[发明专利]一种梯次电池的安全评估方法、装置及电子设备在审
申请号: | 202210921812.4 | 申请日: | 2022-08-02 |
公开(公告)号: | CN115113054A | 公开(公告)日: | 2022-09-27 |
发明(设计)人: | 田培根;肖曦;吴岩 | 申请(专利权)人: | 清华大学 |
主分类号: | G01R31/367 | 分类号: | G01R31/367 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 潘红 |
地址: | 10008*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 梯次 电池 安全 评估 方法 装置 电子设备 | ||
1.一种梯次电池的安全评估方法,其特征在于,包括:
获取储能系统中多个梯次电池的运行数据,所述运行数据包括电流、电压、温度和取样时间;
根据所述运行数据预测所述梯次电池的当前剩余寿命,并确定所述梯次电池的当前荷电状态,确定所述梯次电池的当前温升速率;
根据所述梯次电池的多种评价指标确定所述梯次电池的安全系数,所述当前剩余寿命、所述当前荷电状态、所述当前温升速率均为一种评价指标。
2.根据权利要求1所述的方法,其特征在于,所述根据所述运行数据预测所述梯次电池的当前剩余寿命,包括:
确定所述梯次电池的上一次剩余寿命Rf和所述梯次电池的当前放电过程的时间Tf;
将所述上一次剩余寿命Rf和所述时间Tf输入至预先训练的用于预测梯次电池剩余寿命的神经网络,基于所述神经网络的输出结果确定所述梯次电池的当前剩余寿命Rp。
3.根据权利要求2所述的方法,其特征在于,所述神经网络包括两个输入层、m个隐含层以及两个输出层;
两个所述输入层分别用于输入所述上一次剩余寿命Rf和所述时间Tf;
所述隐含层的输出满足:
其中,Ii表示所述神经网络的第i个输入层的输入,hj表示第j个隐含层的输出,Wij表示第i个输入层至第j个隐含层的连接权值,bj为阈值;j的范围为1至m;
所述输出层的输出满足:
其中,Ok表示所述神经网络的第k个输出层的输出,wjk表示第j个隐含层至第k个输出层的连接权值。
4.根据权利要求1所述的方法,其特征在于,所述确定所述梯次电池的当前荷电状态,包括:
根据所述梯次电池的等效模型确定所述梯次电池的当前荷电状态。
5.根据权利要求1所述的方法,其特征在于,所述确定所述梯次电池的当前温升速率,包括:
根据连续两次取样所确定的取样时间和温度确定所述梯次电池的当前温升速率,且所述当前温升速率满足:
其中,ΔTi为第i次取样时间对应的当前温升速率,ti,ti-1分别为第i、i-1次取样时间,Ti,Ti-1分别为第i、i-1次取样时间对应的温度。
6.根据权利要求1-5任意一项所述的方法,其特征在于,所述根据所述梯次电池的多种评价指标确定所述梯次电池的安全系数,包括:
确定每种评价指标的主观权重,并确定每种评价指标的客观权重;每种所述评价指标均为归一化处理后所确定指标;
根据所述主观权重和所述客观权重对多种所述评价指标进行加权处理,确定所述梯次电池的安全系数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210921812.4/1.html,转载请声明来源钻瓜专利网。