CN117289683A - 储能电池管理***测试方法、***、电子设备及存储介质 - Google Patents
储能电池管理***测试方法、***、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117289683A CN117289683A CN202311557533.5A CN202311557533A CN117289683A CN 117289683 A CN117289683 A CN 117289683A CN 202311557533 A CN202311557533 A CN 202311557533A CN 117289683 A CN117289683 A CN 117289683A
- Authority
- CN
- China
- Prior art keywords
- working condition
- condition data
- energy storage
- simulation
- battery management
- 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
- 238000004146 energy storage Methods 0.000 title claims abstract description 102
- 238000012360 testing method Methods 0.000 title claims abstract description 76
- 238000004088 simulation Methods 0.000 claims abstract description 85
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000010998 test method Methods 0.000 claims abstract description 4
- 238000012986 modification Methods 0.000 claims description 17
- 230000004048 modification Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 239000000758 substrate Substances 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000012545 processing Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 5
- 238000003491 array Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000013522 software testing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
-
- 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
-
- 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
-
- 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)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本申请提供一种储能电池管理***测试方法、***、电子设备及存储介质，该方法包括：接收云服务器传送的第一工况数据，所述第一工况数据为实际运行的储能设备的工况数据；基于所述第一工况数据配置仿真参数；基于所述仿真参数对被测储能电池管理***进行仿真测试，得到第二工况数据。本申请提供的方法，有助于提高储能电池管理***测试的准确性和可靠性。
Description
技术领域
本申请涉及储能电池管理***领域，尤其涉及一种储能电池管理***测试方法、***、电子设备及存储介质。
背景技术
随着储能电池技术的不断发展，储能***中的电池数量更庞大、充放电深度更深、寿命周期更长，因而储能电池管理***需要应对更多、更复杂的能量管理体系和数据处理量。并且由于储能电站使用场景复杂，在出厂测试过程中储能电池管理***的测试存在准确性和可靠性较低的问题。
发明内容
本申请提供了一种储能电池管理***测试方法、***、电子设备及存储介质，有助于提高储能电池管理***测试的准确性和可靠性。
第一方面，本申请提供了一种储能电池管理***测试方法，包括：
接收云服务器传送的第一工况数据，所述第一工况数据为实际运行的储能设备的工况数据；
基于所述第一工况数据配置仿真参数；
基于所述仿真参数对被测储能电池管理***进行仿真测试，得到第二工况数据。
在本申请中，通过云服务器将实际运行的储能设备的工况数据传送至仿真***，仿真***根据实际工况数据配置仿真参数，实现对被测储能电池管理***的仿真测试。通过复现实际工况，有利于更逼真地模拟真实运行的工况，提高储能电池管理***测试的准确性和可靠性，从而能够预防和预测未知危险的发生。
