CN117452257A - 变电站用铅酸蓄电池的健康度估计系统及方法 - Google Patents
变电站用铅酸蓄电池的健康度估计系统及方法 Download PDFInfo
- Publication number
- CN117452257A CN117452257A CN202311187321.2A CN202311187321A CN117452257A CN 117452257 A CN117452257 A CN 117452257A CN 202311187321 A CN202311187321 A CN 202311187321A CN 117452257 A CN117452257 A CN 117452257A
- Authority
- CN
- China
- Prior art keywords
- battery
- module
- tested
- lead
- capacity
- 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.)
- Pending
Links
- 230000036541 health Effects 0.000 title claims abstract description 56
- 239000002253 acid Substances 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012360 testing method Methods 0.000 claims abstract description 39
- 230000032683 aging Effects 0.000 claims description 36
- 230000008859 change Effects 0.000 claims description 19
- 238000007599 discharging Methods 0.000 claims description 17
- 230000000737 periodic effect Effects 0.000 claims description 11
- 238000007476 Maximum Likelihood Methods 0.000 claims description 9
- 238000010438 heat treatment Methods 0.000 claims description 9
- 230000033228 biological regulation Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 239000011149 active material Substances 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 238000006731 degradation reaction Methods 0.000 description 4
- 239000013543 active substance Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000003792 electrolyte Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000004073 vulcanization 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]
- G01R31/392—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]
- G01R31/367—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]
- G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
- G01R31/379—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator for lead-acid batteries
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
Abstract
