CN116487741B - 一种锂电池储能箱损耗异常定位方法及系统 - Google Patents
一种锂电池储能箱损耗异常定位方法及系统 Download PDFInfo
- Publication number
- CN116487741B CN116487741B CN202310738384.6A CN202310738384A CN116487741B CN 116487741 B CN116487741 B CN 116487741B CN 202310738384 A CN202310738384 A CN 202310738384A CN 116487741 B CN116487741 B CN 116487741B
- Authority
- CN
- China
- Prior art keywords
- battery
- information
- energy storage
- storage box
- module
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 217
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 141
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 141
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 68
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000005856 abnormality Effects 0.000 claims abstract description 112
- 238000004458 analytical method Methods 0.000 claims abstract description 84
- 238000003745 diagnosis Methods 0.000 claims abstract description 70
- 238000012544 monitoring process Methods 0.000 claims abstract description 65
- 238000006243 chemical reaction Methods 0.000 claims abstract description 54
- 238000012423 maintenance Methods 0.000 claims abstract description 41
- 238000012545 processing Methods 0.000 claims abstract description 33
- 238000007599 discharging Methods 0.000 claims description 30
- 238000005265 energy consumption Methods 0.000 claims description 18
- 238000013461 design Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 13
- 238000000605 extraction Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 230000004927 fusion Effects 0.000 claims description 5
- 238000004140 cleaning Methods 0.000 claims description 4
- 238000011418 maintenance treatment Methods 0.000 claims description 3
- 238000012106 screening analysis Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 4
- 239000010410 layer Substances 0.000 description 26
- 230000010354 integration Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 229910001416 lithium ion Inorganic materials 0.000 description 2
- 238000009411 base construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000002346 layers by function Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
-
- 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
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/4285—Testing apparatus
