CN117907873B - 基于电池储能优化管理的退役电池梯次利用方法及装置 - Google Patents
基于电池储能优化管理的退役电池梯次利用方法及装置 Download PDFInfo
- Publication number
- CN117907873B CN117907873B CN202410206918.5A CN202410206918A CN117907873B CN 117907873 B CN117907873 B CN 117907873B CN 202410206918 A CN202410206918 A CN 202410206918A CN 117907873 B CN117907873 B CN 117907873B
- Authority
- CN
- China
- Prior art keywords
- battery
- index
- characteristic
- parameter
- battery parameter
- 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
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000004146 energy storage Methods 0.000 title claims abstract description 45
- 238000005457 optimization Methods 0.000 title claims abstract description 41
- 238000011156 evaluation Methods 0.000 claims abstract description 151
- 239000011159 matrix material Substances 0.000 claims abstract description 86
- 238000012360 testing method Methods 0.000 claims abstract description 49
- 230000008521 reorganization Effects 0.000 claims abstract description 13
- 230000008569 process Effects 0.000 claims description 42
- 238000012545 processing Methods 0.000 claims description 29
- 230000005484 gravity Effects 0.000 claims description 22
- 238000007599 discharging Methods 0.000 claims description 21
- 238000007689 inspection Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 239000013598 vector Substances 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 8
- 230000006872 improvement Effects 0.000 claims description 6
- 230000010287 polarization Effects 0.000 claims description 6
- 230000001174 ascending effect Effects 0.000 claims description 4
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 238000010899 nucleation Methods 0.000 claims description 4
- 238000007726 management method Methods 0.000 description 42
- 230000006798 recombination Effects 0.000 description 7
- 238000005215 recombination Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000000178 monomer Substances 0.000 description 4
- 230000000630 rising effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004064 recycling Methods 0.000 description 2
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 230000002238 attenuated effect Effects 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
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000007 visual effect Effects 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]
- G01R31/396—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
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- H01M10/4285—Testing apparatus
-
- 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
- H01M10/54—Reclaiming serviceable parts of waste accumulators
-
- 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
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W30/00—Technologies for solid waste management
- Y02W30/50—Reuse, recycling or recovery technologies
- Y02W30/84—Recycling of batteries or fuel cells
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Electrochemistry (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Chemical & Material Sciences (AREA)
