CN115330275B - 一种退役电池的梯次利用方法及装置 - Google Patents
一种退役电池的梯次利用方法及装置 Download PDFInfo
- Publication number
- CN115330275B CN115330275B CN202211251060.1A CN202211251060A CN115330275B CN 115330275 B CN115330275 B CN 115330275B CN 202211251060 A CN202211251060 A CN 202211251060A CN 115330275 B CN115330275 B CN 115330275B
- Authority
- CN
- China
- Prior art keywords
- battery
- retired
- safety
- index
- energy
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000011156 evaluation Methods 0.000 claims abstract description 91
- 239000011159 matrix material Substances 0.000 claims abstract description 45
- 238000012216 screening Methods 0.000 claims abstract description 7
- 238000012549 training Methods 0.000 claims description 36
- 238000012360 testing method Methods 0.000 claims description 35
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000003066 decision tree Methods 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 8
- 239000000463 material Substances 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 5
- 238000001514 detection method Methods 0.000 abstract description 3
- 238000010606 normalization Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 13
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000002238 attenuated effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Mathematical Physics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Public Health (AREA)
- Computing Systems (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Algebra (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及电池性能检测技术领域,揭露了一种退役电池的梯次利用方法及装置,包括:接收电池需求指令,根据所述电池需求指令确定可选的退役电池,得到退役电池集,采集所述退役电池集中每个退役电池的电池评估指标,根据电池评估指标构建退役电池集的电池评估矩阵,根据预训练完成的电池安全判断模型及电池评估矩阵,从所述退役电池集中筛选出符合安全标准的退役电池,得到安全电池集,计算所述安全电池集中每个安全电池的能量利用率,选择能量利用率最高的安全电池响应所述电池需求指令,完成退役电池的梯次利用。本发明主要目的在于解决退役电池在选择过程未考虑安全性及规范性的问题。
Description
技术领域
本发明涉及一种退役电池的梯次利用方法及装置,属于电池性能检测技术领域。
背景技术
目前为响应国家在新能源的号召,对于退役电池的梯次利用频率越来越高。退役电池是电池容量衰减至标称容量固定百分比后,需要执行报废处理或梯次利用的电池,以电动汽车车载动力电池为例,当动力电池的电池容量衰减至标称容量80%以下后,该车载动力电池即可作为退役电池执行梯次利用。
目前退役电池的梯次利用方法主要是基于匹配法,即根据用户需求,按照衰减比例从退役电池库中选择可满足用户需求的退役电池作为梯次利用电池,如用户需求为要求电池的能量至少不少于200Wh,设定衰减比例为50%,即选择标称能量为200*(1+0.5)的退役电池作为用户需求的梯次利用电池。
上述方法可有效实现退役电池的梯次利用,但缺乏对退役电池的安全性判断,此外仅简单的按照衰减比例选择退役电池,未实际计算每个退役电池的能量利用率,梯次利用的规范性也有待提高。
发明内容
本发明提供一种退役电池的梯次利用方法、装置及计算机可读存储介质,其主要目的在于解决退役电池在选择过程未考虑安全性及规范性的问题。
为实现上述目的,本发明提供的一种退役电池的梯次利用方法,包括:
接收电池需求指令, 根据所述电池需求指令确定可选的退役电池,得到退役电池集;
采集所述退役电池集中每个退役电池的电池评估指标,根据电池评估指标构建退役电池集的电池评估矩阵;
根据预训练完成的电池安全判断模型及电池评估矩阵,从所述退役电池集中筛选出符合安全标准的退役电池,得到安全电池集;
计算所述安全电池集中每个安全电池的能量利用率,选择能量利用率最高的安全电池响应所述电池需求指令,完成退役电池的梯次利用。
可选地,所述根据所述电池需求指令确定可选的退役电池,得到退役电池集,包括:
解析所述电池需求指令得到能量需求值;
在预构建的电池管理***中寻找可匹配所述能量需求值的退役电池;
汇总所有可匹配能量需求值的退役电池,得到所述退役电池集。
可选地,所述在预构建的电池管理***中寻找可匹配所述能量需求值的退役电池,包括:
确定与所述电池管理***绑定的入库电池数据库,其中入库电池库中记载了每个退役电池的最大可用容量;
确定所述电池需求指令所对应的需求电压,根据所述需求电压和能量需求值计算出需求电池容量;
寻找出最大可用容量大于或等于需求电池容量的退役电池,得到可匹配所述能量需求值的退役电池。
可选地,所述每个退役电池的最大可用容量的计算方法为:
获取退役电池的充电起始时刻和充电停止时刻;
确定退役电池在充电起始时刻和充电停止时刻的SOC值;
基于下式计算得到每个退役电池的最大可用容量:
其中,表示退役电池的最大可用容量,表示退役电池的充电起始时刻,表示退役电池的充电停止时刻,表示充电起始时刻的SOC值,表示充电停止时刻的SOC值,表示退役电池在充电时的充电恒定电流,表示退役电池的充电时间。
可选地,所述采集所述退役电池集中每个退役电池的电池评估指标,包括:
从入库电池库中提取退役电池集中每个退役电池的厂家指标、电池指标和测试指标,其中,厂家指标包括电池生产厂家的企业信用、近5年安全、环保、质量的事故次数、企业规模、电池年产量,电池指标包括退役电池在退役前的使用年限、充电次数、标称容量、材质,测试指标包括退役电池的电压、内阻、最大可用容量、充满电的持续时间、充电平均容量增长率;
汇总厂家指标、电池指标和测试指标得到每个退役电池的电池评估指标。
可选地,所述根据电池评估指标构建退役电池集的电池评估矩阵,包括:
所述退役电池集的电池评估矩阵如下所示:
其中,表示所述退役电池集的电池评估矩阵,表示退役电池集的退役电池总数,表示每个退役电池的电池评估指标总数,由厂家指标、电池指标和测试指标组成。
可选地,所述电池安全判断模型的预训练,包括:
接收预收集的不同退役电池的指标训练集及安全真实标签集,其中安全真实标签集中记录指标训练集中每组指标对应的电池安全等级;
将所述指标训练集输入至电池安全判断模型中,其中电池安全判断模型由Xgboost模型组合得到;
利用所述电池安全判断模型预测指标训练集中每组指标的电池安全等级,得到安全预测标签集;
计算所述安全真实标签集与安全预测标签集的误差值,当误差值大于或等于阈值误差时,调整电池安全判断模型的内部参数并返回电池安全等级预测步骤;
直至误差值小于阈值误差时,得到预训练完成的电池安全判断模型。
可选地,所述计算所述安全真实标签集与安全预测标签集的误差值,包括:
采用如下方法计算得到误差值:
其中,表示安全真实标签集与安全预测标签集的误差值,表示指标训练集的数据量,表示指标训练集中第组指标对应的真实标签,表示指标训练集中第组指标对应的预测标签,表示真实标签与预测标签的平方差计算函数,为惩罚函数,为第组指标的惩罚因子,为电池安全判断模型的决策树数量,为惩罚函数的调节因子,为电池安全判断模型的决策树内所有叶子结点的总数,表示电池安全判断模型的决策树内第个叶子结点的权重值。
可选地,所述计算所述安全电池集中每个安全电池的能量利用率,包括:
将每个安全电池放置于能量测试电路中,其中,能量测试电路包括开关、保护电阻,安全电池作为能量测试电路的电源;
启动安全电池和开关后记录启动时间,在安全电池执行供电时记录能量测试电路的电流和安全电池的端电压;
关闭开关并记录关闭时间,在启动时间和关闭时间内,根据能量测试电路的电流和安全电池的端电压计算得到安全电池的能量利用率,其中能量利用率的计算方法为:
其中,表示安全电池集中第组安全电池的能量利用率,表示安全电池集中第组安全电池的额定能量,表示能量测试电路的电流,表示第组安全电池的内阻值,表示第组安全电池的端电压,表示启动时间,表示关闭时间。
为了解决上述问题,本发明还提供一种退役电池的梯次利用装置,所述装置包括:
退役电池选择模块,用于接收电池需求指令, 根据所述电池需求指令确定可选的退役电池,得到退役电池集;
电池评估矩阵构建模块,用于采集所述退役电池集中每个退役电池的电池评估指标,根据电池评估指标构建退役电池集的电池评估矩阵;
电池安全判断模块,用于根据预训练完成的电池安全判断模型及电池评估矩阵,从所述退役电池集中筛选出符合安全标准的退役电池,得到安全电池集;
