CN118050650B - 配网电源在线核容控制方法、装置、配网电源和存储介质 - Google Patents
配网电源在线核容控制方法、装置、配网电源和存储介质 Download PDFInfo
- Publication number
- CN118050650B CN118050650B CN202410451855.XA CN202410451855A CN118050650B CN 118050650 B CN118050650 B CN 118050650B CN 202410451855 A CN202410451855 A CN 202410451855A CN 118050650 B CN118050650 B CN 118050650B
- Authority
- CN
- China
- Prior art keywords
- temperature
- capacity
- voltage
- battery
- current
- 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 45
- 230000001105 regulatory effect Effects 0.000 claims abstract description 92
- 238000010438 heat treatment Methods 0.000 claims abstract description 29
- 239000002826 coolant Substances 0.000 claims abstract description 14
- 238000012549 training Methods 0.000 claims description 61
- 238000005070 sampling Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 17
- 230000001276 controlling effect Effects 0.000 claims description 14
- 238000001816 cooling Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000005611 electricity Effects 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract 1
- 238000004891 communication Methods 0.000 description 17
- 238000012545 processing Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 239000000306 component Substances 0.000 description 7
- 238000007599 discharging Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000002035 prolonged effect Effects 0.000 description 6
- 230000002146 bilateral effect Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- Secondary Cells (AREA)
Abstract
本发明公开了一种配网电源在线核容控制方法、装置、配网电源和存储介质,包括:在检测到电池仓内的温度在预设温度范围外时,控制温度调节装置向电池仓输出冷介媒或热介媒,采集电池的电压和电流,在满足预置的核容条件时将所采集到的电压、电流以及温度输入容量预测模型中得到电池的预测容量,根据所采集到的温度、电压和电流计算预测容量的置信度,以在置信度大于阈值时将预测容量确定为电池的核容容量。实现了将温度调节装置作为核容负载,充分利用了配网电源的能源,提高了能率,且采用温度、电压和电流进行容量预测并计算置信度,提高了核容的准确性,以实现精准生命周期监测,并使电池在预设温度范围内工作,提高配网电源的生命周期水平。
Description
技术领域
本发明涉及配网电源技术领域,尤其涉及一种配网电源在线核容控制方法、装置、配网电源和存储介质。
背景技术
在配电网中,配网电源的供电对象可以是二次设备也可以是一次设备,配网电源的核心部件为电池,电池的生命周期和工作环境是保证配网电源供电可靠性的重要保证。
配网电源多在户外,为了对配网电源的生命周期水平进行监测,需要定期对配网电源中的电池进行核容,目前主要是在配网电源中增加阻性负载,比如增加核容电阻,当需要核容时,控制电池对核容电阻进行恒流放电以进行核容。
通过增加阻性负载对配网电源在线核容,一方面,未考虑配网电源中电池的环境温度对电池核容的影响,核容准确性低,并且核容时导致电池能源浪费,另一方面,核容仅能对配网电源的生命周期进行监测,无法提高配网电源的生命周期水平。
发明内容
本发明提供了一种配网电源在线核容控制方法、装置、配网电源和存储介质,以解决配网电源在线核容受温度影响准确性低、能源浪费以及无法提高配网电源的生命周期水平的问题。
第一方面,本发明提供了一种配网电源在线核容控制方法,配网电源包括容纳电池的电池仓、从所述电池取电的处理器、温度调节装置、温度传感器以及电参数采样模块,所述温度调节装置的冷热介媒输出通道与所述电池仓连通,包括:
通过温度传感器采集所述电池仓内的温度;
在所述温度在预设温度范围外时,控制温度调节装置工作并向所述电池仓输出冷介媒或热介媒;
通过电参数采样模块采集所述电池的电压和电流;
在满足预置的核容条件时加载容量预测模型,并将所述温度调节装置工作期间所采集到的电压、电流以及温度输入容量预测模型中得到所述电池的预测容量;
根据所述温度调节装置工作期间所采集到的温度、电压和电流计算所述预测容量的置信度;
在所述置信度大于预设的置信度阈值时,将所述预测容量确定为所述电池的核容容量。
第二方面,本发明提供了一种配网电源在线核容控制装置,配网电源包括容纳电池的电池仓、从所述电池取电的处理器、温度调节装置、温度传感器以及电参数采样模块,所述温度调节装置的冷热介媒输出通道与所述电池仓连通,包括:
温度采集模块,用于通过温度传感器采集所述电池仓内的温度;
温度调节模块,用于在所述温度在预设温度范围外时,控制温度调节装置工作并向所述电池仓输出冷介媒或热介媒;
电压和电流采集模块,用于通过电参数采样模块采集所述电池的电压和电流;
容量预测模块,用于在满足预置的核容条件时加载容量预测模型,并将所述温度调节装置工作期间所采集到的电压、电流以及温度输入容量预测模型中得到所述电池的预测容量;
置信度计算模块,用于根据所述温度调节装置工作期间所采集到的温度、电压和电流计算所述预测容量的置信度;
核容容量确定模块,用于在所述置信度大于预设的置信度阈值时,将所述预测容量确定为所述电池的核容容量。
第三方面,本发明提供了一种配网电源,所述配网电源包括:
电池仓,用于容纳电池;
温度传感器,用于采集所述电池仓内的温度;
温度调节装置,用于向所述电池仓输出冷介媒或热介媒;
电参数采样模块,用于采集所述电池的电压和电流;
