CN116995787A - 一种分布式bms电池主动均衡式安全管理方法及系统 - Google Patents
一种分布式bms电池主动均衡式安全管理方法及系统 Download PDFInfo
- Publication number
- CN116995787A CN116995787A CN202311259238.1A CN202311259238A CN116995787A CN 116995787 A CN116995787 A CN 116995787A CN 202311259238 A CN202311259238 A CN 202311259238A CN 116995787 A CN116995787 A CN 116995787A
- Authority
- CN
- China
- Prior art keywords
- battery
- index
- matrix
- energy supply
- battery pack
- 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
Links
- 238000007726 management method Methods 0.000 title claims abstract description 32
- 239000011159 matrix material Substances 0.000 claims abstract description 155
- 230000036541 health Effects 0.000 claims abstract description 50
- 238000012216 screening Methods 0.000 claims abstract description 22
- 238000005265 energy consumption Methods 0.000 claims abstract description 14
- 238000004146 energy storage Methods 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims description 55
- 238000000034 method Methods 0.000 claims description 29
- 238000004458 analytical method Methods 0.000 claims description 21
- 238000013058 risk prediction model Methods 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 13
- 238000007477 logistic regression Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 6
- 208000032953 Device battery issue Diseases 0.000 description 2
- 230000003862 health status Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 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
- H02J7/0063—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with circuits adapted for supplying loads from the battery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
-
- 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
- H01M10/44—Methods for charging or discharging
- H01M10/441—Methods for charging or discharging for several batteries or cells 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
- H02J7/0013—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
- H02J7/0029—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with safety or protection devices or circuits