本申请提供一种变电站用铅酸蓄电池的健康度估计系统及方法,系统包括:环境设置模块、多通道恒流模块、多通道恒压模块,电池选择模块和控制模块。环境设置模块被配置为:调节健康度估计系统的温度;多通道恒流模块被配置为:为每个待测试电池输出恒定的电流,并检测电流;多通道恒压模块被配置为:为每个待测试电池输出恒定的电压,并检测电压;电池选择模块被配置为:选择待测试电池进行测试;控制模块被配置为:控制各模块循环对待测试电池进行充放电测试;获取电池数据进行计算并评估待测试电池的健康度。本申请的估计系统可以实现铅酸蓄电池的健康度估计,可有效预测电池剩余使用寿命。
Description
技术领域
本申请涉及铅酸蓄电池的健康度估计技术领域,具体涉及一种变电站用铅酸蓄电池的健康度估计系统及方法。
背景技术
通信系统后备蓄电池组经过一段时间的使用后,会因电池内活性物质脱落、变质、电解液减少、正极格栅腐蚀或硫化等原因,使电池组的实际容量逐渐减少。为了掌握蓄电池组的真实放电工作情况,确认市电停电后蓄电池组的保证供电时长,保障设备安全供电,应定期对在用蓄电池组进行放电测试。蓄电池的放电测试有两种方式:核对性放电试验和容量试验,即核容实验。
核对性放电试验是指每年以实际负载做一次放电试验,每次放出电池组额定容量的30%-40%。通过核对性放电试验可以检验出各只单体电池间的连接是否可靠,电池内部是否有短路、断开等故障,整组电池放电性能是否严重劣化、是否存在落后电池等。容量试验是指每三年以假负载做一次容量试验,放出电池组额定容量的80%。容量试验是一种完整的检测方式,只有通过容量试验才能真正判断电池的放电性能。
由于变电站中的阀控式密封铅酸蓄电池(VRLA)作为直流储备电源,不能频繁进行核容实验,目前,在变电站的实际使用中,对铅酸蓄电池的健康状态的估计方法只是每隔一段时间进行一次的核容实验,这就导致当电池接近容量下限时,未到核容周期电池已经损坏,严重威胁变电站运行安全。
发明内容
本申请为解决现有的电池接近容量下限时,未到核容周期电池已经损坏,严重威胁变电站运行安全的问题,一方面提供一种变电站用铅酸蓄电池的健康度估计系统,包括:环境设置模块、多通道恒流模块、多通道恒压模块,电池选择模块和控制模块;
所述多通道恒流模块和所述多通道恒压模块均与待测试电池电连接,所述待测试电池正负极分别电连接放电电阻的两端,所述电池选择模块设在每个所述待测试电池与所述多通道恒流模块、所述多通道恒压模块之间;
所述环境设置模块、多通道恒流模块、多通道恒压模块以及电池选择模块均与所述控制模块通信连接;
所述环境设置模块被配置为:调节所述健康度估计系统的温度,输出温度数据;
所述多通道恒流模块被配置为:为每个所述待测试电池输出恒定的电流,并检测每个所述待测试电池的电流,输出电池充放电流数据和电池充放电流时间数据;
所述多通道恒压模块被配置为:为每个所述待测试电池输出恒定的电压,并检测每个所述待测试电池的电压,输出电池充放电压数据和电池充放电压时间数据;
所述电池选择模块被配置为:选择所述待测试电池进行测试;
所述控制模块被配置为:控制所述环境设置模块、多通道恒流模块、多通道恒压模块以及电池选择模块循环对所述待测试电池进行充放电测试;
获取所述温度数据、电池充放电流数据、电池充放电流时间数据、电池充放电压数据和电池充放电压时间数据进行计算并评估所述待测试电池的健康度。
在一种可行的实现方式中,所述调节所述健康度估计系统的温度的调节范围为-20-100℃。
在一种可行的实现方式中,多通道恒流模块的电流调节范围为:0-100A,电流调节分辨率为:0.04A。
在一种可行的实现方式中,多通道恒压模块的电流调节范围为0-5V,电压调节分辨率为:0.001V。
在一种可行的实现方式中,所述控制模块还被配置为:发送控制指令,所述控制指令中包括预设值顺序;
所述电池选择模块包括:继电器和连接片;
所述连接片用于连接所述待测试电池与所述多通道恒流模块、所述多通道恒压模块;
所述继电器用于接收所述控制指令,并按照所述预设值顺序断开或闭合所述连接片。
本申请另一方面提供一种变电站用铅酸蓄电池的健康度估计方法,所述方法应用上述中任意一种变电站用铅酸蓄电池的健康度估计系统,所述方法包括步骤:
从同一厂家、同一型号的电池中随机抽取10%的待测试电池作为样本,对所述样本进行周期性浮充加速老化测试;
获取任意一个周期老化后所述待测试电池容量的高斯分布模型参数均值和方差,得到样本的高斯分布模型;
根据所述样本的高斯分布模型,获取所述周期性浮充加速老化测试过程中,待测试电池容量随时间变化的上界曲线、下界曲线和中值曲线;
根据所述上界曲线、下界曲线和中值曲线估计所述用铅酸蓄电池的剩余使用寿命。
在一种可行的实现方式中,所述从同一厂家、同一型号的电池随机抽取10%的所述待测试电池作为样本进行周期性浮充加速老化测试的步骤包括:
将随机抽取10%的所述待测试电池分别编号为1、2、3……n-1、n;
对所有样本电池的进行容量标定,并记为Ci,0,i=1、2、3……n-1、n;
进行周期性的加热浮充老化,周期t=6days,温度T=60℃;
每完成一个周期的浮充加热老化后,进行一次容量标定,并记第j个周期加热浮充老化完成后的容量为Ci,j,j=1,2,3……k-1,k。
在一种可行的实现方式中,获取任意一个周期老化后电池容量的高斯分布模型参数均值和方差,得到样本的高斯分布模型的方法如下:
设第j个周期后铅酸蓄电池量总体样本服从N(μj,σj);
设(C1,j,C2,j,C3,j……Cn-1,j,Cn,j)取自总体的样本容量为n的简单样本,则联合概率密度函数为:
由此确定极大似然函数为:
挑选参数μj,σj,使极大似然函数值最大,并将挑选出的参数μj,σj作为高斯模型的平均值和方差,式中C为电池容量,L为极大似然函数值。
在一种可行的实现方式中,所述根据所述样品的高斯分布模型,获取变电站浮充过程中铅酸蓄电池容量随时间变化的上界曲线、下界曲线和中值曲线的步骤包括:
以容量C=μj+σj为上界曲线已知点,容量C=μj-σj为下界曲线已知点,容量C=μj为中值曲线已知点;
采用三次样条插值拟合老化电池样品获得的电池健康度变化曲线数据,绘制电池容量变化下界曲线、上界曲线和中值曲线。
根据上述内容可知,本申请提供了一种变电站用铅酸蓄电池的健康度估计系统,其中,环境设置模块被配置为:调节健康度估计系统的温度;多通道恒流模块被配置为:为每个待测试电池输出恒定的电流,并检测每个待测试电池的电流;多通道恒压模块被配置为:为每个待测试电池输出恒定的电压,并检测每个待测试电池的电压;电池选择模块被配置为:选择待测试电池进行测试;控制模块被配置为:控制环境设置模块、多通道恒流模块、多通道恒压模块以及电池选择模块循环对待测试电池进行充放电测试;获取电池数据进行计算并评估待测试电池的健康度。本申请的估计系统可以实现远程铅酸蓄电池的健康度估计,可有效预测电池剩余使用寿命。本申请另一方面提供一种变电站用铅酸蓄电池的健康度估计方法,采用高斯模型参数检测电池健康度,无需大量的铅酸蓄电池运行数据,只需对同一厂家同一型号的部分铅酸蓄电池进行老化测试,获得铅酸蓄电池容量随时间变化的曲线,计算得到高斯模型参数,确定电池老化容量变化曲线上下界,即可实现对铅酸蓄电池使用寿命的估计,提高变电站运行稳定性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明实施的实施例,并与说明书一起用于解释本发明实施例的原理。显而易见地,下面描述中的附图仅仅是本发明实施的一些实施例,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为本申请一示例性实施例示出的变电站用铅酸蓄电池的健康度估计系统示意图;
图2为本申请一示例性实施例示出的变电站用铅酸蓄电池的健康度估计方法流程示意图;
图3为本申请一示例性实施例示出的待测试电池容量随时间变化的上界曲线、下界曲线和中值曲线。
附图标记说明:
100-环境设置模块;200-多通道恒流模块;300-多通道恒压模块;400-电池选择模块;500-控制模块500。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明实施例将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本发明实施例的实施方式的充分理解。
实施例一:
铅酸蓄电池的健康度通常是通过测量电池的电压、内阻、电解液的密度或温度等参数来估计的。这些参数可以反映电池的性能和状态,但它们通常受到许多因素的影响,例如电池的负载、温度和老化等。高斯模型可以用于分析和描述这些参数的概率分布。本申请提供一种变电站用铅酸蓄电池的健康度估计系统,获取铅酸蓄电池的各类参数,并带入高斯模型中,来计算铅酸蓄电池的健康度。
参照图1所示,系统包括:环境设置模块100、多通道恒流模块200、多通道恒压模块300,电池选择模块400和控制模块500。多通道恒流模块200、多通道恒压模块300均与待测试电池电连接,所述待测试电池正负极分别连接放电电阻两端,电池选择模块400设在每个待测试电池与多通道恒流模块200、多通道恒压模块300之间;环境设置模块100、多通道恒流模块200、多通道恒压模块300以及电池选择模块400均与控制模块500通信连接。
环境设置模块100被配置为:调节健康度估计系统的温度,输出温度数据。在本申请一些实施例中,调节健康度估计系统的温度的调节范围为-20-100℃。电池老化测试中的环境温度可以影响电池的性能。
