CN117741449A - 电池多层级安全性能等级评价方法、系统、设备及介质 - Google Patents
电池多层级安全性能等级评价方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN117741449A CN117741449A CN202410184023.6A CN202410184023A CN117741449A CN 117741449 A CN117741449 A CN 117741449A CN 202410184023 A CN202410184023 A CN 202410184023A CN 117741449 A CN117741449 A CN 117741449A
- Authority
- CN
- China
- Prior art keywords
- test
- energy storage
- storage battery
- safety performance
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 134
- 238000012360 testing method Methods 0.000 claims abstract description 312
- 238000004146 energy storage Methods 0.000 claims abstract description 244
- 238000000034 method Methods 0.000 claims abstract description 98
- 230000004927 fusion Effects 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 238000010219 correlation analysis Methods 0.000 claims abstract description 14
- 239000000178 monomer Substances 0.000 claims description 41
- 239000011159 matrix material Substances 0.000 claims description 30
- 238000013210 evaluation model Methods 0.000 claims description 27
- 230000008569 process Effects 0.000 claims description 27
- 238000011076 safety test Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 17
- 239000013598 vector Substances 0.000 claims description 13
- 238000009784 over-discharge test Methods 0.000 claims description 12
- 238000009783 overcharge test Methods 0.000 claims description 12
- 238000011056 performance test Methods 0.000 claims description 11
- 238000012546 transfer Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000010438 heat treatment Methods 0.000 claims description 6
- 150000003839 salts Chemical class 0.000 claims description 6
- 239000007921 spray Substances 0.000 claims description 6
- 238000009413 insulation Methods 0.000 claims description 5
- 210000004027 cell Anatomy 0.000 claims 13
- 210000000352 storage cell Anatomy 0.000 claims 1
- 238000012512 characterization method Methods 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 description 11
- 238000010998 test method Methods 0.000 description 11
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 8
- 229910001416 lithium ion Inorganic materials 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000011160 research Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000004880 explosion Methods 0.000 description 5
- 238000009778 extrusion testing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 3
- 239000008358 core component Substances 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 3
- 230000004069 differentiation Effects 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 238000012983 electrochemical energy storage Methods 0.000 description 1
- 238000001125 extrusion Methods 0.000 description 1
