CN117060553B - 储能系统的电池管理方法、装置、系统和部件 - Google Patents
储能系统的电池管理方法、装置、系统和部件 Download PDFInfo
- Publication number
- CN117060553B CN117060553B CN202311323656.2A CN202311323656A CN117060553B CN 117060553 B CN117060553 B CN 117060553B CN 202311323656 A CN202311323656 A CN 202311323656A CN 117060553 B CN117060553 B CN 117060553B
- Authority
- CN
- China
- Prior art keywords
- charge
- state
- energy storage
- discharge
- battery
- 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 175
- 238000007726 management method Methods 0.000 title claims abstract description 76
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000005070 sampling Methods 0.000 claims abstract description 27
- 238000004458 analytical method Methods 0.000 claims description 62
- 239000013598 vector Substances 0.000 claims description 38
- 238000007599 discharging Methods 0.000 claims description 22
- 238000012706 support-vector machine Methods 0.000 claims description 19
- 230000006870 function Effects 0.000 claims description 12
- 238000012790 confirmation Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 244000007853 Sarothamnus scoparius Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012549 training 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
- H02J7/00032—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries characterised by data exchange
-
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
- H02J7/0047—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries with monitoring or indicating devices or circuits
- H02J7/0048—Detection of remaining charge capacity or state of charge [SOC]
-
- 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
- H02J7/0068—Battery or charger load switching, e.g. concurrent charging and load supply
-
- 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
- H02J7/007—Regulation of charging or discharging current or voltage
- H02J7/00712—Regulation of charging or discharging current or voltage the cycle being controlled or terminated in response to electric parameters
-
- 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
- H02J7/007—Regulation of charging or discharging current or voltage
- H02J7/007188—Regulation of charging or discharging current or voltage the charge cycle being controlled or terminated in response to non-electric parameters
- H02J7/007192—Regulation of charging or discharging current or voltage the charge cycle being controlled or terminated in response to non-electric parameters in response to temperature
- H02J7/007194—Regulation of charging or discharging current or voltage the charge cycle being controlled or terminated in response to non-electric parameters in response to temperature of the battery
-