能量利用率计算模块,用于计算所述安全电池集中每个安全电池的能量利用率,选择能量利用率最高的安全电池响应所述电池需求指令,完成退役电池的梯次利用。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以实现上述所述的退役电池的梯次利用方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现上述所述的退役电池的梯次利用方法。
相比于背景技术所述问题,本发明实施例先接收电池需求指令, 根据所述电池需求指令确定可选的退役电池,得到退役电池集,采集所述退役电池集中每个退役电池的电池评估指标,根据电池评估指标构建退役电池集的电池评估矩阵,其中电池评估指标的主要作用从多个维度,如电池的生产厂商、电池的使用时间、充电次数等各个维度评估电池的安全情况,为了提高安全性评估效率,故构建出基于电池评估指标的电池评估矩阵,进一步地,根据预训练完成的电池安全判断模型及电池评估矩阵,从所述退役电池集中筛选出符合安全标准的退役电池,得到安全电池集,可见相比于传统直接根据用户需求匹配退役电池来说,本发明实施例考虑退役电池的安全性问题,先筛选出符合安全级别的退役电池,最后,计算所述安全电池集中每个安全电池的能量利用率,选择能量利用率最高的安全电池响应所述电池需求指令,完成退役电池的梯次利用,可见本发明实施例并非直接通过衰减比例选择退役电池,而是测试每组电池的能量利用率,根据能量利用率可选择出更有效率的退役电池,因此本发明提出的退役电池的梯次利用方法、装置、电子设备及计算机可读存储介质,其主要目的在于解决退役电池在选择过程未考虑安全性及规范性的问题。
附图说明
图1为本发明一实施例提供的退役电池的梯次利用方法的流程示意图;
图2为本发明一实施例提供的退役电池的梯次利用装置的功能模块图;
图3为本发明一实施例提供的实现所述退役电池的梯次利用方法的电子设备的结构示意图。
本发明目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种退役电池的梯次利用方法。所述退役电池的梯次利用方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述退役电池的梯次利用方法可以由安装在终端设备或服务端设备的软件或硬件来执行。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
实施例1:
参照图1所示,为本发明一实施例提供的退役电池的梯次利用方法的流程示意图。在本实施例中,所述退役电池的梯次利用方法包括:
S1、接收电池需求指令, 根据所述电池需求指令确定可选的退役电池,得到退役电池集。
需解释的是,电池需求指令一般为用户发出,示例性的,某厂家的主要业务是回收退役电池,并将回收的退役电池执行二次改造后作为梯次利用电池供给其他需求方,当需求方向该厂家提出电池需求后,该厂家同时发起电池需求指令至其内部的电池管理***,此时电池管理***开始确定入库可选的所有退役电池。
详细地,所述根据所述电池需求指令确定可选的退役电池,得到退役电池集:
解析所述电池需求指令得到能量需求值;
在预构建的电池管理***中寻找可匹配所述能量需求值的退役电池;
汇总所有可匹配能量需求值的退役电池,得到所述退役电池集。
示例性的,厂家发起的电池需求指令是寻找可供给电瓶车持续运动的电瓶电池,因此计划寻找能量需求值可达到600Wh的退役电池,但可理解的是,由于退役电池因电池衰减等原因,其额定的可供给能量已不准确,因此进一步地,所述在预构建的电池管理***中寻找可匹配所述能量需求值的退役电池,包括:
确定与所述电池管理***绑定的入库电池数据库,其中入库电池库中记载了每个退役电池的最大可用容量;
确定所述电池需求指令所对应的需求电压,根据所述需求电压和能量需求值计算出需求电池容量;
寻找出最大可用容量大于或等于需求电池容量的退役电池,得到可匹配所述能量需求值的退役电池。
需解释的是,电池管理***是软件开发人员根据实际需求所开发的用于查询、入库、管理的一体化线上操作软件,可按照在手机、平板及电脑等硬件设备上。其中可理解的是,电池管理***有对应绑定的入库电池数据库,入库电池库中记载了每个退役电池的型号、厂家、使用年限、充电次数及最大可用容量等数据。
其中,所述每个退役电池的最大可用容量的计算方法为:
获取退役电池的充电起始时刻和充电停止时刻;
确定退役电池在充电起始时刻和充电停止时刻的SOC值;
基于下式计算得到每个退役电池的最大可用容量:
其中,表示退役电池的最大可用容量,表示退役电池的充电起始时刻,表示退役电池的充电停止时刻,表示充电起始时刻的SOC值,表示充电停止时刻的SOC值,表示退役电池在充电时的充电恒定电流,表示退役电池的充电时间。
需解释的是,SOC值又称电池荷电状态,也叫剩余电量,代表退役电池使用一段时间或长期搁置不用后的剩余可放电电量与其完全充电状态的电量的比值。本发明实施例中,计算退役电池的最大可用容量时,充电停止时刻最好保证退役电池已充满电,这样可提高退役电池的最大可用容量的计算准确度。
此外需解释的是,能量需求值除以需求电压即得到需求电池容量,因此通过退役电池的最大可用容量和需求电池容量之间的大小关系,可从入库电池数据库中选择得到退役电池集。
S2、采集所述退役电池集中每个退役电池的电池评估指标,根据电池评估指标构建退役电池集的电池评估矩阵。
