一种大容量电池储能系统性能的评估方法和评估系统

摘要

本发明提供了一种大容量电池储能系统性能的评估方法和评估系统，评估所述储能系统的方法为依次评估所述储能系统中的每一个所述电池组的性能，再根据评估结果对所述电池组做出相应调试；其中，对电池组的性能的评估为根据等级与评估指标建立的模糊关系矩阵和各评估指标的权重以最大隶属度原则确定所述电池组的性能；评估系统包括依次连接的数据采集模块、性能指标计算模块、模糊关系矩阵计算模块和评估矩阵计算模块。和现有技术相比，本发明提供的评估方法和评估系统，实现了对大容量电池储能系统的电池一致性性能的综合评估，评估数据来源于运行中的电池历史运行数据，不影响电池储能系统的正常运行，实施方便，灵活性高。

说明书

技术领域

本发明涉及储能系统领域，具体讲涉及一种大容量电池储能系统性能的评估方法和评估系统。

背景技术

随着电池技术的发展，电池系统越来越多地应用于电动汽车、储能等领域。大容量电池储能系统，需要把单体电池经过串、并联方式成组以达到所需的容量要求。在长期充放电使用过程中，由于各单体电池之间自放电率、容量衰减速率等的差异，容易造成电池储能系统内部电池单体之间的离散性加大，进而影响电池储能系统的正常使用。因此，对成组电池而言，电池的性能对电池储能系统的使用十分关键。

目前关于电池性能评估研究较多的在于电池的充放电性能、循环性能、高低温放电性能、电池容量、内阻、一致性等方面，一般需要对电池做专门的测试来取得评估所用数据，不适用于成组后运行中的大容量电池储能系统。且目前对于电池储能系统性能评估的研究也相对较少。

随着大容量电池储能系统的使用越来越广泛，如何设计一种能够对大容量电池储能系统性能进行评估的系统或方法，并将其应用于电池储能系统的运行维护与控制管理当中是本领域技术人员亟待解决的问题。

发明内容

有鉴于此，本发明提供一种大容量电池储能系统性能的评估方法和评估系统，该评估方法和评估系统实现了对大容量电池储能系统的电池一致性性能的综合评估，评估数据来源于运行中的电池历史运行数据，不影响电池储能系统的正常运行，实施方便，灵活性高。

一种大容量电池储能系统性能的评估方法，多个单体电池串联成电池组，多个所述电池组并联组成大容量电池储能系统，所述单体电池为锂电池或铅酸电池；

评估所述储能系统的方法为依次评估所述储能系统中的每一个所述电池组的性能，再根据评估结果对所述电池组做出相应调试；

所述电池组的评估指标包括电池电压极差、电池电压标准差、电池温度极差和电池温度标准差；

所述电池组的性能的评估方法的步骤如下：

I-1.计算所述电池组的所述评估指标的值，并设定所述电池组性能的等级；

I-2.设定每个所述评估指标在不同的所述等级中的数值范围；

I-3.将全部的所述评估指标的值，根据其所属的数值范围，分别归入不同的所述等级中；

I-4.根据归入不同的所述等级中的每种所述评估指标的个数，建立所述等级与所述评估指标的模糊关系矩阵，并用熵权法计算得到各所述评估指标的权重；

I-5.根据所述模糊关系矩阵和各所述评估指标的权重以最大隶属度原则确定所述电池组的性能。

优选的，步骤I-1的具体过程为：

II-1.以相同的时间间隔连续采集所述电池组的各个运行参数M次；

II-2.根据每次采集的所述运行参数分别计算各个所述评估指标的值，每种所述评估指标的值均为M个。

优选的，计算所述评估指标的值的计算方法为：

ΔV_max＝V_max-V_min；

${\delta }_V=\sqrt{\underset{i=1}{\overset{N}{\Sigma }}{(V_i-V_m)}^2/N};$

ΔT_max＝T_max-T_min；

${\delta }_T=\sqrt{\underset{i=1}{\overset{N}{\Sigma }}{(T_i-T_m)}^2/N};$

$V_m=\underset{i-1}{\overset{i=N}{\Sigma }}{V}_i/N;$

$T_m=\underset{i-1}{\overset{i=N}{\Sigma }}{T}_i/N;$

其中，ΔV_max为电池电压极差、δ_V为电池电压标准差、ΔT_max为电池温度极差、δ_T为电池温度标准差、V_max为单体电池电压最大值、V_min为单体电池电压最小值、N为电池组中单体电池的总个数、V_i为电池组中第i个电池单体电压、V_m为电池组中所有电池单体电压平均值、T_i为电池组中第i个单体电池的电压、T_m为电池组中所有单体电池的温度平均值。

优选的，所述等级根据所述单体电池的类型和所述储能系统评估要求将所述储能系统的性能划分为多个等级；

所述评估指标在各个所述等级中的数值范围根据所述评估指标的特性和所述储能系统评估要求来设定。

优选的，建立所述等级与所述评估指标的模糊关系矩阵的方法如下：

$H=\left(\begin{array}{ccc}N1/M& N2/M...& \mathrm{Na}/M\\ M1/M& M2/M...& \mathrm{Ma}/M\\ P1/M& P2/M...& \mathrm{Pa}/M\\ Q1/M& Q2/M...& \mathrm{Qa}/M\end{array}\right)$

其中，N1、N2…Na分别为电压极差在等级1、等级2…等级a内的数量；

M1、M2…Ma分别为电压标准差在等级1、等级2…等级a内的数量；

P1、P2…Pa分别为温度极差在等级1、等级2…等级a内的数量；

Q1、Q2…Qa分别为温度标准差在等级1、等级2…等级a内的数量；

M为每种评估指标的值的个数。

优选的，用熵权法计算得到各所述评估指标的权重的方法为：

权重向量W＝[w₁,w₂，w₃,w₄]，其中

$w_j=\frac{1-E_j}{4-\underset{k=1}{\overset{4}{\Sigma }}{E}_k}$

$E_j=-\frac{1}{\ln (a-1)}\underset{i=1}{\overset{a-1}{\Sigma }}{h}_{\mathrm{ji}}\ln h_{\mathrm{ji}}$

当h_ji＝0时，令lnh_ji＝0；当a＝2时，令ln(a-1)＝1_。

(j＝1、2、3、4；i＝1、2…a-1)

i为电池性能的等级，j为评估指标中的一个，E_j为第j个评估指标的熵值。

优选的，判断模糊关系矩阵中第a列的数值，如果有任意一项大于0，则电池性能为等级a。如果第a列数值均等于0，则根据所述模糊关系矩阵的子矩阵H′和各所述评估指标的权重以最大隶属度原则确定所述储能系统的性能的方法为：

A＝W*H′＝[S₁、S₂...S_a-1]

其中$H^{\prime }=\left(\begin{array}{cccc}N1/M& N2/M& ...& \mathrm{Na}-1/M\\ M1/M& M2/M& ...& \mathrm{Ma}-1/M\\ P1/M& P2/M& ...& \mathrm{Pa}-1/M\\ Q1/M& Q2/M& ...& \mathrm{Qa}-1/M\end{array}\right)$

式中，A为评估矩阵，W为权重向量，H′为模糊关系矩阵的子矩阵，即取模糊关系矩阵H第1列至第a-1列的所有值；S₁、S₂...S_a-1为储能系统的等级1、2…a-1的性能指数；

性能指数S₁到S_a-1之间，数值最大的性能指数所在的等级即为所述储能系统的性能的评估结果。

一种大容量电池储能系统性能的评估系统，多个单体电池串联成电池组，多个所述电池组并联组成大容量电池储能系统，所述单体电池为锂电池或铅酸电池；

所述系统包括依次连接的数据采集模块、性能指标计算模块、模糊关系矩阵计算模块和评估矩阵计算模块；

所述数据采集模块将连续采集到的所述储能系统的运行参数信息发送至所述性能指标计算模块；

所述性能指标计算模块根据所述运行参数计算所述储能系统的各评估指标；

所述模糊关系矩阵计算模块统计各评估指标的值在各等级内的数量，并生成电池性能等级与评估指标的模糊关系矩阵；

所述评估矩阵计算模块根据模糊关系矩阵得出评估指标权重向量及评估矩阵，生成电池性能评估结果。

优选的，所述评估矩阵计算模块将所述评估结果发送至处理模块和显示与输出模块；

所述处理模块根据所述评估结果调度预存储在处理数据库中的相应的处理方案，并将所述处理方案发送至所述显示与输出模块。

优选的，所述系统中还设有通信模块，所述通信模块使得系统中的各模块相互通讯并与外部网络通讯。

从上述的技术方案可以看出，本发明提供了一种大容量电池储能系统性能的评估方法和评估系统，评估所述储能系统的方法为依次评估所述储能系统中的每一个所述电池组的性能，再根据评估结果对所述电池组做出相应调试；其中，对电池组的性能的评估为根据等级与评估指标而建立的模糊关系矩阵和各评估指标的权重以最大隶属度原则确定所述电池组的性能；评估系统包括依次连接的数据采集模块、性能指标计算模块、模糊关系矩阵计算模块和评估矩阵计算模块。实现了对大容量电池储能系统的电池一致 性性能的综合评估，评估数据来源于运行中的电池历史运行数据，不影响电池储能系统的正常运行，实施方便，灵活性高与最接近的现有技术比，本发明提供的技术方案具有以下优异效果：

1、本发明提供的技术方案，评估方法通过依次对电池组的性能评估完成对储能系统的评估，使得评估的过程有序且完整，提高了对储能系统的评估的可靠性。

2、本发明提供的技术方案，通过根据评估结果对所述电池组做出相应调试，提高了电池储能系统的运行可靠性，从而保证了储能系统在储能等领域的应用的安全性和高效性。

3、本发明提供的技术方案，对电池组的性能的评估为根据等级与评估指标而建立的模糊关系矩阵和各评估指标的权重以最大隶属度原则确定所述电池组的性能，实现了对大容量电池储能系统的性能的综合评估，是对受多种因素影响的储能系统做出全面评价的一种十分有效的多因素决策方法，其提高了评估储能系统的准确性。

4、本发明提供的技术方案，运行参数来源于运行中的电池历史运行数据，不影响电池储能系统的正常运行，实施方便，灵活性高。

5、本发明提供的技术方案，评估系统包括依次连接的数据采集模块、性能指标计算模块、模糊关系矩阵计算模块和评估矩阵计算模块，各模块对储能系统进行计算和评估，保证了对储能系统的评估过程的顺利进行，提高了对储能系统的评估的效率，保证了储能系统运行的高效性与可靠性。

6、本发明提供的技术方案，通过处理模块根据评估结果调度预存储的处理数据库中的相应的处理方案，使得评估结束时，工作人员可以通过显示与输出模块直接看到评估结果与处理方案，以保证工作人员对储能系统做出正确的调试，同时提高了调试的效率，保证了储能系统运行的安全性、高效性与可靠性。

7、本发明提供的技术方案，在评估方案中，通过模糊关系矩阵判断最后一列是否全为0，若否，则电池性能为最差等级，通过这一方法保证了电池储能系统的任意某一项指标超出规定范围时，即可准确判断出该电池储能系统的性能，保证了评估的严谨性和实用性。

8、本发明提供的技术方案，应用广泛，具有显著的社会效益和经济效益。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简要地介绍，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为本发明的大容量电池储能系统性能的评估方法的总流程图；

图2为本发明的储能系统变流器单元的拓扑结构图；

图3为本发明的电池组的评估方法流程图；

图4为本发明的大容量电池储能系统性能的评估系统的结构示意图。

具体实施方式

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实施例，而不是全部的实施例。基于本发明的实施例，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，都属于本发明保护的范围。

如图1和2所示，本发明的一种大容量电池储能系统性能的评估方法，评估储能系统的方法为依次评估储能系统中的每一个电池组的性能，再根据评估结果对电池组做出相应调试。其中，多个单体电池串联成电池组，多个电池组1、2….k并联组成大容量电池储能系统，单体电池为锂电池或铅酸电池；锂电池可以为磷酸铁锂电池、钛酸锂电池和锰酸锂电池中的一种。

如图3所示，电池组的性能的评估方法的步骤如下：

I-1.计算电池组的评估指标的值，电池组的评估指标包括电池电压极差、电池电压 标准差、电池温度极差和电池温度标准差；并设定电池组性能的等级；

I-2.设定每个评估指标在不同的等级中的数值范围；

I-3.将全部的评估指标的值，根据其所属的数值范围，分别归入不同的等级中；

I-4.根据归入不同的等级中的每种评估指标的个数，建立等级与评估指标的模糊关系矩阵，并用熵权法计算得到各评估指标的权重；

I-5.根据模糊关系矩阵和各评估指标的权重以最大隶属度原则确定电池组的性能。

其中，步骤I-1的具体过程为：

II-1.以相同的时间间隔连续采集电池组的各个运行参数M次；

II-2.根据每次采集的运行参数计算分别计算各个评估指标的值，每种评估指标的值均为M个。

其中，计算评估指标的值的计算方法为：

ΔV_max＝V_max-V_min；

${\delta }_V=\sqrt{\underset{i=1}{\overset{N}{\Sigma }}{(V_i-V_m)}^2/N};$

ΔT_max＝T_max-T_min；

${\delta }_T=\sqrt{\underset{i=1}{\overset{N}{\Sigma }}{(T_i-T_m)}^2/N};$

$V_m=\underset{i-1}{\overset{i=N}{\Sigma }}{V}_i/N;$

$T_m=\underset{i-1}{\overset{i=N}{\Sigma }}{T}_i/N;$

其中，ΔV_max为电池电压极差、δ_V为电池电压标准差、ΔT_max为电池温度极差、δ_T为电池温度标准差、V_max为单体电池电压最大值、V_min为单体电池电压最小值、N为电池组中单体电池的总个数、V_i为电池组中第i个电池单体电压、V_m为电池组中所有电池单体电压平均值、T_i为电池组中第i个单体电池的电压、T_m为电池组中所有单体电池的温度平均值。

其中，等级根据单体电池的类型和储能系统评估要求将储能系统的性能划分为多个等级；

等级可以划分为二级：优级和非优级，此时a＝2，1级对应优级，a级对应非优级；针对非优级的电池组需对其进行调试；

等级可以划分为三级：优级、良级和差级，此时a＝3，1级对应优级，2级对应良级，a级对应差级；针对良级的电池组需对其进行观察或调试；针对差级的电池组需对其进行维修或更换；

等级可以划分为四级：优级、良级、中级和差级，此时a＝4，1级对应优级，2级对应良级，3级对应中级，a级对应差级；针对良级的电池组需对其进行观察或调试；针对中级的电池组需对其进行调试或维修；针对差级的电池组需对其进行维修或更换；

根据单体电池的类型和储能系统评估要求的不同还可将等级划分为五级或更多。

评估指标在各个等级中的数值范围根据评估指标的特性和储能系统评估要求来设定。

本发明的实施例中以分为三个等级(即a＝3)：优级、良级和差级为例对本发明的技术方案加以说明：

其中优级为1级，良级为2级，差级为3级。

(1)评估指标1：ΔV₁＜ΔV₂＜ΔV₃；

电池电压极差ΔV_max在3个等级中的数值范围为：

当电压极差ΔV_max≥ΔV₁且ΔV_max＜ΔV₂时，电压极差属于优区间；

当电压极差ΔV_max≥ΔV₂且ΔV_max＜ΔV₃时，电压极差属于良区间；

当电压极差ΔV_max≥ΔV₃时，电压极差属于差区间。

(2)评估指标2：δ_V1＜δ_V2＜δ_V3；

电池电压标准差δ_V的性能区间分类方法如下：

当电压标准差δ_V≥δ_V1且δ_V＜δ_V2时，电压标准差属于优区间；

当电压极差δ_V≥δ_V2且δ_V＜δ_V3时，电压标准差属于良区间；

当电压极差δ_V≥δ_V3时，电压标准差属于差区间。

(3)评估指标3：ΔT₁＜ΔT₂＜ΔT₃；

电池温度极差ΔT_max的3个等级中的数值范围为：

当温度极差ΔT_max≥ΔT₁且ΔT_max＜ΔT₂时，温度极差属于优区间；

当温度极差ΔT_max≥ΔT₂且ΔT_max＜ΔT₃时，温度极差属于良区间；

当温度极差ΔT_max≥ΔT₃时，温度极差属于差区间。

(4)评估指标4：δ_T1＜δ_T2＜δ_T3；

电池度标准差δ_T的3个等级中的数值范围为：

当温度标准差δ_T≥δ_T1且δ_T＜δ_T2时，温度标准差属于优区间；

当温度标准差δ_T≥δ_T2且δ_T＜δ_T3时，温度标准差属于良区间；

当温度标准差δ_T≥δ_T3时，温度标准差属于差区间。

其中，建立等级与评估指标的模糊关系矩阵的方法如下：

$H=\left(\begin{array}{ccc}N1/M& N2/M...& \mathrm{Na}/M\\ M1/M& M2/M...& \mathrm{Ma}/M\\ P1/M& P2/M...& \mathrm{Pa}/M\\ Q1/M& Q2/M...& \mathrm{Qa}/M\end{array}\right)$

