CN116577679B - 大型储能电池的热失控预警方法及***、电子设备、介质 - Google Patents
大型储能电池的热失控预警方法及***、电子设备、介质 Download PDFInfo
- Publication number
- CN116577679B CN116577679B CN202310853025.5A CN202310853025A CN116577679B CN 116577679 B CN116577679 B CN 116577679B CN 202310853025 A CN202310853025 A CN 202310853025A CN 116577679 B CN116577679 B CN 116577679B
- Authority
- CN
- China
- Prior art keywords
- expansion force
- battery cell
- soh
- soc
- battery
- 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 46
- 238000004146 energy storage Methods 0.000 title claims abstract description 43
- 230000002159 abnormal effect Effects 0.000 claims abstract description 14
- 238000001514 detection method Methods 0.000 claims description 32
- 230000008859 change Effects 0.000 claims description 30
- 238000012360 testing method Methods 0.000 claims description 26
- 238000009826 distribution Methods 0.000 claims description 19
- 230000009191 jumping Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 238000007599 discharging Methods 0.000 claims description 9
- 238000002955 isolation Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000004069 differentiation Effects 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 claims 1
- 238000009825 accumulation Methods 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 28
- 238000010586 diagram Methods 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000012010 growth Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 230000010261 cell growth Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000012983 electrochemical energy storage Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003121 nonmonotonic effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction 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]
- G01R31/382—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]
- G01R31/367—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]
- G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/4285—Testing apparatus
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
- H01M10/486—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte for measuring temperature
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01M—PROCESSES OR MEANS, e.g. BATTERIES, FOR THE DIRECT CONVERSION OF CHEMICAL ENERGY INTO ELECTRICAL ENERGY
- H01M10/00—Secondary cells; Manufacture thereof
