提取目标储能电池组的历史热特性数据，分析目标储能电池组的预计使用寿命。
作为一种示例，所述目标储能电池组的预计使用寿命分析包括：从储能电站数据库中提取目标储能电池组的历史热特性数据，其中历史热特性数据包括局部热失控次数、整体热失控次数和综合热特性失衡次数，进而分析目标储能电池组的使用寿命影响因子，记为
Figure SMS_139
。
从目标储能电站后台获取目标储能电池组的建立时间，得到目标储能电池组的已使用寿命
Figure SMS_140
，并提取储能电站数据库中目标储能电池组的标准使用寿命
Figure SMS_141
，分析目标储能电池组的预计使用寿命
Figure SMS_142
，其计算公式为
Figure SMS_143
。
进一步地，所述目标储能电池组的使用寿命影响因子分析方式为：根据各电芯的局部热性能安全系数、目标储能电池组在监测时间段的整体状态安全系数以及目标储能电池组的综合热特性评估指数，得到目标储能电池组的实时局部热失控次数、实时整体热失控次数和实时综合热特性失衡次数，分别记为
Figure SMS_144
。
分析目标储能电池组的使用寿命影响因子
Figure SMS_145
，其中
Figure SMS_146
分别为电池局部热失控次数、整体热失控次数、热特性失衡次数对应比例权重，
Figure SMS_147
分别为设定的允许电池局部热失控次数、允许电池整体热失控次数、允许电池热特性失衡次数。
需要说明的是，所述目标储能电池组的实时局部热失控次数、实时整体热失控次数和实时综合热特性失衡次数获得方式为：将各电芯的局部热性能安全系数与预设的电池局部热性能安全系数阈值进行对比，若某电芯的局部热性能安全系数小于预设的电池局部热性能安全系数阈值，则该电芯处于局部热失控状态，统计局部热失控状态的电芯数量，作为目标储能电池组的当前局部热失控次数，并将其与目标储能电池组的局部热失控次数相加，得到目标储能电池组的实时局部热失控次数，若各电芯的局部热性能安全系数均大于或等于预设的电池局部热性能安全系数阈值，则将目标储能电池组的局部热失控次数作为其对应的实时局部热失控次数。
将目标储能电池组在监测时间段的整体状态安全系数与预设的电池整体状态安全系数阈值进行对比，若小于预设的整体状态安全系数阈值，则分析目标储能电池组的实时整体热失控次数,实时整体热失控次数=整体热失控次数＋1，反之，则将目标储能电池组的整体热失控次数作为其对应的实时整体热失控次数。
同理根据目标储能电池组的实时整体热失控次数获得方式，得到目标储能电池组的实时综合热特性失衡次数。
在本实施例中，本发明依据目标储能电池组的历史热特性数据，并结合目标储能电池组的当前监测数据，分析目标储能电池组的预计使用寿命，从而能够时刻掌握储能电池组的寿命使用情况，有效降低了因储能电池寿命异常出现突发性事件的发生次数，进一步保障储能电站的连续性和稳定性。
所述电站运行管理模块，用于将目标储能电池组的预计使用寿命进行显示。
所述储能电站数据库，用于存储各次历史电池热失控现象的关联数据和失控电芯对应的临界鼓包体积，并存储目标储能电池组的历史热特性数据和标准使用寿命。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (9)

