蓄电池管理系统技术方案

本发明专利技术揭示一种方法，其包含从经配置以测量与具有发电厂的电力分配网络通信的蓄电池系统的电流的至少一个电流传感器接收电流测量。所述方法还包含从经配置以测量所述蓄电池系统的电压的至少一个电压传感器接收电压测量，且从经配置以测量所述蓄电池系统的温度的至少一个温度传感器接收温度测量。所述方法包含：基于所述经接收测量来确定所述蓄电池系统的阻抗参数；基于所述经接收测量来确定所述蓄电池系统的温度参数；基于所述阻抗参数来确定经预测电压参数；及基于所述温度参数来确定经预测温度参数。所述方法包含基于所述经预测电压参数及所述经预测温度参数来命令所述蓄电池系统从所述发电厂充电或从所述发电厂放电。

【技术实现步骤摘要】
【国外来华专利技术】蓄电池管理系统相关申请案的交叉参考本台湾申请案主张2016年7月22日申请的62/365,455美国临时申请案的权利。此现有申请案的揭示内容被视为本申请案的揭示内容的部分，且借此以全文引用的方式并入本文中。
本专利技术涉及基于时间序列分析及与蓄电池管理系统相关联的蓄电池系统的历史数据的神经网络而预测蓄电池管理系统性能。
技术介绍
蓄电池管理系统(BMS)是管理包含一或多个电池或蓄电池组的可再充电蓄电池系统的电子系统。BMS可保护蓄电池免于在安全操作区域外部操作且监测蓄电池的状态(例如，电压、温度、电流等)。另外，BMS可计算与蓄电池相关联的数据且将经计算数据报告到用于监测、控制蓄电池系统的环境且认证及/或平衡蓄电池系统的外部装置。与具有外部通信总线的BMS一起构造的蓄电池变为智能蓄电池。可再充电蓄电池系统可经配置以在电力网内大规模地存储电能。举例来说，在生产(例如，来自断续性发电厂，例如再生电源，例如风力发电、潮汐发电、太阳能发电)超过消耗的时间期间存储电能，且在生产下降到低于消耗时使电能返回到电网。因而，可再充电蓄电池系统在电网消耗低时存储电能且在消耗超过来自发电厂的生产时的时间使用经存储电能。
技术实现思路
本专利技术的一个方面提供一种在数据处理硬件上实施的方法，其包含从经配置以测量与具有将电力分配到一或多个消费者的发电厂的电力分配网络通信的蓄电池系统的电流的至少一个电流传感器接收电流测量。所述方法还包含从经配置以测量所述蓄电池系统的电压的至少一个电压传感器接收电压测量且从经配置以测量所述蓄电池系统的温度的至少一个温度传感器接收温度测量。所述方法包含：基于所述经接收测量而确定所述蓄电池系统的阻抗参数；基于所述经接收测量而确定所述蓄电池系统的温度参数；基于所述阻抗参数而确定经预测电压参数；及基于所述温度参数而确定经预测温度参数。所述方法包含基于所述经预测电压参数及所述经预测温度参数而命令所述蓄电池系统从所述发电厂充电或从所述发电厂放电。本专利技术的实施方案可包含以下任选特征中的一或多者。在一些实施方案中，确定所述阻抗参数或所述温度参数包括确定在时间间隔[-T,T]中定义的时间序列f(t)的转移函数H(w)，其中T是大于零的整数。在复数域中将所述转移函数H(w)定义为：其中w＝2πF，F是定义为t∈Rn及F∈Cn的所述经接收测量的时间序列的频率。所述转移函数H(w)可定义为输出变量y(t)与输入变量x(t)的傅立叶变换之间的比率，其中所述输出变量y(t)是所述阻抗参数或所述温度参数中的一者，且所述输入变量x(t)是所述经接收测量中的一或多者。离散域中的所述转移函数H(w)可确定为：在一些实施方案中，确定所述经预测电压参数或所述经预测温度参数中的一者包含执行实施自回归模型的时间序列分析。所述自回归模型AR(p)可定义为：其中是所述模型的参数，c是常数，且εt是白噪声。所述方法还可包含实施神经网络方法、经验递归方法或耶勒-沃克方法以确定所述自回归模型AR(p)的最优解。在一些实施方案中，通过所述数据处理硬件命令所述蓄电池系统从所述发电厂充电包含命令所述蓄电池系统存储来自所述发电厂的电力。在一些实施方案中，所述方法包含基于所述电压测量或所述温度测量而更新阻抗量变曲线、电压量变曲线或温度量变曲线。