- H01M10/42—Methods or arrangements for servicing or maintenance of secondary cells or secondary half-cells
- H01M10/48—Accumulators combined with arrangements for measuring, testing or indicating the condition of cells, e.g. the level or density of the electrolyte
- H01M10/488—Cells or batteries combined with indicating means for external visualization of the condition, e.g. by change of colour or of light density
-
- 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)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Secondary Cells (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明涉及大型储能电池的热失控预警方法及***、电子设备、介质，该方法包括步骤：实时接收检测到的储能电池中电芯的温度、电压；获取电芯当前的运行状态；将运行状态、电压、温度作为膨胀力预测模型的输入，得到当前状态下对应的膨胀力数值；实时接收检测到的电芯的膨胀力数值；将接收到的膨胀力数值与当前状态下对应的膨胀力数值进行比对；若膨胀力差异不大于第一阈值，则对SOC和SOH进行更新；若膨胀力差异不大于第二阈值，则当异常次数累计超过预设值时，进行电芯异常报警；若膨胀力差异大于第二阈值，则进行电芯异常报警。本发明对电芯的膨胀力进行监测，建立电芯数据库进行自动参数学习，能判断与预警电芯失效或电芯热失控等风险。
Description
技术领域
本发明涉及储能电池技术领域，特别涉及大型储能电池的热失控预警方法及***、电子设备、介质。
背景技术
热失控指的是由各种诱因引发的链式反应现象，导致电池在短时间内散发出大量热量和有害气体，严重时甚至会引起电池着火和***。电化学储能舱火灾抑制方案以“早发现，早处置”为原则，在热失控初级阶段进行预警和精准抑制处理，能将电化学储能舱的损失尽可能减小。
大多数的电池热失控预警仅包含电压、电流和温度三个维度的数据采集和监测，从数据上无法直观预测***中电芯的状态以及进行失效预警，在失效之前无法及时感知风险，会有明显的时差问题以及检测误差。
为了解决上述问题，目前有的方案通过检测电池膨胀相关的参数进行告警。如：申请公开号为CN115079030A，发明名称为电池***预警方法、装置、电子设备及存储介质的中国发明专利公开了获取电池***当前的实际环境参数以及实际预警参数；其中，实际预警参数包括当前的电池膨胀力以及电池膨胀力变化率；根据实际环境参数，查找各环境参数下的预警阈值，得到实际环境参数下的预警阈值；其中，各环境参数下的预警阈值是通过构建电池***仿真模型，选取多个环境参数输入电池***仿真模型，进行仿真测试得到的；若至少一个实际预警参数超出实际环境参数下对应的预警阈值，则执行告警处理。上述发明通过将电池初始预紧力、电池温度、电池荷电状态、电池健康度输入电池***仿真模型，得到电池***正常工作时的工作参数值，因为电池充电和放电涉及到复杂的化学和物理过程，在不同工作条件下精确估计SOC、SOH非常复杂和困难，并且电池随着使用时间的积累、环境的影响，其内部结构逐步老化，SOC、SOH也会发生变化，初始的SOC、SOH无法表征电池当前的真实水平，需要及时更新，否则不准确的环境参数值会对膨胀力预测值估算结果造成很大的误差；上述发明公开的多组环境参数仅为有限条件下的有限数量的部分实验数据，无法准确表征电池初始预紧力、电池温度、电池荷电状态、电池健康度与膨胀力之间的真实数学规律，也就无法达到对膨胀力进行准确预估的效果；并且大型储能电池多数用在大型工厂中，其工作中断会造成工厂进行中的工程项目被中断，影响工厂的生产，在此实际应用场景下，需要降低预警的误判率，保证工厂工程的稳定进行。
发明内容
为了实现根据本发明的上述目的和其他优点，本发明的第一目的是提供大型储能电池的热失控预警方法，包括以下步骤：
S1、实时接收温度检测单元检测到的储能电池中电芯的温度，以及电压检测单元检测到的储能电池中电芯的电压；
S2、获取储能电池中电芯当前的运行状态；
S3、将所述运行状态、接收到的电压、温度作为膨胀力预测模型的输入，得到当前状态下对应的膨胀力数值；
S4、实时接收压力检测单元检测到的储能电池中电芯的膨胀力数值；
S5、将接收到的膨胀力数值与当前状态下对应的膨胀力数值进行比对，计算得到膨胀力差异值；
S6、判断膨胀力差异值是否大于第一阈值；
S7、否则将所述运行状态、接收到的电压、温度、膨胀力数值作为电芯SOC-SOH预测模型的输入，获得对应的SOC和SOH，并对电芯当前的SOC和SOH进行更新；
S8、是则判断膨胀力差异值是否大于第二阈值；
S9、否则对异常次数进行计数，并跳转至所述S1步骤重复执行，直至异常次数累计超过预设值，进行电芯异常报警；
S10、是则进行电芯异常报警。
进一步地，所述S4步骤包括以下步骤：
将电芯的测试位置划分为若干子区域；
建立电芯的每个子区域与电芯的测试图形中子单元的对应关系；
