CN117250520B - 一种大型电池储能电站安全性分析评价方法及系统 - Google Patents
一种大型电池储能电站安全性分析评价方法及系统 Download PDFInfo
- Publication number
- CN117250520B CN117250520B CN202311514844.3A CN202311514844A CN117250520B CN 117250520 B CN117250520 B CN 117250520B CN 202311514844 A CN202311514844 A CN 202311514844A CN 117250520 B CN117250520 B CN 117250520B
- Authority
- CN
- China
- Prior art keywords
- single battery
- set time
- voltage value
- value
- voltage
- 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 32
- 238000011156 evaluation Methods 0.000 title claims abstract description 30
- 238000004458 analytical method Methods 0.000 title claims abstract description 28
- 238000012937 correction Methods 0.000 claims description 37
- 238000000034 method Methods 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 5
- 238000011056 performance test Methods 0.000 abstract description 4
- 230000008859 change Effects 0.000 description 16
- 230000000694 effects Effects 0.000 description 11
- 238000001914 filtration Methods 0.000 description 9
- 230000001788 irregular Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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]
- G01R31/374—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] with means for correcting the measurement for temperature or ageing
-
- 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]
- G01R31/392—Determining battery ageing or deterioration, e.g. state of health
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
- Secondary Cells (AREA)
Abstract
本发明涉及蓄电池的性能测试技术领域,具体涉及一种大型电池储能电站安全性分析评价方法及系统,通过获取串联电池组在各个设定时刻的数据信息,该数据信息至少包括:串联电池组的总电压值、每个单体电池的电压值和每个单体电池的温度值;基于该数据信息,确定每个单体电池在每个设定时刻的电压值的可信度、噪声程度和噪声影响可能性,进而确定每个单体电池在每个设定时刻的电压值的权重;并基于该权重对每个单体电池在各个设定时刻的电压值进行去噪处理,进而最终确定电池储能电站的安全评价结果。本发明通过对串联电池组进行性能测试,有效提高了电池储能电站安全评价结果的准确性。
Description
技术领域
本发明涉及蓄电池的性能测试技术领域,具体涉及一种大型电池储能电站安全性分析评价方法及系统。
背景技术
由于大型电池储能电站周围环境问题,如相邻电池组直接造成的电磁干扰,在串联的电池储能电站电压数据安全性分析背景下,在电池的电压数据采集过程中会存在各种噪声,因此往往需要对电池的电压数据进行去噪处理。加权均值滤波算法作为常用的一种去噪算法,该方法在数据点权重分配过程中往往采用固定权重的方式,例如采用基于距离或方差的线性衰减权重。这种固定权重分配方式无法与数据本身的特点进行适配,在处理不同类型的噪声可能会出现去噪效果不佳或者过度平滑的情况,从而导致在去噪过程中失去一些细节信息,去噪效果不够理想,从而相应影响电压数据安全性分析评价的准确性。
发明内容
本发明的目的在于提供一种大型电池储能电站安全性分析评价方法及系统,用于解决现有对电压数据去噪效果较差,导致电压数据安全性分析评价的准确性较低的问题。
为解决上述技术问题,本发明提供了一种大型电池储能电站安全性分析评价方法,包括以下步骤:
获取串联电池组在各个设定时刻的数据信息,所述数据信息至少包括:串联电池组的总电压值、每个单体电池的电压值和每个单体电池的温度值;
根据每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值和温度值之间的差异,确定每个单体电池在每个设定时刻的修正电压值;
根据每个单体电池在每个设定时刻的电压值和修正电压值之间的差异,以及每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值和修正电压值之间的差异,确定每个单体电池在每个设定时刻的电压值的可信度;
根据每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值分布,确定每个单体电池在每个设定时刻的电压值的噪声程度;
根据每个单体电池在每个设定时刻的电压值与串联电池组在每个设定时刻的总电压值的差异,确定每个单体电池在每个设定时刻的电压值的噪声影响可能性;
