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() 基于主动均衡BMS的高能量密度液冷式储能系统技术方案_技高网

基于主动均衡BMS的高能量密度液冷式储能系统技术方案

技术编号:40104974 阅读:10 留言:0更新日期:2024-01-23 18:16
本发明专利技术提供一种基于主动均衡BMS的高能量密度液冷式储能系统。本发明专利技术针对高能量密度液冷式储能系统中的电池组热管理问题,运用主动均衡BMS策略与冷却控制相结合,以实现对电池组的均衡和温度控制;其中主动均衡BMS策略基于智能体模型原型建立电池组的描述模型,从而根据当前的电池组温度状态和环境条件,针对性能和预期寿命最优化目标选择最优的主动均衡策略,以实现电池组的均衡温度控制,进而将优化得到的均衡策略转化为具体的控制指令,实现对冷却系统的控制。

【技术实现步骤摘要】

本专利技术涉及电力储能,特别涉及一种基于主动均衡bms的高能量密度液冷式储能系统。


技术介绍

1、电源侧电力储能系统是近年来迅速发展的技术方向,广泛应用于可再生能源并网、电力削峰填谷调峰、电网二次调频、电力发电机组辅助建设更新等场景。其中,高能量密度液冷式储能系统是电力储能系统的一个重要产品形态。

2、高能量密度液冷式储能系统通常由以下几个主要组成部分构成:(1)电池组:作为储能系统的核心部分,电池组由多个电池单体组成,可以是锂离子电池、钠硫电池、镍镉电池等。电池组负责储存和释放电能。(2)冷却系统:液冷式储能系统采用液体冷却来控制电池组的温度,以维持电池组的正常工作温度范围。冷却系统通常包括冷却剂、冷却管路、冷却泵等组件。(3)热管理系统:热管理系统用于控制电池组的温度分布,以确保电池组各个部分的温度均匀。(4)控制系统:控制系统负责监测和控制储能系统的运行状态,包括电池组的电压、电流、温度等参数的监测和控制,以及冷却系统和热管理系统的控制。(5)电力转换系统:电力转换系统用于将储存的电能转换为可用的电力输出,或将外部电力输入储能系统进行充电。电力转换系统通常包括逆变器、变压器、充电器等组件。(6)安全保护系统:安全保护系统用于监测和保护储能系统的安全性,包括过电流保护、过温保护、短路保护等功能。

3、为了维护电池组的性能、稳定性和预期寿命,需要采用主动均衡bms(batterymanagement system)技术。主动均衡bms技术实现对储能系统中管理和监控电池组的功能,主要包括以下几个方面:(1)电池状态监测:主动均衡bms系统能够实时监测电池组的电压、电流、温度等参数,以及电池的健康状态,包括容量、内阻、剩余寿命等。通过对电池状态的监测,系统可以及时发现电池组中存在的问题,并采取相应的措施进行处理。(2)均衡控制:主动均衡bms系统能够对电池组中的每个单体电池进行均衡控制,以确保各个单体电池之间的电荷状态保持一致。通过均衡控制,系统可以避免电池组中出现电池之间的电压差异过大,从而提高电池组的整体性能和寿命。(3)充放电控制:主动均衡bms系统能够对电池组的充放电过程进行控制和管理,以确保电池组在充放电过程中的安全性和稳定性。系统可以根据电池组的实际状态和需求,调整充放电电流和电压,以最大程度地提高电池组的效率和使用寿命。(4)故障诊断和保护:主动均衡bms系统能够对电池组中的故障进行诊断和保护。系统可以通过监测电池组的各项参数,及时发现电池组中存在的故障,并采取相应的措施进行保护,以避免故障扩大和对整个系统的影响。

4、然而,目前主动均衡bms系统的功能主要集中在充放电控制策略方面,以及故障诊断和保护。针对高能量密度液冷式储能系统的热管理,目前尚缺乏有效的主动均衡bms系统,能够对电池组的温度进行均衡调控,提高电池组的性能和寿命,确保电池组的安全和稳定运行。


技术实现思路

1、本专利技术提供一种基于主动均衡bms的高能量密度液冷式储能系统。本专利技术针对高能量密度液冷式储能系统中的电池组热管理问题,运用主动均衡bms策略与冷却控制相结合,以实现对电池组的均衡和温度控制;其中主动均衡bms策略基于智能体模型原型建立电池组的描述模型,从而根据当前的电池组温度状态和环境条件,针对性能和预期寿命最优化目标选择最优的主动均衡策略,以实现电池组的均衡温度控制,进而将优化得到的均衡策略转化为具体的控制指令,实现对冷却系统的控制。

