System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种车用退役电池包梯次储能系统的智能运维方法及系统技术方案_技高网

一种车用退役电池包梯次储能系统的智能运维方法及系统技术方案

技术编号:40052046 阅读:6 留言:0更新日期:2024-01-16 21:21
本发明专利技术涉及一种车用退役电池包梯次储能系统的智能运维方法及系统,包括以下步骤:获取电池的实时数据,实时数据包括充电/放电倍率、充电截止电压、放电截止电压、预设时间段内各个时间点的总电压、预设时间段内各个时间点的单体电压、能量衰减率和故障信息;根据各个实时数据,通过各个实时数据对应的检测模型,对电池的运行状态进行监测,根据所述电池的运行状态,对电池包梯次储能系统进行智能运维,检测模型包括充放电策略优化模型、均衡启动模型、电池包标定模型和故障处理模型中的至少一种。通过智能运维方法解决原有控制策略不适用、固定策略难以发挥梯次电池最佳性能、保障梯次电池寿命和安全等问题。

【技术实现步骤摘要】

所属的技术人员知道,本专利技术可以实现为系统、方法或计算机程序产品。因此,本公开可以具体实现为以下形式,即:可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等),还可以是硬件和软件结合的形式,本文一般称为“电路”、“模块”或“系统”。此外,在一些实施例中,本专利技术还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式,该计算机可读介质中包含计算机可读的程序代码。计算机可读存储介质例如可以是但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本专利技术的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。尽管上面已经示出和描述了本专利技术的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本专利技术的限制,本领域的普通技术人员在本专利技术的范围内可以对上述实施例进行变化、修改、替换和变型。


技术介绍

1、动力电池回收再利用是动力电池产业链形成闭环的关键环节,在环境保护、资源回收和提高动力电池全寿命周期价值等方面都具有重要价值。通常当新能源汽车动力电池剩余容量降低到初始容量的70%-80%时便无法满足车载使用要求。退役动力电池经过测试、筛选、重组等环节,仍然有能力用于低速电动车、备用电源、电力储能等运行工况相对良好、对电池性能要求较低的领域。随着新能源汽车推广应用的力度不断加大,动力电池梯次利用的概念应运而生并受到广泛关注。预计2021-2025年中国退役动力电池将达到33.95gwh、55.38gwh、76.25gwh、99.21gwh、134.49gwh,可以说梯次利用拥有巨大的潜在规模和市场空间,其中储能领域将是未来最重要的应用场景之一。

2、目前业内普遍认为以整包方式进行梯次利用是相成本较低、经济性更高、安全性相对可靠的模式,但同时存在以下问题需要考虑:原有控制策略是对新电池的使用进行控制,该控制策略难以发挥车用退役电池包的梯次电池的最佳性能、保障梯次电池寿命和安全等问题。


技术实现思路

1、为了克服原有控制策略不适用、固定策略难以发挥梯次电池最佳性能、保障梯次电池寿命和安全等问题,本专利技术提供了一种车用退役电池包梯次储能系统的智能运维方法及系统

2、第一方面,为了解决上述技术问题,本专利技术提供了一种车用退役电池包梯次储能系统的智能运维方法,该方法包括以下步骤:

3、获取电池的实时数据,实时数据包括充电/放电倍率、充电截止电压、放电截止电压、预设时间段内各个时间点的单体电压、预设时间段内各个时间点的总电压、能量衰减率和故障信息;

4、根据各个实时数据,通过各个实时数据对应的检测模型,对电池的运行状态进行监测;

5、根据所述电池的运行状态,对电池包梯次储能系统进行智能运维;

6、检测模型包括充放电策略优化模型、均衡启动模型、电池包标定模型和故障处理模型中的至少一种,其中:

7、若各个实时数据包括充电/放电倍率、充电截止电压和放电截止电压,则通过充放电策略优化模型对充电/放电倍率、充电截止电压和放电截止电压进行检测;

8、若各个实时数据包括预设时间段内各个时间点的单体电压,则通过均衡启动模型对预设时间段内各个时间点的单体电压进行检测;

9、若各个实时数据包括能量衰减率,则通过电池包标定模型对能量衰减率进行检测;

10、若各个实时数据包括故障信息,则通过故障处理模型通知维修人员对电池进行维修。

11、本专利技术提供的一种车用退役电池包梯次储能系统的智能运维方法的有益效果是:根据电池的实时数据,通过各个实时数据对应的检测模型对回收再利用的电池的运行状态进行监测,从而指定新的策略去替代旧的策略,使得车用退役电池得到最佳的性能,保证了电池的寿命与安全等问题,解决了原有控制策略不适用、固定策略难以发挥梯次电池最佳性能、保障梯次电池寿命和安全等问题。