需强调的是,退役电池由于使用年限、充电次数、厂家生产标准等问题依然可能会有安全隐患,因此本发明实施例在挑选出符合能量要求的退役电池集以后,还需要检测每个退役电池的安全性,去除安全风险高的退役电池。
详细地,所述采集所述退役电池集中每个退役电池的电池评估指标,包括:
从所述入库电池库中提取退役电池集中每个退役电池的厂家指标、电池指标和测试指标,其中,厂家指标包括电池生产厂家的企业信用、近5年安全、环保、质量的事故次数、企业规模、电池年产量,电池指标包括退役电池在退役前的使用年限、充电次数、标称容量、材质,测试指标包括退役电池的电压、内阻、最大可用容量、充满电的持续时间、充电平均容量增长率;
汇总厂家指标、电池指标和测试指标得到每个退役电池的电池评估指标。
需解释的是,上述厂家指标、电池指标和测试指标所包括的指标本发明实施例并未列全。
可理解的是,即使是同一型号、规格的退役电池来自不同生产厂家,由于生产厂家的电池工艺水平、制造技术、企业发展状况各不相同,因此导致电池工艺制作和流程的不同,都会对电池带来不同程度的安全隐患;此外,退役电池在退役前的使用年限、充电次数、标称容量、材质等参数同样会影响退役电池的安全性,同一型号规格的两组退役电池,使用年限越久、充电次数越多的退役电池风险系数一定更高;当然,退役电池在被厂家收购后测试的的电压、内阻、最大可用容量、充满电的持续时间、充电平均容量增长率也同样是退役电池安全性的重要参考标准。
进一步地,为了提高对每个退役电池的安全评估效率,需构建电池评估矩阵,详细地,所述根据电池评估指标构建退役电池集的电池评估矩阵,包括:
所述退役电池集的电池评估矩阵如下所示:
其中,表示所述退役电池集的电池评估矩阵,表示退役电池集的退役电池总数,表示每个退役电池的电池评估指标总数,由厂家指标、电池指标和测试指标组成。
S3、根据预训练完成的电池安全判断模型及电池评估矩阵,从所述退役电池集中筛选出符合安全标准的退役电池,得到安全电池集。
本发明实施例中,所述电池评估矩阵作为电池安全判断模型的输入参数,进而通过电池安全判断模型判断电池评估矩阵中每一行电池评估指标是否达到预设的安全标准,进而筛选出符合本次电池需求指令的退役电池。
需强调的是,电池安全判断模型使用之前需要经过训练,即通过训练集及标签集训练电池安全判断模型,直至电池安全判断模型达到退出训练的要求后即可用来处理电池评估矩阵。详细地,所述电池安全判断模型的预训练包括:
接收预收集的不同退役电池的指标训练集及安全真实标签集,其中安全真实标签集中记录指标训练集中每组指标对应的电池安全等级;
将所述指标训练集输入至电池安全判断模型中,其中电池安全判断模型由Xgboost模型组合得到;
利用所述电池安全判断模型预测指标训练集中每组指标的电池安全等级,得到安全预测标签集;
计算所述安全真实标签集与安全预测标签集的误差值,当误差值大于或等于阈值误差时,调整电池安全判断模型的内部参数并返回电池安全等级预测步骤;
直至误差值小于阈值误差时,得到预训练完成的电池安全判断模型。
需解释的是,指标训练集中每组指标与上述每个退役电池的电池评估指标相似,具由厂家指标、电池指标和测试指标组成,安全真实标签集中每组指标对应的电池安全等级一般至少为两类,分别为高安全和低安全,也可划分为3类、4类等。此外,Xgboost模型已被证实具由高识别能力,因此本发明实施例以Xgboost模型作为电池安全判断模型的判断基础。
进一步,所述计算所述安全真实标签集与安全预测标签集的误差值,包括:
采用如下方法计算得到误差值:
其中,表示安全真实标签集与安全预测标签集的误差值,表示指标训练集的数据量,表示指标训练集中第组指标对应的真实标签,表示指标训练集中第组指标对应的预测标签,表示真实标签与预测标签的平方差计算函数,为惩罚函数,为第组指标的惩罚因子,为电池安全判断模型的决策树数量,为惩罚函数的调节因子,为电池安全判断模型的决策树内所有叶子结点的总数,表示电池安全判断模型的决策树内第个叶子结点的权重值。
通过上述描述可知,经过多次训练可使的电池安全判断模型具有识别退役电池安全性的能力,因此将电池评估矩阵中的每一行电池评估指标均输入至电池安全判断模型中,可是识别出所述退役电池集中每一个退役电池的安全等级,假设退役电池集中共有100组退役电池,本发明实施例所设定的电池安全等级共有6个级别(分别为A、B、C、D、E、F,其中A等级安全性最高,依次递减),而响应本次电池需求指令的退役电池需要至少B等级,因此剔除C、D、E、F等级的退役电池,得到安全电池集。
S4、计算所述安全电池集中每个安全电池的能量利用率,选择能量利用率最高的安全电池响应所述电池需求指令,完成退役电池的梯次利用。
需解释的是,经过S3步骤可筛选出安全级别更高的退役电池,但即使处于同一安全级别的退役电池涉,也有可能具有不同的能量利用率,因此为了筛选出能量利用率最高的安全电池响应所述电池需求指令,需要先计算每个安全电池的能量利用率。
详细地,所述计算所述安全电池集中每个安全电池的能量利用率,包括:
将每个安全电池放置于能量测试电路中,其中,能量测试电路包括开关、保护电阻,安全电池作为能量测试电路的电源;
启动安全电池和开关后记录启动时间,在安全电池执行供电时记录能量测试电路的电流和安全电池的端电压;
关闭开关并记录关闭时间,在启动时间和关闭时间内,根据能量测试电路的电流和安全电池的端电压计算得到安全电池的能量利用率。
