CN117420452A - 一种用于锂电池储能的监测预警*** - Google Patents
一种用于锂电池储能的监测预警*** Download PDFInfo
- Publication number
- CN117420452A CN117420452A CN202311741954.3A CN202311741954A CN117420452A CN 117420452 A CN117420452 A CN 117420452A CN 202311741954 A CN202311741954 A CN 202311741954A CN 117420452 A CN117420452 A CN 117420452A
- Authority
- CN
- China
- Prior art keywords
- value
- lithium battery
- obtaining
- module
- charging
- 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.)
- Granted
Links
- 229910052744 lithium Inorganic materials 0.000 title claims abstract description 128
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 title claims abstract description 126
- 238000012544 monitoring process Methods 0.000 title claims abstract description 91
- 238000004146 energy storage Methods 0.000 title claims abstract description 19
- 230000005856 abnormality Effects 0.000 claims abstract description 51
- 238000004458 analytical method Methods 0.000 claims abstract description 39
- 238000001514 detection method Methods 0.000 claims abstract description 16
- 239000007789 gas Substances 0.000 claims description 86
- 238000007599 discharging Methods 0.000 claims description 80
- 238000000034 method Methods 0.000 claims description 71
- 230000002159 abnormal effect Effects 0.000 claims description 45
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 claims description 43
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 43
- 239000000460 chlorine Substances 0.000 claims description 43
- 229910052801 chlorine Inorganic materials 0.000 claims description 43
- 239000001257 hydrogen Substances 0.000 claims description 43
- 229910052739 hydrogen Inorganic materials 0.000 claims description 43
- 230000032683 aging Effects 0.000 claims description 17
- 238000013139 quantization Methods 0.000 claims description 16
- 238000004519 manufacturing process Methods 0.000 claims description 15
- 238000013500 data storage Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 8
- 239000000428 dust Substances 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 description 12
- 239000000284 extract Substances 0.000 description 7
- 238000004880 explosion Methods 0.000 description 3
- 239000000779 smoke Substances 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 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
- 238000011160 research Methods 0.000 description 1
- 239000000126 substance Substances 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
