CN117559510A - 一种储能系统的充电方法 - Google Patents

Abstract

本发明涉及新能源储能技术领域，具体为一种储能系统的充电方法，所述充电方法包括以下步骤：测试电芯性能，获取电芯的允许充电能力，得到允许充电能力表格；获取参数信号，针对每一组单体电芯实时获取；比较参数信号，用所述参数信号与所述允许充电能力表格进行查表比较；决定充电电流，比较查表结果取当前组单体电芯的最小值作为该组单体电芯的充电电流；本发明允许在安全的前提下，根据每个电芯的实际条件来调整充电电流。这样的方法考虑到了电池组之间电芯性能差异的实际状况，因而能够更加精准地适配每个电芯的充电需求，从而避免了过度保守的充电限制导致充电效率下降的问题。

Description

一种储能系统的充电方法

技术领域

本发明涉及新能源储能技术领域，具体为一种储能系统的充电方法。

背景技术

储能系统通常由电池包、电池管理系统、PCS、空调系统以及消防系统等组件构成，为了保证储能系统的电压和电量，通常采用数百节锂离子电芯串联成模组以获得足够的电压，再将同样的模组并联，以获得足够的电量，电池管理系统BMS负责对所有电芯电压、温度等参数的采样，进行SOC（State of Charge，荷电状态）的计算，以及故障诊断等。

储能系统自身馈电时也需要电网充电，为了不影响用户的使用，各公司在做充电策略时都会在保证充电电流不超过电芯的承受能力的前提下，尽可能加大充电电流以缩短充电时长，为实现这一目的，电芯的充电允许电流是根据单节电芯某一时刻的温度与SOC值来限定其充电电流值，即温度与SOC均特定到该节电芯，而当前策略中，SOCmax与Tmax并不一定对应同一节电芯，同理SOCmax与Tmin、SOCmin与Tmax、SOCmin与Tmin均不对应同一节电芯，因此使用这种形式的信号输入来查表不完全贴合实际情况，这样查表获得的允许充电电流比实际情况更为严苛，限制了整包的充电能力，不能完全发挥出整包的快充特性；

同时，针对多支路并联的情况，用查表策略获得模组级的允许充电电流，再将该数值乘以总并联支路个数，获得系统级的允许充电电流，同样，用此方法获得的系统级的允许充电电流也是偏小的，限制了整个并联系统的充电能力。

发明内容

本发明针对现有技术中存在的技术问题，提供一种储能系统的充电方法以解决获得的允许充电电流比实际情况更为严苛，限制了整包的充电能力的问题。

本发明解决上述技术问题的技术方案如下：

提供一种储能系统的充电方法，所述充电方法包括以下步骤：

S100、测试电芯性能，获取电芯的允许充电能力，得到允许充电能力表格；

S200、获取参数信号，针对每一组单体电芯实时获取；

S300、比较参数信号，用所述参数信号与所述允许充电能力表格进行查表比较；

S400、决定充电电流，比较查表结果取当前组单体电芯的最小值作为该组单体电芯的充电电流。

更进一步地，所述允许充电能力包括温度、SOC及允许充电电流。

更进一步地，所述参数信号包括SOCmax、SOCmin、Tmax及Tmin，所述SOCmax是所有单体电芯中SOC最大值，SOCmin是所有单体电芯中SOC最小值，所述储能系统内设有多个温度采样点，所述Tmax是所有温度采样点所测温度最大值，所述Tmin是所有温度采样点所测温度最小值。

更进一步地，任一所述温度采样点均设有温度传感器用于监测所述温度传感器周边n个单体电芯，记录当前n个单体电芯的温度为T1、T2、T3至Tx，记录当前n个单体电芯的电量分别为SOC1、SOC2、SOC3至SOCn。