例如,在高温环境下,如45-50℃,电池会经历老化过程,老化后,电池的潜在不利现象,如电压变化、厚度变化、内阻变化等,都会暴露出来。这些变化可以作为直接测试电池的安全性和电化性能的综合指标。另一方面,如果环境温度过高,如高于50℃,也可能会影响电池的性能,加速电池内部活性物质反应,从而加快电池的老化速度。
本申请中,通过环境设置模块100配置待测试电池所处的环境温度,以将温度数据代入高斯模型中,计算出在实际温度下电池的健康度。
多通道恒流模块200被配置为:为每个待测试电池输出恒定的电流,并检测每个待测试电池的电流,输出电池充放电流数据和电池充放电流时间数据。多通道恒压模块300被配置为:为每个待测试电池输出恒定的电压,并检测每个待测试电池的电压,输出电池充放电压数据和电池充放电压时间数据。
本申请中的多通道恒流模块200和多通道恒压模块300采用多通道集成控制策略,可以同时对多个电池进行恒压浮充充电。通过精确控制浮充电压和充电电流,可以有效地保护待测试电池。在本申请一些实施例中,多通道恒流模块200的电流调节范围为:0-100A,电流调节分辨率为:0.04A。多通道恒压模块300的电流调节范围为0-5V,电压调节分辨率为:0.001V。
具体的,多通道恒流模块200的电流调节可以从0-100A,具体取决于待测电池的的功率等级和负载能力。可根据实际情况对调节范围进行设定。同理,多通道恒压模块300的电压调节范围可以从几伏特到数百伏特不等。在本申请中,变电站采用的铅酸蓄电池一般为低压电池,因此设置电压调节范围为0-5V。
电池选择模块400被配置为:选择待测试电池进行测试;控制模块500被配置为:控制环境设置模块100、多通道恒流模块200、多通道恒压模块300以及电池选择模块400循环对待测试电池进行充放电测试;获取温度数据、电池充放电流数据、电池充放电流时间数据、电池充放电压数据和电池充放电压时间数据进行计算并评估待测试电池的健康度。
其中,控制模块500集成在上位机中,具有终端的控制及处理能力。在本申请中,控制模块500主要功能有:数据采集、数据处理和数据存储等。控制模块500可收集电池的各种数据,即温度数据、电池充放电流数据、电池充放电流时间数据、电池充放电压数据和电池充放电压时间数据。并且本申请中,控制模块500将收集到的数据经过处理后,形成高斯模型,可以直观地了解电池的运行状态和变化趋势。可以理解的是,控制模块500还可以具有数据存储功能,可以将收集到的数据存储到本地或者云端服务器,便于随时查看和分析。
在本申请一些实施例中,控制模块500还被配置为:发送控制指令,控制指令中包括预设值顺序;电池选择模块400包括:继电器和连接片;连接片用于连接待测试电池与多通道恒流模块200、多通道恒压模块300;继电器用于接收控制指令,并按照预设值顺序断开或闭合连接片。
电池选择模块400中的继电器可以通过跳线设置高电平或低电平触发,接口与连接片连接,通过控制模块500排好待检测电池的预设值顺序,每个电池具有对应的通道号,该通道号为与电池选择模块400、通道恒流模块200和多通道恒压模块300的连接编号。在进行检测时,将预设值顺序输入到系统中,电池选择模块400即可按照预设值顺序将对应编号的待检测电池的通道进行闭合或断开处理,以使检测数据对应正确无误。
根据上述内容可知,本申请提供了一种变电站用铅酸蓄电池的健康度估计系统,其中,环境设置模块被配置为:调节健康度估计系统的温度;多通道恒流模块被配置为:为每个待测试电池输出恒定的电流,并检测每个待测试电池的电流;多通道恒压模块被配置为:为每个待测试电池输出恒定的电压,并检测每个待测试电池的电压;电池选择模块被配置为:选择待测试电池进行测试;控制模块被配置为:控制环境设置模块、多通道恒流模块、多通道恒压模块以及电池选择模块循环对待测试电池进行充放电测试;获取电池数据进行计算并评估待测试电池的健康度。通过本申请的估计系统可以对选择的参数进行测量并记录数据。需要为每个电池获取足够的数据点以建立有效的高斯模型,实现了铅酸蓄电池的健康度估计,可有效预测铅酸蓄电池剩余的使用寿命。
实施例二:
本申请提供了一种变电站用铅酸蓄电池的健康度估计方法,参照图2所示,方法包括步骤:
S100:从同一厂家、同一型号的电池中随机抽取10%的待测试电池作为样本,对样本进行周期性浮充加速老化测试。
抽取用于建立高斯模型的电池需要与待计算的电池为同一厂家、同一型号,不同厂家或不同型号的电池参数有所差异,计算后与实际的情况不能吻合,容易造成误差。具体的抽取样品的步骤包括:
S110:将随机抽取10%的待测试电池分别编号为1、2、3……n-1、n;
S120:对所有样本电池的进行容量标定,并记为Ci,0,i=1、2、3……n-1、n;
S130:进行周期性的加热浮充老化,周期t=6days,温度T=60℃;
S140:每完成一个周期的浮充加热老化后,进行一次容量标定,并记第j个周期加热浮充老化完成后的容量为Ci,j,j=1,2,3……k-1,k。
该步骤中,通过变电站用铅酸蓄电池的健康度估计系统完成样本的核容测试并得到实验数据,可以根据实验数据再进行高斯分布模型的建立。
S200:获取任意一个周期老化后待测试电池容量的高斯分布模型参数均值和方差,得到样本的高斯分布模型。本申请中,得到高斯分布模型后,需要使用适当的评估指标,例如均方误差(MSE)或R方值,来评估模型的拟合效果。如果模型拟合不佳,则需要调整模型或重新采集数据。
具体的,获取任意一个周期老化后电池容量的高斯分布模型参数均值和方差,参数估计具体方法如下:
S210:设第j个周期后铅酸蓄电池量总体样本服从N(μj,σj),其中,μ为高斯分布模型参数均值,σ高斯分布模型参数方差;
S220:设(C1,j,C2,j,C3,j……Cn-1,j,Cn,j)取自总体的样本容量为n的简单样本,则联合概率密度函数为:
S230:由此确定极大似然函数为:
S240:挑选参数μj,σj,使极大似然函数值最大,并将挑选出的参数μj,σj作为高斯模型的平均值和方差,得到样本的高斯分布模型,式中C为电池容量,L为极大似然函数值。
S300:根据样本的高斯分布模型,获取周期性浮充加速老化测试过程中,待测试电池容量随时间变化的上界曲线、下界曲线和中值曲线。
具体的,参照图3所示,待测试电池容量随时间变化的上届曲线、中届曲线和下届曲线分别对应着电池容量的初始阶段、平稳阶段和最终阶段。
在电池的初始阶段,即上届曲线,电池的容量会快速下降。这是因为电池内部的活性物质尚未完全活化,导致电池性能下降。然而,一旦内部的活性物质完全活化,上届曲线就会趋向平缓,进入平稳阶段。电池平稳阶段对应的中届曲线显示,电池容量的下降速度已经减慢并趋于稳定。这是因为在该阶段,电池内部的活性物质已经相对稳定,电池性能下降的速度也相应减缓。虽然电池性能仍在下降,但下降速度已经明显放缓。
最后,当电池接近寿命的终点时,下届曲线开始出现。在此阶段,电池容量的下降速度会再次加快。这是因为在电池内部的活性物质损耗殆尽后,电池的性能进一步下降。
总的来说,上届曲线、中届曲线和下届曲线描绘了电池老化过程中电池容量下降的不同阶段,这些曲线有助于更好地理解和评估电池容量随时间变化的情况。
获取待测试电池容量随时间变化的上界曲线、下界曲线和中值曲线的具体步骤包括:
S310:以容量C=μj+σj为上界曲线已知点,容量C=μj-σj为下界曲线已知点,容量C=μj为中值曲线已知点。
S320:采用三次样条插值拟合老化电池样品获得的电池健康度变化曲线数据,绘制电池容量变化下界曲线、上界曲线和中值曲线。
S400:根据上界曲线、下界曲线和中值曲线估计用铅酸蓄电池的剩余使用寿命。
由上述实施例可知,本申请提供了一种变电站用铅酸蓄电池的健康度估计系统,可以实现远程铅酸蓄电池的健康度估计,可有效预测电池剩余使用寿命。本申请另一方面提供一种变电站用铅酸蓄电池的健康度估计方法,采用高斯模型参数检测电池健康度,无需大量的铅酸蓄电池运行数据,只需对同一厂家同一型号的部分铅酸蓄电池进行老化测试,获得铅酸蓄电池容量随时间变化的曲线,计算得到高斯模型参数,确定电池老化容量变化曲线上下界,即可实现对铅酸蓄电池使用寿命的估计,提高变电站运行稳定性。
由上述内容可知,本申请实施例需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的结构、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种结构、物品或者设备所固有的要素。在没有更多限制的情况下,有语句“包括……”限定的要素,并不排除在包括要素的结构、物品或者设备中还存在另外的相同要素。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
Claims (9)
1.一种变电站用铅酸蓄电池的健康度估计系统,其特征在于,包括:环境设置模块、多通道恒流模块、多通道恒压模块,电池选择模块和控制模块;
所述多通道恒流模块和所述多通道恒压模块均与待测试电池电连接,所述待测试电池的正负极分别电连接放电电阻的两端,所述电池选择模块设在每个所述待测试电池与所述多通道恒流模块、所述多通道恒压模块之间;
所述环境设置模块、多通道恒流模块、多通道恒压模块以及电池选择模块均与所述控制模块通信连接;
所述环境设置模块被配置为:调节所述健康度估计系统的温度,输出温度数据;