第二方面，本申请提供一种储能电池管理***测试装置，包括：
接收模块，用于接收云服务器传送的第一工况数据，所述第一工况数据为实际运行的储能设备的工况数据；
配置参数模块，用于基于所述第一工况数据配置仿真参数；
仿真测试模块，用于基于所述仿真参数对被测储能电池管理***进行仿真测试，得到第二工况数据。
第三方面，本申请提供了一种电子设备，包括：处理器和存储器，所述存储器用于存储计算机程序；所述处理器用于运行所述计算机程序，实现如第一方面所述的储能电池管理***测试方法。
第四方面，本申请提供一种储能电池管理***测试***，包括：如第三方面所示的电子设备和云服务器。
第五方面，本申请提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，当其在计算机上运行时，使得计算机实现如第一方面所述的储能电池管理***测试方法。
附图说明
图1为本申请实施例提供的应用场景架构图；
图2为本申请一个实施例提供的储能电池管理***测试方法的流程示意图；
图3为本申请另一个实施例提供的储能电池管理***测试方法的流程示意图；
图4为本申请实施例提供的仿真修改建议获取方法的流程示意图；
图5为本申请实施例提供的储能电池管理***测试装置的结构示意图；
图6为本申请实施例提供的电子设备的结构示意图。
具体实施方式
本申请实施例中，除非另有说明，字符“/”表示前后关联对象是一种或的关系。例如，A/B可以表示A或B。“和/或”描述关联对象的关联关系，表示可以存在三种关系。例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。
需要指出的是，本申请实施例中涉及的“第一”、“第二”等词汇，仅用于区分描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量，也不能理解为指示或暗示顺序。
本申请实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。此外，“以下至少一项（个）”或者其类似表达，是指的这些项中的任意组合，可以包括单项（个）或复数项（个）的任意组合。例如，A、B或C中的至少一项（个），可以表示：A，B，C，A和B，A和C，B和C，或A、B和C。其中，A、B、C中的每个本身可以是元素，也可以是包含一个或多个元素的集合。
本申请实施例中，“示例的”、“在一些实施例中”、“在另一实施例中”等用于表示作例子、例证或说明。本申请中被描述为“示例”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用示例的一词旨在以具体方式呈现概念。
本申请实施例中的“的（of）”、“相应的（corresponding，relevant）”和“对应的（corresponding）”有时可以混用，应当指出的是，在不强调其区别时，所要表达的含义是一致的。本申请实施例中，通信、传输有时可以混用，应当指出的是，在不强调其区别时，其所表达的含义是一致的。例如，传输可以包括发送和/或接收，可以为名词，也可以是动词。
本申请实施例中涉及的等于可以与大于连用，适用于大于时所采用的技术方案，也可以与小于连用，适用于小于时所采用的技术方案。需要说明的是，当等于与大于连用时，不能与小于连用；当等于与小于连用时，不与大于连用。
目前的储能***中的电池数量更庞大、充放电深度更深、寿命周期更长，因而储能电池管理***（Battery Management System，以下简称BMS）需要应对更多、更复杂的能量管理体系和数据处理量。并且储能电站使用场景复杂，在出厂测试过程中直接使用本地控制器进行测试，由于本地控制器存储的数据量少，无法模拟各种极限，也无法长时间、多时间尺度对储能BMS的功能进行验证，导致储能BMS的测试存在准确性和可靠性较低的问题。
基于上述问题，本申请实施例提出了一种储能电池管理***测试方法，有助于提高储能电池管理***测试的准确性和可靠性。
现结合图1-图4对本申请实施例提供的储能电池管理***测试方法进行说明。
图1为本申请实施例提供的应用场景架构图。如图1所示，上述应用场景包括云服务器、仿真***、实际运行储能设备和被测储能BMS。云服务器与实际运行储能设备和被测储能BMS建立通讯连接后可以进行实时数据交互，实际运行储能设备和被测储能BMS可以将各自的工况数据上传至云服务器。仿真***可以和云服务器建立连接，既可以接收云服务器传送的实际运行储能设备的工况数据，基于该工况数据进行工况复现，也可以接收云服务器的仿真修改建议，优化模型或算法；同时，仿真***通过CAN总线(Controller AreaNetwork，控制器局域网)、 LAN（Local Area Network，局域网）、DI/DO（Digital Input/Digital Output，数字量输入/输出）、AI/AO（Analog Input/ Analog Output，模拟量输入/输出）等接口与被测储能BMS进行数据交换。