- Evolutionary Computation (AREA)
- Chemical Kinetics & Catalysis (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Secondary Cells (AREA)
Abstract
本发明涉及退役电池梯次利用技术领域，揭露了基于电池储能优化管理的退役电池梯次利用方法及装置，包括：接收退役电池的梯次利用指令，检测单体电池，利用电池测试系统对单体电池执行充放电测试后，对单体电池执行一次分选处理，再对电池参数特征组执行特征指标评价，得到指标评价结果，构建原始评价矩阵，计算得到每种电池参数特征的电池指标权重，根据权重数值排行前三的电池参数特征对单体电池进行二次分选处理，确定重组电池所需的充放电功率，设定重组电池中单体电池的电池数量，组装重组电池，完成基于电池储能优化管理的退役电池梯次利用。本发明主要目的在于提高电池分选速度，并增加退役电池按性能相似性分类的准确度。
Description
技术领域
本发明涉及基于电池储能优化管理的退役电池梯次利用方法及装置，属于退役电池梯次利用技术领域。
背景技术
伴随电动汽车产业的快速发展，退役电池的梯次利用已成为新的研究热点，当电动汽车的电池容量衰减至80%时则不能继续使用，但可以通过测试、拆解、重组后应用于其他领域，实现退役电池的梯次利用，但是退役电池的老化程度不同，且电池来自不同种类、生产厂家，其安全性能也有较大差异，若不经过筛选直接重组，电池之间的不一致性会严重影响电池储能系统的使用性能。因此，如何对退役电池进行快速、精确分选是急需解决的技术问题。
一般情况下，通过获取退役电池的历史使用数据，测试得到对应的电池剩余容量，再对电池未来运行状态进行预测，将预测的电池未来运行状态作为可用于重组的单体电池的筛选依据，继而用于梯次利用。
上述方法虽然可实现退役电池的梯次利用，但没有进一步考虑分选的准确度，分选的考虑因素过于简单，或仅仅通过获取退役电池的历史使用数据对电池未来运行状态进行预测，进而直接筛选达标的单体电池用于梯次利用，因此极其容易造成筛选准确度不高、筛选出的单体电池实际不符合梯次利用标准的问题。
发明内容
本发明提供基于电池储能优化管理的退役电池梯次利用方法及装置，其主要目的在于提高电池分选速度，并增加退役电池按性能相似性分类的准确度。
为实现上述目的，本发明提供的基于电池储能优化管理的退役电池梯次利用方法，包括：
接收退役电池的梯次利用指令，根据所述梯次利用指令检测单体电池，其中，单体电池通过对退役电池进行外观检查、SOH评测及电池拆解得到；
利用预设的电池测试系统对所述单体电池执行充放电测试，同时收集得到充放电数据，并根据所述充放电数据对所述单体电池执行一次分选处理；
获取电池参数特征组，对所述电池参数特征组依次执行特征指标评价，得到指标评价结果，其中电池参数特征组由种电池参数特征组成；
根据所述指标评价结果构建原始评价矩阵，利用所述原始评价矩阵计算得到每种电池参数特征的电池指标权重，并对所述电池指标权重执行数值大小排序，确定数值排行前三的电池参数特征；
根据数值排行前三的电池参数特征对所述单体电池进行二次分选处理；
确定重组电池所需的充放电功率，基于所述充放电功率设定重组电池中单体电池的电池数量，并根据所述电池数量组装重组电池，完成基于电池储能优化管理的退役电池梯次利用。
可选地，所述利用预设的电池测试系统对所述单体电池执行充放电测试，包括：
确定电池测试系统，将所述单体电池与电池测试系统连接，其中电池测试系统包括电流设定模块、电压设定模块与电阻调节模块；
启动所述电池测试系统，并利用所述电流设定模块将充电电流设定为2A恒流，对所述单体电池执行充电；
当所述电池测试系统显示电池电压达到4.2 V时，利用所述电压设定模块将充电电压设定为恒压模式，继续对所述单体电池执行充电；
当所述电池测试系统显示电池电流减至20mA时，将所述单体电池静置10min；
静置完成后，利用所述电阻调节模块对单体电池执行放电，直到电池电压达到3.2V时停止放电。
可选地，所述根据所述充放电数据对所述单体电池执行一次分选处理，包括：
确定所述充放电数据，其中充放电数据由充电过程中平均电压的上升高度、放电过程中平均电压的下降高度、充电过程中单体电池的平均容量及充电过程后单体电池的开路电压组成；
设定六阶多项式，利用所述六阶多项式对充放电数据进行傅里叶级数拟合；
当拟合成功后，将所述上升高度、下降高度、平均容量及开路电压集合组成单体电池的四维特征向量，其中，/>表示所述上升高度，/>表示所述下降高度，/>表示所述平均容量，/>表示所述开路电压；
根据所述充放电数据设定最优参数，并根据所述最优/>参数对四维特征向量执行算法聚类，获得聚类分选结果依次为优、良、中、差，完成对所述单体电池执行一次分选处理。
可选地，所述根据所述充放电数据设定最优参数，包括：
对所述充放电数据计算数据距离，根据所述数据/>距离绘制/>距离图；
选取所述距离图的拐点处对应的/>距离作为基准/>参数，并得到五个待定/>参数依次为基准/>参数-1.0、基准/>参数-0.5、基准/>参数、基准/>参数+0.5、基准/>参数+1.0，
根据所述待定参数依次对充放电数据执行算法聚类，并计算每个所述待定参数对应的聚类数量和聚类噪音；
选取能够产生最大聚类数量和最小聚类噪音的待定参数作为最优/>参数。
可选地，所述获取电池参数特征组，对所述电池参数特征组依次执行特征指标评价，得到指标评价结果，其中电池参数特征组由种电池参数特征组成，包括：
根据所述聚类分选结果对单体电池执行筛选，保留聚类分选结果为优、良、中的单体电池；
设定电池参数特征组，其中电池参数特征组由种电池参数特征组成，电池参数特征组包括电池内阻、极化电压、能量密度及充电速率；
确定所述电池参数特征组，依次评价聚类分选结果为优、良、中的单体电池对应每种电池参数特征的特征指标数值，组成得到指标评价结果。
可选地，所述根据所述指标评价结果构建原始评价矩阵，利用所述原始评价矩阵计算得到每种电池参数特征的电池指标权重，包括：
将每个所述指标评价结果依次组建得到原始评价矩阵，其中原始评价矩阵的表示方法为：
其中，表示原始评价矩阵，/>表示第/>组聚类分选结果为优、良、中的单体电池对应第/>种电池参数特征的特征指标数值，/>表示电池参数特征组包含的电池参数特征数量，/>表示聚类分选结果为优、良、中的单体电池数量，且/>小于或等于/>，/>小于或等于/>；
对所述原始评价矩阵中数值为负的特征指标数值执行数据正向化处理，处理成功后得到特征指标新值；
利用所述特征指标新值代替原始评价矩阵中数值为负的特征指标数值的原先位置，得到改良评价矩阵；
对所述改良评价矩阵执行计算，得到每种电池参数特征的电池指标权重。
可选地，所述对所述改良评价矩阵执行计算，得到每种电池参数特征的电池指标权重，包括：
确定所述改良评价矩阵，其中改良评价矩阵的表示方法为：
其中，表示改良评价矩阵，/>表示特征指标新值或原本数值为正的特征指标数值，/>表示电池参数特征组包含的电池参数特征数量，/>表示聚类分选结果为优、良、中的单体电池数量，且/>小于或等于/>，/>小于或等于/>；
根据所述改良评价矩阵计算第组聚类分选结果为优、良、中的单体电池对应第/>种电池参数特征的特征指标比重；
