一种储能电池寿命预测方法及管理系统技术方案

本发明专利技术提供了一种储能电池寿命预测方法及管理系统，方法包括：获取前期实测数据和应用工况下实际采集数据，作为大数据文件；通过提取大数据文件，建立储能电池寿命预测模型；导入应用场景下用户需求曲线；根据特定的用户需求曲线，解析出储能电池电流曲线，电压曲线及温升曲线，并进行同步实验，获取该工况下实测数据；进行寿命预测，对比，寿命预测评估及改善。本发明专利技术通过将电池循环寿命衰减及日历寿命衰减叠加考虑，能够贴切地对电池寿命进行预测，预测准确度更高，并可以在管理系统中进行预测评估及提出改善建议。

A life prediction method and management system of energy storage battery

【技术实现步骤摘要】
一种储能电池寿命预测方法及管理系统
本专利技术涉及电池
，具体而言，涉及一种储能电池寿命预测方法及管理系统。
技术介绍
近年来，各国都在积极开展研究新能源汽车，而锂离子电池以能量密度大、工作电压高、循环寿命长和自放电率低等特点，在动力电池领域的应用越来越多。锂离子动力电池的开发过程包括电性能、核心功能、寿命、安全等方面，其中，寿命开发是重中之重。通常而言，锂离子电池寿命衰减包括循环寿命衰减及日历寿命衰减。传统电池寿命预测方法一般仅关注电池生命周期的循环寿命衰减，对日历寿命衰减做了忽略处理，会存在一定的预测偏差，也不能完全表征电池生命周期衰退机制。
技术实现思路
有鉴于此，本专利技术实施例的目的在于，提供一种储能电池寿命预测方法及管理系统以解决上述问题。本专利技术实施例提供了一种储能电池寿命预测方法，包括以下步骤：获取前期实测数据和应用工况下实际采集数据，作为大数据文件；通过提取大数据文件，建立储能电池寿命预测模型；导入应用场景下用户需求曲线；根据特定的用户需求曲线，解析出本文档来自技高网...

【技术保护点】
1.一种储能电池寿命预测方法，其特征在于，包括以下步骤：/n获取前期实测数据和应用工况下实际采集数据，作为大数据文件；/n通过提取大数据文件，建立储能电池寿命预测模型；/n导入应用场景下用户需求曲线；/n根据特定的用户需求曲线，解析出储能电池电流曲线，电压曲线及温升曲线，并进行同步实验，获取该工况下实测数据；/n进行寿命预测，得到预测数据，/n将预测数据与实测数据进行对比；/n寿命预测评估及改善。/n

【技术特征摘要】
1.一种储能电池寿命预测方法，其特征在于，包括以下步骤：
获取前期实测数据和应用工况下实际采集数据，作为大数据文件；
通过提取大数据文件，建立储能电池寿命预测模型；
导入应用场景下用户需求曲线；
根据特定的用户需求曲线，解析出储能电池电流曲线，电压曲线及温升曲线，并进行同步实验，获取该工况下实测数据；
进行寿命预测，得到预测数据，
将预测数据与实测数据进行对比；
寿命预测评估及改善。


2.根据权利要求1所述的储能电池寿命预测方法，其特征在于，所述大数据文件包含不同工况条件下影响储能电池的寿命衰减因素及相应寿命损失率，所述寿命衰减因素包括循环寿命衰减因素和日历寿命衰减因素，所述循环寿命衰减因素包括剩余电量中值，放电深度，电池表面温度，循环次数和充放电电流，所述日历寿命衰减因素包括剩余电量中值，电池表面温度和存储天数。


3.根据权利要求2所述的储能电池寿命预测方法，其特征在于，建立储能电池寿命预测模型，具体包括以下步骤：
预设网络模型，获取寿命衰减因素间函数映射关系；
采用训练样本实时训练模型；
确定训练样本中不同类别样本散度差值；
基于散度差值构建学习模型，确定损失函数最小值；
寿命预测模型建立。


4.根据权利要求3所述的储能电池寿命预测方法，其特征在于，所述函数映射关系满足以下公式：
Q＝1-Qloss_cyc-Qloss_stor；
其中，Q为剩余容量百分比，Qloss_cyc为循环寿命损失率，Q...

【专利技术属性】
技术研发人员：季林锋，杨庆亨，
申请(专利权)人：江苏中兴派能电池有限公司，
类型：发明
国别省市：江苏;32