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
-
- 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)
Abstract
本发明涉及锂电池监测技术领域,具体涉及一种用于锂电池储能的监测预警***,用于解决现有的监测预警***对锂电池的监测准确度不高,且无法实时、及时地监测锂电池的状态,并及时发现异常,无法保证锂电池的安全使用的问题;该监测预警***包括以下模块:表面检测模块、参数分析模块、预警分级模块、气体监测模块、状态监测模块以及分级报警模块;该监测预警***能够从多方面对锂电池进行监测,提高了锂电池的监测准确性,且能够实时、及时地监测锂电池的状态,及时发现异常,保证锂电池的安全使用。
Description
技术领域
本发明涉及锂电池监测技术领域,具体涉及一种用于锂电池储能的监测预警***。
背景技术
随着新能源技术的发展锂电池已经成为电池储能的主流产品,而锂金属由于其化学特性非常活泼,在使用过程中极易发生安全事故,严重的还有可能造成***事故。然而,在现有技术中对于锂电池的安全监测预警方法仅可以对充电过程中的个别参数进行监测预警,主要的检测温度与烟雾产生。但是,当锂金属检测到烟雾时,往往已经为时过晚,随之而来的就是燃烧与***,无法给使用者留下足够时间进行紧急处理。
经过实际观察与研究发现,当电池恶化,产生高温、冒烟,之后燃烧,***随即到来,时间短,因此,亟需一种用于锂电池储能的监测预警***能够在锂电池发生异常之前即可及时发出安全监测讯号,是当前锂电池车迫切任务。
如何改善现有的监测预警***对锂电池的监测准确度不高,且无法实时、及时地监测锂电池的状态,并及时发现异常,无法保证锂电池的安全使用是本发明的关键。
发明内容
为了克服上述的技术问题,本发明的目的在于提供一种用于锂电池储能的监测预警***:通过表面检测模块对锂电池的表面状态进行检测,获取锂电池的异常参数,通过参数分析模块根据表面异常参数获得表面异常系数,通过预警分级模块根据表面异常系数生成重度危险报警信号,通过气体监测模块对锂电池的充放电过程产生的气体浓度进行检测,获取锂电池的气体异常参数,通过状态监测模块对锂电池的状态进行检测,获取锂电池的状态异常参数,通过参数分析模块根据气体异常参数获得气体异常系数,通过参数分析模块根据状态异常参数获得状态异常系数,通过预警分级模块根据气体异常系数、状态异常系数生成中度危险报警信号或者轻度危险报警信号或者无危险信号,通过分级报警模块接收到重度危险报警信号、中度危险报警信号、轻度危险报警信号以及无危险信号对其进行分级展示,解决了现有的监测预警***对锂电池的监测准确度不高,且无法实时、及时地监测锂电池的状态,并及时发现异常,无法保证锂电池的安全使用的问题。
本发明的目的可以通过以下技术方案实现:
一种用于锂电池储能的监测预警***,包括:
表面检测模块,用于对锂电池的表面状态进行检测,获取锂电池的异常参数,并将表面异常参数发送至参数分析模块;其中,表面异常参数包括灰数值HS、变形值BX以及裂纹值LW;
参数分析模块,用于根据表面异常参数获得表面异常系数BY,并将表面异常系数BY发送至预警分级模块;还用于根据气体异常参数获得气体异常系数QY,并将气体异常系数QY发送至预警分级模块;还用于根据状态异常参数获得状态异常系数ZY,并将状态异常系数ZY发送至预警分级模块;
预警分级模块,用于根据表面异常系数BY生成气体监测指令和状态监测指令,或者生成重度危险报警信号,并将气体监测指令发送至气体监测模块,将状态监测指令发送至状态监测模块,将重度危险报警信号发送至分级报警模块;还用于根据气体异常系数QY、状态异常系数ZY生成中度危险报警信号或者轻度危险报警信号或者无危险信号,并将中度危险报警信号、轻度危险报警信号以及无危险信号发送至分级报警模块;
气体监测模块,用于对锂电池的充放电过程产生的气体浓度进行检测,获取锂电池的气体异常参数,并将气体异常参数发送至参数分析模块;其中,气体异常参数包括氢气值QQ、氯气值LQ、氢初值QC以及氯初值LC;
状态监测模块,用于对锂电池的状态进行检测,获取锂电池的状态异常参数,并将状态异常参数发送至参数分析模块;其中,状态异常参数包括温度值WD、时间值SJ、老化值LH以及均衡值JH;
分级报警模块,用于接收到重度危险报警信号、中度危险报警信号、轻度危险报警信号以及无危险信号对其进行分级展示。
作为本发明进一步的方案:所述的表面检测模块获取异常参数具体过程如下所示:
对锂电池的表面状态进行检测,获取锂电池表面单位面积中大于预设直径的灰尘总数量,并将其标记为灰数值HS;
获取锂电池的外观形状,并以此设计模型,并将其标记为实采模型,从数据储存模块中获取锂电池出厂时的外观形状,并以此设计模型,并将其标记为原始模型,将实采模型、原始模型进行重合比较,获取两者不能完全重合的部分的体积,并将其标记为变形值BX;
获取锂电池的表面的裂纹总数量和裂纹总面积,并将其分别标记为裂数值LS和裂面值LM,将裂数值LS和裂面值LM进行量化处理,提取裂数值LS和裂面值LM的数值,并将其代入公式中计算,依据公式得到裂纹值LW,其中,w1、w2分别为设定的裂数值LS和裂面值LM对应的预设比例系数,w1、w2满足w1+w2=1,0<w2<w1<1,取w1=0.58,w2=0.42;
将灰数值HS、变形值BX以及裂纹值LW发送至参数分析模块。
作为本发明进一步的方案:所述参数分析模块获得表面异常系数BY的具体过程如下所示:
将灰数值HS、变形值BX以及裂纹值LW进行量化处理,提取灰数值HS、变形值BX以及裂纹值LW的数值,并将其代入公式中计算,依据公式得到表面异常系数BY,其中,e为数学常数,b1、b2以及b3分别为设定的灰数值HS、变形值BX以及裂纹值LW对应的预设权重因子,b1、b2以及b3满足b2>b3>b1>1.355,取b1=1.49,b2=2.32,b3=1.88;
将表面异常系数BY发送至预警分级模块。
作为本发明进一步的方案:所述气体监测模块获取气体异常参数的具体过程如下所示:
接收到气体监测指令后对锂电池的充放电过程产生的气体浓度进行检测,获取锂电池充电过程中产生的氢气浓度,并将其标记为氢气值QQ,获取锂电池放电过程中产生的氯气浓度,并将其标记为氯气值LQ;
从数据储存模块中获取锂电池首次充电过程中产生的氢气浓度,并将其标记为氢初值QC,获取锂电池首次放电过程中产生的氯气浓度,并将其标记为氯初值LC;
将氢气值QQ、氯气值LQ、氢初值QC以及氯初值LC发送至参数分析模块。
作为本发明进一步的方案:所述参数分析模块获得气体异常系数QY的具体过程如下所示:
将氢气值QQ、氯气值LQ、氢初值QC以及氯初值LC进行量化处理,提取氢气值QQ、氯气值LQ、氢初值QC以及氯初值LC的数值,并将其代入公式中计算,依据公式得到气体异常系数QY,其中,e为数学常数,q1、q2分别为设定的氢气值QQ、氯气值LQ对应的预设权重因子,q1、q2满足q1>q2>1.241,取q1=1.58,q2=1.29;
将气体异常系数QY发送至预警分级模块。
作为本发明进一步的方案:所述状态监测模块获取状态异常参数的具体过程如下所示:
接收到状态监测指令后对锂电池的状态进行检测,获取充电过程中的最大的运行温度,从数据储存模块中获取首次充电过程中的最大的运行温度,获得两者之间的温度差,并将其标记为温充值WC,获取放电过程中的最大的运行温度,从数据储存模块中获取首次放电过程中的最大的运行温度,获得两者之间的温度差,并将其标记为温放值WF,将温充值WC、温放值WF进行量化处理,提取温充值WC、温放值WF的数值,并将其代入公式中计算,依据公式得到温度值WD,其中,d1、d2分别为设定的温充值WC、温放值WF对应的预设比例系数,d1、d2满足d1+d2=1,0<d2<d1<1,取d1=0.63,d2=0.37;
获取锂电池的生产时间和当前时间,获取两者之间的时间差,并将其标记为产时值CS,获取锂电池总计充电和放电时长,并将其标记为运时值YS,将产时值CS、运时值YS进行量化处理,提取产时值CS、运时值YS的数值,并将其代入公式中计算,依据公式得到时间值SJ,其中,s1、s2分别为设定的产时值CS、运时值YS的预设比例系数,s1、s2满足s1+s2=1,0<s1<s2<1,取s1=0.35,s2=0.65;
获取锂电池的充电次数,并将其标记为充次值CC,获取锂电池充电过程中的最大充电容量和首次充电过程中的最大充电容量,获取两者之间的容量差值,并将其标记为容量值RL,将充次值CC、容量值RL进行量化处理,提取充次值CC、容量值RL的数值,并将其代入公式中计算,依据公式得到老化值LH,其中,h1、h2分别为设定的充次值CC、容量值RL的预设比例系数,h1、h2满足h1+h2=1,0<h1<h2<1,取h1=0.42,h2=0.58;
获取充电过程中的最大的充电电压和最小的充电电压,获得两者之间的电压差,并将其标记为充压值CY,获取放电过程中的最大的放电电压和最小的放电电压,获得两者之间的电压差,并将其标记为放压值FY,获取充压值CY、放压值FY两者相加的和,并将其标记为电压值DY,获取充电过程中的最大的充电电流和最小的充电电流,获得两者之间的电流差,并将其标记为充流值CL,获取放电过程中的最大的放电电流和最小的放电电流,获得两者之间的电流差,并将其标记为放流值FL,获取充流值CL、放流值FL两者相加的和,并将其标记为电流值DL,将电压值DY、电流值DL进行量化处理,提取电压值DY、电流值DL的数值,并将其代入公式中计算,依据公式得到均衡值JH,其中,j1、j2分别为设定的电压值DY、电流值DL对应的预设比例系数,j1、j2满足j1+j2=1,0<j1<j2<1,取j1=0.47,j2=0.53;
将温度值WD、时间值SJ、老化值LH以及均衡值JH发送至参数分析模块。
作为本发明进一步的方案:所述参数分析模块获得状态异常系数ZY的具体过程如下所示:
将温度值WD、时间值SJ、老化值LH以及均衡值JH进行量化处理,提取温度值WD、时间值SJ、老化值LH以及均衡值JH的数值,并将其代入公式中计算,依据公式得到状态异常系数ZY,其中,e为数学常数,z1、z2、z3以及z4分别为设定的温度值WD、时间值SJ、老化值LH以及均衡值JH对应的预设权重因子,z1、z2、z3以及z4满足z4>z1>z3>z2>1.741,取z1=2.12,z2=1.85,z3=1.97,z4=2.40;
将状态异常系数ZY发送至预警分级模块。
本发明的有益效果:
本发明的一种用于锂电池储能的监测预警***,通过表面检测模块对锂电池的表面状态进行检测,获取锂电池的异常参数,通过参数分析模块根据表面异常参数获得表面异常系数,通过预警分级模块根据表面异常系数生成重度危险报警信号,通过气体监测模块对锂电池的充放电过程产生的气体浓度进行检测,获取锂电池的气体异常参数,通过状态监测模块对锂电池的状态进行检测,获取锂电池的状态异常参数,通过参数分析模块根据气体异常参数获得气体异常系数,通过参数分析模块根据状态异常参数获得状态异常系数,通过预警分级模块根据气体异常系数、状态异常系数生成中度危险报警信号或者轻度危险报警信号或者无危险信号,通过分级报警模块接收到重度危险报警信号、中度危险报警信号、轻度危险报警信号以及无危险信号对其进行分级展示;该监测预警***首先对锂电池的表面进行检测,根据表面异常参数获得的表面异常系数能够综合衡量锂电池的表面异常程度,且表面异常系数越小表示异常程度越高,说明锂电池的外部状态差,之后对锂电池的充放电过程产生的气体浓度和锂电池的状态进行检测,根据气体异常参数获得的气体异常系数能够综合衡量锂电池充放电的气体异常程度,且气体异常参数越小表示异常程度越高,从一方面说明锂电池的内部状态差,根据状态异常参数获得的状态异常系数能够综合衡量锂电池的运行状态异常程度,且状态异常系数越小表示异常程度越高,从另一方面说明锂电池的内部状态差,因此,通过三者能够对锂电池的异常情况进行分级预警;该监测预警***能够从多方面对锂电池进行监测,提高了锂电池的监测准确性,且能够实时、及时地监测锂电池的状态,及时发现异常,保证锂电池的安全使用。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明中一种用于锂电池储能的监测预警***的原理框图。
具体实施方式
下面将结合本发明实施例,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
实施例1:
请参阅图1所示,本实施例为一种用于锂电池储能的监测预警***,包括以下模块:表面检测模块、参数分析模块、预警分级模块、气体监测模块、状态监测模块以及分级报警模块;
其中,所述表面检测模块用于对锂电池的表面状态进行检测,获取锂电池的异常参数,并将表面异常参数发送至参数分析模块;其中,表面异常参数包括灰数值HS、变形值BX以及裂纹值LW;
其中,所述参数分析模块用于根据表面异常参数获得表面异常系数BY,并将表面异常系数BY发送至预警分级模块;还用于根据气体异常参数获得气体异常系数QY,并将气体异常系数QY发送至预警分级模块;还用于根据状态异常参数获得状态异常系数ZY,并将状态异常系数ZY发送至预警分级模块;
其中,所述预警分级模块用于根据表面异常系数BY生成气体监测指令和状态监测指令,或者生成重度危险报警信号,并将气体监测指令发送至气体监测模块,将状态监测指令发送至状态监测模块,将重度危险报警信号发送至分级报警模块;还用于根据气体异常系数QY、状态异常系数ZY生成中度危险报警信号或者轻度危险报警信号或者无危险信号,并将中度危险报警信号、轻度危险报警信号以及无危险信号发送至分级报警模块;
其中,所述气体监测模块用于对锂电池的充放电过程产生的气体浓度进行检测,获取锂电池的气体异常参数,并将气体异常参数发送至参数分析模块;其中,气体异常参数包括氢气值QQ、氯气值LQ、氢初值QC以及氯初值LC;
其中,所述状态监测模块用于对锂电池的状态进行检测,获取锂电池的状态异常参数,并将状态异常参数发送至参数分析模块;其中,状态异常参数包括温度值WD、时间值SJ、老化值LH以及均衡值JH;
其中,所述分级报警模块用于接收到重度危险报警信号、中度危险报警信号、轻度危险报警信号以及无危险信号对其进行分级展示。
实施例2:
请参阅图1所示,本实施例为一种用于锂电池储能的监测预警***的工作方法,包括以下步骤:
步骤s1:表面检测模块对锂电池的表面状态进行检测,获取锂电池表面单位面积中大于预设直径的灰尘总数量,并将其标记为灰数值HS;
步骤s2:表面检测模块获取锂电池的外观形状,并以此设计模型,并将其标记为实采模型,从数据储存模块中获取锂电池出厂时的外观形状,并以此设计模型,并将其标记为原始模型,将实采模型、原始模型进行重合比较,获取两者不能完全重合的部分的体积,并将其标记为变形值BX;
步骤s3:表面检测模块获取锂电池的表面的裂纹总数量和裂纹总面积,并将其分别标记为裂数值LS和裂面值LM,将裂数值LS和裂面值LM进行量化处理,提取裂数值LS和裂面值LM的数值,并将其代入公式中计算,依据公式得到裂纹值LW,其中,w1、w2分别为设定的裂数值LS和裂面值LM对应的预设比例系数,w1、w2满足w1+w2=1,0<w2<w1<1,取w1=0.58,w2=0.42;
步骤s4:表面检测模块将灰数值HS、变形值BX以及裂纹值LW发送至参数分析模块;
步骤s5:参数分析模块将灰数值HS、变形值BX以及裂纹值LW进行量化处理,提取灰数值HS、变形值BX以及裂纹值LW的数值,并将其代入公式中计算,依据公式得到表面异常系数BY,其中,e为数学常数,b1、b2以及b3分别为设定的灰数值HS、变形值BX以及裂纹值LW对应的预设权重因子,b1、b2以及b3满足b2>b3>b1>1.355,取b1=1.49,b2=2.32,b3=1.88;
步骤s6:参数分析模块将表面异常系数BY发送至预警分级模块;
步骤s7:预警分级模块将表面异常系数BY与预设的表面异常阈值BYy进行比较:
若表面异常系数BY≥表面异常阈值BYy,则生成气体监测指令和状态监测指令,并将气体监测指令发送至气体监测模块,将状态监测指令发送至状态监测模块;
若表面异常系数BY<表面异常阈值BYy,则生成重度危险报警信号,并将重度危险报警信号发送至分级报警模块;
步骤s8:气体监测模块接收到气体监测指令后对锂电池的充放电过程产生的气体浓度进行检测,获取锂电池充电过程中产生的氢气浓度,并将其标记为氢气值QQ,获取锂电池放电过程中产生的氯气浓度,并将其标记为氯气值LQ;
步骤s9:气体监测模块从数据储存模块中获取锂电池首次充电过程中产生的氢气浓度,并将其标记为氢初值QC,获取锂电池首次放电过程中产生的氯气浓度,并将其标记为氯初值LC;
步骤s10:气体监测模块将氢气值QQ、氯气值LQ、氢初值QC以及氯初值LC发送至参数分析模块;
