CN116526608B - 一种基于云端交互的储能电池跨模组主动均衡方法及系统 - Google Patents
一种基于云端交互的储能电池跨模组主动均衡方法及系统 Download PDFInfo
- Publication number
- CN116526608B CN116526608B CN202310397619.XA CN202310397619A CN116526608B CN 116526608 B CN116526608 B CN 116526608B CN 202310397619 A CN202310397619 A CN 202310397619A CN 116526608 B CN116526608 B CN 116526608B
- Authority
- CN
- China
- Prior art keywords
- energy storage
- storage battery
- temperature
- module
- data
- 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 225
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000003993 interaction Effects 0.000 title claims abstract description 27
- 230000008569 process Effects 0.000 claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims abstract description 7
- 210000004027 cell Anatomy 0.000 claims description 48
- 238000000556 factor analysis Methods 0.000 claims description 48
- 239000011159 matrix material Substances 0.000 claims description 33
- 230000009467 reduction Effects 0.000 claims description 26
- 210000000352 storage cell Anatomy 0.000 claims description 18
- 238000012549 training Methods 0.000 claims description 15
- 230000006835 compression Effects 0.000 claims description 14
- 238000007906 compression Methods 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 238000007599 discharging Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Classifications
-
- 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
- H02J7/00032—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries characterised by data exchange
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
-
- 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]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- 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
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- 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
- H02J7/0014—Circuits for equalisation of charge between batteries
-
