CN107121639B - 一种多维参数直流***蓄电池管理方法及装置 - Google Patents
一种多维参数直流***蓄电池管理方法及装置 Download PDFInfo
- Publication number
- CN107121639B CN107121639B CN201710300804.7A CN201710300804A CN107121639B CN 107121639 B CN107121639 B CN 107121639B CN 201710300804 A CN201710300804 A CN 201710300804A CN 107121639 B CN107121639 B CN 107121639B
- Authority
- CN
- China
- Prior art keywords
- battery
- current
- state
- curve
- accumulator
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000003860 storage Methods 0.000 title claims abstract description 36
- 238000007726 management method Methods 0.000 title claims description 150
- 238000000034 method Methods 0.000 claims abstract description 86
- 230000008859 change Effects 0.000 claims abstract description 21
- 238000007667 floating Methods 0.000 claims description 53
- 238000012790 confirmation Methods 0.000 claims description 23
- 230000001052 transient effect Effects 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 21
- 238000007599 discharging Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 abstract description 14
- 238000004458 analytical method Methods 0.000 abstract description 11
- 238000012545 processing Methods 0.000 abstract description 6
- 230000002159 abnormal effect Effects 0.000 description 15
- 238000012423 maintenance Methods 0.000 description 8
- 239000000243 solution Substances 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000012806 monitoring device Methods 0.000 description 5
- 230000005611 electricity Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000008092 positive effect Effects 0.000 description 4
- 230000007797 corrosion Effects 0.000 description 3
- 238000005260 corrosion Methods 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 239000002253 acid Substances 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 208000032953 Device battery issue Diseases 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003487 electrochemical reaction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/3644—Constructional arrangements
- G01R31/3646—Constructional arrangements for indicating electrical conditions or variables, e.g. visual or audible indicators
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
- G01R31/3828—Arrangements for monitoring battery or accumulator variables, e.g. SoC using current integration
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明实施例公开了一种多维参数直流***蓄电池管理方法及装置，通过对蓄电池进行多维参数监测和状态跟踪，从多角度对蓄电池性能的变化进行分析，将以往孤立的参数串联起来，形成生命周期曲线，并在时间维度上进行展现，可以在宏观的角度上发现蓄电池内部存在的潜在故障隐患，并提出处理建议，避免了因单一监测方法带来的性能错判和误判，对于蓄电池的安全稳定运行有积极意义。同时，根据生命周期曲线，进行运行状态趋向分析，减少因监测设备误差导致的错漏情况和人为失误导致的疏漏情况，从而预防蓄电池组出现突发性故障，减少直流母线失压的故障隐患，提高直流***运行的安全可靠性。
Description