更进一步地，分别输入所述T1与SOC1、SOC2、SOC3至SOCn，查表获取n个单体电芯的允许充电电流；

输入另一温度采样值T2与另一n个单体电芯的电量SOC1、SOC2、SOC3至SOCn，查表获取另一n个单体电芯的允许充电电流；

同理后续部分。

更进一步地，所述储能系统包括m条并联的支路电池模组，任一所述支路电池模组均包含n个单体电芯；

第二支路电池模组对应的测温点为Tx+1、Tx+2、Tx+3至T2x；

第m支路电池模组对应的测温点为T(m-1)x+1、T(m-1)x+2、T(m-1)x+2至Tmx；

分别查表，获得第一支路允许充电电流I1，第二支路允许充电电流I2至第m支路允许充电电流Im，所述储能系统的允许充电电流I0等于各支路允许充电电流相加，即I0 = I1+ I2 + …… + Im。

更进一步地，所述充电方法包括以下修正策略：假设所述储能系统的对外需求充电电流为I0时，有y条支路（0<y<m）分配到的充电电流大于支路的允许充电电流，此处令y =3，假设e、f、g三条支路的实际充电电流I’e、I’f、I’g大于允许充电电流Ie、If、Ig；

分别计算I’e /Ie、I’f /If、I’g/Ig，并取三个比值中的最大值max(I’e /Ie, I’f/If, I’g/Ig)，最终，将I0除以这三个比值中的最大值，并将I0以该比例缩小，获得修正后的系统允许充电电流I’0，公式如下：

I’0=I0 / max(I’e /Ie, I’f /If, I’g/Ig);

充电开始以及后续每当有支路电池模组的允许充电电流切表时，所述修正策略均运行一次以获得一个最大的允许充电电流保证充电速度。

更进一步地，对获得n个单体电芯中所有单体电芯的允许充电电流取最小，获得整个电池模组或电池包的允许充电电流。

本发明的有益效果是：

本发明通过引入了针对每个单体电芯的SOC和温度数据进行查表的机制，准确揭示了这些参数实际上如何影响每个电芯的充电能力，不同于传统方法仅使用整个电池包的SOC和温度极值进行充电控制的保守做法，本发明允许在安全的前提下，根据每个电芯的实际条件来调整充电电流。这样的方法考虑到了电池组之间电芯性能差异的实际状况，因而能够更加精准地适配每个电芯的充电需求，从而避免了过度保守的充电限制导致充电效率下降的问题。

本发明中，BMS的高精度算法允许从由各单体电芯的SOC和温度数据得出的表格中查找并确定每一电芯允许的充电电流，再从中选择最小的电流作为电池包的充电电流，这种做法使得每个电芯都能在自身的最佳充电窗口内工作，从而最大程度地发挥出电池的充电能力，相较于现有的方法，不仅提升了安全性，因为每个电芯都没有超出自身的安全充电范围，同时还显著提高了整个电池包的充电效率，减少了充电时间，尤其是在大规模储能应用中，这将大幅度提高整体系统的运行时效和经济性。

此外，通过针对每个单体电芯进行优化的充电流程，本发明还提供了细粒度的充电控制，这个控制系统不仅能在单次充电中提升效率，而且有助于长期维护电池健康，延长电池的使用寿命，因为通过避免单体电芯经历不适宜的充电状态，减小了循环过程中的应力差异，从而均衡了损耗，减轻了退化现象。

本发明的储能系统的充电方法为电池储能系统提供了一种更加科学、经济且高效的充电策略，对节能减排具有积极的贡献，并且对提升储能技术的竞争力和市场可行性具有重要意义。

附图说明

图1为本发明的充电方法流程图；

图2为本发明的允许充电能力表；

图3为本发明的充电方法示意图一；

图4为本发明的充电方法示意图二。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。此外，应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

下文的公开提供了许多不同的实施例或例子用来实现本发明的不同方法。为了简化本发明的公开，下文中对特定例子的方法进行描述。当然，它们仅仅为示例，并且目的不在于限制本发明。

参考图1至图4所示，本发明提供了以下优选的实施例：

实施例一：本实施例中，在测试电芯性能环节，每一单体电芯在出厂前及其使用周期中定期会进行全面细致的测试，包括但不限于其电化学性能、热稳定性、内阻、最大允许充电电压和最小放电截止电压等关键参数。测试过程采用专业的测试设备，如恒流充放电机，热失控测试机，内阻测试仪。针对不同温度环境和荷电状态（SOC）下的电芯性能特点，将测试数据归纳汇总形成一份全面的允许充电能力表格，记录了在各个不同状态下单体电芯的最大允许充电电流。这份表格作为随后充电电流决策的数据支撑，确保充电过程在安全界限内最大程度发挥电芯性能。