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本申请涉及数据处理技术领域，提供一种锂电池储能箱损耗异常定位方法及系统。所述方法包括：通过锂电池管理模块获取锂电池储能箱的电池模组特性数据信息；基于能量转换策略对锂电池储能箱进行充放电控制监测，获得电池模组运行数据信息；对电池模组运行数据信息进行处理，获得电池运行特征数据信息；将电池运行特征数据信息输入至电池损耗异常分析模型，获得电池损耗异常诊断信息；根据电池损耗异常诊断信息和电池模组特性数据信息，获得储能箱异常位置信息；基于电池损耗异常诊断信息和储能箱异常位置信息，对锂电池储能箱进行运维管理。采用本方法能够达到实现损耗异常定位准确性和及时性，进而保证锂电池储能箱应用性能的技术效果。
Description
技术领域
本申请涉及数据处理技术领域，特别是涉及一种锂电池储能箱损耗异常定位方法及系统。
背景技术
集装箱式电池储能系统将锂离子电池、电池管理系统、交直流转换装置、热管理系统及消防系统等集成在标准集装箱内，具有集成度高、占地面积小、存储容量大、高可靠性、灵活性、运输方便且易于安装等优点，是目前应用最广泛的储能技术之一。但集装箱式储能系统电池排布紧密且集装箱环境相对封闭，电池热量容易集聚导致温升过高，影响电池的寿命和使用性能，因此对锂电池储能箱进行损耗异常定位具有重要应用意义。
然而，现有技术存在损耗异常诊断智能化程度低，无法对损耗异常进行准确预警定位，导致影响锂电池储能箱应用性能的技术问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够实现损耗异常定位准确性和及时性，进而保证锂电池储能箱应用性能的一种锂电池储能箱损耗异常定位方法及系统。
一种锂电池储能箱损耗异常定位方法，所述方法包括：搭建锂电池储能系统动态监测平台，所述锂电池储能系统动态监测平台包括锂电池管理模块、能量转换分析模块和储能预警控制模块；通过所述锂电池管理模块获取锂电池储能箱的电池模组特性数据信息；所述能量转换分析模块基于能量转换策略对所述锂电池储能箱进行充放电控制监测，获得电池模组运行数据信息；将所述电池模组运行数据信息传输至所述储能预警控制模块进行处理，获得电池运行特征数据信息；将所述电池运行特征数据信息输入至电池损耗异常分析模型中进行分析，获得电池损耗异常诊断信息；根据所述电池损耗异常诊断信息和所述电池模组特性数据信息进行能耗异常定位，获得储能箱异常位置信息；基于所述电池损耗异常诊断信息和所述储能箱异常位置信息，对所述锂电池储能箱进行运维管理。
一种锂电池储能箱损耗异常定位系统，所述系统包括：监测平台搭建模块，用于搭建锂电池储能系统动态监测平台，所述锂电池储能系统动态监测平台包括锂电池管理模块、能量转换分析模块和储能预警控制模块；锂电池管理模块，用于通过所述锂电池管理模块获取锂电池储能箱的电池模组特性数据信息；充放电监测模块，用于所述能量转换分析模块基于能量转换策略对所述锂电池储能箱进行充放电控制监测，获得电池模组运行数据信息；运行特征数据获得模块，用于将所述电池模组运行数据信息传输至所述储能预警控制模块进行处理，获得电池运行特征数据信息；损耗异常分析模块，用于将所述电池运行特征数据信息输入至电池损耗异常分析模型中进行分析，获得电池损耗异常诊断信息；能耗异常定位模块，用于根据所述电池损耗异常诊断信息和所述电池模组特性数据信息进行能耗异常定位，获得储能箱异常位置信息；储能箱运维管理模块，用于基于所述电池损耗异常诊断信息和所述储能箱异常位置信息，对所述锂电池储能箱进行运维管理。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
搭建锂电池储能系统动态监测平台，所述锂电池储能系统动态监测平台包括锂电池管理模块、能量转换分析模块和储能预警控制模块；
通过所述锂电池管理模块获取锂电池储能箱的电池模组特性数据信息；
所述能量转换分析模块基于能量转换策略对所述锂电池储能箱进行充放电控制监测，获得电池模组运行数据信息；
将所述电池模组运行数据信息传输至所述储能预警控制模块进行处理，获得电池运行特征数据信息；
将所述电池运行特征数据信息输入至电池损耗异常分析模型中进行分析，获得电池损耗异常诊断信息；
根据所述电池损耗异常诊断信息和所述电池模组特性数据信息进行能耗异常定位，获得储能箱异常位置信息；
基于所述电池损耗异常诊断信息和所述储能箱异常位置信息，对所述锂电池储能箱进行运维管理。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
搭建锂电池储能系统动态监测平台，所述锂电池储能系统动态监测平台包括锂电池管理模块、能量转换分析模块和储能预警控制模块；
通过所述锂电池管理模块获取锂电池储能箱的电池模组特性数据信息；
所述能量转换分析模块基于能量转换策略对所述锂电池储能箱进行充放电控制监测，获得电池模组运行数据信息；
将所述电池模组运行数据信息传输至所述储能预警控制模块进行处理，获得电池运行特征数据信息；
将所述电池运行特征数据信息输入至电池损耗异常分析模型中进行分析，获得电池损耗异常诊断信息；
根据所述电池损耗异常诊断信息和所述电池模组特性数据信息进行能耗异常定位，获得储能箱异常位置信息；
基于所述电池损耗异常诊断信息和所述储能箱异常位置信息，对所述锂电池储能箱进行运维管理。
上述一种锂电池储能箱损耗异常定位方法及系统，解决了现有技术损耗异常诊断智能化程度低，无法对损耗异常进行准确预警定位，导致影响锂电池储能箱应用性能的技术问题，达到了智能化实时监测获取锂电池储能箱运行数据，全面精准分析能耗异常数据，实现损耗异常定位准确性和及时性，进而保证锂电池储能箱应用性能的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为一个实施例中一种锂电池储能箱损耗异常定位方法的流程示意图；
图2为一个实施例中一种锂电池储能箱损耗异常定位方法中获得能量转换策略的流程示意图；
图3为一个实施例中一种锂电池储能箱损耗异常定位系统的结构框图；
图4为一个实施例中计算机设备的内部结构图；
附图标记说明：监测平台搭建模块11，锂电池管理模块12，充放电监测模块13，运行特征数据获得模块14，损耗异常分析模块15，能耗异常定位模块16，储能箱运维管理模块17。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
如图1所示，本申请提供了一种锂电池储能箱损耗异常定位方法，所述方法包括：
步骤S100：搭建锂电池储能系统动态监测平台，所述锂电池储能系统动态监测平台包括锂电池管理模块、能量转换分析模块和储能预警控制模块；
步骤S200：通过所述锂电池管理模块获取锂电池储能箱的电池模组特性数据信息；
具体而言，集装箱式电池储能系统将锂离子电池、电池管理系统、交直流转换装置、热管理系统及消防系统等集成在标准集装箱内，具有集成度高、占地面积小、存储容量大、高可靠性、灵活性、运输方便且易于安装等优点，是目前应用最广泛的储能技术之一。但集装箱式储能系统电池排布紧密且集装箱环境相对封闭，电池热量容易集聚导致温升过高，影响电池的寿命和使用性能，因此对锂电池储能箱进行损耗异常定位具有重要应用意义。
为实现智能化诊断锂电池储能箱损耗异常，搭建锂电池储能系统动态监测平台，所述锂电池储能系统动态监测平台用于对锂电池储能箱运行数据进行实时监测，平台功能模块主要包括锂电池管理模块、能量转换分析模块和储能预警控制模块，通过各功能模块的数据交互与数据处理，实现锂电池储能箱损耗异常诊断精确性和及时性。首先通过所述锂电池管理模块获取锂电池储能箱的电池模组特性数据信息，包括电池模组中电芯排列设计、电池材料、电池规格尺寸、电池组使用状态、电池供电电压，以及电池厂家等。
步骤S300：所述能量转换分析模块基于能量转换策略对所述锂电池储能箱进行充放电控制监测，获得电池模组运行数据信息；
在一个实施例中，如图2所示，获得所述能量转换策略，本申请步骤S300还包括：
步骤S310：根据所述电池模组特性数据信息，获得电池模组排列设计信息；
步骤S320：获取所述电池储能箱的电池应用特性参数信息；
步骤S330：基于所述电池模组排列设计信息和所述电池应用特性参数信息，获得电池模组充放电特性信息；
步骤S340：获得储能箱充放电需求；
步骤S350：基于所述储能箱充放电需求和所述电池模组充放电特性信息，制定获得能量转换策略。
在一个实施例中，所述制定获得能量转换策略，本申请步骤S350还包括：
步骤S351：对所述电池模组特性数据信息进行均衡因素提取，获得电池均衡关联因素；
步骤S352：基于所述电池均衡关联因素对所述电池模组充放电特性信息进行筛选分析，获得均衡因素数据；
步骤S353：根据所述均衡因素数据和所述储能箱充放电需求，确定电池均衡规则；
步骤S354：基于所述电池均衡规则进行运算动态均衡，获得所述能量转换策略。
具体而言，通过所述能量转换分析模块进行锂电池模组的充放电执行和管理。首先根据所述电池模组特性数据信息中的电芯排列设计信息，获得电池模组的排列设计信息，即根据电池芯规格特点和电气要求所设计的电池芯串并排列信息。再获取所述电池储能箱的电池应用特性参数信息，即储能箱中各电池的相关应用参数，包括电池容量、额定电压、电流、充放电功率、充放电次数等使用参数。基于所述电池模组排列设计信息和所述电池应用特性参数信息，结合确定电池模组充放电特性信息，即电池模组充放电特性参数。
根据锂电池储能箱应用场景获得储能箱充放电需求，即所需的充电放电量以及充放电时长等要求。基于所述储能箱充放电需求和所述电池模组充放电特性信息，进行能量转换策略的制定，由于电池应用特性参数不同导致各电池容量与性能的差异，在对电池组进行充放电的过程中，必然会扩大这种差异，因此需进行电池充放电均衡调节，避免单体电池出现电压电流过大等状态，首先对所述电池模组特性数据信息进行均衡因素提取，即需要进行电池均衡的相关评价因素，获得相应的电池均衡关联因素，包括电池组状态、电池供电电压以及电池循环次数等。基于所述电池均衡关联因素对所述电池模组充放电特性信息进行筛选分析，获得均衡因素数据，即筛选出需要进行充放电均衡的相关电池参数数据。
根据所述均衡因素数据和所述储能箱充放电需求，确定电池均衡规则，即确定电池模组中的目标均衡电池以及电池需均衡量，快速高效地改善电池模组的一致性，保证充放电储能在电池模组元件之间合理分配。基于所述电池均衡规则进行运算动态均衡，计算获得具体能量转换策略，使得运算结果更加符合实际需求。所述能量转换分析模块基于所制定的能量转换策略对所述锂电池储能箱进行充放电控制和实时监测，获得电池模组运行数据信息，包括电池运行电压电流、功率等信息。达到实现电池模组充放电动态均衡，优化锂电池储能箱充放电系统调节能力，提高电池组的使用效率及使用寿命，进而确保整个储能系统正常运行的技术效果。