- 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
- H02J7/0029—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with safety or protection 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
-
- 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)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种基于云端交互的储能电池跨模组主动均衡方法及系统，该方法包括以下步骤：配置若干组储能模组构成储能电池，并且储能模组由若干储能电芯配置组成；采集每个储能模组中每个储能电芯的电压数据及温度数据，并将电压数据及温度数据通过主机与云端交互，且通过云端实现储能电池的跨模组主动均衡；对储能电芯进行主动均衡的过程中记录储能电芯的温度，若储能电芯的温度在预先设定的时间段内瞬时温度超过预先设定的瞬时阈值或平均温度超过预先设定的平均阈值，则暂停对应储能模组的使用；该系统包括储能电池配置模块、主动均衡模块及温度监测模块。本发明实现了跨储能电池模组的主动均衡，且可以提高均衡效率，通过主动均衡后的电池寿命更加长，使用安全。
Description
技术领域
本发明涉及储能系统管理领域，具体来说，涉及一种基于云端交互的储能电池跨模组主动均衡方法及系统。
背景技术
储能电池是一种可以存储电能的设备，通常被用来平衡电网的负荷和供电之间的差异。储能电池可以通过充电来存储电能，而在需要电能的时候可以通过放电来释放储存的电能。
储能电池的一个重要特性是其容量均衡，即确保电池内部的每个电池单元(例如锂离子电池)都具有相似的电化学特性，这可以防止一些电池单元因为使用频繁而导致过度放电或者过度充电而降低电池寿命。而主动均衡就是一种能够实现储能电池容量均衡的方法，通过使用电子控制器或其他设备，能够监测和调节电池单元的电荷状态，确保电池单元之间的电荷状态均衡。这种方法可以提高储能电池的寿命和安全性，并且保证电池的总容量可以被充分利用。
储能电池的电芯一致性问题一直都是问题，在此种情况下，电芯构成的模组电池之间的不一致性更加明显，而模组之间的均衡有以下几个问题：1.均衡电流不稳定，导致电池可能会受到不同损害；2.均衡时间过长，跨模组均衡需要同时处理多个电池模组，比单个电池模组的均衡时间长；3.均衡效率低，由于电芯级别的不一致性会在模组电池间进一步扩大，并且需要考虑均衡电流在一个模组内部的电芯级均衡问题。
现有技术中的储能电池均衡方法，例如中国专利号202210363018.2公开了一种光伏储能电池均衡的控制方法，其包括将光伏输出波动率与预设限值进行比较，得到光伏输出波动率与所述预设限值的第一比较结果，基于第一比较结果对电池充电模式进行控制，解决电池均衡的问题。但是上述方法还存在以下不足，储能电池的均衡管理会发生热量，而热量的积累会提高储能模组的温度，而高温会使电池容量急剧衰减，高温还会带来安全问题，而上述的储能电池均衡方法没有在均衡时考虑温度的影响，容易造成储能电池的容量衰减。在此基础上，储能电池温度失控导致起火爆炸等危险事故往往在短时间之内发生，因此，对于电池温度失控的预测和快速相应尤为重要。
针对相关技术中的问题，目前尚未提出有效的解决方案。
发明内容
针对相关技术中的问题，本发明提出一种基于云端交互的储能电池跨模组主动均衡方法及系统，以克服现有相关技术所存在的上述技术问题。
为此，本发明采用的具体技术方案如下：
根据本发明的一个方面，提供了一种基于云端交互的储能电池跨模组主动均衡方法，该方法包括以下步骤：
S1、配置若干组储能模组构成储能电池，并且储能模组由若干储能电芯配置组成；
S2、采集每个储能模组中每个储能电芯的电压数据及温度数据，并将电压数据及温度数据通过主机与云端交互，且通过云端实现储能电池的跨模组主动均衡；
S3、对储能电芯进行主动均衡的过程中记录储能电芯的温度，若储能电芯的温度在预先设定的时间段内瞬时温度超过预先设定的瞬时阈值或平均温度超过预先设定的平均阈值，则暂停对应储能模组的使用。
进一步的，所述将电压数据及温度数据通过主机与云端交互，且通过云端实现储能电池的跨模组主动均衡包括以下步骤：
S21、通过新增旁路分流控制器来对储能模组内的各个储能电芯进行主动均衡；
S22、通过新增旁路分流控制器跨模组实现主动均衡。
