System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电池安全,尤其涉及一种基于失效和安全状态评估的储能电池安全预警方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息,不必然构成在先技术。
2、电动汽车作为新能源领域的新型产品,发展态势迅猛。储能电池作为电动汽车的主要供能来源,具有高能量密度、长使用寿命、低环境污染等显著优势。然而,储能电池受限于生产技术,在使用过程中极易引发内短路故障,甚至触发热失控。因此,准确评估储能电池失效状态(state of failure,sof)或安全状态(state of safety,sos),提前预警热失控,具有重要意义。
3、储能电池作为多参数、高耦合的非线性系统,其内部特性隐不可测,安全机理十分复杂。同时,储能电池sof/sos易受工况、温度、冲击、老化等因素影响,其早期故障具有极强的隐蔽性和渐变性。综上,对储能电池sof/sos量化评估、热失控超前预警极为困难。
4、欧洲汽车研发理事会制定了关于电池安全的8级标准,分别为“无影响”,“被动保护激活”,“存在缺陷”,“轻度排气或泄露”,“重度排气或泄露”,“破裂”,“起火”和“爆炸”。但是,该标准只能定性分析温度、工况等单一因素对电池安全性造成的影响,无法定量评估电池sof/sos;并且,其分级模糊,适用范围窄,无法准确客观的评估不同容量、不同材料电池的sof/sos。
5、专利技术名称为基于深度学习和一致性检测的电池包安全状态评估方法,公开号为cn114994547a的中国专利技术专利,以电流、温度
技术实现思路
1、针对现有技术存在的不足,本专利技术的目的是提供一种基于失效和安全状态评估的储能电池安全预警方法及系统,基于储能电池的热力学特性和故障演化机理,综合考虑温升速率、中值电压、容量、充电功率及应力等多个评价指标,定义了电池失效状态sof和安全状态sos,实现了储能电池的失效状态和安全状态量化评估及热失控预警。
2、为了实现上述目的,本专利技术是通过如下的技术方案来实现:
3、本专利技术第一方面提供了一种基于失效和安全状态评估的储能电池安全预警方法,包括以下步骤:
4、根据储能电池的热力学特性和故障演化机理确定评价指标,并根据评价指标构建评价矩阵;
5、计算各个指标的变异系数,根据变异系数为各个指标分配客观权重;
6、计算评价矩阵的最优解和最劣解,分别求解各电池指标与最优解和最劣解之间的加权欧氏距离,得到电池状态值;
7、将电池状态值与预设阈值进行比较,根据比较结果确定储能电池的失效状态或安全状态,并进行热失控的超前预警。
8、进一步的,所述评价指标为恒流充电温升、中值电压、容量、功率和应力。
9、进一步的,构建评价矩阵后,对评价指标进行统一量纲处理。
10、进一步的,将评价矩阵中所有指标的最大值作为最优解,最小值作为最劣解。
11、进一步的,计算各个指标的变异系数,根据变异系数为各个指标分配客观权重的具体步骤为:
12、计算每个指标中的每个样本占该指标的比重;
13、根据每个样本所占比重计算各指标的变异系数;
14、根据每个指标在所有指标中的变异系数占比确定各指标的权重。
15、进一步的,电池状态值包括电池失效状态值和电池安全状态值,电池失效状态值越小,电池失效程度越轻微,内部状态越稳定;电池失效状态值越大,电池失效程度越严重,发生严重故障甚至热失控的可能性就越大;与之相反,电池安全状态值越大,电池越安全,电池工作状态越稳定;电池安全状态值越小,电池越不安全,发生事故或有安全隐患的可能性越大。
16、进一步的,热失控的超前预警包括安全事故预警以及安全隐患预警,设置第一阈值与第二阈值,第一阈值为安全隐患预警限值,第二阈值为安全事故预警限值。
17、本专利技术第二方面提供了一种基于失效和安全状态评估的储能电池安全预警系统,包括:
18、指标确定模块,被配置为根据储能电池的热力学特性和故障演化机理确定评价指标,并根据评价指标构建评价矩阵;
19、权重分配模块,被配置为计算各个指标的变异系数,为各个指标分配客观权重;
20、电池状态计算模块,被配置为计算评价矩阵的最优解和最劣解,分别求解各电池指标与最优解和最劣解之间的加权欧氏距离,得到电池状态值;
21、预警模块,被配置为将电池状态值与预设阈值进行比较,根据比较结果确定储能电池的失效状态或安全状态,并进行热失控的超前预警。
22、本专利技术第三方面提供了一种介质,其上存储有程序,该程序被处理器执行时实现如本专利技术第一方面所述的基于失效和安全状态评估的储能电池安全预警方法中的步骤。
23、本专利技术第四方面提供了一种设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如本专利技术第一方面所述的基于失效和安全状态评估的储能电池安全预警方法中的步骤。
24、以上一个或多个技术方案存在以下有益效果:
25、本专利技术公开了一种基于失效和安全状态评估的储能电池安全预警方法及系统,与现有储能电池sof/sos评估方法相比,本专利技术利用多种特征参数综合评估电池sof/sos,并将所有的特征参数进行评价结果量化,标准统一,泛用性强,可应用于所有种类的电池,同时避免了单一因素影响的偶然性,提高了sof和sos评估的准确性和客观性。本专利技术的sof和sos量化评估技术简单有效且实用性强,通过模拟,在部分实施例中,可提前30天实现安全隐患预警,提前1小时实现安全事故预警,极大地提高了储能电池的热失控预警效率。
26、本专利技术附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本专利技术的实践了解到。
本文档来自技高网...【技术保护点】
1.一种基于失效和安全状态评估的储能电池安全预警方法,其特征在于,包括以下步骤:
2.如权利要求1所述的基于失效和安全状态评估的储能电池安全预警方法,其特征在于,所述评价指标为恒流充电温升、中值电压、容量、功率和应力。
3.如权利要求1所述的基于失效和安全状态评估的储能电池安全预警方法,其特征在于,构建评价矩阵后,对评价指标进行统一量纲处理。
4.如权利要求1所述的基于失效和安全状态评估的储能电池安全预警方法,其特征在于,将评价矩阵中所有指标的最大值作为最优解,最小值作为最劣解。
5.如权利要求1所述的基于失效和安全状态评估的储能电池安全预警方法,其特征在于,计算各个指标的变异系数,根据变异系数为各个指标分配客观权重的具体步骤为:
6.如权利要求1所述的基于失效和安全状态评估的储能电池安全预警方法,其特征在于,电池状态值包括电池失效状态值和电池安全状态值,电池失效状态值越小,电池失效程度越轻微,内部状态越稳定;电池失效状态值越大,电池失效程度越严重,发生严重故障甚至热失控的可能性就越大;与之相反,电池安全状态值越大,电池
7.如权利要求1所述的基于失效和安全状态评估的储能电池安全预警方法,其特征在于,热失控的超前预警包括安全事故预警以及安全隐患预警,设置第一阈值与第二阈值,第一阈值为安全隐患预警限值,第二阈值为安全事故预警限值。
8.一种基于失效和安全状态评估的储能电池安全预警系统,其特征在于,包括:
9.一种计算机可读存储介质,其特征在于,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行权利要求1-7中任一项所述的基于失效和安全状态评估的储能电池安全预警方法。
10.一种终端设备,其特征在于,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行权利要求1-7中任一项所述的基于失效和安全状态评估的储能电池安全预警方法。
...【技术特征摘要】
1.一种基于失效和安全状态评估的储能电池安全预警方法,其特征在于,包括以下步骤:
2.如权利要求1所述的基于失效和安全状态评估的储能电池安全预警方法,其特征在于,所述评价指标为恒流充电温升、中值电压、容量、功率和应力。
3.如权利要求1所述的基于失效和安全状态评估的储能电池安全预警方法,其特征在于,构建评价矩阵后,对评价指标进行统一量纲处理。
4.如权利要求1所述的基于失效和安全状态评估的储能电池安全预警方法,其特征在于,将评价矩阵中所有指标的最大值作为最优解,最小值作为最劣解。
5.如权利要求1所述的基于失效和安全状态评估的储能电池安全预警方法,其特征在于,计算各个指标的变异系数,根据变异系数为各个指标分配客观权重的具体步骤为:
6.如权利要求1所述的基于失效和安全状态评估的储能电池安全预警方法,其特征在于,电池状态值包括电池失效状态值和电池安全状态值,电池失效状态值越小,电池失效程度越轻微,内部状态越稳定;电池失效状态值越大,电池失效程度...
【专利技术属性】
技术研发人员:商云龙,毛梓恒,顾鑫,李京伦,张承慧,
申请(专利权)人:山东大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。