实时接收电芯的每个子区域对应的压力传感器采集的膨胀力数值。
进一步地，所述S4步骤还包括以下步骤：
将电芯的子区域对应的膨胀力以颜色的方式在电芯的测试图形中的子单元进行显示；其中，膨胀力以同一种颜色显示，并且膨胀力的大小与颜色的深浅程度存在正相关关系。
进一步地，所述S5步骤还包括以下步骤：
将接收到的电芯的每个子区域对应的膨胀力数值与当前状态下对应的膨胀力数值进行比对，计算得到电芯的每个子区域的膨胀力差异值，将最大的膨胀力差异值作为最终的膨胀力差异值。
进一步地，所述S3步骤中的膨胀力预测模型的构建包括以下步骤：
控制多组SOC、SOH电芯样品的温度；
对电芯样品进行多种预设状态下的充放电测试，并记录电芯的膨胀力；
将电芯的温度、电压、膨胀力处理生成数据库；
在数据库中，统计电芯的膨胀力在温度、电压二维空间的分布；
将电芯的膨胀力在温度、电压二维空间的分布趋势进行拟合，得到膨胀力预测模型。
进一步地，所述S7步骤中的电芯SOC-SOH模型的构建包括以下步骤：
判断电芯的温度、电压、膨胀力是否有效；
否则跳转至所述控制多组SOC、SOH电芯样品的温度步骤继续执行；
是则在数据库中，统计SOC、SOH在温度、电压、膨胀力三维空间的分布；
计算温度、电压、膨胀力分别对SOC、SOH的偏微分；
将SOC、SOH各自与对应的偏微分计算结果进行拟合，得到电芯SOC-SOH预测模型。
进一步地，在所述统计SOC、SOH在温度、电压、膨胀力三维空间的分布步骤之前还包括以下步骤：
若电芯处于充放电末端，则采集膨胀力数据，并判断图形数据是否完整；
是则跳转至所述统计SOC、SOH在温度、电压、膨胀力三维空间的分布步骤；
否则跳转至所述采集膨胀力数据，并判断图形数据是否完整步骤；
其中，电芯处于充放电末端的判断过程包括以下步骤：
计算电芯的每个子区域的膨胀力变化速率，电芯的每个子区域的膨胀力变化速率为采集到的电芯的每个子区域的膨胀力与容量的微分；
将计算出的电芯的每个子区域的膨胀力变化速率在电芯的测试图形中对应的子单元进行显示；
获取电芯的运行状态；
判断电芯充电状态下的膨胀力变化速率是否小于0；
是则判定电芯处于充电末端；
否则判定电芯不处于充电末端；
判断电芯放电状态下的膨胀力变化速率是否大于预设值；
是则判定电芯处于放电末端；
否则判定电芯不处于放电末端
所述判断图形数据是否完整包括以下步骤：
判断所有以颜色显示的子单元是否构成完整的电芯的测试图形；
是则判定图形数据完整；
否则判定图形数据不完整。
本发明的第二目的是提供一种电子设备，包括：存储器，其上存储有程序代码；处理器，其与所述存储器联接，并且当所述程序代码被所述处理器执行时，实现上述方法。
本发明的第三目的是提供一种计算机可读存储介质，其上存储有程序指令，所述程序指令被执行时实现上述方法。
本发明的第四目的是提供实现上述方法的大型储能电池的热失控预警***，包括主控制器、电压检测单元、温度检测单元、压力检测单元、通讯隔离单元，所述主控制器通过所述通讯隔离单元与外部设备通讯，所述电压检测单元用于检测电芯的电压，所述温度检测单元用于检测电芯的温度，所述压力检测单元用于检测电芯的膨胀力，所述主控制器用于存储膨胀力预测模型、电芯SOC-SOH预测模型，对采集的数据进行处理，通过采集到的数据、膨胀力预测模型、电芯SOC-SOH预测模型对电芯当前的SOC和SOH进行更新以及进行电芯异常报警。
与现有技术相比，本发明的有益效果是：
本发明提供大型储能电池的热失控预警方法及***、电子设备、介质，能够对电芯的膨胀力进行监测，建立电芯数据库进行自动参数学习，作为后期数据的校准与比对；能够实时监测分析数据，响应主控制器数据需求，主动上报异常状态，能很大程度提升***状态的精确SOC/SOH预测，实时确认当前***的安全状态，为***安全保驾护航；膨胀力监测反应快速，采集范围广，精度高，具有高可靠性，非常适合大型储能产品的应用，满足提升产品安全性的目标要求。
本发明将电芯当前的运行状态、采集到的电压、温度作为膨胀力预测模型的输入，其中，运行状态、电压、温度参数的获取相较于电池初始预紧力、电池荷电状态、电池健康度的获取更直接，也更准确，避免对膨胀力预测值估算结果造成较大的误差，实现在储能电池发生热失控之前提前介入进行安全防护，防止大规模热失效发生的技术效果。
本发明的膨胀力预测模型是在深入研究膨胀力与温度、电压之间的理论关系的基础上，把握膨胀力与温度、电压内在的规律性，并对这种规律进行数学统计拟合，实现对膨胀力准确预测的效果。
本发明在深入研究SOC、SOH与温度、电压、膨胀力之间的理论关系的基础上，把握SOC、SOH与温度、电压、膨胀力内在的规律性，对这种规律进行数学统计、数据处理以及拟合，实现对SOC、SOH准确预测及更新，在实现对电芯的膨胀力进行准确监测的基础上，同时兼顾SOC以及SOH的更新校准，为整个大型储能电池的安全、稳定运行有重要意义，为***安全保驾护航。
本发明将预警阈值根据理论基础和实际经验进行梯度划分，在保证储能电池发生热失控之前提前介入进行安全防护，防止大规模失效发生的前提下，进一步降低误判率，保证工厂工程的稳定进行。
由于电池内部浓度分布不均，导致电芯膨胀时的膨胀力呈不均匀分布的现象，本发明监控电芯表面不同位置在充放电过程中的膨胀力变化，进一步分析各个子区域的膨胀力变化趋势，能够定量表征出电芯表面的膨胀力分布差异，更准确和及时地发现电芯膨胀力变化程度，及时、准确地预警到热失控的发生，提前介入进行安全防护，防止大规模热失效发生。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，并可依照说明书的内容予以实施，以下以本发明的较佳实施例并配合附图详细说明如后。本发明的具体实施方式由以下实施例及其附图详细给出。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为实施例1的储能电池内部示意图；
