CN109212429A - 多参数加权判定蓄电池性能的方法 - Google Patents
多参数加权判定蓄电池性能的方法 Download PDFInfo
- Publication number
- CN109212429A CN109212429A CN201810924201.9A CN201810924201A CN109212429A CN 109212429 A CN109212429 A CN 109212429A CN 201810924201 A CN201810924201 A CN 201810924201A CN 109212429 A CN109212429 A CN 109212429A
- Authority
- CN
- China
- Prior art keywords
- battery
- voltage
- deviation
- cell
- batteries
- 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
Landscapes
- Secondary Cells (AREA)
Abstract
本发明涉及变电站直流系统运维监控技术领域,具体涉及一种多参数加权判定蓄电池性能的方法,包括以下步骤:①实时采集每节单体的单体电压,并每小时记录一次;②每月自动进行一次内阻测试,并记录此次内阻测试每节电池的单体内阻和放电电压;本发明按照类别赋予权重,然后计算每节电池的综合值,综合值最高的即判定为性能最差的电池,计算方式简便,精确度较高。
Description
技术领域
本发明涉及变电站直流系统运维监控技术领域,具体涉及一种多参数加权判定蓄电池性能的方法。
背景技术
阀控铅酸蓄电池作为直流系统可靠运行的最后防线,在备用电力系统中发挥着极其重要的作用。由于电力系统中的蓄电池是串联使用的,电池间的性能差异将会导致充放电时电压分配不均,从而无法保证每节蓄电池达到规范的充放电,进一步加速蓄电池的老化,降低整组蓄电池的性能,因此,掌握较差蓄电池并及时维护是至关重要的。
现有的蓄电池性能分析方法主要有蓄电池SOC估算,蓄电池内阻监测分析。其中蓄电池SOC估算采用的方法主要有放电试验法、安时积分法、开路电压法、神经网络法、卡尔曼滤波法等,但这些方法存在估算误差过大,准确度不高,或者算法过于复杂,实施难度大,且停留在理论分析阶段,不便于推广。蓄电池内阻监测分析方法可实施性高,易于执行,但仅通过蓄电池内阻便推断出蓄电池性能的好坏,对于性能相差不大的电池,可靠性过低。
发明内容
为了解决上述技术问题中的不足,本发明的目的在于:提供一种多参数加权判定蓄电池性能的方法,能够较为精准、简单的判定电池的性能。
本发明为解决其技术问题所采用的技术方案为:
所述多参数加权判定蓄电池性能的方法,包括以下步骤:
①实时采集每节单体的单体电压,并每小时记录一次;
②每月自动进行一次内阻测试,并记录此次内阻测试每节电池的单体内阻和放电电压;
③计算单体电压历史标准差σui:
式中:Uij:第i节电池第j时刻的电压;μui:第i节电池单体电压n条记录平均值;n:历史记录条数;σui:单体电压历史标准差;
④计算单体内阻历史标准差σri:
式中:Rij:第i节电池第j条单体内阻;μri:第i节电池单体内阻n条记录平均值;n:历史记录条数;σri:单体内阻历史标准差;
⑤计算放电电压历史标准差σvi:
式中:Vij:第i节电池第j条放电电压;μvi:第i节电池放电电压n条记录平均值;n:历史记录条数;σvi:放电电压历史标准差;
⑥计算单体电压相对整组电池平均单体电压的偏差ΔUi:
式中:Ui:第i节电池电压;φui:整组电池的单体电压平均值;ΔUi:单体电压相对整组电池平均值的偏差;num:蓄电池组电池节数;
⑦计算放电电压相对整组电池平均单体电压的偏差ΔVi:
式中:Vi:第i节电池放电电压;φvi:整组电池的放电电压平均值;ΔVi:放电电压相对整组电池平均值的偏差;num:蓄电池组电池节数;
⑧计算连续两次内阻测试的偏差绝对值:
δi=R2i-R1i (6)
式中:Vi:第i节电池放电电压;φvi:整组电池的放电电压平均值;ΔVi:放电电压相对整组电池平均值的偏差;num:蓄电池组电池节数。
⑨分别按单体电压历史标准差、单体内阻历史标准差、放电电压历史标准差、单体电压相对整组电池平均单体电压的偏差、放电电压相对整组电池平均单体电压的偏差、连续两次内阻测试的偏差绝对值六大类对蓄电池组内的电池进行从大到小的排序,取每一类的前10节电池,将其赋予权重,然后计算每节电池的性能综合值,综合值最高的即为性能最差的电池,综合值计算公式如下:
Si=S1iω1+S2iω2+S3i*ω3+S4i*ω4+S5i*ω5+S6i*ω6 (7)
式中:Si:第i节电池的性能综合值;S1i:第i节电池单体电压历史标准差是否在前10,是为1,否为0;ω1:单体电压历史标准差的权重;S2i:第i节电池单体电压相对整组平均值的偏差是否在前10,是为1,否为0;ω2:单体电压相对整组平均值的偏差的权重;S3i:第i节电池单体内阻历史标准差是否在前10,是为1,否为0;ω3:单体内阻历史标准差的权重;S4i:第i节电池放电电压历史标准差是否在前10,是为1,否为0;ω4:放电电压历史标准差的权重;S5i:第i节电池放电电压相对整组平均值的偏差是否在前10,是为1,否为0;ω5:放电电压相对整组平均值的偏差的权重;S6i:第i节电池连续两次内阻测试的偏差绝对值是否在前10,是为1,否为0;ω6:连续两次内阻测试的偏差绝对值的权重;