- 238000010285 flame spraying Methods 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000009781 safety test method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 238000007655 standard test method Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
Landscapes
- Secondary Cells (AREA)
Abstract
本发明属于电池储能系统技术领域,公开了一种电池多层级安全性能等级评价方法、系统、设备及介质,评价方法包括获取储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标,再采用灰色关联度分析方法和层次分析法,获得主客观融合赋权的评价指标权;根据主客观融合赋权的评价指标权重,计算储能电池的安全性能等级评价得分值,实现储能电池多层级安全性能等级评价。本发明中根据试验现象与参数指标,采用灰色关联度分析方法,结合主观赋权与客观赋权,得到储能电池安全关键的评价指标权重,能够准确的评价储能电池多层级安全性能,克服了现有中无法达到对储能系统各层级安全性能的评价表征,测试结果不准确问题。
Description
技术领域
本发明属于电池储能系统技术领域,具体涉及一种电池多层级安全性能等级评价方法、系统、设备及介质。
背景技术
对于电网来说,电池储能系统是一个新生事物,目前不能将电池储能系统当作一个完全可靠成熟的标准化设备,电池的安全性、耐久性和可靠性决定了电池储能系统固有的安全隐患。电池各方面性能的评判依赖于统一的标准条件以及全面的实测数据,不同的标准与不同的测试条件会得到不同的电池质量与安全测试评价结果,虽然已经对储能电池等核心部件和系统的技术要求及检测方法建立了标准体系,但对于满足标准安全要求的产品,各生产厂家技术水平存在差异,产品安全性能差异仅通过满足标准要求无法进行区分。储能系统应用场景复杂,各种应用场景对储能的技术需求各有不同,随着应用场景的变化,储能电池的安全促发条件也发生变化,对于各项安全性能要求侧重不同,因此,有必要对储能电池等核心部件和储能系统在投运前进行安全性能等级评价,以等级划分的形式结合详实的安全试验数据全方位展现和辨识产品的质量和安全技术水平,实现电池储能系统整体一键式“体检”,为电力系统的稳定运行提供重要的技术支撑。
专利CN201611238667.0公开了一种用于锂离子电池安全等级评价的测试方法,包括以下六类测试方法中的三种以上:短路、过充电、过放电、加热、挤压与针刺,并记载测试方法具备以下优点:提供了针对不同阶段锂离子电池产品安全性验证的方法;提出了更为严苛的安全测试方法,对于锂离子电池安全风险的预测更具有针对性;补充了现有对于锂离子动力电池产品安全性的判定方法,提出电池模块安全设计的建议。
但是该专利中,存在以下问题:
1)用于锂离子电池安全等级评价的测试方法仅仅针对电池单体级别,对于大规模的储能应用缺乏测评手段;
2)用于锂离子电池安全等级评价的测试方法并未覆盖目前国标中所有的安全项目;
3)用于锂离子电池安全等级评价的测试方法中对于安全试验现象仅测评通过或不通过;
4)缺乏对于各项安全指标整体性的考量。
基于数值模拟的储能系统安全性能测评方法([1]牛志远.锂电池储能系统燃烧爆炸仿真及安全防护研究[D].郑州大学,2022.DOI:10.27466/d.cnki.gzzdu.2022.004784),公开了现有的储能系统数值模拟技术主要分为电池单体、模组及储能系统/预制舱三个层级:单体电池数值模拟研究主要关注电池在热失控时的内部反应和温度表现,近年来热失控过程中的排气和喷射火行为也得到了关注;模组层级的数值模拟技术主要针对热失控传播开展研究,包括不同触发方式下电池组的热失控特征变化,以及热管理方式对热失控传播的抑制效果等,主要关注模组热安全方面的表现,同时也有部分研究分析了气体扩散行为对热失控传播的影响,但巨大的计算量限制了进一步应用;储能系统、预制舱层级的热失控数值模拟研究主要关注烟气扩散、燃烧和爆炸后果,对储能电站安全防护措施也开展了部分数值研究,然而由于仿真软件及模型的局限性,现有数值研究均未考虑热失控传播过程对烟气扩散、燃烧、爆炸行为的影响。综上所述,数值模拟技术已在锂离子电池储能系统中广泛应用,为储能系统安全评价提供了可靠的数据支撑,但仍面临着许多不足和挑战。随着规模化电化学储能的发展,储能安全对数值模拟技术提出了更多要求。
现有技术中的基于数值模拟的储能系统安全性能测评方法存在以下问题:
1)现有模型大多未考虑力学响应的影响,如安全阀的开启过程、壳体破裂等;
2)随着储能规模持续扩大,对计算资源的需求将继续增大;
3)规定了基本性能、安全性能等关键性能和技术指标的测试方法,但针对储能系统安全评价技术的研究相对有限,缺乏电气危害、火灾、爆炸和毒性等关键指标的定量评价。
由此可见,储能电池与系统运行性能的关联关系,电池储能系统各个层级扮演不同的角色和作用,从储能电池、电池管理系统等核心部件到储能电池系统的工作参数和安全性能指标层层递进、逐级传递,是一个有机的整体,缺一不可。因此仅通过电池单体的安全性试验,无法达到对储能系统各层级安全性能的评价表征。通过数值模拟的方法评价安全性能算力需求高,严重依赖于初始参数的输入,而储能电池系统各层级的部分电热初始参数未形成统一的标准测试方法,对于测评结果造成较大影响。
发明内容
为克服现有技术中仅通过电池单体的安全性试验,无法达到对储能系统各层级安全性能的评价表征,通过数值模拟的方法评价安全性能算力需求高,测评结果不准确的问题,本发明的目的是提供一种电池多层级安全性能等级评价方法、系统、设备及介质。
为实现上述目的,本发明采用的技术方案如下:
本发明的第一方面,提供电池多层级安全性能等级评价方法,包括以下步骤:
获取储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标;
根据所述储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标,采用灰色关联度分析方法和层次分析法,获得主客观融合赋权的评价指标权重;
根据主客观融合赋权的评价指标权重,计算储能电池单体、储能电池模块与储能电池簇的安全性能等级评价得分值;
根据储能电池单体、储能电池模块与储能电池簇的安全性能等级评价得分值,评价储能电池多层级安全性能等级。