根据每个单体电池在每个设定时刻的电压值的可信度、噪声程度和噪声影响可能性,确定每个单体电池在每个设定时刻的电压值的权重;
根据每个单体电池在每个设定时刻的电压值的权重,对每个单体电池在各个设定时刻的电压值进行去噪处理,得到每个单体电池的各个去噪电压值,并根据所述各个去噪电压值,确定电池储能电站的安全评价结果。
进一步的,确定每个单体电池在每个设定时刻的修正电压值,包括:
确定每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值的平均值,从而得到每个单体电池在每个设定时刻对应的平均电压值;
计算每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值与所述平均电压值之间的差值绝对值,并将所述差值绝对值中的最小值确定为每个单体电池在每个设定时刻的最接近平均电压相差值;
将每个单体电池在每个设定时刻的温度值与每个单体电池在每个设定时刻的窗口区域中所述最接近平均电压相差值对应设定时刻的温度值之间的差值绝对值,确定为每个单体电池在每个设定时刻的温度差异值;
根据每个单体电池在每个设定时刻的最接近平均电压相差值和温度差异值,确定每个单体电池在每个设定时刻的修正电压值。
进一步的,确定每个单体电池在每个相邻设定时刻的修正电压值,对应的计算公式为:
;其中,/>表示每个单体电池在第i个设定时刻的修正电压值;/>表示每个单体电池在第i个设定时刻的温度差异值;/>表示每个单体电池在第i个设定时刻的最接近平均电压相差值;/>表示每个单体电池的温度系数。
进一步的,确定每个单体电池在每个设定时刻的电压值的可信度,包括:
对每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值进行曲线拟合,确定每个单体电池在每个设定时刻对应的第一拟合曲线和第一拟合误差;
对每个单体电池在每个设定时刻的窗口区域中各个设定时刻的修正电压值进行曲线拟合,确定每个单体电池在每个设定时刻对应的第二拟合曲线和第二拟合误差;
确定每个单体电池在每个设定时刻对应的第一拟合曲线和第二拟合曲线之间的结构相似性;
根据每个单体电池在每个设定时刻对应的结构相似性、第一拟合误差和第二拟合误差,以及在每个设定时刻的电压值和修正电压值之间的差异,确定每个单体电池在每个设定时刻的电压值的第一电压联系程度;
根据每个单体电池在每个设定时刻对应的结构相似性、第一拟合误差、第二拟合误差、第二拟合曲线的平均斜率,以及在每个设定时刻的窗口区域中各个设定时刻的电压值和修正电压值之间的差异,确定每个单体电池在每个设定时刻的电压值的第二电压联系程度;
根据每个单体电池在每个设定时刻的电压值的第一电压联系程度和第二电压联系程度,确定每个单体电池在每个设定时刻的电压值的可信度。
进一步的,确定每个单体电池在每个设定时刻的电压值的第一电压联系程度,对应的计算公式为:
;其中,/>表示每个单体电池在每个设定时刻的电压值的第一电压联系程度;/>表示每个单体电池在每个设定时刻的电压值;/>表示每个单体电池在每个设定时刻的修正电压值;/>表示每个单体电池在每个设定时刻对应的第一拟合曲线和第二拟合曲线之间的结构相似性;/>表示每个单体电池在每个设定时刻对应的第一拟合曲线;/>表示每个单体电池在每个设定时刻对应的第二拟合曲线;/>表示每个单体电池在每个设定时刻对应的第一拟合误差;/>表示每个单体电池在每个设定时刻对应的第二拟合误差;| |表示取绝对值符号;/>表示大于0的修正值。
进一步的,确定每个单体电池在每个设定时刻的电压值的第二电压联系程度,对应的计算公式为:
;其中,/>表示每个单体电池在每个设定时刻的电压值的第二电压联系程度;/>表示每个单体电池在每个设定时刻对应的第二拟合曲线的平均斜率的绝对值;/>表示每个单体电池在每个设定时刻的窗口区域中第i个设定时刻的电压值;/>表示每个单体电池在每个设定时刻的窗口区域中第i个设定时刻的修正电压值;N表示每个单体电池在每个设定时刻的窗口区域中各个设定时刻的总数目;/>表示每个单体电池在每个设定时刻对应的第一拟合曲线和第二拟合曲线之间的结构相似性;/>表示每个单体电池在每个设定时刻对应的第一拟合曲线;/>表示每个单体电池在每个设定时刻对应的第二拟合曲线;/>表示每个单体电池在每个设定时刻对应的第一拟合误差;/>表示每个单体电池在每个设定时刻对应的第二拟合误差;| |表示取绝对值符号。
进一步的,确定每个单体电池在每个设定时刻的电压值的噪声程度,包括:
确定每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值中的各个极值点,并确定每相邻两个极值点之间的差值绝对值,从而得到每个单体电池在每个设定时刻的各个极值点差值绝对值;
对每个单体电池在每个设定时刻的各个极值点差值绝对值进行曲线拟合,得到极值差值拟合曲线,并确定各个极值点差值绝对值在所述极值差值拟合曲线上的斜率的方差,并将所述方差确定为每个单体电池在每个设定时刻的电压振幅不规则程度;
根据每个单体电池在每个设定时刻对应的极值点的总数目和电压振幅不规则程度,确定每个单体电池在每个设定时刻的电压值的噪声程度,所述极值点的总数目和电压振幅不规则程度均与所述噪声程度成正相关关系。
进一步的,确定每个单体电池在每个设定时刻的电压值的噪声影响可能性,包括:
确定各个单体电池在每个设定时刻的电压值的累加和与串联电池组在每个设定时刻的总电压值的差值绝对值,从而得到每个单体电池在每个设定时刻的电压值的噪声影响可能性。
进一步的,确定每个单体电池在每个设定时刻的电压值的权重,包括:
根据每个单体电池在每个设定时刻的电压值的可信度、噪声程度和噪声影响可能性,确定每个单体电池在每个设定时刻的电压值的噪声程度修正值,所述可信度、噪声程度和噪声影响可能性均与所述噪声程度修正值成正相关关系;
对每个单体电池在每个设定时刻的电压值的噪声程度修正值进行负相关归一化,从而得到每个单体电池在每个设定时刻的电压值的权重。
为解决上述技术问题,本发明还提供了一种大型电池储能电站安全性分析评价系统,包括处理器和存储器,所述处理器用于处理存储在所述存储器中的指令,以实现如上述任一项所述的一种大型电池储能电站安全性分析评价方法的步骤。