进一步地，进入储能系统实际运营阶段，电池管理系统（BMS）对储能系统中的每一单体电芯实时监测其工作状态，这包括但不限于纳秒级或微秒级的电压、电流采集以及温度监测，甚至可能涉及单体电芯的内阻变化状态，所有这些信号参数都实时反馈至控制中心，为充电电流的决定提供依据。

进一步地，在比较参数信号环节，通过BMS采集到的每一单体电芯实时工作参数与允许充电能力表格进行比对，这个比对过程通过专门设计的算法来优化，不仅仅是简单的查找，还需要考虑到电池组合后的整体性能，以及电池之间的均衡问题，允许充电能力表格在软件中通过算法转化成一个高维度的查找构架，方便快速定位到对应的充电电流值。

进一步地，在决定充电电流环节，结合允许充电能力表格与实时采集到的电芯参数信号，比对得出若干个允许充电电流的候选值，为了保证整体电芯组的充电安全，以及对电池寿命的考虑，该方法选取所有候选值中的最小值作为充电电流的决定值，该值是通过实时动态调整，不仅满足各个电芯的实际状态与充电需求，也确保了即便是在电池性能有所退化时，依然不会超出安全充电电流的阈值，与此同时，整个系统的充电策略还将综合考虑电网侧的实际情况，如功率限制、需求响应等因素，实现一个在保障电网稳定的同时，也能达到快速充电的最优方案。

本实施例的整个充电方法是在持续不断的实时数据采集与复杂算法支撑下进行的，需要强大的计算能力和极高的数据处理速度，如此，就能够在保证储能系统安全可靠运行的同时，充分发挥集装箱式储能柜的高集成度和快充特性，进一步推动储能技术向高效率和高性能方向发展。

实施例二：在基于实施例一的储能系统的充电方法中，对于允许充电能力的具体实施方式，本实施例明确了需要将温度、SOC及允许充电电流三个关键参数融入到整个充电过程的决策中，实施本实施例的方法时，首先需要建立一个详细的允许充电能力模型，该模型能够映射不同温度与SOC组合下单体电芯的最大允许充电电流值。

进一步地，该模型的创建通过对大量电芯在不同工作条件下进行压力测试以获得基础数据，这些基础数据不仅仅包含了在标准室温下的电芯性能表现，还包括了在极端温度情况下，如极高或极低温度的电芯性能变化；此外，针对不同SOC级别，电芯在各状态下的最大允许充电电流同样会在测试中得出，所有数据会被整合在一个综合模型中，通常以三维的形式存在，其中包括了温度、SOC与允许充电电流的关系。

进一步地，在电池管理系统BMS中，将允许充电能力模型以软件算法形式集成进去，使得系统能够实时对每个电芯的当前温度和SOC进行监测，BMS根据实时监控到的每个电芯的温度和SOC，通过查阅前述模型，确定当前允许的最大充电电流值，由于电池组中每个电芯的工作状态可能不尽相同，因此BMS将执行一系列比较操作，找出在当前工作状态下所有电芯中允许的最低充电电流作为储能系统的充电电流。

在实际充电过程中，BMS将持续监测每个电池单体的温度和SOC，以确保充电电流始终在允许范围之内，这种动态调整保证了在各种工作条件下，充电过程都是安全的；此外，由于各种外部因素，如环境温度的变化和储能系统自身的放热，电芯的温度可能发生变化，因此，BMS需要不仅实时地控制充电电流来反映这些变化，同时也需要与系统中的空调系统等其他组件进行通信协作，对电池温度进行调控，从而保持充电过程在最佳状态。

进一步地，BMS的控制策略还将结合电网侧的需求和限制，如在用电高峰时间，电网可能要求储能系统减少充电电流，或者在夜间低峰时段加大充电电流；在这种情况下，BMS将动态调整充电电流大小，满足市场和电网运营商的需求，同时保证了整个储能系统的高效运营和长期耐用性。