步骤s11:状态监测模块接收到状态监测指令后对锂电池的状态进行检测,获取充电过程中的最大的运行温度,从数据储存模块中获取首次充电过程中的最大的运行温度,获得两者之间的温度差,并将其标记为温充值WC,获取放电过程中的最大的运行温度,从数据储存模块中获取首次放电过程中的最大的运行温度,获得两者之间的温度差,并将其标记为温放值WF,将温充值WC、温放值WF进行量化处理,提取温充值WC、温放值WF的数值,并将其代入公式中计算,依据公式得到温度值WD,其中,d1、d2分别为设定的温充值WC、温放值WF对应的预设比例系数,d1、d2满足d1+d2=1,0<d2<d1<1,取d1=0.63,d2=0.37;
步骤s12:状态监测模块获取锂电池的生产时间和当前时间,获取两者之间的时间差,并将其标记为产时值CS,获取锂电池总计充电和放电时长,并将其标记为运时值YS,将产时值CS、运时值YS进行量化处理,提取产时值CS、运时值YS的数值,并将其代入公式中计算,依据公式得到时间值SJ,其中,s1、s2分别为设定的产时值CS、运时值YS的预设比例系数,s1、s2满足s1+s2=1,0<s1<s2<1,取s1=0.35,s2=0.65;
步骤s13:状态监测模块获取锂电池的充电次数,并将其标记为充次值CC,获取锂电池充电过程中的最大充电容量和首次充电过程中的最大充电容量,获取两者之间的容量差值,并将其标记为容量值RL,将充次值CC、容量值RL进行量化处理,提取充次值CC、容量值RL的数值,并将其代入公式中计算,依据公式得到老化值LH,其中,h1、h2分别为设定的充次值CC、容量值RL的预设比例系数,h1、h2满足h1+h2=1,0<h1<h2<1,取h1=0.42,h2=0.58;
步骤s14:状态监测模块获取充电过程中的最大的充电电压和最小的充电电压,获得两者之间的电压差,并将其标记为充压值CY,获取放电过程中的最大的放电电压和最小的放电电压,获得两者之间的电压差,并将其标记为放压值FY,获取充压值CY、放压值FY两者相加的和,并将其标记为电压值DY,获取充电过程中的最大的充电电流和最小的充电电流,获得两者之间的电流差,并将其标记为充流值CL,获取放电过程中的最大的放电电流和最小的放电电流,获得两者之间的电流差,并将其标记为放流值FL,获取充流值CL、放流值FL两者相加的和,并将其标记为电流值DL,将电压值DY、电流值DL进行量化处理,提取电压值DY、电流值DL的数值,并将其代入公式中计算,依据公式得到均衡值JH,其中,j1、j2分别为设定的电压值DY、电流值DL对应的预设比例系数,j1、j2满足j1+j2=1,0<j1<j2<1,取j1=0.47,j2=0.53;
步骤s15:状态监测模块将温度值WD、时间值SJ、老化值LH以及均衡值JH发送至参数分析模块;
步骤s16:参数分析模块将氢气值QQ、氯气值LQ、氢初值QC以及氯初值LC进行量化处理,提取氢气值QQ、氯气值LQ、氢初值QC以及氯初值LC的数值,并将其代入公式中计算,依据公式得到气体异常系数QY,其中,e为数学常数,q1、q2分别为设定的氢气值QQ、氯气值LQ对应的预设权重因子,q1、q2满足q1>q2>1.241,取q1=1.58,q2=1.29;
步骤s17:参数分析模块将温度值WD、时间值SJ、老化值LH以及均衡值JH进行量化处理,提取温度值WD、时间值SJ、老化值LH以及均衡值JH的数值,并将其代入公式中计算,依据公式得到状态异常系数ZY,其中,e为数学常数,z1、z2、z3以及z4分别为设定的温度值WD、时间值SJ、老化值LH以及均衡值JH对应的预设权重因子,z1、z2、z3以及z4满足z4>z1>z3>z2>1.741,取z1=2.12,z2=1.85,z3=1.97,z4=2.40;
步骤s18:参数分析模块将气体异常系数QY、状态异常系数ZY发送至预警分级模块;
步骤s19:预警分级模块将气体异常系数QY、状态异常系数ZY分别与预设的气体异常阈值QYy、状态异常阈值ZYy进行比较:
若气体异常系数QY<气体异常阈值QYy且状态异常系数ZY<状态异常阈值ZYy,则生成中度危险报警信号,并将中度危险报警信号发送至分级报警模块;
若气体异常系数QY<气体异常阈值QYy或状态异常系数ZY<状态异常阈值ZYy,则生成轻度危险报警信号,并将轻度危险报警信号发送至分级报警模块;
若气体异常系数QY≥气体异常阈值QYy且状态异常系数ZY≥状态异常阈值ZYy,则生成无危险信号,并将无危险信号发送至分级报警模块;
步骤s20:分级报警模块接收到重度危险报警信号、中度危险报警信号、轻度危险报警信号以及无危险信号对其进行分级展示。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上内容仅仅是对本发明所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (7)
1.一种用于锂电池储能的监测预警***,其特征在于,包括:
表面检测模块,用于对锂电池的表面状态进行检测,获取锂电池的异常参数,并将表面异常参数发送至参数分析模块;其中,表面异常参数包括灰数值HS、变形值BX以及裂纹值LW;
参数分析模块,用于根据表面异常参数获得表面异常系数BY,并将表面异常系数BY发送至预警分级模块;还用于根据气体异常参数获得气体异常系数QY,并将气体异常系数QY发送至预警分级模块;还用于根据状态异常参数获得状态异常系数ZY,并将状态异常系数ZY发送至预警分级模块;
预警分级模块,用于根据表面异常系数BY生成气体监测指令和状态监测指令,或者生成重度危险报警信号,并将气体监测指令发送至气体监测模块,将状态监测指令发送至状态监测模块,将重度危险报警信号发送至分级报警模块;还用于根据气体异常系数QY、状态异常系数ZY生成中度危险报警信号或者轻度危险报警信号或者无危险信号,并将中度危险报警信号、轻度危险报警信号以及无危险信号发送至分级报警模块;
气体监测模块,用于对锂电池的充放电过程产生的气体浓度进行检测,获取锂电池的气体异常参数,并将气体异常参数发送至参数分析模块;其中,气体异常参数包括氢气值QQ、氯气值LQ、氢初值QC以及氯初值LC;