1.一种储能电站运行监测管理系统，其特征在于，包括：
储能电池局部监测模块，用于对储能电池划分模块划分后的目标储能电池组中各电芯进行表观监测和热成像监测，得到各电芯在监测时间段的表观数据和温度分布数据；
局部热失控分析模块，用于基于构建的电池组热失控模型，对各电芯的局部热失控性能进行分析，得到各电芯的局部热性能安全系数；
储能电池整体监测模块，用于依据目标储能电池组在监测时间段的环境温度，获取目标储能电池组在监测时间段的整体监测数据；
储能电池热特性评估模块，用于分析目标储能电池组在监测时间段的整体状态安全系数，进而评估目标储能电池组的综合热特性评估指数；
电池预计使用寿命分析模块，用于提取目标储能电池组的历史热特性数据，分析目标储能电池组的预计使用寿命；
电站运行管理模块，用于将目标储能电池组的预计使用寿命进行显示；
储能电站数据库，用于存储各次历史电池热失控现象的关联数据和失控电芯对应的临界鼓包体积，并存储目标储能电池组的历史热特性数据和标准使用寿命。
2.根据权利要求1所述的一种储能电站运行监测管理系统，其特征在于：所述表观数据包括各时间点的鼓包体积；温度分布数据包括各时间点对应各图片区域的温度；
所述整体监测数据包括各时间点的平均温度、平均能见度和平均有害气体浓度。
3.根据权利要求2所述的一种储能电站运行监测管理系统，其特征在于：所述电池组热失控模型构建方式为：
从储能电站数据库中提取各次历史电池热失控现象的关联数据，其中关联数据为失控电芯在失控阶段中各历史时间点的最高温度、鼓包体积、周围环境能见度和周围有害气体浓度，分析失控电芯在失控阶段中各历史时间点的温度变化程度系数
Figure QLYQS_2
，其中
Figure QLYQS_4
为第
Figure QLYQS_6
次历史电池热失控现象中失控电芯在失控阶段中第
Figure QLYQS_7
历史时间点的最高温度，
Figure QLYQS_8
，
Figure QLYQS_9
为历史电池热失控现象数量，
Figure QLYQS_10
，同理得到失控电芯在失控阶段中各历史时间点的鼓包体积变化程度系数
Figure QLYQS_1
、能见度变化程度系数
Figure QLYQS_3
和有害气体浓度变化程度系数
Figure QLYQS_5
，进而确定失控电芯在失控阶段中各历史时间点的参考温度、参考鼓包体积、参考环境能见度和参考有害气体浓度，由此形成失控电芯在失控阶段的温度曲线图、鼓包体积曲线图、环境能见度曲线图和有害气体浓度曲线图，进而构建电池组热失控模型。
4.根据权利要求2所述的一种储能电站运行监测管理系统，其特征在于：所述对各电芯的局部热失控性能进行分析，具体分析为：
提取各电芯在监测时间段内各时间点的鼓包体积，将其记为
Figure QLYQS_11
，
Figure QLYQS_12
，
Figure QLYQS_13
为各电芯的编号，
Figure QLYQS_14
，
Figure QLYQS_15
为各时间点的编号，并由此形成各电芯在监测时间段的鼓包体积曲线图，将其代入电池组热失控模型，得到各电芯在监测时间段内鼓包体积对应热失控影响补偿因子
Figure QLYQS_16
；
提取各电芯在监测时间段内各时间点对应各图片区域的温度，筛选最高温度作为各电芯在监测时间段内各时间点的监测温度，将其记为
Figure QLYQS_17
，进而同理得到各电芯在监测时间段内温度对应热失控影响补偿因子
Figure QLYQS_18
；
分析各电芯的局部热性能安全系数
Figure QLYQS_19
，
Figure QLYQS_20
分别为电芯鼓包体积、电芯温度对应的热性能影响权重，
Figure QLYQS_21
为时间点数量，
Figure QLYQS_22
为第i个电芯在监测时间段内第
Figure QLYQS_23
时间点的鼓包体积，
Figure QLYQS_24
分别为预设的电芯运行安全温度、电芯运行温度运行差值。
5.根据权利要求4所述的一种储能电站运行监测管理系统，其特征在于：所述各电芯在监测时间段内鼓包体积对应热失控影响补偿因子分析方法为：
从储能电站数据库中提取各次历史电池热失控现象中失控电芯对应的临界鼓包体积，筛选最小的临界鼓包体积作为失控电芯的参考临界鼓包体积，将其记为
Figure QLYQS_25
，并根据各电芯在监测时间段的鼓包体积曲线图，得到各电芯在监测时间段的最大鼓包体积
Figure QLYQS_26
；
若
Figure QLYQS_28
，则将该电芯在监测时间段的鼓包体积曲线图与电池组热失控模型中失控电芯在失控阶段的鼓包体积曲线图进行组合匹配，得到该电芯在监测时间段的鼓包体积曲线函数
Figure QLYQS_30
、失控电芯在失控阶段的鼓包体积曲线函数
Figure QLYQS_32
以及鼓包体积曲线超出部分长度
Figure QLYQS_33
，分析该电芯在监测时间段内鼓包体积对应热失控影响补偿因子
Figure QLYQS_34
，
Figure QLYQS_35
为设定的电芯鼓包体积对应热失控修正因子，
