CN114865800A - 一种可测量大容量电池性能的储能*** - Google Patents
一种可测量大容量电池性能的储能*** Download PDFInfo
- Publication number
- CN114865800A CN114865800A CN202210785200.7A CN202210785200A CN114865800A CN 114865800 A CN114865800 A CN 114865800A CN 202210785200 A CN202210785200 A CN 202210785200A CN 114865800 A CN114865800 A CN 114865800A
- Authority
- CN
- China
- Prior art keywords
- battery
- module
- unit
- capacity
- energy storage
- 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.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J15/00—Systems for storing electric energy
-
- 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]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- 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
-
- 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
- G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
- H02J3/32—Arrangements for balancing of the load in a network by storage of energy using batteries with converting means
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02E60/10—Energy storage using batteries
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明公开了一种可测量大容量电池性能的储能***,涉及电池储能***技术领域,包括BMS模块、中控模块及PCS模块;所述BMS模块用于实时监测电池模组、评估电池状态,并且将容量信息通过网络传输至中控模块;所述中控模块建立数学模型,并通过机器学习处理器运算出结果,对接收到的电池信息进行处理;所述中控模块通过自适应控制下发执行指令;所述PCS模块能够实现电池模组与电网间的双向功率流动,精确执行中控模块的指令;本发明与传统可测量大容量电池性能的储能***相比,实现了精确化估算可测量容量电池的容量功能,达到了提高电池容量的效果,增加了电池寿命,在储能***中实时自适应控制可测量大容量电池模组。
Description
技术领域
本发明涉及电池储能***技术领域,更具体地说,本发明涉及一种可测量大容量电池性能的储能***。
背景技术
随着现代环保、低碳、节省能源形式发展,在储能电池技术行业也在为能量转换不断发展,为了提高电池储能能力及提高电池储能***的安全性,国家已经在生产制备电池投入高成本,目前市场上涌入大量的电池储能***结合电网控制,用于服务电力***,随着储能电池持续发展,人们不断在挖掘研究储能电池在降低成本的情况下达到高效率的使用情况,在电池性能的储能***,通过对电池技术、电池管理技术及能量管理技术上的改进,从而提高储能电池的储能能力与使用寿命。
目前可测量大容量电池性能的储能***目的是用于存储电能的化学电池,像新能源汽车的储能电池、用于风力、水力发电站的储存电池,连接网络控制,能够在储存电能的同时,实时测量电池内部的存储电量,但是可测量大容量电池性能的储能***存在控制电池模组不灵活、延时控制及电池储能消耗大的问题,然而,现有技术采用开路电压法、卡尔曼滤波法及神经网络算法对于评估电池荷电状态及评估电池健康状态的估算精度仍不理想,还有待提高估算精准度,提高电池容量。
发明内容