利用所述特征指标比重计算得到每种电池参数特征的电池指标权重。
可选地，所述根据所述改良评价矩阵计算第组聚类分选结果为优、良、中的单体电池对应第/>种电池参数特征的特征指标比重，包括：
根据下式计算得到所述特征指标比重：
其中，表示所述特征指标比重，/>表示特征指标新值或原本数值为正的特征指标数值，/>表示电池参数特征组包含的电池参数特征数量，/>表示聚类分选结果为优、良、中的单体电池数量，且/>小于或等于/>，/>小于或等于/>。
可选地，所述利用所述特征指标比重计算得到每种电池参数特征的电池指标权重，包括：
其中，表示第/>种电池参数特征的电池指标权重，/>表示所述特征指标比重，表示电池参数特征组包含的电池参数特征数量，/>表示聚类分选结果为优、良、中的单体电池数量，且/>小于或等于/>，/>小于或等于/>。
为了解决上述问题，本发明还提供一种基于电池储能优化管理的退役电池梯次利用装置，所述装置包括：
梯次利用指令接收模块，用于接收退役电池的梯次利用指令，根据所述梯次利用指令检测单体电池，其中，单体电池通过对退役电池进行外观检查、SOH评测及电池拆解得到；
电池一次分选处理模块，用于利用预设的电池测试系统对所述单体电池执行充放电测试，同时收集得到充放电数据，并根据所述充放电数据对所述单体电池执行一次分选处理；
电池二次分选处理模块，用于获取电池参数特征组，对所述电池参数特征组依次执行特征指标评价，得到指标评价结果，其中电池参数特征组由种电池参数特征组成，根据所述指标评价结果构建原始评价矩阵，利用所述原始评价矩阵计算得到每种电池参数特征的电池指标权重，并对所述电池指标权重执行数值大小排序，确定数值排行前三的电池参数特征，根据数值排行前三的电池参数特征对所述单体电池进行二次分选处理；
单体电池重组设定模块，用于确定重组电池所需的充放电功率，基于所述充放电功率设定重组电池中单体电池的电池数量，并根据所述电池数量组装重组电池，完成基于电池储能优化管理的退役电池梯次利用。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
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，以实现上述所述的基于电池储能优化管理的退役电池梯次利用方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于电池储能优化管理的退役电池梯次利用方法。
相比于背景技术问题，本发明实施例先接收退役电池的梯次利用指令，根据梯次利用指令检测单体电池，其中，单体电池通过对退役电池进行外观检查、SOH评测及电池拆解得到，并利用预设的电池测试系统对单体电池执行充放电测试，同时收集得到充放电数据，根据充放电数据对单体电池执行一次分选处理，显而易见地，本发明实施例并非直接且简单地综合所有电池参数特征对单体电池进行分选聚类，而是基于充放电数据的数据类型先选出四项基本电池特征，从而对单体电池进行分选聚类，提高了分选的速度。进一步地，获取电池参数特征组，对电池参数特征组依次执行特征指标评价，得到指标评价结果，其中电池参数特征组由种电池参数特征组成，再根据指标评价结果构建原始评价矩阵，利用原始评价矩阵计算得到每种电池参数特征的电池指标权重，并对电池指标权重执行数值大小排序，确定数值排行前三的电池参数特征，接下来根据数值排行前三的电池参数特征对单体电池进行二次分选处理，可见本发明实施例将电池指标权重数值排行前三的电池参数特征作为衡量电池综合质量的重要电池特征，将其归为二次聚类分析的分选因子，并利用聚类方法实现对单体电池的二次分选处理，提高了分选精准度。进一步地，确定重组电池所需的充放电功率，基于充放电功率设定重组电池中单体电池的电池数量，并根据电池数量组装重组电池，完成基于电池储能优化管理的退役电池梯次利用，因此本发明提出的基于电池储能优化管理的退役电池梯次利用方法、装置、电子设备及计算机可读存储介质，其主要目的在于在提高退役电池分选的速度的同时，增加退役电池按性能相似性分类的准确性，避免后续重组形成具有较大差异性的电池组，实现基于电池储能优化管理的退役电池梯次利用。
附图说明
图1为本发明一实施例提供的基于电池储能优化管理的退役电池梯次利用方法的流程示意图；
图2为本发明一实施例提供的基于电池储能优化管理的退役电池梯次利用装置的功能模块图；
图3为本发明一实施例提供的实现所述基于电池储能优化管理的退役电池梯次利用方法的电子设备的结构示意图。
本发明目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
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。
本申请实施例提供基于电池储能优化管理的退役电池梯次利用方法。所述基于电池储能优化管理的退役电池梯次利用方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于电池储能优化管理的退役电池梯次利用方法可以由安装在终端设备或服务端设备的软件或硬件来执行。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
实施例1：
参照图1所示，为本发明一实施例提供的基于电池储能优化管理的退役电池梯次利用方法的流程示意图。在本实施例中，所述基于电池储能优化管理的退役电池梯次利用方法包括：
S1、接收退役电池的梯次利用指令，根据所述梯次利用指令检测单体电池，其中，单体电池通过对退役电池进行外观检查、SOH评测及电池拆解得到。
可解释的是，本发明实施例所述退役电池包括但不限于锂离子电池、磷酸铁锂电池等。此外，本发明实施例所述梯次利用指令一般由退役电池的技术人员发起。示例性的，小张作为退役电池回收厂的组装技术员，其工作职责是挑选符合规定标准的进行梯次利用，而梯次利用的首要步骤是检测当前回收的单体电池的电池健康情况，因此小张发起梯次利用指令，目的是准确筛选出合格的单体电池，并将其安全应用于退役电池的组装。
需强调的是，由于退役电池中单体电池的损耗程度不同，因此若不经筛选就直接对单体电池重新组装，单体电池之间的不一致性会严重影响电池系统的使用性能，导致梯次利用电池系统老化速度快、释热易失控甚至电池组爆炸等安全事故，因此如何准确筛选出合格的单体电池，并在组装时充分考虑如何实现梯次利用电池系统的储用性能优化是本发明实施例所解决的主要技术问题。
此外，回收的退役电池并非能够立刻投入使用，首先需进行电池外观检查，如观察电池外壳是否完整，有无变形、破损、烧毁的痕迹，同时检查电池外壳是否存在漏液、进气现象；然后对外观检查达标的退役电池执行SOH评测，以此衡量退役电池的目前状态是否有能力进行梯次利用；最后对退役电池进行电池包拆解、电池模块拆解、电池单体拆解等步骤得到多个单体电池。
S2、利用预设的电池测试系统对所述单体电池执行充放电测试，同时收集得到充放电数据，并根据所述充放电数据对所述单体电池执行一次分选处理。
需解释的是，单体电池分选是将具有相似性能的单体电池分类以提高使用性能，而单体电池的高效分选能够降低电池的不一致性，提高后续退役电池梯次利用过程中的使用性能和安全保障。