图2为实施例1的大型储能电池的热失控预警***原理图；
图3为实施例1的大型储能电池的热失控预警***示意图；
图4为实施例2的大型储能电池的热失控预警方法流程图；
图5为实施例2的膨胀力预测模型的构建流程图；
图6为实施例2的电压与膨胀力关系图；
图7为实施例2的电容与膨胀力关系图；
图8为实施例2的电芯测试位置划分成的若干子区域；
图9为实施例2的充电过程中电芯测试图形中子单元变化示意图；
图10为实施例3的电子设备原理图；
图11为实施例4的计算机存储介质原理图。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
经过实验验证发现，在电池不同的工况条件下，膨胀力对SOC、SOH的变化比电压更加敏感。因此，本发明提出根据电池的膨胀力估计SOC、SOH以及进行电池热失控预警的方法，通过构建电芯SOC-SOH预测模型，能够解决电芯的输入参数与SOC、SOH的非单调变化问题，实现预估电池不同环境温度、电压、膨胀力下的SOC、SOH；通过构建膨胀力预测模型，能够在电池失效之前及时感知风险，动态调整迅速，采集范围广，适应性强，精度及可靠性高。
实施例1
大型储能电池的热失控预警***，如图1、图2、图3所示，包括主控制器、电压检测单元、温度检测单元、压力检测单元、通讯隔离单元、调压电路、信号处理模块，调压电路用于适配不同的输入电压，做出相应的设计调整，输出供电***部件，通讯隔离单元采用通讯隔离、IO操作隔离器件，包括但不限于UART、SPI、IIC等，主控制器通过通讯隔离单元与外部设备通讯，电压检测单元用于检测电芯的电压，温度检测单元用于检测电芯的温度，压力检测单元用于检测电芯的膨胀力，信号处理模块使用基本元件二极管、运放、阻容参数，实现对信号滤波及保护功能，以及电阻分压电路、差分采集功能，程控放大器等，主控制器用于存储膨胀力预测模型、电芯SOC-SOH预测模型，对采集的数据进行处理，通过采集到的数据、膨胀力预测模型、电芯SOC-SOH预测模型对电芯当前的SOC和SOH进行更新以及进行电芯异常报警。
大型储能电池采用多电芯串并联形式，由于电芯个体差异，导致充电和放电不可能做到100%均衡。针对此类电芯的膨胀力监测需求，本实施例通过高精度压力传感器对电芯膨胀力进行实时压力分布测量。将对应尺寸的薄膜传感器放在软包电芯上然后固定夹具，对电芯进行充放电循环测试，得到每次电芯对固定夹具的膨胀力值及膨胀压力分布情况，为储能电池的SOC、SOH更新以及热失控预警提供分析数据。具体的大型储能电池的热失控预警方法可以参照下述方法实施例中的对应描述，在此不再赘述。
由于电池内部浓度分布不均，导致电芯膨胀时的膨胀力呈不均匀分布的现象。本实施例中，电芯的测试位置划分为若干子区域，如图8所示。可以使用薄膜压力传感器实现电芯的测试位置不同子区域在充放电过程中的膨胀力变化。通过监控电芯表面不同位置在充放电过程中的膨胀力变化，进一步分析各个子区域的膨胀力变化趋势，能够定量表征出电芯表面的膨胀力分布差异，更准确和及时地发现电芯膨胀力变化程度，及时、准确地预警到热失控的发生，提前介入进行安全防护，防止大规模热失效发生。
本发明新增采集维度，提升***安全度，降低全生命周期失效成本；多维度数据校验，提升***状态参数精度和准确性；自学习参数，提供失效预警和热失控预警，提前介入安防，防止大规模失效发生，解决了传统检测方案在失效之前无法及时感知风险，存在明显的时差以及检测误差问题。本发明具有动态调整迅速，采集范围广，适应性强，精度高以及可靠性高的优点，非常适合储能大型电池***的应用以及推广，提升产品安全性。
实施例2
上述大型储能电池的热失控预警***的热失控预警方法，关于***的详细描述，可以参照上述***实施例中的对应描述，在此不再赘述。如图4所示，包括以下步骤：
S1、主控制器实时接收温度检测单元检测到的储能电池中电芯的温度，以及电压检测单元检测到的储能电池中电芯的电压；本实施例中，主控制器发送采集指令至检测单元；检测单元将采集到的电压、温度数据上报给主控制器。
S2、获取储能电池中电芯当前的运行状态，运行状态包括充电状态和放电状态；
S3、将运行状态、接收到的电压、温度作为膨胀力预测模型的输入，得到当前状态下对应的膨胀力数值；其中，如图5所示，膨胀力预测模型的构建包括以下步骤：
S31、新建电芯数据；
S32、多组SOC、SOH电芯样品准备；
S33、控制多组SOC、SOH电芯样品的温度；
S34、对电芯样品进行多种预设状态下的充放电测试；
S35、同时记录电芯的膨胀力，预设状态包括预设温度和预设充放电倍率；
S36、将电芯的温度、电压、膨胀力处理生成数据库；
S37、在数据库中，统计电芯的膨胀力在温度、电压二维空间的分布；
S38、将电芯的膨胀力在温度、电压二维空间的分布趋势进行拟合，如采用最小二乘法进行拟合，得到膨胀力预测模型。
S4、实时接收压力检测单元检测到的储能电池中电芯的膨胀力数值；具体地，S4步骤包括以下步骤：
如图8所示，将电芯的测试位置划分为若干子区域，每个子区域对应一个压力传感器，用于实现电芯的测试位置不同子区域在充放电过程中的膨胀力检测。