本申请实施例提供的测试方法应用于HIL（Hardware in the Loop，硬件在环）仿真测试***。HIL仿真测试***是以实时处理器运行仿真模型来模拟被测储能BMS的运行状态，通过接口与被测储能BMS的控制器连接，对被测控制器进行全方面的、***的测试。HIL仿真测试***包括上位机和实时仿真机，上位机可以是电脑一体机(即由一台显示器、一个电脑键盘和一个鼠标组成的电脑)、平板电脑、笔记本电脑、掌上电脑等电子设备，上位机用于负责软硬件配置和流程管理、运行自动化测试软件，自动生成测试报告、实时数据显示和记录等；实时仿真机包括实时控制器和多个接口，实时控制器包括实时处理***、消防***模型、I/O接口模型、液冷***模型、热失控模型、均衡策略模型等，实时仿真机可以通过接口与被测储能BMS进行实时数据交互。
图2为本申请一个实施例提供的储能电池管理***测试方法的流程示意图，具体包括以下步骤：
步骤S21，接收云服务器传送的第一工况数据，所述第一工况数据为实际运行的储能设备的工况数据。
具体地，HIL仿真测试***的上位机接收云服务器传送的第一工况数据，该工况数据是实际运行的储能设备在一定时间内运行的工况数据，包括电池温度、电压、电流、电量变化量/能量变化量(可通过时间、和/或电压、和/或电流、和/或功率进行积分运算获取)，SOC (State of Charge，荷电状态) 、自放电率等。由实际运行的储能设备将该工况数据上传并存储在云服务器。可选地，云服务器可以对接收的工况数据进行数据筛选与清洗，以清除异常数据，提高后续仿真测试结果的准确性。
步骤S22，基于所述第一工况数据配置仿真参数。
具体地，该仿真参数包括起始运行环境参数、仿真模型参数、被测储能电池管理***算法和电芯参数。HIL仿真测试***基于实际运行的储能设备的工况数据设置与实际工况一致的电芯参数，如电芯的额定电压、容量、最大充电电压/电流等，和起始环境参数，如环境温度、环境湿度等，并将仿真模型参数和被测储能电池管理***算法初始化。通过设置与实际工况一致的起始环境参数和电芯参数，可以使得仿真***更逼真地模拟实际设备运行时的状态，使得测试结果的可靠性更高。
步骤S23，基于所述仿真参数对被测储能电池管理***进行仿真测试，得到第二工况数据。
具体地，HIL仿真测试***与被测储能BMS通过接口连接，配置被测储能BMS控制器以HIL仿真测试***环境，根据测试需求选择测试工程或者自定义测试工程，通过HIL仿真测试***的上位机的测试工程进行手动或自动化测试，对被测储能BMS控制器进行通信、功能、故障诊断等测试，得到复现的工况数据，即第二工况数据。
在本申请中，利用云边协同进行半实物仿真测试，通过云服务器将实际运行的储能设备的工况数据传送至仿真***，仿真***根据实际工况数据配置仿真参数，实现对被测储能电池管理***的仿真测试。通过复现实际工况，有利于对被测储能BMS控制器进行深度的仿真测试，克服本地测试的局限，提高被测储能BMS控制器的测试效率、测试深度、测试维度和测试时间跨度，能够更逼真地模拟储能设备真实运行的工况，提高储能电池管理***测试的准确性和可靠性，从而能够预防和预测未知危险的发生。
在另一个实施例中，如图3所示，图3为本申请另一个实施例提供的储能电池管理***测试方法的流程示意图，具体包括以下步骤：
步骤S31，接收云服务器传送的第一工况数据，所述第一工况数据为实际运行的储能设备的工况数据。
步骤S32，基于所述第一工况数据配置仿真参数。
步骤S33，基于所述仿真参数对被测储能电池管理***进行仿真测试，得到第二工况数据。
上述步骤S31至步骤S33的具体实施原理及方式与对应图2的实施例中的步骤S21至步骤S23一致，具体可参见步骤S21至步骤S23的描述。
步骤S34，将所述第二工况数据上传至所述云服务器。
具体地，HIL仿真测试***将测试得到的被测储能BMS工况数据，即第二工况数据上传至云服务器。
步骤S35，接收所述云服务器传送的仿真修改建议。
具体地，HIL仿真测试***接收的仿真修改建议是云服务器基于第一工况数据和第二工况数据进行对比后得到的结果，HIL仿真测试***根据该仿真修改建议可以实现模型或算法的优化。
获取仿真修改建议的方法如图4所示，图4为本申请实施例提供的仿真修改建议获取方法的流程示意图。具体包括以下步骤：
步骤S41：运行仿真***，得到第二工况数据。
步骤S42：基于所述第一工况数据和所述第二工况数据计算在相同时间内的所述第一工况数据和所述第二工况数据的偏差值。
具体地，云服务器通过大数据统计法、特性法、特征量提取法、人工智能算法等方法将被测储能BMS的工况数据与实际运行储能设备的真实工况数据进行对比，即对比在相同的时间内实际运行的工况数据和复现的工况数据，计算出电池工况偏差值，例如计算出电池温度的变化量、电池电压的变化量、电量变化量、能量变化量等。
步骤S43：判断偏差值是否大于阈值，若是，则执行步骤S44，若否，则继续执行步骤S41。
步骤S44：判断是否更改模型参数和/或被测储能BMS算法，若是，则执行步骤S45，若否，则执行步骤S46。
可选地，在偏差值大于阈值时，优先考虑更改仿真模型参数，在更改仿真模型参数后，在复现的工况数据与实际的工况数据的偏差值仍大于阈值的情况下，再考虑更改被测储能BMS算法，当然也可以同时更改仿真模型参数和被测储能BMS算法。
步骤S45：云服务器下发仿真修改建议至仿真平台。
步骤S46：评价工况复现的可靠性。
具体地，基于第一工况数据和第二工况数据采用重复性分析方法、内部一致性分析方法、信度分析方法中的至少一种对工况复现的可靠性进行分析评价。