为了克服现有技术的上述缺陷,本发明提供一种可测量大容量电池性能的储能***,在基于源代码插桩方式克服了源代码提取困难的问题,便于后续函数图的输出与混合动态建模方法,在基于多节点自动建模的分析方法过程保证了建模分析数据的精准性,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种可测量大容量电池性能的储能***,包括BMS模块、中控模块及PCS模块;所述BMS模块用于实时监测电池模组、评估电池状态,并且将容量信息通过网络传输至中控模块;所述中控模块建立数学模型,并通过机器学习处理器运算出结果,对接收到的电池信息进行处理;所述中控模块通过自适应控制下发执行指令,控制BMS模块和PCS模块;所述PCS模块能够实现电池模组与电网间的双向功率流动,精确执行中控模块的指令,能够转换电压高低,进行变换电路。
进一步的,所述BMS模块包括有电池电压测量单元、电池电流测量单元、电池温度测量单元、估算SOC单元及估算SOH单元,所述电池电压测量单元是在电池模组中利用电源接通线路,通过I/O接口连接电池,所述电池电流测量单元是在电路连接中接入电流传感器,与单片机I/O连接,电池温度测量单元是在可测量大容量电池的运行模组的连接线路中添加温敏传感器与I/O连接控制。
进一步的,所述估算SOC单元是指通过估算电池荷电状态进行控制电池运行的荷电状态,SOC是指电池使用一段时间搁置不用后的剩余容量与完全充电状态的容量的比值,电池荷电状态SOC取值范围为0-1,当SOC=0时,表示电池放电完全,当SOC=1时,表示电池完全充满。
进一步的,所述估算SOH单元是预测电池健康状态的估算单元,SOH表示当前运行过的电池模组与全新电池额定容量存储电能的能力,用电池使用寿命展示电池模组SOH的能力,在使用过程中控制电池储能***的电阻,可测量大容量电池内部的电阻越小,电池寿命越长,则电池的SOH衰弱越慢,所述估算SOH单元是指电池在运行过程中,通过运行的温度、放电速度建立估算模型,评价电池寿命。
进一步的,所述中控模块包括有电池串联模组单元、电源单元、通讯单元、信息采集单元、信息处理单元及运行状态控制单元,所述电池串联模组单元是由若干个电池、电线、I/O接口经过电路串联方式连接起来的电池堆,所述电源单元是指电池模组实现充电的连接电源,能够通过测量电池SOC值,判断电池的容量,所述通讯单元包括有A/D转换器,用于接收BMS模块上各个单元采集的电压、电流、温度、SOC及SOH信息,传送给中控模块处理器上的信息采集单元,所述信息采集单元是指在电池模组运行过程中,通讯单元接收的电流、电压、温度、SOC及SOH信息的电信号和模拟信号,并且经过A/D转换器转换成数字信号,所述信息采集单元采集到数字信号,然后把数学信号经过预处理传输至信息处理单元。
进一步的,所述信息处理单元是指在电池储能***中,建立电化学模型、等效电路模型、SOC估算模型,通过采集的数据运算结果,评估大容量电池模组的容量状态,采取优化算法,生成优化指令,来控制运行状态控制单元,所述运行状态控制单元通过运算结果,生成调控大容量电池模组的放电速率、电压高低及温度范围的计算机编码指令,对电池储能***实时控制。
进一步的,所述PCS模块包括有DC/AC控制单元和DC/DC控制单元,所述DC/AC控制单元是指变换电池模组的直流电与交流电,所述DC/DC控制单元就是指直流电与直流电之间的转换控制,在电池模组中,采用高电压低电流的方式传输交流电,能够减少传输的能量损失。
进一步的,所述可测量大容量电池性能的储能***的运行方法,具体包括下列步骤:
S1、首先BMS模块中的电池电压测量单元、电池电流测量单元和电池温度测量单元分别测量出电池模组的电压、电流及温度数据,通过网络传输到通讯单元;
S2、然后通讯单元将接收到的电信号数据转换成处理器可处理的数字信号,传输到信息采集单元;
S3、所述信息采集单元接收数字信号,进行信息分类、去重、存储连接给信息处理单元进行数据建模、运算及处理;
S4、所述信息处理单元处理完信息传输到运行状态控制单元,采用自适应控制执行指令让PCS模块进一步转换信息;
S5、最后PCS模块中单元进行直流电与交流电的转换,控制电池串联模组单元实时控制大容量电池。
本发明的技术效果和优点:
本发明与传统可测量大容量电池性能的储能***相比,实现了精确化估算可测量容量电池的容量功能,达到了提高电池容量的效果,增加了电池寿命,在储能***中实时自适应控制可测量大容量电池模组,***调节控制执行效率提高。
附图说明
图1为本发明的可测量大容量电池性能的储能***框图;
图2为本发明的BMS模块图;
图3为本发明的中控模块图;
图4为本发明的PCS模块图;
图5为本发明的使用电压传感器测量电压流程图;