12、在上述技术方案的基础上,本专利技术的一种车用退役电池包梯次储能系统的智能运维方法还可以做如下改进。

13、进一步,上述通过充放电策略优化模型对充电/放电倍率、充电截止电压和放电截止电压进行检测,包括:

14、若充电/放电倍率不为目标充电/放电倍率,则将充电/放电倍率调整为目标充电/放电倍率,若充电截止电压不为目标充电截止电压,则将充电截止电压调整为目标充电截止电压,若放电截止电压不为目标放电截止电压,则将放电截止电压调整为目标放电截止电压;

15、通过均衡启动模型对预设时间段内各个时间点的单体电压进行检测,包括:

16、若预设时间段内各个时间点的单体电压不小于第一阈值,则判断为电池的电压异常;

17、通过电池包标定模型对能量衰减率进行检测,包括:

18、若能量衰减率不小于第二阈值,则判断为电池运行异常。

19、采用上述进一步方案的有益效果是:通过不同的模型对不同的实时数据进行监测,实现车用退役电池全方面性能状态的监测。

20、进一步,上述方法还包括:

21、获取预设时间段内电池在每个时间点的充入/放出的电流、预设时间段内的电池荷电状态的变化值和电池额定容量;

22、根据预设时间段内充入/放出的总电流和预设时间段内的电池荷电状态的变化值,通过第一公式,确定电池当前实际容量值,其中,第一公式为:

23、

24、其中,c表示电池当前实际容量值,t表示预设时间段对应的时长,t1、…、tn表示预设时间段内的各个时间点,i表示预设时间段内充入/放出的总电流,δsoc表示预设时间段内的电池荷电状态的变化值;

25、根据电池当前实际容量值和电池额定容量,通过第二公式,确定电池包健康状态,其中,第二公式为:

26、

27、其中,soh表示电池包健康状态,c额定表示电池额定容量;

28、若充电/放电倍率不为目标充电/放电倍率,则将充电/放电倍率调整为目标充电/放电倍率,若充电截止电压不为目标充电截止电压,则将充电截止电压调整为目标充电截止电压,若放电截止电压不为目标放电截止电压,则将放电截止电压调整为目标放电截止电压,包括:

29、若充电/放电倍率不为目标充电/放电倍率,根据充电/放电倍率和电池包健康状态,通过第三公式,将充电/放电倍率调整至目标充电/放电倍率,其中,第三公式为:

30、目标充电/放电倍率=充电/放电倍率*soh;

31、若充电截止电压不为目标充电截止电压,根本文档来自技高网...

【技术保护点】

1.一种车用退役电池包梯次储能系统的智能运维方法,其特征在于,所述方法包括以下步骤:

2.根据权利要求1所述的方法,其特征在于,通过所述充放电策略优化模型对所述充电/放电倍率、充电截止电压和放电截止电压进行检测,包括:

3.根据权利要求2所述的方法,其特征在于,还包括:

4.根据权利要求2所述的方法,其特征在于,还包括:

5.根据权利要求3所述的方法,其特征在于,还包括:

6.根据权利要求1-5中任一项所述的方法,其特征在于,所述检测模型还包括区域能量调配模型,该方法还包括:

7.一种车用退役电池包梯次储能系统的智能运维系统,其特征在于,包括:

8.一种电子设备,包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述的一种车用退役电池包梯次储能系统的智能运维方法的步骤。

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有指令,当所述指令在上运行时,使得所述执行如权利要求1至6任一项所述的一种车用退役电池包梯次储能系统的智能运维方法的步骤。

...

【技术特征摘要】

1.一种车用退役电池包梯次储能系统的智能运维方法,其特征在于,所述方法包括以下步骤:

2.根据权利要求1所述的方法,其特征在于,通过所述充放电策略优化模型对所述充电/放电倍率、充电截止电压和放电截止电压进行检测,包括:

3.根据权利要求2所述的方法,其特征在于,还包括:

4.根据权利要求2所述的方法,其特征在于,还包括:

5.根据权利要求3所述的方法,其特征在于,还包括:

6.根据权利要求1-5中任一项所述的方法,其特征在于,所述检测模型还包括区域能量调配模...

【专利技术属性】
技术研发人员:张津伟闫超刘明古富龙张凯丽马云杰
申请(专利权)人:北京长久物流股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1