至少一个与所述温度调节装置、温度传感器以及电参数采样模块连接的处理器;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计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面所述的配网电源在线核容控制方法。
第四方面,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明第一方面所述的配网电源在线核容控制方法。
本发明实施例的配网电源设置有冷热介媒输出通道与电池仓连通的温度调节装置,在通过温度传感器检测到电池仓内的温度在预设温度范围外时,控制温度调节装置向电池仓输出冷介媒或热介媒,以及采集电池的电压和电流,在满足核容条件时加载容量预测模型,并将温度调节装置工作期间所采集到的电压、电流以及温度输入容量预测模型中得到所述电池的预测容量,以及通过所采集到的电压、电流以及温度计算预测容量的置信度,在置信度大于阈值时将预测容量确定为电池的核容容量,一方面,在温度调节装置时对电池核容,将温度调节装置作为核容负载,无需增加专用的阻性负载,既降低了成本,又能够充分利用配网电源的能源,提高了能源利用率,并且利用电池仓的温度、电池的电压和电流进行容量预测,考虑了温度对电池的影响,以及进一步计算预测的容量的置信度,提高了核容的准确性,能够准确监测配网电源的生命周期,另一方面,通过设置温度调节装置,能够保证电池在预设温度范围内工作,可以延长配网电源的生命周期,提高配网电源的生命周期水平。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种配网电源在线核容控制方法的流程图;
图2是本发明实施例的配网电源的示意图;
图3是多个电池并联供电的示意图;
图4是本发明实施例二提供的一种配网电源在线核容控制方法的流程图;
图5是本发明实施例三提供的一种配网电源在线核容控制装置的结构示意图;
图6是本发明实施例四提供的配网电源的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,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的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
实施例一
图1为本发明实施例一提供的一种配网电源在线核容控制方法的流程图,本实施例可适用于在线对配网电源进行容量核定的情况,该方法可以由配网电源在线核容控制装置来执行,该配网电源在线核容控制装置可以采用硬件和/或软件的形式实现,并可配置于配网电源中。如图1所示,该配网电源在线核容控制方法包括:
S101、通过温度传感器采集电池仓内的温度。
本实施例的配网电源可以是应用于配电网中二次设备或一次设备供电的电源,该配网电源通常输出直流电,配网电源主要由可充电电池供电,比如通过可充电的铅酸电池、锂电池等电池供电。
如图2所示为配网电源在线核容控制方法所应用的配网电源的示意图,该配网电源可以包括容纳电池的电池仓、从电池取电的处理器、温度调节装置、温度传感器以及电参数采样模块,其中,温度调节装置、温度传感器以及电参数采样模块均与处理器连接。
处理器可以是各种具有数据处理和输出各种指令的微处理器,温度传感器可以是各种能够检测电池仓内的温度的器件或电路,比如可以是包含热敏电阻的电路,电参数采样模块可以是采集电压和电流数据的电路,本实施例中,电池可以容纳在电池仓中,温度调节装置可以是输出冷介媒或热介媒的装置,比如可以是输出冷空气和热空气的装置,该温度调节装置的冷、热介媒的输出通道与电池仓连通,比如,温度调节装置分别设置有与电池仓连通的冷介媒输出通道和热介媒输出通道,当温度调节装置向电池仓输出冷介媒时可以对电池仓中的电池降温,当温度调节装置向电池仓输出热介媒时可以对电池仓中的电池加热。
如图3所示,电池仓中的电池可以是一个,也可以是两个以上,当电池的数量在两个以上时,多个电池可以通过电压转换电路并联到母线上,以实现对外供电,其中,电压转换电路可以是直流升压或降压电路,还可以是直流转交流电路或者是交流转直流电路。
当然,本实施例的配网电源还可以包括湿度传感器,用于检测电池仓中的湿度,还可以包括通信单元,该通信单元与处理器连接,通信单元可以是有线通信单元或者无线通信单元,处理器可以通过通信单元将所采集到的电池仓的温度、湿度、电池的电压、电流、容量等数据发送到远端的集控主站,以通过集控主站可以对各个配网电源进行监测和生命周期管理,集控主站也可以通过通信单元向各个配网电源的处理器发送指令,以实现远程运维管理。
S102、在温度在预设温度范围外时,控制温度调节装置工作并向电池仓输出冷介媒或热介媒。
在一个实施例中,可以预先设置电池仓中电池的理想工作温度范围,即预设温度范围,在一个示例中,预设温度范围可以是20-25℃,当然,不同地理位置、不同型号的配网电源的预设温度范围可以不相同。在所采集到的温度开始在预设温度范围外时,可以启动计时器计时得到计时时长,判断计时时长内所采集到的温度是否均在预设温度范围外,若否,返回通过温度传感器采集电池仓内的温度的步骤,以继续检测电池仓的温度,若是,在所采集到的温度均大于或等于预设温度范围的上限温度时,生成冷却指令发送到温度调节装置,温度调节装置接收到冷却指令时工作并输出冷介媒到电池仓,在所采集到的温度均小于或等于预设温度范围的下限温度时,生成加热指令发送到温度调节装置,温度调节装置接收到加热指令时工作并输出热介媒到电池仓。
示例性的,假设预设温度范围可以是20-25℃,若采集到电池仓的温度为35℃时启动计时器计时,若在计时的5秒内采集到的温度均大于25℃,则确定电池仓的温度在预设温度范围20-25℃外且大于上限温度25℃,处理器可以向温度调节装置发送冷却指令,以使得温度调节装置向电池仓输出冷介媒对电池仓降温,直到采集到的温度在预设温度范围20-25℃内为止,同理,若计时时长内采集到的温度均小于预设温度范围20-25℃的下限温度20℃时,处理器可以向温度调节装置发送加热指令,以使得温度调节装置向电池仓输出热介媒对电池仓加热,直到采集到的温度在预设温度范围20-25℃内为止,本实施例通过将计时时长内采集的多个温度与预设温度范围进行比较,能够准确确定电池仓温度是否在预设温度范围外,避免仪器不稳定或者温度短时间内反复大幅变化波导影响,进一步避免温度调节装置频繁误启动导致能源浪费,提高了能源利用率。
S103、通过电参数采样模块采集电池的电压和电流。
在一个实施例中,电参数采样模块可以包括电压传感器和电流传感器,可以通过电压传感器采集电池的电压,以及通过电流传感器采集电池的电流,其中,电池的电压可以是指电池的正极与负极之间的电压,电池的电流可以是电池的输出电流,即放电电流,需要说明的是,电池的电流包括温度调节装置工作的电流,还包括温度传感器、电参数采样模块以及处理器工作的电流。
S104、在满足预置的核容条件时加载容量预测模型,并将温度调节装置工作期间所采集到的电压、电流以及温度输入容量预测模型中得到电池的预测容量。
本实施例中,核容条件可以包括当前时间是否是指定时间段内的时间,还可以是当前是否是单电池供电、单电池供电的电压是否大于电压阈值、距离上一次核容的时间间隔是否大于预置时长等,核容条件可以是一个或多个,当是一个时,满足该条件即为满足核容条件,核容条件为多个时,需要同时满足多个条件才确定为满足核容条件。