步骤S36，基于所述仿真修改建议更改所述仿真模型参数和/或所述被测储能电池管理***算法。
在本申请中，云服务器通过大数据统计法、特性法、特征量提取法、人工智能算法等方法将被测储能BMS的工况数据与实际运行储能设备的真实工况数据进行对比，验证被测储能BMS功能的准确性和可靠性。并且通过更改实时模型参数和/或被测储能BMS算法实现半实物仿真测试的迭代优化，有利于更逼真地模拟真实运行的工况，以及对被测储能BMS更深层的测试验证。
图5为本申请实施例提供的储能电池管理***测试装置的结构示意图，如图5所示，储能电池管理***测试装置50可以包括：
接收模块51，用于接收云服务器传送的第一工况数据，所述第一工况数据为实际运行的储能设备的工况数据。
配置参数模块52，用于基于所述第一工况数据配置仿真参数，所述仿真参数包括起始运行环境参数、仿真模型参数、被测储能电池管理***算法和电芯参数。
仿真测试模块53，用于基于所述仿真参数对被测储能电池管理***进行仿真测试，得到第二工况数据。
其中一种可能的实现方式中，上述接收模块51还可以用于：
接收所述云服务器传送的仿真修改建议，所述仿真修改建议为所述云服务器基于所述第一工况数据和所述第二工况数据进行对比后得到的结果。
其中一种可能的实现方式中，上述储能电池管理***测试装置50还包括：
上传模块，用于将所述第二工况数据上传至所述云服务器。
其中一种可能的实现方式中，上述储能电池管理***测试装置50还包括：
更改模块，用于基于所述仿真修改建议更改所述仿真模型参数和/或所述被测储能电池管理***算法。
图5所示实施例提供的储能电池管理***测试装置50可用于执行本申请所示方法实施例的技术方案，其实现原理和技术效果可以进一步参考方法实施例中的相关描述。
应理解以上图5所示的储能电池管理***测试装置50的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块以软件通过处理元件调用的形式实现，部分模块通过硬件的形式实现。例如，检测模块可以为单独设立的处理元件，也可以集成在电子设备的某一个芯片中实现。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路（Application Specific Integrated Circuit；以下简称：ASIC），或，一个或多个微处理器（Digital Signal Processor；以下简称：DSP），或，一个或者多个现场可编程门阵列（Field Programmable Gate Array；以下简称：FPGA）等。再如，这些模块可以集成在一起，以片上***（System-On-a-Chip；以下简称：SOC）的形式实现。
以上各实施例中，涉及的处理器可以例如包括CPU、DSP、微控制器或数字信号处理器，还可包括GPU、嵌入式神经网络处理器（Neural-network Process Units；以下简称：NPU）和图像信号处理器（Image Signal Processing；以下简称：ISP），该处理器还可包括必要的硬件加速器或逻辑处理硬件电路，如ASIC，或一个或多个用于控制本申请技术方案程序执行的集成电路等。此外，处理器可以具有操作一个或多个软件程序的功能，软件程序可以存储在存储介质中。
本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，当其在计算机上运行时，使得计算机执行本申请所示实施例提供的方法。
本申请实施例还提供一种计算机程序产品，该计算机程序产品包括计算机程序，当其在计算机上运行时，使得计算机执行本申请所示实施例提供的方法。
下面结合图6进一步介绍本申请实施例中提供的示例性电子设备。图6示出了电子设备6000的结构示意图。
上述电子设备6000可以包括：至少一个处理器；以及与上述处理器通信连接的至少一个存储器，其中：上述存储器存储有可被上述处理器执行的程序指令，处理器调用上述程序指令能够执行本申请所示实施例提供的储能电池管理***测试方法。
图6示出了适用于实现本申请实施方式的示例性电子设备6000的框图。图6显示的电子设备6000仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示，电子设备6000以通用计算设备的形式表现。电子设备6000的组件可以包括但不限于：一个或者多个处理器6010，存储器6020，连接不同***组件（包括存储器6020和处理器6010）的通信总线6040以及通信接口6030。
通信总线6040表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，***总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构（Industry StandardArchitecture；以下简称：ISA）总线，微通道体系结构（Micro Channel Architecture；以下简称：MAC）总线，增强型ISA总线、视频电子标准协会（Video Electronics StandardsAssociation；以下简称：VESA）局域总线以及***组件互连（Peripheral ComponentInterconnection；以下简称：PCI）总线。