技术领域
本发明涉及蓄电池管理领域，尤其涉及一种多维参数直流***蓄电池管理方法及装置。
背景技术
电力***的发电厂和变电站内的直流电源***主要由监控装置、充电装置、蓄电池组、直流母线及馈线部分等组成，为厂站内继电保护、控制回路、监控设备及通信设备等提供可靠的工作电源保障，对电力基础设施的安全稳定运行，起着非常重要的作用。
近年来，电力***直流电源***因蓄电池问题而发生的故障日益增多，如何全面诊断蓄电池的潜在故障成为当务之急。
常用的方法有蓄电池电压法、蓄电池内阻法、蓄电池核对容量法等。
蓄电池电压法，使用蓄电池电压监测装置实时测量每节蓄电池的电压，根据蓄电池组内各节蓄电池电压的差异情况，对偏差较大的予以关注，当单节蓄电池电压超过报警阀值为异常。此方法的使用普及率较高，但采集精度不高，且稳定性较差，常出现误报和漏报的情况，仅具有指导意义，不能全面反映蓄电池存在的问题，特别是潜在问题。
蓄电池内阻法，通过直流放电法或者交流注入法测量每节蓄电池的内部阻抗，并通过与蓄电池使用时的首次原始数据进行比较，得到蓄电池组内各节蓄电池的内阻的差异情况，对于偏差较大的予以关注，当偏差比率超过一定范围为异常。此方法需要对现有直流***和蓄电池测量装置进行改装，成本较高，实际应用的普及率也较低，蓄电池内阻数据仅限对所测蓄电池组纵向比较，无法进行横向对比，且测量重复度较低，具有一定的局限性，与蓄电池电压法一样，属于较为单一测试方法。
蓄电池核对容量法，使用恒流放电设备，对蓄电池组进行100％核对性放电，如果其容量不足80％的时候则判定此组蓄电池不合格。正常情况下为1-2年进行1次100％核对性放电，以确保蓄电池组性能满足要求，但实际执行时费时费力，且临近2次核容时间间隔较长(12个月-24个月)，在间隔时间内难以发现的潜在问题，且发现问题时通常为时已晚。
目前现有情况下，常规做法是采用上述方法中的某种方法对蓄电池进行管理，因为每种方法都存在一定的局限性，并不能真实和全面的反映蓄电池本身存在的潜在问题。
特别是当蓄电池组进行充电/放电时，如果整组中个别蓄电池存在问题，监测参数(电压或内阻)偏差较大，监测装置则产生报警提示。此时，通常有两种处理方法：一是自动停止当前充电/放电，以防止个别蓄电池性能劣化而导致整组蓄电池工作异常。如果无人处理异常并恢复至原充电/放电状态，则蓄电池组处于未完成完整充电/放电过程的状态，即出现欠充的情况；二是继续进行当前充电/放电，若要及时处理个别蓄电池存在的问题则需要手动干预才能停止，否则将持续当前充电/放电过程，直至整个充电/放电过程完成，此时极易导致个别蓄电池的问题更加严重，即出现过充/过放的情况，但是充电/放电过程完成报告警信号大部分会消失，而隐患依旧存在。
现阶段大部分变电站均为无人值守站，按照现行直流***运行规程，每3个月直流***须对蓄电池组自动进行定时均充。当个别蓄电池出现问题时或者直流***其它部分异常(如充电机输出异常、监控采样异常等)，如果按照前述两种处理方法处置异常，因不能及时得到运行维护人员的关注和处理，会导致蓄电池的问题加剧，并不断劣化，导致蓄电池长期处于欠充电/过充电/过放电状态，进而影响蓄电池整组性能。
综上所述，现阶段，蓄电池在线监测普遍存在监测方法单一且容易误报和漏报的情况，运行维护人员疏于日常管理和异常排查，按现行蓄电池管理方法，当个别蓄电池出现异常(真实、误报、漏报)，存在的问题无法得到及时处理，导致故障和隐患不能及时发现，并可能导致隐患扩大，进而导致蓄电池组整组失效的重大隐患。
现有蓄电池监测手段不能全面准确反映蓄电池的真实性能和状态，也不能在时间等多维度进行全面的性能和状态的跟踪，导致蓄电池出现异常时，中断充电/放电或者强行充电/放电，未能在当前时间节点进行处理，未注意异常对于蓄电池造成的长期影响，以及长期影响带来的故障隐患。
发明内容
本发明实施例提供了一种多维参数直流***蓄电池管理方法及装置，对于蓄电池组从不同的维度，根据多参数对蓄电池状态进行全面和完整的描述和体现，可提高***运行可靠性，降低运行维护工作强度，发现蓄电池的潜在隐患，具有现实和积极意义。
本发明实施例提供了一种多维参数直流***蓄电池管理方法，包括：
在确认蓄电池的当前状态为均充状态或放电状态后，通过高速高精度AD采集电路获取到蓄电池的瞬时电流和端电压，通过预置公式对瞬时电流进行积分运算，得到蓄电池当前荷电状态，并根据蓄电池当前荷电状态获取到与蓄电池当前荷电状态对应的蓄电池当前剩余容量；
获取到预置蓄电池管理特性曲线，通过插值法对预置蓄电池管理特性曲线进行插值操作，得到目标蓄电池管理特性曲线；
通过移动平均法对端电压进行预测，得到电压变化趋势，并对蓄电池当前荷电状态、蓄电池当前剩余容量、电压变化趋势进行拟合得到蓄电池管理曲线的幅值；
获取到蓄电池的前一状态的持续时长和蓄电池参数，对蓄电池的前一状态的持续时长和蓄电池参数进行计算得到蓄电池管理曲线的当前状态的持续时长，并以蓄电池管理曲线的幅值为Y轴，以蓄电池管理曲线的当前状态的持续时长为X轴，得到蓄电池当前状态的蓄电池管理曲线；
在目标蓄电池管理特性曲线中获取到与当前状态对应的部分目标蓄电池管理特性曲线，计算蓄电池当前状态的蓄电池管理曲线与部分目标蓄电池管理特性曲线之间的偏差，并输出偏差。
优选地，本发明实施例提供的一种多维参数直流***蓄电池管理方法还包括：
判断偏差是否大于偏差阈值，若大于，确认蓄电池性能存在异常并进行报警操作，若小于，则结束。
优选地，本发明实施例提供的一种多维参数直流***蓄电池管理方法还包括：
在确认蓄电池的当前状态为浮充状态后，通过高速高精度AD采集电路获取到蓄电池的浮充电流，并通过移动平均法对浮充电流进行预测得到浮充电流变化趋势。
优选地，所述在确认蓄电池的当前状态为浮充状态后，通过高速高精度AD采集电路获取到蓄电池的浮充电流，并通过移动平均法对浮充电流进行预测得到浮充电流变化趋势之后还包括：
判断浮充电流变化趋势是否大于预置增长阈值，若大于，确认蓄电池性能存在异常并进行报警操作，若小于，则结束。
优选地，所述预置公式为：
其中，SOC为蓄电池当前荷电状态，SOC0为蓄电池初始荷电状态，Cn为蓄电池n小时放电率容量，η为蓄电池充放电过程库仑效率，I为瞬时电流。
优选地，本发明实施例还提供了一种多维参数直流***蓄电池管理装置，包括：
运算单元，用于在确认蓄电池的当前状态为均充状态或放电状态后，通过高速高精度AD采集电路获取到蓄电池的瞬时电流和端电压，通过预置公式对瞬时电流进行积分运算，得到蓄电池当前荷电状态，并根据蓄电池当前荷电状态获取到与蓄电池当前荷电状态对应的蓄电池当前剩余容量；
插值单元，用于获取到预置蓄电池管理特性曲线，通过插值法对预置蓄电池管理特性曲线进行插值操作，得到目标蓄电池管理特性曲线；
预测单元，用于通过移动平均法对端电压进行预测，得到电压变化趋势，并对蓄电池当前荷电状态、蓄电池当前剩余容量、电压变化趋势进行拟合得到蓄电池管理曲线的幅值；
第一计算单元，用于获取到蓄电池的前一状态的持续时长和蓄电池参数，对蓄电池的前一状态的持续时长和蓄电池参数进行计算得到蓄电池管理曲线的当前状态的持续时长，并以蓄电池管理曲线的幅值为Y轴，以蓄电池管理曲线的当前状态的持续时长为X轴，得到蓄电池当前状态的蓄电池管理曲线；
第二计算单元，用于在目标蓄电池管理特性曲线中获取到与当前状态对应的部分目标蓄电池管理特性曲线，计算蓄电池当前状态的蓄电池管理曲线与部分目标蓄电池管理特性曲线之间的偏差，并输出偏差。
优选地，本发明实施例提供的一种多维参数直流***蓄电池管理装置还包括：
第一判断单元，用于判断偏差是否大于偏差阈值，若大于，确认蓄电池性能存在异常并进行报警操作，若小于，则结束。
优选地，本发明实施例提供的一种多维参数直流***蓄电池管理装置还包括：
获取单元，用于在确认蓄电池的当前状态为浮充状态后，通过高速高精度AD采集电路获取到蓄电池的浮充电流，并通过移动平均法对浮充电流进行预测得到浮充电流变化趋势。
优选地，本发明实施例提供的一种多维参数直流***蓄电池管理装置还包括：
第二判断单元，用于判断浮充电流变化趋势是否大于预置增长阈值，若大于，确认蓄电池性能存在异常并进行报警操作，若小于，则结束。
优选地，所述预置公式为：
其中，SOC为蓄电池当前荷电状态，SOC0为蓄电池初始荷电状态，Cn为蓄电池n小时放电率容量，η为蓄电池充放电过程库仑效率，I为瞬时电流。
从以上技术方案可以看出，本发明实施例具有以下优点：
本发明实施例提供了一种多维参数直流***蓄电池管理方法及装置，其中，该多维参数直流***蓄电池管理方法包括：在确认蓄电池的当前状态为均充状态或放电状态后，通过高速高精度AD采集电路获取到蓄电池的瞬时电流和端电压，通过预置公式对瞬时电流进行积分运算，得到蓄电池当前荷电状态，并根据蓄电池当前荷电状态获取到与蓄电池当前荷电状态对应的蓄电池当前剩余容量；获取到预置蓄电池管理特性曲线，通过插值法对预置蓄电池管理特性曲线进行插值操作，得到目标蓄电池管理特性曲线；通过移动平均法对端电压进行预测，得到电压变化趋势，并对蓄电池当前荷电状态、蓄电池当前剩余容量、电压变化趋势进行拟合得到蓄电池管理曲线的幅值；获取到蓄电池的前一状态的持续时长和蓄电池参数，对蓄电池的前一状态的持续时长和蓄电池参数进行计算得到蓄电池管理曲线的当前状态的持续时长，并以蓄电池管理曲线的幅值为Y轴，以蓄电池管理曲线的当前状态的持续时长为X轴，得到蓄电池当前状态的蓄电池管理曲线；在目标蓄电池管理特性曲线中获取到与当前状态对应的部分目标蓄电池管理特性曲线，计算蓄电池当前状态的蓄电池管理曲线与部分目标蓄电池管理特性曲线之间的偏差，并输出偏差。本发明实施例根据实际运行状态拟合蓄电池管理特征曲线，利用模糊数学对不同参数进行综合而形成判断和分析，进而形成全生命周期状态曲线跟踪和评估。全生命周期曲线将实际运行中未知的蓄电池状态，进行数字化统计和信息化分析，具有可视化效果，可以直观反映目前蓄电池在全生命周期内的故障和问题以及发展趋势情况，特别是对于蓄电池潜在隐患的及早发现，以及提前布控和预防用重要的作用和意义。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1是本发明实施例提供的一种多维参数直流***蓄电池管理方法的流程示意图；
图2是本发明实施例提供的一种多维参数直流***蓄电池管理方法的另一流程示意图；
图3是本发明实施例提供的一种多维参数直流***蓄电池管理装置的结构示意图；
图4为直流***蓄电池管理特性曲线的示意图。
具体实施方式
本发明实施例提供了一种多维参数直流***蓄电池管理方法及装置，对于蓄电池组从不同的维度，根据多参数对蓄电池状态进行全面和完整的描述和体现，可提高***运行可靠性，降低运行维护工作强度，发现蓄电池的潜在隐患，具有现实和积极意义。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本发明实施例提供的一种多维参数直流***蓄电池管理方法的一个实施例，包括：
101、在确认蓄电池的当前状态为均充状态或放电状态后，通过高速高精度AD采集电路获取到蓄电池的瞬时电流和端电压，通过预置公式对瞬时电流进行积分运算，得到蓄电池当前荷电状态，并根据蓄电池当前荷电状态获取到与蓄电池当前荷电状态对应的蓄电池当前剩余容量；
102、获取到预置蓄电池管理特性曲线，通过插值法对预置蓄电池管理特性曲线进行插值操作，得到目标蓄电池管理特性曲线；
103、通过移动平均法对端电压进行预测，得到电压变化趋势，并对蓄电池当前荷电状态、蓄电池当前剩余容量、电压变化趋势进行拟合得到蓄电池管理曲线的幅值；
104、获取到蓄电池的前一状态的持续时长和蓄电池参数，对蓄电池的前一状态的持续时长和蓄电池参数进行计算得到蓄电池管理曲线的当前状态的持续时长，并以蓄电池管理曲线的幅值为Y轴，以蓄电池管理曲线的当前状态的持续时长为X轴，得到蓄电池当前状态的蓄电池管理曲线；
105、在目标蓄电池管理特性曲线中获取到与当前状态对应的部分目标蓄电池管理特性曲线，计算蓄电池当前状态的蓄电池管理曲线与部分目标蓄电池管理特性曲线之间的偏差，并输出偏差。
目前现状是主要依靠蓄电池电压监测，通过单节蓄电池电压一致性来判断蓄电池性能的优劣，受限于蓄电池的生产工艺水平及单体电压采集精度，经常会出现误报和漏报。蓄电池内阻法普及率低，成本高，需历史数据积累，仅实现纵向对比，无法直接横向对比。蓄电池核对容量法耗时耗力，成本高，且监测间隔时间过长，时效性差。