详细地，所述利用预设的电池测试系统对所述单体电池执行充放电测试，包括：
确定电池测试系统，将所述单体电池与电池测试系统连接，其中电池测试系统包括电流设定模块、电压设定模块与电阻调节模块；
启动所述电池测试系统，并利用所述电流设定模块将充电电流设定为2A恒流，对所述单体电池执行充电；
当所述电池测试系统显示电池电压达到4.2 V时，利用所述电压设定模块将充电电压设定为恒压模式，继续对所述单体电池执行充电；
当所述电池测试系统显示电池电流减至20mA时，将所述单体电池静置10min；
静置完成后，利用所述电阻调节模块对单体电池执行放电，直到电池电压达到3.2V时停止放电。
可理解的是，对单体电池执行充放电测试的目的是预先确定单体电池在实际使用中的性能表现，后续借助充放电数据判断单体电池是否满足能够进行梯次利用的工作要求。
详细地，所述根据所述充放电数据对所述单体电池执行一次分选处理，包括：
确定所述充放电数据，其中充放电数据由充电过程中平均电压的上升高度、放电过程中平均电压的下降高度、充电过程中单体电池的平均容量及充电过程后单体电池的开路电压组成；
设定六阶多项式，利用所述六阶多项式对充放电数据进行傅里叶级数拟合；
当拟合成功后，将所述上升高度、下降高度、平均容量及开路电压集合组成单体电池的四维特征向量，其中，/>表示所述上升高度，/>表示所述下降高度，/>表示所述平均容量，/>表示所述开路电压；
根据所述充放电数据设定最优参数，并根据所述最优/>参数对四维特征向量执行算法聚类，获得聚类分选结果依次为优、良、中、差，完成对所述单体电池执行一次分选处理。
详细地，所述根据所述充放电数据设定最优参数，包括：
对所述充放电数据计算数据距离，根据所述数据/>距离绘制/>距离图；
选取所述距离图的拐点处对应的/>距离作为基准/>参数，并得到五个待定/>参数依次为基准/>参数-1.0、基准/>参数-0.5、基准/>参数、基准/>参数+0.5、基准/>参数+1.0，
根据所述待定参数依次对充放电数据执行算法聚类，并计算每个所述待定参数对应的聚类数量和聚类噪音；
选取能够产生最大聚类数量和最小聚类噪音的待定参数作为最优/>参数。
故综合来说，本发明实施例采用聚类算法实现对单体电池的第一次分选处理，通过对单体电池执行充放电测试获取所需充放电数据，其中充放电数据由充电过程中平均电压的上升高度、放电过程中平均电压的下降高度、充电过程中单体电池的平均容量及充电过程后单体电池的开路电压组成，将以上四项特征数据合成特性向量后，对特征聚类实现电池的分选。
另外，若用大量充放电数据的特征类型直接对单体电池进行分选，会导致数据储存成本高且电池分类效率低，因此一次分选处理是根据充放电数据进行特征选择，选定充电过程中平均电压的上升高度、放电过程中平均电压的下降高度、充电过程中单体电池的平均容量及充电过程后单体电池的开路电压的四类特征作为聚类分析的分选因子，能够有效减少单体电池在聚类过程的数据计算量，同时为二次分选处理以及梯次应用打下基础。
S3、获取电池参数特征组，对所述电池参数特征组依次执行特征指标评价，得到指标评价结果，其中电池参数特征组由种电池参数特征组成。
详细地，所述获取电池参数特征组，对所述电池参数特征组依次执行特征指标评价，得到指标评价结果，其中电池参数特征组由种电池参数特征组成，包括：
根据所述聚类分选结果对单体电池执行筛选，保留聚类分选结果为优、良、中的单体电池；
设定电池参数特征组，其中电池参数特征组由种电池参数特征组成，电池参数特征组包括电池内阻、极化电压、能量密度及充电速率；
确定所述电池参数特征组，依次评价聚类分选结果为优、良、中的单体电池对应每种电池参数特征的特征指标数值，组成得到指标评价结果。
可解释的是，聚类分选结果为优、良、中的单体电池数量为组，电池参数特征如电池内阻、极化电压、能量密度及充电速率等为/>种组成，对所述电池参数特征组依次执行特征指标评价即对/>组单体电池的电池内阻、极化电压、能量密度及充电速率等依次打分，得到特征指标数值，所有组单体电池的特征指标数值组成最终的指标评价结果。
S4、根据所述指标评价结果构建原始评价矩阵，利用所述原始评价矩阵计算得到每种电池参数特征的电池指标权重，并对所述电池指标权重执行数值大小排序，确定数值排行前三的电池参数特征。
可理解的是，在根据充放电数据对单体电池执行一次分选处理后，本发明实施例准备对第一次聚类分选结果为优、良、中的单体电池实行二次分选处理，而二次分选因子的择选原理为在剩下的电池参数特征中选择影响力更大的因素，其具体步骤为：首先根据指标评价结果构建原始评价矩阵，考虑到矩阵中存在负值，因此对负值执行数据正向化处理，进而得到一个新的改良评价矩阵；其次对改良评价矩阵执行计算得到聚类分选结果为优、良、中的每组单体电池对应每种电池参数特征的特征指标比重；最后根据特征指标比重进而计算得到每种电池参数特征的电池指标权重。
详细地，所述根据所述指标评价结果构建原始评价矩阵，利用所述原始评价矩阵计算得到每种电池参数特征的电池指标权重，包括：
将每个所述指标评价结果依次组建得到原始评价矩阵，其中原始评价矩阵的表示方法为：
其中，表示原始评价矩阵，/>表示第/>组聚类分选结果为优、良、中的单体电池对应第/>种电池参数特征的特征指标数值，/>表示电池参数特征组包含的电池参数特征数量，/>表示聚类分选结果为优、良、中的单体电池数量，且/>小于或等于/>，/>小于或等于/>；
对所述原始评价矩阵中数值为负的特征指标数值执行数据正向化处理，处理成功后得到特征指标新值；
利用所述特征指标新值代替原始评价矩阵中数值为负的特征指标数值的原先位置，得到改良评价矩阵；
对所述改良评价矩阵执行计算，得到每种电池参数特征的电池指标权重。
需强调的是，对聚类分选结果为优、良、中的单体电池来说，存在部分电池参数特征对应特征指标数值为负值的问题，因此为了后续计算每种电池参数特征的电池指标权重，需要对原始评价矩阵进行标准化处理，本发明实施例对原始评价矩阵中数值为负的特征指标数值实行数据正向化处理，能够解决数值正负向不一致导致无法合并计算的问题。
进一步地，所述对所述改良评价矩阵执行计算，得到每种电池参数特征的电池指标权重，包括：
确定所述改良评价矩阵，其中改良评价矩阵的表示方法为：
其中，表示改良评价矩阵，/>表示特征指标新值或原本数值为正的特征指标数值，/>表示电池参数特征组包含的电池参数特征数量，/>表示聚类分选结果为优、良、中的单体电池数量，且/>小于或等于/>，/>小于或等于/>；
根据所述改良评价矩阵计算第组聚类分选结果为优、良、中的单体电池对应第/>种电池参数特征的特征指标比重；
利用所述特征指标比重计算得到每种电池参数特征的电池指标权重。
进一步地，所述根据所述改良评价矩阵计算第组聚类分选结果为优、良、中的单体电池对应第/>种电池参数特征的特征指标比重，包括：
根据下式计算得到所述特征指标比重：
其中，表示所述特征指标比重，/>表示特征指标新值或原本数值为正的特征指标数值，/>表示电池参数特征组包含的电池参数特征数量，/>表示聚类分选结果为优、良、中的单体电池数量，且/>小于或等于/>，/>小于或等于/>。
进一步地，所述利用所述特征指标比重计算得到每种电池参数特征的电池指标权重，包括：