建立电芯的每个子区域与电芯的测试图形中子单元的对应关系；电芯的测试图形中子单元如图9所示；图9为充电过程中各子区域膨胀力变化的示意图，放电过程与图9所示过程相反；图9中，子单元的颜色越深代表膨胀力越大，随着SOC的增加，电芯中间区域的膨胀力明显增加；放电时，SOC逐渐降低，各子区域对应的膨胀力逐渐降低。
实时接收电芯的每个子区域对应的压力传感器采集的膨胀力数值；
将电芯的子区域对应的膨胀力以颜色的方式在电芯的测试图形中的子单元进行显示；其中，膨胀力以同一种颜色显示，并且膨胀力的大小与颜色的深浅程度存在正相关关系。通过上述步骤能够定量表征出电芯表面的膨胀力分布情况以及差异。
S5、将接收到的膨胀力数值与当前状态下对应的膨胀力数值进行比对，计算得到膨胀力差异值；由于SOH与膨胀力具有相关性，以及可预测变化范围/速度，当膨胀力超出电芯学习的参考数据，进入安全异常处理状态。具体地，将接收到的电芯的每个子区域对应的膨胀力数值与当前状态下对应的膨胀力数值进行比对，计算得到电芯的每个子区域的膨胀力差异值，将最大的膨胀力差异值作为最终的膨胀力差异值。
S6、判断膨胀力差异值是否大于第一阈值，如将第一阈值设置为10%；
S7、否则将运行状态、采集到的电压、温度、膨胀力数据作为电芯SOC-SOH预测模型的输入，获得对应的SOC和SOH，并对电芯当前的SOC和SOH进行更新；其中，电芯SOC-SOH模型的构建包括以下步骤：
判断电芯的温度、电压、膨胀力是否有效，有些采集数据因采样原因，不在正常范围内，为了避免此类数据对后续计算结果的准确性造成影响，对此类数据进行剔除，继续采集新的数据提供给后续步骤进行处理；
否则跳转至控制多组SOC、SOH电芯样品的温度步骤继续执行；
是则在数据库中，统计SOC、SOH在温度、电压、膨胀力三维空间的分布；其中，电压/SOC与膨胀力的相关曲线如图6所示。电芯膨胀力的变化和容量相关，即SOH与膨胀力具有相关性，如图7所示，从方形电芯的膨胀力随容量衰减之间的关系可以看出，在容量低于80%时，电芯膨胀力的增长速度快速增大，在此之前是较缓慢增大。
计算温度、电压、膨胀力分别对SOC、SOH的偏微分；
将SOC、SOH各自与对应的偏微分计算结果进行拟合，得到电芯SOC-SOH预测模型，如采用多项式拟合算法进行拟合，得到电芯SOC-SOH预测模型。
为了得到电芯的所有子区域的膨胀力数据，在统计SOC、SOH在温度、电压、膨胀力三维空间的分布步骤还包括以下步骤：
若电芯处于充放电末端，则采集膨胀力数据，并判断图形数据是否完整；
是则跳转至统计SOC、SOH在温度、电压、膨胀力三维空间的分布步骤；
否则跳转至采集膨胀力数据，并判断图形数据是否完整步骤。
由于电芯的膨胀力随着充放电过程的进行，具有相同的变化趋势，其变化趋势依次包括快速增长阶段、缓慢增长阶段、快速增长阶段、缓慢波动阶段，膨胀力的上升幅值有明显差异。因此，判断电芯是否处于充放电末端具体包括以下步骤：
计算电芯的每个子区域的膨胀力变化速率，电芯的每个子区域的膨胀力变化速率为采集到的电芯的每个子区域的膨胀力与容量的微分；
将计算出的电芯的每个子区域的膨胀力变化速率在电芯的测试图形中对应的子单元进行显示；
获取电芯的运行状态；
判断电芯充电状态下的膨胀力变化速率是否小于0；
是则判定电芯处于充电末端；
否则判定电芯不处于充电末端；
判断电芯放电状态下的膨胀力变化速率是否大于预设值，如设置为2；
是则判定电芯处于放电末端；
否则判定电芯不处于放电末端
其中，判断图形数据是否完整包括以下步骤：
判断所有以颜色显示的子单元是否构成完整的电芯的测试图形；
是则判定图形数据完整；
否则判定图形数据不完整。
S8、是则判断膨胀力差异值是否大于第二阈值，如将第二阈值设置为20%；
S9、否则对异常次数进行计数，并跳转至S1步骤重复执行，直至异常次数累计超过预设值，进行电芯异常报警；
S10、是则进行电芯异常报警。
实施例3
一种电子设备，如图10所示，包括：存储器，其上存储有程序代码；处理器，其与存储器联接，并且当程序代码被处理器执行时，实现上述方法。关于方法的详细描述，可以参照上述方法实施例中的对应描述，在此不再赘述。
实施例4
一种计算机可读存储介质，如图11所示，其上存储有程序指令，程序指令被执行时实现上述方法。关于方法的详细描述，可以参照上述方法实施例中的对应描述，在此不再赘述。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
以上所述仅为本说明书实施例而已，并不用于限制本说明书一个或多个实施例。对于本领域技术人员来说，本说明书一个或多个实施例可以有各种更改和变化。凡在本说明书一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书一个或多个实施例的权利要求范围之内。
Claims (8)
1.大型储能电池的热失控预警方法，其特征在于，包括以下步骤：
S1、实时接收温度检测单元检测到的储能电池中电芯的温度，以及电压检测单元检测到的储能电池中电芯的电压；
S2、获取储能电池中电芯当前的运行状态；
S3、将所述运行状态、接收到的电压、温度作为膨胀力预测模型的输入，得到当前状态下对应的膨胀力数值；
S4、实时接收压力检测单元检测到的储能电池中电芯的膨胀力数值；
S5、将接收到的膨胀力数值与当前状态下对应的膨胀力数值进行比对，计算得到膨胀力差异值；
S6、判断膨胀力差异值是否大于第一阈值；
S7、否则将所述运行状态、接收到的电压、温度、膨胀力数值作为电芯SOC-SOH预测模型的输入，获得对应的SOC和SOH，并对电芯当前的SOC和SOH进行更新；
