一种基于储能电站锂电池多维特征的容量估计方法及系统与流程

锂离子电池技术是新能源科技中的重要突破，广泛应用于电动车和储能系统 #生活知识# #科技生活# #科技改变生活# #新能源科技#

本发明涉及储能电站锂电池容量估计的，尤其涉及一种基于储能电站锂电池多维特征的容量估计方法及系统。

背景技术：

1、能源紧缺与环境污染致使可再生清洁能源得以大规模利用。可再生能源电力占电力消费的比例逐年提升。目前要积极发展非化石能源，加快新型储能规模化应用。这为以锂离子电池为主的电化学储能产业发展带来了新契机，因电化学储能具备响应速度快，能量效率转换高，运行寿命长等优势，成为最具大规模发展的储能技术之一。

2、实现储能电站锂电池容量准确估计，可对储能电池系统运行、管理与控制提供指导性意见，及时对存在安全隐患的电池进行更换，防止在使用过程中造成人员伤亡导致重大损失，对储能电池系统维护保养有着重要意义。目前，数据驱动法是实现储能电池容量估计的主流方法，其实现容量准确估计主要依赖于储能电池容量衰减特征数据以及数据量。因此，如何针对储能电池容量衰减估算问题，建立描述储能电池容量衰减特征参数，设计一种考虑储能出力情况的储能电站锂电池容量准确估计方法成为本领域技术人员亟需解决的技术问题。

技术实现思路

1、本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

2、鉴于上述现有存在的问题，提出了本发明。

3、因此，本发明目的是提供一种基于储能电站锂电池多维特征的容量估计方法，解决目前储能电站锂电池容量估计精度低的问题。

4、为解决上述技术问题，本发明提供如下技术方案：

5、第一方面，本发明实施例提供了一种基于储能电站锂电池多维特征的容量估计方法，包括：利用储能电池管理系统监测电池电压以及电流曲线变化，并利用光纤传感器获取锂离子电池内部温度；

6、根据恒流阶段充电时间变化以及所述锂离子电池内部温度选取表征储能电池健康状态的特征参数，建立表征储能电池健康状态的健康因子；

7、构建基于lmfo-msvr的储能电池容量估计模型；

8、将所述健康因子数据集分为训练集和测试集，训练以及验证所述基于lmfo-msvr的储能电池容量估计模型，实现储能电站锂电池容量估计。

9、作为本发明所述一种基于储能电站锂电池多维特征的容量估计方法，其中：所述表征储能电池健康状态的特征参数包括，

10、等压升充电时间间隔作为表征电池健康状态的第一个特征参数hf1；

11、对应等压升充电时间间隔内电池平均内部温度作为表征电池健康状态的第二个特征参数hf2；

12、等流降充电时间间隔作为表征电池健康状态的第三个特征参数hf3；

13、对应等流降充电时间间隔内电池平均内部温度作为表征电池健康状态的第四个特征参数hf4；

14、对应等压升充电时间间隔内平均压力值作为表征电池健康状态的第五个特征参数hf5；

15、对应等流降充电时间间隔内平均压力值作为表征电池健康状态的第六个特征参数hf6。

16、作为本发明所述一种基于储能电站锂电池多维特征的容量估计方法，其中：构建基于lmfo-msvr的储能电池容量估计模型包括，

17、基于线性核函数、多项式核函数、高斯核函数、拉普拉斯核函数和sigmoid核函数的混合核函数构建多核支持向量回归msvr模型，以提高基于单核核函数的svr估计能力；

18、通过mfo算法与lévy飞行策略相结合，在扩大搜索范围的基础上增加种群的多样性，使mfo算法更易跳出局部最优点，构建改进飞蛾火焰算法lmfo模型。

19、作为本发明所述一种基于储能电站锂电池多维特征的容量估计方法，其中：还包括，

20、所述改进飞蛾火焰算法lmfo模型表达式为：

21、

22、其中，为张量积，η为步长控制因子。

23、作为本发明所述一种基于储能电站锂电池多维特征的容量估计方法，其中：利用所述改进飞蛾火焰算法lmfo对多核支持向量回归msvr模型参数以及权重系数λ进行优化。