其中，表示第/>种电池参数特征的电池指标权重，/>表示所述特征指标比重，表示电池参数特征组包含的电池参数特征数量，/>表示聚类分选结果为优、良、中的单体电池数量，且/>小于或等于/>，/>小于或等于/>。
另外，在计算得到每种电池参数特征的电池指标权重后，对所述电池指标权重执行数值大小排序，舍弃电池指标权重较低的电池参数特征，并保留电池指标权重较高的电池参数特征，且本发明实施例选取电池指标权重数值排行前三的电池参数特征作为后续二次分选处理的分选基础。
S5、根据数值排行前三的电池参数特征对所述单体电池进行二次分选处理。
需解释的是，为了实现基于电池储能优化管理的退役电池梯次利用，本发明实施例对单体电池执行两次分选处理，其中，一次分选处理的目的是基于充放电数据中充电过程中平均电压的上升高度、放电过程中平均电压的下降高度、充电过程中单体电池的平均容量及充电过程后单体电池的开路电压四项基本电池特征进行聚类以此实现电池的分选，分选后淘汰聚类分选结果为差的单体电池，保留聚类分选结果为优、良、中的单体电池作为二次分选处理的电池来源；而二次分选处理是将电池指标权重数值排行前三的电池参数特征作为衡量电池综合质量的重要电池特征，把三个重要电池特征归为再次聚类分析的分选因子，并利用聚类方法实现对单体电池的再次分选，选出满足四项基本电池特征又同时满足三个重要电池特征的单体电池，这些选出的单体电池后续将进行重组，实现退役电池的梯次利用。
可理解的是，本发明实施例并非直接综合所有电池参数特征对单体电池进行分选，这是因为：其一，电池参数特征的种类繁多，根据过多的电池参数特征对数量庞大的单体电池直接分选会导致分选速度太慢，同时计算机处理过于庞大的数据体系，其数据储存成本高；其二，并非每一种电池参数特征都是非常重要的分选考虑因素，只需将充放电数据中充电过程中平均电压的上升高度、放电过程中平均电压的下降高度、充电过程中单体电池的平均容量及充电过程后单体电池的开路电压作为需考虑的四项基本电池特征，其余三个重要电池特征只需在剩下的电池参数特征中选择影响力更大的因素，而选择的原理是根据步骤S3与步骤S4计算得到每种电池参数特征的电池指标权重，并选择权重数值排行较高的电池参数特征。
S6、确定重组电池所需的充放电功率，基于所述充放电功率设定重组电池中单体电池的电池数量，并根据所述电池数量组装重组电池，完成基于电池储能优化管理的退役电池梯次利用。
示例性的，小张作为退役电池回收厂的组装技术员，确定重组电池所需的充放电功率为7000W，则在二次分选处理后的单体电池中选取25个280W的单体电池，且这些单体电池经过二次分选的聚类处理，其电池性能、电池容量等都极为类似，能够避免重组形成具有较大差异性的电池组。否则，若单体电池未进行精细分选就直接组装，会导致退役电池在梯次利用性能方面严重受制于其中性能较差的单体电池，进而导致梯次利用的利用效率、经济价值和安全性能等大幅降低，缩短重组电池的储能使用性能。
相比于背景技术问题，本发明实施例先接收退役电池的梯次利用指令，根据梯次利用指令检测单体电池，其中，单体电池通过对退役电池进行外观检查、SOH评测及电池拆解得到，并利用预设的电池测试系统对单体电池执行充放电测试，同时收集得到充放电数据，根据充放电数据对单体电池执行一次分选处理，显而易见地，本发明实施例并非直接且简单地综合所有电池参数特征对单体电池进行分选聚类，而是基于充放电数据的数据类型先选出四项基本电池特征，从而对单体电池进行分选聚类，提高了分选的速度。进一步地，获取电池参数特征组，对电池参数特征组依次执行特征指标评价，得到指标评价结果，其中电池参数特征组由种电池参数特征组成，再根据指标评价结果构建原始评价矩阵，利用原始评价矩阵计算得到每种电池参数特征的电池指标权重，并对电池指标权重执行数值大小排序，确定数值排行前三的电池参数特征，接下来根据数值排行前三的电池参数特征对单体电池进行二次分选处理，可见本发明实施例将电池指标权重数值排行前三的电池参数特征作为衡量电池综合质量的重要电池特征，将其归为二次聚类分析的分选因子，并利用聚类方法实现对单体电池的二次分选处理，提高了分选精准度。进一步地，确定重组电池所需的充放电功率，基于充放电功率设定重组电池中单体电池的电池数量，并根据电池数量组装重组电池，完成基于电池储能优化管理的退役电池梯次利用，因此本发明提出的基于电池储能优化管理的退役电池梯次利用方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高退役电池分选的速度的同时，增加退役电池按性能相似性分类的准确性，避免后续重组形成具有较大差异性的电池组，实现基于电池储能优化管理的退役电池梯次利用。
实施例2：
如图2所示，是本发明一实施例提供的基于电池储能优化管理的退役电池梯次利用装置的功能模块图。
本发明所述基于电池储能优化管理的退役电池梯次利用装置100可以安装于电子设备中。根据实现的功能，所述基于电池储能优化管理的退役电池梯次利用装置100可以包括梯次利用指令接收模块101、电池一次分选处理模块102、电池二次分选处理模块103及单体电池重组设定模块104。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
所述梯次利用指令接收模块101，用于接收退役电池的梯次利用指令，根据所述梯次利用指令检测单体电池，其中，单体电池通过对退役电池进行外观检查、SOH评测及电池拆解得到；
所述电池一次分选处理模块102，用于利用预设的电池测试系统对所述单体电池执行充放电测试，同时收集得到充放电数据，并根据所述充放电数据对所述单体电池执行一次分选处理；
所述电池二次分选处理模块103，用于获取电池参数特征组，对所述电池参数特征组依次执行特征指标评价，得到指标评价结果，其中电池参数特征组由种电池参数特征组成，根据所述指标评价结果构建原始评价矩阵，利用所述原始评价矩阵计算得到每种电池参数特征的电池指标权重，并对所述电池指标权重执行数值大小排序，确定数值排行前三的电池参数特征，根据数值排行前三的电池参数特征对所述单体电池进行二次分选处理；
所述单体电池重组设定模块104，用于确定重组电池所需的充放电功率，基于所述充放电功率设定重组电池中单体电池的电池数量，并根据所述电池数量组装重组电池，完成基于电池储能优化管理的退役电池梯次利用。
详细地，本发明实施例中所述基于电池储能优化管理的退役电池梯次利用装置100中的所述各模块在使用时采用与上述的图1中所述的基于电池储能优化管理的退役电池梯次利用方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
实施例3：
