一种储能柜电量异常分级故障检测方法及系统技术方案

本申请公开了一种储能柜电量异常分级故障检测方法，包括：分别获取储能柜内各电芯充、放电截止时刻的SOC数据集；通过各电芯充、放电截止时刻的SOC数据集，获取电芯在充、放电过程中容量发挥量集合以及容量发挥量最大值；将容量发挥量最大值分别与最大容量发挥率阈值和最大均衡极限阈值进行比对，来诊断发生的故障类型；并按照故障类型给出处理方案。本申请通过获取的每个充放电循环过程中电芯电压、温度、系统电流基本参数，结合电芯充放电电压和SOC映射集、系统均衡能力及电芯正常衰减因子等系统基础特性，实现了第一时间对系统故障类型的有效识别。

【技术实现步骤摘要】

本申请涉及一种储能柜电量异常分级故障检测方法及系统，属于电池管理。

技术介绍

1、电化学储能近期发展最为迅速，源网侧、工商业侧和用户侧的装机并网数量逐年攀升。但随着储能柜使用年限增加，运行故障逐渐显现，如何精准进行故障检测在后期运维过程中显得尤为重要。而目前储能柜电量降低问题是用户和运维工程师关注的最核心问题之一。现有储能站故障检测算法中多根据温度变化率、电压变化率、及电芯soc差异信息等，结合机器学习算法进行电芯异常问题检测，但是此方法的缺陷在于机器学习算法受训练样本不足影响，误报和漏报的概率较大，只有当储能柜运行中后期电池的特征数据出现较大异常时才可将故障正常报出，造成检测的延迟性，导致不能在第一时间发现故障。

技术实现思路

1、根据本申请的一个方面，提供了一种储能柜电量异常分级故障检测方法，用于解决上述现有技术中的检测方法，由于机器学习算法受训练样本不足影响，误报和漏报的概率较大，只有当储能柜运行中后期电池的特征数据出现较大异常时才可将故障正常报出，导致检测的延迟性。具体方案为：p>

2、一种储本文档来自技高网...

【技术保护点】

1.一种储能柜电量异常分级故障检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的一种储能柜电量异常分级故障检测方法，其特征在于，各电芯充电截止时刻的SOC数据集和放电截止时刻的SOC数据集的获取过程为：

3.根据权利要求1所述的一种储能柜电量异常分级故障检测方法，其特征在于，所述电芯在充放电过程中的容量发挥量集合的计算式为式（2）：

4.根据权利要求1所述的一种储能柜电量异常分级故障检测方法，其特征在于，所述故障类型的诊断方法为：

5.根据权利要求4所述的一种储能柜电量异常分级故障检测方法，其特征在于，各故障类型的处理方案为：<...

【技术特征摘要】

1.一种储能柜电量异常分级故障检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的一种储能柜电量异常分级故障检测方法，其特征在于，各电芯充电截止时刻的soc数据集和放电截止时刻的soc数据集的获取过程为：

3.根据权利要求1所述的一种储能柜电量异常分级故障检测方法，其特征在于，所述电芯在充放电过程中的容量发挥量集合的计算式为式（2）：

4.根据权利要求1所述的一种储能柜电量异常分级故障检测方法，其特征在于，所述故障类型的诊断方法为：

5.根据权利要求4所述的一种储能柜电量异常分级故障检测方法，其特征在于，各故障类型的处理方案为：

6.根据权利要求5所述的一种储能柜电量异常分级故障检...

【专利技术属性】
技术研发人员：齐善威，王松，徐永杰，刘永奎，曹熙，
申请(专利权)人：西安奇点能源股份有限公司，
类型：发明
国别省市：