本发明具有如下有益效果:本发明通过获取串联电池组在各个设定时刻的数据信息,基于该数据信息,进行电池性能测试,可以准确确定电池储能电站安全评价结果。具体的,本发明通过对串联电池组中每个单体电池的电压值的局部范围内的变化特点、电压值与温度值之间的影响关系以及单体电池的电压值与串联电池组的总电压值进行分析,可以准确地、自适应确定在滤波过程中每个单体电池在每个设定时刻的电压值的权重,可以更好地去除噪声并保留数据信息细节,有效消除了去噪效果不佳和过度平滑的问题,提高了去噪效果,进而可以更好地进行安全性分析,提高了电池储能电站安全性分析评价的准确性。
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和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,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它附图。
图1为本发明实施例的大型电池储能电站安全性分析评价方法的流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的技术方案的具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。另外,本文所涉及公式中的所有参数或者指标均为归一化之后的消除了量纲影响的数值。
为了解决现有对电压数据去噪效果较差,导致电压数据安全性分析评价的准确性较低的问题,本实施例提供了一种大型电池储能电站安全性分析评价方法,该方法对应的流程图如图1所示,包括以下步骤:
步骤S1:获取串联电池组在各个设定时刻的数据信息,所述数据信息至少包括:串联电池组的总电压值、每个单体电池的电压值和每个单体电池的温度值。
当需要对大型电池储能电站进行安全性分析评价时,对该电池储能电站中每个串联电池组的每个单体电池的电压值和温度值,以及串联电池组的总电压值进行采集。采集频率可以根据需要进行合理设定,在本实施例中,设置采样频率为1HZ,即每秒采集一次。将每个采集时刻作为一个设定时刻,并将每个设定时刻采集到的串联电池组每个单体电池的电压值和温度值,以及串联电池组的总电压值确定为该设定时刻的数据信息,从而可以得到串联电池组在各个设定时刻的数据信息。
步骤S2:根据每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值和温度值之间的差异,确定每个单体电池在每个设定时刻的修正电压值。
在串联电池组充电放电的过程中,电池中的内阻会引起能量的损耗,并产生热量,从而导致单体电池的温度会缓慢升高。在理想情况下,所有单体电池的温度在一个时间点下相同,但是由于每个单体电池的电化学反应产生的热量不会完全相等,这就导致了单体电池的温度会存在差异。同时,由于相同材料的单体电池的电压同时受到温度等多种因素的影响,会导致单体电池两端的电压值也会存在差异。因此,可用单体电池周围的温度的变化以及温度和电压的关系来对电压数据的可信度进行分析,并最终实现电压数据的准确去噪。
为了实现上述目标,在通过上述步骤获取到串联电池组在各个设定时刻的数据信息之后,确定串联电池组的每个设定时刻对应的窗口区域。由于在5分钟的局部范围内单体电池的温度变化缓慢,因此在本实施例中,是将每个设定时刻之前的5分钟局部时间段作为对应设定时刻的窗口区域。该窗口区域可以包含对应的设定时刻,也可以不包含对应的设定时刻。应当理解的是,对于位于前端的设定时刻,当该设定时刻之前的时间段不足5分钟时,则将该设定时刻之前以及之后的总共5分钟局部时间段作为对应设定时刻的窗口区域。根据先验知识可知,在该窗口区域内,单体电池的温度和电池内阻为线性关系,因此可以利用单体电池的温度和电池内阻的关系对每个单体电池在每个设定时刻的电压值进行修正,从而得到每个单体电池在每个设定时刻的修正电压值,实现步骤包括:
确定每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值的平均值,从而得到每个单体电池在每个设定时刻对应的平均电压值;
计算每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值与所述平均电压值之间的差值绝对值,并将所述差值绝对值中的最小值确定为每个单体电池在每个设定时刻的最接近平均电压相差值;
将每个单体电池在每个设定时刻的温度值与每个单体电池在每个设定时刻的窗口区域中所述最接近平均电压相差值对应设定时刻的温度值之间的差值绝对值,确定为每个单体电池在每个设定时刻的温度差异值;
根据每个单体电池在每个设定时刻的最接近平均电压相差值和温度差异值,确定每个单体电池在每个设定时刻的修正电压值。
优选的,确定每个单体电池在每个设定时刻的修正电压值,对应的计算公式为:
;其中,/>表示每个单体电池在第i个设定时刻的修正电压值;/>表示每个单体电池在每个设定时刻的电流值;/>表示每个单体电池在第i个设定时刻的温度差异值;/>表示每个单体电池在第i个设定时刻最接近平均电压相差值;/>表示每个单体电池的温度系数。
在上述的每个单体电池在每个设定时刻的修正电压值的计算公式中,表示每个单体电池在第i个设定时刻的参考温度下的电阻值,/>表示每个单体电池在第i个设定时刻的电流值,/>表示每个单体电池在第i个设定时刻的窗口区域中各个设定时刻的电压值与该窗口区域内所有设定时刻的平均电压值之间的差值绝对值中的最小值,也就是每个单体电池在第i个设定时刻的窗口区域中最接近平均电压的电压值与平均电压的差值绝对值,将该差值绝对值记为最接近平均电压相差值,并将该最接近平均电压相差值对应设定时刻的单体电池的温度值记为/>,该温度值/>即为当前窗口区域内的参考温度,那么/>表示温度差异值,也就是每个单体电池在第i个设定时刻的温度值与参考温度的差值。/>表示单体电池的电阻值随温度变化的公式,该公式为已知公式,/>为单体电池的电阻材料的温度系数,该温度系数可通过提前测量得到,其描述的是单位温度变化下的单体电池的电阻值的变化率,其计算结果即为在温度/>下理想的内阻,从而/>即为理想情况下的电压值,就此完成了对电压数据的修正。
步骤S3:根据每个单体电池在每个设定时刻的电压值和修正电压值之间的差异,以及每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值和修正电压值之间的差异,确定每个单体电池在每个设定时刻的电压值的可信度。