- 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)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明实施例涉及一种储能系统的电池管理方法、装置、系统和部件,该方法包括:获取储能系统中各个储能电池组在当前时刻下的荷电状态、电池温度和电池内阻作为对应的第一荷电状态、第一电池温度和第一电池内阻;并获取各个储能电池组在前一时刻下的电池充放电状态作为对应的第一充放电状态;并由第一荷电状态、第一电池温度和第一电池内阻组成对应的第一采样数据组并保存;根据第一荷电状态、第一电池温度和第一电池内阻对储能电池组在当前时刻下的功率状态进行分析得到对应的第一功率状态;根据第一荷电状态、第一功率状态和第一充放电状态对各个储能电池组进行充放电管理。通过本发明可以提高充放电状态的识别准确度。
Description
技术领域
本发明涉及信号处理技术领域,特别涉及一种储能系统的电池管理方法、装置、系统和部件。
背景技术
“光储充”一体化电站系统是指由光伏发电系统、储能系统、充电设施等组成的小型发配用电系统,也称为微电网。光储充电站中基于功率母线(直流母线或交流母线)对光伏发电系统、储能系统和各个充电设施进行功率连接。储能系统由电池管理系统和多个储能电池组构成。每个储能电池组对应一个充电回路和一个放电回路,各个充/放电回路又各自带有一个回路开关,在充电回路的回路开关闭合时储能电池组可通过充电回路从功率母线取电对自身进行充电,在放电回路的回路开关闭合时储能电池组可通过放电回路向功率母线放电。电池管理系统通过控制器局域网络(Controller Area Network, CAN)与各个储能电池组连接,还与各个储能电池对应的回路开关连接、可以控制各个回路开关的闭合与断开;电池管理系统用于对各个储能电池组的充放电状态进行监测并基于监测结果控制对应的回路开关实现电池充放电管理。
传统的电池管理系统在处理充放电状态监测时,只对各个储能电池组的荷电状态(State of Charge,SOC)进行监测并在荷电状态低于一个设定阈值(例如20%)时将该储能电池组从放电状态切换到充电状态。这种传统的监测处理方式存在一个缺陷,那就是忽略了储能电池组的功率状态(State of Power,SOP)。我们知道随着储能电池组的充放电次数增加其内阻也会增加、放电的扫帚效应增强,也就是说一些使用时间较长的储能电池组在放电过程中即使在某时刻上荷电状态满足放电要求但实际的功率状态也已经不能满足应用需求了,按传统的监测处理方式就会忽略这种情况、从而导致电池管理的及时性和准确性都受到影响。
发明内容
本发明的目的,就是针对现有技术的缺陷,提供一种储能系统的电池管理方法、装置、系统和部件, 在对储能电池组的充放电状态进行监测时增加对功率状态的考虑,根据荷电状态和功率状态对储能电池组的充放电状态进行确认,并基于确认结果对储能电池组进行充放电管理。通过本发明,可以提高充放电状态的识别准确度,从而达到提高电池管理及时性和准确性的目的。
为实现上述目的,本发明实施例第一方面提供了一种储能系统的电池管理方法,所述方法包括:
电池管理系统获取储能系统中各个储能电池组在当前时刻下的荷电状态、电池温度和电池内阻作为对应的第一荷电状态、第一电池温度和第一电池内阻;并获取各个所述储能电池组在前一时刻下的电池充放电状态作为对应的第一充放电状态;并由所述第一荷电状态、所述第一电池温度和所述第一电池内阻组成对应的第一采样数据组并保存;所述储能系统包括所述电池管理系统和多个所述储能电池组;所述电池管理系统与各个所述储能电池组连接;
根据所述第一荷电状态、所述第一电池温度和所述第一电池内阻对所述储能电池组在当前时刻下的功率状态进行分析得到对应的第一功率状态;
根据所述第一荷电状态、所述第一功率状态和所述第一充放电状态对各个所述储能电池组进行充放电管理。
优选的,所述根据所述第一荷电状态、所述第一电池温度和所述第一电池内阻对所述储能电池组在当前时刻下的功率状态进行分析得到对应的第一功率状态,具体包括:
根据所述第一荷电状态和所述第一电池温度进行功率状态分析模式确认生成对应的第一分析模式;所述第一分析模式包括参数模型分析模式和向量机模型分析模式;
当所述第一分析模式为参数模型分析模式时,将所述第一荷电状态、所述第一电池温度和所述第一电池内阻代入预设的参数模型经验公式进行计算生成对应的所述第一功率状态;
当所述第一分析模式为向量机模型分析模式时,从保存的所有所述第一采样数据组中选择最近的指定数量N的所述第一采样数据组按时间先后排序组成对应的第一采样数据组序列;并对所述第一采样数据组序列进行模型输入张量预处理生成对应的第一输入张量X;并将所述第一输入张量X输入预设的支持向量机模型进行功率状态预测生成对应的所述第一功率状态。
进一步的,所述根据所述第一荷电状态和所述第一电池温度进行功率状态分析模式确认生成对应的第一分析模式,具体包括:
当所述第一荷电状态低于预设的荷电状态阈值且所述第一电池温度低于预设的温度阈值时,设置对应的所述第一分析模式为参数模型分析模式;当所述第一荷电状态不低于所述荷电状态阈值或所述第一电池温度不低于所述温度阈值时,设置对应的所述第一分析模式为向量机模型分析模式。
进一步的,所述参数模型经验公式为:
,/>;
其中,SOP为功率状态、SOC为荷电状态、OCV为开路电压、T为温度、R为内阻,f(SOC)为预设的开路电压OCV与荷电状态SOC的映射关系,α、β、γ、a、b为预设的经验参数。
进一步的,所述对所述第一采样数据组序列进行模型输入张量预处理生成对应的第一输入张量X,具体包括:
对所述第一采样数据组序列进行张量转换生成对应的所述第一输入张量X;所述第一输入张量X的形状为N×3;所述第一输入张量X包括所述指定数量N的长度为3的第一输入向量xi,1≤i≤N;所述第一输入向量xi与所述第一采样数据组序列的所述第一采样数据组一一对应,第一个第一输入向量xi=1对应所述第一采样数据组序列中第一个所述第一采样数据组,第二个第一输入向量xi=2对应所述第一采样数据组序列中第二个所述第一采样数据组,依次类推,第N个第一输入向量xi=N对应所述第一采样数据组序列中第N个所述第一采样数据组;所述第一输入向量xi的3个向量数据由对应的所述第一采样数据组的所述第一荷电状态、所述第一电池温度和所述第一电池内阻组成。
进一步的,所述支持向量机模型的支持向量数据结构由荷电状态、电池温度和电池内阻组成;所述支持向量机模型的支持向量数量与所述指定数量N一致;所述支持向量机模型的输出结果为功率状态;所述支持向量机模型使用的核函数为径向基RBF函数。
优选的,所述第一充放电状态包括放电状态和充电状态;
各个所述储能电池组分别对应一个充电回路和一个放电回路,且各个所述储能电池组对应的所述充电回路和所述放电回路的回路开关都由所述电池管理系统控制。
优选的,所述根据所述第一荷电状态、所述第一功率状态和所述第一充放电状态对各个所述储能电池组进行充放电管理,具体包括:
对所述第一充放电状态进行识别;若所述第一充放电状态为充电状态,则根据所述第一荷电状态对所述储能电池组在当前时刻下的充放电状态进行确认生成对应的第二充放电状态;若所述第一充放电状态为放电状态,则根据所述第一荷电状态和所述第一功率状态对所述储能电池组在当前时刻下的充放电状态进行确认生成对应的所述第二充放电状态;所述第二充放电状态包括放电状态和充电状态;
对所述第二充放电状态进行识别;若所述第二充放电状态为放电状态,则断开所述储能电池组的所述充电回路的回路开关并闭合所述储能电池组的所述放电回路的回路开关;若所述第二充放电状态为充电状态,则闭合所述储能电池组的所述充电回路的回路开关并断开所述储能电池组的所述放电回路的回路开关。
进一步的,所述根据所述第一荷电状态对所述储能电池组在当前时刻下的充放电状态进行确认生成对应的第二充放电状态,具体包括:
对所述第一荷电状态是否超过预设的最大荷电状态阈值进行识别;若是,则设置对应的所述第二充放电状态为放电状态;若否,则设置对应的所述第二充放电状态为充电状态。
进一步的,所述根据所述第一荷电状态和所述第一功率状态对所述储能电池组在当前时刻下的充放电状态进行确认生成对应的所述第二充放电状态,具体包括:
若所述第一荷电状态低于预设的最小荷电状态阈值或所述第一功率状态低于预设的最小功率状态阈值,则设置对应的所述第二充放电状态为充电状态;若所述第一荷电状态不低于所述最小荷电状态阈值且所述第一功率状态不低于所述最小功率状态阈值,则设置对应的所述第二充放电状态为放电状态。
本发明实施例第二方面提供了一种用于实现本发明实施例第一方面所述的储能系统的电池管理方法的装置,所述装置为储能系统的装置之一;所述储能系统包括所述装置和多个储能电池组;所述装置与各个所述储能电池组连接;各个所述储能电池组分别对应一个充电回路和一个放电回路,且各个所述储能电池组对应的所述充电回路和所述放电回路的回路开关都由所述装置控制;所述装置包括:获取模块、功率状态分析模块和充放电管理模块;
所述获取模块用于获取所述储能系统中各个所述储能电池组在当前时刻下的荷电状态、电池温度和电池内阻作为对应的第一荷电状态、第一电池温度和第一电池内阻;并获取各个所述储能电池组在前一时刻下的电池充放电状态作为对应的第一充放电状态;并由所述第一荷电状态、所述第一电池温度和所述第一电池内阻组成对应的第一采样数据组并保存;
所述功率状态分析模块用于根据所述第一荷电状态、所述第一电池温度和所述第一电池内阻对所述储能电池组在当前时刻下的功率状态进行分析得到对应的第一功率状态;
所述充放电管理模块用于根据所述第一荷电状态、所述第一功率状态和所述第一充放电状态对各个所述储能电池组进行充放电管理。
本发明实施例第三方面提供了一种储能系统的电池管理系统,所述系统包括:第一电池管理系统和多个第一储能电池组;所述第一电池管理系统用于执行如本发明实施例第一方面所述的储能系统的电池管理方法;所述第一储能电池组如本发明实施例第一方面所述方法的储能电池组。
本发明实施例第四方面提供了一种储能系统的电池管理部件,所述部件包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如本发明实施例第一方面所述的储能系统的电池管理方法。
本发明实施例提供的一种储能系统的电池管理方法、装置、系统和部件,在对储能电池组的充放电状态进行监测时增加对功率状态的考虑,根据荷电状态和功率状态对储能电池组的充放电状态进行确认,并基于确认结果对储能电池组进行充放电管理。通过本发明,提高了充放电状态的识别准确度,提高了电池管理的及时性和准确性。
附图说明
图1为本发明实施例一提供的一种储能系统的电池管理方法示意图;
图2为本发明实施例二提供的一种储能系统的电池管理装置的模块结构图;
图3为本发明实施例三提供的一种储能系统的电池管理系统的模块结构图;
图4为本发明实施例四提供的一种储能系统的电池管理部件的模块结构图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部份实施例,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做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。
本发明实施例一提供一种储能系统的电池管理方法,如图1为本发明实施例一提供的一种储能系统的电池管理方法示意图所示,本方法主要包括如下步骤:
步骤1,电池管理系统获取储能系统中各个储能电池组在当前时刻下的荷电状态、电池温度和电池内阻作为对应的第一荷电状态、第一电池温度和第一电池内阻;并获取各个储能电池组在前一时刻下的电池充放电状态作为对应的第一充放电状态;并由第一荷电状态、第一电池温度和第一电池内阻组成对应的第一采样数据组并保存;
其中,第一充放电状态包括放电状态和充电状态;储能系统包括电池管理系统和多个储能电池组;电池管理系统与各个储能电池组连接;各个储能电池组分别对应一个充电回路和一个放电回路,且各个储能电池组对应的充电回路和放电回路的回路开关都由电池管理系统控制。
这里,对于各个储能电池组而言,若其对应的第一充放电状态为放电状态就说明该储能电池组当前放电回路的回路开关是闭合的、充电回路的回路开关是断开的,该储能电池组当前正通过放电回路向功率母线放电;若其对应的第一充放电状态为充电状态就说明该储能电池组当前充电回路的回路开关是闭合的、放电回路的回路开关是断开的,该储能电池组当前正通过充电回路从功率母线取电对自身进行充电。
步骤2,根据第一荷电状态、第一电池温度和第一电池内阻对储能电池组在当前时刻下的功率状态进行分析得到对应的第一功率状态;
具体包括:步骤21,根据第一荷电状态和第一电池温度进行功率状态分析模式确认生成对应的第一分析模式;
其中,第一分析模式包括参数模型分析模式和向量机模型分析模式;
具体包括:当第一荷电状态低于预设的荷电状态阈值且第一电池温度低于预设的温度阈值时,设置对应的第一分析模式为参数模型分析模式;当第一荷电状态不低于荷电状态阈值或第一电池温度不低于温度阈值时,设置对应的第一分析模式为向量机模型分析模式;
这里,本发明实施例一支持两种功率状态分析模式:参数模型分析模式和向量机模型分析模式;所谓参数模型分析模式即使用一个预先设定的经验公式对当前时刻的功率状态进行估算;所述向量机模型分析模式即使用一个预先设定的支持向量机(SupportVector Machine, SVM)模型对当前时刻的功率状态进行预测;这两种方式各有优缺点,基于参数模型分析模式进行分析其计算过程简单、但数据鲁棒性较差,基于向量机模型分析模式进行分析其数据鲁棒性较好、但在温度较低且SOC较小的情况下误差会较大;所以,本发明实施例一通过预先设定一组经验阈值(荷电状态阈值,温度阈值)来达到最佳模式甄选的目的,在温度较低且SOC较小即在第一荷电状态低于预设的荷电状态阈值且第一电池温度低于预设的温度阈值时优选参数模型分析模式进行功率状态分析,反之在第一荷电状态不低于荷电状态阈值或第一电池温度不低于温度阈值时则优选向量机模型分析模式进行功率状态分析;