2、本专利技术的基于主动均衡bms的高能量密度液冷式储能系统,其特征在于,包括:

3、电池组,由多个电池单体组成,用于储存和释放电能;

4、冷却系统,利用液体冷却来控制电池组的温度,以维持电池组的正常工作温度范围;

5、热管理系统,基于智能体模型原型建立电池组的描述模型,从而根据当前的电池状态和环境温度状态,针对性能和预期寿命最优化目标,选择最优的主动均衡策略,以实现电池组的均衡温度控制,以确保电池组各个部分的温度均匀;

6、控制系统负责监测和控制储能系统的运行状态,包括电池组的电压、电流、温度和冷却系统的压力、流量参数的监测和控制;以及根据热管理系统主动均衡策略,执行对冷却系统的控制;

7、电力转换系统,用于将储存的电能转换为可用的电力输出,或将外部电力输入储能系统进行充电。

8、优选的是,所述系统还包括:安全保护系统,用于监测和保护储能系统的安全性。

9、优选的是,所述控制系统利用分布设置在高能量密度液冷式储能系统的电池组各个电池单体以及冷却系统的传感器,执行数据采集和监测,实时采集电池组各个电池单体的电压、电流、温度和冷却系统的压力、流量参数,以及各个电池单体的环境温度状态,并将这些数据传输给热管理系统。

10、优选的是,所述热管理系统对每个电池单体的电压、电流、温度参数的历史工况信息进行获取,获取的所述工况信息包括电池运行于稳态、开路电压、变载、启停、高负载各种工况模式,以及在每种工况模式下的单体电池的温度均值。

11、优选的是,热管理系统提取历史工况的参数信息中,影响电池性能和寿命的目标特征参数;具体的,所述目标特征参数用预定时间长度内各种工况模式的温度均值作为目标特征,组成表示目标特征参数的特征向量组;并且,将提取到的目标特征参数按照时间序列分组,得到多组基于时间序列的目标特征参数组。

12、优选的是,所述热管理系统基于智能体模型原型建立电池组的描述模型,该模型基于反映每个电池单体的电压、电流、温度参数的历史工况分布的上述目标特征参数组,预测该电池单体的性能和预期寿命,并将目标特征参数组作为训练样本,对该模型进行训练。

13、优选的是,热管理系统采用无监督对比学习预训练机制的神经网络模型作为所述智能体模型,该模型包括一个基于无监督对比学习机制的预训练特征提取器以及一个迁移学习分类器,所述预训练特征提取器包括查询编码器和动量编码器,二者均为深度神经网络。

14、优选的是,热管理系统利用具备电池性能和寿命衰减率标签的目标特征参数对所述迁移学习分类器进行训练调参,获得最终所得的电池组的描述模型,进而,根据当前的电池状态和环境温度状态输入以上电池组的描述模型,从而对电池组的性能和寿命进行预测。

15、优选的是,所述控制系统根据热管理系统确定的均衡策略,根据冷却液的流速调整、冷却液的流向控制的需要,生成并向冷却系统下达控制指令,这些指令通过控制阀门、泵实现冷却系统的控制。

16、优选的是,所述控制系统还执行故障诊断和保护,通过监测数据来进行电池组及冷却系统故障诊断,并采取相应的保护措施。

17、可见,本专利技术针对高能量密度液冷式储能系统中的电池组热管理问题,运用主动均衡bms策略与冷却控制相结合,以实现对电池组的均衡和温度控制;其中主动均衡bms策略基于智能体模型原型建立电池组的描述模型,从而根据当前的电池组温度状态和环境条件,针对性能和预期寿命最优化目标选择最优的主动均衡策略本文档来自技高网...