进一步的，所述通过新增旁路分流控制器来对储能模组内的各个储能电芯进行主动均衡包括以下步骤：
S211、判断各个储能电芯的电压是否偏离第一均衡目标电压；
S212、若偏离第一均衡目标电压，则进行主动均衡，并通过控制旁路分流器的开关状态和电流大小，对储能电芯进行充电或放电，实现储能电芯之间的电量均衡；
S213、若各个储能电芯的电压差异小于第一差异阈值时，则结束主动均衡；
所述通过新增旁路分流控制器跨模组实现主动均衡包括以下步骤：
S221、将各个储能模组的平均电压通过主机进行云端交互；
S222、若需要进行主动均衡，则通过控制旁路分流器的开关状态和电流大小，对储能模组进行充电或放电，实现储能模组之间的电量均衡；
S223、若各个储能模组的电压差异小于第二差异阈值时，则结束主动均衡。
进一步的，所述对储能电芯进行主动均衡的过程中记录储能电芯的温度包括以下步骤：
S31、安装温度传感器，并通过温度传感器采集储能电芯的温度，同时将温度传感器与数据处理器及存储器连接；
S32、数据处理器通过压缩算法将储能电芯温度数据进行压缩处理，得到温度压缩数据；
S33、将温度压缩数据传输至云端并进行解压；
S34、对解压后的储能电池温度数据进行降噪处理。
进一步的，所述数据处理器通过压缩算法将储能电芯温度数据进行压缩处理，得到温度压缩数据包括以下步骤：
S321、通过存储器对储能电芯温度数据进行存储，且在规定时间内获取温度传感器采集的温度信号数据；
S322、对温度信号数据进行稀疏变换，并确立温度信号数据的共同分量及特征分量：
ai＝ωa+ωb
式中，ai为稀疏变换后的系数；
ωa为共同分量，ωb为特征分量；
S323、使稀疏变换之后的稀疏度数值最小：
式中，ωa为共同分量，ωb为特征分量；
m为非零自然数；
S324、根据计算得到的共同分量及特征分量的稀疏度再计算观测值的数量，并建立测量矩阵，同时将测量矩阵汇聚云端；
其中，所述将温度压缩数据传输至云端并进行解压时基于小波数模型为基础的硬阀迭代算法进行解压。
进一步的，所述对解压后的储能电芯温度数据进行降噪处理包括以下步骤：
S341、对解压后的储能电芯温度数据中任一点的值用该点的领域中各点值的中值代替；
S342、利用机器学习的算法完成储能电芯温度数据的降噪。
进一步的，所述利用机器学习的算法完成储能电芯温度数据的降噪包括以下步骤：
S3421、构建温度数据训练样本集，并通过温度数据训练样本集构建深度因子分析模型；
S3422、利用有监督因子分析进行深度因子分析模型的参数调优，得到最优的因子载荷矩阵；
S3423、利用最优的因子载荷矩阵完成储能电芯温度数据的降噪；
其中，所述构建温度数据训练样本集，并通过温度数据训练样本集构建深度因子分析模型包括以下步骤：
S34211、输入温度数据训练样本集并通过因子分析模型进行因子分析，得到含躁温度信号的均值，因子载荷矩阵、下一层温度信号的隐因子及该层温度信号因子中所含的噪声；
S34212、根据因子分析模型进行下一层的因子分析；
S34213、重复因子分析的过程，得到第i层的含躁温度信号的均值，因子载荷矩阵、下一层温度信号的隐因子及该层温度信号因子中所含的噪声，若顶层的因子分析完成后，则完成深度因子分析模型的构建；
其中，顶层是因子分析的最高层，顶层的层数为人为设置。
进一步的，所述利用有监督因子分析进行深度因子分析模型的参数调优，得到最优的因子载荷矩阵包括以下步骤：
S34221、在顶层进行温度信号因子重构，并将得到的噪声去掉，得到降噪后的信号因子；
S34222、根据信号降噪公式，构建优化目标函数，判断该优化目标函数的值是否小于终止误差，若小于终止误差则停止循环，并得到最优的因子载荷矩阵。
进一步的，所述利用最优的因子载荷矩阵完成储能电芯温度数据的降噪包括以下步骤：
S34231、基于储能电芯温度数据构建深度因子分析模型，并在顶层利用最优的因子载荷矩阵进行温度信号因子的重构；
S34232、重构后将每层的噪声去掉，得到降噪后的储能电芯温度数据。
根据本发明的另一方面，提供了一种基于云端交互的储能电池跨模组主动均衡系统，该系统包括储能电池配置模块、主动均衡模块及温度监测模块；
其中，所述储能电池配置模块，用于配置若干组储能模组构成储能电池，并且储能模组由若干储能电芯配置组成；
所述主动均衡模块，用于采集每个储能模组中每个储能电芯的电压数据及温度数据，并将电压数据及温度数据通过主机与云端交互，且通过云端实现储能电池的跨模组主动均衡；
所述温度监测模块，用于对储能电芯进行主动均衡的过程中记录储能电芯的温度，若储能电芯的温度在预先设定的时间段内瞬时温度超过预先设定的瞬时阈值或平均温度超过预先设定的平均阈值，则暂停对应储能模组的使用。
也就是不管是瞬时温度还是平均温度，哪个温度先超出阈值就进行保护，这样的设计有效防止温度失控的发生。
本发明的有益效果为：
(1)本发明的一种基于云端交互的储能电池跨模组主动均衡方法，基于云端交互功能，不但实现了储能电池模组内电池电芯的主动均衡，且实现了跨储能电池模组的主动均衡，同时采用旁路分流控制器完成电池电芯及跨储能电池模组的主动均衡，从而可以提高均衡效率，且通过主动均衡后的电池寿命更加长，使用安全。
(2)本发明在对电池进行主动均衡时，对电池的温度进行监测并记录，从而在电池温度超过阈值后，暂停电池的使用，能够避免主动均衡过程中影响了电池的容量。且在对电池温度数据进行采集时，采用稀疏变换的方式压缩电池温度数据，并采用硬阀迭代算法进行解压，相比于传统的压缩方式能够降低数据传输量。且对采集的温度数据进行中值滤波后，采用深度因子分析模型对储能电芯温度数据中的异常值进行去除，滤波效果好，进而使得采集的电池温度数据更加的准确，进而对电池温度的把控更加的精确和快速，大大降低了储能电池因温度失控导致的起火和爆炸事故发生概率，提高了储能电池的安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中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是根据本发明实施例的一种基于云端交互的储能电池跨模组主动均衡方法的流程图。
具体实施方式
为进一步说明各实施例，本发明提供有附图，这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理，配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点，图中的组件并未按比例绘制，而类似的组件符号通常用来表示类似的组件。
根据本发明的实施例，提供了一种基于云端交互的储能电池跨模组主动均衡方法及系统。
现结合附图和具体实施方式对本发明进一步说明，如图1所示，根据本发明的一个实施例，提供了一种基于云端交互的储能电池跨模组主动均衡方法，该方法包括以下步骤：
S1、配置若干组储能模组构成储能电池，并且储能模组由若干储能电芯配置组成。
S2、采集每个储能模组中每个储能电芯的电压数据及温度数据，并将电压数据及温度数据通过主机与云端交互，且通过云端实现储能电池的跨模组主动均衡。
在一个实施例中，所述将电压数据及温度数据通过主机与云端交互，且通过云端实现储能电池的跨模组主动均衡包括以下步骤：
S21、通过新增旁路分流控制器来对储能模组内的各个储能电芯进行主动均衡；
S22、通过新增旁路分流控制器跨模组实现主动均衡。
在一个实施例中，所述通过新增旁路分流控制器来对储能模组内的各个储能电芯进行主动均衡包括以下步骤：
S211、判断各个储能电芯的电压是否偏离第一均衡目标电压；
S212、若偏离第一均衡目标电压，则进行主动均衡，并通过控制旁路分流器的开关状态和电流大小，对储能电芯进行充电或放电，实现储能电芯之间的电量均衡；
S213、若各个储能电芯的电压差异小于第一差异阈值时，则结束主动均衡；
所述通过新增旁路分流控制器跨模组实现主动均衡包括以下步骤：
S221、将各个储能模组的平均电压通过主机进行云端交互；
S222、若需要进行主动均衡，则通过控制旁路分流器的开关状态和电流大小，对储能模组进行充电或放电，实现储能模组之间的电量均衡；
S223、若各个储能模组的电压差异小于第二差异阈值时，则结束主动均衡。
在主动均衡的过程中，实现监测电池电芯电压和均衡电流，以确保均衡效果。旁路分流控制器是控制模组均衡电流的设备。通过在储能电池间添加一个旁路电阻，使电流绕过储能电池而流过这个电阻，从而控制储能电池之间的电压差。当某个储能电芯的电压高于其他储能电芯时，旁路分流控制器会使电流绕过这个储能电芯，从而减少储能电芯的充电，使其电压降低，从而实现均衡充电。反之，当某个储能电芯的电压低于其他储能电池时，旁路分流控制器会让更多的电流通过这个储能电芯，从而增加储能电芯的充电，使其电压升高，也实现了均衡充电。
S3、对储能电芯进行主动均衡的过程中记录储能电芯的温度，若储能电芯的温度在预先设定的时间段内瞬时温度超过预先设定的瞬时阈值或平均温度超过预先设定的平均阈值，则暂停对应储能模组的使用。
在一个实施例中，所述对储能电芯进行主动均衡的过程中记录储能电芯的温度包括以下步骤：
S31、安装温度传感器，并通过温度传感器采集储能电芯的温度，同时将温度传感器与数据处理器及存储器连接；