现阶段，蓄电池状态的诊断方法单一且效果不佳，不能全面和准确的反映蓄电池的真实性能和状态，通常仅根据电压或内阻等单一参数进行评估和判断，多为静态判断，而非动态分析，错判和漏判的情况较多，且出现错漏后未能完整执行蓄电池管理程序和曲线，潜在故障隐患未能及时发现，导致蓄电池带病运行，影响***运行稳定性。
本发明主要是通过多维参数对蓄电池状态进行长期的性能和状态跟踪，将其实际运行的蓄电池状态曲线与蓄电池管理特性曲线拟合，从而可对蓄电池在多维进行综合判断和趋势分析，确保分析诊断的结果真实可靠，并可发现其潜在存在的问题，避免隐患进一步扩大，减少故障和事故发生的几率。
请参阅图2，本发明实施例提供的一种多维参数直流***蓄电池管理方法的另一个实施例，包括：
201、在确认蓄电池的当前状态为均充状态或放电状态后，通过高速高精度AD采集电路获取到蓄电池的瞬时电流和端电压，通过预置公式对瞬时电流进行积分运算，得到蓄电池当前荷电状态，并根据蓄电池当前荷电状态获取到与蓄电池当前荷电状态对应的蓄电池当前剩余容量；
202、获取到预置蓄电池管理特性曲线，通过插值法对预置蓄电池管理特性曲线进行插值操作，得到目标蓄电池管理特性曲线；
203、通过移动平均法对端电压进行预测，得到电压变化趋势，并对蓄电池当前荷电状态、蓄电池当前剩余容量、电压变化趋势进行拟合得到蓄电池管理曲线的幅值；
204、获取到蓄电池的前一状态的持续时长和蓄电池参数，对蓄电池的前一状态的持续时长和蓄电池参数进行计算得到蓄电池管理曲线的当前状态的持续时长，并以蓄电池管理曲线的幅值为Y轴，以蓄电池管理曲线的当前状态的持续时长为X轴，得到蓄电池当前状态的蓄电池管理曲线；
205、在目标蓄电池管理特性曲线中获取到与当前状态对应的部分目标蓄电池管理特性曲线，计算蓄电池当前状态的蓄电池管理曲线与部分目标蓄电池管理特性曲线之间的偏差，并输出偏差。
206、判断偏差是否大于偏差阈值，若大于，确认蓄电池性能存在异常并进行报警操作，若小于，则结束。
需要说明的是，在执行步骤201之前会对蓄电池的当前状态进行判断，若确认蓄电池的当前状态为浮充状态，则执行以下步骤：
在确认蓄电池的当前状态为浮充状态后，通过高速高精度AD采集电路获取到蓄电池的浮充电流，并通过移动平均法对浮充电流进行预测得到浮充电流变化趋势；
判断浮充电流变化趋势是否大于预置增长阈值，若大于，确认蓄电池性能存在异常并进行报警操作，若小于，则结束。
进一步地，预置公式为：
其中，SOC为蓄电池当前荷电状态，SOC0为蓄电池初始荷电状态，Cn为蓄电池n小时放电率容量，η为蓄电池充放电过程库仑效率，I为瞬时电流。
以上是对一种多维参数直流***蓄电池管理方法进行的详细说明，为便于理解，下面将以一具体应用场景对一种多维参数直流***蓄电池管理方法的应用进行说明，应用例包括：
直流***通常采用阀控式密封铅酸蓄电池，其蓄电池管理特性曲线见图4所示。
均充·初充，蓄电池处于初始状态，需要较长时间均衡充电，通常t1≈15h。
浮充·日常，维持蓄电池自放电电流，根据规程为3个月，通常t2、t4、t7≈2160h。
均充·定时，蓄电池处于满充状态，需要较少时间均衡充电，通常t3≈3h。
放电·事故&核容，蓄电池出现非计划性或计划放电，通常t5为数分钟到15h不等。
均充·补充，补充蓄电池放电损失的能量，均衡充电时间不定，通常t6与t5相关联。
结合上述各阶段的特点，主要以下五种方法进行多维度状态评估和分析：
1、安时积分法：SOC为蓄电池荷电状态，直接体现蓄电池容量的多少。采用高速高精度AD实时采集蓄电池充放电过程的瞬时电流，并通过计算公式进行积分运算，获得蓄电池实际SOC状态，从而判断和预估蓄电池当前剩余容量。
公式：
其中：SOC-蓄电池最终荷电状态；SOC0-蓄电池初始荷电状态；Cn-蓄电池n小时放电率容量；η-蓄电池充放电过程库仑效率；I-蓄电池充放电过程中瞬时电流。
2、浮充电流法：If为浮充电流，用于补偿蓄电池自放电及维持氧循环复合。使用专用浮充电流传感器(高精度、抗冲击)，通过可编程增益放大器(PGA)将微小电流信号前置放大，并采用高速高精度AD实时采集，获得mA级蓄电池浮充电流，常规情况下约为1mA/Ah左右。浮充电流越大，则亦意味着对板栅的腐蚀电流和用于水损耗的电流也越大。
公式：If＝Is+Ir
其中：If为蓄电池浮充电流，Is为腐蚀电流，Ir为用于水损耗电流，If超过阀值越大则说明内部的损耗越大，代表状态不良。
3、电压趋势法：Vn为蓄电池端电压，在蓄电池进行充放电过程中，随着其充放容量的变化，蓄电池端电压也跟随一并变化，具有较强相关性。对单节蓄电池使用差分采样前置放大，避免高共模电压对采集电路的影响，采用高速高精度AD实时采集，获得精度为mV级蓄电池端电压。可根据蓄电池充放电特征曲线，通过插值法分析单节蓄电池端电压变化趋势评估当前容量变化趋势。
插值法是指对于蓄电池的容量与电压关系的表内的数据进行插值分析，及将表1内的50％，70％，100％等若干点进行插值，得出近似实测电压与容量的对应关系，相当于把原来n个点的表格，经过多次插值后，变成2n，4n，甚至更多的点，将离散测量对应的折线图表，转变为平滑的曲线，保证电压与容量的匹配更准确，举个例子(数据未必准确)：即原来有2.00V对应50％，2.06V对应53％，如果不插值，当电压为2.03时对应的关系无法确定，经过插值后，则可预估为51.5％。插值是针对目标曲线更平滑，而移动平均法是将已经测的实际曲线进行“延长"，表现是实际状态的未来趋势，与目标曲线无关。
以放电为例，2V阀控式密封铅酸蓄电池放电容量与蓄电池端电压关系如表1所示：
表1
| 放电容量 | 50％ | 70％ | 100％ |
| 蓄电池端电压 | 2.00V | 1.95V | 1.80V |
4、能量守恒法：蓄电池充放电过程是电化学反应过程，根据能量守恒原理，一部分以电能/化学能的形式体现，另一部分以热能的形式体现，每节蓄电池的内阻和性能不同，将导致其温度变化不同。Tn为蓄电池温度，以蓄电池负极柱温度为准。在每节蓄电池负极柱安装高精度温度传感器，采用高精度AD实时采集，获得每节蓄电池的温度信息。蓄电池温度的方差体现了蓄电池组内各蓄电池的一致性趋势。
公式：E0＝EI+ET
其中：E0-蓄电池总能量；EI-蓄电池电能/化学能；ET-蓄电池热能(温度)；
公式：
其中：σ-蓄电池温度方差；Ti-单节蓄电池温度；μ-蓄电池温度均值；N-全部蓄电池数量。