详细地,所述根据能量测试电路的电流和安全电池的端电压计算得到安全电池的能量利用率,包括:
采用如下公式计算得到能量利用率:
其中,表示安全电池集中第组安全电池的能量利用率,表示安全电池集中第组安全电池的额定能量,表示能量测试电路的电流,表示第组安全电池的内阻值,表示第组安全电池的端电压,表示启动时间,表示关闭时间。
由上所述可知,可依次计算出每组安全电池的能量利用率,因此可进一步选择能量利用率最高的安全电池响应所述电池需求指令,从而完成退役电池的梯次利用。
相比于背景技术所述问题,本发明实施例先接收电池需求指令, 根据所述电池需求指令确定可选的退役电池,得到退役电池集,采集所述退役电池集中每个退役电池的电池评估指标,根据电池评估指标构建退役电池集的电池评估矩阵,其中电池评估指标的主要作用从多个维度,如电池的生产厂商、电池的使用时间、充电次数等各个维度评估电池的安全情况,为了提高安全性评估效率,故构建出基于电池评估指标的电池评估矩阵,进一步地,根据预训练完成的电池安全判断模型及电池评估矩阵,从所述退役电池集中筛选出符合安全标准的退役电池,得到安全电池集,可见相比于传统直接根据用户需求匹配退役电池来说,本发明实施例考虑退役电池的安全性问题,先筛选出符合安全级别的退役电池,最后,计算所述安全电池集中每个安全电池的能量利用率,选择能量利用率最高的安全电池响应所述电池需求指令,完成退役电池的梯次利用,可见本发明实施例并非直接通过衰减比例选择退役电池,而是测试每组电池的能量利用率,根据能量利用率可选择出更有效率的退役电池,因此本发明提出的退役电池的梯次利用方法、装置、电子设备及计算机可读存储介质,其主要目的在于解决退役电池在选择过程未考虑安全性及规范性的问题。
实施例2:
如图2所示,是本发明一实施例提供的退役电池的梯次利用装置的功能模块图。
本发明所述退役电池的梯次利用装置100可以安装于电子设备中。根据实现的功能,所述退役电池的梯次利用装置100可以包括退役电池选择模块101、电池评估矩阵构建模块102、电池安全判断模块103及能量利用率计算模块104。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
所述退役电池选择模块101,用于接收电池需求指令, 根据所述电池需求指令确定可选的退役电池,得到退役电池集;
所述电池评估矩阵构建模块102,用于采集所述退役电池集中每个退役电池的电池评估指标,根据电池评估指标构建退役电池集的电池评估矩阵;
所述电池安全判断模块103,用于根据预训练完成的电池安全判断模型及电池评估矩阵,从所述退役电池集中筛选出符合安全标准的退役电池,得到安全电池集;
所述能量利用率计算模块104,用于计算所述安全电池集中每个安全电池的能量利用率,选择能量利用率最高的安全电池响应所述电池需求指令,完成退役电池的梯次利用。
详细地,本发明实施例中所述退役电池的梯次利用装置100中的所述各模块在使用时采用与上述的图1中所述的退役电池的梯次利用方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
实施例3:
如图3所示,是本发明一实施例提供的实现退役电池的梯次利用方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、总线12和通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如退役电池的梯次利用程序。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card, SMC)、安全数字(SecureDigital, SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如退役电池的梯次利用程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如退役电池的梯次利用程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图3示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的退役电池的梯次利用程序是多个指令的组合,在所述处理器10中运行时,可以实现:
接收电池需求指令, 根据所述电池需求指令确定可选的退役电池,得到退役电池集;
采集所述退役电池集中每个退役电池的电池评估指标,根据电池评估指标构建退役电池集的电池评估矩阵;
根据预训练完成的电池安全判断模型及电池评估矩阵,从所述退役电池集中筛选出符合安全标准的退役电池,得到安全电池集;
计算所述安全电池集中每个安全电池的能量利用率,选择能量利用率最高的安全电池响应所述电池需求指令,完成退役电池的梯次利用。
具体地,所述处理器10对上述指令的具体实现方法可参考图1至图2对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/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存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
接收电池需求指令, 根据所述电池需求指令确定可选的退役电池,得到退役电池集;
采集所述退役电池集中每个退役电池的电池评估指标,根据电池评估指标构建退役电池集的电池评估矩阵;
根据预训练完成的电池安全判断模型及电池评估矩阵,从所述退役电池集中筛选出符合安全标准的退役电池,得到安全电池集;
计算所述安全电池集中每个安全电池的能量利用率,选择能量利用率最高的安全电池响应所述电池需求指令,完成退役电池的梯次利用。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块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模块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模块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,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (6)
1.一种退役电池的梯次利用方法,其特征在于,所述方法包括:
接收电池需求指令,解析所述电池需求指令得到能量需求值;
在预构建的电池管理***中寻找可匹配所述能量需求值的退役电池;
汇总所有可匹配能量需求值的退役电池,得到退役电池集;
采集所述退役电池集中每个退役电池的电池评估指标,所述电池评估指标包括:厂家指标、电池指标和测试指标,其中,厂家指标包括电池生产厂家的企业信用、近5年安全、环保、质量的事故次数、企业规模、电池年产量,电池指标包括退役电池在退役前的使用年限、充电次数、标称容量、材质,测试指标包括退役电池的电压、内阻、最大可用容量、充满电的持续时间、充电平均容量增长率;根据电池评估指标构建退役电池集的电池评估矩阵;
根据预训练完成的电池安全判断模型及电池评估矩阵,从所述退役电池集中筛选出符合安全标准及电池需求指令的退役电池,得到安全电池集,具体为:所述电池评估矩阵作为电池安全判断模型的输入参数,通过电池安全判断模型判断电池评估矩阵中每一行电池评估指标是否达到预设的安全标准,进而筛选出符合本次电池需求指令的退役电池;所述退役电池集的电池评估矩阵如下所示:
其中,表示所述退役电池集的电池评估矩阵,表示退役电池集的退役电池总数,表示每个退役电池的电池评估指标总数,由厂家指标、电池指标和测试指标组成;
所述电池安全判断模型的预训练包括:接收预收集的不同退役电池的指标训练集及安全真实标签集,其中安全真实标签集中记录指标训练集中每组指标对应的电池安全等级;
将所述指标训练集输入至电池安全判断模型中,其中电池安全判断模型由Xgboost模型组合得到;
利用所述电池安全判断模型预测指标训练集中每组指标的电池安全等级,得到安全预测标签集;
计算所述安全真实标签集与安全预测标签集的误差值,当误差值大于或等于阈值误差时,调整电池安全判断模型的内部参数并返回电池安全等级预测步骤;
直至误差值小于阈值误差时,得到预训练完成的电池安全判断模型;
计算所述安全电池集中每个安全电池的能量利用率,选择能量利用率最高的安全电池响应所述电池需求指令,完成退役电池的梯次利用。
2.如权利要求1所述的退役电池的梯次利用方法,其特征在于,所述在预构建的电池管理***中寻找可匹配所述能量需求值的退役电池,包括:
确定与所述电池管理***绑定的入库电池数据库,其中入库电池数据库中记载了每个退役电池的最大可用容量;
确定所述电池需求指令所对应的需求电压,根据所述需求电压和能量需求值计算出需求电池容量;
寻找出最大可用容量大于或等于需求电池容量的退役电池,得到可匹配所述能量需求值的退役电池。
3.如权利要求2所述的退役电池的梯次利用方法,其特征在于,所述每个退役电池的最大可用容量的计算方法为:
获取退役电池的充电起始时刻和充电停止时刻;
确定退役电池在充电起始时刻和充电停止时刻的SOC值;
基于下式计算得到每个退役电池的最大可用容量:
其中,表示退役电池的最大可用容量,表示退役电池的充电起始时刻,表示退役电池的充电停止时刻,表示充电起始时刻的SOC值,表示充电停止时刻的SOC值,表示退役电池在充电时的充电恒定电流,表示退役电池的充电时间。
4.如权利要求3所述的退役电池的梯次利用方法,其特征在于,所述计算所述安全真实标签集与安全预测标签集的误差值,包括:
采用如下方法计算得到误差值:
其中,表示安全真实标签集与安全预测标签集的误差值,表示指标训练集的数据量,表示指标训练集中第组指标对应的真实标签,表示指标训练集中第组指标对应的预测标签,表示真实标签与预测标签的平方差计算函数,为惩罚函数,为第组指标的惩罚因子,为电池安全判断模型的决策树数量,为惩罚函数的调节因子,为电池安全判断模型的决策树内所有叶子结点的总数,表示电池安全判断模型的决策树内第个叶子结点的权重值。
5.如权利要求4所述的退役电池的梯次利用方法,其特征在于,所述计算所述安全电池集中每个安全电池的能量利用率,包括:
将每个安全电池放置于能量测试电路中,其中,能量测试电路包括开关、保护电阻,安全电池作为能量测试电路的电源;
启动安全电池和开关后记录启动时间,在安全电池执行供电时记录能量测试电路的电流和安全电池的端电压;
关闭开关并记录关闭时间,在启动时间和关闭时间内,根据能量测试电路的电流和安全电池的端电压计算得到安全电池的能量利用率,其中能量利用率的计算方法为:
其中,表示安全电池集中第组安全电池的能量利用率,表示安全电池集中第组安全电池的额定能量,表示能量测试电路的电流,表示第组安全电池的内阻值,表示第组安全电池的端电压,表示启动时间,表示关闭时间。
6.一种退役电池的梯次利用装置,其特征在于,所述装置包括:
退役电池选择模块,用于接收电池需求指令,解析所述电池需求指令得到能量需求值;
在预构建的电池管理***中寻找可匹配所述能量需求值的退役电池;
汇总所有可匹配能量需求值的退役电池,得到退役电池集;
电池评估矩阵构建模块,用于采集所述退役电池集中每个退役电池的电池评估指标,所述电池评估指标包括:厂家指标、电池指标和测试指标,其中,厂家指标包括电池生产厂家的企业信用、近5年安全、环保、质量的事故次数、企业规模、电池年产量,电池指标包括退役电池在退役前的使用年限、充电次数、标称容量、材质,测试指标包括退役电池的电压、内阻、最大可用容量、充满电的持续时间、充电平均容量增长率;根据电池评估指标构建退役电池集的电池评估矩阵;
电池安全判断模块,用于根据预训练完成的电池安全判断模型及电池评估矩阵,从所述退役电池集中筛选出符合安全标准及电池需求指令的退役电池,得到安全电池集,具体为:所述电池评估矩阵作为电池安全判断模型的输入参数,通过电池安全判断模型判断电池评估矩阵中每一行电池评估指标是否达到预设的安全标准,进而筛选出符合本次电池需求指令的退役电池;所述退役电池集的电池评估矩阵如下所示:
其中,表示所述退役电池集的电池评估矩阵,表示退役电池集的退役电池总数,表示每个退役电池的电池评估指标总数,由厂家指标、电池指标和测试指标组成;
所述电池安全判断模型的预训练包括:接收预收集的不同退役电池的指标训练集及安全真实标签集,其中安全真实标签集中记录指标训练集中每组指标对应的电池安全等级;
将所述指标训练集输入至电池安全判断模型中,其中电池安全判断模型由Xgboost模型组合得到;
利用所述电池安全判断模型预测指标训练集中每组指标的电池安全等级,得到安全预测标签集;
计算所述安全真实标签集与安全预测标签集的误差值,当误差值大于或等于阈值误差时,调整电池安全判断模型的内部参数并返回电池安全等级预测步骤;
直至误差值小于阈值误差时,得到预训练完成的电池安全判断模型;
能量利用率计算模块,用于计算所述安全电池集中每个安全电池的能量利用率,选择能量利用率最高的安全电池响应所述电池需求指令,完成退役电池的梯次利用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211251060.1A CN115330275B (zh) | 2022-10-13 | 2022-10-13 | 一种退役电池的梯次利用方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211251060.1A CN115330275B (zh) | 2022-10-13 | 2022-10-13 | 一种退役电池的梯次利用方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115330275A CN115330275A (zh) | 2022-11-11 |
CN115330275B true CN115330275B (zh) | 2023-04-07 |
Family
ID=83914677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211251060.1A Active CN115330275B (zh) | 2022-10-13 | 2022-10-13 | 一种退役电池的梯次利用方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115330275B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116562596A (zh) * | 2023-07-07 | 2023-08-08 | 杭州安影科技有限公司 | 一种退役电池处理方法、装置、退役电池仓储立库及介质 |
CN116738932B (zh) * | 2023-08-16 | 2024-01-05 | 杭州程单能源科技有限公司 | 锂电池梯次利用的电芯压差优化方法及装置 |
CN117033953B (zh) * | 2023-10-10 | 2023-12-29 | 深圳蓝锂科技有限公司 | 基于bms实现退役电池的梯次利用分析方法及装置 |
CN117878455B (zh) * | 2024-03-13 | 2024-05-14 | 深圳市杰成镍钴新能源科技有限公司 | 一种退役电池的放电状态优化方法及相关装置 |
CN117949831B (zh) * | 2024-03-27 | 2024-05-31 | 牡丹江师范学院 | 一种可调式物理相似模拟实验平台 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110826645A (zh) * | 2019-11-22 | 2020-02-21 | 四川长虹电器股份有限公司 | 基于Adaboost算法的锂电池退役检测方法及*** |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190032003A (ko) * | 2017-09-19 | 2019-03-27 | 주식회사 엘지화학 | 흡열 물질을 포함하는 파우치형 이차전지 |
CN110133508B (zh) * | 2019-04-24 | 2022-04-01 | 上海博强微电子有限公司 | 电动汽车动力电池的安全预警方法 |
CN110323502B (zh) * | 2019-07-04 | 2021-04-13 | 北京交通大学 | 一种退役动力电池梯次利用场景适应性评价方法和装置 |
CN110929791B (zh) * | 2019-11-27 | 2023-04-07 | 北京交通大学 | 梯次利用电池的应用场景选择方法 |
CN111537899A (zh) * | 2020-04-01 | 2020-08-14 | 国网江西省电力有限公司电力科学研究院 | 一种梯次利用动力电池安全性评估方法 |
CN113158345A (zh) * | 2021-04-29 | 2021-07-23 | 浙江吉利控股集团有限公司 | 一种新能源车辆动力电池容量预测方法及*** |
CN115113072A (zh) * | 2021-12-28 | 2022-09-27 | 长城汽车股份有限公司 | 电池soc的估算方法及相关装置 |
CN115121507B (zh) * | 2022-06-28 | 2023-06-27 | 合肥工业大学 | 一种低测试成本的退役动力电池分选方法 |
-
2022
- 2022-10-13 CN CN202211251060.1A patent/CN115330275B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110826645A (zh) * | 2019-11-22 | 2020-02-21 | 四川长虹电器股份有限公司 | 基于Adaboost算法的锂电池退役检测方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN115330275A (zh) | 2022-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115330275B (zh) | 一种退役电池的梯次利用方法及装置 | |
CN111241154B (zh) | 一种基于大数据的蓄电池故障预警方法及*** | |
CN109684161B (zh) | 数据分析方法、装置、服务器及存储介质 | |
CN107967485A (zh) | 用电计量设备故障分析方法及装置 | |
CN107679683B (zh) | 软件开发进度预警方法和装置 | |
CN111949646B (zh) | 基于大数据的设备运行状况分析方法、装置、设备及介质 | |
CN111652278B (zh) | 用户行为检测方法、装置、电子设备及介质 | |
CN112016905B (zh) | 基于审批流程的信息展示方法、装置、电子设备及介质 | |
CN111931047B (zh) | 基于人工智能的黑产账号检测方法及相关装置 | |
CN115995628B (zh) | 一种退役锂离子电池的回收处理方法及装置 | |
CN115330435A (zh) | 一种碳排放权价格指标体系建立方法、装置、设备及介质 | |
CN208224474U (zh) | 用电计量设备故障监控装置 | |
CN115327391B (zh) | 一种基于梯次利用电池的检测方法及装置 | |
CN112417767A (zh) | 一种衰减趋势确定模型构建方法、衰减趋势确定方法 | |
CN111522707A (zh) | 大数据平台调度预警方法、装置及计算机可读存储介质 | |
CN110362627A (zh) | 基于区块链的业务分析方法及装置、电子设备、存储介质 | |
CN115471215A (zh) | 一种业务流程处理方法及装置 | |
CN115499315A (zh) | Ota升级任务的执行方法、装置和电子设备 | |
CN113935788A (zh) | 模型评估方法、装置、设备及计算机可读存储介质 | |
CN112737834A (zh) | 一种云硬盘故障预测方法、装置、设备及存储介质 | |
CN116738932B (zh) | 锂电池梯次利用的电芯压差优化方法及装置 | |
CN114114056B (zh) | 一种换电柜的电池检测回收方法、***及存储介质 | |
CN116991364B (zh) | 基于大数据的软件开发***管理方法 | |
CN115062495B (zh) | 材料绝缘性能分析方法、装置、电子设备及存储介质 | |
WO2023142685A1 (zh) | 电池绝缘故障的预警方法、装置、***和计算机设备 |
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 |