24、作为本发明所述一种基于储能电站锂电池多维特征的容量估计方法，其中：基于线性核函数、多项式核函数、高斯核函数、拉普拉斯核函数和sigmoid核函数的混合核函数构建多核支持向量回归msvr模型包括，

25、所述混合核核函数的表达式为：

26、k(xi,xj)＝λ1·kline(xi,xj)+λ2·kpoly(xi,xj)+λ3·krbf(xi,xj)

27、+λ4·klaplace(xi,xj)+λ5·ksigmoid(xi,xj)

28、其中，λ为权重系数，xi和xj为特征向量，kline为线性核函数，kpoly为多项式核函数，krbf为高斯核函数，klaplace为拉普拉斯核函数，ksigmoid为sigmoid核函数；

29、线性核函数的表达式为：

30、

31、多项式核函数的表达式为：

32、kpoly(xi,xj)＝((xi·xj)+1)d

33、其中，d≥1为多项式的次数。

34、作为本发明所述一种基于储能电站锂电池多维特征的容量估计方法，其中：还包括，

35、高斯核函数的表达式为：

36、

37、其中，σ＞0为高斯核函数的带宽；

38、拉普拉斯核函数的表达式为：

39、

40、sigmoid核函数的表达式为：

41、

42、其中，tanh为双曲正切函数，β>0，θ<0。

43、第二方面，本发明实施例提供了一种基于储能电站锂电池多维特征的容量估计系统，包括，

44、msvr模型构建模块，基于线性核函数、多项式核函数、高斯核函数、拉普拉斯核函数和sigmoid核函数的混合核函数构建多核支持向量回归msvr模型；

45、lmfo算法构建模块，通过mfo算法与lévy飞行策略相结合，在扩大搜索范围的基础上增加种群的多样性，使mfo算法更易跳出局部最优点，构建改进飞蛾火焰算法lmfo模型；

46、基于储能电站锂电池多维特征的容量估计模块，训练以及验证所述基于lmfo-msvr的储能电池容量估计模型，实现储能电站锂电池容量估计；

47、数据处理模块，将所述健康因子数据集分为训练集和测试集；

48、健康因子提取模块，根据恒流阶段充电时间变化以及所述锂离子电池内部温度选取表征储能电池健康状态的特征参数，建立表征储能电池健康状态的健康因子。

49、第三方面，本发明实施例提供了一种计算设备，包括：

50、存储器和处理器；

51、所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任一实施例所述的基于储能电站锂电池多维特征的容量估计方法。

52、第四方面，本发明实施例提供了一种计算机可读存储介质，其存储有计算机可执行指令，该计算机可执行指令被处理器执行时实现所述基于储能电站锂电池多维特征的容量估计方法。

53、本发明的有益效果：我方发明从电池机-电-热特性多角度提取表征电池容量衰减的多元异构数据，建立可以表征衰减轨迹内/外特性的健康因子，保障储能电站锂电池在多种运行工况下的容量估计精度；构建基于混合核函数的支持向量回归msvr方法，解决单一核函数svr预测能力差的问题；利用lmfo算法优化提出msvr模型核参数，以及lmfo-msvr算法，扩大粒子搜索范围，获得全局最优解。

网址：一种基于储能电站锂电池多维特征的容量估计方法及系统与流程 https://klqsh.com/news/view/209484

相关内容

孙耀杰、王瑜团队提出了一种基于特征匹配的迁移学习锂离子电池容量估计方法
一种基于RFID的室内电子围栏定位方法及系统与流程
全球首发！NGI高性能液流电池BMS测试方案
储能电池簇液冷测试机：保障储能系统安全与高效运行的关键设备
基于公共电话网开展售后服务的信息家电系统及使用方法
一种健康膳食推荐方法及系统与流程
一种健身指导的实现方法、装置、系统与流程
一种基于大模型的多模态情感分析与交互调适方法及系统与流程
智能自适应电子围栏系统及其控制方法与流程
中国出海2.0｜锂电池巨头在前、国产设备商在后，“内卷”下的新业务增长点

随便看看