一种基于VMD和集成神经网络的全钒液流电池SOH预测方法技术

本发明专利技术公开了一种基于VMD和集成神经网络的SOH预测方法，包括：通过实验和仿真分别获取得到电池实际容量衰减情况下的电压电流和理想容量衰减情况下的电压电流；将实验和仿真所得电压电流转化为SOH变化趋势进行统一处理分析；基于VMD将SOH变化趋势分解为3个本征模态函数IMFs和一个余量RES(t)，并归纳出波动函数F(t)和主趋势函数M(t)；将两种函数的训练集分别置入LSTM和GRU进行学习，并利用测试集输出相加并验证结果，形成基于VMD的集成神经网络算法；建立基于多时间尺度的VRB的SOH预测模型。本发明专利技术提出的方法能够有效面对长时间运行过程中复杂多变的情况，有效提升了模型的精度与稳定性。

【技术实现步骤摘要】

本专利技术涉及全钒液流电池管理，更具体地涉及一种基于神经网络的液流电池健康状态预测方法。

技术介绍

1、随着经济的发展与工业化进程的加快，人类对能源的需求日益增加。为了缓解化石能源在开发、利用过程中带来的一系列环境问题，保证经济可持续发展，各国正积极推动能源结构转型，推进可再生能源。全钒液流电池(vanadium redox flow battery,简称vrb)作为大规模储能系统中最受欢迎的技术之一，近年来因其污染性低、安全性高、循环寿命长以及功率和容量相互独立等优势受到广泛关注。

2、vrb运行规律是v2+/v3+和分别作为阳极电解质和阴极电解质溶解在硫酸溶液中。电池充放电时，阳极和阴极电解液内的钒离子各自进行氧化还原反应。和其他电池不同的是，vrb电解液内氧化还原的产物具有无污染性，不会产生任何有害副产物，具有系统可控性和环境友好型。电解质与电堆分开，并放在独立的储液罐中，使其功率和容量相互独立。全钒液流电池虽然在应用前景方面展现出巨大的潜力，但是在其大规模应用阶段仍然存在一些亟需解决的问题。其中，容量失衡已成为制约全钒液流电池规模化集成本文档来自技高网...

【技术保护点】

1.一种基于VMD和集成神经网络的全钒液流电池SOH预测方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于VMD和集成神经网络的全钒液流电池SOH预测方法，其特征在于，步骤1具体包括：

3.如权利要求1所述的基于VMD和集成神经网络的全钒液流电池SOH预测方法，其特征在于，步骤4具体包括：

4.如权利要求1所述的基于VMD和集成神经网络的全钒液流电池SOH预测方法，其特征在于，步骤5中，b＝1为短时间时间尺度(STS)，b＝3为中时间尺度(MTS)，b＝5为长时间尺度(LTS)。

5.如权利要求1所述的基于VMD和集成神经网络的全...

【技术特征摘要】

1.一种基于vmd和集成神经网络的全钒液流电池soh预测方法，其特征在于，包括如下步骤：

2.如权利要求1所述的基于vmd和集成神经网络的全钒液流电池soh预测方法，其特征在于，步骤1具体包括：

3.如权利要求1所述的基于vmd和集成神经网络的全钒液流电池soh预测方法，其特征在于，步骤4具体包...

【专利技术属性】
技术研发人员：张宇，金雷，周凯，秦坤，卢仰泽，李成艳，熊斌宇，王少晋，林希峰，梁成苏，石勇波，
申请(专利权)人：国网湖北省电力有限公司电力科学研究院，
类型：发明
国别省市：