申请/专利权人：西安交通大学

申请日：2022-05-31

公开（公告）日：2024-06-25

公开（公告）号：CN114879072B

主分类号：G01R31/392

分类号：G01R31/392;G01R31/367

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2022.08.26#实质审查的生效;2022.08.09#公开

摘要：本发明一种计及温度特征的储能电站用锂电池SOH评估方法，包括：利用采集到的锂电池原始温度数据，每15分钟进行一次筛选和计算，利用离群算法对数据进行筛选，排除异常的数据；根据筛选后的原始数据，计算环境温差，电池模块温升，和基于标准差的不一致性系数表示的舱内温度不一致性，将经过计算的数据在本地数据库进行备份，并上传云端；以时间为标签，将经过计算的结果作为温度特征向量，与储能电池基础运行数据重构成为样本，电池SOH为样本标签；选取80％的样本作为训练集，20％的样本作为测试集，采用卷积神经网络进行深度学习，形成用于判断和预测电池SOH的神经网络；在神经网络成型后，导入新的样本进行计算，实现对储能电站内电池的短期SOH预测。

主权项：1.一种计及温度特征的储能电站用锂电池SOH评估方法，其特征在于，包括以下步骤：1利用采集到的锂电池原始温度数据，每15分钟进行一次筛选和计算，利用离群算法对数据进行筛选，排除异常的数据；根据筛选后的原始数据，计算环境温差，电池模块温升，和基于标准差的不一致性系数表示的舱内温度不一致性，将经过计算的数据在本地数据库进行备份，并上传云端；采集的锂电池原始温度数据包括：1在电化学储能电站设计规划阶段，在电池舱外和舱内各关键位置设置温度传感装置，用以记录当日环境温度和舱内温度；电池舱外和舱内各关键位置包括进起口、出气口、舱顶、舱底、舱四周壁和舱几何中心；关键位置的电池模组包括进气口、出气口、舱顶、舱底、舱四周壁和舱几何中心的电池模组；2在电池舱内各电池簇中设置温度传感器，记录各储能电池模组温度情况；3选取关键位置的电池模组，在模组内为储能单电池设置温度传感器；4在电化学储能电站投入运行后，以每日0时为起点，以100毫秒为时间间隔，采集储能电池舱舱外环境温度，电池舱内关键位置温度，电池模组温度，关键位置单电池温度；5采集到的数据传输至储能电站本地数据库进行存储，原始数据在站内数据库保留至少3个月；环境温差ΔTin_t1，2，3...n以当日0点的进气口温度环境温数据Tin_t0为原始数据，随后以100毫秒为间隔进行测量Tin_t1，2，3…n，其与原始数据的差值为此时的环境温差，该参数能够反应环境温度对电池SOH的影响，其关系如下：ΔTin_t1，2，3...n＝Tin_t1，2，3...n-Tin_t0电池模块温升ΔTmd1～10_t1，2，3...n以当日0点的电池模块数据为基准Tmd1～10_t0，下标1～10表示1～10号单簇电池模组温度传感器，随后以100毫秒为间隔进行测量获得数据Tmd1～10_t1，2，3…n，其与电池模块基准温度的差为该模组的温升，其关系如下：ΔTmd1～10_t1，2，3...n＝Tmd1～10_t1，2，3…n-Tmd1～10_t0温度不一致性系数σ是将关键位置的单电池温度数据基于标准差计算所获得的，计算方法如下：首先计算该时刻关键位置单电池的平均温度计算公式为： 其中Ttopb1～3_t1，2，3…n为舱顶电池单体电池温度，下标1～3表示1～3号舱顶电池单体电池温度传感器，Tbottb1～3_t1，2，3…n为舱底电池单体电池温度，下标1～3表示1～3号舱顶电池单体电池温度传感器，Twallb1～8_t1，2，3…n为舱壁电池单体电池温度，下标1～8表示1～8号舱顶电池单体电池温度传感器，Tcentb_t1，2，3…n为舱中心单体电池温度；随后计算温度的不一致性系数，计算公式为： 2以时间为标签，将经过计算的结果作为温度特征向量，与储能电池基础运行数据重构成为样本，电池SOH为样本标签；3选取80％的样本作为训练集，20％的样本作为测试集，采用卷积神经网络进行深度学习，形成用于判断和预测电池SOH的神经网络；4在神经网络成型后，导入新的样本进行计算，实现对储能电站内电池的短期SOH预测。

全文数据：

权利要求：

百度查询： 西安交通大学 一种计及温度特征的储能电站用锂电池SOH评估方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD