【技术实现步骤摘要】
本申请涉及新能源电力，特别涉及一种基于电池健康状态的新能源电站智能充放电控制方法。
技术介绍
1、随着全球新能源产业的蓬勃发展，电动汽车和电储能得到广泛应用。动力电池和储能电池的健康状态监测和寿命预测成为业界关注的重点，对电池管理系统bms提出了更高要求。
2、授权公告号为cn117674369b的中国专利公开了一种新能源储能电池组充放电安全管理系统，涉及智能能源管理
，该系统通过响应时间调控，预防了不同充电桩区域电池组响应不一致的问题，确保电池组协同工作，降低了性能下降和安全隐患的风险。电池组衰退调控延长了电池组的使用寿命，降低了因电池老化引起的安全风险。实时负荷调控避免了电池组在高负荷状态下运行，减少了过载风险。环境调控通过智能监测，降低了电池组在极端环境下的工作风险。这些调控策略不仅使系统能够及时响应潜在风险，还通过优化电池组的运行状态，提高了其整体安全性和可靠性。系统的智能管理和及时干预，有效保护了电池组免受损害，为新能源储能电池组的安全运行提供了全面的解决方案。
3、现有技术未考虑电池单体之间在容...
【技术保护点】
1.一种基于电池健康状态的新能源电站智能充放电控制方法，其特征在于，包括：
2.如权利要求1所述的一种基于电池健康状态的新能源电站智能充放电控制方法，其特征在于，所述收集不同类型、不同使用阶段的电池的储能数据，所述储能数据包括容量、内阻、自放电率和循环次数，训练电池健康状态评估模型，以电池的储能数据作为输入数据，输出SOH值的具体方法为：
3.如权利要求2所述的一种基于电池健康状态的新能源电站智能充放电控制方法，其特征在于，所述应用多参数融合卡尔曼滤波算法，计算电池的容量和内阻的具体方法为：
4.如权利要求3所述的一种基于电池健康状...
【技术特征摘要】
1.一种基于电池健康状态的新能源电站智能充放电控制方法，其特征在于，包括：
2.如权利要求1所述的一种基于电池健康状态的新能源电站智能充放电控制方法，其特征在于，所述收集不同类型、不同使用阶段的电池的储能数据，所述储能数据包括容量、内阻、自放电率和循环次数，训练电池健康状态评估模型，以电池的储能数据作为输入数据，输出soh值的具体方法为：
3.如权利要求2所述的一种基于电池健康状态的新能源电站智能充放电控制方法，其特征在于，所述应用多参数融合卡尔曼滤波算法，计算电池的容量和内阻的具体方法为：
4.如权利要求3所述的一种基于电池健康状态的新能源电站智能充放电控制方法，其特征在于，所述收集电池在充放电循环过程中的soh值、充放电倍率、温度和放电深度，构建电池训练样本用于训练电池寿命预测模型，基于训练好的电池寿命预测模型预测电池的剩余循环寿命的具体方法为：
5.如权利要求4所述的一种基于电池健康状态的新能源电站智能充放电控制方法，其特征在于，所述优化目标的具体定义方法为：
6.如权利要求5所述的一种...
【专利技术属性】
技术研发人员：吴林河，王会武，李萍，赵金亮，
申请(专利权)人：西安中创新能网络科技有限责任公司，
类型：发明
国别省市：
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。