Figure QLYQS_36
为该电芯在监测时间段的鼓包体积曲线总长度，
Figure QLYQS_27
为设定常数，
Figure QLYQS_29
，
Figure QLYQS_31
；
若
Figure QLYQS_38
，则得到该电芯在监测时间段的鼓包体积曲线函数
Figure QLYQS_39
和失控电芯在失控阶段的鼓包体积曲线函数
Figure QLYQS_40
，分析该电芯在监测时间段内鼓包体积对应热失控影响补偿因子
Figure QLYQS_41
，
Figure QLYQS_42
为该电芯在监测时间段的最大鼓包体积，
Figure QLYQS_43
为该电芯在监测时间段的鼓包体积曲线函数求导后的导数值，
Figure QLYQS_44
为失控电芯在失控阶段的鼓包体积曲线函数求导后的导数值，进而统计各电芯在监测时间段内鼓包体积对应热失控影响补偿因子
Figure QLYQS_37
。
6.根据权利要求4所述的一种储能电站运行监测管理系统，其特征在于：所述目标储能电池组在监测时间段的整体状态安全系数分析方式
Figure QLYQS_45
，其中
Figure QLYQS_47
分别为设定的目标储能电池组在低温环境下的升温速率和在高温环境下的降温速率，
Figure QLYQS_48
分别为目标储能电池组在监测时间段内第
Figure QLYQS_50
时间点和第
Figure QLYQS_52
时间点的平均温度，
Figure QLYQS_54
为自然常数，
Figure QLYQS_56
分别为目标储能电池组在监测时间段的环境温度、低温环境对应上限温度和高温环境对应下限温度，
Figure QLYQS_57
为目标储能电池组在监测时间段内整体状态对应热失控影响补偿因子，其中计算公式为
Figure QLYQS_46
，
Figure QLYQS_49
分别为设定的环境能见度、环境有害气体浓度对应热失控修正因子，
Figure QLYQS_51
分别为目标储能电池组在监测时间段内各时间点的平均能见度对比后的最低能见度、平均有害气体浓度对比后的最大有害气体浓度，
Figure QLYQS_53
分别为电池组热失控模型中环境能见度曲线图对应最高能见度、有害气体浓度曲线图对应最低有害气体浓度，
Figure QLYQS_55
分别为预设的允许环境能见度误差值、允许有害气体浓度误差值。
7.根据权利要求6所述的一种储能电站运行监测管理系统，其特征在于：所述目标储能电池组的综合热特性评估指数评估公式为
Figure QLYQS_58
，其中
Figure QLYQS_59
分别为预设的储能电池组局部安全权重因子、整体安全权重因子，
Figure QLYQS_60
为各电芯的局部热性能安全系数中对应的最小值。
8.根据权利要求1所述的一种储能电站运行监测管理系统，其特征在于：所述目标储能电池组的预计使用寿命分析包括：
从储能电站数据库中提取目标储能电池组的历史热特性数据，其中历史热特性数据包括局部热失控次数、整体热失控次数和综合热特性失衡次数，进而分析目标储能电池组的使用寿命影响因子，记为
Figure QLYQS_61
；
从目标储能电站后台获取目标储能电池组的建立时间，得到目标储能电池组的已使用寿命
Figure QLYQS_62
，并提取储能电站数据库中目标储能电池组的标准使用寿命
Figure QLYQS_63
，分析目标储能电池组的预计使用寿命
Figure QLYQS_64
，其计算公式为
Figure QLYQS_65
。
9.根据权利要求8所述的一种储能电站运行监测管理系统，其特征在于：所述目标储能电池组的使用寿命影响因子分析方式为：
根据各电芯的局部热性能安全系数、目标储能电池组在监测时间段的整体状态安全系数以及目标储能电池组的综合热特性评估指数，得到目标储能电池组的实时局部热失控次数、实时整体热失控次数和实时综合热特性失衡次数，分别记为
Figure QLYQS_66
；
分析目标储能电池组的使用寿命影响因子
Figure QLYQS_67
，其中
Figure QLYQS_68
分别为电池局部热失控次数、整体热失控次数、热特性失衡次数对应比例权重，
Figure QLYQS_69
分别为设定的允许电池局部热失控次数、允许电池整体热失控次数、允许电池热特性失衡次数。
CN202310222171.8A 2023-03-09 2023-03-09 一种储能电站运行监测管理系统 Active CN115954989B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310222171.8A CN115954989B (zh) 2023-03-09 2023-03-09 一种储能电站运行监测管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310222171.8A CN115954989B (zh) 2023-03-09 2023-03-09 一种储能电站运行监测管理系统