电子设备6000典型地包括多种计算机***可读介质。这些介质可以是任何能够被电子设备访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器6020可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器（Random Access Memory；以下简称：RAM）和/或高速缓存存储器。电子设备可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。尽管图6中未示出，可以提供用于对可移动非易失性磁盘（例如“软盘”）读写的磁盘驱动器，以及对可移动非易失性光盘（例如：光盘只读存储器（Compact Disc Read Only Memory；以下简称：CD-ROM）、数字多功能只读光盘（Digital Video Disc Read Only Memory；以下简称：DVD-ROM）或者其它光介质）读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与通信总线6040相连。存储器6020可以包括至少一个程序产品，该程序产品具有一组（例如至少一个）程序模块，这些程序模块被配置以执行本申请各实施例的功能。
具有一组（至少一个）程序模块的程序/实用工具，可以存储在存储器6020中，这样的程序模块包括——但不限于——操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块通常执行本申请所描述的实施例中的功能和/或方法。
电子设备6000也可以与一个或多个外部设备（例如键盘、指向设备、显示器等）通信，还可与一个或者多个使得用户能与该电子设备交互的设备通信，和/或与使得该电子设备能与一个或多个其它计算设备进行通信的任何设备（例如网卡，调制解调器等等）通信。这种通信可以通过通信接口6030进行。并且，电子设备6000还可以通过网络适配器（图6中未示出）与一个或者多个网络（例如局域网（Local Area Network；以下简称：LAN），广域网（Wide Area Network；以下简称：WAN）和/或公共网络，例如因特网）通信，上述网络适配器可以通过通信总线6040与电子设备的其它模块通信。应当明白，尽管图6中未示出，可以结合电子设备6000使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列（Redundant Arrays of Independent Drives；以下简称：RAID）***、磁带驱动器以及数据备份存储***等。
处理器6010通过运行存储在存储器6020中的程序，从而执行各种功能应用以及数据处理，例如实现本申请实施例提供的方法。
可以理解的是，本申请实施例示意的各模块间的接口连接关系，只是示意性说明，并不构成对电子设备6000的结构限定。在本申请另一些实施例中，电子设备6000也可以采用上述实施例中不同的接口连接方式，或多种接口连接方式的组合。
以上各实施例中，涉及的处理器可以例如包括CPU、DSP、微控制器或数字信号处理器，还可包括GPU、嵌入式神经网络处理器（Neural-network Process Units；以下简称：NPU）和图像信号处理器（Image Signal Processing；以下简称：ISP），该处理器还可包括必要的硬件加速器或逻辑处理硬件电路，如ASIC，或一个或多个用于控制本申请技术方案程序执行的集成电路等。此外，处理器可以具有操作一个或多个软件程序的功能，软件程序可以存储在存储介质中。
本领域普通技术人员可以意识到，本文中公开的实施例中描述的各单元及算法步骤，能够以电子硬件、计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
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，任一功能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，本申请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）执行本申请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（Read-Only Memory；以下简称：ROM）、随机存取存储器（Random Access Memory；以下简称：RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。本申请的保护范围应以所述权利要求的保护范围为准。
Claims (11)
1.一种储能电池管理***测试方法，其特征在于，所述方法包括：
接收云服务器传送的第一工况数据，所述第一工况数据为实际运行的储能设备的工况数据；
基于所述第一工况数据配置仿真参数；
基于所述仿真参数对被测储能电池管理***进行仿真测试，得到第二工况数据。
2.根据权利要求1所述的方法，其特征在于，
所述仿真参数包括起始运行环境参数、仿真模型参数、被测储能电池管理***算法和电芯参数。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