图6为本发明的使用电流传感器测量电流线路图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例,虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制,相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本申请及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
应注意到,相似的标号和字母在下面的附图中表示类似项,因此一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论,
本申请应用于计算机***/服务器,其可与众多其它通用或专用计算***环境或配置一起操作,适于与计算机***/服务器一起使用的众所周知的计算***、环境和/或配置的例子包括但不限于,个人计算机***、服务器计算机***、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的***、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机***﹑大型计算机***和包括上述任何***的分布式云计算技术环境,等等。
计算机***/服务器可以在由计算机***执行的计算机***可执行指令(诸如程序模块)的一般语境下描述,通常,程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等,它们执行特定的任务或者实现特定的抽象数据类型,计算机***/服务器可以在分布式云计算环境中实施,分布式云计算环境中,任务是由通过通信网络链接的远程处理设备执行的,在分布式云计算环境中,程序模块可以位于包括存储设备的本地或远程计算***存储介质上。
实施例1
本发明提供了如图1所示一种可测量大容量电池性能的储能***,包括BMS模块、中控模块及PCS模块;所述BMS模块用于实时监测电池模组、评估电池状态,并且将容量信息通过网络传输至中控模块;所述中控模块建立数学模型,并通过机器学习处理器运算出结果,对接收到的电池信息进行处理;所述中控模块通过自适应控制下发执行指令,控制BMS模块和PCS模块;所述PCS模块能够实现电池模组与电网间的双向功率流动,精确执行中控模块的指令,能够转换电压高低,进行变换电路。
本实施例与现有技术的区别在于BMS模块和中控模块,通过对SOC与SOH建立新的估算数学模型,精确性运算出电池容量,提高可测量容量电池的容量性能,以及建立数学模型采用简便运算方法,降低储能***的中控模块运算时间,提高控制储存***的电量,降低储能***的消耗电量。
如图2、图5及图6本实施例中,需要具体说明的是所述BMS模块包括有电池电压测量单元、电池电流测量单元、电池温度测量单元、估算SOC单元及估算SOH单元,所述电池电压测量单元是在电池模组中利用电源接通线路,通过I/O接口连接电池,在串联电池模组结构里添加电压传感器,能在电池模组所处环境的温度和湿度下,实时精准测量电压值,所述电池电流测量单元是在电路连接中接入电流传感器,与单片机I/O连接,用于实时精准测量电流值,电池温度测量单元是在可测量大容量电池的运行模组的连接线路中添加温敏传感器与I/O连接控制,用于实时测量电池运行时的温度。
如图2本实施例中,需要具体说明的是所述估算SOC单元是指通过估算电池荷电状态进行控制电池运行的荷电状态,SOC是指电池使用一段时间搁置不用后的剩余容量与完全充电状态的容量的比值,电池荷电状态SOC取值范围为0-1,当SOC=0时,表示电池放电完全,当SOC=1时,表示电池完全充满,因此常规采用的卡尔曼滤波算法,运算复杂,估算出现误差可能性大,不利于提高大容量电池的储能效率,本实施例采用估算SOC算法为***自适应控制低通滤波器时间常数优化调节电池储能***的电池荷电状态,拓展SOC运行范围,提高电池模组的运行荷电状态。
如图2本实施例中,需要具体说明的是所述估算SOH单元是预测电池健康状态的估算单元,SOH表示当前运行过的电池模组与全新电池额定容量存储电能的能力,用电池使用寿命展示电池模组SOH的能力,在使用过程中控制电池储能***的电阻,可测量大容量电池内部的电阻越小,电池寿命越长,则电池的SOH衰弱越慢,所述估算SOH单元是指电池在运行过程中,通过运行的温度、放电速度建立估算模型,评价电池寿命,温度影响SOH,是因为电池在充电和放电过程中产生热量,温度变高加快电池内部的化学反应速度,能够提升电池的效率和性能,但是与此同时会导致电池内部的化学活性物质发生反应减少,电池老化及电池容量衰减,放电速度影响SOH,放电速度快产生热量高,加快电池容量衰减,电池寿命变短。