S32、数据处理器通过压缩算法将储能电芯温度数据进行压缩处理，得到温度压缩数据；
S33、将温度压缩数据传输至云端并进行解压；
S34、对解压后的储能电池温度数据进行降噪处理。
在一个实施例中，所述数据处理器通过压缩算法将储能电芯温度数据进行压缩处理，得到温度压缩数据包括以下步骤：
S321、通过存储器对储能电芯温度数据进行存储，且在规定时间内获取温度传感器采集的温度信号数据；
S322、对温度信号数据进行稀疏变换，并确立温度信号数据的共同分量及特征分量：
ai＝ωa+ωb
式中，ai为稀疏变换后的系数；
ωa为共同分量，ωb为特征分量；
S323、使稀疏变换之后的稀疏度数值最小：
式中，ωa为共同分量，ωb为特征分量；
m为非零自然数；
S324、根据计算得到的共同分量及特征分量的稀疏度再计算观测值(观测值指的是信号在稀疏表示下的系数)的数量，并建立测量矩阵，同时将测量矩阵汇聚云端；
其中，所述将温度压缩数据传输至云端并进行解压时基于小波数模型为基础的硬阀迭代算法进行解压。在进行解压时，通过将压缩后的系数矩阵与小波基函数相乘，再进行小波逆变换，从而得到原始的温度信号数据的近似值。
在一个实施例中，所述对解压后的储能电芯温度数据进行降噪处理包括以下步骤：
S341、对解压后的储能电芯温度数据中任一点的值用该点的领域中各点值的中值代替；
S342、利用机器学习的算法完成储能电芯温度数据的降噪。
在一个实施例中，所述利用机器学习的算法完成储能电芯温度数据的降噪包括以下步骤：
S3421、构建温度数据训练样本集，并通过温度数据训练样本集构建深度因子分析模型；
S3422、利用有监督因子分析进行深度因子分析模型的参数调优，得到最优的因子载荷矩阵；
S3423、利用最优的因子载荷矩阵完成储能电芯温度数据的降噪；
其中，所述构建温度数据训练样本集，并通过温度数据训练样本集构建深度因子分析模型包括以下步骤：
S34211、输入温度数据训练样本集，并通过因子分析模型进行因子分析，得到含躁温度信号的均值，因子载荷矩阵、下一层温度信号的隐因子及该层温度信号因子中所含的噪声；
其中因子分析模型为：
N＝m+As+σ
式中，N为储能电芯温度数据，m为储能电芯温度数据的均值，A为因子载荷矩阵，s为每层的信号因子，σ为噪声。
S34212、根据因子分析模型进行下一层的因子分析；
S34213、重复因子分析的过程，得到第i层的含躁温度信号的均值，因子载荷矩阵、下一层温度信号的隐因子及该层温度信号因子中所含的噪声，若顶层的因子分析完成后，则完成深度因子分析模型的构建；
其中，顶层是因子分析的最高层，顶层的层数为人为设置。
在一个实施例中，所述利用有监督因子分析进行深度因子分析模型的参数调优，得到最优的因子载荷矩阵包括以下步骤：
S34221、在顶层进行温度信号因子重构，并将得到的噪声去掉，得到降噪后的信号因子；
S34222、根据信号降噪公式为，构建优化目标函数，判断该优化目标函数的值是否小于终止误差，若小于终止误差则停止循环，并得到最优的因子载荷矩阵。
其中根据信号降噪公式为：
si＝mi+Aisi+1
式中，si为第i层的信号因子，si+1为第i+1层的信号因子，m为储能电芯温度数据的均值，A为因子载荷矩阵，i为非零自然数。
在一个实施例中，所述利用最优的因子载荷矩阵完成储能电芯温度数据的降噪包括以下步骤：
S34231、基于储能电芯温度数据构建深度因子分析模型，并在顶层利用最优的因子载荷矩阵进行温度信号因子的重构；
S34232、重构后将每层的噪声去掉(利用信号降噪公式去掉噪声)，得到降噪后的储能电芯温度数据。
根据本发明的另一个实施例，提供了一种基于云端交互的储能电池跨模组主动均衡系统，该系统包括储能电池配置模块、主动均衡模块及温度监测模块；
其中，所述储能电池配置模块，用于配置若干组储能模组构成储能电池，并且储能模组由若干储能电芯配置组成；
所述主动均衡模块，用于采集每个储能模组中每个储能电芯的电压数据及温度数据，并将电压数据及温度数据通过主机与云端交互，且通过云端实现储能电池的跨模组主动均衡；
所述温度监测模块，用于对储能电芯进行主动均衡的过程中记录储能电芯的温度，若储能电芯的温度在预先设定的时间段内瞬时温度超过预先设定的瞬时阈值或平均温度超过预先设定的平均阈值，则暂停对应储能模组的使用。