步骤S400：将所述电池模组运行数据信息传输至所述储能预警控制模块进行处理，获得电池运行特征数据信息；
在一个实施例中，所述获得电池运行特征数据信息，本申请步骤S400还包括：
步骤S410：设置数据规范约束条件，所述数据规范约束条件包括归一化处理、数据清洗、格式标准化；
步骤S420：基于所述数据规范约束条件对所述电池模组运行数据信息进行标准化处理，获得标准电池模组运行数据信息；
步骤S430：对所述标准电池模组运行数据信息进行运行属性分类，获得电池运行属性信息；
步骤S440：将所述标准电池模组运行数据信息按照所述电池运行属性信息进行整合处理，获得所述电池运行特征数据信息。
具体而言，将所述电池模组运行数据信息传输至所述储能预警控制模块进行处理，首先设置数据规范约束条件，即数据规范化处理流程，所述数据规范约束条件包括归一化处理、数据清洗、格式标准化。基于所述数据规范约束条件依次对所述电池模组运行数据信息进行标准化处理，统一数据应用格式，消除无效数据，规范化数据处理格式，获得标准化处理后的标准电池模组运行数据信息。再对所述标准电池模组运行数据信息进行运行属性分类，即按照运行数据类型进行分类，获得电池运行属性信息，例如电流数据属性类型、电压数据属性类型等。将所述标准电池模组运行数据信息按照所述电池运行属性信息进行整合处理，获得数据属性类型整合处理后的电池运行特征数据信息。通过数据标准化处理使数据具有可比性，便于数据分析，进而提高数据处理效率。
步骤S500：将所述电池运行特征数据信息输入至电池损耗异常分析模型中进行分析，获得电池损耗异常诊断信息；
在一个实施例中，所述获得电池损耗异常诊断信息，本申请步骤S500还包括：
步骤S510：搭建电池损耗异常分析模型，所述电池损耗异常分析模型包括信息输入层、异常数据识别层、损耗异常分析层和信息输出层；
步骤S520：将所述电池运行特征数据信息通过所述信息输入层，输入至所述异常数据识别层中，获得异常运行特征数据；
步骤S530：基于所述损耗异常分析层对所述异常运行特征数据进行分析，获得电池损耗异常诊断信息；
步骤S540：基于所述信息输出层对所述电池损耗异常诊断信息进行模型结果输出。
在一个实施例中，申请步骤S540还包括：
步骤S541：对所述锂电池储能箱布设传感器组，所述传感器组包括温度传感器、声音传感器、图像传感器；
步骤S542：将基于所述传感器组分别获取运行温度信息、声音监测信息、运行图像信息；
步骤S543：对所述运行温度信息、声音监测信息、运行图像信息进行融合特征分析，生成电池联合运行特征；
步骤S544：基于所述电池联合运行特征，对所述电池损耗异常诊断信息进行补充修正。
具体而言，将所述电池运行特征数据信息输入至电池损耗异常分析模型中进行分析，具体为搭建电池损耗异常分析模型，所述电池损耗异常分析模型用于对电池运行数据进行损耗异常成因分析，可通过历史数据训练获得，模型功能层主要包括信息输入层、异常数据识别层、损耗异常分析层和信息输出层。首先将所述电池运行特征数据信息通过所述信息输入层，输入至所述异常数据识别层中，所述异常数据识别层可通过历史数据训练获得异常数据识别支持向量机，进而输出获得异常运行特征数据。再基于所述损耗异常分析层对所述异常运行特征数据进行分析，所述损耗异常分析层通过历史数据训练获得，用于对电池能耗异常数据进行类型以及成因分析，进而获得电池损耗异常诊断信息，所述电池损耗异常诊断信息包括电池损耗异常类型、异常等级，以及损耗异常成因，并基于所述信息输出层对所述电池损耗异常诊断信息进行模型结果输出。
为提高异常诊断分析全面性，按照储能箱结构分布对所述锂电池储能箱布设传感器组，所述传感器组包括温度传感器、声音传感器、图像传感器。基于所述传感器组分别获取储能箱的运行温度信息、声音监测信息、运行图像信息，并对所述运行温度信息、声音监测信息、运行图像信息进行融合特征分析，对运行温度进行阈值预警分析，对运行声音进行故障音提取，对运行图像进行异常特征提取，融合生成电池联合运行特征。基于所述电池联合运行特征，对所述电池损耗异常诊断信息进行辅助补充修正，增加储能箱运行监测数据，全面精准分析电池运行数据，进而提高损耗异常诊断信息分析准确性。
步骤S600：根据所述电池损耗异常诊断信息和所述电池模组特性数据信息进行能耗异常定位，获得储能箱异常位置信息；
具体而言，根据所述电池损耗异常诊断信息和所述电池模组特性数据信息进行能耗异常定位，通过所述电池模组特性数据信息获得锂电池储能箱的结构立体设计模型，再通过所述电池损耗异常诊断信息和储能箱立体模型进行损耗异常精确定位，确定储能箱异常位置信息。
步骤S700：基于所述电池损耗异常诊断信息和所述储能箱异常位置信息，对所述锂电池储能箱进行运维管理。
在一个实施例中，所述基于所述电池损耗异常诊断信息和所述储能箱异常位置信息，对所述锂电池储能箱进行运维管理，本申请步骤S700还包括：
步骤S710：根据所述电池损耗异常诊断信息和所述储能箱异常位置信息，生成储能箱异常监测诊断报告；
步骤S720：构建锂电池储能箱运维知识库；
步骤S730：基于所述锂电池储能箱运维知识库对所述储能箱异常监测诊断报告进行分析，获得储能箱异常运维方案；
步骤S740：基于所述储能箱异常运维方案对所述锂电池储能箱进行异常运维处理。
