-
公开(公告)号：CN113533967B
公开(公告)日：2023-06-16
申请号：CN202110847211.9
申请日：2021-07-26
Applicant: 北方工业大学 , 北京联智汇能科技有限公司 , 国网江苏省电力有限公司电力科学研究院
IPC: G01R31/367 , G06F17/15 , G06N3/126
Abstract: 本发明公开了一种全景理论分析的二值优化的电池异常检测方法。包括以下步骤：测量若干个运行电化学储能电池单体的某固定时长的输出电压和电流数据，提取各个电化学储能电池单体电压和电流的特征向量并归一化；以测量电化学储能电池单体的数量定义以0‑1构成的二进制编码个体，基于全景理论利用特征向量间距离，建立对这个编码串下电池单体分组描述的度量函数；采用遗传算法不断演化迭代，寻找出最优编码个体，建立电化学储能电池的最终分组描述；在最优个体0‑1编码位形成电池单体分组条件下分析电池单体的分布情况，形成电池异常状态检测。本发明专利电池异常检测以电池聚集为优化方向，有助于提升异常检测的准确性和可靠性。
-
公开(公告)号：CN113629762B
公开(公告)日：2023-05-23
申请号：CN202110879583.X
申请日：2021-08-02
Applicant: 北方工业大学 , 全球能源互联网研究院有限公司 , 北京联智汇能科技有限公司
Abstract: 本发明涉及多站融合参与的沙漏型配电网络结构及其控制方法。沙漏型配电网络结构包括：上层10kV高压电力传输层，中层信息调度层，下层380V低压电力应用层；上层与下层以中层为公共点，构成沙漏型结构单元；本发明的设置，实现高渗透率分布式电源接入；同时控制方法储能在高SOC阶段，不给储能继续充电，储能在低SOC阶段，储能不继续放电，保证了储能的使用寿命以及安全稳定运行；同时控制方法使电能在上中下三层结构中灵活调度，保证了该配电网络的灵活性与稳定性。
-
公开(公告)号：CN113765125A
公开(公告)日：2021-12-07
申请号：CN202111114415.8
申请日：2021-09-23
Applicant: 北方工业大学 , 北京联智汇能科技有限公司
Abstract: 本发明涉及储能系统能量控制管理领域，具体涉及一种氢储能系统集群功率分配方法。方法包含以下步骤：氢储能的能量控制系统获取所有HESS单元SOHC、制氢效率发电效率ηelec、电解槽工作温度Tec、燃料电池工作温度Tfc参数；每间隔一定时长，比较电网输出功率PG和负荷需求功率PL大小；采用K‑means聚类方法，将大规模氢储能集群分为N个不同的HESS簇群；筛选出最优HESS簇群；利用优先排序法对除最优HESS簇群外的N‑1个HESS簇群进行有功功率分配，且簇群内部各个HESS单元平均承担簇群所承担的总功率；不能完全消纳盈余电能或者仍然不能满足负荷需求，全部由最优HESS簇群承担。本发明相对于现有技术的优点在于：保证大规模储能系统中各个HESS单元的SOHC、工作温度等参数最大程度的控制在最佳运行区间。
-
公开(公告)号：CN113629775A
公开(公告)日：2021-11-09
申请号：CN202110842900.0
申请日：2021-07-26
Applicant: 北方工业大学 , 全球能源互联网研究院有限公司 , 北京联智汇能科技有限公司
Abstract: 本发明涉及一种基于模糊逻辑的氢储能系统集群出力决策方法。包括以下步骤：在功率平衡、HESS系统SOHR值等条件约束下，根据电网需求确定充放电状态，若电网电量富余，则HESS作为负荷通过电解制氢消纳富余电力，采用外层多目标模糊综合评价法得出最优HESS作为备用，内层模糊则是通过对氢储系统SOHR值及制氢和发电效率进行模糊决策，对剩余n‑1个HESS的出力进行分配，分配结束后若不能满足电网需求，剩余需求功率均由先前选出的备用HESS承担。当电网电力不足时，HESS通过氢燃料电池发电为电网供电，控制过程等同。本发明充分考虑各子系统参数差异性特征，可有效提高运行经济性及稳定性。
-
公开(公告)号：CN113346526A
公开(公告)日：2021-09-03
申请号：CN202110563474.7
申请日：2021-05-24
Applicant: 国网综合能源服务集团有限公司 , 北方工业大学 , 北京联智汇能科技有限公司
IPC: H02J3/28 , H02J3/32 , H02J3/00 , G06F30/20 , G06N3/12 , G06F111/04 , G06F113/04
Abstract: 本发明涉及一种基于离散‑连续混合法的多节点储能系统配置方法。包括以下步骤：在各节点典型日功率曲线下建立系统及经济模型，综合考虑系统运行性能和经济性得出离散‑连续混合法目标函数；充分考虑离散部分和连续部分，定义编码串的形式和数量，初始化编码串；对初始编码串进行排序，利用离散‑连续混合法进行编码串的迭代；达到最大迭代次数结束，求得使得目标函数最优的储能控制与选址配置。本发明专利综合考虑储能系统运行性能和经济性，考虑遗传算法容易与其他算法相结合、粒子群算法虽简单但不能有效解决离散问题等特点，结构简单，对储能系统的研究推广具有重要意义。
-
Patent Agency Ranking
公开(公告)号：CN113344057A
公开(公告)日：2021-09-03