综上所述，本发明的一种基于云端交互的储能电池跨模组主动均衡方法，基于云端交互功能，不但实现了储能电池模组内电池电芯的主动均衡，且实现了跨储能电池模组的主动均衡，同时采用旁路分流控制器完成电池电芯及跨储能电池模组的主动均衡，从而可以提高均衡效率，且通过主动均衡后的电池寿命更加长，使用安全。本发明在对电池进行主动均衡时，对电池的温度进行监测并记录，从而在电池温度超过阈值后，暂停电池的使用，能够避免主动均衡过程中影响了电池的容量。且在对电池温度数据进行采集时，采用稀疏变换的方式压缩电池温度数据，并采用硬阀迭代算法进行解压，相比于传统的压缩方式能够降低数据传输量。且对采集的温度数据进行中值滤波后，采用深度因子分析模型对储能电芯温度数据中的异常值进行去除，滤波效果好，进而使得采集的电池温度数据更加的准确，进而对电池温度的把控更加的精确。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于云端交互的储能电池跨模组主动均衡方法，其特征在于，该方法包括以下步骤：
S1、配置若干组储能模组构成储能电池，并且储能模组由若干储能电芯配置组成；
S2、采集每个储能模组中每个储能电芯的电压数据及温度数据，并将电压数据及温度数据通过主机与云端交互，且通过云端实现储能电池的跨模组主动均衡；
S3、对储能电芯进行主动均衡的过程中记录储能电芯的温度，若储能电芯的温度在预先设定的时间段内瞬时温度超过预先设定的瞬时阈值或平均温度超过预先设定的平均阈值，则暂停对应储能模组的使用；
所述将电压数据及温度数据通过主机与云端交互，且通过云端实现储能电池的跨模组主动均衡包括以下步骤：
S21、通过新增旁路分流控制器来对储能模组内的各个储能电芯进行主动均衡；
S22、通过新增旁路分流控制器跨模组实现主动均衡；
所述通过新增旁路分流控制器来对储能模组内的各个储能电芯进行主动均衡包括以下步骤：
S211、判断各个储能电芯的电压是否偏离第一均衡目标电压；
S212、若偏离第一均衡目标电压，则进行主动均衡，并通过控制旁路分流器的开关状态和电流大小，对储能电芯进行充电或放电，实现储能电芯之间的电量均衡；
S213、若各个储能电芯的电压差异小于第一差异阈值时，则结束主动均衡；
所述通过新增旁路分流控制器跨模组实现主动均衡包括以下步骤：
S221、将各个储能模组的平均电压通过主机进行云端交互；
S222、若需要进行主动均衡，则通过控制旁路分流器的开关状态和电流大小，对储能模组进行充电或放电，实现储能模组之间的电量均衡；
S223、若各个储能模组的电压差异小于第二差异阈值时，则结束主动均衡；
所述对储能电芯进行主动均衡的过程中记录储能电芯的温度包括以下步骤：
S31、安装温度传感器，并通过温度传感器采集储能电芯的温度，同时将温度传感器与数据处理器及存储器连接；
S32、数据处理器通过压缩算法将储能电芯温度数据进行压缩处理，得到温度压缩数据；
S33、将温度压缩数据传输至云端并进行解压；
S34、对解压后的储能电池温度数据进行降噪处理；
所述数据处理器通过压缩算法将储能电芯温度数据进行压缩处理，得到温度压缩数据包括以下步骤：
S321、通过存储器对储能电芯温度数据进行存储，且在规定时间内获取温度传感器采集的温度信号数据；
S322、对温度信号数据进行稀疏变换，并确立温度信号数据的共同分量及特征分量：
ai＝ωa+ωb
式中，ai为稀疏变换后的系数；
ωa为共同分量，ωb为特征分量；
S323、使稀疏变换之后的稀疏度数值最小：
式中，ωa为共同分量，ωb为特征分量；
m为非零自然数；
S324、根据计算得到的共同分量及特征分量的稀疏度再计算观测值的数量，并建立测量矩阵，同时将测量矩阵汇聚云端；
其中，所述将温度压缩数据传输至云端并进行解压时基于小波数模型为基础的硬阀迭代算法进行解压。
2.根据权利要求1所述的一种基于云端交互的储能电池跨模组主动均衡方法，其特征在于，所述对解压后的储能电芯温度数据进行降噪处理包括以下步骤：
S341、对解压后的储能电芯温度数据中任一点的值用该点的领域中各点值的中值代替；
S342、利用机器学习的算法完成储能电芯温度数据的降噪。
3.根据权利要求2所述的一种基于云端交互的储能电池跨模组主动均衡方法，其特征在于，所述利用机器学习的算法完成储能电芯温度数据的降噪包括以下步骤：
S3421、构建温度数据训练样本集，并通过温度数据训练样本集构建深度因子分析模型；
S3422、利用有监督因子分析进行深度因子分析模型的参数调优，得到最优的因子载荷矩阵；
S3423、利用最优的因子载荷矩阵完成储能电芯温度数据的降噪；
其中，所述构建温度数据训练样本集，并通过温度数据训练样本集构建深度因子分析模型包括以下步骤：
