-
公开(公告)号:CN118501755A
公开(公告)日:2024-08-16
申请号:CN202410583292.X
申请日:2024-05-11
申请人: 中国长江三峡集团有限公司 , 清华大学
IPC分类号: G01R31/392 , G01R31/378 , G01R31/367 , G06F17/10
摘要: 本发明涉及电池健康状态监测技术领域,公开了一种锂离子电池健康状态的预测方法及装置,该方法包括:获取锂离子电池充放电循环数据,选取锂离子电池充放电循环数据中的锂离子电池的健康状态作为目标值,选取锂离子电池充放电循环数据中的剩余数据作为属性值;基于预设时间步长内的目标值和属性值,利用非加性拟合方法拟合确定目标值和属性值之间的非线性关系;对目标值和属性值之间的非线性关系进行自适应调整,得到拟合关系;利用拟合关系预测锂离子电池健康状态,得到锂离子电池健康状态的预测结果。本发明在保证锂离子电池健康状态预测精度的同时对计算过程进行压缩,进而实现了预测时间和预测精度之间的平衡。
-
公开(公告)号:CN118568491A
公开(公告)日:2024-08-30
申请号:CN202410625484.2
申请日:2024-05-20
申请人: 中国长江三峡集团有限公司 , 清华大学
IPC分类号: G06F18/214 , G06F30/27 , G06N3/126 , G06F119/02
摘要: 本发明涉及锂离子电池技术领域,公开了一种可重构电池组的动态规划方法、装置、设备及介质,本发明通过电池等效电路模型参数集可以将待优化电池内可重构电池组抽象为基于动态可重构电池网络的可重构电池组图论模型。进一步,以待优化电池的荷电状态方差最小为目标,结合可重构电池组图论模型可以构建得到对应的状态转移模型。最后,通过遗传算法优化状态转移模型,可以得到满足预设条件的待优化电池内可重构电池组的动态规划结果。因此,通过实施本发明,利用动态可重构电池网络的拓扑灵活的优势,将电池等效电路模型与动态可重构电池网络的动态规划网络拓扑相结合,实现了电池的快速均衡。
-
公开(公告)号:CN117783871A
公开(公告)日:2024-03-29
申请号:CN202311714010.7
申请日:2023-12-13
申请人: 中国长江三峡集团有限公司 , 清华大学
IPC分类号: G01R31/367
摘要: 本发明涉及电池领域,提供了一种电池荷电状态估计方法、装置、计算机设备及介质。该方法包括:获取当前时刻动态可重构电池网络的第一输出电流和第一观测量,历史时刻动态可重构电池网络的第二输出电流、第二观测量和状态量;根据第一观测量和第二观测量,估计各电池单元在状态空间模型中的电路模型参数,在状态空间模型中,通过割集矩阵表示动态可重构电池网络中各电池单元之间的拓扑结构;根据第一输出电流、第二输出电流、第一观测量和状态量,以及状态空间模型中的电路模型参数,估计当前时刻各电池单元的荷电状态。通过本发明,在状态空间模型中,考虑了各电池单元之间的拓扑约束、耦合作用,使估计得到的电路模型参数和荷电状态更加准确。
-
公开(公告)号:CN118604624A
公开(公告)日:2024-09-06
申请号:CN202410583259.7
申请日:2024-05-11
申请人: 中国长江三峡集团有限公司 , 清华大学
IPC分类号: G01R31/367 , G01R31/385 , G01R31/396 , G06F18/2131 , G06F18/27
摘要: 本发明涉及电池技术领域,公开了一种面向动态可重构电池网络的电池模型参数估计方法,本发明首先通过对预设电池模型进行拉普拉斯变换,得到初始传递函数。其次,通过考虑动态可重构电池网络的运行模式和采样方式建立新的传递函数离散化变换关系式。然后结合初始传递函数和传递函数离散化变换关系式建立面向可重构电池网络的初始电池参数估计模型,降低了离散化处理导致的误差。进一步,通过在初始电池参数估计模型中添加平滑项和权重因子,可以抑制随机测量误差对模型参数辨识准确度的不利影响,提高了参数估计的鲁棒性。
-
公开(公告)号:CN118444182A
公开(公告)日:2024-08-06
申请号:CN202410665758.0
申请日:2024-05-27
申请人: 清华大学 , 广东电网有限责任公司电力科学研究院
IPC分类号: G01R31/385 , G01R19/00 , G01R31/36
摘要: 本申请涉及动力电池评估技术领域,特别涉及一种梯次利用储能系统的电压一致性评估方法及装置,其中,方法包括:获取动力电池模组的模组电压数据和模组电流数据,并对模组电压数据和模组电流数据进行筛选,以得到动力电池模组的稳态电压数据;计算稳态电压数据的标准差序列,并利用线性插值和滤波方法对标准差序列进行计算,得到标准差追随序列;将标准差追随序列向预设百分区间进行映射,以得到动力电池模组的最终一致性评估结果。由此,实现了以电池模组工作电压的标准差作为一致性评价指标,消除异常数据点和噪声的影响的同时,直观地反映出电池系统的一致性,最终实现大规模电池储能系统海量运行数据的评估。
-
公开(公告)号:CN118837755A
公开(公告)日:2024-10-25
申请号:CN202411321451.5
申请日:2024-09-23
申请人: 国网浙江省电力有限公司电力科学研究院 , 清华大学
IPC分类号: G01R31/378 , G01R31/367 , G01R31/392
摘要: 本发明公开了一种锂离子电池健康状态预测方法、系统、设备及存储介质。现有的多种电池健康状态预测方法有着各自的缺陷。本发明采用的方法,包括:获取锂离子电池充放电循环过程中平均电压、平均电流、平均温度、采集时间以及电池健康状态的时序数据,并按照电池健康状态作为目标值和其余数据作为属性值的标准进行分类;建立LSTM模型,设定LSTM模型的超参数;采用基于Choquet积分的数据集维度调整法对训练数据集进行非加性维度调整;用所述调整后的训练数据集进行LSTM模型的预训练和再训练,得到再训练LSTM模型;用再训练LSTM模型对下一时刻电池健康状态数据进行预测。本发明在尽可能保证模型预测精度的前提下降低数据集的维度,大幅降低了计算的复杂度。
-
公开(公告)号:CN118425809A
公开(公告)日:2024-08-02
申请号:CN202410665756.1
申请日:2024-05-27
申请人: 清华大学 , 广东电网有限责任公司电力科学研究院
IPC分类号: G01R31/387 , G01R31/378 , G01R31/385 , G01R31/36
摘要: 本申请涉及电池应用与管理技术领域,特别涉及一种基于OCV‑SOC估计的SOC的测量校正方法及装置,其中,方法包括:提取锂离子电池的HPPC的实测数据;基于实测数据,估算锂离子电池的稳态OCV;获得不同温度下的电池OCV‑SOC实测曲线;根据电池OCV‑SOC实测曲线建立OCV‑SOC映射关系;根据稳态OCV和OCV‑SOC映射关系校正映射下的SOC估计值。由此,解决了相关技术,不能对OCV进行实时测量,且OCV测量时所需的稳定状态达到时间较长,不能满足实际的使用需求等问题。
-
-
-
-
-
-