具体而言，基于所述电池损耗异常诊断信息和所述储能箱异常位置信息，对所述锂电池储能箱进行运维管理，以保护延长电池储能箱使用寿命。首先根据所述电池损耗异常诊断信息和所述储能箱异常位置信息，生成储能箱异常监测诊断报告，用于向运维人员展示。再通过大数据方式构建锂电池储能箱运维知识库，所述锂电池储能箱运维知识库为锂电池储能箱损耗异常时的运维方案数据库，基于所述锂电池储能箱运维知识库对所述储能箱异常监测诊断报告进行匹配分析，获得储能箱异常运维方案，示例性的，储能箱在运行中出现温度异常，可能是电池运行电流太高，或是风扇出现异常，应进行储能系统的充放电均衡处理，更换散热风扇或是整改风道设计方案。基于所述储能箱异常运维方案对所述锂电池储能箱进行异常运维处理，达到实现损耗异常定位准确性和预警及时性，进而保证锂电池储能箱应用性能的技术效果。
在一个实施例中，如图3所示，提供了一种锂电池储能箱损耗异常定位系统，包括：监测平台搭建模块11，锂电池管理模块12，充放电监测模块13，运行特征数据获得模块14，损耗异常分析模块15，能耗异常定位模块16，储能箱运维管理模块17，其中：
监测平台搭建模块11，用于搭建锂电池储能系统动态监测平台，所述锂电池储能系统动态监测平台包括锂电池管理模块、能量转换分析模块和储能预警控制模块；
锂电池管理模块12，用于通过所述锂电池管理模块获取锂电池储能箱的电池模组特性数据信息；
充放电监测模块13，用于所述能量转换分析模块基于能量转换策略对所述锂电池储能箱进行充放电控制监测，获得电池模组运行数据信息；
运行特征数据获得模块14，用于将所述电池模组运行数据信息传输至所述储能预警控制模块进行处理，获得电池运行特征数据信息；
损耗异常分析模块15，用于将所述电池运行特征数据信息输入至电池损耗异常分析模型中进行分析，获得电池损耗异常诊断信息；
能耗异常定位模块16，用于根据所述电池损耗异常诊断信息和所述电池模组特性数据信息进行能耗异常定位，获得储能箱异常位置信息；
储能箱运维管理模块17，用于基于所述电池损耗异常诊断信息和所述储能箱异常位置信息，对所述锂电池储能箱进行运维管理。
在一个实施例中，所述系统还包括：
排列设计信息获得单元，用于根据所述电池模组特性数据信息，获得电池模组排列设计信息；
电池应用特性参数获得单元，用于获取所述电池储能箱的电池应用特性参数信息；
电池模组特性数据获得单元，用于基于所述电池模组排列设计信息和所述电池应用特性参数信息，获得电池模组充放电特性信息；
充放电需求获得单元，用于获得储能箱充放电需求；
能量转换策略获得单元，用于基于所述储能箱充放电需求和所述电池模组充放电特性信息，制定获得能量转换策略。
在一个实施例中，所述系统还包括：
均衡因素提取单元，用于对所述电池模组特性数据信息进行均衡因素提取，获得电池均衡关联因素；
筛选分析单元，用于基于所述电池均衡关联因素对所述电池模组充放电特性信息进行筛选分析，获得均衡因素数据；
电池均衡规则确定单元，用于根据所述均衡因素数据和所述储能箱充放电需求，确定电池均衡规则；
运算动态均衡单元，用于基于所述电池均衡规则进行运算动态均衡，获得所述能量转换策略。
在一个实施例中，所述系统还包括：
规范约束条件设置单元，用于设置数据规范约束条件，所述数据规范约束条件包括归一化处理、数据清洗、格式标准化；
标准化处理单元，用于基于所述数据规范约束条件对所述电池模组运行数据信息进行标准化处理，获得标准电池模组运行数据信息；
运行属性分类单元，用于对所述标准电池模组运行数据信息进行运行属性分类，获得电池运行属性信息；
数据整合处理单元，用于将所述标准电池模组运行数据信息按照所述电池运行属性信息进行整合处理，获得所述电池运行特征数据信息。
在一个实施例中，所述系统还包括：
异常分析模型搭建单元，用于搭建电池损耗异常分析模型，所述电池损耗异常分析模型包括信息输入层、异常数据识别层、损耗异常分析层和信息输出层；
异常数据识别单元，用于将所述电池运行特征数据信息通过所述信息输入层，输入至所述异常数据识别层中，获得异常运行特征数据；
损耗异常分析单元，用于基于所述损耗异常分析层对所述异常运行特征数据进行分析，获得电池损耗异常诊断信息；
模型输出单元，用于基于所述信息输出层对所述电池损耗异常诊断信息进行模型结果输出。
在一个实施例中，所述系统还包括：
传感器组布设单元，用于对所述锂电池储能箱布设传感器组，所述传感器组包括温度传感器、声音传感器、图像传感器；
传感器信息获取单元，用于基于所述传感器组分别获取运行温度信息、声音监测信息、运行图像信息；
融合特征分析单元，用于对所述运行温度信息、声音监测信息、运行图像信息进行融合特征分析，生成电池联合运行特征；
诊断补充修正单元，用于基于所述电池联合运行特征，对所述电池损耗异常诊断信息进行补充修正。
在一个实施例中，所述系统还包括：
监测诊断报告生成单元，用于根据所述电池损耗异常诊断信息和所述储能箱异常位置信息，生成储能箱异常监测诊断报告；
运维知识库构建单元，用于构建锂电池储能箱运维知识库；
诊断报告分析单元，用于基于所述锂电池储能箱运维知识库对所述储能箱异常监测诊断报告进行分析，获得储能箱异常运维方案；
异常运维处理单元，用于基于所述储能箱异常运维方案对所述锂电池储能箱进行异常运维处理。