如图3本实施例中,需要具体说明的是所述中控模块包括有电池串联模组单元、电源单元、通讯单元、信息采集单元、信息处理单元及运行状态控制单元,所述电池串联模组单元是由若干个电池、电线、I/O接口经过电路串联方式连接起来的电池堆,所述电源单元是由电源接口、稳压器及I/O接口组成,所述电源单元是指电池模组实现充电的连接电源,能够通过测量电池SOC值,判断电池的容量,所述通讯单元包括有A/D转换器,用于接收BMS模块上各个单元采集的电压、电流、温度、SOC及SOH信息,传送给中控模块处理器上的信息采集单元,所述信息采集单元是指在电池模组运行过程中,通讯单元接收的电流、电压、温度、SOC及SOH信息的电信号和模拟信号,并且经过A/D转换器转换成数字信号,所述信息采集单元采集到数字信号,然后把数学信号经过预处理传输至信息处理单元;
如图3所述信息采集单元接收数字信号后,通过对数字信号进行分类、去重及存储的预处理,具体为通过采集到不同时间电池运行状态的数据,分类为电压值、电流值、温度值、SOC值与SOH值,去重是指把相同时间采集的重复电池状态值筛除掉,存储是把采集到信息通过分类与去重处理后的数据信息生成文本格式记忆下来。
如图3本实施例中,需要具体说明的是所述信息处理单元是指在电池储能***中,建立电化学模型、等效电路模型、SOC估算模型,通过采集的数据运算结果,评估大容量电池模组的容量状态,采取优化算法,生成优化指令,来控制运行状态控制单元,提高电池容量,所述运行状态控制单元通过运算结果,生成调控大容量电池模组的放电速率、电压高低及温度范围的计算机编码指令,对电池储能***实时控制,所述电化学模型是在电池运行过程中,通过对电池内部的温度、电流量及截止电压状态变量的影响建立复杂的电化学模型,所述等效电路模型是结合大数据分析,利用Rint模型、RC模型的等效电路进行改进的模型,所述SOC估算模型是通过***自适应调节低通滤波器常数的模型。
如图4本实施例中,需要具体说明的是所述PCS模块包括有DC/AC控制单元和DC/DC控制单元,所述DC/AC控制单元是指变换电池模组的直流电与交流电,所述DC/DC控制单元就是指直流电与直流电之间的转换控制,在电池模组中,采用高电压低电流的方式传输交流电,能够减少传输的能量损失,在DC/AC与DC/DC控制单元中是由变压器、二极管整流器、电容器及电池组成,连接电源单元的稳压器,进行电流之间的转换,能够使得电池在充电和放电过程中减少能量损失。
本实施例中,需要具体说明的是一所述可测量大容量电池性能的储能***,具体包括下列步骤:
S1、首先BMS模块中的电池电压测量单元、电池电流测量单元和电池温度测量单元分别测量出电池模组的电压、电流及温度数据,通过网络传输到通讯单元;
本实施例中,需要具体说明的是BMS模块中各个单元的测量数据均通过网络数据传输到通讯单元,所述通讯单元除了接收BMS模块上的测量数据,还能接收PCS模块上单元传输的交流电压、交流电流、直流电压、直流电流信息,以及向PCS模块发送中控模块运算出大容量电池运行的有、无功功率指令。
S2、然后通讯单元将接收到的电信号数据转换成处理器可处理的数字信号,传输到信息采集单元;
本实施例中,需要具体说明的是电信号是指电池模组运行状态下,随着时间而变化的电压、电流,利用数学描述为具有随时间变化波形的函数,利用传感器接收电池模组的电压、电流转换成电信号,模拟信号是指一段时间间隔内连续的电流、电压信号,信号在时间内具有幅度、频率及相位,数字信号是指幅度的取值是离散的,电子线路中存在的二进制码即为数字信号。
S3、所述信息采集单元接收数字信号,进行信息分类、去重、存储连接给信息处理单元进行数据建模、运算及处理。
本实施例中,需要具体说明的是所述数据建模是指把采集的电压、电流、温度、SOC及SOH变量值数据,通过对这些数据进行采用建模技术,建立信息***的数据模型,在计算机中用数学方法描述容量电池模组的变量参数如何影响电池寿命,建立完数学模型后,选择适合模型的算法,算法包括有统计、分布、归类、决策树、时间序列、回归、神经网络及评估等,根据算法对应调整影响电容电池模组的参数,调整后进行仿真测试,经过测试结果进行数据评估,确保参数取值最优化,运算结束后,所述信息处理单元再根据处理数据,通过***自适应调节智能化编辑调整参数指令进行提高电池容量参数处理,所述调整参数指令采用计算机编辑的代码执行程序,可采用
//参数的值
test_value=[np.voltage(2.0,2.5,3.6,110,220),np.electric(0.2, 0.5,1,2,3),np.temperature(20,30,40,50,60,70),np.SOC(0,0.1,0.2,0.3,...,1, 10,1),np.SOH(0,0.1,0.2,0.3,...,1,10,1)]
for j in np.voltage(2.0,len(test_value), 220):