状态监测模块,用于对锂电池的状态进行检测,获取锂电池的状态异常参数,并将状态异常参数发送至参数分析模块;其中,状态异常参数包括温度值WD、时间值SJ、老化值LH以及均衡值JH;
分级报警模块,用于接收到重度危险报警信号、中度危险报警信号、轻度危险报警信号以及无危险信号对其进行分级展示。
2.根据权利要求1所述的一种用于锂电池储能的监测预警***,其特征在于,所述的表面检测模块获取异常参数具体过程如下所示:
对锂电池的表面状态进行检测,获取锂电池表面单位面积中大于预设直径的灰尘总数量,并将其标记为灰数值HS;
获取锂电池的外观形状,并以此设计模型,并将其标记为实采模型,从数据储存模块中获取锂电池出厂时的外观形状,并以此设计模型,并将其标记为原始模型,将实采模型、原始模型进行重合比较,获取两者不能完全重合的部分的体积,并将其标记为变形值BX;
获取锂电池的表面的裂纹总数量和裂纹总面积,并将其分别标记为裂数值LS和裂面值LM,将裂数值LS和裂面值LM进行量化处理,依据公式 得到裂纹值LW,其中,w1、w2分别为设定的裂数值LS和裂面值LM对应的预设比例系数;
将灰数值HS、变形值BX以及裂纹值LW发送至参数分析模块。
3.根据权利要求1所述的一种用于锂电池储能的监测预警***,其特征在于,所述参数分析模块获得表面异常系数BY的具体过程如下所示:
将灰数值HS、变形值BX以及裂纹值LW进行量化处理,依据公式得到表面异常系数BY,其中,e为数学常数,b1、b2以及b3分别为设定的灰数值HS、变形值BX以及裂纹值LW对应的预设权重因子;
将表面异常系数BY发送至预警分级模块。
4.根据权利要求1所述的一种用于锂电池储能的监测预警***,其特征在于,所述气体监测模块获取气体异常参数的具体过程如下所示:
接收到气体监测指令后对锂电池的充放电过程产生的气体浓度进行检测,获取锂电池充电过程中产生的氢气浓度,并将其标记为氢气值QQ,获取锂电池放电过程中产生的氯气浓度,并将其标记为氯气值LQ;
从数据储存模块中获取锂电池首次充电过程中产生的氢气浓度,并将其标记为氢初值QC,获取锂电池首次放电过程中产生的氯气浓度,并将其标记为氯初值LC;
将氢气值QQ、氯气值LQ、氢初值QC以及氯初值LC发送至参数分析模块。
5.根据权利要求1所述的一种用于锂电池储能的监测预警***,其特征在于,所述参数分析模块获得气体异常系数QY的具体过程如下所示:
将氢气值QQ、氯气值LQ、氢初值QC以及氯初值LC进行量化处理,依据公式得到气体异常系数QY,e为数学常数,q1、q2分别为设定的氢气值QQ、氯气值LQ对应的预设权重因子;
将气体异常系数QY发送至预警分级模块。
6.根据权利要求1所述的一种用于锂电池储能的监测预警***,其特征在于,所述状态监测模块获取状态异常参数的具体过程如下所示:
接收到状态监测指令后对锂电池的状态进行检测,获取充电过程中的最大的运行温度,从数据储存模块中获取首次充电过程中的最大的运行温度,获得两者之间的温度差,并将其标记为温充值WC,获取放电过程中的最大的运行温度,从数据储存模块中获取首次放电过程中的最大的运行温度,获得两者之间的温度差,并将其标记为温放值WF,将温充值WC、温放值WF进行量化处理,依据公式得到温度值WD,其中,d1、d2分别为设定的温充值WC、温放值WF对应的预设比例系数,d1、d2满足d1+d2=1,0<d2<d1<1;
获取锂电池的生产时间和当前时间,获取两者之间的时间差,并将其标记为产时值CS,获取锂电池总计充电和放电时长,并将其标记为运时值YS,将产时值CS、运时值YS进行量化处理,依据公式得到时间值SJ,其中,s1、s2分别为设定的产时值CS、运时值YS的预设比例系数;
获取锂电池的充电次数,并将其标记为充次值CC,获取锂电池充电过程中的最大充电容量和首次充电过程中的最大充电容量,获取两者之间的容量差值,并将其标记为容量值RL,将充次值CC、容量值RL进行量化处理,依据公式得到老化值LH,其中,h1、h2分别为设定的充次值CC、容量值RL的预设比例系数;
获取充电过程中的最大的充电电压和最小的充电电压,获得两者之间的电压差,并将其标记为充压值CY,获取放电过程中的最大的放电电压和最小的放电电压,获得两者之间的电压差,并将其标记为放压值FY,获取充压值CY、放压值FY两者相加的和,并将其标记为电压值DY,获取充电过程中的最大的充电电流和最小的充电电流,获得两者之间的电流差,并将其标记为充流值CL,获取放电过程中的最大的放电电流和最小的放电电流,获得两者之间的电流差,并将其标记为放流值FL,获取充流值CL、放流值FL两者相加的和,并将其标记为电流值DL,将电压值DY、电流值DL进行量化处理,依据公式得到均衡值JH,其中,j1、j2分别为设定的电压值DY、电流值DL对应的预设比例系数;
将温度值WD、时间值SJ、老化值LH以及均衡值JH发送至参数分析模块。
7.根据权利要求1所述的一种用于锂电池储能的监测预警***,其特征在于,所述参数分析模块获得状态异常系数ZY的具体过程如下所示:
将温度值WD、时间值SJ、老化值LH以及均衡值JH进行量化处理,依据公式得到状态异常系数ZY,其中,e为数学常数,z1、z2、z3以及z4分别为设定的温度值WD、时间值SJ、老化值LH以及均衡值JH对应的预设权重因子;