- H02J7/00306—Overdischarge protection
-
- 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]
-
- 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
- H02J7/005—Detection of state of health [SOH]
-
- 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
- H01M10/425—Structural combination with electronic components, e.g. electronic circuits integrated to the outside of the casing
- H01M2010/4271—Battery management systems including electronic circuits, e.g. control of current or voltage to keep battery in healthy state, cell balancing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Power Engineering (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- General Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Electrochemistry (AREA)
- Software Systems (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种分布式BMS电池主动均衡式安全管理方法及系统,涉及电池安全管理技术领域,包括:获取电池组内每个单体电池的历史工作数据;获取电池组的健康状态指标矩阵;获取外部负载的耗能需求;获取电池组内每个单体电池的当前储能数据;建立电池均衡输出矩阵;建立供能需求限制条件,并在供能需求限制条件限制下,生成若干个供能规划矩阵;基于电池组的健康状态指标矩阵和电池均衡输出矩阵,筛选出最佳的供能规划矩阵,作为电池组最优供能矩阵。本发明的优点在于:有效的保证了对于电池中各单体电池输出功率的合理化管理规划,进而满足电池的高效率,稳定化的运行需求。
Description
技术领域
本发明涉及电池安全管理技术领域,具体是涉及一种分布式BMS电池主动均衡式安全管理方法及系统。
背景技术
BMS电池系统俗称之为电池保姆或电池管家,主要就是为了智能化管理及维护各个电池单元,防止电池出现过充电和过放电,延长电池的使用寿命,监控电池的状态。
现有的大容量电池通常由多个单体电池串联而成,现有的BMS系统缺乏对于电池健康状态的分析,在进行电池输出管理时,缺乏对于电池输出的稳定性分析,难以满足电池的高效率,稳定化的运行需求。
发明内容
为解决上述技术问题,提供一种分布式BMS电池主动均衡式安全管理方法及系统,本技术方案解决了上述的现有的BMS系统缺乏对于电池健康状态的分析,在进行电池输出管理时,缺乏对于电池输出的稳定性分析,难以满足电池的高效率,稳定化的运行需求的问题。
为达到以上目的,本发明采用的技术方案为:
一种分布式BMS电池主动均衡式安全管理方法,包括:
获取电池组内每个单体电池的历史工作数据;
基于单体电池的历史工作数据,分析每个单体电池的健康状态指标,获取电池组的健康状态指标矩阵;
获取外部负载的耗能需求;
获取电池组内每个单体电池的当前储能数据;
基于外部负载的耗能需求和电池组内每个单体电池的当前储能数据建立电池均衡输出矩阵;
建立供能需求限制条件,并在供能需求限制条件限制下,生成若干个供能规划矩阵;
基于电池组的健康状态指标矩阵和电池均衡输出矩阵,筛选出最佳的供能规划矩阵,作为电池组最优供能矩阵;
基于电池组最优供能矩阵生成控制信号,控制电池组中每个单体电池输出电力至外部负载。
优选的,所述基于单体电池的历史工作数据,分析每个单体电池的健康状态指标,获取电池组的健康状态指标矩阵具体包括:
基于Logistic回归模型,建立单体电池的故障风险预测模型;
基于单体电池的历史工作数据分别计算单体电池的过低运行指标、过高运行指标和正常运行指标;
将过低运行指标、过高运行指标和正常运行指标代入单体电池的故障风险预测模型,得到单体电池的故障概率值;
将所有单体电池的故障概率值组成电池组的健康状态指标矩阵H;
所述电池组的健康状态指标矩阵H为:
式中,为电池组中第i个单体电池的故障概率值,/>为电池组中的单体电池总数。
优选的,所述过低运行指标的计算公式为:
过低运行指标的计算公式中,为单体电池的过低运行指标,/>为单体电池处于过低运行状态的次数,/>为单体电池第j次处于过低运行状态的起始时间点,/>为单体电池第j次处于过低运行状态的终止时间点,/>为过低运行状态判断阈值,/>为单体电池电量与时间的变化曲线方程;
所述过高运行指标的计算公式为:
过高运行指标的计算公式中,为单体电池的过高运行指标,/>为单体电池处于过低运行状态的次数,/>为单体电池第l次处于过高运行状态的起始时间点,/>为单体电池第l次处于过高运行状态的终止时间点,/>为过高低运行状态判断阈值,/>为单体电池电量与时间的变化曲线方程
所述正常运行指标的计算公式为:
式中,为单体电池的正常运行指标,/>为单体电池处于正常运行状态下的总运行时长,/>为单体电池的正常损耗率。
优选的,所述单体电池的故障风险预测模型的表达式为:
式中,M为单体电池的故障概率值,均为故障风险值预测模型的系数。
优选的,所述供能需求限制条件的表达式为:
式中,为电池组中第i个单体电池的供能功率,/>为外部负载的耗能需求,/>为电池组中第i个单体电池的额定供能功率;
所述供能规划矩阵为P,。
优选的,所述基于外部负载的耗能需求和电池组内每个单体电池的当前储能数据建立电池均衡输出矩阵具体包括:
基于最佳输出功率公式,进行计算电池组内每个单体电池的最佳输出功率;
将所有单体电池的最佳输出功率组成电池均衡输出矩阵G,,其中,/>为电池组中第i个单体电池的最佳输出功率;
所述最佳输出功率公式为:
式中,为电池组中第i个单体电池的剩余电量。
优选的,所述基于电池组的健康状态指标矩阵和电池均衡输出矩阵,筛选出最佳的供能规划矩阵具体包括:
计算供能规划矩阵与电池均衡输出矩阵之间的拟合指标;
基于电池组的健康状态指标矩阵,计算供能规划矩阵的稳定性指标;
基于合理性指标计算公式,计算供能规划矩阵的合理性指标;
筛选出合理性指标最小的供能规划矩阵,作为电池组最优供能矩阵;
所述拟合指标的计算公式为:
拟合指标的计算公式中,为供能规划矩阵与电池均衡输出矩阵之间的拟合指标;
所述稳定性指标的计算公式为:
稳定性指标的计算公式中,为供能规划矩阵的稳定性指标,/>为第i个单体电池的故障风险概率;
所述合理性指标计算公式为:
合理性指标计算公式中,为供能规划矩阵的合理性指标。
进一步的,提出一种分布式BMS电池主动均衡式安全管理系统,用于实现如上述的分布式BMS电池主动均衡式安全管理方法,包括:
电池状态分析模块,所述电池状态分析模块用于分析每个单体电池的健康状态指标,获取电池组的健康状态指标矩阵;
负载需求分析模块,所述负载需求分析模块用于建立供能需求限制条件,并在供能需求限制条件限制下,生成若干个供能规划矩阵;
电池负载计算模块,电池负载计算模块与所述电池状态分析模块和负载需求分析模块电性连接,所述电池负载计算模块用于基于电池组的健康状态指标矩阵和电池均衡输出矩阵,筛选出最佳的供能规划矩阵,作为电池组最优供能矩阵。
可选的,所述电池状态分析模块内部集成有:
风险模型单元,所述风险模型单元用于基于Logistic回归模型,建立单体电池的故障风险预测模型;
指标计算单元,所述指标计算单元用于基于单体电池的历史工作数据分别计算单体电池的过低运行指标、过高运行指标和正常运行指标;
风险预测单元,所述风险预测单元用于将过低运行指标、过高运行指标和正常运行指标代入单体电池的故障风险预测模型,得到单体电池的故障概率值并将所有单体电池的故障概率值组成电池组的健康状态指标矩阵。
可选的,所述电池负载计算模块内部集成有:
拟合计算单元,所述拟合计算单元用于计算供能规划矩阵与电池均衡输出矩阵之间的拟合指标;
稳定性计算单元,所述稳定性计算单元用于基于电池组的健康状态指标矩阵,计算供能规划矩阵的稳定性指标;
合理性计算单元,所述合理性计算单元用于基于合理性指标计算公式,计算供能规划矩阵的合理性指标;
筛选单元,所述筛选单元用于筛选出合理性指标最小的供能规划矩阵,作为电池组最优供能矩阵。
与现有技术相比,本发明的有益效果在于:
本发明提出一种分布式BMS电池主动均衡式安全管理方案,基于电池组中每个单体电池的健康状态结合每个单体电池的剩余电量进行综合分析电池的最优供能矩阵,通过此方式可有效的保证电池运行输出的稳定性,同时保持电池的均衡性输出,防止电池出现过放电,此方式有效的保证了对于电池中各单体电池输出功率的合理化管理规划,进而满足电池的高效率,稳定化的运行需求。
附图说明
图1为本发明提出的分布式BMS电池主动均衡式安全管理方法流程图;
图2为本发明中的获取电池组的健康状态指标矩阵的流程图;
图3为本发明中的建立电池均衡输出矩阵的流程图;
图4为本发明中的筛选出最佳的供能规划矩阵的流程图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。
参照图1所示,一种分布式BMS电池主动均衡式安全管理方法,包括:
获取电池组内每个单体电池的历史工作数据;
基于单体电池的历史工作数据,分析每个单体电池的健康状态指标,获取电池组的健康状态指标矩阵;
获取外部负载的耗能需求;
获取电池组内每个单体电池的当前储能数据;