for k in test_value[j]:
result = []
prior = {'zeta':k,#测试zeta这个参数
'u':3.6,'i':0.5,'°C': 40,'SOC':0.5,'SOH':0.1,}
args.prior = prior
result = []
//每个参数测试多次,结果存入result
//找到max中最大
t1=np.max(np.array(max)[:,0])
max_index=np.where(np.array(max)[:,0]==t1)[0]
print("max_result:",t1,np.array(max)[max_index,:]。
S4、所述信息处理单元处理完信息传输到运行状态控制单元,采用自适应控制执行指令让PCS模块进一步转换信息。
本实施例中,需要具体说明的是所述自适应控制指***中能通过运算处理结果的电池特性进行自行组织控制,在自适应控制低通滤波器时间常数是利用开环自适应控制通过传感器测量电流、电压及温度信号能够观测到可测量大容量电池在运行过程中根据这些测量变量参数变化而变化,***能够估算出电池的SOC及SOH的变化量,而且通过运算能够调节电流、电压、温度、SOC及SOH变量来控制可测量容量电池的容量,能够预先采取PSC模块转换电流、电压损耗的能力进行自适应控制。
S5、最后PCS模块中单元进行直流电与交流电的转换,控制电池串联模组单元实时控制大容量电池。
本实施例中,需要具体说明的是通过可测量大容量电池的储能***的中控模块、BMS模块与PCS模块中各个单元相互连接、传输信号、处理及控制,使得电池模组在容量上降低损失,增长寿命。
最后:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种可测量大容量电池性能的储能***,其特征在于:包括BMS模块、中控模块及PCS模块;所述BMS模块用于实时监测电池模组、评估电池状态,并且将容量信息通过网络传输至中控模块;所述中控模块建立数学模型,并通过机器学习处理器运算出结果,对接收到的电池信息进行处理;所述中控模块通过自适应控制下发执行指令,控制BMS模块和PCS模块;所述PCS模块能够实现电池模组与电网间的双向功率流动,精确执行中控模块的指令,能够转换电压高低,进行变换电路。
2.根据权利要求1所述的一种可测量大容量电池性能的储能***,其特征在于:所述BMS模块包括有电池电压测量单元、电池电流测量单元、电池温度测量单元、估算SOC单元及估算SOH单元,所述电池电压测量单元是在电池模组中利用电源接通线路,通过I/O接口连接电池,所述电池电流测量单元是在电路连接中接入电流传感器,与单片机I/O连接,电池温度测量单元是在可测量大容量电池的运行模组的连接线路中添加温敏传感器与I/O连接控制。
3.根据权利要求2所述的一种可测量大容量电池性能的储能***,其特征在于:所述估算SOC单元是指通过估算电池荷电状态进行控制电池运行的荷电状态,SOC是指电池使用一段时间搁置不用后的剩余容量与完全充电状态的容量的比值,电池荷电状态SOC取值范围为0-1,当SOC=0时,表示电池放电完全,当SOC=1时,表示电池完全充满。
4.根据权利要求2所述的一种可测量大容量电池性能的储能***,其特征在于:所述估算SOH单元是预测电池健康状态的估算单元,SOH表示当前运行过的电池模组与全新电池额定容量存储电能的能力,用电池使用寿命展示电池模组SOH的能力,在使用过程中控制电池储能***的电阻,可测量大容量电池内部的电阻越小,电池寿命越长,则电池的SOH衰弱越慢,所述估算SOH单元是指电池在运行过程中,通过运行的温度、放电速度建立估算模型,评价电池寿命。
5.根据权利要求1所述的一种可测量大容量电池性能的储能***,其特征在于:所述中控模块包括有电池串联模组单元、电源单元、通讯单元、信息采集单元、信息处理单元及运行状态控制单元,所述电池串联模组单元是由若干个电池、电线、I/O接口经过电路串联方式连接起来的电池堆,所述电源单元是指电池模组实现充电的连接电源,能够通过测量电池SOC值,判断电池的容量,所述通讯单元包括有A/D转换器,用于接收BMS模块上各个单元采集的电压、电流、温度、SOC及SOH信息,传送给中控模块处理器上的信息采集单元,所述信息采集单元是指在电池模组运行过程中,通讯单元接收的电流、电压、温度、SOC及SOH信息的电信号和模拟信号,并且经过A/D转换器转换成数字信号,所述信息采集单元采集到数字信号,然后把数学信号经过预处理传输至信息处理单元。