当满足核容条件时,可以加载预先训练完成的容量预测模型,该容量预测模型可以通过电池放电时的环境温度、电压和电流预测电池的容量,具体到本实施例中,可以将温度调节装置作为电池核容时放电的负载,将温度调节装置工作期间所采集到的电压、电流以及温度输入容量预测模型中得到电池的预测容量。
S105、根据温度调节装置工作期间所采集到的温度、电压和电流计算预测容量的置信度。
置信度表示采用温度调节装置工作期间所采集到的温度、电压和电流对电池核容的可信程度,可以通过温度调节装置工作期间所采集到的温度、电压和电流计算容量预测模型所输出的预测容量的置信度,在一个示例中,可以在预先建立的置信度参照表中查找温度、电压和电流对应的置信度,在另一个示例中,可以计算平均温度、最大温度、最小温度、温度波动率、最小电压、电压波动率、电流波动率等参数,通过平均温度、最大温度、最小温度、温度波动率、最小电压、电压波动率、电流波动率计算预测容量的置信度。
S106、在置信度大于预设的置信度阈值时,将预测容量确定为电池的核容容量。
若预测容量的置信度大于置信度阈值,表明在当前温度下以温度调节装置作为放电负载对电池进行核容的可信程度高,所得到的预测容量接近电池的真实容量,可以将容量预测模型所输出的预测容量作为电池的核容容量,并将核容容量通过通信单元发送到远端的集控主站,在集控主站对电池的生命周期水平进行监测,示例性的,可以计算核容容量与标准容量的比值作为电池的健康指标,以通过健康指标评估电池的生命周期水平。
若置信度小于或等于置信度阈值,表明在当前温度下以温度调节装置作为放电负载对电池进行核容的可信程度低,则可以舍弃容量预测模型所输出的预测容量,并返回S101。
本发明实施例的配网电源设置有冷热介媒输出通道与电池仓连通的温度调节装置,在通过温度传感器检测到电池仓内的温度在预设温度范围外时,控制温度调节装置向电池仓输出冷介媒或热介媒,以及采集电池的电压和电流,在满足核容条件时加载容量预测模型,并将温度调节装置工作期间所采集到的电压、电流以及温度输入容量预测模型中得到电池的预测容量,以及通过所采集到的电压、电流以及温度计算预测容量的置信度,在置信度大于阈值时将预测容量确定为电池的核容容量,一方面,在温度调节装置时对电池核容,将温度调节装置作为核容负载,无需增加专用的阻性负载,既降低了成本,又能够充分利用配网电源的能源,提高了能源利用率,并且利用电池仓的温度、电池的电压和电流进行容量预测,考虑了温度对电池的影响,并计算预测的容量的置信度,提高了核容的准确性,能够准确监测配网电源的生命周期,另一方面,通过设置温度调节装置,能够保证电池在预设温度范围内工作,可以延长配网电源的生命周期,提高配网电源的生命周期水平。
实施例二
图4为本发明实施例二提供的一种配网电源在线核容控制方法的流程图,本发明实施例在上述实施例一的基础上进行优化,如图4所示,该配网电源在线核容控制方法包括:
S401、通过温度传感器采集电池仓内的温度。
S402、在温度在预设温度范围外时,控制温度调节装置工作并向电池仓输出冷介媒或热介媒。
S403、通过电参数采样模块采集电池的电压和电流。
本实施例中S401-S403与S101-S103基本相似,具体可以参考实施例一中S101-S103,在此不再赘述。
S404、判断是否满足预置的核容条件。
本实施例中,核容条件可以是同时满足以下条件:
单电池供电,可以保证对单个电池核容;
电池电压大于预置电压,可以保证电池在接近满电状态下核容;
相邻两次核容的间隔时长大于第一时长阈值,可以避免频繁核容;
温度调节装置的工作时长大于第二时长阈值,可以避免核容时电池放电时间过短。
为了判断是否满足上述核容条件,可以判断是否是单电池对温度调节装置供电,若是,获取供电的电池的当前电压,并计算温度调节装置的工作时长,工作时长为温度调节装置将电池仓的温度调节至预设温度范围内的时长,计算上一次核容的时间到当前时间的间隔时长,在间隔时长大于第一时长阈值、工作时长大于第二时长阈值且当前电压大于预置电压阈值时,确定满足预置的核容条件,执行S405,若不满足预置的核容条件,则不执行核容操作,返回S401。其中,温度调节装置的工作时长可以通过当前采集到的温度、预设温度范围的上限温度或下限温度、电池仓的容积、温度调节装置的功率进行估计。
本实施例通过预置的核容条件确定在温度调节装置工作时是否进行核容,可以在较为理想的条件下对电池进行核容,避免无效的核容操作,既可以提高对电池核容的准确性,又可以避免频繁核容。
S405、获取配网电源的型号,并加载与配网电源的型号匹配的模型参数,以完成容量预测模型加载。
本实施例中,配网电源的型号表示配网电源中电池的型号和温度调节装置的型号,不同型号的配网电源,其电池和温度调节装置中至少有一个不相同,因此需要为不同型号的配网电源预先训练不同的容量预测模型,不同的容量预测模型可以是模型结构相同、模型参数不同。
本实施例在训练容量预测模型时,可以获取各种型号的配网电源的训练数据集,训练数据集中的训练样本为每种配网电源在不同容量、不同温度时温度调节装置工作期间的电压曲线、电流曲线以及电池仓的温度曲线,每条训练样本标注第一容量,初始化容量预测模型,将第一型号的配网电源的训练样本输入初始化后的容量预测模型中,得到第二容量,采用第一容量和第二容量计算损失率,判断是否满足训练条件,若否,采用损失率调整容量预测模型的模型参数,返回将第一型号的配网电源的训练样本输入容量预测模型的步骤,若是,确定第一型号的配网电源的容量预测模型完成训练,将容量预测模型的模型参数与第一型号关联存储,并从训练数据集中删除第一型号的配网电源的训练样本,以及将所训练完成的容量预测模型确定为初始化后的容量预测模型,判断训练数据集中是否存在第二型号的配网电源的训练样本,若是,将第二型号确定为第一型号,返回将第一型号的配网电源的训练样本输入初始后的容量预测模型中,得到第二容量的步骤,若否,确定所有型号的配网电源的容量预测模型完成训练。
示例性的,假设需要训练型号A、B、C的配网电源的容量预测模型,可以获取型号A的配网电源在不同容量、不同温度时温度调节装置工作期间的电压曲线、电流曲线以及电池仓的温度曲线,比如,可以获取配网电源在标准容量的95%、90%、85%、80%等容量的情况下,针对每种容量在不同的温度时控制温度调节装置工作,并在温度调节装置工作期间采集电池的电压、电流和电池仓温度,生成电压曲线、电流曲线、温度曲线作为训练样本,并标注第一容量作为标签,一条训练样本可以表示为(A,T1,U,I,T2,C),其中,A表示配网电源的型号,T1为温度调节装置开始工作时电池仓的温度,U表示电池的电压曲线,I表示电池的电路曲线,T2表示温度调节装置工作期间电池仓的温度曲线,C表示所标注的第一容量,亦即电池的真实容量,以上为型号A的配网电源的训练样本的示例,其他型号的配网电源同理获得训练样本。