【技术保护点】

1.一种基于主动均衡BMS的高能量密度液冷式储能系统,其特征在于,包括:

2.根据权利要求1所述的高能量密度液冷式储能系统,其特征在于,所述系统还包括:安全保护系统,用于监测和保护储能系统的安全性。

3.根据权利要求2所述的高能量密度液冷式储能系统,其特征在于,所述控制系统利用分布设置在高能量密度液冷式储能系统的电池组各个电池单体以及冷却系统的传感器,执行数据采集和监测,实时采集电池组各个电池单体的电压、电流、温度和冷却系统的压力、流量参数,以及各个电池单体的环境温度状态,并将这些数据传输给热管理系统。

4.根据权利要求3所述的高能量密度液冷式储能系统,其特征在于,所述热管理系统对每个电池单体的电压、电流、温度参数的历史工况信息进行获取,获取的所述工况信息包括电池运行于稳态、开路电压、变载、启停、高负载各种工况模式,以及在每种工况模式下的单体电池的温度均值。

5.根据权利要求4所述的高能量密度液冷式储能系统,其特征在于,热管理系统提取历史工况的参数信息中,影响电池性能和寿命的目标特征参数;具体的,所述目标特征参数用预定时间长度内各种工况模式的温度均值作为目标特征,组成表示目标特征参数的特征向量组;并且,将提取到的目标特征参数按照时间序列分组,得到多组基于时间序列的目标特征参数组。

6.根据权利要求5所述的高能量密度液冷式储能系统,其特征在于,所述热管理系统基于智能体模型原型建立电池组的描述模型,该模型基于反映每个电池单体的电压、电流、温度参数的历史工况分布的上述目标特征参数组,预测该电池单体的性能和预期寿命,并将目标特征参数组作为训练样本,对该模型进行训练。

7.根据权利要求6所述的高能量密度液冷式储能系统,其特征在于,热管理系统采用无监督对比学习预训练机制的神经网络模型作为所述智能体模型,该模型包括一个基于无监督对比学习机制的预训练特征提取器以及一个迁移学习分类器,所述预训练特征提取器包括查询编码器和动量编码器,二者均为深度神经网络。

8.根据权利要求7所述的高能量密度液冷式储能系统,其特征在于,热管理系统利用具备电池性能和寿命衰减率标签的目标特征参数对所述迁移学习分类器进行训练调参,获得最终所得的电池组的描述模型,进而,根据当前的电池状态和环境温度状态输入以上电池组的描述模型,从而对电池组的性能和寿命进行预测。

9.根据权利要求8所述的高能量密度液冷式储能系统,其特征在于,所述控制系统根据热管理系统确定的均衡策略,根据冷却液的流速调整、冷却液的流向控制的需要,生成并向冷却系统下达控制指令,这些指令通过控制阀门、泵实现冷却系统的控制。

10.根据权利要求9所述的高能量密度液冷式储能系统,其特征在于,所述控制系统还执行故障诊断和保护,通过监测数据来进行电池组及冷却系统故障诊断,并采取相应的保护措施。

...

【技术特征摘要】

1.一种基于主动均衡bms的高能量密度液冷式储能系统,其特征在于,包括:

2.根据权利要求1所述的高能量密度液冷式储能系统,其特征在于,所述系统还包括:安全保护系统,用于监测和保护储能系统的安全性。

3.根据权利要求2所述的高能量密度液冷式储能系统,其特征在于,所述控制系统利用分布设置在高能量密度液冷式储能系统的电池组各个电池单体以及冷却系统的传感器,执行数据采集和监测,实时采集电池组各个电池单体的电压、电流、温度和冷却系统的压力、流量参数,以及各个电池单体的环境温度状态,并将这些数据传输给热管理系统。

4.根据权利要求3所述的高能量密度液冷式储能系统,其特征在于,所述热管理系统对每个电池单体的电压、电流、温度参数的历史工况信息进行获取,获取的所述工况信息包括电池运行于稳态、开路电压、变载、启停、高负载各种工况模式,以及在每种工况模式下的单体电池的温度均值。

5.根据权利要求4所述的高能量密度液冷式储能系统,其特征在于,热管理系统提取历史工况的参数信息中,影响电池性能和寿命的目标特征参数;具体的,所述目标特征参数用预定时间长度内各种工况模式的温度均值作为目标特征,组成表示目标特征参数的特征向量组;并且,将提取到的目标特征参数按照时间序列分组,得到多组基于时间序列的目标特征参数组。

6.根据权利要求5所述的高能量密度液冷式储能系统,其特征在于,所述...

【专利技术属性】
技术研发人员:路加张春吉韩爱华韩振雷
申请(专利权)人:信者能源科技有限公司
类型:发明
国别省市:

相关技术
    暂无相关专利
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