将所述第二工况数据上传至所述云服务器；
接收所述云服务器传送的仿真修改建议；
基于所述仿真修改建议更改所述仿真模型参数和/或所述被测储能电池管理***算法。
4.根据权利要求3所述的方法，其特征在于，
所述仿真修改建议为所述云服务器基于所述第一工况数据和所述第二工况数据进行对比后得到的结果。
5.根据权利要求4所述的方法，其特征在于，所述基于所述第一工况数据和所述第二工况数据进行对比包括：
基于所述第一工况数据和所述第二工况数据计算在相同时间内的所述第一工况数据和所述第二工况数据的偏差值；
判断所述偏差值是否大于预设阈值。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
若所述偏差值大于所述预设阈值，则进一步判断是否需要更改所述仿真模型参数和/或所述被测储能电池管理***算法；
若需要更改，则触发所述云服务器下发所述仿真修改建议至仿真平台；
若不需要更改，则评价工况复现的可靠性。
7.根据权利要求6所述的方法，其特征在于，所述评价工况复现的可靠性包括：
基于所述第一工况数据和所述第二工况数据采用重复性分析方法、内部一致性分析方法、信度分析方法中的至少一种对工况复现的可靠性进行分析评价。
8.根据权利要求1所述的方法，其特征在于，所述第一工况数据或所述第二工况数据至少包括电池温度、电压、电流、电量变化量/能量变化量、荷电状态和自放电率。
9.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器用于存储计算机程序；所述处理器用于运行所述计算机程序，实现如权利要求1-8任一项所述的储能电池管理***测试方法。
10.一种储能电池管理***测试***，其特征在于，
包括如权利要求9所述的电子设备和云服务器。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，当所述计算机程序在计算机上运行时，实现如权利要求1-8任一所述的储能电池管理***测试方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311557533.5A CN117289683A (zh) | 2023-11-21 | 2023-11-21 | 储能电池管理***测试方法、***、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311557533.5A CN117289683A (zh) | 2023-11-21 | 2023-11-21 | 储能电池管理***测试方法、***、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117289683A true CN117289683A (zh) | 2023-12-26 |
Family
ID=89241001
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311557533.5A Pending CN117289683A (zh) | 2023-11-21 | 2023-11-21 | 储能电池管理***测试方法、***、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117289683A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104898633A (zh) * | 2015-06-16 | 2015-09-09 | 中广核工程有限公司 | 一种核电厂非安全级dcs组态测试方法及*** |
| CN111123107A (zh) * | 2018-10-30 | 2020-05-08 | 北京天诚同创电气有限公司 | 电池仿真建模方法、装置及电池等效模型 |
| CN112285586A (zh) * | 2020-10-19 | 2021-01-29 | 广州极飞科技有限公司 | Bms测试方法、装置、***、仿真测试设备及存储介质 |
| CN113378403A (zh) * | 2021-06-28 | 2021-09-10 | 中国第一汽车股份有限公司 | 仿真测试建模方法、***、测试方法、设备及存储介质 |
| WO2022262566A1 (zh) * | 2021-06-18 | 2022-12-22 | 蜂巢能源科技股份有限公司 | 三电极锂离子电池锂沉积的预测方法、装置、设备及介质 |
| CN116667402A (zh) * | 2023-04-10 | 2023-08-29 | 国网西藏电力有限公司 | 电化学储能***并网暂态仿真模型参数辨识方法及*** |
| CN116995331A (zh) * | 2023-05-18 | 2023-11-03 | 晶科储能科技有限公司 | 一种电池模组及电池包 |
| CN117007976A (zh) * | 2023-08-16 | 2023-11-07 | 广汽埃安新能源汽车股份有限公司 | 一种电池仿真方法、装置、电子设备及存储介质 |
-
2023