将状态异常系数ZY发送至预警分级模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311741954.3A CN117420452B (zh) | 2023-12-18 | 2023-12-18 | 一种用于锂电池储能的监测预警*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311741954.3A CN117420452B (zh) | 2023-12-18 | 2023-12-18 | 一种用于锂电池储能的监测预警*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117420452A true CN117420452A (zh) | 2024-01-19 |
CN117420452B CN117420452B (zh) | 2024-03-12 |
Family
ID=89530565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311741954.3A Active CN117420452B (zh) | 2023-12-18 | 2023-12-18 | 一种用于锂电池储能的监测预警*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117420452B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117638274A (zh) * | 2024-01-26 | 2024-03-01 | 深圳市明泰源科技有限公司 | 一种提高钠离子电池循环寿命的方法 |
CN118100376A (zh) * | 2024-04-22 | 2024-05-28 | 超耐斯(深圳)新能源集团有限公司 | 一种储能电源***的充放电控制方法 |
CN118249292A (zh) * | 2024-05-28 | 2024-06-25 | 深圳市鑫飞宏电子有限公司 | 一种锂电池保护ic及保护方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114284589A (zh) * | 2022-03-01 | 2022-04-05 | 深圳市海雷新能源有限公司 | 一种基于互联网的锂电池智能监测管理*** |
CN114678581A (zh) * | 2022-04-06 | 2022-06-28 | 深圳市海雷新能源有限公司 | 一种锂电池防火隔热结构及预警*** |
CN115903659A (zh) * | 2023-03-09 | 2023-04-04 | 深圳市星火数控技术有限公司 | 一种数控设备智能监控方法及*** |
CN116094094A (zh) * | 2022-12-19 | 2023-05-09 | 广州市力驰微电子科技有限公司 | 一种用于监测长串串接的锂电池组监测*** |
CN116093459A (zh) * | 2023-03-20 | 2023-05-09 | 苏州时代华景新能源有限公司 | 一种锂电池储能箱的智能监测方法及*** |
CN117072884A (zh) * | 2023-09-15 | 2023-11-17 | 江西省天然气管道有限公司运营分公司 | 用于天然气油气管道的监测预警*** |
CN117196315A (zh) * | 2023-10-09 | 2023-12-08 | 广东开放大学(广东理工职业学院) | 洪灾后基于bim的建筑结构安全性评估监测*** |
CN117233622A (zh) * | 2023-10-31 | 2023-12-15 | 中扬储存设备(广德)有限公司 | 一种新能源汽车动力锂电池性能检测测试方法 |
-
2023
- 2023-12-18 CN CN202311741954.3A patent/CN117420452B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114284589A (zh) * | 2022-03-01 | 2022-04-05 | 深圳市海雷新能源有限公司 | 一种基于互联网的锂电池智能监测管理*** |
CN114678581A (zh) * | 2022-04-06 | 2022-06-28 | 深圳市海雷新能源有限公司 | 一种锂电池防火隔热结构及预警*** |
CN116094094A (zh) * | 2022-12-19 | 2023-05-09 | 广州市力驰微电子科技有限公司 | 一种用于监测长串串接的锂电池组监测*** |
CN115903659A (zh) * | 2023-03-09 | 2023-04-04 | 深圳市星火数控技术有限公司 | 一种数控设备智能监控方法及*** |
CN116093459A (zh) * | 2023-03-20 | 2023-05-09 | 苏州时代华景新能源有限公司 | 一种锂电池储能箱的智能监测方法及*** |
CN117072884A (zh) * | 2023-09-15 | 2023-11-17 | 江西省天然气管道有限公司运营分公司 | 用于天然气油气管道的监测预警*** |
CN117196315A (zh) * | 2023-10-09 | 2023-12-08 | 广东开放大学(广东理工职业学院) | 洪灾后基于bim的建筑结构安全性评估监测*** |
CN117233622A (zh) * | 2023-10-31 | 2023-12-15 | 中扬储存设备(广德)有限公司 | 一种新能源汽车动力锂电池性能检测测试方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117638274A (zh) * | 2024-01-26 | 2024-03-01 | 深圳市明泰源科技有限公司 | 一种提高钠离子电池循环寿命的方法 |