S34211、输入温度数据训练样本集，并通过因子分析模型进行因子分析，得到含躁温度信号的均值，因子载荷矩阵、下一层温度信号的隐因子及该层温度信号因子中所含的噪声；
S34212、根据因子分析模型进行下一层的因子分析；
S34213、重复因子分析的过程，得到第i层的含躁温度信号的均值，因子载荷矩阵、下一层温度信号的隐因子及该层温度信号因子中所含的噪声，若顶层的因子分析完成后，则完成深度因子分析模型的构建；
其中，顶层是因子分析的最高层，顶层的层数为人为设置。
4.根据权利要求3所述的一种基于云端交互的储能电池跨模组主动均衡方法，其特征在于，所述利用有监督因子分析进行深度因子分析模型的参数调优，得到最优的因子载荷矩阵包括以下步骤：
S34221、在顶层进行温度信号因子重构，并将得到的噪声去掉，得到降噪后的信号因子；
S34222、根据信号降噪公式，构建优化目标函数，判断该优化目标函数的值是否小于终止误差，若小于终止误差则停止循环，并得到最优的因子载荷矩阵。
5.根据权利要求4所述的一种基于云端交互的储能电池跨模组主动均衡方法，其特征在于，所述利用最优的因子载荷矩阵完成储能电芯温度数据的降噪包括以下步骤：
S34231、基于储能电芯温度数据构建深度因子分析模型，并在顶层利用最优的因子载荷矩阵进行温度信号因子的重构；
S34232、重构后将每层的噪声去掉，得到降噪后的储能电芯温度数据。
6.一种基于云端交互的储能电池跨模组主动均衡系统，用于实现权利要求1-5任一项所述的基于云端交互的储能电池跨模组主动均衡方法，其特征在于，该系统包括储能电池配置模块、主动均衡模块及温度监测模块；
其中，所述储能电池配置模块，用于配置若干组储能模组构成储能电池，并且储能模组由若干储能电芯配置组成；
所述主动均衡模块，用于采集每个储能模组中每个储能电芯的电压数据及温度数据，并将电压数据及温度数据通过主机与云端交互，且通过云端实现储能电池的跨模组主动均衡；
所述温度监测模块，用于对储能电芯进行主动均衡的过程中记录储能电芯的温度，若储能电芯的温度在预先设定的时间段内瞬时温度超过预先设定的瞬时阈值或平均温度超过预先设定的平均阈值，则暂停对应储能模组的使用。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310397619.XA CN116526608B (zh) | 2023-04-13 | 2023-04-13 | 一种基于云端交互的储能电池跨模组主动均衡方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310397619.XA CN116526608B (zh) | 2023-04-13 | 2023-04-13 | 一种基于云端交互的储能电池跨模组主动均衡方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116526608A CN116526608A (zh) | 2023-08-01 |
| CN116526608B true CN116526608B (zh) | 2023-10-17 |
Family
ID=87407477
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310397619.XA Active CN116526608B (zh) | 2023-04-13 | 2023-04-13 | 一种基于云端交互的储能电池跨模组主动均衡方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116526608B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110474386A (zh) * | 2019-07-25 | 2019-11-19 | 国网江苏省电力有限公司经济技术研究院 | 一种储能电池系统多层级主动均衡电路及控制方法 |
| CN115123023A (zh) * | 2022-07-15 | 2022-09-30 | 浙大城市学院 | 一种基于云端数据交换的智能充电均衡系统及其方法 |
| CN115276152A (zh) * | 2022-06-17 | 2022-11-01 | 珠海迈巨微电子有限责任公司 | 内置均衡管理电路的芯片 |
| CN115782683A (zh) * | 2022-02-11 | 2023-03-14 | 浙江凌骁能源科技有限公司 | 一种基于云端数据的动力电池均衡方法和均衡系统 |
-
2023