在训练第一型号(比如型号A)的配网电源的容量预测模型时,可以从训练数据集中随机提取型号A的配网电源的训练样本,并输入到初始化后的容量预测模型中,得到第二容量,再采用训练样本的第一容量和第二容量计算损失率,判断是否满足训练条件(比如损失率是否小于阈值,或者训练次数是否达到预测次数,或者是相邻两次计算的损失率的变化率是否小于阈值),若是,则确定第一型号配网电源的容量预测模型完成训练,可以将第一型号和模型参数关联存储,以实现通过第一型号可以查找到相应的模型参数;若否,则采用损失率计算梯度后,对容量预测模型的模型进行随机梯度下降、批量随机梯度下降等,以调整模型参数并继续训练,若第一型号的配网电源的容量预测模型完成训练,比如型号A的容量预测模型完成训练,则将训练完成的型号A的容量预测模型作为初始化后的容量预测模型,从训练数据集中删除所有型号A的配网电源的训练样本,然后将第二型号(比如型号B)作为第一型号,从训练数据集中提取第一型号(此时为型号B)的训练样本输入到初始化后的容量预测模型中继续训练,得到型号B的容量预测模型,直到所有型号的容量预测模型均完成训练,其中,损失率可以通过均方差、交叉熵等损失函数计算,本实施例对损失率的计算方式不做限制。
本实施例在训练各种型号的容量预测模型时,将已训练完成型号的配网电源的容量预测模型作为未训练型号的配网电源的初始化容量预测模型,使得初始化的容量预测模型已经具有初始的容量识别能力,可以提高训练效率,另外,通过温度曲线、电压曲线和电流曲线训练容量预测模型,使得容量预测模型能够学习到通过温度、电压和电流预测电池容量的能力,结合了温度对电池核容的影响,使得容量预测模型可以对各种温度工况下的电池的容量进行预测,提高了容量预测模型的准确度。
在训练并存储各种配网电源的容量预测模型的模型参数后,可以通过当前需要核容的配网电源的型号查找与该型号匹配的模型参数,以完成容量预测模型加载,示例性的,配网电源的处理器中可以预先加载容量预测模型的结构,在加载模型参数后,设置容量预测模型中的模型参数即可完成加载。
S406、采用温度调节装置工作期间所采集到的温度、电压和电流分别生成温度曲线、电压曲线以及电流曲线。
温度调节装置工作期间所采集到的温度、电压和电流为随着时间推移的温度序列、电压序列和电流序列,可以采用温度序列、电压序列和电流序列生成温度曲线、电压曲线和电流曲线,以上各种曲线以时间为横坐标,温度、电压和电流为纵坐标。
S407、将温度曲线、电压曲线以及电流曲线输入容量预测模型中,得到电池的预测容量。
在满足核容条件,并生成温度调节装置工作期间电池仓的温度曲线、电池的电压曲线以及电流曲线后,可以将温度曲线、电压曲线以及电流曲线输入容量预测模型中,在容量预测模型中提取温度特征、电压特征、电流特征,并对温度特征、电压特征和电流特征进行融合,通过所融合的特征对电池的容量进行预测,输出电池的预测容量。
S408、根据温度调节装置工作期间所采集到的温度、电压和电流计算预测容量的置信度。
在一个实施例中,对于所采集到的温度,可以确定温度调节装置的工作时长,采用温度调节装置工作期间所采集到的温度计算平均温度、最高温度、最低温度以及温度波动率,通过预置的第一公式计算温度对置信度的温度影响分数Con_t,其中,第一公式如下:
(1);
其中,t0为核容时所需的标准环境温度,为平均温度, tmax为最高温度,tmin为最低
温度,trate为温度波动率,trate=2(tmax-tmin)/(tmax+tmin),从公式(1)可知,当核容时电池仓的
最高温度tmax、最低温度tmin、平均温度越接近核容时所需的标准环境温度t0,温度波动率
trate越小,说明核容期间电池仓的温度越接近标准环境温度t0,并且温度变化较为稳定,温
度对核容的影响小,温度对置信度的温度影响分数Con_t越大,所预测的容量的可信度越
高,反之,说明核容期间电池仓的温度与标准环境温度t0相差较大,并且温度变化波动大,
温度对核容的影响大,温度对置信度的温度影响分数Con_t越小,所预测的容量的可信度越
低。
对于所采集到的电压,可以从温度调节装置工作期间所采集到的电压中确定出最大电压、最小电压和电压波动率,通过预置的第二公式计算电压对置信度的电压影响分数Con_u,其中第二公式如下:
(2);
u0为电池满电时的标准电压,u1为电池核容时放电的标准截止电压,umax为最大电压,umin为最小电压,urate为电压波动率,urate=2(umax-umin)/(umax+umin),从上述公式(2)可知,最大电压umax越接近满电时的标准电压u0、最小电压umin越接近电池核容放电时的标准截止电压、电压波动率urate越小,表明电池核容时接近满电状态,并且放电充分,以及在放电过程中电压下降较为平稳,电压对置信度的电压影响分数Con_u越大,所预测的容量的可信度越高,反之,表明电池不是在满电状态下进行充分放电核容,所预测的容量的可信度越低。
对于所采集到的电流,可以采用温度调节装置工作期间内所采集到的电流中的最大电流和最小电流计算电流波动率,并可以计算所采集到的温度与所采集到的电压的皮尔逊相关系数,进一步采用工作时长、温度影响分数、电压影响分数、电流波动率、皮尔逊相关系数以及预置的第三公式计算预测容量的置信度,其中,第三公式如下:
(3);
其中,T为工作时长,Irate为电流波动率,Irate=2(Imax-Imin)/(Imax+Imin),Imax为最大电流,Imin为最小电流,ru,t为采集到的温度与所采集到的电压的皮尔逊相关系数。
本实施例中,温度与所采集到的电压的皮尔逊相关系数ru,t可以通过以下公式计算:
(4);
其中,ui为采集到的第i个电压,ti为采集到的第i个温度,为所采集到的电压的平均值,为所采集到的温度的平均值,从公式(4)可知,若温度与电压的皮尔逊相关系数ru,t越大,表明电池核容放电时电压的变化与温度的相关性强,所采集到的电压和温度变化遵循电池核容时电压与温度的变化规律,核容所采集到的电压、电流和温度是电池核容中的客观变化数据,准确度高。
从上述公式(3)可知,在温度调节装置的工作时长T越大时(说明核容时电池放电时长越大)、电流波动率Irate越小,预测容量的置信度Con越大,即电池核容时放电时长越长,放电过程中电流波动率越小越接近恒流放电,核容所得的预测容量越可信。
本实施例通过电池核容时的温度、电压和电流计算预测容量的置信度,充分考虑了核容过程中温度对电压和电流的影响,提高了核容的准确性。
S409、在置信度大于预设的置信度阈值时,将预测容量确定为电池的核容容量。
在计算预测容量的置信度后,可以判断置信度是否大于置信度阈值(比如0.9),若是,表明在当前温度下以温度调节装置作为放电负载对电池进行核容的可信程度高,则将容量预测模型所输出的预测容量确定为电池的核容容量,并执行S410,若否,表明在当前温度下以温度调节装置作为放电负载对电池进行核容的可信程度低,则可以舍弃容量预测模型所输出的预测容量,并返回S401。
S410、判断核容容量是否小于预置的容量阈值。
本实施例可以设置容量阈值,该容量阈值可以是电池容量过低时无法支持配网电源对配电网中的一次设备或二次设备工作时的阈值,示例性的,容量阈值可以是标准容量的50%、60%等,本领域技术人员可以根据配网电源所使用的场景设置不同的容量阈值。当对电池核容所得的核容容量小于或等于容量阈值时,执行S411,当对电池核容所得的核容容量大于容量阈值时,执行S412。
S411、生成电池容量过低的告警信息。
当对电池核容所得的核容容量小于容量阈值时,确定电池的容量过低,可以生成告警信息,并将告警信息通过通信单元发送到远端的集控主站,集控主站接收到告警信息后,确定容量过低的配网电源的地址,并生成相关信息发送到运维人员,运维人员接收到信息后到配网电源处更换电池。
S412、计算预置的标准容量与核容容量的容量差值,以及计算容量差值与标准容量的比值。