步骤22,当第一分析模式为参数模型分析模式时,将第一荷电状态、第一电池温度和第一电池内阻代入预设的参数模型经验公式进行计算生成对应的第一功率状态;
这里,本发明实施例一使用的参数模型经验公式为:
,/>;
其中,SOP为功率状态、SOC为荷电状态、OCV为开路电压、T为温度、R为内阻,f(SOC)为预设的开路电压OCV与荷电状态SOC的映射关系,α、β、γ、a、b为预设的经验参数;
步骤23,当第一分析模式为向量机模型分析模式时,从保存的所有第一采样数据组中选择最近的指定数量N的第一采样数据组按时间先后排序组成对应的第一采样数据组序列;并对第一采样数据组序列进行模型输入张量预处理生成对应的第一输入张量X;并将第一输入张量X输入预设的支持向量机模型进行功率状态预测生成对应的第一功率状态;
具体包括:步骤231,从保存的所有第一采样数据组中选择最近的指定数量N的第一采样数据组按时间先后排序组成对应的第一采样数据组序列;
这里,指定数量N为大于1的整数;
步骤232,并对第一采样数据组序列进行模型输入张量预处理生成对应的第一输入张量X;
具体包括:对第一采样数据组序列进行张量转换生成对应的第一输入张量X;
其中,第一输入张量X的形状为N×3;第一输入张量X包括指定数量N的长度为3的第一输入向量xi,1≤i≤N;第一输入向量xi与第一采样数据组序列的第一采样数据组一一对应,第一个第一输入向量xi=1对应第一采样数据组序列中第一个第一采样数据组,第二个第一输入向量xi=2对应第一采样数据组序列中第二个第一采样数据组,依次类推,第N个第一输入向量xi=N对应第一采样数据组序列中第N个第一采样数据组;第一输入向量xi的3个向量数据由对应的第一采样数据组的第一荷电状态、第一电池温度和第一电池内阻组成;
步骤233,并将第一输入张量X输入预设的支持向量机模型进行功率状态预测生成对应的第一功率状态;
这里,本发明实施例一使用的支持向量机模型的支持向量数据结构由荷电状态、电池温度和电池内阻组成;支持向量机模型的支持向量数量与指定数量N一致;支持向量机模型的输出结果为功率状态;支持向量机模型使用的核函数为径向基(Radial BasisFunction, RBF)核函数。确定了核函数的支持向量机模型的计算实现和训练实现都是公开的技术实现,在此就不做进一步赘述。
步骤3,根据第一荷电状态、第一功率状态和第一充放电状态对各个储能电池组进行充放电管理;
具体包括:步骤31,对第一充放电状态进行识别;若第一充放电状态为充电状态,则根据第一荷电状态对储能电池组在当前时刻下的充放电状态进行确认生成对应的第二充放电状态;若第一充放电状态为放电状态,则根据第一荷电状态和第一功率状态对储能电池组在当前时刻下的充放电状态进行确认生成对应的第二充放电状态;
其中,
第二充放电状态包括放电状态和充电状态;
根据第一荷电状态对储能电池组在当前时刻下的充放电状态进行确认生成对应的第二充放电状态,具体为:对第一荷电状态是否超过预设的最大荷电状态阈值进行识别;若是,则设置对应的第二充放电状态为放电状态;若否,则设置对应的第二充放电状态为充电状态;
这里,最大荷电状态阈值是一个预先设定的经验阈值,本发明实施例一基于该阈值可以防止储能电池组在充电时出现过充情况;
根据第一荷电状态和第一功率状态对储能电池组在当前时刻下的充放电状态进行确认生成对应的第二充放电状态,具体为:若第一荷电状态低于预设的最小荷电状态阈值或第一功率状态低于预设的最小功率状态阈值,则设置对应的第二充放电状态为充电状态;若第一荷电状态不低于最小荷电状态阈值且第一功率状态不低于最小功率状态阈值,则设置对应的第二充放电状态为放电状态;
这里,最小荷电状态阈值、最小功率状态阈值是两个预先设定的经验阈值,本发明实施例一基于最小荷电状态阈值可以防止储能电池组在放电时发生放电深度过大的情况,还可以防止储能电池组在放电时发生放电功率过低的情况;
步骤32,对第二充放电状态进行识别;若第二充放电状态为放电状态,则断开储能电池组的充电回路的回路开关并闭合储能电池组的放电回路的回路开关;若第二充放电状态为充电状态,则闭合储能电池组的充电回路的回路开关并断开储能电池组的放电回路的回路开关。
本发明实施例二提供一种储能系统的电池管理装置,该装置为能够实现本发明实施例一提供的一种储能系统的电池管理方法的装置,该装置为储能系统的装置之一,储能系统包括该装置和多个储能电池组,该装置与各个储能电池组连接,各个储能电池组分别对应一个充电回路和一个放电回路且各个储能电池组对应的充电回路和放电回路的回路开关都由该装置控制;图2为本发明实施例二提供的一种储能系统的电池管理装置的模块结构图,如图2所示,该装置包括:获取模块201、功率状态分析模块202和充放电管理模块203。
获取模块201用于获取储能系统中各个储能电池组在当前时刻下的荷电状态、电池温度和电池内阻作为对应的第一荷电状态、第一电池温度和第一电池内阻;并获取各个储能电池组在前一时刻下的电池充放电状态作为对应的第一充放电状态;并由第一荷电状态、第一电池温度和第一电池内阻组成对应的第一采样数据组并保存。
功率状态分析模块202用于根据第一荷电状态、第一电池温度和第一电池内阻对储能电池组在当前时刻下的功率状态进行分析得到对应的第一功率状态。
充放电管理模块203用于根据第一荷电状态、第一功率状态和第一充放电状态对各个储能电池组进行充放电管理。