所述多通道恒流模块被配置为:为每个所述待测试电池输出恒定的电流,并检测每个所述待测试电池的电流,输出电池充放电流数据和电池充放电流时间数据;
所述多通道恒压模块被配置为:为每个所述待测试电池输出恒定的电压,并检测每个所述待测试电池的电压,输出电池充放电压数据和电池充放电压时间数据;
所述电池选择模块被配置为:选择所述待测试电池进行测试;
所述控制模块被配置为:控制所述环境设置模块、多通道恒流模块、多通道恒压模块以及电池选择模块循环对所述待测试电池进行充放电测试;
获取所述温度数据、电池充放电流数据、电池充放电流时间数据、电池充放电压数据和电池充放电压时间数据进行计算并评估所述待测试电池的健康度。
2.根据权利要求1所述的变电站用铅酸蓄电池的健康度估计系统,其特征在于,所述调节所述健康度估计系统的温度的调节范围为-20-100℃。
3.根据权利要求1所述的变电站用铅酸蓄电池的健康度估计系统,其特征在于,多通道恒流模块的电流调节范围为:0-100A,电流调节分辨率为:0.04A。
4.根据权利要求1所述的变电站用铅酸蓄电池的健康度估计系统,其特征在于,多通道恒压模块的电流调节范围为0-5V,电压调节分辨率为:0.001V。
5.根据权利要求1所述的变电站用铅酸蓄电池的健康度估计系统,其特征在于,
所述控制模块还被配置为:发送控制指令,所述控制指令中包括预设值顺序;
所述电池选择模块包括:继电器和连接片;
所述连接片用于连接所述待测试电池与所述多通道恒流模块、所述多通道恒压模块;
所述继电器用于接收所述控制指令,并按照所述预设值顺序断开或闭合所述连接片。
6.一种变电站用铅酸蓄电池的健康度估计方法,其特征在于,所述方法应用于权利要求1-5中任意一种变电站用铅酸蓄电池的健康度估计系统,所述方法包括步骤:
从同一厂家、同一型号的电池中随机抽取10%的待测试电池作为样本,对所述样本进行周期性浮充加速老化测试;
获取任意一个周期老化后所述待测试电池容量的所述高斯分布模型参数均值和方差,得到样本的高斯分布模型;
根据所述样本的高斯分布模型,获取所述周期性浮充加速老化测试过程中,待测试电池容量随时间变化的上界曲线、下界曲线和中值曲线;
根据所述上界曲线、下界曲线和中值曲线估计所述用铅酸蓄电池的剩余使用寿命。
7.根据权利要求6所述的变电站用铅酸蓄电池的健康度估计方法,其特征在于,所述从同一厂家、同一型号的电池随机抽取10%的所述待测试电池作为样本进行周期性浮充加速老化测试,得到所有样本的高斯分布模型的步骤包括:
将随机抽取10%的所述待测试电池分别编号为1、2、3……n-1、n;
对所有样本电池的进行容量标定,并记为Ci,0,i=1、2、3……n-1、n;
进行周期性的加热浮充老化,周期t=6days,温度T=60℃;
每完成一个周期的浮充加热老化后,进行一次容量标定,并记第j个周期加热浮充老化完成后的容量为Ci,j,j=1,2,3……k-1,k。
8.根据权利要求7所述的变电站用铅酸蓄电池的健康度估计方法,其特征在于,获取任意一个周期老化后电池容量的高斯分布模型参数均值和方差,得到样本的高斯分布模型的方法如下:
设第j个周期后铅酸蓄电池量总体样本服从N(μj,σj);
设(C1,j,C2,j,C3,j……Cn-1,j,Cn,j)取自总体的样本容量为n的简单样本,则联合概率密度函数为:
由此确定极大似然函数为:
挑选参数μj,σj,使极大似然函数值最大,并将挑选出的参数μj,σj作为高斯模型的平均值和方差,得到样品的高斯分布模型,式中C为电池容量,L为极大似然函数值。
9.根据权利要求8所述的变电站用铅酸蓄电池的健康度估计方法,其特征在于,所述根据所述样品的高斯分布模型,获取变电站浮充过程中铅酸蓄电池容量随时间变化的上界曲线、下界曲线和中值曲线的步骤包括:
以容量C=μj+σj为上界曲线已知点,容量C=μj-σj为下界曲线已知点,容量C=μj为中值曲线已知点;
采用三次样条插值拟合老化电池样品获得的电池健康度变化曲线数据,绘制电池容量变化下界曲线、上界曲线和中值曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311187321.2A CN117452257A (zh) | 2023-09-14 | 2023-09-14 | 变电站用铅酸蓄电池的健康度估计系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311187321.2A CN117452257A (zh) | 2023-09-14 | 2023-09-14 | 变电站用铅酸蓄电池的健康度估计系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117452257A true CN117452257A (zh) | 2024-01-26 |