通过本实施例的策略，本发明的充电方法允许储能系统在保证安全的前提下尽量发挥其充电能力并优化充电时间，使得储能系统能够更有效率地运行，同时延长电池的寿命并降低运营成本，本发明的方法的实施对电池管理系统的软硬件设计均有较高要求，需要精确的传感器、快速的数据处理能力和智能的策略决策模块，在这个高度集成化和自动化的系统中，智能算法的作用尤为关键，它能够确保适时的决策，最大化储能系统的性能，同时保障整个电网的稳定性与效率。

实施例三：在实施例二记载的充电方法中，其中涉及的充电方法进一步重点考虑了所述参数信号包括SOCmax、SOCmin、Tmax及Tmin，这些参量标识了电池组中电芯SOC和温度的最大值与最小值，具体的实施方式如下：

在这种充电方法中，电池管理系统（BMS）的算法经过设计能够实时监测整个电池组中单体电芯的SOC和温度，以此获得SOCmax、SOCmin、Tmax和Tmin四个关键参数，SOCmax和SOCmin分别指示了当前电池组中SOC值最高和最低的电芯，而Tmax和Tmin则分别代表当前温度最高和最低的电芯，这些最值参数为充电策略提供了重要的边界条件，确保在快速充电的同时不会超出任一单体电芯的安全工作区间。

进一步地，首先由BMS对每一单体电池进行SOC和温度的实时监控，确保高时间精度与空间精度的数据采集，接下来，通过这些数据可以识别出电池组中极值电芯，并结合其他采集数据对比之前建立的允许充电能力模型，在模型内，已经根据温度和SOC预设了相应的最大允许充电电流；于是，BMS会分别对拥有SOCmax、SOCmin、Tmax和Tmin的单体电芯查找其对应的允许充电电流。

在确保安全性基础上追求充电效率，BMS通过一个综合的判定逻辑来选取实际充电电流；理论上，每个单体电芯都能承受不同条件下的最大充电电流；但考虑到整个电池组的安全性和均衡性，必须在所有电芯的最大允许充电电流中选取一个最小值来确保最脆弱的电芯不会受损；可以理解的是，实际的充电电流将由SOCmax对应的最小允许充电电流、SOCmin对应的最小允许充电电流、Tmax对应的最小允许充电电流以及Tmin对应的最小允许充电电流中的最小值来决定，此举确保了即使是SOC或温度达到极值的单体电芯也能安全充电，同时，适当的充电电流又能满足系统迅速充电的需求。

进一步地，为了适应这一充电策略，BMS将配备一套复杂的硬件和软件系统，硬件上，高精度的传感器用于实时监测电芯的SOC和温度，而强大的处理器则负责处理大量数据并驱动充电电流的决策，软件上，则需要开发相关的算法来处理和解释这些数据，包括数据的实时采集、处理、存储以及判定逻辑的执行；此外，还需要一个与电池冷却系统之间的通讯协议，确保冷却系统可以实时响应电池温度变化，调节电芯工作温度以维持在最优范围。

复杂的软硬件协同工作保证了充电过程中的所有极值参数都得到了适当的管理，而不仅仅是简单地依靠查表法来确定充电电流；如此，便能够在确保安全的前提下，提高充电效率，发挥电池的最优性能，同时减少对电池寿命的影响，推动储能系统向快充和高效率的方向发展。

实施例四：根据实施例三记载的储能系统的充电方法，本实施例明确了SOCmax、SOCmin、Tmax、Tmin的具体定义，以及这些参数如何适应整个储能系统的充电策略，在这个背景下，本实施例制定出一个详细的实施方案，以连贯地描述揭示了如何将这些极值参数整合至储能系统的充电过程中。

在本实施方式中，电池管理系统（BMS）的职责不仅是监控每个单体电芯的状态，还要确保它们在充电过程中保持在安全运作的环境下，BMS首先通过其连接的高精度传感器阵列对整个电池包进行监测，这些传感器不断地读取单体电池的电荷状态（SOC）以及各个温度采样点的温度值，传感器将这些数据输送回数据处理中心，即BMS的核心控制单元。