如图3所示，是本发明一实施例提供的实现基于电池储能优化管理的退役电池梯次利用方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、总线12和通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于电池储能优化管理的退役电池梯次利用程序。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡（SmartMediaCard，SMC）、安全数字（SecureDigital，SD）卡、闪存卡（FlashCard）等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如基于电池储能优化管理的退役电池梯次利用程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（CentralProcessingunit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心（ControlUnit），利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块（例如基于电池储能优化管理的退役电池梯次利用程序等），以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准（peripheralcomponentinterconnect，简称PCI）总线或扩展工业标准结构（extendedindustrystandardarchitecture，简称EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（OrganicLight-EmittingDiode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于电池储能优化管理的退役电池梯次利用程序是多个指令的组合，在所述处理器10中运行时，可以实现：
接收退役电池的梯次利用指令，根据所述梯次利用指令检测单体电池，其中，单体电池通过对退役电池进行外观检查、SOH评测及电池拆解得到；
利用预设的电池测试系统对所述单体电池执行充放电测试，同时收集得到充放电数据，并根据所述充放电数据对所述单体电池执行一次分选处理；
获取电池参数特征组，对所述电池参数特征组依次执行特征指标评价，得到指标评价结果，其中电池参数特征组由种电池参数特征组成；
根据所述指标评价结果构建原始评价矩阵，利用所述原始评价矩阵计算得到每种电池参数特征的电池指标权重，并对所述电池指标权重执行数值大小排序，确定数值排行前三的电池参数特征；
根据数值排行前三的电池参数特征对所述单体电池进行二次分选处理；
确定重组电池所需的充放电功率，基于所述充放电功率设定重组电池中单体电池的电池数量，并根据所述电池数量组装重组电池，完成基于电池储能优化管理的退役电池梯次利用。
具体地，所述处理器10对上述指令的具体实现方法可参考图1至图2对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-OnlyMemory）。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
接收退役电池的梯次利用指令，根据所述梯次利用指令检测单体电池，其中，单体电池通过对退役电池进行外观检查、SOH评测及电池拆解得到；
利用预设的电池测试系统对所述单体电池执行充放电测试，同时收集得到充放电数据，并根据所述充放电数据对所述单体电池执行一次分选处理；
获取电池参数特征组，对所述电池参数特征组依次执行特征指标评价，得到指标评价结果，其中电池参数特征组由种电池参数特征组成；
根据所述指标评价结果构建原始评价矩阵，利用所述原始评价矩阵计算得到每种电池参数特征的电池指标权重，并对所述电池指标权重执行数值大小排序，确定数值排行前三的电池参数特征；
根据数值排行前三的电池参数特征对所述单体电池进行二次分选处理；
确定重组电池所需的充放电功率，基于所述充放电功率设定重组电池中单体电池的电池数量，并根据所述电池数量组装重组电池，完成基于电池储能优化管理的退役电池梯次利用。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (4)
1.基于电池储能优化管理的退役电池梯次利用方法，其特征在于，所述方法包括：
接收退役电池的梯次利用指令，根据所述梯次利用指令检测单体电池，其中，单体电池通过对退役电池进行外观检查、SOH评测及电池拆解得到；
利用预设的电池测试系统对所述单体电池执行充放电测试，同时收集得到充放电数据，并根据所述充放电数据对所述单体电池执行一次分选处理；
所述根据所述充放电数据对所述单体电池执行一次分选处理，包括：
确定所述充放电数据，其中充放电数据由充电过程中平均电压的上升高度、放电过程中平均电压的下降高度、充电过程中单体电池的平均容量及充电过程后单体电池的开路电压组成；
设定六阶多项式，利用所述六阶多项式对充放电数据进行傅里叶级数拟合；
当拟合成功后，将所述上升高度、下降高度、平均容量及开路电压集合组成单体电池的四维特征向量，其中，/>表示所述上升高度，/>表示所述下降高度，/>表示所述平均容量，/>表示所述开路电压；
根据所述充放电数据设定最优参数，并根据所述最优/>参数对四维特征向量执行算法聚类，获得聚类分选结果依次为优、良、中、差，完成对所述单体电池执行一次分选处理；
获取电池参数特征组，对所述电池参数特征组依次执行特征指标评价，得到指标评价结果，其中电池参数特征组由种电池参数特征组成；
所述获取电池参数特征组，对所述电池参数特征组依次执行特征指标评价，得到指标评价结果，其中电池参数特征组由种电池参数特征组成，包括：
根据所述聚类分选结果对单体电池执行筛选，保留聚类分选结果为优、良、中的单体电池；
设定电池参数特征组，其中电池参数特征组由种电池参数特征组成，电池参数特征组包括电池内阻、极化电压、能量密度及充电速率；
确定所述电池参数特征组，依次评价聚类分选结果为优、良、中的单体电池对应每种电池参数特征的特征指标数值，组成得到指标评价结果；
根据所述指标评价结果构建原始评价矩阵，利用所述原始评价矩阵计算得到每种电池参数特征的电池指标权重，并对所述电池指标权重执行数值大小排序，确定数值排行前三的电池参数特征；
所述根据所述指标评价结果构建原始评价矩阵，利用所述原始评价矩阵计算得到每种电池参数特征的电池指标权重，包括：
将每个所述指标评价结果依次组建得到原始评价矩阵，其中原始评价矩阵的表示方法为：
其中，表示原始评价矩阵，/>表示第/>组聚类分选结果为优、良、中的单体电池对应第种电池参数特征的特征指标数值，/>表示电池参数特征组包含的电池参数特征数量，/>表示聚类分选结果为优、良、中的单体电池数量，且/>小于或等于/>，/>小于或等于/>；
对所述原始评价矩阵中数值为负的特征指标数值执行数据正向化处理，处理成功后得到特征指标新值；
利用所述特征指标新值代替原始评价矩阵中数值为负的特征指标数值的原先位置，得到改良评价矩阵；
对所述改良评价矩阵执行计算，得到每种电池参数特征的电池指标权重；
所述对所述改良评价矩阵执行计算，得到每种电池参数特征的电池指标权重，包括：
确定所述改良评价矩阵，其中改良评价矩阵的表示方法为：
其中，表示改良评价矩阵，/>表示特征指标新值或原本数值为正的特征指标数值，表示电池参数特征组包含的电池参数特征数量，/>表示聚类分选结果为优、良、中的单体电池数量，且/>小于或等于/>，/>小于或等于/>；
根据所述改良评价矩阵计算第组聚类分选结果为优、良、中的单体电池对应第/>种电池参数特征的特征指标比重；
利用所述特征指标比重计算得到每种电池参数特征的电池指标权重；
