不同应用场景下电池性能评价方法技术

本发明专利技术涉及不同应用场景下电池性能评价方法。评价方法包括以下步骤：总目标设置为电池综合性能，指标层分为两层，一级指标包括：平滑间歇性电源功率波动、削峰填谷及增加备用容量三种应用场景，且每个一指标对应一组二级指标，即：功率密度、能量密度和内阻；一级指标相对于总目标为应用场景的装机容量占比，构建成对比较矩阵模块A、B、C、D；分别进行计算最大特征值与对应特征向量，分别进行归一化处理并进行一致性校验；将应用场景权值的特征向量与二级权值组合特征向量相乘求和，得到的向量中最大值所对应的电池性能即为最优性能指标。本发明专利技术能够定量计算电池的最优性能指标。

【技术实现步骤摘要】
不同应用场景下电池性能评价方法
：本专利技术涉及储能系统电池，进一步涉及不同应用场景下电池性能评价方法。
技术介绍
：随着大规模储能系统逐步规模化接入电网，大规模储能系统不仅要满足平滑间歇性电源功率波动，实现削峰填谷，还要逐步增加备用容量，以满足用户用电的安全可靠需求，从而为构建环境友好的智能配电网和能源互联网提供有力支持。近年来，国际国内的储能相关企业，从各自营运的实际情况出发，基于电网现状，充分考虑功率密度、能量密度、储能电池内阻等一系列储能电池相关参数，对储能系统的合理应用进行了尝试和探索。此外，国内外的学者们从大规模储能系统的模型、优化算法、定性和定量评估方法等方面开展了一些研究。总体而言，国内外学者们在一定程度上深入探索了储能系统的应用场景，但是如何进行储能系统在不同应用场景下的调度，实现最大经济效益的程度进行评估，缺乏针对性的评估指标。由于在管理决策的过程中，会涉及较多的可量化与不可量化的目标和变量，需要考虑众多因素，要实现指标间的平衡，同时还要实现某些相对重要的目标的最大化，所以决策过程较为复杂。然而当前国内外的单一的决策支持模型，不论是从理论上、还是从应用上都有很多不足，无法完全考虑到可量化与不可量化目标之间的平衡，导致模型算法的应用不能指导实际的开发利用，也不能确实的作为科学可靠的决策依据指导决策部门形成最终决策。关于评估指标的赋权方法方面，国际国内学者在层次分析法、平衡记分卡法、熵权法等确定性方法，以及区间、模糊等不确定性方法方面均进行了一些的研究，考虑储能系统应用的场景较为广泛，所选择的性能指标相对会较多，很多决策变量很难定量来计算，即便可以定量，也很难将多种决策变量的量纲进行统一，对指标两两比较的打分将更加需求明显，有必要应用层次分析法对储能系统应用场景性能指标进行赋权值求取。应用于储能工程的锂离子电池种类繁多，包括2011-2015年投运较多的聚合物锂电池、锰酸锂电池、以及钛酸锂电池，以及近年来发展迅猛的磷酸铁电池、三元锂电池和梯次利用锂电池。从一次性投资成本、循环寿命、安全性角度来说，磷酸铁锂无疑是储能领域综合特性最为优异的锂离子电池储能体系，广泛应用于电力系统发输配用的各个环节。磷酸铁锂电池具有稳定性高、循环寿命长等优点，是国内电力储能系统的热门及应用最多的锂离子电池技术，储能用磷酸铁锂电池能量密度120～150Wh/kg，系统能量转换效率85％～88％，小倍率充放电循环寿命3500～5000次，储能系统投资成本1600～2000元/kWh，度电成本0.7～1.0元/kWh。近年来，受磷酸铁锂成本下降及综合性能提升的影响，该技术被广泛应用在电力系统发输配用各个环节。
技术实现思路
：针对现有技术的不足，本专利技术提供一种设计合理、多维度全面可靠的基于层次分析法的不同应用场景下电池性能指标优化决策方法。本专利技术是采用下述技术方案实现的：不同应用场景下电池性能评价方法，包括以下步骤：步骤1：总目标设置为电池综合性能，指标层分为两层，一级指标包括：平滑间歇性电源功率波动、削峰填谷及增加备用容量三种应用场景，且每个一指标对应一组二级指标，即：功率密度、能量密度和内阻；步骤2：一级指标相对于总目标为应用场景的装机容量占比，此项由专家经验获得，并根据九级标度法做出相对重要性等级判定，进而构建成对比较矩阵模块；具体过程包括：步骤2.1：构建矩阵模块，其用于接收输入的任意两个一级指标之间的相对重要性等级，构造两两比较的权重判断矩阵：其中，aij为判断矩阵A第i行第j列的元素，其表示一级指标i与指标j的相对重要性等级，i＝1,2，...n，j＝1,2，...n；且步骤2.2：将所述性能指标判断矩阵A＝(aij)n×n的元素按列做归一化处理，得到其中步骤2.3：将矩阵的元素按行相加，得到向量其中步骤2.4：将矩阵作归一化处理，得到应用场景权值特征向量与目标权值特征向量其中步骤2.5：在上述技术方案的基础上，所述检验判断矩阵的一致性采用一致性指标CI衡量判断矩阵的偏离一致度：并采用一致性比率CR衡量判断矩阵不一致性的取值范围：其中RI为平均一致性指标，其选用可通过查表获得：表1.随机一致性指标RIn123456789RI000.580.901.121.241.321.411.45步骤3：对二级指标之间采用两两比较，并根据九级标度法做出相对重要性等级判断,做出二级指标相对于平滑间歇性电源功率波动的判断矩阵B，二级指标相对于削峰填谷的判断矩阵C，二级指标相对于增加备用容量的判断矩阵D；分别进行计算最大特征值与对应特征向量，分别进行归一化处理并进行一致性校验；步骤4：将应用场景权值的特征向量与二级权值组合特征向量相乘求和，得到的向量中最大值所对应的电池性能即为最优性能指标。与现有技术相比，本专利技术的优点在于：本专利技术充分考虑在复杂的多目标决策中量化目标与不可量化目标共存因而难以优化这一事实，采用逐层递进方法，首先考虑占优势总量化目标，通过对众多应用场景量化目标的简单计算与分析，筛选出为数不多的初选优化情景，应用结构化的AHP权重评估方法，使得对每一个不可量化的决策子目标的繁琐情景评估其可行性大大增加。本专利技术包括一级指标权重赋值模块、二级指标权重计算与总权重计算模块，从而能够定量计算电池的最优性能指标。根据不同的应用场景，设计不同的装机容量占比，以便获得最大效益。附图说明:图1为本专利技术实例中的层次分析方法框架示意图。图2为指标权重计算模块的流程图。具体实施方式：实施例：不同应用场景下电池性能评价方法，包括以下步骤：步骤1：总目标设置为电池综合性能，指标层分为两层，一级指标包括：平滑间歇性电源功率波动、削峰填谷及增加备用容量三种应用场景，且每个一指标对应一组二级指标，即：功率密度、能量密度和内阻；步骤2：一级指标相对于总目标为应用场景的装机容量占比，此项由专家经验获得，并根据九级标度法做出相对重要性等级判定，进而构建成对比较矩阵模块；具体过程包括：步骤2.1：构建矩阵模块，其用于接收输入的任意两个一级指标之间的相对重要性等级，构造两两比较的权重判断矩阵：其中，aij为判断矩阵A第i行第j列的元素，其表示一级指标i与指标j的相对重要性等级，i＝1,2，...n，j＝1,2，...n；且步骤2.2：将所述性能指标判断矩阵A＝(aij)n×n的元素按列做归一化处理，得到其中步骤2.3：将矩阵的元素按行相加，得到向量其中步骤2.4：将矩阵作归一化处理，得到应用场景权值特征向量与目标权值特征向量其中步骤2本文档来自技高网...