进一步地，BMS的数据处理中心首先对接收到的所有电池SOC数据执行分析，以确定其中的SOCmax和SOCmin；SOCmax体现了池组中最高电荷状态的电池，而SOCmin则指示了电荷状态最低的电池，为了维护电池电荷状态的平衡，BMS算法会使用这两个值来确定一个合适的充电策略，试图减少电池组之间SOC的不均衡，并确保整体储能系统充电效率的最优化。

进一步地，而对于温度数据，BMS通过分析所有温度采样点上报的温度数据来找出Tmax和Tmin，温度极值的确定对于调节充电电流至关重要，因为温度会直接影响电池的充电效率和安全性，例如，过高的温度可能会导致电池过热，缩短寿命甚至发生热失控，因此，BMS用Tmax和Tmin来指导充电电流的最大值，以避免任何一点的过热情况，并结合冷却系统，主动降低电池包中温度过高点的温度。

进一步地，在确立了SOC和温度极值后，BMS不断地将实时监测值与这些极值进行比较，如果确定某个单体电池的SOC或温度即将越界，BMS会立即调整充电策略，降低充电电流或启动冷却措施；与此同时，BMS也会预测电池组的行为，为不同状态的电池分配合理的充电电流，尽可能提高整个电池组的充电效率，同时避免任何形式的电池失衡。

本实施例的充电策略进一步要求BMS具有先进的预测模型和响应算法，它们可以基于实时数据动态调整充电限制，使电池组始终保持在最佳工作状态，并由此确保BMS的决策能够快速准确地响应各种不同的充电场景。

进一步地，电池系统的硬件设计需要足够的冗余与可靠性，以应对突如其来的高负荷和潜在的故障点，高频率的数据获取和存储机制也是不可或缺的，这样可以确保监控数据的完整性，并为高级的分析提供数据支持。

整个实施方案下，BMS不仅完全掌握了整个储能系统的工作状态，还实现了对电池组在充电过程中可能发生的任何极值情况的预测和响应，这使得电池系统不仅仅在稳定的工作环境下运行，还能在精确控制下实现高效的能量转换和存储，这种高度的优化和智能保护措施将至关重要，因为它们共同提升了储能系统的性能和可靠性，同时也延长了电池的使用寿命。

实施例五：在遵循实施例二的储能系统充电方法的基础上，本实施例嵌入了一个温度采样点负责监测该传感器周围n个单体电芯，并记录下它们的温度T1、T2、T3至Tx和相应的电量SOC1、SOC2至SOCn，在制定一个综合这些参数的充电策略时，电池管理系统（BMS）需要实施一种复杂且精细的数据采集与控制流程，确保整个储能系统在充电时能提供最大的效率与安全性。

具体而言，本实施例的核心聚焦在如何集成数个单体电芯的温度和SOC数据，并根据这些数据智能地调节充电方法；首先，整个储能系统中会部署一组分布均匀的温度传感器，每个温度传感器都被分配有责任监测其周围特定数量n的单体电芯的温度值，BMS会针对每个传感器设定一个温度读数的列表，将其命名为T1至Tx，其中的x代表传感器的数量；此外，该传感器还将监测n个单体电芯的充电状态，记录为SOC1至SOCn，这些数据的获取是实时的，确保了BMS能够按照最新的电池状态来进行充电控制。

进一步地，BMS的算法将会运用这些数据来执行一系列判断与操作，当BMS收集到所有传感器的温度和SOC数据后，将执行一个复杂的算法来确定是否和如何调整充电电流，这个过程包括对每个单体电芯的最高和最低SOC值SOCmax和SOCmin的识别，以及同一传感器下所有电芯的最高和最低温度值Tmax和Tmin的确定。