Publications (2)

Publication Number Publication Date
CN115954989A true CN115954989A (zh) 2023-04-11
CN115954989B CN115954989B (zh) 2023-05-19

Family

ID=85896196

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310222171.8A Active CN115954989B (zh) 2023-03-09 2023-03-09 一种储能电站运行监测管理系统

Country Status (1)

Country Link
CN (1) CN115954989B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116109146A (zh) * 2023-04-12 2023-05-12 国网安徽省电力有限公司合肥供电公司 一种大型电池储能电站安全性分析评价方法
CN116545105A (zh) * 2023-04-19 2023-08-04 广东大能环保集团有限公司 一种储能电池充放电监控管理系统
CN116611823A (zh) * 2023-07-21 2023-08-18 济宁正东化工有限公司 一种基于机器视觉的高压釜运行监管系统
CN116632974A (zh) * 2023-05-29 2023-08-22 无锡亚天光电科技有限公司 一种用于锂电池新能源仓库在线温度监测系统
CN117080624A (zh) * 2023-09-13 2023-11-17 苏州华骞时代新能源科技有限公司 一种电池加热控制方法及系统
CN117525692A (zh) * 2023-10-26 2024-02-06 苏州华骞时代新能源科技有限公司 一种安全储能系统的控制方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170117725A1 (en) * 2015-10-23 2017-04-27 Oxfordian, Llc Thermal Monitoring of Battery Packs
CN110095722A (zh) * 2019-04-02 2019-08-06 清华大学 动力电池热失控安全性综合评价方法与系统
CN112881931A (zh) * 2021-01-20 2021-06-01 同济大学 一种基于容量增量曲线的电池安全性诊断方法
CN112965000A (zh) * 2021-02-01 2021-06-15 惠州亿纬锂能股份有限公司 一种电池使用寿命的预测方法、装置及系统
CN114295983A (zh) * 2021-12-31 2022-04-08 上海洛轲智能科技有限公司 电池热失控预警方法、装置、车辆、设备及存储介质
CN114497784A (zh) * 2022-01-18 2022-05-13 杭州安脉盛智能技术有限公司 基于趋势分析的储能电池管理优化方法及风量调节方法
WO2022228540A1 (zh) * 2021-04-30 2022-11-03 华为技术有限公司 电池系统和车辆
CN115764030A (zh) * 2022-11-22 2023-03-07 小米汽车科技有限公司 动力电池的热失控预警方法、装置、存储介质及车辆

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170117725A1 (en) * 2015-10-23 2017-04-27 Oxfordian, Llc Thermal Monitoring of Battery Packs
CN110095722A (zh) * 2019-04-02 2019-08-06 清华大学 动力电池热失控安全性综合评价方法与系统
CN112881931A (zh) * 2021-01-20 2021-06-01 同济大学 一种基于容量增量曲线的电池安全性诊断方法
CN112965000A (zh) * 2021-02-01 2021-06-15 惠州亿纬锂能股份有限公司 一种电池使用寿命的预测方法、装置及系统
WO2022228540A1 (zh) * 2021-04-30 2022-11-03 华为技术有限公司 电池系统和车辆
CN114295983A (zh) * 2021-12-31 2022-04-08 上海洛轲智能科技有限公司 电池热失控预警方法、装置、车辆、设备及存储介质
CN114497784A (zh) * 2022-01-18 2022-05-13 杭州安脉盛智能技术有限公司 基于趋势分析的储能电池管理优化方法及风量调节方法
CN115764030A (zh) * 2022-11-22 2023-03-07 小米汽车科技有限公司 动力电池的热失控预警方法、装置、存储介质及车辆