基于外部负载的耗能需求和电池组内每个单体电池的当前储能数据建立电池均衡输出矩阵;
建立供能需求限制条件,并在供能需求限制条件限制下,生成若干个供能规划矩阵;
基于电池组的健康状态指标矩阵和电池均衡输出矩阵,筛选出最佳的供能规划矩阵,作为电池组最优供能矩阵;
基于电池组最优供能矩阵生成控制信号,控制电池组中每个单体电池输出电力至外部负载。
本方案基于电池组中每个单体电池的健康状态结合每个单体电池的剩余电量进行综合分析电池的最优供能矩阵,通过此方式可有效的保证电池运行输出的稳定性,同时保持电池的均衡性输出。
参照图2所示,基于单体电池的历史工作数据,分析每个单体电池的健康状态指标,获取电池组的健康状态指标矩阵具体包括:
基于Logistic回归模型,建立单体电池的故障风险预测模型;
基于单体电池的历史工作数据分别计算单体电池的过低运行指标、过高运行指标和正常运行指标;
将过低运行指标、过高运行指标和正常运行指标代入单体电池的故障风险预测模型,得到单体电池的故障概率值;
将所有单体电池的故障概率值组成电池组的健康状态指标矩阵H;
电池组的健康状态指标矩阵H为:
式中,为电池组中第i个单体电池的故障概率值,/>为电池组中的单体电池总数。
过低运行指标的计算公式为:
过低运行指标的计算公式中,为单体电池的过低运行指标,/>为单体电池处于过低运行状态的次数,/>为单体电池第j次处于过低运行状态的起始时间点,/>为单体电池第j次处于过低运行状态的终止时间点,/>为过低运行状态判断阈值,/>为单体电池电量与时间的变化曲线方程;
过高运行指标的计算公式为:
过高运行指标的计算公式中,为单体电池的过高运行指标,/>为单体电池处于过低运行状态的次数,/>为单体电池第l次处于过高运行状态的起始时间点,/>为单体电池第l次处于过高运行状态的终止时间点,/>为过高低运行状态判断阈值,/>为单体电池电量与时间的变化曲线方程
正常运行指标的计算公式为:
式中,为单体电池的正常运行指标,/>为单体电池处于正常运行状态下的总运行时长,/>为单体电池的正常损耗率。
单体电池的故障风险预测模型的表达式为:
式中,M为单体电池的故障概率值,均为故障风险值预测模型的系数。
可以理解的是,电池在电量过高和过低状态下运行均会导致电池加速损耗,增加电池出现故障的概率,基于此,本方案将电池的运行状态分为,电量过高状态,电量过低状态和正常运行状态,分别计算单体电池的过低运行指标、过高运行指标和正常运行指标,并以单体电池的过低运行指标、过高运行指标和正常运行指标作为Logistic回归模型的自变量建立单体电池的故障风险预测模型,Logistic回归模型是一种广义的线性回归分析模型,常用于数据挖掘,结果预测等领域,通过此方式可进行预测单体电池发生故障的概率,作为单体电池健康状态的额衡量标准。
供能需求限制条件的表达式为:
式中,为电池组中第i个单体电池的供能功率,/>为外部负载的耗能需求,/>为电池组中第i个单体电池的额定供能功率;
供能规划矩阵为P,。
可以理解的是,在电池的输出管理规划中,需要使所有单体电池输出功率达到外部负载的耗能需求,同时使每个设备均处于正常运行状态,即处于额定供能功率之下。
参照图3所示,基于外部负载的耗能需求和电池组内每个单体电池的当前储能数据建立电池均衡输出矩阵具体包括:
基于最佳输出功率公式,进行计算电池组内每个单体电池的最佳输出功率;
将所有单体电池的最佳输出功率组成电池均衡输出矩阵G,,其中,/>为电池组中第i个单体电池的最佳输出功率;
最佳输出功率公式为:
式中,为电池组中第i个单体电池的剩余电量。
可以理解的是,在电池的输出管理中,为保证电池组中每个单体电池的不会处于过高或过低的电量,对于剩余电量高的单体电池,增加其输出功率,对于余电量低的单体电池,降低其输出功率,基于此建立电池的均衡输出矩阵。
参照图4所示,基于电池组的健康状态指标矩阵和电池均衡输出矩阵,筛选出最佳的供能规划矩阵具体包括:
计算供能规划矩阵与电池均衡输出矩阵之间的拟合指标;
基于电池组的健康状态指标矩阵,计算供能规划矩阵的稳定性指标;
基于合理性指标计算公式,计算供能规划矩阵的合理性指标;
筛选出合理性指标最小的供能规划矩阵,作为电池组最优供能矩阵;
拟合指标的计算公式为:
拟合指标的计算公式中,为供能规划矩阵与电池均衡输出矩阵之间的拟合指标;
拟合指标用于计算供能规划矩阵与电池均衡输出矩阵之间向量距离,拟合指标越低,则说明供能规划矩阵越靠近电池均衡输出矩阵;
稳定性指标的计算公式为:
稳定性指标的计算公式中,为供能规划矩阵的稳定性指标,/>为第i个单体电池的故障风险概率;
可以理解的是,对于故障风险高的单体电池,若对其设置较高的输出功率,一方面会增加故单体电池的障风险,另一方面,单体电池发生故障时,会导致电池短时间内出现较大的功率缺口,造成电池输出功率的波动,影响电池稳定性,基于此,本方案设置稳定性指标,通过累加所有单体电池的故障风险概率和单体电池的输出功率,进行综合计算供能规划矩阵对应的稳定性指标,该指标越小,则说明对于故障风险高的单体电池设置的输出功率越低,说明电池组运行越稳定。