进一步的,储能电池单体试验包括过充电试验、过放电试验、短路试验、挤压试验、跌落试验、低气压试验、加热试验与热失控试验。
进一步的,储能电池模块试验包括过充电试验、过放电试验、短路试验、挤压试验、跌落试验、盐雾试验、高温高湿试验与热失控试验。
进一步的,储能电池簇试验包括绝缘性能试验与耐压性能试验。
进一步的,根据所述储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标,采用灰色关联度分析方法和层次分析法,获得主客观融合赋权的评价指标权重,包括以下步骤:
将储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标进行无量纲处理,将无量纲处理的结果作为比较数列,将储能系统安全运行评价结果作为参考数列,计算指标关联度,根据指标关联度,构造灰色关联客观分析矩阵;
根据层次分析法,获取决策属性的主观权重向量;
将决策属性的主观权重向量加入到灰色关联客观分析矩阵,获得加权规范化决策矩阵;
根据加权规范化决策矩阵,获得主客观融合赋权的评价指标权重。
进一步的,通过下式将储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标进行无量纲处理;
(3-1)
式中,为无量纲化参数,/>为参数指标,/>为评价参数类型,/>为全流程安全试验中同种参量数量,m为全流程安全试验中同种参量数量的总数。
进一步的,所述指标关联度通过下式计算:
(3-2)
式中,为指标关联度,minmin与maxmax分别为字母序列两级最小差与最大差,/>为分辩系数,/>为储能系统安全运行评价结果,/>为无量纲化参数,/>为评价参数类型,/>为全流程安全试验中同种参量数量。
进一步的,根据主客观融合赋权的评价指标权重,计算储能电池单体、储能电池模块与储能电池簇的安全性能等级评价得分值,包括以下步骤:
根据储能电池单体安全性能评估模型,获取电池单体的安全性能等级评价得分值;
根据电池模块层级安全性能评估模型,获取电池模块的安全性能等级评价得分值;
根据电池簇层级安全性能评估模型,获取电池簇的安全性能等级评价得分值。
进一步的,储能电池单体安全性能评估模型如下:
(3-3)
其中,SLcell表示电池单体安全性能等级,为第一个试验的电池单体参数指标,为第i个试验的电池单体参数指标,/>为第n个试验的电池单体参数指标,/>为第一个试验的电池单体指标权重,/>为第i个试验的电池单体指标权重,/>为第n个试验的电池单体指标权重,/>为第一个试验的电池单体试验现象,取值为0或1;/>为第i个试验的电池单体试验现象,取值为0或1;/>为第m个试验的电池单体试验现象,取值为0或1。
进一步的,电池模块层级安全性能评估模型如下:
(3-4)
其中,SLmodule表示电池模块安全性能等级,为第一个试验的电池模块参数指标,/>为第i个试验的电池模块参数指标,/>为第n个试验的电池模块参数指标,/>为第一个试验的电池模块指标权重,/>为第i个试验的电池模块指标权重,/>为第n个试验的电池模块指标权重;/>为第一个试验的电池模块试验现象,取值为0或1;/>为第i个试验的电池模块试验现象,取值为0或1;/>为第m个试验的电池模块试验现象,取值为0或1;β为单体-模块安全性能传递系数。
进一步的,电池簇层级安全性能评估模型如下:
(3-5)
其中,SLcluster表示电池簇安全性能等级,为第一个试验的电池簇参数指标,/>为第i个试验的电池簇参数指标,/>为第n个试验的电池簇参数指标,/>为第一试验的电池簇指标权重,/>为第i个试验的电池簇指标权重,/>为第n个试验的电池簇指标权重,/>为第一试验的电池簇试验现象,取值为0或1;/>为第i试验的电池簇试验现象,取值为0或1;为第m试验的电池簇试验现象,取值为0或1;γ为模块-电池簇安全性能传递系数。
本发明的第二方面,提供一种储能电池安全性能等级评价系统,包括:
试验现象与参数指标获取模块,用于获取储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标;
评价指标权重获得模块,用于根据所述储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标,采用灰色关联度分析方法和层次分析法,获得主客观融合赋权的评价指标权重;
安全性能等级评价得分值计算模块,用于根据主客观融合赋权的评价指标权重,计算储能电池单体、储能电池模块与储能电池簇的安全性能等级评价得分值;
储能电池多层级安全性能等级评价模块,用于根据储能电池单体、储能电池模块与储能电池簇的安全性能等级评价得分值,评价储能电池多层级安全性能等级。
进一步的,储能电池单体试验包括过充电试验、过放电试验、短路试验、挤压试验、跌落试验、低气压试验、加热试验与热失控试验。
进一步的,储能电池模块试验包括过充电试验、过放电试验、短路试验、挤压试验、跌落试验、盐雾试验、高温高湿试验与热失控试验。
进一步的,储能电池簇试验包括绝缘性能试验与耐压性能试验。
进一步的,根据所述储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标,采用灰色关联度分析方法和层次分析法,获得主客观融合赋权的评价指标权重,包括以下步骤:
将储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标进行无量纲处理,将无量纲处理的结果作为比较数列,将储能系统安全运行评价结果作为参考数列,计算指标关联度,根据指标关联度,构造灰色关联客观分析矩阵;
根据层次分析法,获取决策属性的主观权重向量;
将决策属性的主观权重向量加入到灰色关联客观分析矩阵,获得加权规范化决策矩阵;
根据加权规范化决策矩阵,获得主客观融合赋权的评价指标权重。
进一步的,通过下式将储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标进行无量纲处理;
(3-1)
式中,为无量纲化参数,/>为参数指标,/>为评价参数类型,/>为全流程安全试验中同种参量数量,m为全流程安全试验中同种参量数量的总数。
进一步的,所述指标关联度通过下式计算:
(3-2)
式中,为指标关联度,minmin与maxmax分别为字母序列两级最小差与最大差,/>为分辩系数,/>为储能系统安全运行评价结果,/>为无量纲化参数,/>为评价参数类型,/>为全流程安全试验中同种参量数量。
进一步的,根据主客观融合赋权的评价指标权重,计算储能电池单体、储能电池模块与储能电池簇的安全性能等级评价得分值,包括以下步骤:
根据储能电池单体安全性能评估模型,获取电池单体的安全性能等级评价得分值;
根据电池模块层级安全性能评估模型,获取电池模块的安全性能等级评价得分值;
根据电池簇层级安全性能评估模型,获取电池簇的安全性能等级评价得分值。
本发明的第三方面,提供一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述的处理器执行所述的计算机程序时实现所述的电池多层级安全性能等级评价方法。
本发明的第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述的计算机程序被处理器执行时实现所述的电池多层级安全性能等级评价方法。
与现有技术相比,本发明具有的有益效果为:
本发明中通过储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标,能够全方位展现和辨识电池产品安全技术水平,直接体现储能电池各层级产品不同维度技术水平的区分度。本发明中根据试验现象与参数指标,采用灰色关联度分析方法和层次分析法,结合主观赋权与客观赋权,得到储能电池安全关键的主客观融合赋权的评价指标权重,能够准确的评价储能电池多层级安全性能。本发明中安全等级评价的对象包括电池单体、电池模块、电池簇,为从根源上解决储能电池应用时的有效信息不足、安全现象区分度颗粒度不足和不同应用场景差异化筛选困难等问题提供了一个更加便利的方法,该方法将在储能项目建设选型中得到广泛应用,同时作为安全与质量全链条闭环检测评价技术的补充,将引导储能电池技术升级与转型,促进电池储能行业健康可持续发展。
附图说明
图1为本发明的电池多层级安全性能等级评价方法流程图;
图2为本发明的储能电池安全性能等级评价系统结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,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他实施例,都属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“ 第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
参见图1,本发明的一个实施例,提供一种电池多层级安全性能等级评价方法,包括以下步骤:
1)确定评价项目指标
储能系统多层级安全性测评是储能电池测试评价的重要环节,然而目前储能电池的安全评价还仅仅依赖于是否冒烟、起火等试验现象进行简单判断,缺少定量的评测方法。本发明建立电池安全性能试验现象量化技术及测试方法,筛选试验过程中核心参数指标,进而建立电池储能安全性能等级评价方法。
本发明通过国标规定的方法对不同的储能电池层级进行试验,即储能电池单体试验、储能电池模块试验与储能电池簇试验,获取相应的参数指标。
具体的,储能电池单体试验包括过充电试验、过放电试验、短路试验、挤压试验、跌落试验、低气压试验、加热试验与热失控试验。
储能电池单体试验的方法、试验现象以及获取的表示电池安全性的参数指标参见表1。
表1 储能电池单体试验项目、试验方法、试验现象与参数指标
储能电池模块试验包括过充电试验、过放电试验、短路试验、挤压试验、跌落试验、盐雾试验、高温高湿试验与热失控试验。
储能电池模块试验的试验方法、试验现象以及获取的表示电池安全性的参数指标参见表2。
表2 储能电池模块试验项目、试验方法、试验现象与参数指标
储能电池簇试验包括绝缘性能试验与耐压性能试验。
储能电池簇试验的试验方法、试验现象以及获取的表示电池安全性的参数指标参见表3。
表3 储能电池簇试验项目、试验方法、试验现象与参数指标
2)获取评价指标权重
采用灰色关联度分析方法,分析表1、表2与表3中试验现象和参数指标与储能系统安全性能的关联程度。灰色关联度分析是指对一个系统发展变化态势的定量描述和比较的方法,基本思想是通过确定参考数据列和若干个比较数据列的几何形状相似程度来判断联系是否紧密,反映曲线间的关联程度,而确定各参量和系统安全状态的关联程度分析恰好符合灰色关联分析的基本思想。
具体的,将表1、表2与表3中参数指标按照式(3-1)进行无量纲处理,便于不同量纲的数据进行比较。
(3-1)
式中,为无量纲化参数,/>为参数指标,/>为评价参数类型,/>为全流程安全试验中同种参量数量,n为评价参数类型的总数,m为全流程安全试验中同种参量数量的总数。
以储能系统安全运行评价结果作为作一个数列,这个数列作为参考数列,将经过无量纲处理的参数指标组成的数列作为比较数列,利用式(3-2)进行指标关联度的计算。
(3-2)
式中,为指标关联度,minmin与maxmax分别为字母序列两级最小差与最大差,/>为分辩系数,一般取值0.5,/>为储能系统安全运行评价结果。
对指标关联度取指标求加权平均值,得到灰色关联度,将灰色关联度进行归一化计算,得到客观权重矩阵/>,根据客观权重矩阵/>构造灰色关联客观分析矩阵C:
式中,为客观权重矩阵,U为多方案决策矩阵,A 1为第一方案集,A 2为第二方案集,A m为第m方案集,T1为第一属性集,T2为第二属性集,Tn为第n属性集,/>为第一客观权重,/>为第二客观权重,/>为第n客观权重,/>为第m客观权重,u 11为第一类产品的第一个经过无量纲处理的参数指标,u 12为第一类产品的第二个经过无量纲处理的参数指标,u 1n为第一类产品的第n个经过无量纲处理的参数指标,u 21为第二类产品的第一个经过无量纲处理的参数指标,u 22为第二类产品的第二个经过无量纲处理的参数指标,u 2n为第二类产品的第n个经过无量纲处理的参数指标,u m1为第m类产品的第一个经过无量纲处理的参数指标,u m2为第m类产品的第二个经过无量纲处理的参数指标,u mn为第m类产品的第n个经过无量纲处理的参数指标。
通过领域专家测评的方法,构建AHP主观赋权矩阵C 0。
式中,W为主观权重矩阵,w 1为第一主观权重,w 2为第二主观权重,w n为第n主观权重,w m为第m主观权重。
为了融合主观权重和客观权重,设计一种基于层次分析法与离差最大化方法的主客观组合赋权方法,在该方法中,根据AHP(层次分析,Analytic Hierarchy Process)主观赋权矩阵,求取决策属性的主观权重向量w,将决策属性的主观权重向量w当作一个算子,加入到灰色关联客观分析矩阵C中,构造加权规范化决策矩阵C*。
根据加权规范化决策矩阵C*,得到指标权重。产品为电池单体时,指标权重/>记为/>,产品为电池模块时,指标权重/>记为/>,产品为电池簇时,指标权重/>记为/>。