进一步地，BMS会评估每个电芯的状态，及其与周围电芯的状态的匹配程度，考虑到电池组整体均衡的需求，BMS会计算一种均衡策略，其可能基于图形算法、智能优化或机器学习模型，以优化充电过程，并针对每一个电芯调整其充电强度，在这个过程中，如果任何单体电芯的温度过高或过低，或其SOC值与周围电芯存在显著差异，BMS会采取必要的措施：如降低电流强度、均衡电荷分布，或启动冷却系统来防止任何潜在的安全风险。

进一步地，监测方案须高度精准，以至于能够检测微小的SOC或温度变化，需要BMS配备有能力处理大规模数据并作出快速决策的计算能力；同时，为了支持这种精细的数据处理，BMS的硬件组成应该包括快速可靠的信号转换器、数据总线和通讯接口，而软件部分则应该具备高级数据分析、实时监控、自适应调整充电参数和高效算法执行的能力，如使用模糊逻辑控制或神经网络来提升决策过程的准确性。

整个实施方案不仅需要确保能实时地捕捉到各个电池的SOC和温度状态，并以此为基础执行充电控制，还必须保证系统的可靠性和安全性，同时考虑到系统效率和电芯寿命的优化，这种详细的实施方法展现了智能充电系统在实际操作中所需的技术和系统需求的复杂性，并体现了在现代储能系统当中，如何将数据收集和智慧决策相结合，以保障在充电过程中电池的健康、效率和安全。

实施例六：在实施例五记载的储能系统充电方法中，特定的实施方式包括一个结合了温度采样值和单体电芯状态的查表制度，用以确定每个单体电芯的允许充电电流，在这一过程中，电池管理系统（BMS）充分利用了获取的实时温度和SOC数据，通过预设的查表算法来实现对充电过程的精确控制。

具体而言，每个温度传感器都监测着特定的n个单体电芯，并收集这些电芯的温度与SOC数据，这些数据作为输入参数，分别对应于温度采样值和电量状态，例如，首个温度采样值T1将与首个n个单体电芯的电量状态SOC1到SOCn配对，BMS利用这组参数，引用预先设定的数据表，这张表是基于大量经验数据和实验结果预先构建的，表中详尽描述了在不同温度和SOC组合下，每个电芯的建议充电电流值。

进一步地，BMS会对所有的传感器执行同样的操作流程，例如，T2将会与第二组n个电芯的SOC参数相匹配，同样地，BMS通过查阅相关表格得到这些电芯的建议充电电流；同理，BMS会继续处理后续传感器的数据，这个过程循环进行，以确保每个单体电芯都得到了针对其温度和SOC状况的最优化充电电流。

上述策略是针对单支路电池模组或者电池包情况下的允许充电电流。对于多支路并联的系统，则每一支路均要单独进行上述单支路的查表计算。比如第一支路如上文描述，由n节电芯串联组成，分别为：cell1, cell2, ……, celln，对应的测温点为T1, T2,……,Tx；同样的，第二支路也由n节电芯串联组成，分别为：celln+1, celln+2, ……, cell2n，对应的测温点为Tx+1, Tx+2,……, T2x；假设总的并联数为m，则第m支路也由n节电芯串联组成，分别为：cell(m-1)n+1, cell(m-1)n+2, ……, cellmn，对应的测温点为T(m-1)x+1,T(m-1)x+2,……, Tmx；对于第一支路，做如附图3所示查表，获得允许充电电流I1；第二支路也进行同样的操作，获得允许充电电流I2；第m支路得到允许充电电流Im。则整个系统的允许充电电流等于各支路允许充电电流相加，I0 = I1 + I2 + …… + Im。

进一步，因为多支路并联系统中，各支路的内阻大小受到电流、使用寿命、使用环境等多重因素影响，无法精确预估且不可控制。而根据欧姆定律，支路内阻的大小直接影响充电过程中该支路分配的电流大小。因此，在整个系统对外需求I0大小的充电电流时，无法准确分配总电流至各支路，使得各支路的充电电流恰好为I1、I2、……、Im。其后果是会有支路存在过流的风险。对此，还需引入如下保护策略：