合理性指标计算公式为:
合理性指标计算公式中,为供能规划矩阵的合理性指标。
通过结合供能规划矩阵的稳定性指标和供能规划矩阵与电池均衡输出矩阵之间的拟合指标进行综合计算供能规划矩阵的合理性指标,合理性指标越低,则说明供能规划矩阵越均衡、越稳定。
进一步的,基于与上述分布式BMS电池主动均衡式安全管理方法相同的发明构思,本方案还提出一种分布式BMS电池主动均衡式安全管理系统,包括:
电池状态分析模块,电池状态分析模块用于分析每个单体电池的健康状态指标,获取电池组的健康状态指标矩阵;
负载需求分析模块,负载需求分析模块用于建立供能需求限制条件,并在供能需求限制条件限制下,生成若干个供能规划矩阵;
电池负载计算模块,电池负载计算模块与电池状态分析模块和负载需求分析模块电性连接,电池负载计算模块用于基于电池组的健康状态指标矩阵和电池均衡输出矩阵,筛选出最佳的供能规划矩阵,作为电池组最优供能矩阵。
电池状态分析模块内部集成有:
风险模型单元,风险模型单元用于基于Logistic回归模型,建立单体电池的故障风险预测模型;
指标计算单元,指标计算单元用于基于单体电池的历史工作数据分别计算单体电池的过低运行指标、过高运行指标和正常运行指标;
风险预测单元,风险预测单元用于将过低运行指标、过高运行指标和正常运行指标代入单体电池的故障风险预测模型,得到单体电池的故障概率值并将所有单体电池的故障概率值组成电池组的健康状态指标矩阵。
电池负载计算模块内部集成有:
拟合计算单元,拟合计算单元用于计算供能规划矩阵与电池均衡输出矩阵之间的拟合指标;
稳定性计算单元,稳定性计算单元用于基于电池组的健康状态指标矩阵,计算供能规划矩阵的稳定性指标;
合理性计算单元,合理性计算单元用于基于合理性指标计算公式,计算供能规划矩阵的合理性指标;
筛选单元,筛选单元用于筛选出合理性指标最小的供能规划矩阵,作为电池组最优供能矩阵。
分布式BMS电池主动均衡式安全管理系统的使用过程为:
步骤一:风险模型单元基于Logistic回归模型,建立单体电池的故障风险预测模型;
步骤二:指标计算单元基于单体电池的历史工作数据分别计算单体电池的过低运行指标、过高运行指标和正常运行指标;
步骤三:风险预测单元将过低运行指标、过高运行指标和正常运行指标代入单体电池的故障风险预测模型,得到单体电池的故障概率值并将所有单体电池的故障概率值组成电池组的健康状态指标矩阵;
步骤四:负载需求分析模块用于建立供能需求限制条件,并在供能需求限制条件限制下,生成若干个供能规划矩阵;
步骤五:拟合计算单元用于计算供能规划矩阵与电池均衡输出矩阵之间的拟合指标;
步骤六:稳定性计算单元用于基于电池组的健康状态指标矩阵,计算供能规划矩阵的稳定性指标;
步骤七:合理性计算单元用于基于合理性指标计算公式,计算供能规划矩阵的合理性指标;
步骤八:筛选单元用于筛选出合理性指标最小的供能规划矩阵,作为电池组最优供能矩阵。
综上所述,本发明的优点在于:有效的保证了对于电池中各单体电池输出功率的合理化管理规划,进而满足电池的高效率,稳定化的运行需求。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是本发明的原理,在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。
Claims (10)
1.一种分布式BMS电池主动均衡式安全管理方法,其特征在于,包括:
获取电池组内每个单体电池的历史工作数据;
基于单体电池的历史工作数据,分析每个单体电池的健康状态指标,获取电池组的健康状态指标矩阵;
获取外部负载的耗能需求;
获取电池组内每个单体电池的当前储能数据;
基于外部负载的耗能需求和电池组内每个单体电池的当前储能数据建立电池均衡输出矩阵;
建立供能需求限制条件,并在供能需求限制条件限制下,生成若干个供能规划矩阵;
基于电池组的健康状态指标矩阵和电池均衡输出矩阵,筛选出最佳的供能规划矩阵,作为电池组最优供能矩阵;
基于电池组最优供能矩阵生成控制信号,控制电池组中每个单体电池输出电力至外部负载。
2.根据权利要求1所述的一种分布式BMS电池主动均衡式安全管理方法,其特征在于,所述基于单体电池的历史工作数据,分析每个单体电池的健康状态指标,获取电池组的健康状态指标矩阵具体包括:
基于Logistic回归模型,建立单体电池的故障风险预测模型;
基于单体电池的历史工作数据分别计算单体电池的过低运行指标、过高运行指标和正常运行指标;
将过低运行指标、过高运行指标和正常运行指标代入单体电池的故障风险预测模型,得到单体电池的故障概率值;
将所有单体电池的故障概率值组成电池组的健康状态指标矩阵H;
所述电池组的健康状态指标矩阵H为:
,
式中,为电池组中第i个单体电池的故障概率值,/>为电池组中的单体电池总数。
3.根据权利要求2所述的一种分布式BMS电池主动均衡式安全管理方法,其特征在于,所述过低运行指标的计算公式为:
,