3)计算安全性能等级评价
针对不同的试验现象和参数指标,规定量化评分方法,其中参数指标为连续变化数值型,如电池电压、温度、过充量等,得分范围为0-1内连续值;试验现象为布尔类型,如燃烧和爆炸等,得分只有0和1两个值。
储能电池单体安全性能评估模型如下:
(3-3)
其中,SLcell表示电池单体安全性能等级,为第一个试验的电池单体参数指标,为第i个试验的电池单体参数指标,/>为第n个试验的电池单体参数指标,/>为第一个试验的电池单体指标权重,/>为第i个试验的电池单体指标权重,/>为第n个试验的电池单体指标权重;/>为第一个试验的电池单体试验现象,取值为0或1;/>为第i个试验的电池单体试验现象,取值为0或1;/>为第m个试验的电池单体试验现象,取值为0或1。
依据此模型,可获取电池单体的安全性能等级评价得分值。
电池模块层级安全性能评估模型如下:
(3-4)
其中,SLmodule表示电池模块安全性能等级,为第一个试验的电池模块参数指标,/>为第i个试验的电池模块参数指标,/>为第n个试验的电池模块参数指标,/>为第一个试验的电池模块指标权重,/>为第i个试验的电池模块指标权重,/>为第n个试验的电池模块指标权重,/>为第一个试验的电池模块试验现象,取值为0或1;/>为第i个试验的电池模块试验现象,取值为0或1;/>为第m个试验的电池模块试验现象,取值为0或1,β为单体-模块安全性能传递系数。
依据安全性能评估模型,可获取电池模块的安全性能等级评价得分值。
电池簇层级安全性能评估模型如下:
(3-5)
其中,SLcluster表示电池簇安全性能等级,为第一个试验的电池簇参数指标,/>为第i个试验的电池簇参数指标,/>为第n个试验的电池簇参数指标,/>为第一试验的电池簇指标权重,/>为第i个试验的电池簇指标权重,/>为第n个试验的电池簇指标权重,/>为第一试验的电池簇试验现象,/>为第i试验的电池簇试验现象,/>为第m试验的电池簇试验现象,取值为0或1,β为单体-模块安全性能传递系数,γ为模块-电池簇安全性能传递系数。
依据安全性能评估模型,可获取电池簇的安全性能等级评价得分值。
电池单体的安全性能等级评价得分值、电池模块的安全性能等级评价得分值与电池簇的安全性能等级评价得分值范围为0-1,值越高,表示电池的安全等级越好,从而实现评价储能电池多层级安全性能等级。
本发明的安全性能等级评价是在国标型式试验检验合格的基础上,针对大量储能电池各层级产品型式试验数据分析,构建储能电池安全性能评估模型,以安全性能等级划分的形式结合详实的试验现象、参数指标和储能电池安全性能评估模型,全方位展现和辨识电池产品安全技术水平,直接体现储能电池各层级产品不同维度技术水平的区分度。
下述为本发明的装置实施例,可以用于执行本发明方法实施例。对于装置实施例中未披露的细节,请参照本发明方法实施例。
参见图2,本发明一个实施例中,提供一种储能电池安全性能等级评价系统,包括,试验现象与参数指标获取模块、评价指标权重获得模块、安全性能等级评价得分值计算模块与储能电池多层级安全性能等级评价模块。
其中,试验现象与参数指标获取模块,用于获取储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标;
评价指标权重获得模块,用于根据所述储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标,采用灰色关联度分析方法,获得主客观融合赋权的评价指标权重;
安全性能等级评价得分值计算模块,用于根据主客观融合赋权的评价指标权重,计算储能电池单体、储能电池模块与储能电池簇的安全性能等级评价得分值;
储能电池多层级安全性能等级评价模块,用于根据储能电池单体、储能电池模块与储能电池簇的安全性能等级评价得分值,评价储能电池多层级安全性能等级。
进一步的,储能电池单体试验包括过充电试验、过放电试验、短路试验、挤压试验、跌落试验、低气压试验、加热试验与热失控试验。
进一步的,储能电池模块试验包括过充电试验、过放电试验、短路试验、挤压试验、跌落试验、盐雾试验、高温高湿试验与热失控试验。
进一步的,储能电池簇试验包括绝缘性能试验与耐压性能试验。
进一步的,根据所述储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标,采用灰色关联度分析方法和层次分析法,获得主客观融合赋权的评价指标权重,包括以下步骤:
将储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标进行无量纲处理,将无量纲处理的结果作为比较数列,将储能系统安全运行评价结果作为参考数列,计算指标关联度,根据指标关联度,构造灰色关联客观分析矩阵;
根据层次分析法,获取决策属性的主观权重向量;
将决策属性的主观权重向量加入到灰色关联客观分析矩阵,获得加权规范化决策矩阵;
根据加权规范化决策矩阵,获得主客观融合赋权的评价指标权重。
进一步的,通过下式将储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标进行无量纲处理;
(3-1)
式中,为无量纲化参数,/>为参数指标,/>为评价参数类型,/>为全流程安全试验中同种参量数量,m为全流程安全试验中同种参量数量的总数。
进一步的,所述指标关联度通过下式计算:
(3-2)
式中,为指标关联度,minmin与maxmax分别为字母序列两级最小差与最大差,/>为分辩系数,/>为储能系统安全运行评价结果,/>为无量纲化参数,/>为评价参数类型,/>为全流程安全试验中同种参量数量。
进一步的,根据主客观融合赋权的评价指标权重,计算储能电池单体、储能电池模块与储能电池簇的安全性能等级评价得分值,包括以下步骤:
根据储能电池单体安全性能评估模型,获取电池单体的安全性能等级评价得分值;
根据电池模块层级安全性能评估模型,获取电池模块的安全性能等级评价得分值;
根据电池簇层级安全性能评估模型,获取电池簇的安全性能等级评价得分值。
前述的电池多层级安全性能等级评价方法的实施例涉及的各步骤的所有相关内容均可以援引到本发明施例中的储能电池安全性能等级评价系统所对应的功能模块的功能描述,在此不再赘述。
本发明一个实施例中,提供一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述的处理器执行所述的计算机程序时实现所述的电池多层级安全性能等级评价方法。
本发明一个实施例中,提供一种计算机可读存储介质,具体为计算机可读存储介质(Memory),所述计算机可读存储介质是计算机设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质,当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间,该存储空间存储了终端的操作系统。并且,在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机可读存储介质可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令,以实现上述实施例中有关电池多层级安全性能等级评价方法。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (21)
1.电池多层级安全性能等级评价方法,其特征在于,包括以下步骤:
获取储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标;
根据所述储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标,采用灰色关联度分析方法和层次分析法,获得主客观融合赋权的评价指标权重;
根据主客观融合赋权的评价指标权重,计算储能电池单体、储能电池模块与储能电池簇的安全性能等级评价得分值;
根据储能电池单体、储能电池模块与储能电池簇的安全性能等级评价得分值,评价储能电池多层级安全性能等级。
2.根据权利要求1所述的电池多层级安全性能等级评价方法,其特征在于,储能电池单体试验包括过充电试验、过放电试验、短路试验、挤压试验、跌落试验、低气压试验、加热试验与热失控试验。
3.根据权利要求1所述的电池多层级安全性能等级评价方法,其特征在于,储能电池模块试验包括过充电试验、过放电试验、短路试验、挤压试验、跌落试验、盐雾试验、高温高湿试验与热失控试验。
4.根据权利要求1所述的电池多层级安全性能等级评价方法,其特征在于,储能电池簇试验包括绝缘性能试验与耐压性能试验。
5.根据权利要求1所述的电池多层级安全性能等级评价方法,其特征在于,根据所述储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标,采用灰色关联度分析方法和层次分析法,获得主客观融合赋权的评价指标权重,包括以下步骤:
将储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标进行无量纲处理,将无量纲处理的结果作为比较数列,将储能系统安全运行评价结果作为参考数列,计算指标关联度,根据指标关联度,构造灰色关联客观分析矩阵;
根据层次分析法,获取决策属性的主观权重向量;
将决策属性的主观权重向量加入到灰色关联客观分析矩阵,获得加权规范化决策矩阵;
根据加权规范化决策矩阵,获得主客观融合赋权的评价指标权重。
6.根据权利要求5所述的电池多层级安全性能等级评价方法,其特征在于,通过下式将储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标进行无量纲处理;
(3-1)
式中,为无量纲化参数,/>为参数指标,/>为评价参数类型,/>为全流程安全试验中同种参量数量,m为全流程安全试验中同种参量数量的总数。
7.根据权利要求5所述的电池多层级安全性能等级评价方法,其特征在于,所述指标关联度通过下式计算:
(3-2)
式中,为指标关联度,minmin与maxmax分别为字母序列两级最小差与最大差,/>为分辩系数,/>为储能系统安全运行评价结果,/>为无量纲化参数,/>为评价参数类型,/>为全流程安全试验中同种参量数量。
8.根据权利要求1所述的电池多层级安全性能等级评价方法,其特征在于,根据主客观融合赋权的评价指标权重,计算储能电池单体、储能电池模块与储能电池簇的安全性能等级评价得分值,包括以下步骤:
根据储能电池单体安全性能评估模型,获取电池单体的安全性能等级评价得分值;
根据电池模块层级安全性能评估模型,获取电池模块的安全性能等级评价得分值;
根据电池簇层级安全性能评估模型,获取电池簇的安全性能等级评价得分值。
9.根据权利要求8所述的电池多层级安全性能等级评价方法,其特征在于,储能电池单体安全性能评估模型如下:
(3-3)
其中,SLcell表示电池单体安全性能等级,为第一个试验的电池单体参数指标,/>为第i个试验的电池单体参数指标,/>为第n个试验的电池单体参数指标,/>为第一个试验的电池单体指标权重,/>为第i个试验的电池单体指标权重,/>为第n个试验的电池单体指标权重,/>为第一个试验的电池单体试验现象,取值为0或1;/>为第i个试验的电池单体试验现象,取值为0或1;/>为第m个试验的电池单体试验现象,取值为0或1。
10.根据权利要求9所述的电池多层级安全性能等级评价方法,其特征在于,电池模块层级安全性能评估模型如下:
(3-4)
其中,SLmodule表示电池模块安全性能等级,为第一个试验的电池模块参数指标,/>为第i个试验的电池模块参数指标,/>为第n个试验的电池模块参数指标,/>为第一个试验的电池模块指标权重,/>为第i个试验的电池模块指标权重,/>为第n个试验的电池模块指标权重;/>为第一个试验的电池模块试验现象,取值为0或1;/>为第i个试验的电池模块试验现象,取值为0或1;/>为第m个试验的电池模块试验现象,取值为0或1;β为单体-模块安全性能传递系数。
11.根据权利要求10所述的电池多层级安全性能等级评价方法,其特征在于,电池簇层级安全性能评估模型如下:
(3-5)
其中,SLcluster表示电池簇安全性能等级,为第一个试验的电池簇参数指标,/>为第i个试验的电池簇参数指标,/>为第n个试验的电池簇参数指标,/>为第一试验的电池簇指标权重,/>为第i个试验的电池簇指标权重,/>为第n个试验的电池簇指标权重,/>为第一试验的电池簇试验现象,取值为0或1;/>为第i试验的电池簇试验现象,取值为0或1;/>为第m试验的电池簇试验现象,取值为0或1;γ为模块-电池簇安全性能传递系数。
12.一种储能电池安全性能等级评价系统,其特征在于,包括:
试验现象与参数指标获取模块,用于获取储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标;
评价指标权重获得模块,用于根据所述储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标,采用灰色关联度分析方法和层次分析法,获得主客观融合赋权的评价指标权重;