5、时长估算法：在蓄电池管理曲线内各阶段的时长都可根据蓄电池参数计算获得，可根据前一状态估算和推断下一状态所用时长。如：当蓄电池性能下降时，导致其容量下降，在定时均充或补充均充过程中，其时长t6则会明显低于计算理论值，发现此问题，并跟踪其时长变化，即可发现蓄电池性能劣化的趋势，从而发现其潜在故障隐患。
蓄电池管理曲线中蓄电池运行主要有三种状态：浮充、均充、放电。本发明根据上述五种方法对蓄电池进行多维参数管理。
蓄电池处于浮充状态时，采用浮充电流法，实时监测其浮充电流，并采用移动平均预测法进行趋势分析，当其增长趋势的预期将超出规定阀值时则为异常，表示其内部极板腐蚀进度较快，存在潜在劣化隐患，尤其是蓄电池内部开路的风险较高。需要说明的是，蓄电池的浮充电流与其容量有近似的比例关系，当蓄电池的容量一定时，其浮充电流应在一个近似的范围内，可设置预警阀值，将实际检测的浮充电流与理论值进行拟合和匹配，适当的偏差为允许，但如果超过预警阀值则表示存在隐患。
蓄电池处于均充状态和放电状态时，采用安时积分法和电压趋势法，通过SOC估算和电压变化趋势拟合蓄电池管理曲线的幅值，即曲线Y轴情况。能量守恒法主要起辅助校正作用：计算热量损失，以校正SOC估算存在的能量偏差；计算温度方差，以校正电压等参数对于蓄电池一致性的评估。采用时长估算法，根据前一状态的SOC估算值来计算当前状态蓄电池管理曲线的持续时长，即为曲线X轴情况。当蓄电池管理曲线的X轴和Y轴拟合方差超过设定阀值时，则表示蓄电池性能与其标称性能存在偏差，存在潜在劣化隐患。记录蓄电池实际运行曲线，并显示实际曲线与管理曲线的偏差，以提醒运行维护人员引起关注，并作为异常处理后继续执行蓄电池管理曲线的参考依据。
当蓄电池存在潜在隐患时，在均充状态和放电状态中，最容易出现的情况是未出现报警，但X轴和Y轴未能按蓄电池管理曲线达到预期时长或幅值。因直流***未报警，也未产生报警记录，且无人值守站点无人在现场，导致很多潜在隐患并忽略。显示和提醒实际曲线与管理曲线的偏差，有助于运行维护人员发现并关注此类潜在故障隐患。
当蓄电池存在性能异常时，在均充状态和放电状态中，最容易出现的情况是出现报警，蓄电池管理曲线被强制中断或强制继续执行。若强制中断，则导致正常的蓄电池未能完成正常的蓄电池管理曲线，出现欠充的情况。若强制执行，则导致异常的蓄电池带病运行，出现过充或者过放的情况。正确的做法是强制中断现有蓄电池管理曲线，处理异常并恢复正常后，继续执行原蓄电池管理曲线，直至结束。因出现异常，此时直流***产生报警，但无人值守站点无人在现场，无法人工干预并处理，异常未被发现和处理，导致蓄电池劣化的问题更加严重。显示和提醒实际曲线与管理曲线的偏差，有助于运行维护人员发现并处理异常，也为恢复正常后的继续执行蓄电池管理曲线提供重要的参考依据。
以上五种方法都是实际曲线与目标曲线拟合的过程。对于Y轴，主要是幅值，是采用定时的方式，直接计算差值，然后做特定时间(固定或者可设置)内的方差计算，得出在特定时间内，实际曲线与目标曲线拟合的程度，以此为判断依据，这样可避免突然的阶越变化带来的误差和误判。对于X轴，主要是时间，是根据预估时间与实际时间的差值，直接判断，在容差内则无问题，偏差越大，说明过程时间变化较大，越需进行关注和处理。
蓄电池多维参数管理方法，结合上述五种方法来分析和诊断蓄电池运行状态，并根据实际运行状态拟合蓄电池管理特征曲线，利用模糊数学对不同参数进行综合而形成判断和分析，进而形成全生命周期状态曲线跟踪和评估。全生命周期曲线将实际运行中未知的蓄电池状态，进行数字化统计和信息化分析，具有可视化效果，可以直观反映目前蓄电池在全生命周期内的故障和问题以及发展趋势情况，特别是对于蓄电池潜在隐患的及早发现，以及提前布控和预防用重要的作用和意义。
上述方法对于蓄电池组从不同的维度，根据多参数对蓄电池状态进行全面和完整的描述和体现，可提高***运行可靠性，降低运行维护工作强度，发现蓄电池的潜在隐患，具有现实和积极意义。
请参阅图3，本发明实施例提供的一种多维参数直流***蓄电池管理装置的一个实施例，包括：
301、运算单元，用于在确认蓄电池的当前状态为均充状态或放电状态后，通过高速高精度AD采集电路获取到蓄电池的瞬时电流和端电压，通过预置公式对瞬时电流进行积分运算，得到蓄电池当前荷电状态，并根据蓄电池当前荷电状态获取到与蓄电池当前荷电状态对应的蓄电池当前剩余容量；
302、插值单元，用于获取到预置蓄电池管理特性曲线，通过插值法对预置蓄电池管理特性曲线进行插值操作，得到目标蓄电池管理特性曲线；
303、预测单元，用于通过移动平均法对端电压进行预测，得到电压变化趋势，并对蓄电池当前荷电状态、蓄电池当前剩余容量、电压变化趋势进行拟合得到蓄电池管理曲线的幅值；
304、第一计算单元，用于获取到蓄电池的前一状态的持续时长和蓄电池参数，对蓄电池的前一状态的持续时长和蓄电池参数进行计算得到蓄电池管理曲线的当前状态的持续时长，并以蓄电池管理曲线的幅值为Y轴，以蓄电池管理曲线的当前状态的持续时长为X轴，得到蓄电池当前状态的蓄电池管理曲线；
305、第二计算单元，用于在目标蓄电池管理特性曲线中获取到与当前状态对应的部分目标蓄电池管理特性曲线，计算蓄电池当前状态的蓄电池管理曲线与部分目标蓄电池管理特性曲线之间的偏差，并输出偏差。
进一步地，本发明实施例提供的一种多维参数直流***蓄电池管理装置还包括：
306、第一判断单元，用于判断偏差是否大于偏差阈值，若大于，确认蓄电池性能存在异常并进行报警操作，若小于，则结束。
进一步地，本发明实施例提供的一种多维参数直流***蓄电池管理装置还包括：
307、获取单元，用于在确认蓄电池的当前状态为浮充状态后，通过高速高精度AD采集电路获取到蓄电池的浮充电流，并通过移动平均法对浮充电流进行预测得到浮充电流变化趋势。
进一步地，本发明实施例提供的一种多维参数直流***蓄电池管理装置还包括：
308、第二判断单元，用于判断浮充电流变化趋势是否大于预置增长阈值，若大于，确认蓄电池性能存在异常并进行报警操作，若小于，则结束。
进一步地，预置公式为：
其中，SOC为蓄电池当前荷电状态，SOC0为蓄电池初始荷电状态，Cn为蓄电池n小时放电率容量，η为蓄电池充放电过程库仑效率，I为瞬时电流。