所述根据所述改良评价矩阵计算第组聚类分选结果为优、良、中的单体电池对应第/>种电池参数特征的特征指标比重，包括：
根据下式计算得到所述特征指标比重：
其中，表示所述特征指标比重，/>表示特征指标新值或原本数值为正的特征指标数值，/>表示电池参数特征组包含的电池参数特征数量，/>表示聚类分选结果为优、良、中的单体电池数量，且/>小于或等于/>，/>小于或等于/>；
所述利用所述特征指标比重计算得到每种电池参数特征的电池指标权重，包括：
其中，表示第/>种电池参数特征的电池指标权重，/>表示所述特征指标比重，/>表示电池参数特征组包含的电池参数特征数量，/>表示聚类分选结果为优、良、中的单体电池数量，且/>小于或等于/>，/>小于或等于/>；
根据数值排行前三的电池参数特征对所述单体电池进行二次分选处理；
确定重组电池所需的充放电功率，基于所述充放电功率设定重组电池中单体电池的电池数量，并根据所述电池数量组装重组电池，完成基于电池储能优化管理的退役电池梯次利用。
2.如权利要求1所述的基于电池储能优化管理的退役电池梯次利用方法，其特征在于，所述利用预设的电池测试系统对所述单体电池执行充放电测试，包括：
确定电池测试系统，将所述单体电池与电池测试系统连接，其中电池测试系统包括电流设定模块、电压设定模块与电阻调节模块；
启动所述电池测试系统，并利用所述电流设定模块将充电电流设定为2A恒流，对所述单体电池执行充电；
当所述电池测试系统显示电池电压达到4.2 V时，利用所述电压设定模块将充电电压设定为恒压模式，继续对所述单体电池执行充电；
当所述电池测试系统显示电池电流减至20mA时，将所述单体电池静置10min；
静置完成后，利用所述电阻调节模块对单体电池执行放电，直到电池电压达到3.2V时停止放电。
3.如权利要求1所述的基于电池储能优化管理的退役电池梯次利用方法，其特征在于，所述根据所述充放电数据设定最优参数，包括：
对所述充放电数据计算数据距离，根据所述数据/>距离绘制/>距离图；
选取所述 距离图的拐点处对应的 />距离作为基准 />参数，并得到五个待定参数依次为基准 />参数-1.0、基准 />参数-0.5、基准 />参数、基准 />参数+0.5、基准 />参数+1.0，
根据所述待定参数依次对充放电数据执行算法聚类，并计算每个所述待定/>参数对应的聚类数量和聚类噪音；
选取能够产生最大聚类数量和最小聚类噪音的待定参数作为最优/>参数。
4.基于电池储能优化管理的退役电池梯次利用装置，其特征在于，所述装置包括：
梯次利用指令接收模块，用于接收退役电池的梯次利用指令，根据所述梯次利用指令检测单体电池，其中，单体电池通过对退役电池进行外观检查、SOH评测及电池拆解得到；
电池一次分选处理模块，用于利用预设的电池测试系统对所述单体电池执行充放电测试，同时收集得到充放电数据，并根据所述充放电数据对所述单体电池执行一次分选处理；
所述根据所述充放电数据对所述单体电池执行一次分选处理，包括：
确定所述充放电数据，其中充放电数据由充电过程中平均电压的上升高度、放电过程中平均电压的下降高度、充电过程中单体电池的平均容量及充电过程后单体电池的开路电压组成；
设定六阶多项式，利用所述六阶多项式对充放电数据进行傅里叶级数拟合；
当拟合成功后，将所述上升高度、下降高度、平均容量及开路电压集合组成单体电池的四维特征向量，其中，/>表示所述上升高度，/>表示所述下降高度，/>表示所述平均容量，/>表示所述开路电压；
根据所述充放电数据设定最优参数，并根据所述最优/>参数对四维特征向量执行算法聚类，获得聚类分选结果依次为优、良、中、差，完成对所述单体电池执行一次分选处理；
电池二次分选处理模块，用于获取电池参数特征组，对所述电池参数特征组依次执行特征指标评价，得到指标评价结果，其中电池参数特征组由种电池参数特征组成；
所述获取电池参数特征组，对所述电池参数特征组依次执行特征指标评价，得到指标评价结果，其中电池参数特征组由种电池参数特征组成，包括：
根据所述聚类分选结果对单体电池执行筛选，保留聚类分选结果为优、良、中的单体电池；
设定电池参数特征组，其中电池参数特征组由种电池参数特征组成，电池参数特征组包括电池内阻、极化电压、能量密度及充电速率；
确定所述电池参数特征组，依次评价聚类分选结果为优、良、中的单体电池对应每种电池参数特征的特征指标数值，组成得到指标评价结果；
根据所述指标评价结果构建原始评价矩阵，利用所述原始评价矩阵计算得到每种电池参数特征的电池指标权重，并对所述电池指标权重执行数值大小排序，确定数值排行前三的电池参数特征，根据数值排行前三的电池参数特征对所述单体电池进行二次分选处理；
所述根据所述指标评价结果构建原始评价矩阵，利用所述原始评价矩阵计算得到每种电池参数特征的电池指标权重，包括：
将每个所述指标评价结果依次组建得到原始评价矩阵，其中原始评价矩阵的表示方法为：
其中，表示原始评价矩阵，/>表示第/>组聚类分选结果为优、良、中的单体电池对应第种电池参数特征的特征指标数值，/>表示电池参数特征组包含的电池参数特征数量，/>表示聚类分选结果为优、良、中的单体电池数量，且/>小于或等于/>，/>小于或等于/>；
对所述原始评价矩阵中数值为负的特征指标数值执行数据正向化处理，处理成功后得到特征指标新值；
利用所述特征指标新值代替原始评价矩阵中数值为负的特征指标数值的原先位置，得到改良评价矩阵；
对所述改良评价矩阵执行计算，得到每种电池参数特征的电池指标权重；
所述对所述改良评价矩阵执行计算，得到每种电池参数特征的电池指标权重，包括：
确定所述改良评价矩阵，其中改良评价矩阵的表示方法为：
其中，表示改良评价矩阵，/>表示特征指标新值或原本数值为正的特征指标数值，表示电池参数特征组包含的电池参数特征数量，/>表示聚类分选结果为优、良、中的单体电池数量，且/>小于或等于/>，/>小于或等于/>；
根据所述改良评价矩阵计算第组聚类分选结果为优、良、中的单体电池对应第/>种电池参数特征的特征指标比重；
利用所述特征指标比重计算得到每种电池参数特征的电池指标权重；
所述根据所述改良评价矩阵计算第组聚类分选结果为优、良、中的单体电池对应第/>种电池参数特征的特征指标比重，包括：
根据下式计算得到所述特征指标比重；
其中，表示所述特征指标比重，/>表示特征指标新值或原本数值为正的特征指标数值，/>表示电池参数特征组包含的电池参数特征数量，/>表示聚类分选结果为优、良、中的单体电池数量，且/>小于或等于/>，/>小于或等于/>；
所述利用所述特征指标比重计算得到每种电池参数特征的电池指标权重，包括：
其中，表示第/>种电池参数特征的电池指标权重，/>表示所述特征指标比重，/>表示电池参数特征组包含的电池参数特征数量，/>表示聚类分选结果为优、良、中的单体电池数量，且/>小于或等于/>，/>小于或等于/>；