安全性能等级评价得分值计算模块,用于根据主客观融合赋权的评价指标权重,计算储能电池单体、储能电池模块与储能电池簇的安全性能等级评价得分值;
储能电池多层级安全性能等级评价模块,用于根据储能电池单体、储能电池模块与储能电池簇的安全性能等级评价得分值,评价储能电池多层级安全性能等级。
13.根据权利要求12所述的储能电池安全性能等级评价系统,其特征在于,储能电池单体试验包括过充电试验、过放电试验、短路试验、挤压试验、跌落试验、低气压试验、加热试验与热失控试验。
14.根据权利要求12所述的储能电池安全性能等级评价系统,其特征在于,储能电池模块试验包括过充电试验、过放电试验、短路试验、挤压试验、跌落试验、盐雾试验、高温高湿试验与热失控试验。
15.根据权利要求12所述的储能电池安全性能等级评价系统,其特征在于,储能电池簇试验包括绝缘性能试验与耐压性能试验。
16.根据权利要求12所述的储能电池安全性能等级评价系统,其特征在于,根据所述储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标,采用灰色关联度分析方法和层次分析法,获得主客观融合赋权的评价指标权重,包括以下步骤:
将储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标进行无量纲处理,将无量纲处理的结果作为比较数列,将储能系统安全运行评价结果作为参考数列,计算指标关联度,根据指标关联度,构造灰色关联客观分析矩阵;
根据层次分析法,获取决策属性的主观权重向量;
将决策属性的主观权重向量加入到灰色关联客观分析矩阵,获得加权规范化决策矩阵;
根据加权规范化决策矩阵,获得主客观融合赋权的评价指标权重。
17.根据权利要求16所述的储能电池安全性能等级评价系统,其特征在于,通过下式将储能电池单体试验、储能电池模块试验与储能电池簇试验的试验现象与参数指标进行无量纲处理;
(3-1)
式中,为无量纲化参数,/>为参数指标,/>为评价参数类型,/>为全流程安全试验中同种参量数量,m为全流程安全试验中同种参量数量的总数。
18.根据权利要求16所述的储能电池安全性能等级评价系统,其特征在于,所述指标关联度通过下式计算:
(3-2)
式中,为指标关联度,minmin与maxmax分别为字母序列两级最小差与最大差,/>为分辩系数,/>为储能系统安全运行评价结果,/>为无量纲化参数,/>为评价参数类型,/>为全流程安全试验中同种参量数量。
19.根据权利要求16所述的储能电池安全性能等级评价系统,其特征在于,根据主客观融合赋权的评价指标权重,计算储能电池单体、储能电池模块与储能电池簇的安全性能等级评价得分值,包括以下步骤:
根据储能电池单体安全性能评估模型,获取电池单体的安全性能等级评价得分值;
根据电池模块层级安全性能评估模型,获取电池模块的安全性能等级评价得分值;
根据电池簇层级安全性能评估模型,获取电池簇的安全性能等级评价得分值。
20.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于:所述的处理器执行所述的计算机程序时实现如权利要求1至11中任意一项所述的电池多层级安全性能等级评价方法。
21.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于: 所述的计算机程序被处理器执行时实现如权利要求1至11中任意一项所述的电池多层级安全性能等级评价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410184023.6A CN117741449B (zh) | 2024-02-19 | 2024-02-19 | 电池多层级安全性能等级评价方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410184023.6A CN117741449B (zh) | 2024-02-19 | 2024-02-19 | 电池多层级安全性能等级评价方法、系统、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117741449A true CN117741449A (zh) | 2024-03-22 |
CN117741449B CN117741449B (zh) | 2024-05-07 |
Family
ID=90277741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410184023.6A Active CN117741449B (zh) | 2024-02-19 | 2024-02-19 | 电池多层级安全性能等级评价方法、系统、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117741449B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107192954A (zh) * | 2017-05-02 | 2017-09-22 | 杭州科工电子科技有限公司 | 一种锂离子电池性能在线诊断方法 |
CN111537899A (zh) * | 2020-04-01 | 2020-08-14 | 国网江西省电力有限公司电力科学研究院 | 一种梯次利用动力电池安全性评估方法 |
CN113608130A (zh) * | 2021-08-06 | 2021-11-05 | 杭州科工电子科技有限公司 | 电池簇荷电状态在线估算方法 |
CN114610591A (zh) * | 2022-03-11 | 2022-06-10 | 北京汇思慧能科技有限公司 | 基于设备健康度模型的锂离子电池储能系统评价方法 |
CN115481363A (zh) * | 2022-07-13 | 2022-12-16 | 西北工业大学 | 基于组合赋权-模糊综合评价的电池组不一致性评估方法 |
CN116754971A (zh) * | 2023-06-13 | 2023-09-15 | 中创新航科技集团股份有限公司 | 电池析锂检测的方法、设备及存储介质 |
US20230402668A1 (en) * | 2022-06-10 | 2023-12-14 | Apple Inc. | Systems and methods for estimating battery temperature |
-
2024