本发明实施例通过对蓄电池进行多维参数监测和状态跟踪，从多角度对蓄电池性能的变化进行分析，将以往孤立的参数串联起来，形成生命周期曲线，并在时间维度上进行展现，可以在宏观的角度上发现蓄电池内部存在的潜在故障隐患，并提出处理建议，避免了因单一监测方法带来的性能错判和误判，对于蓄电池的安全稳定运行有积极意义。同时，根据生命周期曲线，进行运行状态趋向分析，减少因监测设备误差(主要包括电池参数整定异常、电压电流采集异常、充电机输出异常)导致的错漏情况和人为失误导致的疏漏情况，从而预防蓄电池组出现突发性故障，减少直流母线失压的故障隐患，提高直流***运行的安全可靠性。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的***，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种多维参数直流***蓄电池管理方法，其特征在于，包括：
在确认蓄电池的当前状态为均充状态或放电状态后，通过高速高精度AD采集电路获取到蓄电池的瞬时电流和端电压，通过预置公式对瞬时电流进行积分运算，得到蓄电池当前荷电状态，并根据蓄电池当前荷电状态获取到与蓄电池当前荷电状态对应的蓄电池当前剩余容量；
获取到预置蓄电池管理特性曲线，通过插值法对预置蓄电池管理特性曲线进行插值操作，得到目标蓄电池管理特性曲线；
通过移动平均法对端电压进行预测，得到电压变化趋势，并对蓄电池当前荷电状态、蓄电池当前剩余容量、电压变化趋势进行拟合得到蓄电池管理曲线的幅值；
获取到蓄电池的前一状态的持续时长和蓄电池参数，对蓄电池的前一状态的持续时长和蓄电池参数进行计算得到蓄电池管理曲线的当前状态的持续时长，并以蓄电池管理曲线的幅值为Y轴，以蓄电池管理曲线的当前状态的持续时长为X轴，得到蓄电池当前状态的蓄电池管理曲线；
在目标蓄电池管理特性曲线中获取到与当前状态对应的部分目标蓄电池管理特性曲线，计算蓄电池当前状态的蓄电池管理曲线与部分目标蓄电池管理特性曲线之间的偏差，并输出偏差。
2.根据权利要求1所述的多维参数直流***蓄电池管理方法，其特征在于，还包括：
判断偏差是否大于偏差阈值，若大于，确认蓄电池性能存在异常并进行报警操作，若小于，则结束。
3.根据权利要求1所述的多维参数直流***蓄电池管理方法，其特征在于，还包括：
在确认蓄电池的当前状态为浮充状态后，通过高速高精度AD采集电路获取到蓄电池的浮充电流，并通过移动平均法对浮充电流进行预测得到浮充电流变化趋势。
4.根据权利要求3所述的多维参数直流***蓄电池管理方法，其特征在于，所述在确认蓄电池的当前状态为浮充状态后，通过高速高精度AD采集电路获取到蓄电池的浮充电流，并通过移动平均法对浮充电流进行预测得到浮充电流变化趋势之后还包括：
判断浮充电流变化趋势是否大于预置增长阈值，若大于，确认蓄电池性能存在异常并进行报警操作，若小于，则结束。
5.根据权利要求1所述的多维参数直流***蓄电池管理方法，其特征在于，所述预置公式为：
其中，SOC为蓄电池当前荷电状态，SOC0为蓄电池初始荷电状态，Cn为蓄电池n小时放电率容量，η为蓄电池充放电过程库仑效率，I为瞬时电流。
6.一种多维参数直流***蓄电池管理装置，其特征在于，包括：
运算单元，用于在确认蓄电池的当前状态为均充状态或放电状态后，通过高速高精度AD采集电路获取到蓄电池的瞬时电流和端电压，通过预置公式对瞬时电流进行积分运算，得到蓄电池当前荷电状态，并根据蓄电池当前荷电状态获取到与蓄电池当前荷电状态对应的蓄电池当前剩余容量；
插值单元，用于获取到预置蓄电池管理特性曲线，通过插值法对预置蓄电池管理特性曲线进行插值操作，得到目标蓄电池管理特性曲线；
预测单元，用于通过移动平均法对端电压进行预测，得到电压变化趋势，并对蓄电池当前荷电状态、蓄电池当前剩余容量、电压变化趋势进行拟合得到蓄电池管理曲线的幅值；
第一计算单元，用于获取到蓄电池的前一状态的持续时长和蓄电池参数，对蓄电池的前一状态的持续时长和蓄电池参数进行计算得到蓄电池管理曲线的当前状态的持续时长，并以蓄电池管理曲线的幅值为Y轴，以蓄电池管理曲线的当前状态的持续时长为X轴，得到蓄电池当前状态的蓄电池管理曲线；
第二计算单元，用于在目标蓄电池管理特性曲线中获取到与当前状态对应的部分目标蓄电池管理特性曲线，计算蓄电池当前状态的蓄电池管理曲线与部分目标蓄电池管理特性曲线之间的偏差，并输出偏差。
7.根据权利要求6所述的多维参数直流***蓄电池管理装置，其特征在于，还包括：
第一判断单元，用于判断偏差是否大于偏差阈值，若大于，确认蓄电池性能存在异常并进行报警操作，若小于，则结束。
8.根据权利要求6所述的多维参数直流***蓄电池管理装置，其特征在于，还包括：
获取单元，用于在确认蓄电池的当前状态为浮充状态后，通过高速高精度AD采集电路获取到蓄电池的浮充电流，并通过移动平均法对浮充电流进行预测得到浮充电流变化趋势。
9.根据权利要求8所述的多维参数直流***蓄电池管理装置，其特征在于，还包括：
第二判断单元，用于判断浮充电流变化趋势是否大于预置增长阈值，若大于，确认蓄电池性能存在异常并进行报警操作，若小于，则结束。
10.根据权利要求6所述的多维参数直流***蓄电池管理装置，其特征在于，所述预置公式为：
其中，SOC为蓄电池当前荷电状态，SOC0为蓄电池初始荷电状态，Cn为蓄电池n小时放电率容量，η为蓄电池充放电过程库仑效率，I为瞬时电流。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710300804.7A CN107121639B (zh) | 2017-05-02 | 2017-05-02 | 一种多维参数直流***蓄电池管理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710300804.7A CN107121639B (zh) | 2017-05-02 | 2017-05-02 | 一种多维参数直流***蓄电池管理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107121639A CN107121639A (zh) | 2017-09-01 |
| CN107121639B true CN107121639B (zh) | 2019-09-06 |
Family