【技术保护点】
1.不同应用场景下电池性能评价方法，其特征在于，包括以下步骤：/n步骤1：总目标设置为电池综合性能，指标层分为两层，一级指标包括：平滑间歇性电源功率波动、削峰填谷及增加备用容量三种应用场景，且每个一指标对应一组二级指标，即：功率密度、能量密度和内阻；/n步骤2：一级指标相对于总目标为应用场景的装机容量占比，此项由专家经验获得，并根据九级标度法做出相对重要性等级判定，进而构建成对比较矩阵模块；具体过程包括：/n步骤2.1：构建矩阵模块，其用于接收输入的任意两个一级指标之间的相对重要性等级，构造两两比较的权重判断矩阵：/n

【技术特征摘要】
20201216 CN 20201148427251.不同应用场景下电池性能评价方法，其特征在于，包括以下步骤：
步骤1：总目标设置为电池综合性能，指标层分为两层，一级指标包括：平滑间歇性电源功率波动、削峰填谷及增加备用容量三种应用场景，且每个一指标对应一组二级指标，即：功率密度、能量密度和内阻；
步骤2：一级指标相对于总目标为应用场景的装机容量占比，此项由专家经验获得，并根据九级标度法做出相对重要性等级判定，进而构建成对比较矩阵模块；具体过程包括：
步骤2.1：构建矩阵模块，其用于接收输入的任意两个一级指标之间的相对重要性等级，构造两两比较的权重判断矩阵：



其中，aij为判断矩阵A第i行第j列的元素，其表示一级指标i与指标j的相对重要性等级，i＝1,2，...n，j＝1,2，...n；且
步骤2.2：将所述性能指标判断矩阵A＝(aij)n×n的元素按列做归一化处理，得到其中
步骤2.3：将矩阵的元素按行相加，得到向量其中
步骤2.4：将矩阵作归一化处理，得到应用场景权值特征向量与目标权值特征向量其中
步骤2.5：在上述技术方案的基...

【专利技术属性】
技术研发人员：李建林，屈树慷，马速良，李雅欣，武亦文，李光辉，
申请(专利权)人：北方工业大学，北京联智汇能科技有限公司，
类型：发明
国别省市：北京;11