6.根据权利要求5所述的一种可测量大容量电池性能的储能***,其特征在于:所述信息处理单元是指在电池储能***中,建立电化学模型、等效电路模型、SOC估算模型,通过采集的数据运算结果,评估大容量电池模组的容量状态,采取优化算法,生成优化指令,来控制运行状态控制单元,所述运行状态控制单元通过运算结果,生成调控大容量电池模组的放电速率、电压高低及温度范围的计算机编码指令,对电池储能***实时控制。
7.根据权利要求1所述的一种可测量大容量电池性能的储能***,其特征在于:所述PCS模块包括有DC/AC控制单元和DC/DC控制单元,所述DC/AC控制单元是指变换电池模组的直流电与交流电,所述DC/DC控制单元就是指直流电与直流电之间的转换控制,在电池模组中,采用高电压低电流的方式传输交流电,能够减少传输的能量损失。
8.根据权利要求1所述的一种可测量大容量电池性能的储能***,其特征在于:其运行方法具体包括下列步骤:
S1、首先BMS模块中的电池电压测量单元、电池电流测量单元和电池温度测量单元分别测量出电池模组的电压、电流及温度数据,通过网络传输到通讯单元;
S2、然后通讯单元将接收到的电信号数据转换成处理器可处理的数字信号,传输到信息采集单元;
S3、所述信息采集单元接收数字信号,进行信息分类、去重、存储连接给信息处理单元进行数据建模、运算及处理;
S4、所述信息处理单元处理完信息传输到运行状态控制单元,采用自适应控制执行指令让PCS模块进一步转换信息;
S5、最后PCS模块中单元进行直流电与交流电的转换,控制电池串联模组单元实时控制大容量电池。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210785200.7A CN114865800A (zh) | 2022-07-06 | 2022-07-06 | 一种可测量大容量电池性能的储能*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210785200.7A CN114865800A (zh) | 2022-07-06 | 2022-07-06 | 一种可测量大容量电池性能的储能*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114865800A true CN114865800A (zh) | 2022-08-05 |
Family
ID=82625969
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210785200.7A Pending CN114865800A (zh) | 2022-07-06 | 2022-07-06 | 一种可测量大容量电池性能的储能*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114865800A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108196200A (zh) * | 2018-01-28 | 2018-06-22 | 复旦大学 | 一种锂电池健康和荷电状态的联合模拟评估方法 |
US20200164763A1 (en) * | 2017-07-21 | 2020-05-28 | Quantumscape Corporation | Predictive model for estimating battery states |
CN112732443A (zh) * | 2021-01-12 | 2021-04-30 | 徐州普罗顿氢能储能产业研究院有限公司 | 一种基于边缘计算的储能电站状态评估与运行优化*** |
CN112946499A (zh) * | 2021-02-04 | 2021-06-11 | 芜湖楚睿智能科技有限公司 | 基于机器学习的锂电池健康状态及荷电状态联合估算方法 |
CN113671382A (zh) * | 2021-09-06 | 2021-11-19 | 中国科学院电工研究所 | 一种基于云-端数字孪生的电池储能***状态估计方法 |
-
2022
- 2022-07-06 CN CN202210785200.7A patent/CN114865800A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200164763A1 (en) * | 2017-07-21 | 2020-05-28 | Quantumscape Corporation | Predictive model for estimating battery states |
CN108196200A (zh) * | 2018-01-28 | 2018-06-22 | 复旦大学 | 一种锂电池健康和荷电状态的联合模拟评估方法 |