在一些实施方案中，确定所述经预测电压参数包含训练所述数据处理硬件以产生所述电压测量或所述温度测量的最佳拟合。在一些实施方案中，通过所述数据处理硬件分别基于所述电压测量或所述温度测量的所述最佳拟合而预测所述经预测电压参数或所述经预测温度参数。在一些实施方案中，所述方法包含通过所述数据处理硬件跟踪所述蓄电池系统的剩余可用容量。所述方法还可包含通过所述数据处理硬件确定所述蓄电池系统的电量状态或寿命循环中的一者。本专利技术的另一方面提供一种系统，其包含数据处理硬件及存储器硬件。所述存储器硬件可与所述数据处理硬件通信且可存储当在所述数据处理硬件上执行时引起所述数据处理硬件执行操作的指令。所述操作包含从经配置以测量与具有将电力分配到一或多个消费者的发电厂的电力分配网络通信的蓄电池系统的电流的至少一个电流传感器接收电流测量。所述操作还包含从经配置以测量所述蓄电池系统的电压的至少一个电压传感器接收电压测量。所述操作进一步包含从经配置以测量所述蓄电池系统的温度的至少一个温度传感器接收温度测量。所述操作还包含基于所述经接收测量而确定所述蓄电池系统的阻抗参数，且基于所述经接收测量而确定所述蓄电池系统的温度参数。所述操作进一步包含基于所述阻抗参数而确定经预测电压参数，且基于所述温度参数而确定经预测温度参数。所述操作还包含命令所述蓄电池系统基于所述经预测电压参数及所述经预测温度参数而从所述发电厂充电或从所述发电厂放电。本专利技术的此方面的实施方案可包含以下任选特征中的一或多者。在一些实施方案中，确定所述阻抗参数或所述温度参数包括确定在时间间隔[-T,T]中定义的时间序列f(t)的转移函数H(w)，其中T是大于零的整数。在复数域中将所述转移函数H(w)定义为：其中w＝2πF，F是定义为t∈Rn及F∈Cn的所述经接收测量的时间序列的频率。所述转移函数H(w)可定义为输出变量y(t)与输入变量x(t)的傅立叶变换之间的比率，其中所述输出变量y(t)是所述阻抗参数或所述温度参数中的一者，且所述输入变量x(t)是所述经接收测量中的一或多者。离散域中的所述转移函数H(w)可确定为：在一些实施方案中，确定所述经预测电压参数或所述经预测温度参数中的一者包含执行实施自回归模型的时间序列分析。所述自回归模型AR(p)可定义为：其中是所述模型的参数，c是常数，且εt是白噪声。所述方法还可包含实施神经网络方法、经验递归方法或耶勒-沃克方法以确定所述自回归模型AR(p)的最优解。在一些实施方案中，命令所述蓄电池系统从所述发电厂充电包含命令所述蓄电池系统存储来自所述发电厂的电力。在一些实施方案中，所述操作包含基于所述电压测量或所述温度测量而更新阻抗量变曲线、电压量变曲线或温度量变曲线。在一些实施方案中，确定所述经预测电压参数包含训练所述数据处理硬件以产生所述电压测量或所述温度测量的最佳拟合。在一些实施方案中，所述操作包含分别基于所述电压测量或所述温度测量的所述最佳拟合而预测所述经预测电压参数或所述经预测温度参数。在一些实施方案中，所述操作包含跟踪所述蓄电池系统的剩余可用容量且确定所述蓄电池系统的电量状态或寿命循环中的一者。在一些实施方案中，确定所述阻抗参数或所述温度参数包含确定在时间间隔[-T,T]中定义的时间序列f(t)的转移函数H(w)，其中T是大于零的整数。在复数域中将所述转移函数H(w)定义为：其中w＝2πF，F是定义为t∈Rn及F∈Cn的所述经接收测量的时间序列的频率。所述转移函数H(w)可定义为输出变量y(t)与输入变量x(t)的傅立叶变换之间的比率，其中所述输出变量y(t)是所述阻抗参数或所述温度参数中的一者，且所述输入变量x(t)是所述经接收测量中的一或多者。离散域中的所述转移函数H(w)可确定为：在一些实施方案中，确定所述经预测电压参数或所述经预测温度参数中的一者包含执行实施自回归模型的时间序列分析。在一些实施方案中，命令所述蓄电池系统从所述发电厂充电包含命令所本文档来自技高网...