ID=59726550
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710300804.7A Active CN107121639B (zh) | 2017-05-02 | 2017-05-02 | 一种多维参数直流***蓄电池管理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107121639B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107706969A (zh) * | 2017-09-27 | 2018-02-16 | 广东欧珀移动通信有限公司 | 充电异常检测方法、充电数据线及充电*** |
| CN113408899A (zh) * | 2017-12-05 | 2021-09-17 | 北京绪水互联科技有限公司 | 设备的剩余应急维修时间的预警点检测方法、预警方法、及预警*** |
| CN110443911B (zh) * | 2018-05-04 | 2021-01-19 | 比亚迪股份有限公司 | 电动汽车及电池数据的上传方法、装置 |
| CN109031143A (zh) * | 2018-07-20 | 2018-12-18 | 天津市气象探测中心 | 一种野外自动气象站蓄电池异常状态综合判断方法 |
| JP6574890B1 (ja) * | 2018-12-27 | 2019-09-11 | 日本たばこ産業株式会社 | エアロゾル吸引器用の電源ユニット、エアロゾル吸引器の電源の状態の診断方法、及びエアロゾル吸引器の電源の状態の診断プログラム |
| CN112883634B (zh) * | 2021-01-18 | 2022-04-08 | 中国南方电网有限责任公司超高压输电公司广州局 | 基于多维度分析的直流测量***状态预测方法及*** |
| CN115693848A (zh) * | 2022-10-25 | 2023-02-03 | 林源电力(南京)有限公司 | 一种bms电池管理远程监控装置 |
| CN117233644B (zh) * | 2023-11-13 | 2024-03-15 | 国网甘肃省电力公司白银供电公司 | 一种变电站蓄电池组状态评估方法及*** |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2359451B1 (de) * | 2008-11-21 | 2014-01-01 | EnBW Energie Baden-Württemberg AG | Dezentrale energieeffizienz durch autonome, selbstorganisierende systeme unter der berücksichtigung von heterogenen energiequellen |
| CN103607024A (zh) * | 2013-12-03 | 2014-02-26 | 国家电网公司 | 蓄电池全生命周期管理的直流电源 |
| CN103607025A (zh) * | 2013-12-03 | 2014-02-26 | 国家电网公司 | 蓄电池全生命周期管理的直流电源*** |
| KR20140106142A (ko) * | 2013-02-26 | 2014-09-03 | 한국항공대학교산학협력단 | 충전전압 특성을 이용한 충전 배터리 고장 예측 시스템, 장치 및 방법 |
| CN104333059A (zh) * | 2014-10-06 | 2015-02-04 | 西安煜邦电子科技有限公司 | 用于通信基站备用电源的智能维护***及方法 |
-
2017
- 2017-05-02 CN CN201710300804.7A patent/CN107121639B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2359451B1 (de) * | 2008-11-21 | 2014-01-01 | EnBW Energie Baden-Württemberg AG | Dezentrale energieeffizienz durch autonome, selbstorganisierende systeme unter der berücksichtigung von heterogenen energiequellen |
| KR20140106142A (ko) * | 2013-02-26 | 2014-09-03 | 한국항공대학교산학협력단 | 충전전압 특성을 이용한 충전 배터리 고장 예측 시스템, 장치 및 방법 |
| CN103607024A (zh) * | 2013-12-03 | 2014-02-26 | 国家电网公司 | 蓄电池全生命周期管理的直流电源 |
| CN103607025A (zh) * | 2013-12-03 | 2014-02-26 | 国家电网公司 | 蓄电池全生命周期管理的直流电源*** |
| CN104333059A (zh) * | 2014-10-06 | 2015-02-04 | 西安煜邦电子科技有限公司 | 用于通信基站备用电源的智能维护***及方法 |
Non-Patent Citations (3)
| Title |
|---|
| 地铁事故照明电源装置的电池管理模式;付强;《电工技术》;20040610;第25卷(第6期);全文 * |
| 广播电视微波站高频开关电源***的维护和管理;黄晓丹;《西部广播电视》;20050728;第26卷(第7期);全文 * |
| 延长阀控式密封铅酸蓄电池使用寿命的方法;吕彬林;《江西电力》;20110828;第35卷(第4期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107121639A (zh) | 2017-09-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107121639B (zh) | 一种多维参数直流***蓄电池管理方法及装置 | |