Family
ID=89593601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311187321.2A Pending CN117452257A (zh) | 2023-09-14 | 2023-09-14 | 变电站用铅酸蓄电池的健康度估计系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117452257A (zh) |
-
2023
- 2023-09-14 CN CN202311187321.2A patent/CN117452257A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108254696B (zh) | 电池的健康状态评估方法及系统 | |
CN107991623B (zh) | 一种考虑温度和老化程度的电池安时积分soc估计方法 | |
CN110709717B (zh) | 基于松弛电压估计移动设备的电池健康的方法 | |
Kutluay et al. | A new online state-of-charge estimation and monitoring system for sealed lead-acid batteries in telecommunication power supplies | |
CN110133536B (zh) | 确定电池组实体内部泄漏电流的指标的系统、方法及设备 | |
WO2016134496A1 (zh) | 锂离子电池荷电状态估算方法和装置 | |
EP3293533A1 (en) | Apparatus and method for detecting battery cell failure due to unknown discharge current | |
CN110506215A (zh) | 一种确定电池内短路的方法及装置 | |
WO2014119328A1 (ja) | 電池状態推定装置 | |
CN103149535A (zh) | 用于在线确定电池的充电状态和健康状态的方法和装置 | |
JP2009058518A (ja) | エネルギー貯蔵デバイスのための自己診断システム | |
KR102572652B1 (ko) | 배터리의 충전상태를 추정하는 방법 | |
US20060170426A1 (en) | Method for determining state of charge of lead-acid batteries of various specific gravities | |
KR102550371B1 (ko) | 내부 단락 고장 조기 검출 방법 및 장치 | |
CN113826021A (zh) | 用于诊断电池单体的设备和方法 | |
CN109001645B (zh) | 一种电梯电池检测方法、装置、设备及存储介质 | |
EP1853934B1 (en) | Capacity degradation determination in a lead acid battery method and apparatus | |
Çadırcı et al. | Microcontroller-based on-line state-of-charge estimator for sealed lead–acid batteries | |
CN113075558B (zh) | 一种电池soc估算方法、装置及系统 | |
JP3927751B2 (ja) | 蓄電池の劣化判定方法 | |
CN113176516A (zh) | 容量预测方法、装置、电子设备及存储介质 | |
EP1751567B1 (en) | Method for determining the available energy of a lithium ion battery | |
CN112578299A (zh) | 蓄电池的内部金属结构断裂的确定方法和确定装置 | |
CN116540109A (zh) | 一种单体锂离子电池内短路的检测方法 | |
CN117452257A (zh) | 变电站用铅酸蓄电池的健康度估计系统及方法 |
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 |