- 2024-02-19 CN CN202410184023.6A patent/CN117741449B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107192954A (zh) * | 2017-05-02 | 2017-09-22 | 杭州科工电子科技有限公司 | 一种锂离子电池性能在线诊断方法 |
CN111537899A (zh) * | 2020-04-01 | 2020-08-14 | 国网江西省电力有限公司电力科学研究院 | 一种梯次利用动力电池安全性评估方法 |
CN113608130A (zh) * | 2021-08-06 | 2021-11-05 | 杭州科工电子科技有限公司 | 电池簇荷电状态在线估算方法 |
CN114610591A (zh) * | 2022-03-11 | 2022-06-10 | 北京汇思慧能科技有限公司 | 基于设备健康度模型的锂离子电池储能系统评价方法 |
US20230402668A1 (en) * | 2022-06-10 | 2023-12-14 | Apple Inc. | Systems and methods for estimating battery temperature |
CN115481363A (zh) * | 2022-07-13 | 2022-12-16 | 西北工业大学 | 基于组合赋权-模糊综合评价的电池组不一致性评估方法 |
CN116754971A (zh) * | 2023-06-13 | 2023-09-15 | 中创新航科技集团股份有限公司 | 电池析锂检测的方法、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
张亚 等: "质子交换膜燃料电池二维全电池两相流综合数值模型", 化工学报, no. 01, 15 January 2008 (2008-01-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN117741449B (zh) | 2024-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Research on electric vehicle charging safety warning model based on back propagation neural network optimized by improved gray wolf algorithm | |
CN112731159B (zh) | 一种储能电站电池舱电池故障预判及定位的方法 | |
CN114179675B (zh) | 一种基于物联网的换电柜安全控制方法、系统及存储介质 | |
CN109670714B (zh) | 基于隶属度分析的船舶燃气轮机综合状态评估方法 | |
Zhang et al. | Data-driven early warning strategy for thermal runaway propagation in Lithium-ion battery modules with variable state of charge | |
CN111614491A (zh) | 一种面向电力监控系统安全态势评估指标选取方法及系统 | |
CN111812536A (zh) | 一种退役动力电池残值快速评估方法 | |
CN109031138B (zh) | 一种动力电池的安全评估方法和装置 | |
CN109557478B (zh) | 一种锂离子电池安全性能评估方法 | |
CN116401585B (zh) | 一种基于大数据的储能电池失效风险评估方法 | |
CN111812529A (zh) | 一种时变循环工况下锂离子电池老化热失控测试方法 | |
CN115366683A (zh) | 一种新能源汽车动力电池多维模型融合的故障诊断策略 | |
CN107092733A (zh) | 基于自动神经网络搜索的锂离子电池机械强度预测方法 | |
CN112684349A (zh) | 电池单体失效的分析方法、验证方法、装置、设备及介质 | |
CN114580496A (zh) | 一种锂离子电池单体故障自检测方法 | |
CN115902641A (zh) | 电池容量跳水的预测方法、装置及存储介质 | |
CN117741449B (zh) | 电池多层级安全性能等级评价方法、系统、设备及介质 | |
Liu et al. | Voltage fault diagnosis and misdiagnosis analysis of battery systems using the modified Shannon entropy in real-world electric vehicles | |
Li et al. | Multi-dimension statistical analysis and selection of safety-representing features for battery pack in real-world electric vehicles | |
CN116565354A (zh) | 一种电化学储能系统故障分级诊断预警方法、系统及设备 | |
Zhang et al. | An intelligent deformation‐based approach to the state of health estimation of collided lithium‐ion batteries for facilitating battery module safety evaluation | |
CN115730765A (zh) | 基于模糊层次分析的锂电池热失控风险评价方法及装置 | |
Zhang et al. | Artificial Neural Network–Based Multisensor Monitoring System for Collision Damage Assessment of Lithium‐Ion Battery Cells | |
CN115902629A (zh) | 一种锂离子电池安全状态评估及安全故障分级方法 | |
CN115684976A (zh) | 储能电池故障在线诊断定位方法、电子设备及介质 |
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 |