| CN106443480B (zh) | 一种锂离子电池***soc估算方法 | |
| US8719195B2 (en) | Battery adaptive learning management system | |
| CN109725266A (zh) | 一种电池健康状态soh的计算方法及装置 | |
| CN114050633A (zh) | 一种锂电池储能***的动态管控方法、装置和电子设备 | |
| US9182451B2 (en) | System and method for posteriori adaptation of a state of charge model in a battery | |
| CN102749588B (zh) | 基于蓄电池soc和soh的故障诊断方法 | |
| Li et al. | A weighted Pearson correlation coefficient based multi-fault comprehensive diagnosis for battery circuits | |
| CN104316879B (zh) | 一种铅酸蓄电池组寿命的预测方法 | |
| CN104101838A (zh) | 动力电池***及其荷电状态、最大充放电功率估算方法 | |
| Bockrath et al. | State of charge estimation using recurrent neural networks with long short-term memory for lithium-ion batteries | |
| CN112186275A (zh) | 一种基于云端的bms体系 | |
| CN113156321A (zh) | 一种锂离子电池荷电状态soc的估算方法 | |
| CN107015162A (zh) | 一种用于锌溴液流电池的soc在线校准方法 | |
| Kim et al. | Outlier mining-based fault diagnosis for multiceli lithium-ion batteries using a low-priced microcontroller | |
| CN116203490A (zh) | 传感器故障诊断方法、装置、设备及存储介质 | |
| Hallmann et al. | Methods for lithium-based battery energy storage SOC estimation. Part I: Overview | |
| Yun et al. | State-of-charge estimation method for lithium-ion batteries using extended kalman filter with adaptive battery parameters | |
| Chen et al. | A multi-time-scale framework for state of energy and maximum available energy of lithium-ion battery under a wide operating temperature range | |
| CN105117615A (zh) | 基于累积和控制图的卫星电源***异常检测方法 | |
| Yang et al. | Research on optimized SOC estimation algorithm based on extended kalman filter | |
| CN117169761A (zh) | 电池状态评估方法、装置、设备、存储介质和程序产品 | |
| Haq et al. | Performance analysis of energy storage in smart microgrid based on historical data of individual battery temperature and voltage changes | |
| Wu et al. | Research on short-circuit fault-diagnosis strategy of lithium-ion battery in an energy-storage system based on voltage cosine similarity | |
| CN116893366A (zh) | 用于运行***以识别设备的电蓄能器的异常的方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210210 Address after: No.757 Dongfeng East Road, Yuexiu District, Guangzhou City, Guangdong Province 510000 Patentee after: GUANGDONG POWER GRID Co. Patentee after: JIEYANG POWER SUPPLY BUREAU, GUANGDONG POWER GRID Co.,Ltd. Patentee after: ZHUHAI WATT ELECTRICAL EQUIPMENT Co.,Ltd. Address before: 522000 west section of Donger Road, Rongcheng District, Jieyang City, Guangdong Province (power dispatching building) Patentee before: JIEYANG POWER SUPPLY BUREAU, GUANGDONG POWER GRID Co.,Ltd. Patentee before: ZHUHAI WATT ELECTRICAL EQUIPMENT Co.,Ltd. |
|
| TR01 | Transfer of patent right |