本实施例中,标准容量可以是电池出厂时的标称容量,通常情况下,电池在使用一段时间后,核容容量小于标准容量,可以计算标准容量与核容容量的容量差值,并计算容量差值与标准容量的比值。
S413、计算比值与预置的标准温度范围的区间长度的乘积,得到温度调节幅度。
标准温度范围可以是第一次设置的预设温度范围,通常地,标准温度范围的范围最大,示例性的,电池出厂时设置的标准温度范围是15-35℃,电池在该温度范围内工作时生命周期延长的效果比较好,则可以计算标准温度范围15-35℃的区间长度为20℃,假设标准容量为1000KWh,核容容量为800KWh,则比值为(1000-800)/1000=0.2,温度调节幅度为0.2×20=4℃。
S414、采用温度调节幅度对预设温度范围进行缩小处理,得到更新后的预设温度范围。
具体的,可以采用温度调节幅度对预设温度范围进行双边缩小处理,得到更新后的预设温度范围,比如,电池的标准容量为1000Kwh,电池理想的工作环境温度为25℃,电池出厂未曾使用时预设温度范围为15-35℃,使用六个月后通过核容容量800KWh计算温度调节幅度为4℃,则对预设温度范围15-35℃进行双边缩小处理,更新后的预设温度范围为17-33℃,若使用十二个月后通过核容容量700KWh计算得到温度调节范围为6℃,则对预设温度范围17-33℃进行双边缩小处理,即在电池出厂时预设温度范围15-35℃的基础上双边缩小6℃,得到更新后的预设温度范围18-32℃,以此类推,即核容容量越小,更新后的预设温度范围越来越小,即电池容量随着使用时长增加,触发温度调节装置工作的预设温度范围越来越小,并且越接近理想温度25℃,即核容容量小后,电池更容易处于更为理想温度环境下工作,以减缓电池容量下降速度,提高电池的生命周期水平。
当然,在预设温度范围更新到设定的范围后不再更新,比例当预设温度范围在23-26℃之间时,不再缩小预设温度范围,以避免预设温度范围过窄导致温度调节装置频繁工作。
本实施例在电池仓的温度在预设温度范围外时,控制温度调节装置工作并向电池仓输出冷介媒或热介媒,并采集电池的电压和电流,在满足核容条件加载容量预测模型后,将生成的温度曲线、电压曲线和电流曲线输入容量预测模型中得到电池的预测容量,并通过所采集到的温度、电压和电流计算预测容量的置信度,在置信度大于阈值时将预测容量确定为电池的核容容量,一方面,在温度调节装置时对电池核容,将温度调节装置作为核容负载,无需增加专用的阻性负载,既降低了成本,又能够充分利用配网电源的能源,提高了能源利用率,并且利用电池仓的温度曲线、电池的电压曲线和电流曲线进行容量预测,考虑了温度对电池的影响,并计算预测的容量的置信度,提高了核容的准确性,能够准确监测配网电源的生命周期,另一方面,通过设置温度调节装置,能够保证电池在预设温度范围内工作,可以延长配网电源的生命周期,提高了电池的生命周期水平。
进一步的,在核容容量小于容量阈值时生成容量过低的告警信息,以实现电池生命周期的监控和告警,以提示运维人员及时更换容量过低的配网电源。
更进一步的,可以通过核容容量和标准容量对预设温度范围进行缩小处理,使得电池随着工作时长增加容量降低后,电池更容易处于更为理想温度环境下工作,以减缓电池容量下降的速度,提高电池的生命周期水平。
实施例三
图5为本发明实施例三提供的一种配网电源在线核容控制装置的结构示意图,本实施例的配网电源包括容纳电池的电池仓、从所述电池取电的处理器、温度调节装置、温度传感器以及电参数采样模块,所述温度调节装置的冷热介媒输出通道与所述电池仓连通,如图5所示,该配网电源在线核容控制装置包括:
温度采集模块501,用于通过温度传感器采集所述电池仓内的温度;
温度调节模块502,用于在所述温度在预设温度范围外时,控制温度调节装置工作并向所述电池仓输出冷介媒或热介媒;
电压和电流采集模块503,用于通过电参数采样模块采集所述电池的电压和电流;
容量预测模块504,用于在满足预置的核容条件时加载容量预测模型,并将所述温度调节装置工作期间所采集到的电压、电流以及温度输入容量预测模型中得到所述电池的预测容量;
置信度计算模块505,用于根据所述温度调节装置工作期间所采集到的温度、电压和电流计算所述预测容量的置信度;
核容容量确定模块506,用于在所述置信度大于预设的置信度阈值时,将所述预测容量确定为所述电池的核容容量。
可选的,温度调节模块502包括:
计时单元,用于在所采集到的温度开始在预设温度范围外时,启动计时器计时得到计时时长;
温度判断单元,用于判断所述计时时长内所采集到的温度是否均在所述预设温度范围外,若是,执行冷却控制单元或加热控制单元,若否,返回温度采集模块501;
冷却控制单元,用于在所采集到的温度均大于或等于所述预设温度范围的上限温度时,生成冷却指令发送到所述温度调节装置,所述温度调节装置接收到所述冷却指令时工作并输出冷介媒到所述电池仓;
加热控制单元,用于在所采集到的温度均小于或等于所述预设温度范围的下限温度时,生成加热指令发送到所述温度调节装置,所述温度调节装置接收到加热指令时工作并输出热介媒到所述电池仓。
可选的,容量预测模块504包括:
核容条件判断单元,用于判断是否满足预置的核容条件,若是,执行模型加载单元;
模型加载单元,用于获取所述配网电源的型号,并加载与所述配网电源的型号匹配的模型参数,以完成容量预测模型加载;
曲线生成单元,用于采用所述温度调节装置工作期间所采集到的温度、电压和电流分别生成温度曲线、电压曲线以及电流曲线;
容量预测单元,用于将所述温度曲线、电压曲线以及电流曲线输入容量预测模型中,得到所述电池的预测容量。
可选的,所述电池仓中包括两个以上并联的电池,核容条件判断单元用于:
判断是否是单电池对所述温度调节装置供电;
若是,获取供电的电池的当前电压,并计算所述温度调节装置的工作时长,所述工作时长为所述温度调节装置将所述电池仓的温度调节至所述预设温度范围内的时长;
计算上一次核容的时间到当前时间的间隔时长;
在所述间隔时长大于第一时长阈值、所述工作时长大于第二时长阈值且所述当前电压大于预置电压阈值时,确定满足预置的核容条件。
可选的,所述容量预测模型通过以下模块训练:
训练数据获取模块,用于获取各种型号的配网电源的训练数据集,所述训练数据集中的训练样本为每种配网电源在不同容量、不同温度时温度调节装置工作期间的电压曲线、电流曲线以及电池仓的温度曲线,每条训练样本标注第一容量;
模型初始化模块,用于初始化容量预测模型;
训练样本输入模块,用于将第一型号的配网电源的训练样本输入初始化后的容量预测模型中,得到第二容量;
损失率计算模块,用于采用所述第一容量和所述第二容量计算损失率;
训练条件判断模块,用于判断是否满足训练条件,若是,执行训练完成确定模块,若否,执行模型参数调整模块;
模型参数调整模块,用于采用所述损失率调整所述容量预测模型的模型参数,返回训练样本输入模块;
训练完成确定模块,用于确定所述第一型号的配网电源的容量预测模型完成训练,将所述容量预测模型的模型参数与所述第一型号关联存储,并从所述训练数据集中删除第一型号的配网电源的训练样本,以及将所训练完成的容量预测模型确定为初始化后的容量预测模型;
型号判断模块,用于判断所述训练数据集中是否存在第二型号的配网电源的训练样本,若是,执行第一型号更新模块,若否,执行训练结束模块;
第一型号更新模块,用于将所述第二型号确定为第一型号,返回训练样本输入模块;
训练结束模块,用于确定所有型号的配网电源的容量预测模型完成训练。
可选的,置信度计算模块505包括:
工作时长确定单元,用于确定所述温度调节装置的工作时长;
温度数据计算单元,用于采用所述温度调节装置工作期间所采集到的温度计算平均温度、最高温度、最低温度以及温度波动率;
温度影响分数计算单元,用于通过预置的第一公式计算温度对置信度的温度影响分数Con_t,其中,所述第一公式如下:
;
其中,t0为核容时所需的标准环境温度,为平均温度, tmax为最高温度,tmin为最低温度,trate为温度波动率,trate=2(tmax-tmin)/(tmax+tmin);
电压数据计算单元,用于从所述温度调节装置工作期间所采集到的电压中确定出最大电压、最小电压和电压波动率;
电压影响分数计算单元,用于通过预置的第二公式计算电压对置信度的电压影响分数Con_u,其中所述第二公式如下:
;
u0为电池满电时的标准电压,u1为电池核容时放电的标准截止电压,umax为最大电压,umin为最小电压,urate为电压波动率,urate=2(umax-umin)/(umax+umin);
电流参数计算单元,用于采用所述温度调节装置工作期间内所采集到的电流中的最大电流和最小电流计算电流波动率;
相关系数计算单元,用于计算所采集到的温度与所采集到的电压的皮尔逊相关系数;
置信度计算单元,用于采用所述工作时长、温度影响分数、电压影响分数、电流波动率、所述皮尔逊相关系数以及预置的第三公式计算所述预测容量的置信度,其中,所述第三公式如下:
;
其中,T为工作时长,Irate为电流波动率,Irate=2(Imax-Imin)/(Imax+Imin),Imax为最大电流,Imin为最小电流,ru,t为采集到的温度与所采集到的电压的皮尔逊相关系数。
可选的,还包括:
核容容量判断模块,用于判断所述核容容量是否小于预置的容量阈值,若是,执行告警信息生成模块,若否,执行比值计算模块;
告警信息生成模块,用于生成电池容量过低的告警信息;
比值计算模块,用于计算预置的标准容量与所述核容容量的容量差值,以及计算所述容量差值与所述标准容量的比值;
调节幅度计算模块,用于计算所述比值与预置的标准温度范围的区间长度的乘积,得到温度调节幅度,所述预置的标准温度范围为第一次设置的温度范围;
温度范围更新模块,用于采用所述温度调节幅度对所述预设温度范围进行缩小处理,得到更新后的预设温度范围。
本发明实施例所提供的配网电源在线核容控制装置可执行本发明任意实施例所提供的配网电源在线核容控制方法,具备执行方法相应的功能模块和有益效果。
实施例四
图6示出了可以用来实施本发明的实施例的配网电源60的结构示意图。配网电源包括电池仓、温度传感器、温度调节装置、电参数采样模块以及至少一个处理器61,以及与至少一个处理器61通信连接的存储器,如只读存储器(ROM)62、随机访问存储器(RAM)63等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器61可以根据存储在只读存储器(ROM)62中的计算机程序或者从存储单元68加载到随机访问存储器(RAM)63中的计算机程序,来执行各种适当的动作和处理。在RAM 63中,还可存储配网电源60操作所需的各种程序和数据。处理器61、ROM 62以及RAM 63通过总线64彼此相连。输入/输出(I/O)接口65也连接至总线64。
配网电源60中的多个部件连接至I/O接口65,包括:输入单元66,例如温度传感器、电参数采用模块等;输出单元67,例如各种类型的显示器、扬声器等;存储单元68,例如存储卡等;以及通信单元69,例如网卡、调制解调器、无线通信收发机等。通信单元69允许配网电源60通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器61可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器61的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器61执行上文所描述的各个方法和处理,例如配网电源在线核容控制方法。
在一些实施例中,配网电源在线核容控制方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元68。在一些实施例中,计算机程序的部分或者全部可以经由ROM 62和/或通信单元69而被载入和/或安装到配网电源60上。当计算机程序加载到RAM 63并由处理器61执行时,可以执行上文描述的配网电源在线核容控制方法的一个或多个步骤。备选地,在其他实施例中,处理器61可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行配网电源在线核容控制方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在配网电源上实施此处描述的***和技术,该配网电源具有:用于向用户显示信息的显示装置(例如LCD(液晶显示器)),其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为集控主站)、或者包括中间件部件的计算***(例如,服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (7)
1.一种配网电源在线核容控制方法,其特征在于,配网电源包括容纳电池的电池仓、从所述电池取电的处理器、温度调节装置、温度传感器以及电参数采样模块,所述温度调节装置的冷热介媒输出通道与所述电池仓连通,包括:
通过温度传感器采集所述电池仓内的温度;
在所述温度在预设温度范围外时,控制温度调节装置工作并向所述电池仓输出冷介媒或热介媒;
通过电参数采样模块采集所述电池的电压和电流;
在满足预置的核容条件时加载容量预测模型,并将所述温度调节装置工作期间所采集到的电压、电流以及温度输入容量预测模型中得到所述电池的预测容量;
根据所述温度调节装置工作期间所采集到的温度、电压和电流计算所述预测容量的置信度;
在所述置信度大于预设的置信度阈值时,将所述预测容量确定为所述电池的核容容量;
在满足预置的核容条件时加载容量预测模型,并将所述温度调节装置工作期间所采集到的电压、电流以及温度输入容量预测模型中得到所述电池的预测容量,包括:
判断是否满足预置的核容条件;
若是,获取所述配网电源的型号,并加载与所述配网电源的型号匹配的模型参数,以完成容量预测模型加载;
采用所述温度调节装置工作期间所采集到的温度、电压和电流分别生成温度曲线、电压曲线以及电流曲线;
将所述温度曲线、电压曲线以及电流曲线输入容量预测模型中,得到所述电池的预测容量;
所述电池仓中包括两个以上并联的电池,判断是否满足预置的核容条件,包括:
判断是否是单电池对所述温度调节装置供电;
若是,获取供电的电池的当前电压,并计算所述温度调节装置的工作时长,所述工作时长为所述温度调节装置将所述电池仓的温度调节至所述预设温度范围内的时长;
计算上一次核容的时间到当前时间的间隔时长;
在所述间隔时长大于第一时长阈值、所述工作时长大于第二时长阈值且所述当前电压大于预置电压阈值时,确定满足预置的核容条件;
根据所述温度调节装置工作期间所采集到的温度、电压和电流计算所述预测容量的置信度,包括:
确定所述温度调节装置的工作时长;
采用所述温度调节装置工作期间所采集到的温度计算平均温度、最高温度、最低温度以及温度波动率;