【技术保护点】
1.一种方法，其包括：在数据处理硬件处，从经配置以测量与具有将电力分配到一或多个消费者的发电厂的电力分配网络通信的蓄电池系统的电流的至少一个电流传感器接收电流测量；在数据处理硬件处，从经配置以测量所述蓄电池系统的电压的至少一个电压传感器接收电压测量；在数据处理硬件处，从经配置以测量所述蓄电池系统的温度的至少一个温度传感器接收温度测量；通过所述数据处理硬件，基于所述经接收测量来确定所述蓄电池系统的阻抗参数；通过所述数据处理硬件，基于所述经接收测量来确定所述蓄电池系统的温度参数；通过所述数据处理硬件，基于所述阻抗参数来确定经预测电压参数；通过所述数据处理硬件，基于所述温度参数来确定经预测温度参数；及通过所述数据处理硬件，基于所述经预测电压参数及所述经预测温度参数来命令所述蓄电池系统从所述发电厂充电或从所述发电厂放电。

【技术特征摘要】
【国外来华专利技术】2016.07.22 US 62/365,4551.一种方法，其包括：在数据处理硬件处，从经配置以测量与具有将电力分配到一或多个消费者的发电厂的电力分配网络通信的蓄电池系统的电流的至少一个电流传感器接收电流测量；在数据处理硬件处，从经配置以测量所述蓄电池系统的电压的至少一个电压传感器接收电压测量；在数据处理硬件处，从经配置以测量所述蓄电池系统的温度的至少一个温度传感器接收温度测量；通过所述数据处理硬件，基于所述经接收测量来确定所述蓄电池系统的阻抗参数；通过所述数据处理硬件，基于所述经接收测量来确定所述蓄电池系统的温度参数；通过所述数据处理硬件，基于所述阻抗参数来确定经预测电压参数；通过所述数据处理硬件，基于所述温度参数来确定经预测温度参数；及通过所述数据处理硬件，基于所述经预测电压参数及所述经预测温度参数来命令所述蓄电池系统从所述发电厂充电或从所述发电厂放电。2.根据权利要求1所述的方法，其中确定所述阻抗参数或所述温度参数包括：确定在时间间隔[-T,T]中定义的时间序列f(t)的转移函数H(w)，其中T是大于零的整数，在复数域中，将所述转移函数H(w)定义为：其中w＝2πF，F是定义为t∈Rn及F∈Cn的所述经接收测量的时间序列的频率。3.根据权利要求2所述的方法，其中所述转移函数H(w)是定义为输出变量y(t)与输入变量x(t)的傅立叶变换之间的比率，其中所述输出变量y(t)是所述阻抗参数或所述温度参数中的一者，且所述输入变量x(t)是所述经接收测量中的一或多者，且离散域中的所述转移函数H(w)是确定为：4.根据权利要求1所述的方法，其中确定所述经预测电压参数或所述经预测温度参数中的一者包含：执行实施自回归模型的时间序列分析。5.根据权利要求4所述的方法，其中所述自回归模型AR(p)是定义为：其中是所述模型的参数，c是常数，且εt是白噪声。6.根据权利要求4所述的方法，其进一步包括实施神经网络方法、经验递归方法或耶勒-沃克方法，以确定所述自回归模型AR(p)的最优解。7.根据权利要求1所述的方法，其中通过所述数据处理硬件来命令所述蓄电池系统从所述发电厂充电包含：命令所述蓄电池系统存储来自所述发电厂的电力。8.根据权利要求1所述的方法，其进一步包括基于所述电压测量或所述温度测量来更新阻抗量变曲线、电压量变曲线，或温度量变曲线。9.根据权利要求1所述的方法，其中确定所述经预测电压参数包含：训练所述数据处理硬件，以产生所述电压测量或所述温度测量的最佳拟合；及通过所述数据处理硬件分别基于所述电压测量或所述温度测量的所述最佳拟合来预测所述经预测电压参数或所述经预测温度参数。10.根据权利要求1所述的方法，其进一步包括：通过所述数据处理硬件来跟踪所述蓄电池系统的剩余可用容量；及通过所述数据处理硬件来确定所述蓄电池系统的电量状态或寿命循环中的一者。11.一种系统，其包括：数据处理硬件；及存...

【专利技术属性】
技术研发人员：K·贝勒卡塞姆布斯艾德，G·W·艾登森，
申请(专利权)人：EOS能源储存有限责任公司，
类型：发明
国别省市：美国,US