N1、N2、N3分别为电池电压极差在优级、良级和差级内的数量；

M1、M2、M3分别为电池电压标准差在优级、良级和差级内的数量；

P1、P2、P3分别为电池温度极差在优级、良级和差级内的数量；

Q1、Q2、Q3分别为电池温度标准差在优级、良级和差级内的数量；

M为每种评估指标的值的个数。

其中，用熵权法计算得到各评估指标的权重的方法为：

权重向量W＝[w₁,w₂，w₃,w₄]，其中

$w_j=\frac{1-E_j}{4-\underset{k=1}{\overset{4}{\Sigma }}{E}_k}$

$E_j=-\frac{1}{\ln (3-1)}\underset{i=1}{\overset{3-1}{\Sigma }}{h}_{\mathrm{ji}}\ln h_{\mathrm{ji}}$

当h_ji＝0时，令lnh_ji＝0。

(j＝1、2、3、4；i＝1、2)

i为电池性能的等级，j为评估指标中的一个，E_j为第j个评估指标的熵值。

其中，根据模糊关系矩阵和各评估指标的权重以最大隶属度原则确定储能系统的性能的方法为：

判断模糊关系矩阵中第3列的数值，如果有任意一项大于0，则电池性能为差级。如果第3列数值均等于0，则根据所述模糊关系矩阵的子矩阵H′和各评估指标的权重以最大隶属度原则确定所述储能系统的性能的方法为：

其中$H^{\prime }=\left(\begin{array}{cc}N1/M& N2/M\\ M1/M& M2/M\\ P1/M& P2/M\\ Q1/M& Q2/M\end{array}\right)$

A＝W*H′＝[S₁、S₂]

式中，A为评估矩阵，W为权重向量，H′为模糊关系矩阵的子矩阵；S₁、S₂为储能系统的优级和良级的性能指数；

性能指数S₁与S₂中，数值最大的性能指数所在的等级即为储能系统的性能的评估结果。

即，当S₁＞S₂时，电池性能为优；

当S₁＜S₂时，电池性能为良；

A中相应的值的个数为a-1，因此，若等级划分为4级，则A中最后的值为3个，其中数值最大的性能指数所在的等级即为储能系统的性能的评估结果。

如图4所示，本发明的一种大容量电池储能系统性能的评估系统，包括依次连接的数据采集模块、性能指标计算模块、模糊关系矩阵计算模块和评估矩阵计算模块；

数据采集模块将连续采集到的储能系统的运行参数信息发送至性能指标计算模块；数据采集模块对采集到的数据进行存储和管理；

性能指标计算模块根据运行参数计算储能系统的各评估指标；

模糊关系矩阵计算模块统计各评估指标的值在各等级内的数量，并生成电池性能等级与评估指标的模糊关系矩阵；

评估矩阵计算模块根据模糊关系矩阵得出评估指标权重向量及评估矩阵，生成电池 性能评估结果。

评估矩阵计算模块将评估结果发送至处理模块和显示与输出模块；

处理模块根据评估结果调度预存储的处理数据库中的相应的处理方案，并将处理方案发送至显示与输出模块。处理方案根据评估结果、即电池组的性能等级不同而不同，其包括不进行处理、观察、维修和更换等处理意见。工作人员可以通过显示与输出模块直接看到评估结果与处理方案，以保证工作人员对储能系统做出正确的调试。

系统中还设有通信模块，通信模块使得系统中的各模块相互通讯并与外部网络通讯。

其中，多个单体电池串联成电池组，多个电池组并联组成大容量电池储能系统，单体电池为锂电池或铅酸电池。

以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换，而这些未脱离本发明精神和范围的任何修改或者等同替换，其均在申请待批的本发明的权利要求保护范围之内。