CN112732443A (zh) * | 2021-01-12 | 2021-04-30 | 徐州普罗顿氢能储能产业研究院有限公司 | 一种基于边缘计算的储能电站状态评估与运行优化*** |
CN112946499A (zh) * | 2021-02-04 | 2021-06-11 | 芜湖楚睿智能科技有限公司 | 基于机器学习的锂电池健康状态及荷电状态联合估算方法 |
CN113671382A (zh) * | 2021-09-06 | 2021-11-19 | 中国科学院电工研究所 | 一种基于云-端数字孪生的电池储能***状态估计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102411128B (zh) | 虚拟电池管理***及其应用方法 | |
CN101504443A (zh) | 一种锂离子电池放电容量的预测方法 | |
Zhao et al. | A parameters identification method of the equivalent circuit model of the supercapacitor cell module based on segmentation optimization | |
CN107370169B (zh) | 基于anfis短期负荷预测的大规模储能电站调峰控制器及方法 | |
CN104348189A (zh) | 一种分布式电源*** | |
Salamati et al. | Experimental battery monitoring system design for electric vehicle applications | |
CN114487880A (zh) | 变桨后备电源钛酸锂电池soc在线检测与修正方法及*** | |
CN114660461A (zh) | 电池健康状态的评估方法、装置、电子设备和存储介质 | |
CN117498555A (zh) | 一种基于云边融合的储能电站智能运维*** | |
CN102156260B (zh) | 有源式高压直流开关振荡回路状态评估***及其方法 | |
CN115514100A (zh) | 一种基于多元储能和控制的混合储能*** | |
CN117595462B (zh) | 一种二次储能电池组的自适应充放电控制***及其控制方法 | |
CN117895611A (zh) | 基于模糊预测控制算法的电池均衡控制方法及*** | |
CN111291958A (zh) | 一种电网与工业用户用电供需互动装置及实现方法 | |
Haq et al. | Performance analysis of energy storage in smart microgrid based on historical data of individual battery temperature and voltage changes | |
CN106054614B (zh) | 兼顾效率和均流性能的并联供电***模糊控制方法 | |
Fairweather et al. | VRLA battery parameter identification using pseudo random binary sequences (PRBS) | |
CN114865800A (zh) | 一种可测量大容量电池性能的储能*** | |
CN113447825B (zh) | 一种退役动力电池一致性评估和分选重组装置 | |
CN113422432B (zh) | 一种基于非入侵式负荷监测的电气火灾防控*** | |
CN115508716A (zh) | 基于放电电压降和交流阻抗进行蓄电池状态估算方法 | |
CN115684943A (zh) | 一种基于多层架构的电池状态预测模型及方法 | |
CN107979324A (zh) | 太阳能充电***及其控制方法 | |
Yan et al. | SOC prediction method of wireless sensor nodes batteries based on Attention-LSTM | |
CN106253355B (zh) | 并联供电***电源模块数量模糊控制方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220805 |
|
RJ01 | Rejection of invention patent application after publication |