申请号：CN202110598424.2
申请日：2021-05-31
Applicant: 江苏海基新能源股份有限公司 , 北方工业大学 , 北京联智汇能科技有限公司
Abstract: 本发明涉及一种储能系统电池插箱异常检测方法。方法包括以下步骤：对m个电池插箱历史温度数据进行预处理，得到其最大值、最小值、均方根值等n类特征数据，建立n维度的训练特征向量D；对待测电池插箱最近TIME时间段内的温度数据进行预处理，建立其测试特征向量Dtest；K棵树共同组成期望分割森林模型；用测试特征向量遍历每一棵树，在对每一棵树遍历后，得到一个待测电池插箱的异常评分S；依据待测试电池插箱的异常评分S，将异常分为多个程度，安排各个电池插箱的检修计划。本发明避免了电池插箱异常检测误差过大的问题，因此在对异常状态检测时更为准确。
-
公开(公告)号：CN112327190A
公开(公告)日：2021-02-05
申请号：CN202011094365.7
申请日：2020-10-14
Applicant: 北方工业大学 , 北京联智汇能科技有限公司 , 北京云外新能源科技有限责任公司
IPC: G01R31/392 , G01R31/367 , G06K9/62
Abstract: 本发明具体涉及一种储能电池健康状态辨识方法。该方法首先采集储能电池在一次充放电测试过程中的端电压信号，组成含有类别的样本数据集合A；然后，计算每个样本的特征值，形成可以表征原始信号特点的特征向量，组成含有类别的样本特征集合B；接着，生成若干个差异化的支持向量机模型；然后，以遗传算法种群个体的0‑1编码选择部分支持向量机模型，并将特征集合B输入得到多个以概率向量方式表征的储能电池健康情况辨识结果，形成对若干支持向量机模型的筛选方案，即储能电池健康情况辨识方案。多次支持向量集成的方式大幅提升了诊断模型的鲁棒性，利用遗传算法快速、自动地实现了对诊断过程的优化，提升了故障诊断性能。
-
公开(公告)号：CN112327189A
公开(公告)日：2021-02-05
申请号：CN202011094154.3
申请日：2020-10-14
Applicant: 北方工业大学 , 北京联智汇能科技有限公司 , 江苏海基新能源股份有限公司
IPC: G01R31/392 , G01R31/367 , G06K9/62
Abstract: 本发明涉及一种基于KNN算法的储能电池健康状态综合判断方法。包括以下步骤：采集大量正常和不同故障下储能电池在充放电测试过程中端电压曲线，提取描述电压特点的关键特征，与标识储能电池类别的标签构成样本集合；随机抽取集合中一定比例的样本，构成若干个子集，并保证子集中样本互斥；提取待检测储能电池端电压特征，与子集中全部样本计算欧式距离，判断与待测样本最邻近的k个样本；据子集样本数据及k个样本所代表类别的情况，形成每个子集的诊断证据；利用D‑S证据理论，判断待测检测储能电池的状态类别。本发明提出的综合判断方法可以避免噪声和奇异样本对辨识结果的影响。
-
公开(公告)号：CN112305442A
公开(公告)日：2021-02-02
申请号：CN202011094386.9
申请日：2020-10-14
Applicant: 北方工业大学 , 北京联智汇能科技有限公司 , 江苏海基新能源股份有限公司
IPC: G01R31/392 , G01R31/367 , G06K9/62
Abstract: 本发明涉及一种基于kmeans聚类的动力电池SOH快速估计方法。包括以下步骤：获得若个不同健康状态下的动力电池健康状态值，并测量其在一次充放电实验过程中电压、电流以及温度信号，构成含健康状态值的样本特征集；利用kmeans方法将特征集中的样本进行聚类，形成多个族群；计算待检测动力电池的特征到各族中心的欧式距离，判断其所属族群；计算待检测动力电池的特征到所属族群中各样本特征的欧式距离，获得用于健康状态值计算的权重；根据样本的健康状态值和权重，评估待检测动力电池的健康状态。发明能够大幅降低动力电池状态评估模型设计过程，快速、有效地评估出动力电池的健康状态，有利于动力电池筛选以及梯次利用。
-
公开(公告)号：CN112305441A
公开(公告)日：2021-02-02
申请号：CN202011094246.1
申请日：2020-10-14
Applicant: 北方工业大学 , 北京联智汇能科技有限公司 , 安徽绿沃循环能源科技有限公司
IPC: G01R31/392 , G01R31/367 , G06K9/62
Abstract: 本发明涉及一种集成式聚类下的动力电池健康状态评估方法。该方法的实现过程如下：获得不同动力电池健康值，提取充放电实验过程中电压、电流以及温度信号，形成特征样本集合；随机抽样特征样本集合，形成若干差异化子集，利用kmeans聚类方法形成多个由相近样本组成的族群；提取待评估动力电池特征，在各子集下判断其所属族群，并计算与所属族群中样本的距离，获得各样本计算权重，采用加权平均分计算各子集估计出的待检测动力电池健康值；统计各子集估计出的差异性估计值，以均值形成待检测动力电池的最终估计值，以标准差估计误差。通过本发明所提方法，可以降低先验信息假设、人为经验和奇异样本的影响。
-
-
-
-
-
-
-
-
-
Search Results
130
records
(took 0.065 seconds)