本发明实施例二提供的一种储能系统的电池管理装置,用以执行本发明实施例一提供的方法的步骤,其实现原理和技术效果类似,在此不再赘述。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,获取模块可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上获取模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里所描述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,本发明实施例提供的方法的各步骤或本发明实施例提供的装置的各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如,本发明实施例提供的装置的模块可以是被配置成本发明实施例提供的方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application SpecificIntegrated Circuit,ASIC),或,一个或多个数字信号处理器(Digital SignalProcessor,DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,FPGA)等。再如,当本发明实施例提供的装置的某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(Central Processing Unit,CPU)或其它可以调用程序代码的处理器。再如,本发明实施例提供的装置的这些模块可以集成在一起,以片上系统(System-on-a-chip,SOC)的形式实现。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机程序指令时,全部或部分地产生按照本发明实施例提供的方法所描述的流程或功能。上述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。上述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,上述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线路((Digital Subscriber Line,DSL))或无线(例如红外、无线、蓝牙、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。上述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。上述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,高密度数字视频光盘(Digital Video Disc,DVD))、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
图3为本发明实施例三提供的一种储能系统的电池管理系统的模块结构图,如图3所示,本发明实施例三的系统具体可包括:第一电池管理系统401和多个第一储能电池组402;第一电池管理系统401用于执行本发明实施例一提供的方法;第一储能电池组用于实现本发明实施例一提供的储能电池组。
图4为本发明实施例四提供的一种储能系统的电池管理部件的模块结构图。该部件为实现本发明实施例一提供的方法的电子部件、电子设备或服务器。如图4所示,该部件可以包括:处理器601(例如CPU)和存储器602;存储器602存储有可被至少一个处理器601执行的指令,指令被至少一个处理器601执行,以使至少一个处理器601能够执行如本发明实施例一提供的方法。优选的,本发明实施例四涉及的部件还可以包括:收发器603、电源604、系统总线605以及通信端口606。收发器603耦合至处理器601,系统总线605用于实现元件之间的通信连接,上述通信端口606用于部件与其他外设之间进行连接通信。
在图4中提到的系统总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI) 总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该系统总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(Random Access Memory,RAM) ,也可能还包括非易失性存储器(Non-Volatile Memory),例如至少一个磁盘存储器。
上述的处理器可以是通用处理器,包括中央处理器CPU、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器DSP、专用集成电路ASIC、现场可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明实施例提供的一种储能系统的电池管理方法、装置、系统和部件,在对储能电池组的充放电状态进行监测时增加对功率状态的考虑,根据荷电状态和功率状态对储能电池组的充放电状态进行确认,并基于确认结果对储能电池组进行充放电管理。通过本发明,提高了充放电状态的识别准确度,提高了电池管理的及时性和准确性。
专业人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种储能系统的电池管理方法,其特征在于,所述方法包括:
电池管理系统获取储能系统中各个储能电池组在当前时刻下的荷电状态、电池温度和电池内阻作为对应的第一荷电状态、第一电池温度和第一电池内阻;并获取各个所述储能电池组在前一时刻下的电池充放电状态作为对应的第一充放电状态;并由所述第一荷电状态、所述第一电池温度和所述第一电池内阻组成对应的第一采样数据组并保存;所述储能系统包括所述电池管理系统和多个所述储能电池组;所述电池管理系统与各个所述储能电池组连接;
根据所述第一荷电状态、所述第一电池温度和所述第一电池内阻对所述储能电池组在当前时刻下的功率状态进行分析得到对应的第一功率状态;
根据所述第一荷电状态、所述第一功率状态和所述第一充放电状态对各个所述储能电池组进行充放电管理;
其中,所述根据所述第一荷电状态、所述第一电池温度和所述第一电池内阻对所述储能电池组在当前时刻下的功率状态进行分析得到对应的第一功率状态,具体包括:
根据所述第一荷电状态和所述第一电池温度进行功率状态分析模式确认生成对应的第一分析模式;所述第一分析模式包括参数模型分析模式和向量机模型分析模式;
当所述第一分析模式为参数模型分析模式时,将所述第一荷电状态、所述第一电池温度和所述第一电池内阻代入预设的参数模型经验公式进行计算生成对应的所述第一功率状态;
当所述第一分析模式为向量机模型分析模式时,从保存的所有所述第一采样数据组中选择最近的指定数量N的所述第一采样数据组按时间先后排序组成对应的第一采样数据组序列;并对所述第一采样数据组序列进行模型输入张量预处理生成对应的第一输入张量X;并将所述第一输入张量X输入预设的支持向量机模型进行功率状态预测生成对应的所述第一功率状态;
其中,
所述根据所述第一荷电状态和所述第一电池温度进行功率状态分析模式确认生成对应的第一分析模式,具体包括:
当所述第一荷电状态低于预设的荷电状态阈值且所述第一电池温度低于预设的温度阈值时,设置对应的所述第一分析模式为参数模型分析模式;当所述第一荷电状态不低于所述荷电状态阈值或所述第一电池温度不低于所述温度阈值时,设置对应的所述第一分析模式为向量机模型分析模式;
所述参数模型经验公式为:
;
其中,SOP为功率状态、SOC为荷电状态、OCV为开路电压、T为温度、R为内阻,f(SOC)为预设的开路电压OCV与荷电状态SOC的映射关系,α、β、γ、a、b为预设的经验参数;
所述对所述第一采样数据组序列进行模型输入张量预处理生成对应的第一输入张量X,具体包括:
对所述第一采样数据组序列进行张量转换生成对应的所述第一输入张量X;所述第一输入张量X的形状为N×3;所述第一输入张量X包括所述指定数量N的长度为3的第一输入向量xi,1≤i≤N;所述第一输入向量xi与所述第一采样数据组序列的所述第一采样数据组一一对应,第一个第一输入向量xi=1对应所述第一采样数据组序列中第一个所述第一采样数据组,第二个第一输入向量xi=2对应所述第一采样数据组序列中第二个所述第一采样数据组,依次类推,第N个第一输入向量xi=N对应所述第一采样数据组序列中第N个所述第一采样数据组;所述第一输入向量xi的3个向量数据由对应的所述第一采样数据组的所述第一荷电状态、所述第一电池温度和所述第一电池内阻组成;
所述支持向量机模型的支持向量数据结构由荷电状态、电池温度和电池内阻组成;所述支持向量机模型的支持向量数量与所述指定数量N一致;所述支持向量机模型的输出结果为功率状态;所述支持向量机模型使用的核函数为径向基RBF函数。
2.根据权利要求1所述的储能系统的电池管理方法,其特征在于,
所述第一充放电状态包括放电状态和充电状态;
各个所述储能电池组分别对应一个充电回路和一个放电回路,且各个所述储能电池组对应的所述充电回路和所述放电回路的回路开关都由所述电池管理系统控制。
3.根据权利要求2所述的储能系统的电池管理方法,其特征在于,所述根据所述第一荷电状态、所述第一功率状态和所述第一充放电状态对各个所述储能电池组进行充放电管理,具体包括:
对所述第一充放电状态进行识别;若所述第一充放电状态为充电状态,则根据所述第一荷电状态对所述储能电池组在当前时刻下的充放电状态进行确认生成对应的第二充放电状态;若所述第一充放电状态为放电状态,则根据所述第一荷电状态和所述第一功率状态对所述储能电池组在当前时刻下的充放电状态进行确认生成对应的所述第二充放电状态;所述第二充放电状态包括放电状态和充电状态;
对所述第二充放电状态进行识别;若所述第二充放电状态为放电状态,则断开所述储能电池组的所述充电回路的回路开关并闭合所述储能电池组的所述放电回路的回路开关;若所述第二充放电状态为充电状态,则闭合所述储能电池组的所述充电回路的回路开关并断开所述储能电池组的所述放电回路的回路开关。
4.根据权利要求3所述的储能系统的电池管理方法,其特征在于,所述根据所述第一荷电状态对所述储能电池组在当前时刻下的充放电状态进行确认生成对应的第二充放电状态,具体包括:
对所述第一荷电状态是否超过预设的最大荷电状态阈值进行识别;若是,则设置对应的所述第二充放电状态为放电状态;若否,则设置对应的所述第二充放电状态为充电状态。
5.根据权利要求3所述的储能系统的电池管理方法,其特征在于,所述根据所述第一荷电状态和所述第一功率状态对所述储能电池组在当前时刻下的充放电状态进行确认生成对应的所述第二充放电状态,具体包括:
若所述第一荷电状态低于预设的最小荷电状态阈值或所述第一功率状态低于预设的最小功率状态阈值,则设置对应的所述第二充放电状态为充电状态;若所述第一荷电状态不低于所述最小荷电状态阈值且所述第一功率状态不低于所述最小功率状态阈值,则设置对应的所述第二充放电状态为放电状态。
6.一种用于实现权利要求1-5任一项所述的储能系统的电池管理方法的装置,其特征在于,所述装置为储能系统的装置之一;所述储能系统包括所述装置和多个储能电池组;所述装置与各个所述储能电池组连接;各个所述储能电池组分别对应一个充电回路和一个放电回路,且各个所述储能电池组对应的所述充电回路和所述放电回路的回路开关都由所述装置控制;所述装置包括:获取模块、功率状态分析模块和充放电管理模块;
所述获取模块用于获取所述储能系统中各个所述储能电池组在当前时刻下的荷电状态、电池温度和电池内阻作为对应的第一荷电状态、第一电池温度和第一电池内阻;并获取各个所述储能电池组在前一时刻下的电池充放电状态作为对应的第一充放电状态;并由所述第一荷电状态、所述第一电池温度和所述第一电池内阻组成对应的第一采样数据组并保存;
所述功率状态分析模块用于根据所述第一荷电状态、所述第一电池温度和所述第一电池内阻对所述储能电池组在当前时刻下的功率状态进行分析得到对应的第一功率状态;
所述充放电管理模块用于根据所述第一荷电状态、所述第一功率状态和所述第一充放电状态对各个所述储能电池组进行充放电管理。
7.一种储能系统的电池管理系统,其特征在于,所述系统包括:第一电池管理系统和多个第一储能电池组;所述第一电池管理系统用于执行如权利要求1-5任一项所述的储能系统的电池管理方法;所述第一储能电池组如权利要求1-5任一项所述方法的储能电池组。
8.一种储能系统的电池管理部件,其特征在于,所述部件包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1-5任一项所述的储能系统的电池管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311323656.2A CN117060553B (zh) | 2023-10-13 | 2023-10-13 | 储能系统的电池管理方法、装置、系统和部件 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311323656.2A CN117060553B (zh) | 2023-10-13 | 2023-10-13 | 储能系统的电池管理方法、装置、系统和部件 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117060553A CN117060553A (zh) | 2023-11-14 |
CN117060553B true CN117060553B (zh) | 2024-01-02 |
Family
ID=88655831
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311323656.2A Active CN117060553B (zh) | 2023-10-13 | 2023-10-13 | 储能系统的电池管理方法、装置、系统和部件 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117060553B (zh) |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103187750A (zh) * | 2011-12-31 | 2013-07-03 | 中国电力科学研究院 | 兆瓦级电池储能电站实时功率控制方法及其系统 |