过低运行指标的计算公式中,为单体电池的过低运行指标,/>为单体电池处于过低运行状态的次数,/>为单体电池第j次处于过低运行状态的起始时间点,/>为单体电池第j次处于过低运行状态的终止时间点,/>为过低运行状态判断阈值,/>为单体电池电量与时间的变化曲线方程;
所述过高运行指标的计算公式为:
,
过高运行指标的计算公式中,为单体电池的过高运行指标,/>为单体电池处于过低运行状态的次数,/>为单体电池第l次处于过高运行状态的起始时间点,/>为单体电池第l次处于过高运行状态的终止时间点,/>为过高低运行状态判断阈值,/>为单体电池电量与时间的变化曲线方程
所述正常运行指标的计算公式为:
,
式中,为单体电池的正常运行指标,/>为单体电池处于正常运行状态下的总运行时长,/>为单体电池的正常损耗率。
4.根据权利要求3所述的一种分布式BMS电池主动均衡式安全管理方法,其特征在于,所述单体电池的故障风险预测模型的表达式为:
,
式中,M为单体电池的故障概率值,均为故障风险值预测模型的系数。
5.根据权利要求4所述的一种分布式BMS电池主动均衡式安全管理方法,其特征在于,所述供能需求限制条件的表达式为:
,
式中,为电池组中第i个单体电池的供能功率,/>为外部负载的耗能需求,/>为电池组中第i个单体电池的额定供能功率;
所述供能规划矩阵为P,。
6.根据权利要求5所述的一种分布式BMS电池主动均衡式安全管理方法,其特征在于,所述基于外部负载的耗能需求和电池组内每个单体电池的当前储能数据建立电池均衡输出矩阵具体包括:
基于最佳输出功率公式,进行计算电池组内每个单体电池的最佳输出功率;
将所有单体电池的最佳输出功率组成电池均衡输出矩阵G,,其中,/>为电池组中第i个单体电池的最佳输出功率;
所述最佳输出功率公式为:
,
式中,为电池组中第i个单体电池的剩余电量。
7.根据权利要求6所述的一种分布式BMS电池主动均衡式安全管理方法,其特征在于,所述基于电池组的健康状态指标矩阵和电池均衡输出矩阵,筛选出最佳的供能规划矩阵具体包括:
计算供能规划矩阵与电池均衡输出矩阵之间的拟合指标;
基于电池组的健康状态指标矩阵,计算供能规划矩阵的稳定性指标;
基于合理性指标计算公式,计算供能规划矩阵的合理性指标;
筛选出合理性指标最小的供能规划矩阵,作为电池组最优供能矩阵;
所述拟合指标的计算公式为:
,
拟合指标的计算公式中,为供能规划矩阵与电池均衡输出矩阵之间的拟合指标;
所述稳定性指标的计算公式为:
,
稳定性指标的计算公式中,为供能规划矩阵的稳定性指标,/>为为第i个单体电池的故障风险概率;
所述合理性指标计算公式为:
,
合理性指标计算公式中,为供能规划矩阵的合理性指标。
8.一种分布式BMS电池主动均衡式安全管理系统,其特征在于,用于实现如权利要求1-7任一项所述的分布式BMS电池主动均衡式安全管理方法,包括:
电池状态分析模块,所述电池状态分析模块用于分析每个单体电池的健康状态指标,获取电池组的健康状态指标矩阵;
负载需求分析模块,所述负载需求分析模块用于建立供能需求限制条件,并在供能需求限制条件限制下,生成若干个供能规划矩阵;
电池负载计算模块,电池负载计算模块与所述电池状态分析模块和负载需求分析模块电性连接,所述电池负载计算模块用于基于电池组的健康状态指标矩阵和电池均衡输出矩阵,筛选出最佳的供能规划矩阵,作为电池组最优供能矩阵。
9.根据权利要求8所述的一种分布式BMS电池主动均衡式安全管理系统,其特征在于,所述电池状态分析模块内部集成有:
风险模型单元,所述风险模型单元用于基于Logistic回归模型,建立单体电池的故障风险预测模型;
指标计算单元,所述指标计算单元用于基于单体电池的历史工作数据分别计算单体电池的过低运行指标、过高运行指标和正常运行指标;
风险预测单元,所述风险预测单元用于将过低运行指标、过高运行指标和正常运行指标代入单体电池的故障风险预测模型,得到单体电池的故障概率值并将所有单体电池的故障概率值组成电池组的健康状态指标矩阵。
10.根据权利要求9所述的一种分布式BMS电池主动均衡式安全管理系统,其特征在于,所述电池负载计算模块内部集成有:
拟合计算单元,所述拟合计算单元用于计算供能规划矩阵与电池均衡输出矩阵之间的拟合指标;
稳定性计算单元,所述稳定性计算单元用于基于电池组的健康状态指标矩阵,计算供能规划矩阵的稳定性指标;
合理性计算单元,所述合理性计算单元用于基于合理性指标计算公式,计算供能规划矩阵的合理性指标;
筛选单元,所述筛选单元用于筛选出合理性指标最小的供能规划矩阵,作为电池组最优供能矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311259238.1A CN116995787B (zh) | 2023-09-27 | 2023-09-27 | 一种分布式bms电池主动均衡式安全管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311259238.1A CN116995787B (zh) | 2023-09-27 | 2023-09-27 | 一种分布式bms电池主动均衡式安全管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116995787A true CN116995787A (zh) | 2023-11-03 |