通过对每个单体电池在每个设定时刻的电压值和修正电压值之间的差异,以及每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值和修正电压值之间的差异进行分析,可以确定每个单体电池在每个设定时刻的电压值的可信度,实现步骤包括:
对每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值进行曲线拟合,确定每个单体电池在每个设定时刻对应的第一拟合曲线和第一拟合误差;
对每个单体电池在每个设定时刻的窗口区域中各个设定时刻的修正电压值进行曲线拟合,确定每个单体电池在每个设定时刻对应的第二拟合曲线和第二拟合误差;
确定每个单体电池在每个设定时刻对应的第一拟合曲线和第二拟合曲线之间的结构相似性;
根据每个单体电池在每个设定时刻对应的结构相似性、第一拟合误差和第二拟合误差,以及在每个设定时刻的电压值和修正电压值之间的差异,确定每个单体电池在每个设定时刻的电压值的第一电压联系程度;
根据每个单体电池在每个设定时刻对应的结构相似性、第一拟合误差、第二拟合误差、第二拟合曲线的平均斜率,以及在每个设定时刻的窗口区域中各个设定时刻的电压值和修正电压值之间的差异,确定每个单体电池在每个设定时刻的电压值的第二电压联系程度;
根据每个单体电池在每个设定时刻的电压值的第一电压联系程度和第二电压联系程度,确定每个单体电池在每个设定时刻的电压值的可信度。
具体的,计算每个单体电池的电压值和修正后的电压值在同一设定时刻下的联系程度,因为在实际情况下每个单体电池的温度是有差异的,那么对应的其电压值数据也会不同,那么分别对每个单体电池在每个设定时刻的窗口区域内的各个设定时刻的修正后的电压值数据以及电压值数据进行曲线拟合,记拟合结果分别为与/>,那么其结构相似性即可间接表示电压值数据和修正电压值数据的相关性。同时,其实际测量的电压值数据与修正后的电压值数据之间的差值即可表征其联系程度,其逻辑关系为:相关性越高、差值越小表示其数据的联系程度越高,那么其联系程度对应的计算公式为:
;其中,/>表示每个单体电池在每个设定时刻的电压值的第一电压联系程度;/>表示每个单体电池在每个设定时刻的电压值;/>表示每个单体电池在每个设定时刻的修正电压值;/>表示每个单体电池在每个设定时刻对应的第一拟合曲线和第二拟合曲线之间的结构相似性;/>表示每个单体电池在每个设定时刻对应的第一拟合曲线;/>表示每个单体电池在每个设定时刻对应的第二拟合曲线;/>表示每个单体电池在每个设定时刻对应的第一拟合误差;/>表示每个单体电池在每个设定时刻对应的第二拟合误差;| |表示取绝对值符号;/>表示大于0的修正值,为了防止分母为零。
在上述的每个单体电池在每个设定时刻的电压值的第一电压联系程度的计算公式中,表示每个单体电池在每个设定时刻对应的第一拟合曲线和第二拟合曲线之间的结构相似性,该结构相似性具体是指第一拟合曲线和第二拟合曲线之间的皮尔逊相关系数。第一拟合误差/>和第二拟合误差/>分别表示每个单体电池在每个设定时刻的窗口区域内的各个设定时刻的电压值数据以及修正后的电压值数据在曲线拟合过程中的拟合误差,拟合误差越小表示其拟合曲线越逼近原始数据,则其结构相似性越能表征原始数据的相关性。/>表示每个单体电池在每个设定时刻对应的电压值和修正后的电压值之间的差异值,当差异值/>的取值越小,且相关性越大时,表示电压值和修正电压值之间的联系程度越高,对应的第一电压联系程度/>的取值就越大。
同时,按照相同的方式计算单体电池的电压值数据和修正后的电压值数据在窗口区域对应的时间段内的联系程度,但需要注意的是,在计算该联系程度时,还需考虑时序上的温度值变化,即窗口区域内随着时间的推进其温度值会缓慢升高,此时可以用修正后的电压值数据的拟合曲线的斜率表征这种关系。在理想情况下,单体电池在局部窗口区域内的温度变化是非常缓慢的甚至可以说是不变的,因此拟合曲线的斜率越小,表明联系程度越高,那么其联系程度对应的计算公式为:
;其中,/>表示每个单体电池在每个设定时刻的电压值的第二电压联系程度;/>表示每个单体电池在每个设定时刻对应的第二拟合曲线的平均斜率的绝对值;/>表示每个单体电池在每个设定时刻的窗口区域中第i个设定时刻的电压值;/>表示每个单体电池在每个设定时刻的窗口区域中第i个设定时刻的修正电压值;N表示每个单体电池在每个设定时刻的窗口区域中各个设定时刻的总数目;/>表示每个单体电池在每个设定时刻对应的第一拟合曲线和第二拟合曲线之间的结构相似性;/>表示每个单体电池在每个设定时刻对应的第一拟合曲线;/>表示每个单体电池在每个设定时刻对应的第二拟合曲线;/>表示每个单体电池在每个设定时刻对应的第一拟合误差;/>表示每个单体电池在每个设定时刻对应的第二拟合误差;| |表示取绝对值符号。
在上述的每个单体电池在每个设定时刻的电压值的第二电压联系程度的计算公式中,表示每个单体电池在每个设定时刻对应的窗口区域中各个设定时刻的修正电压值的拟合曲线的平均斜率的绝对值,其间接表示了每个设定时刻对应的窗口区域对应时间段内温度变化的快慢,当其取值越小时,表示温度变化越缓慢,此时表明每个单体电池在每个设定时刻对应窗口区域内的电压值和修正后的电压值之间的联系程度越高。/>表示每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值和修正电压值之间的累计差异,当该累计差异越小时,表明每个单体电池在每个设定时刻对应窗口区域内的电压值和修正后的电压值之间的联系程度越高。同时,每个单体电池在每个设定时刻对应的第一拟合曲线和第二拟合曲线之间的结构相似性/>越大,且每个单体电池在每个设定时刻的窗口区域内的各个设定时刻的电压值数据以及修正后的电压值数据在曲线拟合过程中的拟合误差/>和/>越小时,表明每个单体电池在每个设定时刻对应窗口区域内的电压值和修正后的电压值之间的联系程度越高。
根据上述所确定的每个单体电池在每个设定时刻的电压值的第一电压联系程度和第二电压联系程度,可以确定每个单体电池在每个设定时刻的电压值的可信度,对应的计算公式为:
;其中,/>表示每个单体电池在每个设定时刻的电压值的可信度;/>表示每个单体电池在每个设定时刻的电压值的第一电压联系程度;/>表示每个单体电池在每个设定时刻的电压值的第二电压联系程度;/>表示归一化函数。