通过预置的第一公式计算温度对置信度的温度影响分数Con_t,其中,所述第一公式如下:
;
其中,t0为核容时所需的标准环境温度,为平均温度, tmax为最高温度,tmin为最低温度,trate为温度波动率,trate=2(tmax-tmin)/(tmax+tmin);
从所述温度调节装置工作期间所采集到的电压中确定出最大电压、最小电压和电压波动率;
通过预置的第二公式计算电压对置信度的电压影响分数Con_u,其中所述第二公式如下:
;
u0为电池满电时的标准电压,u1为电池核容时放电的标准截止电压,umax为最大电压,umin为最小电压,urate为电压波动率,urate=2(umax-umin)/(umax+umin);
采用所述温度调节装置工作期间内所采集到的电流中的最大电流和最小电流计算电流波动率;
计算所采集到的温度与所采集到的电压的皮尔逊相关系数;
采用所述工作时长、温度影响分数、电压影响分数、电流波动率、所述皮尔逊相关系数以及预置的第三公式计算所述预测容量的置信度,其中,所述第三公式如下:
;
其中,T为工作时长,Irate为电流波动率,Irate=2(Imax-Imin)/(Imax+Imin),Imax为最大电流,Imin为最小电流,ru,t为采集到的温度与所采集到的电压的皮尔逊相关系数。
2.根据权利要求1所述的配网电源在线核容控制方法,其特征在于,在所述温度在预设温度范围外时,控制温度调节装置工作并向所述电池仓输出冷介媒或热介媒,包括:
在所采集到的温度开始在预设温度范围外时,启动计时器计时得到计时时长;
判断所述计时时长内所采集到的温度是否均在所述预设温度范围外;
若否,返回通过温度传感器采集所述电池仓内的温度的步骤;
若是,在所采集到的温度均大于或等于所述预设温度范围的上限温度时,生成冷却指令发送到所述温度调节装置,所述温度调节装置接收到所述冷却指令时工作并输出冷介媒到所述电池仓;
在所采集到的温度均小于或等于所述预设温度范围的下限温度时,生成加热指令发送到所述温度调节装置,所述温度调节装置接收到加热指令时工作并输出热介媒到所述电池仓。
3.根据权利要求1或2所述的配网电源在线核容控制方法,其特征在于,所述容量预测模型通过以下步骤训练:
获取各种型号的配网电源的训练数据集,所述训练数据集中的训练样本为每种配网电源在不同容量、不同温度时温度调节装置工作期间的电压曲线、电流曲线以及电池仓的温度曲线,每条训练样本标注第一容量;
初始化容量预测模型;
将第一型号的配网电源的训练样本输入初始化后的容量预测模型中,得到第二容量;
采用所述第一容量和所述第二容量计算损失率;
判断是否满足训练条件;
若否,采用所述损失率调整所述容量预测模型的模型参数,返回将第一型号的配网电源的训练样本输入容量预测模型的步骤;
若是,确定所述第一型号的配网电源的容量预测模型完成训练,将所述容量预测模型的模型参数与所述第一型号关联存储,并从所述训练数据集中删除第一型号的配网电源的训练样本,以及将所训练完成的容量预测模型确定为初始化后的容量预测模型;
判断所述训练数据集中是否存在第二型号的配网电源的训练样本;
若是,将所述第二型号确定为第一型号,返回将第一型号的配网电源的训练样本输入初始后的容量预测模型中,得到第二容量的步骤;
若否,确定所有型号的配网电源的容量预测模型完成训练。
4.根据权利要求1或2所述的配网电源在线核容控制方法,其特征在于,将所述预测容量确定为所述电池的核容容量之后,还包括:
判断所述核容容量是否小于预置的容量阈值;
若是,生成电池容量过低的告警信息;
若否,计算预置的标准容量与所述核容容量的容量差值,以及计算所述容量差值与所述标准容量的比值;
计算所述比值与预置的标准温度范围的区间长度的乘积,得到温度调节幅度,所述预置的标准温度范围为第一次设置的温度范围;
采用所述温度调节幅度对所述预设温度范围进行缩小处理,得到更新后的预设温度范围。
5.一种配网电源在线核容控制装置,其特征在于,配网电源包括容纳电池的电池仓、从所述电池取电的处理器、温度调节装置、温度传感器以及电参数采样模块,所述温度调节装置的冷热介媒输出通道与所述电池仓连通,包括:
温度采集模块,用于通过温度传感器采集所述电池仓内的温度;
温度调节模块,用于在所述温度在预设温度范围外时,控制温度调节装置工作并向所述电池仓输出冷介媒或热介媒;
电压和电流采集模块,用于通过电参数采样模块采集所述电池的电压和电流;
容量预测模块,用于在满足预置的核容条件时加载容量预测模型,并将所述温度调节装置工作期间所采集到的电压、电流以及温度输入容量预测模型中得到所述电池的预测容量;
置信度计算模块,用于根据所述温度调节装置工作期间所采集到的温度、电压和电流计算所述预测容量的置信度;
核容容量确定模块,用于在所述置信度大于预设的置信度阈值时,将所述预测容量确定为所述电池的核容容量;
容量预测模块包括:
核容条件判断单元,用于判断是否满足预置的核容条件,若是,执行模型加载单元;
模型加载单元,用于获取所述配网电源的型号,并加载与所述配网电源的型号匹配的模型参数,以完成容量预测模型加载;
曲线生成单元,用于采用所述温度调节装置工作期间所采集到的温度、电压和电流分别生成温度曲线、电压曲线以及电流曲线;
容量预测单元,用于将所述温度曲线、电压曲线以及电流曲线输入容量预测模型中,得到所述电池的预测容量;
所述电池仓中包括两个以上并联的电池,核容条件判断单元用于:
判断是否是单电池对所述温度调节装置供电;
若是,获取供电的电池的当前电压,并计算所述温度调节装置的工作时长,所述工作时长为所述温度调节装置将所述电池仓的温度调节至所述预设温度范围内的时长;
计算上一次核容的时间到当前时间的间隔时长;
在所述间隔时长大于第一时长阈值、所述工作时长大于第二时长阈值且所述当前电压大于预置电压阈值时,确定满足预置的核容条件;
置信度计算模块包括:
工作时长确定单元,用于确定所述温度调节装置的工作时长;
温度数据计算单元,用于采用所述温度调节装置工作期间所采集到的温度计算平均温度、最高温度、最低温度以及温度波动率;
温度影响分数计算单元,用于通过预置的第一公式计算温度对置信度的温度影响分数Con_t,其中,所述第一公式如下:
;
其中,t0为核容时所需的标准环境温度,为平均温度, tmax为最高温度,tmin为最低温度,trate为温度波动率,trate=2(tmax-tmin)/(tmax+tmin);
电压数据计算单元,用于从所述温度调节装置工作期间所采集到的电压中确定出最大电压、最小电压和电压波动率;
电压影响分数计算单元,用于通过预置的第二公式计算电压对置信度的电压影响分数Con_u,其中所述第二公式如下:
;
u0为电池满电时的标准电压,u1为电池核容时放电的标准截止电压,umax为最大电压,umin为最小电压,urate为电压波动率,urate=2(umax-umin)/(umax+umin);
电流参数计算单元,用于采用所述温度调节装置工作期间内所采集到的电流中的最大电流和最小电流计算电流波动率;
相关系数计算单元,用于计算所采集到的温度与所采集到的电压的皮尔逊相关系数;
置信度计算单元,用于采用所述工作时长、温度影响分数、电压影响分数、电流波动率、所述皮尔逊相关系数以及预置的第三公式计算所述预测容量的置信度,其中,所述第三公式如下:
;
其中,T为工作时长,Irate为电流波动率,Irate=2(Imax-Imin)/(Imax+Imin),Imax为最大电流,Imin为最小电流,ru,t为采集到的温度与所采集到的电压的皮尔逊相关系数。