CN116995787B CN116995787B (zh) | 2024-01-16 |
Family
ID=88530679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311259238.1A Active CN116995787B (zh) | 2023-09-27 | 2023-09-27 | 一种分布式bms电池主动均衡式安全管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116995787B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117318251A (zh) * | 2023-11-29 | 2023-12-29 | 又一新能源科技(苏州)有限公司 | 一种储能系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130065093A1 (en) * | 2011-09-12 | 2013-03-14 | Southwest Electronic Energy Corporation | Historical Analysis of Battery Cells for Determining State of Health |
CN106786883A (zh) * | 2016-12-22 | 2017-05-31 | 雅迪科技集团有限公司 | 一种基于soc的动力电池充放电控制系统 |
CN108306285A (zh) * | 2018-01-08 | 2018-07-20 | 厦门大学 | 基于topsis法的含分布式电源的主动配电网可靠性评估方法 |
CN109375109A (zh) * | 2018-10-16 | 2019-02-22 | 宁波工程学院 | 一种基于数据挖掘的蓄电池故障诊断方法 |
CN110429693A (zh) * | 2019-09-02 | 2019-11-08 | 东北电力大学 | 一种基于电池组一致性的储能电池组功率控制方法 |
CN112763929A (zh) * | 2020-12-31 | 2021-05-07 | 华东理工大学 | 一种储能电站系统电池单体健康预测方法及装置 |
CN113178629A (zh) * | 2021-04-25 | 2021-07-27 | 杭州元色科技有限公司 | 一种电池和负载的均衡管理系统 |
CN113469401A (zh) * | 2020-03-31 | 2021-10-01 | 中关村海华信息技术前沿研究院 | 用于供能系统的控制方法、系统、设备及存储介质 |
CN113569402A (zh) * | 2021-07-23 | 2021-10-29 | 四川大学 | 一种大容量电池储能系统安全状态多层级综合评价方法 |
CN114447963A (zh) * | 2021-12-23 | 2022-05-06 | 国电南瑞南京控制系统有限公司 | 储能电池功率控制方法及系统 |
CN116404669A (zh) * | 2023-04-04 | 2023-07-07 | 中国移动通信集团设计院有限公司 | 可重构电池储能系统的优化运行方法、系统、设备及介质 |
-
2023
- 2023-09-27 CN CN202311259238.1A patent/CN116995787B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130065093A1 (en) * | 2011-09-12 | 2013-03-14 | Southwest Electronic Energy Corporation | Historical Analysis of Battery Cells for Determining State of Health |
CN106786883A (zh) * | 2016-12-22 | 2017-05-31 | 雅迪科技集团有限公司 | 一种基于soc的动力电池充放电控制系统 |
CN108306285A (zh) * | 2018-01-08 | 2018-07-20 | 厦门大学 | 基于topsis法的含分布式电源的主动配电网可靠性评估方法 |
CN109375109A (zh) * | 2018-10-16 | 2019-02-22 | 宁波工程学院 | 一种基于数据挖掘的蓄电池故障诊断方法 |