在上述的每个单体电池在每个设定时刻的电压值的可信度的计算公式中,第一电压联系程度和第二电压联系程度均与可信度成正相关关系,当第一电压联系程度和第二电压联系程度越大时,则表明对应设定时刻的电压值的可信程度越高,对应的可信度的取值就越大。
步骤S4:根据每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值分布,确定每个单体电池在每个设定时刻的电压值的噪声程度。
由于在串联电路中电流处处相等,因此串联电池组的总电压为每个单体电池电压之和,那么对应时间点的单体电池的电压之和与总电压之间的差异可表征该时间点受到噪声影响的可能性大小,且差异越大表明受到噪声影响的可能性就越大。同时由于该差异只是通过电压相加相减计算而来,那么就会存在噪声的影响导致有的电池电压变得很小、而有的电池电压变得很大的情况,在相加做差后可能表现为正常,因此就需要对每个单体电池的噪声程度进行计算,从而使得通过差异计算得到的噪声影响可能性即可作为噪声程度的权重,其逻辑为噪声影响可能性越大,表示当前时间点受到的噪声影响的可能性越高,从而其噪声程度的可信度越高,则其噪声程度越大。
考虑到在正常情况下,由于受到温度的影响,单体电池的电压值数据应是缓慢的有规律的增长,但是由于噪声的干扰,会导致噪声呈现频率和振幅无规则出现的情况,因此单体电池在每个设定时刻的电压值数据的噪声程度便可用该设定时刻的窗口区域内电压值数据的频率和振幅的不规则程度综合表征。
基于上述分析,根据每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值分布,确定每个单体电池在每个设定时刻的电压值的噪声程度,实现步骤包括:
确定每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值中的各个极值点,并确定每相邻两个极值点之间的差值绝对值,从而得到每个单体电池在每个设定时刻的各个极值点差值绝对值;
对每个单体电池在每个设定时刻的各个极值点差值绝对值进行曲线拟合,得到极值差值拟合曲线,并确定各个极值点差值绝对值在所述极值差值拟合曲线上的斜率的方差,并将所述方差确定为每个单体电池在每个设定时刻的电压振幅不规则程度;
根据每个单体电池在每个设定时刻对应的极值点的总数目和电压振幅不规则程度,确定每个单体电池在每个设定时刻的电压值的噪声程度,所述极值点的总数目和电压振幅不规则程度均与所述噪声程度成正相关关系。
具体的,对于每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值,使用差分法识别该窗口区域中各个设定时刻的电压值中的极大值和极小值点,极大值和极小值点统称为极值点,那么极值点也就是极大值和极小值点的总个数便可表征对应设定时刻的窗口区域内的电压值数据变化的频率信息,将该极值点的总个数记为F。
在每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值的构成的电压值时序上,计算每相邻两个极值点之间的差值绝对值,即计算每相邻两个极值点对应的电压值之间的差值绝对值,该差值绝对值可以表征每个设定时刻的窗口区域内的电压值数据变化的振幅信息。将这些差值绝对值称为极值点差值绝对值,并将这些差值绝对值按照时序进行排列,从而得到差值绝对值序列,其中F表示极值点的总个数,F个极值点对应相邻极值点之间的差值绝对值有F-1个。对该差值绝对值序列/>进行曲线拟合,在进行曲线拟合时,分别以序列中的这些差值绝对值为纵坐标,并以这些差值绝对值对应的时序序号为纵坐标,从而得到拟合曲线,并将该拟合曲线记作极值差值拟合曲线。该极值差值拟合曲线的斜率的变化即可表征振幅变化的不规则程度,即利用窗口区域中每个差值绝对值在该极值差值拟合曲线上的导数值的方差即可表征振幅变化的不规则程度,其逻辑关系为:导数值的方差越大说明其振幅变化越不规则,反之同理。记该极值差值拟合曲线上的导数值的方差为/>,那么此时有/>,其中/> )表示求方差的函数,/>表示该极值差值拟合曲线上第i个差值绝对值处的导数值。由于该方差/>可以表征对应窗口区域内的电压值数据变化的振幅变化的不规则程度,因此将该方差/>称为电压振幅不规则程度。
在通过上述方式确定每个单体电池在每个设定时刻对应的极值点的总数目和电压振幅不规则程度之后,基于该极值点的总数目和电压振幅不规则程度,可以确定每个单体电池在每个设定时刻的电压值的噪声程度,对应的计算公式为:
;其中,/>表示每个单体电池在每个设定时刻的电压值的噪声程度;/>表示每个单体电池在每个设定时刻对应的极值点的总数目;/>表示每个单体电池在每个设定时刻对应的电压振幅不规则程度。
在上述的每个单体电池在每个设定时刻的电压值的噪声程度的计算公式中,当该设定时刻的窗口区域中各个设定时刻的电压值的变化频率越高、振幅变化越不规则,即极值点的总数目F和电压振幅不规则程度的取值越大时,表明噪声程度越高,对应噪声程度的取值就越大。
步骤S5:根据每个单体电池在每个设定时刻的电压值与串联电池组在每个设定时刻的总电压值的差异,确定每个单体电池在每个设定时刻的电压值的噪声影响可能性。
如果在某一设定时刻各个单体电池的电压值之和与串联电池组的总电压的差值很大,这说明当前设定时刻的单体电池的电压值受到噪声影响的可能性很大,这是因为串联电路中每个单体电池的电压之和为总电压,因此单体电池的电压值之和与串联电池组的总电压的差值可表征噪声影响的可能性,差值越大,表明噪声影响的可能性就越大。
基于上述分析,根据每个单体电池在每个设定时刻的电压值与串联电池组在每个设定时刻的总电压值的差异,可以确定每个单体电池在每个设定时刻的电压值的噪声影响可能性,即:确定各个单体电池在每个设定时刻的电压值的累加和与串联电池组在每个设定时刻的总电压值的差值绝对值,从而得到每个单体电池在每个设定时刻的电压值的噪声影响可能性。
步骤S6:根据每个单体电池在每个设定时刻的电压值的可信度、噪声程度和噪声影响可能性,确定每个单体电池在每个设定时刻的电压值的权重。
在通过上述步骤确定每个单体电池在每个设定时刻的电压值的噪声影响可能性之后,可以将该噪声影响可能性作为置信度来修正噪声程度,其逻辑关系为:某一设定时刻下噪声影响可能性越大,则其噪声程度的可信度越高。在此基础上,再结合每个单体电池在每个设定时刻的电压值的可信度,可确定每个单体电池在每个设定时刻的电压值的权重,实现步骤为:
根据每个单体电池在每个设定时刻的电压值的可信度、噪声程度和噪声影响可能性,确定每个单体电池在每个设定时刻的电压值的噪声程度修正值,所述可信度、噪声程度和噪声影响可能性均与所述噪声程度修正值成正相关关系;
对每个单体电池在每个设定时刻的电压值的噪声程度修正值进行负相关归一化,从而得到每个单体电池在每个设定时刻的电压值的权重。
优选的,确定每个单体电池在每个设定时刻的电压值的权重,对应的计算公式为:
;/>;其中,/>表示每个单体电池在每个设定时刻的电压值的噪声程度修正值;/>表示每个单体电池在每个设定时刻的电压值的噪声程度;/>表示每个单体电池在每个设定时刻的电压值的噪声影响可能性;/>表示每个单体电池在每个设定时刻的电压值的可信度;/>表示每个单体电池在每个设定时刻的电压值的权重;/>表示以自然常数e为底数的指数函数。
在上述的每个单体电池在每个设定时刻的噪声程度修正值的计算公式中,当噪声影响越大时,表明噪声程度越可信,同时当可信度越大时,表明噪声程度的准确性越高,对应噪声程度修正值的取值就越大。当噪声程度修正值的取值越大时,则对应设定时刻的电压值的权重就越小。
步骤S7:根据每个单体电池在每个设定时刻的电压值的权重,对每个单体电池在各个设定时刻的电压值进行去噪处理,得到每个单体电池的各个去噪电压值,并根据所述各个去噪电压值,确定电池储能电站的安全评价结果。
通过上述步骤确定每个单体电池在每个设定时刻的电压值的权重之后,利用加权均值滤波算法对每个单体电池在各个设定时刻的电压值进行去噪处理,从而可以得到每个单体电池的各个去噪电压值。在利用加权均值滤波算法进行去噪处理过程中,将每个滤波窗口内的每个设定时刻的电压值乘以其对应的权重,得到加权值,然后利用该加权值除以滤波窗口内所有设定时刻的电压值的权重的总和,得到加权均值,基于该加权均值便可开始滤波。持续滑动滤波窗口,最终可以实现每个单体电池在各个设定时刻的电压值的去噪处理。由于利用加权均值滤波算法进行去噪处理的具体实现过程属于现有技术,此处不再赘述。
在得到每个单体电池的各个去噪电压值之后,基于这些去噪电压值,便可对电池储能电站进行安全性分析评价。例如,当任意一个单体电池的去噪电压值超过某个电压阈值,或者任意一个单体电池的去噪电压值的变化趋势出现剧烈的跳变,则表示电池储能电站出现了安全风险,此时需要发出安全警报,方便工作人员及时进行处理。
本实施例还提供了一种大型电池储能电站安全性分析评价系统,包括处理器和存储器,所述处理器用于处理存储在所述存储器中的指令,以实现上述的一种大型电池储能电站安全性分析评价方法的步骤。由于该系统实际上是一种软系统,其核心在于实现上述的大型电池储能电站安全性分析评价方法,而该大型电池储能电站安全性分析评价方法已经在上述内容中进行了详细介绍,此处对该系统不再进行赘述。
本发明通过对串联电池组中每个单体电池的电压值的局部范围内的变化特点、电压值与温度值之间的影响关系以及单体电池的电压值与串联电池组的总电压值进行分析,可以准确地、自适应确定在加权均值滤波过程中每个单体电池在每个设定时刻的电压值的权重,可以更好地去除噪声并保留数据信息细节,有效消除了去噪效果不佳和过度平滑的问题,提高了去噪效果,进而可以更好地进行安全性分析,提高了电池储能电站安全性分析评价的准确性。
需要说明的是:以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (2)
1.一种大型电池储能电站安全性分析评价方法,其特征在于,包括以下步骤:
获取串联电池组在各个设定时刻的数据信息,所述数据信息至少包括:串联电池组的总电压值、每个单体电池的电压值和每个单体电池的温度值;
将每个设定时刻之前的局部时间段作为对应设定时刻的窗口区域,根据每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值之间的差异,以及每个单体电池在每个设定时刻的窗口区域中各个设定时刻的温度值之间的差异,确定每个单体电池在每个设定时刻的修正电压值;
根据每个单体电池在每个设定时刻的电压值和修正电压值之间的差异,以及每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值和修正电压值之间的差异,确定每个单体电池在每个设定时刻的电压值的可信度;
根据每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值分布,确定每个单体电池在每个设定时刻的电压值的噪声程度;
根据每个单体电池在每个设定时刻的电压值与串联电池组在每个设定时刻的总电压值的差异,确定每个单体电池在每个设定时刻的电压值的噪声影响可能性;
根据每个单体电池在每个设定时刻的电压值的可信度、噪声程度和噪声影响可能性,确定每个单体电池在每个设定时刻的电压值的权重;
根据每个单体电池在每个设定时刻的电压值的权重,对每个单体电池在各个设定时刻的电压值进行去噪处理,得到每个单体电池的各个去噪电压值,并根据所述各个去噪电压值,确定电池储能电站的安全评价结果;
确定每个单体电池在每个设定时刻的修正电压值,包括:
确定每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值的平均值,从而得到每个单体电池在每个设定时刻对应的平均电压值;
计算每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值与所述平均电压值之间的差值绝对值,并将所述差值绝对值中的最小值确定为每个单体电池在每个设定时刻的最接近平均电压相差值;
将每个单体电池在每个设定时刻的温度值与每个单体电池在每个设定时刻的窗口区域中所述最接近平均电压相差值对应设定时刻的温度值之间的差值绝对值,确定为每个单体电池在每个设定时刻的温度差异值;
根据每个单体电池在每个设定时刻的最接近平均电压相差值和温度差异值,确定每个单体电池在每个设定时刻的修正电压值;
确定每个单体电池在每个设定时刻的修正电压值,对应的计算公式为:
;其中,/>表示每个单体电池在第i个设定时刻的修正电压值;/>表示每个单体电池在第i个设定时刻的温度差异值;/>表示每个单体电池在第i个设定时刻的最接近平均电压相差值;/>表示每个单体电池的温度系数;