6.一种配网电源,其特征在于,所述配网电源包括:
电池仓,用于容纳电池;
温度传感器,用于采集所述电池仓内的温度;
温度调节装置,用于向所述电池仓输出冷介媒或热介媒;
电参数采样模块,用于采集所述电池的电压和电流;
至少一个与所述温度调节装置、温度传感器以及电参数采样模块连接的处理器;以及
与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计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的配网电源在线核容控制方法。
7.一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指令,所述计算机指令用于使处理器执行时实现权利要求1-4中任一项所述的配网电源在线核容控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410451855.XA CN118050650B (zh) | 2024-04-16 | 2024-04-16 | 配网电源在线核容控制方法、装置、配网电源和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410451855.XA CN118050650B (zh) | 2024-04-16 | 2024-04-16 | 配网电源在线核容控制方法、装置、配网电源和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118050650A CN118050650A (zh) | 2024-05-17 |
CN118050650B true CN118050650B (zh) | 2024-07-02 |
Family
ID=91048663
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410451855.XA Active CN118050650B (zh) | 2024-04-16 | 2024-04-16 | 配网电源在线核容控制方法、装置、配网电源和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118050650B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114186756A (zh) * | 2022-01-11 | 2022-03-15 | 国网湖北省电力有限公司孝感供电公司 | 一种配电网终端蓄电池储能容量预测方法 |
CN115470995A (zh) * | 2022-09-15 | 2022-12-13 | 湖北亿纬动力有限公司 | 电池容量预测模型训练方法、电池分容方法及装置 |
-
2024
- 2024-04-16 CN CN202410451855.XA patent/CN118050650B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114186756A (zh) * | 2022-01-11 | 2022-03-15 | 国网湖北省电力有限公司孝感供电公司 | 一种配电网终端蓄电池储能容量预测方法 |
CN115470995A (zh) * | 2022-09-15 | 2022-12-13 | 湖北亿纬动力有限公司 | 电池容量预测模型训练方法、电池分容方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN118050650A (zh) | 2024-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12034319B2 (en) | Server-side characterization of rechargeable batteries | |
JP6234946B2 (ja) | 電池状態推定装置 | |
CN109991554B (zh) | 一种电池电量检测方法、装置及终端设备 | |
WO2020198118A1 (en) | Methods, systems, and devices for estimating and predicting a remaining time to charge and a remaining time to discharge of a battery | |
CN104656021B (zh) | 一种蓄电池剩余容量的预估方法及装置 | |
CN113406523B (zh) | 一种储能电池状态评价方法、装置、电子设备及存储*** | |
WO2019042413A1 (zh) | 电池均衡方法、***、车辆、存储介质及电子设备 | |
CN104242393A (zh) | 基于动态soc估算***的电池管理*** | |
WO2018145399A1 (zh) | 储能***的荷电状态校准方法、装置 | |
WO2019042416A1 (zh) | 电池均衡方法、***、车辆及电子设备 | |
JP2020109720A (ja) | 蓄電池評価装置、蓄電池評価方法及び蓄電池評価システム | |
CN115940224A (zh) | 一种储能***的充放电控制方法、装置、设备以及介质 | |
CN109375109A (zh) | 一种基于数据挖掘的蓄电池故障诊断方法 | |
WO2019042399A1 (zh) | 电池均衡方法、***、车辆、存储介质及电子设备 | |
CN115587512A (zh) | 基于ANSYS TwinBuilder的锂电池热电耦合数字孪生模型构建方法 | |
CN204030697U (zh) | 基于动态soc估算***的电池管理*** | |
CN114609523A (zh) | 一种电池容量的在线检测方法、电子设备及存储介质 | |
CN117595462B (zh) | 一种二次储能电池组的自适应充放电控制***及其控制方法 | |
CN118050650B (zh) | 配网电源在线核容控制方法、装置、配网电源和存储介质 | |
CN114992772B (zh) | 空调温控负荷集群可调节潜力评估方法、装置及存储介质 | |
CN111130177A (zh) | 一种bbu的管理方法、***及装置 | |
CN115754772A (zh) | 一种电池容量衰减处理方法、装置、设备和存储介质 | |
KR101342529B1 (ko) | 전력 저장 장치의 제어기, 제어 방법 및 컴퓨터로 판독가능한 기록 매체 | |
Romero et al. | Fast charge of Li-ion batteries using a two-layer distributed MPC with electro-chemical and thermal constraints | |
CN115663311B (zh) | 电芯温度确定方法、装置、电子设备及存储介质 |
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 |