S8、是则判断膨胀力差异值是否大于第二阈值；
S9、否则对异常次数进行计数，并跳转至所述S1步骤重复执行，直至异常次数累计超过预设值，进行电芯异常报警；
S10、是则进行电芯异常报警；
所述S3步骤中的膨胀力预测模型的构建包括以下步骤：
控制多组SOC、SOH电芯样品的温度；
对电芯样品进行多种预设状态下的充放电测试，并记录电芯的膨胀力；
将电芯的温度、电压、膨胀力处理生成数据库；
在数据库中，统计电芯的膨胀力在温度、电压二维空间的分布；
将电芯的膨胀力在温度、电压二维空间的分布趋势进行拟合，得到膨胀力预测模型；
所述S7步骤中的电芯SOC-SOH模型的构建包括以下步骤：
判断电芯的温度、电压、膨胀力是否有效；
否则跳转至所述控制多组SOC、SOH电芯样品的温度步骤继续执行；
是则在数据库中，统计SOC、SOH在温度、电压、膨胀力三维空间的分布；
计算温度、电压、膨胀力分别对SOC、SOH的偏微分；
将SOC、SOH各自与对应的偏微分计算结果进行拟合，得到电芯SOC-SOH预测模型。
2.如权利要求1所述的大型储能电池的热失控预警方法，其特征在于，所述S4步骤包括以下步骤：
将电芯的测试位置划分为若干子区域；
建立电芯的每个子区域与电芯的测试图形中子单元的对应关系；
实时接收电芯的每个子区域对应的压力传感器采集的膨胀力数值。
3.如权利要求2所述的大型储能电池的热失控预警方法，其特征在于，所述S4步骤还包括以下步骤：
将电芯的子区域对应的膨胀力以颜色的方式在电芯的测试图形中的子单元进行显示；其中，膨胀力以同一种颜色显示，并且膨胀力的大小与颜色的深浅程度存在正相关关系。
4.如权利要求2所述的大型储能电池的热失控预警方法，其特征在于，所述S5步骤还包括以下步骤：
将接收到的电芯的每个子区域对应的膨胀力数值与当前状态下对应的膨胀力数值进行比对，计算得到电芯的每个子区域的膨胀力差异值，将最大的膨胀力差异值作为最终的膨胀力差异值。
5.如权利要求1所述的大型储能电池的热失控预警方法，其特征在于，在所述统计SOC、SOH在温度、电压、膨胀力三维空间的分布步骤之前还包括以下步骤：
若电芯处于充放电末端，则采集膨胀力数据，并判断图形数据是否完整；
是则跳转至所述统计SOC、SOH在温度、电压、膨胀力三维空间的分布步骤；
否则跳转至所述采集膨胀力数据，并判断图形数据是否完整步骤；
其中，电芯处于充放电末端的判断过程包括以下步骤：
计算电芯的每个子区域的膨胀力变化速率，电芯的每个子区域的膨胀力变化速率为采集到的电芯的每个子区域的膨胀力与容量的微分；
将计算出的电芯的每个子区域的膨胀力变化速率在电芯的测试图形中对应的子单元进行显示；
获取电芯的运行状态；
判断电芯充电状态下的膨胀力变化速率是否小于0；
是则判定电芯处于充电末端；
否则判定电芯不处于充电末端；
判断电芯放电状态下的膨胀力变化速率是否大于预设值；
是则判定电芯处于放电末端；
否则判定电芯不处于放电末端；
所述判断图形数据是否完整包括以下步骤：
判断所有以颜色显示的子单元是否构成完整的电芯的测试图形；
是则判定图形数据完整；
否则判定图形数据不完整。
6.一种电子设备，其特征在于，包括：存储器，其上存储有程序代码；处理器，其与所述存储器联接，并且当所述程序代码被所述处理器执行时，实现如权利要求1-5任一项所述的方法。
7.一种计算机可读存储介质，其特征在于，其上存储有程序指令，所述程序指令被执行时实现如权利要求1-5任一项所述的方法。
8.一种大型储能电池的热失控预警***，实现如权利要求1-5任一项所述的方法，其特征在于：包括主控制器、电压检测单元、温度检测单元、压力检测单元、通讯隔离单元，所述主控制器通过所述通讯隔离单元与外部设备通讯，所述电压检测单元用于检测电芯的电压，所述温度检测单元用于检测电芯的温度，所述压力检测单元用于检测电芯的膨胀力，所述主控制器用于存储膨胀力预测模型、电芯SOC-SOH预测模型，对采集的数据进行处理，通过采集到的数据、膨胀力预测模型、电芯SOC-SOH预测模型对电芯当前的SOC和SOH进行更新以及进行电芯异常报警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310853025.5A CN116577679B (zh) | 2023-07-12 | 2023-07-12 | 大型储能电池的热失控预警方法及***、电子设备、介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310853025.5A CN116577679B (zh) | 2023-07-12 | 2023-07-12 | 大型储能电池的热失控预警方法及***、电子设备、介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116577679A CN116577679A (zh) | 2023-08-11 |
| CN116577679B true CN116577679B (zh) | 2023-09-12 |
Family
ID=87538147
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310853025.5A Active CN116577679B (zh) | 2023-07-12 | 2023-07-12 | 大型储能电池的热失控预警方法及***、电子设备、介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116577679B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117429264B (zh) * | 2023-12-21 | 2024-03-29 | 钛深科技(深圳)有限公司 | 电池模组的维保检测方法、存储介质、汽车及储能*** |
| CN117949836B (zh) * | 2024-03-26 | 2024-06-11 | 大秦数字能源技术股份有限公司 | 一种电池热失控隐患识别方法、装置、终端及存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112108400A (zh) * | 2020-08-07 | 2020-12-22 | 合肥国轩高科动力能源有限公司 | 一种预测软包电池循环性能的测试方法 |
| DE102019215805A1 (de) * | 2019-10-15 | 2021-01-07 | Vitesco Technologies GmbH | Anordnung zur Zustandsbestimmung bei einer Batteriezelle, Batteriemanagementvorrichtung und Batteriesystem mit einer Anordnung |
| CN112886082A (zh) * | 2021-01-12 | 2021-06-01 | 中国汽车技术研究中心有限公司 | 动力电池热失控预警方法、装置、电子设备及介质 |
| CN115091958A (zh) * | 2022-06-08 | 2022-09-23 | 合众新能源汽车有限公司 | 电池热失控预警方法和装置 |
| CN115585926A (zh) * | 2022-09-29 | 2023-01-10 | 上海力矽微电子技术有限公司 | 一种动力电池膨胀力监测***和方法 |
| CN115879378A (zh) * | 2023-01-04 | 2023-03-31 | 清陶(昆山)能源发展股份有限公司 | 一种电芯的膨胀力预测模型的训练方法及装置 |
| WO2023071783A1 (zh) * | 2021-10-29 | 2023-05-04 | 宁德时代新能源科技股份有限公司 | 电池热失控检测方法、装置、***、车辆及存储介质 |
| CN116298940A (zh) * | 2023-02-23 | 2023-06-23 | 国网湖北省电力有限公司电力科学研究院 | 一种分段充电触发锂离子电池热失控的研究方法及装置 |
| CN116338477A (zh) * | 2023-03-30 | 2023-06-27 | 楚能新能源股份有限公司 | 一种电池膨胀力影响因素测试及分析方法 |
-
2023
- 2023-07-12 CN CN202310853025.5A patent/CN116577679B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102019215805A1 (de) * | 2019-10-15 | 2021-01-07 | Vitesco Technologies GmbH | Anordnung zur Zustandsbestimmung bei einer Batteriezelle, Batteriemanagementvorrichtung und Batteriesystem mit einer Anordnung |
| CN112108400A (zh) * | 2020-08-07 | 2020-12-22 | 合肥国轩高科动力能源有限公司 | 一种预测软包电池循环性能的测试方法 |
| CN112886082A (zh) * | 2021-01-12 | 2021-06-01 | 中国汽车技术研究中心有限公司 | 动力电池热失控预警方法、装置、电子设备及介质 |
| JP2022108252A (ja) * | 2021-01-12 | 2022-07-25 | 中国汽車技術研究中心有限公司 | 動力電池の熱暴走の事前警報方法、装置、電子デバイス及び媒体 |
| WO2023071783A1 (zh) * | 2021-10-29 | 2023-05-04 | 宁德时代新能源科技股份有限公司 | 电池热失控检测方法、装置、***、车辆及存储介质 |
| CN115091958A (zh) * | 2022-06-08 | 2022-09-23 | 合众新能源汽车有限公司 | 电池热失控预警方法和装置 |
| CN115585926A (zh) * | 2022-09-29 | 2023-01-10 | 上海力矽微电子技术有限公司 | 一种动力电池膨胀力监测***和方法 |
| CN115879378A (zh) * | 2023-01-04 | 2023-03-31 | 清陶(昆山)能源发展股份有限公司 | 一种电芯的膨胀力预测模型的训练方法及装置 |
| CN116298940A (zh) * | 2023-02-23 | 2023-06-23 | 国网湖北省电力有限公司电力科学研究院 | 一种分段充电触发锂离子电池热失控的研究方法及装置 |
| CN116338477A (zh) * | 2023-03-30 | 2023-06-27 | 楚能新能源股份有限公司 | 一种电池膨胀力影响因素测试及分析方法 |