确定每个单体电池在每个设定时刻的电压值的可信度,包括:
对每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值进行曲线拟合,确定每个单体电池在每个设定时刻对应的第一拟合曲线和第一拟合误差;
对每个单体电池在每个设定时刻的窗口区域中各个设定时刻的修正电压值进行曲线拟合,确定每个单体电池在每个设定时刻对应的第二拟合曲线和第二拟合误差;
确定每个单体电池在每个设定时刻对应的第一拟合曲线和第二拟合曲线之间的结构相似性,该结构相似性是指第一拟合曲线和第二拟合曲线之间的皮尔逊相关系数;
根据每个单体电池在每个设定时刻对应的结构相似性、第一拟合误差和第二拟合误差,以及在每个设定时刻的电压值和修正电压值之间的差异,确定每个单体电池在每个设定时刻的电压值的第一电压联系程度;
根据每个单体电池在每个设定时刻对应的结构相似性、第一拟合误差、第二拟合误差、第二拟合曲线的平均斜率,以及在每个设定时刻的窗口区域中各个设定时刻的电压值和修正电压值之间的差异,确定每个单体电池在每个设定时刻的电压值的第二电压联系程度;
根据每个单体电池在每个设定时刻的电压值的第一电压联系程度和第二电压联系程度,确定每个单体电池在每个设定时刻的电压值的可信度;
确定每个单体电池在每个设定时刻的电压值的可信度,对应的计算公式为:
;其中,/>表示每个单体电池在每个设定时刻的电压值的可信度;/>表示每个单体电池在每个设定时刻的电压值的第一电压联系程度;/>表示每个单体电池在每个设定时刻的电压值的第二电压联系程度;/>表示归一化函数;
确定每个单体电池在每个设定时刻的电压值的第一电压联系程度,对应的计算公式为:
;其中,/>表示每个单体电池在每个设定时刻的电压值;/>表示每个单体电池在每个设定时刻的修正电压值;/>表示每个单体电池在每个设定时刻对应的第一拟合曲线和第二拟合曲线之间的结构相似性;/>表示每个单体电池在每个设定时刻对应的第一拟合曲线;/>表示每个单体电池在每个设定时刻对应的第二拟合曲线;/>表示每个单体电池在每个设定时刻对应的第一拟合误差;/>表示每个单体电池在每个设定时刻对应的第二拟合误差;| |表示取绝对值符号;/>表示大于0的修正值;
确定每个单体电池在每个设定时刻的电压值的第二电压联系程度,对应的计算公式为:
;其中,/>表示每个单体电池在每个设定时刻对应的第二拟合曲线的平均斜率的绝对值;/>表示每个单体电池在每个设定时刻的窗口区域中第i个设定时刻的电压值;/>表示每个单体电池在每个设定时刻的窗口区域中第i个设定时刻的修正电压值;N表示每个单体电池在每个设定时刻的窗口区域中各个设定时刻的总数目;
确定每个单体电池在每个设定时刻的电压值的噪声程度,包括:
确定每个单体电池在每个设定时刻的窗口区域中各个设定时刻的电压值中的各个极值点,并确定每相邻两个极值点之间的差值绝对值,从而得到每个单体电池在每个设定时刻的各个极值点差值绝对值;
对每个单体电池在每个设定时刻的各个极值点差值绝对值进行曲线拟合,得到极值差值拟合曲线,并确定各个极值点差值绝对值在所述极值差值拟合曲线上的斜率的方差,并将所述方差确定为每个单体电池在每个设定时刻的电压振幅不规则程度;
根据每个单体电池在每个设定时刻对应的极值点的总数目和电压振幅不规则程度,确定每个单体电池在每个设定时刻的电压值的噪声程度,所述极值点的总数目和电压振幅不规则程度均与所述噪声程度成正相关关系;
确定每个单体电池在每个设定时刻的电压值的噪声程度,对应的计算公式为:
;其中,/>表示每个单体电池在每个设定时刻的电压值的噪声程度;/>表示每个单体电池在每个设定时刻对应的极值点的总数目;/>表示每个单体电池在每个设定时刻对应的电压振幅不规则程度;
确定每个单体电池在每个设定时刻的电压值的噪声影响可能性,包括:
确定各个单体电池在每个设定时刻的电压值的累加和与串联电池组在每个设定时刻的总电压值的差值绝对值,从而得到每个单体电池在每个设定时刻的电压值的噪声影响可能性;
确定每个单体电池在每个设定时刻的电压值的权重,包括:
根据每个单体电池在每个设定时刻的电压值的可信度、噪声程度和噪声影响可能性,确定每个单体电池在每个设定时刻的电压值的噪声程度修正值,所述可信度、噪声程度和噪声影响可能性均与所述噪声程度修正值成正相关关系;
对每个单体电池在每个设定时刻的电压值的噪声程度修正值进行负相关归一化,从而得到每个单体电池在每个设定时刻的电压值的权重。
2.一种大型电池储能电站安全性分析评价系统,其特征在于,包括处理器和存储器,所述处理器用于处理存储在所述存储器中的指令,以实现如权利要求1所述的一种大型电池储能电站安全性分析评价方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311514844.3A CN117250520B (zh) | 2023-11-15 | 2023-11-15 | 一种大型电池储能电站安全性分析评价方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311514844.3A CN117250520B (zh) | 2023-11-15 | 2023-11-15 | 一种大型电池储能电站安全性分析评价方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117250520A CN117250520A (zh) | 2023-12-19 |
CN117250520B true CN117250520B (zh) | 2024-04-02 |
Family
ID=89126673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311514844.3A Active CN117250520B (zh) | 2023-11-15 | 2023-11-15 | 一种大型电池储能电站安全性分析评价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117250520B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103744030A (zh) * | 2014-01-12 | 2014-04-23 | 中国科学院电工研究所 | 电池组健康状态和荷电状态在线估算装置及估算方法 |