假设系统对外需求I0充电电流时，有y条支路（0<y<m）分配到的充电电流大于支路的允许充电电流。此处令y = 3，假设e、f、g三条支路的实际充电电流I’e、I’f、I’g大于允许充电电流Ie、If、Ig。分别计算I’e /Ie、I’f /If、I’g/Ig并取三个比值中的最大值max(I’e/Ie, I’f /If, I’g/Ig)，最终，将I0除以这三个比值中的最大值，将I0以该比例缩小，获得修正后的系统允许充电电流I’0，公式如下：

I’0=I0 / max(I’e /Ie, I’f /If, I’g/Ig);

充电开始以及后续每当有支路的允许充电电流切表时，该修正策略均需运行一次,修正后的系统级允许充电电流能确保并联支路的每一条支路均不发生过流，并在此基础上获得一个最大的系统级充电电流大小，保证充电速度。

这种基于查表的方法让BMS可以迅速决定对每个电芯的充电电流，无需进行复杂的实时计算，数据表可以基于详细的热力学模型、电化学模型、实验测试结果和历史性能数据来创建，这些表格应当考虑到电芯材料的特性、电芯尺寸、预期循环寿命、安全要求等多种因素，在设计时为不同的电芯工作状态提供专门调整的充电电流。

在实施方案中，为了响应不同工况导致的参数变化，BMS配备了高度智能化的软件，能够动态调整查表策略；这意味着，随着温度和SOC数据的更新，BMS能够相应地检索新的电流参数，实现充电过程的动态优化，如果必要，此查表系统可以通过在线学习或适时的人工更新，以适应电池性能的变化和新的运行数据。

除此之外，为确保实时性和可靠性，BMS通常需要配备高速的数据采集硬件、稳健的通信网络和快速的计算平台，将监测到的数据立即转化为可操作的指令输出至充电器，而在硬件层面，必须有能力处理额定的充电电流规模，同时配置适当的接口兼容与多种电芯和传感器技术。

本实施方式有效地将BMS变为一个高效的数据驱动型决策系统，它通过不断地利用最新的电芯信息，并与预设的数据库相结合，来确保每个电芯都能在其特定的温度和SOC条件下，以最理想的电流得到充电，从而优化整个电池包的性能与寿命，并最大限度地提高系统的安全和效率。

实施例七：根据实施例六的记载，本实施例中储能系统的充电方法进一步细化到了如何确定整个电池模组或电池包的允许充电电流，在具体实施方案中，本实施例的方法将考虑每一组n个单体电芯的温度和SOC数据，使用查表法确定每个电芯的允许充电电流后，电池管理系统（BMS）需要从这些电流值中选择一个最小的值作为整个电池模组或电池包的允许充电电流，这是基于一个重要的原则——电池模组中的充电速率受到最脆弱单体电芯性能的限制。

具体实施时，BMS首先读取由各温度传感器提供的n个单体电芯的温度T1、T2等，和对应的SOC数据SOC1到SOCn，然后，BMS依据内置的查表系统找到每个单体电芯的建议充电电流，此查表系统预装有多个基于实验以及预测模型数据的表格，这些表格包含了在不同温度和SOC条件下每个电芯可以安全接受的最大充电电流。

进一步地，得到这组电流值后，BMS会执行一个最小值选择流程，这个过程涉及比较所得到的所有允许充电电流值，并从中挑选出最小的一个值，这样做的目的在于确保在任何时刻整个电池模组或电池包中最为薄弱的单体电芯不会因为充电电流过大而受到过度压力，进而导致温度异常上升、性能下降或甚至安全隐患，这个最小充电电流将被应用于整个电池模组或电池包，确保充电过程安全、均衡且高效。

这种最小值方法对BMS的算法和硬件都提出了特别要求，以高效率和精确性处理数据，比如，为了保证实时性，BMS必须能够快速地完成数据采集、查表匹配和最小值计算等一系列操作，整个算法设计要考虑到系统的有效响应时间和实时更新能力，尤其在瞬态工况变化的场景下。

同时，为了调节允许充电电流，BMS与充电设备之间的通讯至关重要，因此，必须确保这一通信过程可靠无误，并能够实现快速地控制信号传输，通常涉及到先进的通讯协议和高效的信号转换技术。