Non-Patent Citations (1)
| Title |
|---|
| 锂电池膨胀力及位移测试试验台的开发;曲杰等;科学技术与工程(第22期);摘要 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116577679A (zh) | 2023-08-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116577679B (zh) | 大型储能电池的热失控预警方法及***、电子设备、介质 | |
| Kang et al. | Online multi-fault detection and diagnosis for battery packs in electric vehicles | |
| Zhang et al. | Multi-fault detection and isolation for lithium-ion battery systems | |
| EP3557269B1 (en) | Online detection method for internal short-circuit of battery | |
| US20170117725A1 (en) | Thermal Monitoring of Battery Packs | |
| US20170139014A1 (en) | Energy storage battery, energy storage-battery monitoring method and monitoring controller | |
| CN109870650B (zh) | 电池监控方法及*** | |
| CN107656216A (zh) | 一种铅酸蓄电池在线监测维护及预警***及性能评估方法 | |
| EP4369013A1 (en) | Method and system for early warning of abnormal self-discharge of battery, and electronic device and storage medium | |
| CN116973782B (zh) | 基于机器学习的新能源汽车保养维护与故障监测诊断方法 | |
| CN115951230B (zh) | 一种锂电池储能箱的异常检测方法及*** | |
| CN116424096B (zh) | 资源动态优化配置的新能源汽车电池采集总成方法及*** | |
| US20230140632A1 (en) | Power supply device and failure detection method for battery | |
| CN117269785A (zh) | 一种基于数据分析的锂电池组多模式测试监管*** | |
| CN117594889A (zh) | 一种适用于独立式蓄电池组的运行安全智能管控*** | |
| CN109782184B (zh) | Pack***的热失控风险诊断方法及其电子设备 | |
| US20230168305A1 (en) | Anomaly identification in an electrochemical system | |
| CN116773239A (zh) | 一种智能燃气表控制器可靠性寿命预测方法 | |
| TWI810098B (zh) | 電池管理裝置、電池管理程式 | |
| CN110736950A (zh) | 电池管理***在线测试***及方法 | |
| Szürke et al. | Statistical approach for designing generic 18650 battery model | |
| CN109698528B (zh) | 电池组均衡电路检测***及方法 | |
| CN115608653A (zh) | 电池***中异常电池单元筛选的方法及筛选装置 | |
| CN110297189B (zh) | 一种电池模组中单串电池的一致性评估方法 | |
| US20110316545A1 (en) | Electronic Detection of Signatures |
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 | ||
| CP01 | Change in the name or title of a patent holder |
Address after: West of Building 28, No. 2, Mount Taishan Road, High tech Zone, Suzhou City, Jiangsu Province, 215000 Patentee after: Suzhou Jingkong Energy Technology Co.,Ltd. Address before: West of Building 28, No. 2, Mount Taishan Road, High tech Zone, Suzhou City, Jiangsu Province, 215000 Patentee before: SUZHOU JK ENERGY Ltd. |
|
| CP01 | Change in the name or title of a patent holder |