CN105301509A (zh) * | 2015-11-12 | 2016-02-03 | 清华大学 | 锂离子电池荷电状态、健康状态与功率状态的联合估计方法 |
WO2017016385A1 (zh) * | 2015-07-27 | 2017-02-02 | 中兴通讯股份有限公司 | 电池荷电状态值的估算方法及装置 |
CN107340476A (zh) * | 2016-04-29 | 2017-11-10 | 株式会社日立制作所 | 电池的电气状态监测系统和电气状态监测方法 |
CN107370171A (zh) * | 2017-07-13 | 2017-11-21 | 北京索英电气技术有限公司 | 一种独立微网中大规模储能优化配置与协调控制方法 |
WO2018196433A1 (zh) * | 2017-04-24 | 2018-11-01 | 国家电网公司 | 多类型储能多级控制方法 |
WO2019184844A1 (zh) * | 2018-03-30 | 2019-10-03 | 比亚迪股份有限公司 | 动力电池组的电池功率状态sop计算方法、装置和电动汽车 |
CN110365052A (zh) * | 2019-08-08 | 2019-10-22 | 东北大学 | 基于功率优化调度的微网储能系统状态一致性控制方法 |
CN110949174A (zh) * | 2019-11-05 | 2020-04-03 | 北汽(常州)汽车有限公司 | 纯电动汽车多工况下电池系统功率状态在线估算方法 |
CN110967637A (zh) * | 2019-06-24 | 2020-04-07 | 宁德时代新能源科技股份有限公司 | 电池的许用功率估算方法、装置、系统和存储介质 |
CN111308363A (zh) * | 2020-02-17 | 2020-06-19 | 中南大学 | 一种基于自适应模型的锂电池荷电状态估计装置及方法 |
WO2020143104A1 (zh) * | 2019-01-08 | 2020-07-16 | 南京工程学院 | 一种考虑阻塞和储能分时电价的电网混合滚动调度方法 |
CN112858916A (zh) * | 2021-01-14 | 2021-05-28 | 重庆大学 | 一种基于模型与数据驱动融合的电池包荷电状态估计方法 |
WO2021142678A1 (zh) * | 2020-01-15 | 2021-07-22 | 深圳市大疆创新科技有限公司 | 电池参数确定方法、设备及存储介质 |
CN113406500A (zh) * | 2021-06-29 | 2021-09-17 | 同济大学 | 一种动力锂电池的剩余电量估计方法 |
CN113779794A (zh) * | 2021-09-13 | 2021-12-10 | 山东大学 | 计及微观约束的锂离子电池sop估计方法及系统 |
CN114740386A (zh) * | 2022-03-08 | 2022-07-12 | 中南大学 | 一种基于健康状态的锂离子电池荷电状态估计方法 |
CN115195529A (zh) * | 2022-04-13 | 2022-10-18 | 上海蓝诺新能源技术有限公司 | 电池控制方法、电子设备及电池控制系统 |
CN116381499A (zh) * | 2023-02-20 | 2023-07-04 | 国联汽车动力电池研究院有限责任公司 | 蓄电池多次峰值功率性能参数预测方法及装置 |
WO2023184824A1 (zh) * | 2022-03-31 | 2023-10-05 | 上海玫克生储能科技有限公司 | 电池簇荷电状态的估计方法及系统、电子设备及存储介质 |
-
2023
- 2023-10-13 CN CN202311323656.2A patent/CN117060553B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103187750A (zh) * | 2011-12-31 | 2013-07-03 | 中国电力科学研究院 | 兆瓦级电池储能电站实时功率控制方法及其系统 |
WO2013097489A1 (zh) * | 2011-12-31 | 2013-07-04 | 中国电力科学研究院 | 兆瓦级电池储能电站实时功率控制方法及其系统 |
WO2017016385A1 (zh) * | 2015-07-27 | 2017-02-02 | 中兴通讯股份有限公司 | 电池荷电状态值的估算方法及装置 |
CN105301509A (zh) * | 2015-11-12 | 2016-02-03 | 清华大学 | 锂离子电池荷电状态、健康状态与功率状态的联合估计方法 |
CN107340476A (zh) * | 2016-04-29 | 2017-11-10 | 株式会社日立制作所 | 电池的电气状态监测系统和电气状态监测方法 |
WO2018196433A1 (zh) * | 2017-04-24 | 2018-11-01 | 国家电网公司 | 多类型储能多级控制方法 |
CN107370171A (zh) * | 2017-07-13 | 2017-11-21 | 北京索英电气技术有限公司 | 一种独立微网中大规模储能优化配置与协调控制方法 |
WO2019184844A1 (zh) * | 2018-03-30 | 2019-10-03 | 比亚迪股份有限公司 | 动力电池组的电池功率状态sop计算方法、装置和电动汽车 |
WO2020143104A1 (zh) * | 2019-01-08 | 2020-07-16 | 南京工程学院 | 一种考虑阻塞和储能分时电价的电网混合滚动调度方法 |
CN110967637A (zh) * | 2019-06-24 | 2020-04-07 | 宁德时代新能源科技股份有限公司 | 电池的许用功率估算方法、装置、系统和存储介质 |
CN110365052A (zh) * | 2019-08-08 | 2019-10-22 | 东北大学 | 基于功率优化调度的微网储能系统状态一致性控制方法 |
CN110949174A (zh) * | 2019-11-05 | 2020-04-03 | 北汽(常州)汽车有限公司 | 纯电动汽车多工况下电池系统功率状态在线估算方法 |