关于一种锂电池储能箱损耗异常定位系统的具体实施例可以参见上文中对于一种锂电池储能箱损耗异常定位方法的实施例，在此不再赘述。上述一种锂电池储能箱损耗异常定位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储新闻数据以及时间衰减因子等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种锂电池储能箱损耗异常定位方法。
本领域技术人员可以理解，图4中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：搭建锂电池储能系统动态监测平台，所述锂电池储能系统动态监测平台包括锂电池管理模块、能量转换分析模块和储能预警控制模块；通过所述锂电池管理模块获取锂电池储能箱的电池模组特性数据信息；所述能量转换分析模块基于能量转换策略对所述锂电池储能箱进行充放电控制监测，获得电池模组运行数据信息；将所述电池模组运行数据信息传输至所述储能预警控制模块进行处理，获得电池运行特征数据信息；将所述电池运行特征数据信息输入至电池损耗异常分析模型中进行分析，获得电池损耗异常诊断信息；根据所述电池损耗异常诊断信息和所述电池模组特性数据信息进行能耗异常定位，获得储能箱异常位置信息；基于所述电池损耗异常诊断信息和所述储能箱异常位置信息，对所述锂电池储能箱进行运维管理。
在一个实施例中，提供了一种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以下步骤：搭建锂电池储能系统动态监测平台，所述锂电池储能系统动态监测平台包括锂电池管理模块、能量转换分析模块和储能预警控制模块；通过所述锂电池管理模块获取锂电池储能箱的电池模组特性数据信息；所述能量转换分析模块基于能量转换策略对所述锂电池储能箱进行充放电控制监测，获得电池模组运行数据信息；将所述电池模组运行数据信息传输至所述储能预警控制模块进行处理，获得电池运行特征数据信息；将所述电池运行特征数据信息输入至电池损耗异常分析模型中进行分析，获得电池损耗异常诊断信息；根据所述电池损耗异常诊断信息和所述电池模组特性数据信息进行能耗异常定位，获得储能箱异常位置信息；基于所述电池损耗异常诊断信息和所述储能箱异常位置信息，对所述锂电池储能箱进行运维管理。以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种锂电池储能箱损耗异常定位方法，其特征在于，所述方法包括：
搭建锂电池储能系统动态监测平台，所述锂电池储能系统动态监测平台包括锂电池管理模块、能量转换分析模块和储能预警控制模块；
通过所述锂电池管理模块获取锂电池储能箱的电池模组特性数据信息；
所述能量转换分析模块基于能量转换策略对所述锂电池储能箱进行充放电控制监测，获得电池模组运行数据信息；
将所述电池模组运行数据信息传输至所述储能预警控制模块进行处理，获得电池运行特征数据信息；
将所述电池运行特征数据信息输入至电池损耗异常分析模型中进行分析，获得电池损耗异常诊断信息；
根据所述电池损耗异常诊断信息和所述电池模组特性数据信息进行能耗异常定位，获得储能箱异常位置信息；
基于所述电池损耗异常诊断信息和所述储能箱异常位置信息，对所述锂电池储能箱进行运维管理；
其中，获得所述能量转换策略，包括：
根据所述电池模组特性数据信息，获得电池模组排列设计信息；
获取所述电池储能箱的电池应用特性参数信息；
基于所述电池模组排列设计信息和所述电池应用特性参数信息，获得电池模组充放电特性信息；
获得储能箱充放电需求；
基于所述储能箱充放电需求和所述电池模组充放电特性信息，制定获得能量转换策略；
所述制定获得能量转换策略，包括：
对所述电池模组特性数据信息进行均衡因素提取，获得电池均衡关联因素；
基于所述电池均衡关联因素对所述电池模组充放电特性信息进行筛选分析，获得均衡因素数据；
根据所述均衡因素数据和所述储能箱充放电需求，确定电池均衡规则；
基于所述电池均衡规则进行运算动态均衡，获得所述能量转换策略。
2.如权利要求1所述的方法，其特征在于，所述获得电池运行特征数据信息，包括：
设置数据规范约束条件，所述数据规范约束条件包括归一化处理、数据清洗、格式标准化；
基于所述数据规范约束条件对所述电池模组运行数据信息进行标准化处理，获得标准电池模组运行数据信息；
对所述标准电池模组运行数据信息进行运行属性分类，获得电池运行属性信息；
将所述标准电池模组运行数据信息按照所述电池运行属性信息进行整合处理，获得所述电池运行特征数据信息。
3.如权利要求1所述的方法，其特征在于，所述获得电池损耗异常诊断信息，包括：
搭建电池损耗异常分析模型，所述电池损耗异常分析模型包括信息输入层、异常数据识别层、损耗异常分析层和信息输出层；
将所述电池运行特征数据信息通过所述信息输入层，输入至所述异常数据识别层中，获得异常运行特征数据；
基于所述损耗异常分析层对所述异常运行特征数据进行分析，获得电池损耗异常诊断信息；
基于所述信息输出层对所述电池损耗异常诊断信息进行模型结果输出。
4.如权利要求1所述的方法，其特征在于，所述方法包括：
对所述锂电池储能箱布设传感器组，所述传感器组包括温度传感器、声音传感器、图像传感器；
基于所述传感器组分别获取运行温度信息、声音监测信息、运行图像信息；
对所述运行温度信息、声音监测信息、运行图像信息进行融合特征分析，生成电池联合运行特征；
基于所述电池联合运行特征，对所述电池损耗异常诊断信息进行补充修正。