CN117638274B (zh) * | 2024-01-26 | 2024-03-29 | 深圳市明泰源科技有限公司 | 一种提高钠离子电池循环寿命的方法 |
CN118100376A (zh) * | 2024-04-22 | 2024-05-28 | 超耐斯(深圳)新能源集团有限公司 | 一种储能电源***的充放电控制方法 |
CN118100376B (zh) * | 2024-04-22 | 2024-07-12 | 超耐斯(深圳)新能源集团有限公司 | 一种储能电源***的充放电控制方法 |
CN118249292A (zh) * | 2024-05-28 | 2024-06-25 | 深圳市鑫飞宏电子有限公司 | 一种锂电池保护ic及保护方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117420452B (zh) | 2024-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117420452B (zh) | 一种用于锂电池储能的监测预警*** | |
CN116936978B (zh) | 一种蓄电池鼓包智能化监测方法及*** | |
CN112327167B (zh) | 一种电池容量跳水风险评估方法及*** | |
CN110376530B (zh) | 电池内短路检测装置及方法 | |
CN114559819B (zh) | 一种基于信号处理的电动汽车电池安全预警方法 | |
CN113783272B (zh) | 一种基于超级电容监控管理***的安全控制方法 | |
CN113625692B (zh) | 一种基于故障注入的电动汽车电池安全性检验*** | |
CN112213657A (zh) | 电池预警方法及*** | |
CN117341476B (zh) | 一种电池压差故障预警方法及*** | |
CN108258340A (zh) | 一种带气体监控装置的电池*** | |
CN113447837B (zh) | 一种用于软包锂电池高温化成工艺的温度测控*** | |
CN116517862A (zh) | 一种基于stft-cnn的矿井通风机异常诊断*** | |
CN117638274B (zh) | 一种提高钠离子电池循环寿命的方法 | |
Wu et al. | Research on short-circuit fault-diagnosis strategy of lithium-ion battery in an energy-storage system based on voltage cosine similarity | |
CN117744945A (zh) | 一种危化园区的环境监测*** | |
CN112776667A (zh) | 一种车端动力电池析锂在线监控方法 | |
CN116008820B (zh) | 针对车辆电池单体不一致性的检测方法、设备和介质 | |
CN115808634A (zh) | 储能电站锂电池安全状态估计方法、装置、设备及介质 | |
CN116125322A (zh) | 一种无损检测电池健康度的方法、装置、设备及介质 | |
CN114690058A (zh) | 一种锂电池复合检测提前预警智能装置 | |
Xiong et al. | Advancing fault diagnosis in next-generation smart battery with multidimensional sensors | |
CN108344948A (zh) | 一种电动汽车电池的温度报警方法、装置和电动汽车 | |
CN218866062U (zh) | 一种锂电池安全检测提前预警智能装置 | |
CN117117356B (zh) | 一种储能电池组热失控监测溯源方法及*** | |
Zhang et al. | Research on fault diagnosis and safety early warning strategy of electric vehicle charge and discharge based on artificial intelligence |
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 | ||
CP03 | Change of name, title or address |
Address after: 518000, Building A, No. 7 Xiusheng 1st Road, Xiuxin Community, Kengzi Street, Pingshan District, Shenzhen City, Guangdong Province, China Patentee after: Shenzhen Hailei New Energy Co.,Ltd. Country or region after: China Address before: 518000 buildings 101, a and B, No. 7, Baodong Road, xiuxin community, Kengzi street, Pingshan District, Shenzhen, Guangdong Patentee before: SHENZHEN HAILEI NEW ENERGY Co.,Ltd. Country or region before: China |
|
CP03 | Change of name, title or address |