一种储能电池SoH检测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种储能电池SoH检测方法、装置、设备及存储介质。该方法包括：确定当前环境温度及当前电池电量SOC下的阻抗谱；根据所述阻抗谱构建全频等效电路模型结构；提取所述全频等效电路模型结构中的中低频等效电路模型结构；基于所述中低频等效电路模型结构、所述阻抗谱结合预设参数辨识模型确定中低频等效电路模型参数；将所述中低频等效电路模型参数、当前温度参数及当前电池电量SOC参数输入至神经网络模型确定储能电池SoH。本方案通过阻抗谱实现精确预测储能电池SoH。阻抗谱实现精确预测储能电池SoH。阻抗谱实现精确预测储能电池SoH。

【技术实现步骤摘要】
一种储能电池SoH检测方法、装置、设备及存储介质


[0001]本专利技术实施例涉及储能电池技术，尤其涉及一种储能电池SoH检测方法、装置、设备及存储介质。

技术介绍

[0002]储能可有效应对风、光等新能源发电的强波动性与间歇性问题，也是大力提升电网吸纳新能源发电能力的重要手段，是各层级智能电网及微电网重要的组成部件之一。锂电池作为储能元件，具有能量和功率密度高、寿命长、无记忆效应等优点，其在储能领域得到了广泛的使用。但随着锂电池充放电循环次数的增加，锂电池内阻增大，活性物质减少，健康状态(State of health,SoH，SoH)不断衰减，增大了大规模储能电池组发生热失控蔓延的风险，不利于储能电站的安全稳定运行。SoH作为定量分析电池安全性的指标，对其进行准确的估计能够保证储能电池的运行安全，同时能够为制定下一步运行与检修计划提供依据。
[0003]现有的估计储能电池SoH方法是通过直接采集储能电池的电流及电压外特性数据，并通过电流、电压数据获取等效电路模型，进而估计储能电池SoH，由于现有技术中，采集储能电池的电流及电压数据为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种储能电池SoH检测方法，其特征在于，包括:确定当前环境温度及当前电池电量SOC下的阻抗谱；根据所述阻抗谱构建全频等效电路模型结构；提取所述全频等效电路模型结构中的中低频等效电路模型结构；基于所述中低频等效电路模型结构、所述阻抗谱结合预设参数辨识模型确定中低频等效电路模型参数；将所述中低频等效电路模型参数、当前环境温度参数及当前电池电量SOC参数输入至神经网络模型确定储能电池SoH。2.根据权利要求1所述的储能电池SoH检测方法，其特征在于，确定当前环境温度及当前电池电量SOC下的阻抗谱，包括：设置阻抗谱激发电路输出不同频率的激发信号；其中，所述阻抗谱激发电路包括预设个数移位寄存器及异或门；在不同频率的所述激发信号下，获取当前环境温度及当前电池电量SOC下的待测储能电池的电流值及电压值；根据不同频率的所述激发信号、当前环境温度及当前电池电量SOC下的待测储能电池的所述电流值及所述电压值确定当前环境温度及当前电池电量SOC下的阻抗谱。3.根据权利要求1所述的储能电池SoH检测方法，其特征在于，所述参数辨识模型为非线性最小二乘回归模型；所述储能电池SoH检测方法还包括：对所述阻抗谱做预处理得到复数域阻抗谱；根据所述阻抗谱构建全频等效电路模型结构，包括：根据所述复数域阻抗谱构建全频等效电路模型结构，基于所述中低频等效电路模型结构、所述阻抗谱结合预设参数辨识模型确定中低频等效电路模型参数，包括：基于所述中低频等效电路模型结构、所述复数域阻抗谱结合所述非线性最小二乘回归模型确定中低频等效电路模型参数。4.根据权利要求1所述的储能电池SoH检测方法，其特征在于，还包括:提取中低频等效电路模型参数中的中低频等效电路模型关联参数；将所述中低频等效电路模型参数、当前环境温度参数及当前电池电量SOC参数输入至神经网络模型确定储能电池SoH，包括：将所述中低频等效电路模型关联参数、当前环境温度参数及当前电池电量SOC参数输入至神经网络模型确定储能电池SoH。5.根据权利要求4所述的储能电池SoH检测方法，其特征在于，所述中低频等效电路模型结构包括：第一电阻、第二电阻、第一固态扩散阻抗及第二固态扩散阻抗；所述第二电阻与所述第一固态扩散阻抗并联电连接，所述第一电阻及第二电阻串联电连接，所述第二固态扩散阻抗与所述第一固态扩散阻抗串联电连接；基于所述中低频等效电...

【专利技术属性】
技术研发人员：黄小荣，黄杰明，何建宗，魏炯辉，骆洁艺，张庆波，李元佳，刘贯科，赖日晶，林炜，吴树平，罗俊杰，叶茂泉，黄永平，陈兆锋，
申请(专利权)人：广东电网有限责任公司东莞供电局，
类型：发明
国别省市：