5.如权利要求1所述的方法，其特征在于，所述基于所述电池损耗异常诊断信息和所述储能箱异常位置信息，对所述锂电池储能箱进行运维管理，包括：
根据所述电池损耗异常诊断信息和所述储能箱异常位置信息，生成储能箱异常监测诊断报告；
构建锂电池储能箱运维知识库；
基于所述锂电池储能箱运维知识库对所述储能箱异常监测诊断报告进行分析，获得储能箱异常运维方案；
基于所述储能箱异常运维方案对所述锂电池储能箱进行异常运维处理。
6.一种锂电池储能箱损耗异常定位系统，其特征在于，所述系统包括：
监测平台搭建模块，用于搭建锂电池储能系统动态监测平台，所述锂电池储能系统动态监测平台包括锂电池管理模块、能量转换分析模块和储能预警控制模块；
锂电池管理模块，用于通过所述锂电池管理模块获取锂电池储能箱的电池模组特性数据信息；
充放电监测模块，用于所述能量转换分析模块基于能量转换策略对所述锂电池储能箱进行充放电控制监测，获得电池模组运行数据信息；
运行特征数据获得模块，用于将所述电池模组运行数据信息传输至所述储能预警控制模块进行处理，获得电池运行特征数据信息；
损耗异常分析模块，用于将所述电池运行特征数据信息输入至电池损耗异常分析模型中进行分析，获得电池损耗异常诊断信息；
能耗异常定位模块，用于根据所述电池损耗异常诊断信息和所述电池模组特性数据信息进行能耗异常定位，获得储能箱异常位置信息；
储能箱运维管理模块，用于基于所述电池损耗异常诊断信息和所述储能箱异常位置信息，对所述锂电池储能箱进行运维管理；
所述充放电监测模块，还包括：
排列设计信息获得单元，用于根据所述电池模组特性数据信息，获得电池模组排列设计信息；
电池应用特性参数获得单元，用于获取所述电池储能箱的电池应用特性参数信息；
电池模组特性数据获得单元，用于基于所述电池模组排列设计信息和所述电池应用特性参数信息，获得电池模组充放电特性信息；
充放电需求获得单元，用于获得储能箱充放电需求；
能量转换策略获得单元，用于基于所述储能箱充放电需求和所述电池模组充放电特性信息，制定获得能量转换策略；
均衡因素提取单元，用于对所述电池模组特性数据信息进行均衡因素提取，获得电池均衡关联因素；
筛选分析单元，用于基于所述电池均衡关联因素对所述电池模组充放电特性信息进行筛选分析，获得均衡因素数据；
电池均衡规则确定单元，用于根据所述均衡因素数据和所述储能箱充放电需求，确定电池均衡规则；
运算动态均衡单元，用于基于所述电池均衡规则进行运算动态均衡，获得所述能量转换策略。
7.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。
8.一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，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310738384.6A CN116487741B (zh) | 2023-06-21 | 2023-06-21 | 一种锂电池储能箱损耗异常定位方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310738384.6A CN116487741B (zh) | 2023-06-21 | 2023-06-21 | 一种锂电池储能箱损耗异常定位方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116487741A CN116487741A (zh) | 2023-07-25 |
| CN116487741B true CN116487741B (zh) | 2023-10-20 |
Family
ID=87212266
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310738384.6A Active CN116487741B (zh) | 2023-06-21 | 2023-06-21 | 一种锂电池储能箱损耗异常定位方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116487741B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110265736A (zh) * | 2019-06-20 | 2019-09-20 | 国电南瑞科技股份有限公司 | 具有智能火灾预警功能的储能电站电池管理系统及预警方法 |
| CN110676525A (zh) * | 2019-10-09 | 2020-01-10 | 国网冀北综合能源服务有限公司 | 用于储能电站的电池能量控制系统的电池能量控制方法 |
| KR20220125848A (ko) * | 2021-03-04 | 2022-09-15 | 한국전자기술연구원 | 배터리 셀 단위를 기반으로 하는 이상 진단 장치, 시스템 및 방법 |
| CN115951230A (zh) * | 2023-03-10 | 2023-04-11 | 苏州时代华景新能源有限公司 | 一种锂电池储能箱的异常检测方法及系统 |
| CN115952698A (zh) * | 2023-03-14 | 2023-04-11 | 苏州时代华景新能源有限公司 | 一种锂电池储能箱热能管理优化方法及系统 |