⑩通过加权分析排序后,即可将整组蓄电池中性能差的电池筛选出进行维护。
与现有技术相比,本发明具有以下有益效果:
本发明按照类别赋予权重,然后计算每节电池的综合值,综合值最高的即判定为性能最差的电池,计算方式简便,精确度较高。
具体实施方式
下面对本发明实施例做进一步描述:
实施例1
本发明所述多参数加权判定蓄电池性能的方法,包括以下步骤:
①实时采集每节单体的单体电压,并每小时记录一次;
②每月自动进行一次内阻测试,并记录此次内阻测试每节电池的单体内阻和放电电压;
③计算单体电压历史标准差σui:
式中:Uij:第i节电池第j时刻的电压;μui:第i节电池单体电压n条记录平均值;n:历史记录条数;σui:单体电压历史标准差;
④计算单体内阻历史标准差σri:
式中:Rij:第i节电池第j条单体内阻;μri:第i节电池单体内阻n条记录平均值;n:历史记录条数;σri:单体内阻历史标准差;
⑤计算放电电压历史标准差σvi:
式中:vij:第i节电池第j条放电电压;μvi:第i节电池放电电压n条记录平均值;n:历史记录条数;σvi:放电电压历史标准差;
⑥计算单体电压相对整组电池平均单体电压的偏差ΔVi:
式中:Ui:第i节电池电压;φui:整组电池的单体电压平均值;φUi:单体电压相对整组电池平均值的偏差;num:蓄电池组电池节数;
⑦计算放电电压相对整组电池平均单体电压的偏差ΔVi:
式中:Vi:第i节电池放电电压;φvi:整组电池的放电电压平均值;ΔVi:放电电压相对整组电池平均值的偏差;num:蓄电池组电池节数;
⑧计算连续两次内阻测试的偏差绝对值:
δi=R2i-R1i (6)
式中:Vi:第i节电池放电电压;φvi:整组电池的放电电压平均值;ΔVi:放电电压相对整组电池平均值的偏差;num:蓄电池组电池节数。
⑨分别按单体电压历史标准差、单体内阻历史标准差、放电电压历史标准差、单体电压相对整组电池平均单体电压的偏差、放电电压相对整组电池平均单体电压的偏差、连续两次内阻测试的偏差绝对值六大类参数对蓄电池组内的电池进行从大到小的排序,取每一类的前10节电池,按照表1将其赋予权重,然后计算每节电池的性能综合值,综合值最高的即为性能最差的电池,综合值计算公式如下:
Si=S1iω1+S2iω2+S3i*ω3+S4i*ω4+S5i*ω5+S6i*ω6 (7)
式中:Si:第i节电池的性能综合值;S1i:第i节电池单体电压历史标准差是否在前10,是为1,否为0;ω1:单体电压历史标准差的权重;S2i:第i节电池单体电压相对整组平均值的偏差是否在前10,是为1,否为0;ω2:单体电压相对整组平均值的偏差的权重;S3i:第i节电池单体内阻历史标准差是否在前10,是为1,否为0;ω3:单体内阻历史标准差的权重;S4i:第i节电池放电电压历史标准差是否在前10,是为1,否为0;ω4:放电电压历史标准差的权重;S5i:第i节电池放电电压相对整组平均值的偏差是否在前10,是为1,否为0;ω5:放电电压相对整组平均值的偏差的权重;S6i:第i节电池连续两次内阻测试的偏差绝对值是否在前10,是为1,否为0;ω6:连续两次内阻测试的偏差绝对值的权重;
表1六大类参数权重参照表
| 参数名 | 符号 | 权重 |
| 单体电压历史标准差 | ω<sub>1</sub> | 1 |
| 单体电压相对整组平均值的偏差 | ω<sub>2</sub> | 1 |
| 单体内阻历史标准差 | ω<sub>3</sub> | 3 |
| 放电电压历史标准差 | ω<sub>4</sub> | 2 |
| 放电电压相对整组平均值的偏差 | ω<sub>5</sub> | 2 |
| 连续两次内阻测试的偏差绝对值 | ω<sub>6</sub> | 1 |
⑩通过加权分析排序后,即可将整组蓄电池中性能差的电池筛选出进行维护。
Claims (1)
1.一种多参数加权判定蓄电池性能的方法,其特征在于,包括以下步骤:
①实时采集每节单体的单体电压,并每小时记录一次;
②每月自动进行一次内阻测试,并记录此次内阻测试每节电池的单体内阻和放电电压;
③计算单体电压历史标准差σui:
式中:Uij:第i节电池第j时刻的电压;μui:第i节电池单体电压n条记录平均值;n:历史记录条数;σui:单体电压历史标准差;
④计算单体内阻历史标准差σri:
式中:Rij:第i节电池第j条单体内阻;μri:第i节电池单体内阻n条记录平均值;n:历史记录条数;σri:单体内阻历史标准差;
⑤计算放电电压历史标准差σvi:
式中:Vij:第i节电池第j条放电电压;μvi:第i节电池放电电压n条记录平均值;n:历史记录条数;σvi:放电电压历史标准差;
⑥计算单体电压相对整组电池平均单体电压的偏差ΔUi:
式中:Ui:第i节电池电压;φui:整组电池的单体电压平均值;ΔUi:单体电压相对整组电池平均值的偏差;num:蓄电池组电池节数;
⑦计算放电电压相对整组电池平均单体电压的偏差ΔVi:
式中:Vi:第i节电池放电电压;φvi:整组电池的放电电压平均值;ΔVi:放电电压相对整组电池平均值的偏差;num:蓄电池组电池节数;
⑧计算连续两次内阻测试的偏差绝对值:
δi=R2i-R1i (6)
式中:Vi:第i节电池放电电压;φvi:整组电池的放电电压平均值;ΔVi:放电电压相对整组电池平均值的偏差;num:蓄电池组电池节数。
⑨分别按单体电压历史标准差、单体内阻历史标准差、放电电压历史标准差、单体电压相对整组电池平均单体电压的偏差、放电电压相对整组电池平均单体电压的偏差、连续两次内阻测试的偏差绝对值六大类对蓄电池组内的电池进行从大到小的排序,取每一类的前10节电池,将其赋予权重,然后计算每节电池的性能综合值,综合值最高的即为性能最差的电池,综合值计算公式如下:
Si=S1iω1+S2iω2+S3i*ω3+S4i*ω4+S5i*ω5+S6i*ω6 (7)
式中:Si:第i节电池的性能综合值;S1i:第i节电池单体电压历史标准差是否在前10,是为1,否为0;ω1:单体电压历史标准差的权重;S2i:第i节电池单体电压相对整组平均值的偏差是否在前10,是为1,否为0;ω2:单体电压相对整组平均值的偏差的权重;S3i:第i节电池单体内阻历史标准差是否在前10,是为1,否为0;ω3:单体内阻历史标准差的权重;S4i:第i节电池放电电压历史标准差是否在前10,是为1,否为0;ω4:放电电压历史标准差的权重;S5i:第i节电池放电电压相对整组平均值的偏差是否在前10,是为1,否为0;ω5:放电电压相对整组平均值的偏差的权重;S6i:第i节电池连续两次内阻测试的偏差绝对值是否在前10,是为1,否为0;ω6:连续两次内阻测试的偏差绝对值的权重;
⑩通过加权分析排序后,即可将整组蓄电池中性能差的电池筛选出进行维护。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810924201.9A CN109212429B (zh) | 2018-08-14 | 2018-08-14 | 多参数加权判定蓄电池性能的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810924201.9A CN109212429B (zh) | 2018-08-14 | 2018-08-14 | 多参数加权判定蓄电池性能的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109212429A true CN109212429A (zh) | 2019-01-15 |
| CN109212429B CN109212429B (zh) | 2021-02-09 |
Family
ID=64988661
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810924201.9A Active CN109212429B (zh) | 2018-08-14 | 2018-08-14 | 多参数加权判定蓄电池性能的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109212429B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111007420A (zh) * | 2019-12-26 | 2020-04-14 | 智洋创新科技股份有限公司 | 蓄电池组内单体性能在线筛选方法 |
| CN119377765A (zh) * | 2024-10-15 | 2025-01-28 | 中交第三航务工程局有限公司 | 管桩生产外观质量检验方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080231284A1 (en) * | 2005-10-28 | 2008-09-25 | Peter Birke | Method and Device for Detdermining the Ageing of a Battery |
| CN105510847A (zh) * | 2016-01-20 | 2016-04-20 | 四川长虹电器股份有限公司 | 锂离子电池一致性的筛选方法 |
| CN106096281A (zh) * | 2016-06-15 | 2016-11-09 | 同济大学 | 一种考虑单体不一致的锂离子动力电池组在线参数估计方法 |
| CN106353687A (zh) * | 2016-08-26 | 2017-01-25 | 中国电力科学研究院 | 一种锂电池健康状态的评估方法 |
| CN107607881A (zh) * | 2017-09-20 | 2018-01-19 | 中国检验检疫科学研究院 | 一种锂离子动力电池自放电一致性的评价方法 |
| CN107907836A (zh) * | 2017-11-21 | 2018-04-13 | 中国第汽车股份有限公司 | 一种锂离子动力电池一致性评价方法及系统 |
-
2018
- 2018-08-14 CN CN201810924201.9A patent/CN109212429B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080231284A1 (en) * | 2005-10-28 | 2008-09-25 | Peter Birke | Method and Device for Detdermining the Ageing of a Battery |
| CN105510847A (zh) * | 2016-01-20 | 2016-04-20 | 四川长虹电器股份有限公司 | 锂离子电池一致性的筛选方法 |
| CN106096281A (zh) * | 2016-06-15 | 2016-11-09 | 同济大学 | 一种考虑单体不一致的锂离子动力电池组在线参数估计方法 |
| CN106353687A (zh) * | 2016-08-26 | 2017-01-25 | 中国电力科学研究院 | 一种锂电池健康状态的评估方法 |
| CN107607881A (zh) * | 2017-09-20 | 2018-01-19 | 中国检验检疫科学研究院 | 一种锂离子动力电池自放电一致性的评价方法 |
| CN107907836A (zh) * | 2017-11-21 | 2018-04-13 | 中国第汽车股份有限公司 | 一种锂离子动力电池一致性评价方法及系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111007420A (zh) * | 2019-12-26 | 2020-04-14 | 智洋创新科技股份有限公司 | 蓄电池组内单体性能在线筛选方法 |
| CN119377765A (zh) * | 2024-10-15 | 2025-01-28 | 中交第三航务工程局有限公司 | 管桩生产外观质量检验方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109212429B (zh) | 2021-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111707951B (zh) | 一种电池组一致性评估方法及系统 | |
| WO2024060600A1 (zh) | 废旧电池梯次使用的筛选方法 | |
| CN106785178B (zh) | 电池模组再利用检测、筛选配组方法及装置 | |
| CN106684475B (zh) | 一种磷酸铁锂电池的分选方法 | |
| CN112051512B (zh) | 一种梯次利用分选方法及储能系统 | |
| CN111487532B (zh) | 一种基于层次分析法和熵值法的退役电池筛选方法及系统 | |
| CN108470932B (zh) | 一种电池内阻及容量的快速筛选方法 | |
| CN110031771A (zh) | 一种描述电池一致性的方法 | |
| CN103176138B (zh) | 一种电池组维护检测方法 | |
| CN103633695A (zh) | 一种改进的锂电池组均衡方法及其均衡电路 | |
| CN106371027A (zh) | 一种退役电池的梯次回收利用的测试方法 | |
| CN102253343A (zh) | 一种蓄电池的健康度与荷电状态的估算方法 | |
| CN115121507B (zh) | 一种低测试成本的退役动力电池分选方法 | |
| CN108490366A (zh) | 电动汽车退役电池模块健康状态的快速评估方法 | |
| CN101504443A (zh) | 一种锂离子电池放电容量的预测方法 | |
| CN104502844A (zh) | 一种基于交流阻抗的动力锂电池劣化程度诊断方法 | |
| CN110490263A (zh) | 基于充放电曲线与模糊聚类的电池分选方法 | |
| CN109759354A (zh) | 一种退回蓄电池分流筛选方法 | |
| CN114720879A (zh) | 基于bp神经网络的储能锂电池组老化模式自动识别方法 | |
| Hu et al. | Study on SOC estimation of lithium battery based on improved BP neural network | |
| CN115800433A (zh) | 电池组一致性评估与等级评价方法及装置 | |
| CN116381545A (zh) | 储能电池组一致性等级确定方法及装置 | |
| CN114167190B (zh) | 一种混动车辆电池微短路识别方法 | |
| CN111744827A (zh) | 一种分选锂电芯的方法 | |
| CN109212429A (zh) | 多参数加权判定蓄电池性能的方法 |
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 |