- 2023-04-13 CN CN202310397619.XA patent/CN116526608B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110474386A (zh) * | 2019-07-25 | 2019-11-19 | 国网江苏省电力有限公司经济技术研究院 | 一种储能电池系统多层级主动均衡电路及控制方法 |
| CN115782683A (zh) * | 2022-02-11 | 2023-03-14 | 浙江凌骁能源科技有限公司 | 一种基于云端数据的动力电池均衡方法和均衡系统 |
| CN115276152A (zh) * | 2022-06-17 | 2022-11-01 | 珠海迈巨微电子有限责任公司 | 内置均衡管理电路的芯片 |
| CN115123023A (zh) * | 2022-07-15 | 2022-09-30 | 浙大城市学院 | 一种基于云端数据交换的智能充电均衡系统及其方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116526608A (zh) | 2023-08-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3477813B1 (en) | Method and apparatus for charging battery | |
| CN107957562B (zh) | 一种锂离子电池剩余寿命在线预测方法 | |
| CN111164824B (zh) | 电池组的管理装置和电池组系统 | |
| CN107342608A (zh) | 电池充电方法、装置、设备和存储介质 | |
| CN116381494A (zh) | 电池最大可用容量预测方法、装置、电子设备及存储介质 | |
| CN115946572B (zh) | 电池模组的容量计算及补电控制方法、系统、设备和介质 | |
| CN116736166A (zh) | 电池包的电芯异常检测方法、装置及电池包 | |
| KR20220060931A (ko) | 배터리 관리 장치 및 방법 | |
| CN115021365B (zh) | 基于储能系统的电池均衡方法、装置、设备及存储介质 | |
| CN114156552A (zh) | 一种考虑老化的串联电池组的均衡控制策略 | |
| US20230148088A1 (en) | Battery management apparatus and method | |
| CN116526608B (zh) | 一种基于云端交互的储能电池跨模组主动均衡方法及系统 | |
| CN117096476B (zh) | 一种电池的分组方法、装置、电子设备及存储介质 | |
| CN116488219B (zh) | 一种基于多层级架构的分布式储能采集策略控制方法 | |
| CN117233637A (zh) | 锂电池容量跳水监控方法、装置、计算机设备和存储介质 | |
| CN114879053B (zh) | 一种储能磷酸铁锂电池寿命预测方法 | |
| CN111186338A (zh) | 一种快速响应的储能蓄电池bms系统 | |
| CN114814630A (zh) | 电池健康状态管理方法、装置、电子设备和存储介质 | |
| CN114097159A (zh) | 并联电池继电器诊断装置和方法 | |
| CN115995870B (zh) | 手机电池智能管理系统 | |
| Pillai et al. | Closed-form Solution to Optimized CC-CV Charging of Li-ion Batteries Under Charging Time and Energy Loss Constraints | |
| CN115701851B (zh) | 一种软包锂离子电池厚度预测方法 | |
| CN114325394B (zh) | 电池堆soc的估算方法、系统、设备及介质 | |
| CN116699413A (zh) | 储能电站电池运行故障诊断方法、装置、电子设备及介质 | |
| KR20230174911A (ko) | 비지도 학습 기반의 배터리 이상 예측 방법 및 시스템 |
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 |