CN104360286A (zh) * | 2014-12-01 | 2015-02-18 | 重庆长安汽车股份有限公司 | 一种锂离子电池荷电状态估算修正方法 |
CN106199479A (zh) * | 2016-07-18 | 2016-12-07 | 北京长城华冠汽车科技股份有限公司 | 电动汽车电池模块bms检测精度校准装置及方法 |
CN111780892A (zh) * | 2020-07-10 | 2020-10-16 | 中国计量科学研究院 | 一种温度检测设备的校准方法及装置 |
CN114035072A (zh) * | 2021-11-11 | 2022-02-11 | 重庆大学 | 一种基于云边协同的电池组多状态联合估计方法 |
CN115032551A (zh) * | 2021-03-03 | 2022-09-09 | 北汽福田汽车股份有限公司 | 一种soc值的校准方法、装置和车辆 |
CN115840104A (zh) * | 2023-02-24 | 2023-03-24 | 威海赛宝工业信息技术研究院有限公司 | 一种基于电磁兼容实验的干扰信号识别方法 |
-
2023
- 2023-11-15 CN CN202311514844.3A patent/CN117250520B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103744030A (zh) * | 2014-01-12 | 2014-04-23 | 中国科学院电工研究所 | 电池组健康状态和荷电状态在线估算装置及估算方法 |
CN104360286A (zh) * | 2014-12-01 | 2015-02-18 | 重庆长安汽车股份有限公司 | 一种锂离子电池荷电状态估算修正方法 |
CN106199479A (zh) * | 2016-07-18 | 2016-12-07 | 北京长城华冠汽车科技股份有限公司 | 电动汽车电池模块bms检测精度校准装置及方法 |
CN111780892A (zh) * | 2020-07-10 | 2020-10-16 | 中国计量科学研究院 | 一种温度检测设备的校准方法及装置 |
CN115032551A (zh) * | 2021-03-03 | 2022-09-09 | 北汽福田汽车股份有限公司 | 一种soc值的校准方法、装置和车辆 |
CN114035072A (zh) * | 2021-11-11 | 2022-02-11 | 重庆大学 | 一种基于云边协同的电池组多状态联合估计方法 |
CN115840104A (zh) * | 2023-02-24 | 2023-03-24 | 威海赛宝工业信息技术研究院有限公司 | 一种基于电磁兼容实验的干扰信号识别方法 |
Non-Patent Citations (1)
Title |
---|
基于曲线拟合的电能质量去噪算法;唐良瑞 等;计算机应用研究;第24卷(第11期);第213-214、224页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117250520A (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117093879A (zh) | 一种数据中心智能化运营管理方法及系统 | |
CN111679199B (zh) | 一种锂离子电池soc估计方法及装置 | |
CN111965559B (zh) | 一种锂离子电池soh在线估计方法 | |
CN110110476B (zh) | 基于威布尔分布及右截尾数据估计可靠度的样本取舍方法 | |
CN115902647B (zh) | 一种电池状态智能监测方法 | |
CN112986831A (zh) | 一种基于相关系数粒子滤波的锂离子电池寿命预测方法 | |
CN116482541A (zh) | 预测电池循环寿命的方法、装置及计算机可读存储介质 | |
CN112989569A (zh) | 一种带温度约束条件的锂电池传感器故障滤波诊断方法 | |
CN115015789A (zh) | 基于增量电容曲线的锂离子电池健康状态估计方法及装置 | |
CN115219918A (zh) | 一种基于容量衰退组合模型的锂离子电池寿命预测方法 | |
CN113791351B (zh) | 基于迁移学习和差值概率分布的锂电池寿命预测方法 | |
CN116449081B (zh) | 具有自适应调控功能的数据采集系统、装置及存储介质 | |
CN117250520B (zh) | 一种大型电池储能电站安全性分析评价方法及系统 | |
CN116992311B (zh) | 基于机器学习的储能电源状态分析方法 | |
CN117783745A (zh) | 用于换电柜的数据在线监测方法及系统 | |
CN117554844A (zh) | 一种储能系统的电池单体故障检测方法及装置 | |
CN112379274A (zh) | 一种动力电池剩余寿命预测方法 | |
CN116953547A (zh) | 一种储能电池健康度评估方法、系统、设备及存储介质 | |
CN116679213A (zh) | 基于集成深度学习的电动汽车动力电池soh估算方法 | |
CN116736171A (zh) | 一种基于数据驱动的锂离子电池健康状态估算方法 | |
CN116307269A (zh) | 一种基于人工智能的光伏发电功率预测方法及装置 | |
CN115219907A (zh) | 一种锂电池soc估计方法、系统、介质、设备及终端 | |
CN111751732B (zh) | 一种基于自适应高斯卷积积分法的电量计算方法 | |
CN112632785A (zh) | 一种改进非参数核密度估计光伏出力建模方法 | |
CN117233629B (zh) | 一种锂离子电池电性能测试方法、系统、设备及介质 |
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 |