CN110429693A (zh) * | 2019-09-02 | 2019-11-08 | 东北电力大学 | 一种基于电池组一致性的储能电池组功率控制方法 |
CN113469401A (zh) * | 2020-03-31 | 2021-10-01 | 中关村海华信息技术前沿研究院 | 用于供能系统的控制方法、系统、设备及存储介质 |
CN112763929A (zh) * | 2020-12-31 | 2021-05-07 | 华东理工大学 | 一种储能电站系统电池单体健康预测方法及装置 |
CN113178629A (zh) * | 2021-04-25 | 2021-07-27 | 杭州元色科技有限公司 | 一种电池和负载的均衡管理系统 |
CN113569402A (zh) * | 2021-07-23 | 2021-10-29 | 四川大学 | 一种大容量电池储能系统安全状态多层级综合评价方法 |
CN114447963A (zh) * | 2021-12-23 | 2022-05-06 | 国电南瑞南京控制系统有限公司 | 储能电池功率控制方法及系统 |
CN116404669A (zh) * | 2023-04-04 | 2023-07-07 | 中国移动通信集团设计院有限公司 | 可重构电池储能系统的优化运行方法、系统、设备及介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117318251A (zh) * | 2023-11-29 | 2023-12-29 | 又一新能源科技(苏州)有限公司 | 一种储能系统 |
CN117318251B (zh) * | 2023-11-29 | 2024-04-09 | 又一新能源科技(苏州)有限公司 | 一种储能系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116995787B (zh) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116995787B (zh) | 一种分布式bms电池主动均衡式安全管理方法及系统 | |
CN110518667B (zh) | 一种梯次利用电池并联系统及其控制方法 | |
CN117013606B (zh) | 一种基于人工智能的光伏发电智能储能控制系统 | |
CN108390427A (zh) | 电池充放电电路、能源互联调度系统及其控制方法 | |
CN112271749B (zh) | 一种双源无轨电源通信控制系统及方法 | |
US11804621B2 (en) | Parameter tuning method of energy storage system and the energy storage system | |
CN115954921B (zh) | 一种基于工商业储能的能源管理系统及其管理方法 | |
CN104201787A (zh) | 基于卡尔曼滤波算法的移动储能电站电池管理系统 | |
CN117498555A (zh) | 一种基于云边融合的储能电站智能运维系统 | |
CN114977275A (zh) | 一种智能化的储能功率变换器 | |
CN102709609A (zh) | 一种锂电池组监控方法和系统 | |
CN117293870A (zh) | 一种集中式储能系统的电源管理方法、系统及存储介质 | |
CN206195347U (zh) | 一种电网储能系统 | |
CN111525647A (zh) | 基于退役动力电芯模组再利用的储能电站及充、放电方法 | |
CN208723038U (zh) | 一种基于蓄电池疲劳监测及动态维护的储能系统 | |
CN116087791A (zh) | 一种电池储能系统的状况检测方法及系统 | |
KR20240055854A (ko) | 배터리 관리 방법 및 장치, 및 컴퓨터 판독가능한 저장 매체 | |
CN104734263A (zh) | 一种均流控制系统及方法 | |
CN114094650A (zh) | 一种梯次储能电池使用优化及寿命监测的控制系统及方法 | |
CN108512262B (zh) | 储能电池管理系统的均衡方法、装置、储能电池管理系统 | |
CN112332483A (zh) | 一种串联型锂电池组的能量管理控制方法 | |
CN213782928U (zh) | 一种用于锂电池储能的电池管理系统 | |
CN111129616A (zh) | 一种基于双路径信息采样监测与保护控制的蓄电池储能bms系统 | |
CN117996926B (zh) | 一种多串锂电池保护ic方法及保护系统 | |
CN216161790U (zh) | 一种储能系统 |
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 |