还需注意的是，为了维护电池的长期健康，BMS还需要考虑到周期性的平衡充电过程，在获取最小允许充电电流并对电池模组或电池包进行充电的同时，BMS会监视整个过程，并在必要时启动平衡策略，逐渐缩小各个电芯之间SOC和温度的差异，长期保持整个系统的健康运行和最优化充电效能。

本实施例高效、实时的数据处理流程，以及精准的充电电流调节机制，旨在确保整个电池模组或电池包在任何充电情境下均能够安全且均一地进行充电，同时最大化电池寿命和性能表现。

本发明的有益效果具体体现在以上所述仅为本发明的较佳实施例，并不用以限制本发明，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)

1.一种储能系统的充电方法，其特征在于，所述充电方法包括以下步骤：

测试电芯性能，获取电芯的允许充电能力，得到允许充电能力表格；

获取参数信号，针对每一组单体电芯实时获取；

比较参数信号，用所述参数信号与所述允许充电能力表格进行查表比较；

决定充电电流，比较查表结果取当前组单体电芯的最小值作为该组单体电芯的充电电流。

2.根据权利要求1所述的储能系统的充电方法，其特征在于，所述允许充电能力包括温度、SOC及允许充电电流。

3.根据权利要求2所述的储能系统的充电方法，其特征在于，所述参数信号包括SOCmax、SOCmin、Tmax及Tmin，所述SOCmax是所有单体电芯中SOC最大值，SOCmin是所有单体电芯中SOC最小值，所述储能系统内设有多个温度采样点，所述Tmax是所有温度采样点所测温度最大值，所述Tmin是所有温度采样点所测温度最小值。

4.根据权利要求3所述的储能系统的充电方法，其特征在于，任一所述温度采样点均设有温度传感器用于监测所述温度传感器周边n个单体电芯，记录当前n个单体电芯的温度为T1、T2、T3至Tx，记录当前n个单体电芯的电量分别为SOC1、SOC2、SOC3至SOCn。

5.根据权利要求4所述的储能系统的充电方法，其特征在于，分别输入所述T1与SOC1、SOC2、SOC3至SOCn，查表获取n个单体电芯的允许充电电流；

输入另一温度采样值T2与另一n个单体电芯的电量SOC1、SOC2、SOC3至SOCn，查表获取另一n个单体电芯的允许充电电流；

同理后续部分。

6.根据权利要求5所述的储能系统的充电方法，其特征在于，所述储能系统包括m条并联的支路电池模组，任一所述支路电池模组均包含n个单体电芯；

第二支路电池模组对应的测温点为Tx+1、Tx+2、Tx+3至T2x；

第m支路电池模组对应的测温点为T(m-1)x+1、T(m-1)x+2、T(m-1)x+2至Tmx；

分别查表，获得第一支路允许充电电流I1，第二支路允许充电电流I2至第m支路允许充电电流Im，所述储能系统的允许充电电流I0等于各支路允许充电电流相加，即I0 = I1 +I2 + …… + Im。

7.根据权利要求6所述的储能系统的充电方法，其特征在于，所述充电方法包括以下修正策略：假设所述储能系统的对外需求充电电流为I0时，有y条支路（0<y<m）分配到的充电电流大于支路的允许充电电流，此处令y = 3，假设e、f、g三条支路的实际充电电流I’e、I’f、I’g大于允许充电电流Ie、If、Ig；

分别计算I’e /Ie、I’f /If、I’g/Ig，并取三个比值中的最大值max(I’e /Ie, I’f /If, I’g/Ig)，最终，将I0除以这三个比值中的最大值，并将I0以该比例缩小，获得修正后的系统允许充电电流I’0，公式如下：

I’0=I0 / max(I’e /Ie, I’f /If, I’g/Ig);

充电开始以及后续每当有支路电池模组的允许充电电流切表时，所述修正策略均运行一次以获得一个最大的允许充电电流保证充电速度。

8.根据权利要求4所述的储能系统的充电方法，其特征在于，对获得n个单体电芯中所有单体电芯的允许充电电流取最小，获得整个电池模组或电池包的允许充电电流。