- 2023-11-21 CN CN202311557533.5A patent/CN117289683A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104898633A (zh) * | 2015-06-16 | 2015-09-09 | 中广核工程有限公司 | 一种核电厂非安全级dcs组态测试方法及*** |
| CN111123107A (zh) * | 2018-10-30 | 2020-05-08 | 北京天诚同创电气有限公司 | 电池仿真建模方法、装置及电池等效模型 |
| CN112285586A (zh) * | 2020-10-19 | 2021-01-29 | 广州极飞科技有限公司 | Bms测试方法、装置、***、仿真测试设备及存储介质 |
| WO2022262566A1 (zh) * | 2021-06-18 | 2022-12-22 | 蜂巢能源科技股份有限公司 | 三电极锂离子电池锂沉积的预测方法、装置、设备及介质 |
| CN113378403A (zh) * | 2021-06-28 | 2021-09-10 | 中国第一汽车股份有限公司 | 仿真测试建模方法、***、测试方法、设备及存储介质 |
| CN116667402A (zh) * | 2023-04-10 | 2023-08-29 | 国网西藏电力有限公司 | 电化学储能***并网暂态仿真模型参数辨识方法及*** |
| CN116995331A (zh) * | 2023-05-18 | 2023-11-03 | 晶科储能科技有限公司 | 一种电池模组及电池包 |
| CN117007976A (zh) * | 2023-08-16 | 2023-11-07 | 广汽埃安新能源汽车股份有限公司 | 一种电池仿真方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102576311B (zh) | 用于通过优化性能模型提高软件执行时间的方法和*** | |
| KR102402845B1 (ko) | 디지털 트윈 기반 건설기계 지능화를 위한 실시간 데이터 처리 방법 | |
| CN112148542B (zh) | 一种分布式存储集群的可靠性测试方法、装置及*** | |
| EP4235482A1 (en) | State preview method and system for key equipment of nuclear power plant, and device and storage medium | |
| CN114371409B (zh) | 电池状态预测模型的训练方法、电池状态预测方法及装置 | |
| CN113189495B (zh) | 一种电池健康状态的预测方法、装置及电子设备 | |
| CN106526376A (zh) | 仿真测试***和仿真测试方法 | |
| CN110806546A (zh) | 电池健康评估方法、装置、存储介质及电子设备 | |
| CN115841046B (zh) | 基于维纳过程的加速退化试验数据处理方法和装置 | |
| US20120174231A1 (en) | Assessing System Performance Impact of Security Attacks | |
| WO2022156403A1 (zh) | 继电器诊断测试方法、装置、存储介质、上位机及*** | |
| CN116527536B (zh) | 一种基于平行仿真的测试评估方法、装置及*** | |
| CN107038120A (zh) | 一种软件测试方法和设备 | |
| CN114021188A (zh) | 一种联邦学习协议交互安全验证方法、装置及电子设备 | |
| CN114722585A (zh) | 一种用于方案推演分析的数据处理方法及装置 | |
| EP4152715A1 (en) | Method and apparatus for determining resource configuration of cloud service system | |
| CN117289683A (zh) | 储能电池管理***测试方法、***、电子设备及存储介质 | |
| CN110968517A (zh) | 自动测试方法、装置、平台和计算机可读存储介质 | |
| CN115165332B (zh) | 一种装备机内测试与综合测试一体化设计方法及*** | |
| CN115184055A (zh) | 一种分级测试性优化的测试集确定方法及*** | |
| CN114741284A (zh) | 任务可靠性评估方法、装置、计算机设备和存储介质 | |
| CN113848410A (zh) | 一种控保装置的检测方法及装置 | |
| CN112000925A (zh) | 用户账号识别方法、装置、设备及介质 | |
| CN116737554B (zh) | 一种基于大数据的智能分析处理***及方法 | |
| US7490030B2 (en) | Power modelling of a circuit |
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 |