| CN116093459A (zh) * | 2023-03-20 | 2023-05-09 | 苏州时代华景新能源有限公司 | 一种锂电池储能箱的智能监测方法及系统 |
-
2023
- 2023-06-21 CN CN202310738384.6A patent/CN116487741B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110265736A (zh) * | 2019-06-20 | 2019-09-20 | 国电南瑞科技股份有限公司 | 具有智能火灾预警功能的储能电站电池管理系统及预警方法 |
| CN110676525A (zh) * | 2019-10-09 | 2020-01-10 | 国网冀北综合能源服务有限公司 | 用于储能电站的电池能量控制系统的电池能量控制方法 |
| KR20220125848A (ko) * | 2021-03-04 | 2022-09-15 | 한국전자기술연구원 | 배터리 셀 단위를 기반으로 하는 이상 진단 장치, 시스템 및 방법 |
| CN115951230A (zh) * | 2023-03-10 | 2023-04-11 | 苏州时代华景新能源有限公司 | 一种锂电池储能箱的异常检测方法及系统 |
| CN115952698A (zh) * | 2023-03-14 | 2023-04-11 | 苏州时代华景新能源有限公司 | 一种锂电池储能箱热能管理优化方法及系统 |
| CN116093459A (zh) * | 2023-03-20 | 2023-05-09 | 苏州时代华景新能源有限公司 | 一种锂电池储能箱的智能监测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116487741A (zh) | 2023-07-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10408647B2 (en) | Analysis of pipe systems with sensor devices | |
| CN111610459B (zh) | 用于预测电池组的放电曲线的系统、方法和存储介质 | |
| JP6482819B2 (ja) | グリッドタイ・エネルギ背景の経済的最適化のための戦略的モデリング | |
| EP2581754B1 (en) | Battery adaptive learning management system | |
| CN113517760A (zh) | 一种基于大数据和数字孪生的电池储能站监测方法及系统 | |
| CN106796267A (zh) | 蓄电池评价装置、蓄电系统及蓄电池评价方法 | |
| EP4243438A1 (en) | Battery fault diagnosis method and apparatus | |
| KR20170092552A (ko) | 무선 네트워크 기반 배터리 관리 시스템 | |
| CN101999101B (zh) | 系统运行预测的确定方法 | |
| CN114371409B (zh) | 电池状态预测模型的训练方法、电池状态预测方法及装置 | |
| CN110324383B (zh) | 云服务器、电动汽车及其中动力电池的管理系统、方法 | |
| WO2023185601A1 (zh) | 一种电池健康状态信息确定方法、装置及电池系统 | |
| CN109888414B (zh) | 动力电池的管理方法、装置和系统 | |
| CN115356639A (zh) | 一种双向锂离子电池智能健康监控方法及系统 | |
| CN114397579A (zh) | 电池数据处理方法、装置、设备、介质及程序产品 | |
| JP6140314B1 (ja) | マイクロバッテリ、蓄電装置及びマイクロバッテリシステム | |
| CN111509319A (zh) | 一种储能电源phm管理系统 | |
| CN116914939A (zh) | 基于大数据的储能管理系统、方法和储能电站系统 | |
| CN116487741B (zh) | 一种锂电池储能箱损耗异常定位方法及系统 | |
| US20210302507A1 (en) | Battery module testing | |
| KR20230080112A (ko) | 배터리 현재 상태 예측을 위한 배터리 진단 장치 | |
| CN117169761A (zh) | 电池状态评估方法、装置、设备、存储介质和程序产品 | |
| CN115081781A (zh) | 蓄电池的信息系统以及信息提供方法 | |
| US11854054B2 (en) | Adaptive energy storage operating system for multiple economic services | |
| Rogall et al. | DREMUS: A Data-Restricted Multi-Physics Simulation Model for Lithium-Ion Battery Storage |
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 |