WO2021142678A1 (zh) * | 2020-01-15 | 2021-07-22 | 深圳市大疆创新科技有限公司 | 电池参数确定方法、设备及存储介质 |
CN111308363A (zh) * | 2020-02-17 | 2020-06-19 | 中南大学 | 一种基于自适应模型的锂电池荷电状态估计装置及方法 |
CN112858916A (zh) * | 2021-01-14 | 2021-05-28 | 重庆大学 | 一种基于模型与数据驱动融合的电池包荷电状态估计方法 |
CN113406500A (zh) * | 2021-06-29 | 2021-09-17 | 同济大学 | 一种动力锂电池的剩余电量估计方法 |
CN113779794A (zh) * | 2021-09-13 | 2021-12-10 | 山东大学 | 计及微观约束的锂离子电池sop估计方法及系统 |
CN114740386A (zh) * | 2022-03-08 | 2022-07-12 | 中南大学 | 一种基于健康状态的锂离子电池荷电状态估计方法 |
WO2023184824A1 (zh) * | 2022-03-31 | 2023-10-05 | 上海玫克生储能科技有限公司 | 电池簇荷电状态的估计方法及系统、电子设备及存储介质 |
CN115195529A (zh) * | 2022-04-13 | 2022-10-18 | 上海蓝诺新能源技术有限公司 | 电池控制方法、电子设备及电池控制系统 |
CN116381499A (zh) * | 2023-02-20 | 2023-07-04 | 国联汽车动力电池研究院有限责任公司 | 蓄电池多次峰值功率性能参数预测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN117060553A (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dehghanpour et al. | A survey on state estimation techniques and challenges in smart distribution systems | |
US11408942B2 (en) | Method for predicting service life of retired power battery | |
Liu et al. | Future ageing trajectory prediction for lithium-ion battery considering the knee point effect | |
CN114547849A (zh) | 储能电站电池工况健康状态预测方法及系统 | |
CN109991554B (zh) | 一种电池电量检测方法、装置及终端设备 | |
US20220373601A1 (en) | Battery Performance Prediction | |
WO2023221589A1 (zh) | 一种电池健康状态的检测方法、装置及系统 | |
CN109800446B (zh) | 一种锂离子电池放电过程电压不一致性估计方法及装置 | |
JP2015135286A (ja) | 二次電池の特性推定装置 | |
CN112180258B (zh) | 电池平均库伦效率的测定方法、装置、介质、终端、及系统 | |
Tang et al. | Reconstruction of the incremental capacity trajectories from current-varying profiles for lithium-ion batteries | |
CN108549332B (zh) | 一种基于钴酸锂配料系统的生产状态预测方法 | |
CN109633448B (zh) | 识别电池健康状态的方法、装置和终端设备 | |
Huang et al. | A comprehensively optimized lithium-ion battery state-of-health estimator based on Local Coulomb Counting Curve | |
CN116613865B (zh) | 一种电池快充方法、电池储能系统及储能电站 | |
Zhou et al. | Research on Online Capacity Estimation of Power Battery Based on EKF‐GPR Model | |
Zhou et al. | Practical State of Health Estimation for LiFePO 4 Batteries Based on Gaussian Mixture Regression and Incremental Capacity Analysis | |
Yang et al. | Balancing awareness fast charging control for lithium-ion battery pack using deep reinforcement learning | |
CN117060553B (zh) | 储能系统的电池管理方法、装置、系统和部件 | |
CN112084459A (zh) | 电池充放电循环寿命的预测方法、装置、电子终端、及存储介质 | |
CN112909979B (zh) | 集群电动汽车的多模式调频方法、装置、设备及介质 | |
Wang et al. | A novel capacity estimation method for li-ion battery cell by applying ensemble learning to extremely sparse significant points | |
CN115224751A (zh) | 电池充电剩余时长的获取方法、装置、电子设备及介质 | |
CN117289167A (zh) | 基于多重神经网络的电池剩余寿命预测方法、装置及介质 | |
Xie et al. | Battery model parameterization using manufacturer datasheet and field measurement for real-time HIL applications |
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 |