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CARLOS F. LOPEZ1: "Experimental Analysis of Thermal Runaway and Propagation in Lithium-Ion Battery Modules", 《JOURNAL OF THE ELECTROCHEMICAL SOCIETY》 *
张瑜: "动力电池局部热失控建模仿真与危险点评估方法研究", 中国优秀硕士学位论文全文数据库工程科技II辑 *
李思颖: "考虑性能热衰减和热失控传播...池储能系统可靠性建模与评估", 《中国电机工程学报》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116109146A (zh) * 2023-04-12 2023-05-12 国网安徽省电力有限公司合肥供电公司 一种大型电池储能电站安全性分析评价方法
CN116109146B (zh) * 2023-04-12 2023-06-09 国网安徽省电力有限公司合肥供电公司 一种大型电池储能电站安全性分析评价方法
CN116545105A (zh) * 2023-04-19 2023-08-04 广东大能环保集团有限公司 一种储能电池充放电监控管理系统
CN116545105B (zh) * 2023-04-19 2023-11-10 广东大能环保集团有限公司 一种储能电池充放电监控管理系统
CN116632974A (zh) * 2023-05-29 2023-08-22 无锡亚天光电科技有限公司 一种用于锂电池新能源仓库在线温度监测系统
CN116632974B (zh) * 2023-05-29 2023-10-20 无锡亚天光电科技有限公司 一种用于锂电池新能源仓库在线温度监测系统
CN116611823A (zh) * 2023-07-21 2023-08-18 济宁正东化工有限公司 一种基于机器视觉的高压釜运行监管系统
CN116611823B (zh) * 2023-07-21 2023-10-17 济宁正东化工有限公司 一种基于机器视觉的高压釜运行监管系统
CN117080624A (zh) * 2023-09-13 2023-11-17 苏州华骞时代新能源科技有限公司 一种电池加热控制方法及系统
CN117080624B (zh) * 2023-09-13 2024-04-05 苏州华骞时代新能源科技有限公司 一种电池加热控制方法及系统
CN117525692A (zh) * 2023-10-26 2024-02-06 苏州华骞时代新能源科技有限公司 一种安全储能系统的控制方法及系统

Also Published As

Publication number Publication date
CN115954989B (zh) 2023-05-19

Similar Documents

Publication Publication Date Title
CN115954989A (zh) 一种储能电站运行监测管理系统
CN114284589B (zh) 一种基于互联网的锂电池智能监测管理系统
CN107923944B (zh) 锂离子蓄电池安全监测
CN110376530B (zh) 电池内短路检测装置及方法
CN110696624B (zh) 基于电池储能的安全监测预警方法、装置、设备及介质
CN110988723B (zh) 一种基于lstm的电池内阻预测及故障预警方法
CN112327167A (zh) 一种电池容量跳水风险评估方法及系统
CN116401585B (zh) 一种基于大数据的储能电池失效风险评估方法
KR20220133695A (ko) 리튬이온 전지를 제조 또는 평가하기 위한 충방전기 데이터를 기초로 충방전기 이상을 감지하는 방법
JP5330355B2 (ja) 無停電電源装置、電源処理方法および電源処理プログラム
CN109301369A (zh) 新能源充放电热控制方法及电池热管理系统
KR102302760B1 (ko) Ess 화재 예방 및 배터리 성능 하락 방지를 위한 인공지능 기반 지능형 전력관리시스템
CN114447451A (zh) 一种储能站电池早期隐患监控方法
CN117498406A (zh) 一种云边端协同的储能电站管理系统和方法
CN116736134B (zh) 一种实时性储能电池数据监测方法及装置
CN117691645A (zh) 一种用于智能微电网的储能系统
CN117474319A (zh) 一种用于电力系统的风险评估方法及其系统
CN110361654A (zh) 一种热失控的监测方法、装置和设备
CN113991777A (zh) 一种电池储能系统在线式运行安全态势感知方法
CN111047203B (zh) 一种基于大数据的蓄电池电气火灾监控方法
CN116593902B (zh) 基于铁锂电池的性能参数融合成ai模型的故障诊断方法
CN117578464B (zh) 一种高速公路多源供电系统及方法
Chen et al. A Collaborative Design and Modularized Assembly for Prefabricated Cabin Type Energy Storage System With Effective Safety Management
CN118014767A (zh) 一种锂电池储能系统层层分级嵌套的安全等级评价方法
CN111190116A (zh) 一种锂离子电池安全性管理方法及系统

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
GR01 Patent grant
GR01 Patent grant