单体电池重组设定模块，用于确定重组电池所需的充放电功率，基于所述充放电功率设定重组电池中单体电池的电池数量，并根据所述电池数量组装重组电池，完成基于电池储能优化管理的退役电池梯次利用。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410206918.5A CN117907873B (zh) | 2024-02-26 | 2024-02-26 | 基于电池储能优化管理的退役电池梯次利用方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410206918.5A CN117907873B (zh) | 2024-02-26 | 2024-02-26 | 基于电池储能优化管理的退役电池梯次利用方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117907873A CN117907873A (zh) | 2024-04-19 |
| CN117907873B true CN117907873B (zh) | 2024-05-31 |
Family
ID=90684007
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410206918.5A Active CN117907873B (zh) | 2024-02-26 | 2024-02-26 | 基于电池储能优化管理的退役电池梯次利用方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117907873B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110929791A (zh) * | 2019-11-27 | 2020-03-27 | 北京交通大学 | 梯次利用电池的应用场景选择方法 |
| CN114833097A (zh) * | 2022-05-05 | 2022-08-02 | 合肥工业大学 | 一种退役动力电池梯次利用的分选方法及装置 |
| CN116722252A (zh) * | 2023-08-07 | 2023-09-08 | 江苏杰成新能源科技有限公司 | 一种退役锂离子电池的回收方法及装置 |
| CN116777267A (zh) * | 2023-05-31 | 2023-09-19 | 中国石油化工股份有限公司 | 一种储能电池梯次利用的应用场景适用性评价方法 |
| CN117259262A (zh) * | 2023-10-10 | 2023-12-22 | 国网汇通金财（北京）信息科技有限公司 | 一种动力电池的分选方法、装置、电子设备和存储介质 |
-
2024
- 2024-02-26 CN CN202410206918.5A patent/CN117907873B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110929791A (zh) * | 2019-11-27 | 2020-03-27 | 北京交通大学 | 梯次利用电池的应用场景选择方法 |
| CN114833097A (zh) * | 2022-05-05 | 2022-08-02 | 合肥工业大学 | 一种退役动力电池梯次利用的分选方法及装置 |
| CN116777267A (zh) * | 2023-05-31 | 2023-09-19 | 中国石油化工股份有限公司 | 一种储能电池梯次利用的应用场景适用性评价方法 |
| CN116722252A (zh) * | 2023-08-07 | 2023-09-08 | 江苏杰成新能源科技有限公司 | 一种退役锂离子电池的回收方法及装置 |
| CN117259262A (zh) * | 2023-10-10 | 2023-12-22 | 国网汇通金财（北京）信息科技有限公司 | 一种动力电池的分选方法、装置、电子设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117907873A (zh) | 2024-04-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Xu et al. | A novel clustering algorithm for grouping and cascade utilization of retired Li-ion batteries | |
| CN110161425B (zh) | 一种基于锂电池退化阶段划分的剩余使用寿命的预测方法 | |
| CN107732337B (zh) | 一种退役电池模块分选方法 | |
| CN113052464B (zh) | 电池储能系统可靠性评估方法及系统 | |
| CN112147530B (zh) | 一种电池状态评价方法及装置 | |
| CN108490366B (zh) | 电动汽车退役电池模块健康状态的快速评估方法 | |
| CN113887601B (zh) | 一种基于聚类分选的退役动力电池重组方法 | |
| CN105068009A (zh) | 电池循环寿命预测方法 | |
| CN109613440B (zh) | 电池的分级方法、装置、设备和存储介质 | |
| CN115330275B (zh) | 一种退役电池的梯次利用方法及装置 | |
| CN110133503B (zh) | 一种电芯检测方法及装置 | |
| US20200217896A1 (en) | Device and method for evaluating energy storage device and evaluation system | |
| CN111036584B (zh) | 一种退役电池分选方法及装置 | |
| CN115995628B (zh) | 一种退役锂离子电池的回收处理方法及装置 | |
| CN112180279A (zh) | 一种退役电池健康状态诊断专家系统 | |
| Jiang et al. | Sorting and grouping optimization method for second-use batteries considering aging mechanism | |
| CN118214042B (zh) | 基于多目标优化分配策略的储能电源管理系统 | |
| CN114325446A (zh) | 电池组循环寿命的测试方法、装置、电子设备和存储介质 | |
| CN115514068A (zh) | 一种锂电池梯次利用的电芯压差优化方法 | |
| CN111562510A (zh) | 一种用于确定退役动力电池剩余寿命的方法及系统 | |
| CN117907873B (zh) | 基于电池储能优化管理的退役电池梯次利用方法及装置 | |
| CN109856562A (zh) | 基于自适应“i-u-r”法的锂电池梯次利用检测方法 | |
| CN109799454A (zh) | 基于粒子群优化的发电机主绝缘剩余击穿场强预测方法 | |
| CN115327391B (zh) | 一种基于梯次利用电池的检测方法及装置 | |
| CN113019964B (zh) | 一种退役动力电池快速分选系统 |
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 |