考虑多维性能衰减的储能电池系统运行可靠性评估方法技术方案

本发明专利技术公开了一种考虑多维性能衰减的储能电池系统运行可靠性评估方法，首先，提出基于高斯过程的储能电池性能衰减过程电压特征量分布计算方法，为刻画储能电池单体性能衰减提供了重要依据。然后，提出基于多维通用生成函数的储能电池系统运行可靠性评估方法，通过电压特征量和容量的概率分布分别描述电池单体健康状态等级和对应概率，进而通过多维通用生成函数综合量化储能电池系统性能衰减程度。本发明专利技术在精确刻画储能电池单体性能衰减过程中多因素变化对电池单体可靠性影响的同时，考虑储能电池系统中电池单体串并联关系对于储能电池系统整体可靠性的影响，建立精细化储能电池系统运行可靠性评估模型，实现储能电池系统可靠性精准的评估。统可靠性精准的评估。统可靠性精准的评估。

【技术实现步骤摘要】
考虑多维性能衰减的储能电池系统运行可靠性评估方法


[0001]本专利技术属于电力系统储能可靠性领域，具体是一种考虑多维性能衰减的储能电池系统运行可靠性评估方法。

技术介绍

[0002]针对储能电池单体可靠性的研究包括：电池寿命的测算、电池性能衰减的影响因素分析、电池故障的预警与防护等。上述研究的可靠性评估方法多为设置单个因素的衰减阈值，未考虑多个衰减因素之间的耦合性，难以保障电池单体可靠性评估的精准性。描述储能电池老化过程中最重要的两个因素为电池容量和电池电压。针对电池容量，现有研究通常聚焦于挖掘储能电池容量的多种影响因素，主要分为机理模型和数据驱动模型。机理模型通常研究副反应的发生、SEI膜增长等过程来描述电池容量的衰退过程。数据驱动模型则通过储能电池充放电循环中的外特性变化构建电池容量衰减模型。针对电池电压，现有研究集中于微分电压曲线在电池老化过程中的变化。现有研究中，储能电池单体可靠性评估考虑性能衰减因素维度单一，未综合考虑容量和电压，难以保障其可靠性评估的精准性。
[0003]针对储能电池系统可靠性的研究主要包括：电池系统均衡管理策略、储能电池系统及其接入电力系统的可靠性评估等。现有可靠性评估理论通常利用电池单体故障率计算储能电池系统的可靠性。然而，即使由同一工厂生产，电池组中的电池单体也并非完全相同，电池单体性能的差异可能会影响电池组的性能。因此，不能仅通过考虑某一标准电池单体可靠性来估计储能电池系统的可靠性，还应该考虑各个电池单体自身多因素变化以及单体之间的拓扑连接关系。
[0004][0005]
技术实现思路

[0006]本专利技术为了解决上述现有技术中存在的缺陷和不足，提供了一种在精确刻画储能电池单体性能衰减过程中多因素变化对电池单体可靠性影响的同时，考虑储能电池系统中电池单体串并联关系对于储能电池系统整体可靠性的影响，建立精细化储能电池系统运行可靠性评估模型，实现储能电池系统可靠性精准评估的考虑多维性能衰减的储能电池运行可靠性评估方法。
[0007]本专利技术的技术方案：一种考虑多维性能衰减的储能电池运行可靠性评估方法，步骤如下：
[0008]1)提出基于高斯过程的储能电池性能衰减过程电压特征量分布计算方法，首先，分析储能电池单体性能衰减过程中微分电压曲线变化趋势；然后，通过高斯过程建立微分电压采样数据与电压特征量分布的映射关系，计算充放电循环过程中的逐步衰减电压特征量的概率分布，为刻画储能电池单体性能衰减提供了重要依据；
[0009]2)提出基于多维通用生成函数的储能电池系统运行可靠性评估模型，首先，结合
电压特征量分布计算方法和电池容量衰减模型，提出基于多维通用生成函数的储能电池单体多状态可靠性评估模型，以描述储能电池单体的可靠性；然后，进一步定义串并联连接关系函数，建立考虑多维性能衰减的储能电池系统多状态运行可靠性评估模型，以实现对储能电池系统可靠性的准确评估；
[0010]3)提出基于多维通用生成函数的储能电池系统运行可靠性评估方法，通过电压特征量和容量的概率分布分别描述电池单体健康状态等级和对应概率，进而通过多维通用生成函数综合量化储能电池系统性能衰减程度。
[0011]优选地，基于高斯过程的储能电池性能衰减过程电压特征量分布计算方法具体如下：基于电池单体某次放电过程容量与微分电压数据，建立微分电压曲线的高斯回归模型，记D＝{X
Q
,Y
DV
}为一个电池单体某次放电过程中容量Q与微分电压dV/dQ的采样集，其中，X
Q
为电池单体放电过程放出电量向量，可写作[x
q1
,x
q2
,...,x
qi
,...,x
qn
]T
，Y
DV
为对应的微分电压向量，可写作[y
dv1
,y
dv2
,...,y
dvi
...,y
dvn
]T
；并记为高斯回归函数预测的输入放电容量，f
DV*
为回归函数预测出与对应的微分电压分布。
[0012]优选地，按照高斯过程的定义，微分电压采样值Y
DV
和微分电压预测分布f
DV*
满足如下联合先验分布：
[0013][0014]其中：
[0015][0016][0017][0018][0019]式中：k(
·
)为协方差函数，本项目使用平方指数协方差函数。σ
f
、l为超参数，超参数优化的过程即为更为准确的得到微分电压曲线回归函数与其置信区间的过程；
[0020]微分电压预测的后验分布表示为：
[0021][0022][0023][0024]高斯过程能够有效应对非线性数据的回归问题，并能给出回归函数的置信区间，因此，式(9)
‑
(10)中的f
up
、f
low
可分别表示以为均值、置信区间为
±
M个标准差的上下边界函数，为了更清楚的展示上下边界函数，绘制电池单体某次放电循环微分电压曲线的高斯回归区域，
[0025][0026][0027]式(9)
‑
(10)均为非线性显式解析函数，因此可用牛拉算法计算f
up
、f
low
的第一个驻点和最后一个驻点，即：x
up1
、x
up2
、x
low1
和x
low2
；电池单体电压特征量通常符合高斯分布，根据电压特征量的定义，
±
M个标准差处的电压特征值可由d
up
＝x
up2
‑
x
up1
，d
low
＝x
low2
‑
x
low1
计算；通过式(11)
‑
(12)可进一步推导得到某次放电循环电压特征量的均值和方差σ
d
；
[0028][0029][0030]通过式(11)
‑
(12)的均值和方差，可构建电池单体电压特征量的正态分布d
*
如下式：
[0031][0032]至此，基于式(13)可得到每个电池单体各自的放电循环中电压特征量分布。通过对每个电池单体电压特征量分布进行性能水平划分以及性能水平概率计算，可有效表征不同电池单体的健康水平差异，并为刻画电池性能衰减提供新的维度。
[0033]优选地，基于多维通用生成函数的储能电池系统运行可靠性评估模型具体如下：由式(13)可得电池单体i在第n次放电循环中电压特征量的分布d
*
，将该分布划分成不同区间，每个区间对应一个性能状态等级；按照从高到低进行排列，构建性能状态等级集合l
i
以及性能状态等级j所对应的区间D
ij
如下：
...

【技术保护点】

【技术特征摘要】
1.一种考虑多维性能衰减的储能电池运行可靠性评估方法，其特征在于：其步骤如下：1)提出基于高斯过程的储能电池性能衰减过程电压特征量分布计算方法，首先，分析储能电池单体性能衰减过程中微分电压曲线变化趋势；然后，通过高斯过程建立微分电压采样数据与电压特征量分布的映射关系，计算充放电循环过程中的逐步衰减电压特征量的概率分布，为刻画储能电池单体性能衰减提供了重要依据；2)提出基于多维通用生成函数的储能电池系统运行可靠性评估模型，首先，结合电压特征量分布计算方法和电池容量衰减模型，提出基于多维通用生成函数的储能电池单体多状态可靠性评估模型，以描述储能电池单体的可靠性；然后，进一步定义串并联连接关系函数，建立考虑多维性能衰减的储能电池系统多状态运行可靠性评估模型，以实现对储能电池系统可靠性的准确评估；3)提出基于多维通用生成函数的储能电池系统运行可靠性评估方法，通过电压特征量和容量的概率分布分别描述电池单体健康状态等级和对应概率，进而通过多维通用生成函数综合量化储能电池系统性能衰减程度。2.根据权利要求1所述的一种考虑多维性能衰减的储能电池运行可靠性评估方法，其特征在于：基于高斯过程的储能电池性能衰减过程电压特征量分布计算方法具体如下：基于电池单体某次放电过程容量与微分电压数据，建立微分电压曲线的高斯回归模型，记D＝{X
Q
,Y
DV
}为一个电池单体某次放电过程中容量Q与微分电压dV/dQ的采样集，其中，X
Q
为电池单体放电过程放出电量向量，可写作[x
q1
,x
q2
,...,x
qi
,...,x
qn
]
T
，Y
DV
为对应的微分电压向量，可写作[y
dv1
,y
dv2
,...,y
dvi
...,y
dvn
]
T
；并记为高斯回归函数预测的输入放电容量，为回归函数预测出与对应的微分电压分布。3.根据权利要求2所述的一种考虑多维性能衰减的储能电池运行可靠性评估方法，其特征在于：按照高斯过程的定义，微分电压采样值Y
DV
和微分电压预测分布满足如下联合先验分布：其中：其中：其中：其中：式中：k(
·
)为协方差函数，本项目使用平方指数协方差函数。σ
f
、l为超参数，超参数优化的过程即为更为准确的得到微分电压曲线回归函数与其置信区间的过程；微分电压预测的后验分布表示为：
高斯过程能够有效应对非线性数据的回归问题，并能给出回归函数的置信区间，因此，式(9)
‑
(10)中的f
up
、f
low
可分别表示以为均值、置信区间为
±
M个标准差的上下边界函数，为了更清楚的展示上下边界函数，绘制电池单体某次放电循环微分电压曲线的高斯回归区域，归区域，式(9)
‑
(10)均为非线性显式解析函数，因此可用牛拉算法计算f
up
、f
low
的第一个驻点和最后一个驻点，即：x
up1
、x
up2
、x
low1
和x
low2
；电池单体电压特征量通常符合高斯分布，根据电压特征量的定义，
±
M个标准差处的电压特征值可由d
up
＝x
up2
‑
x
up1
，d
low
＝x
low2
‑
x
low1
计算；通过式(11)
‑
(12)可进一步推导得到某次放电循环电压特征量的均值和方差σ
d
；；通过式(11)
‑
(12)的均值和方差，可构建电池单体电压特征量的正态分布d
*
如下式：至此，基于式(13)可得到每个电池单体各自的放电循环中电压特征量分布。通过对每个电池单体电压特征量分布进行性能水平划分以及性能水平概率计算，可有效表征不同电池单体的健康水平差异，并为刻画电池性能衰减提供新的维度。4.根据权利要求3所述的一种考虑多维性能衰减的储能电池运行可靠性评估方法，其特征在于：基于多维通用生成函数的储能电池系统运行可靠性评估模型具体如下：由式(13)可得电池单体i在第n次放电循环中电压特征量的分布d
*
，将该分布划分成不同区间，每个区间对应一个性能状态等级；按照从高到低进行排列，构建性能状态等级集合l
i
以及性能状态等级j所对应的区间D
ij
如下：l
i
＝{1,2,...,j,...,L
iv
}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)D
ij
＝[d
ij_lower
,d
ij_up
]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15)式中：1表示最佳工作状态等级；L
iv
表示无效工作状态等级；j则介于最佳工作状态与无效工作状态之间，其值越大，其所表示的性能水平越低。d
il_up
与d
il_lower
分别表示电压特征量性能状态等级j对应性能水平区间的上下边界。5.根据权利要求4所述的一种考虑多维性能衰减的储能电池运行可靠性评估方法，其特征在于：基于上述性能水平区间D
ij
以及电压特征量分布d
*
的均值和方差σ
d
，计算储能电池单体i第j个电压特征量性能状态等级对应的概率p
i,j
，如式(16)所示：
按照通用生成函数的定义，可构建储能电池单体i电压特征量通用生成函数u
d
(z)，其形式为L
iv
个多项式相加，如式(17)所示；...

【专利技术属性】
技术研发人员：邢海青，王博石，姚海燕，余娟，钱浩，杨知方，黄佳斌，俞啸玲，郭强，
申请(专利权)人：国网浙江省电力有限公司杭州市余杭区供电公司国网浙江省电力有限公司杭州供电公司，
类型：发明
国别省市：