【技术实现步骤摘要】
本专利技术涉及电池利用领域，具体涉及一种退役电池的优化使用方法及系统。
技术介绍
1、退役电池虽然达到了退役条件，但退役电池仍然含有大量可用的电化学材料，通过再利用可以减少对原材料的需求，经过适当处理后可以用于储能系统，继续发挥储能功能。
2、现阶段，对于退役电池的再利用，主要是经过简单地检测和分类后，继续用于对能量要求不高的应用场景，如家庭储能系统、备用电源和低速电动车等，直到退役电池无法继续再使用为止。由于没有基于退役电池自身的参数信息充分考虑退役电池所处的环境参数，使得退役电池的再使用没有达到较高的利用率，进而造成退役电池剩余能源的部分浪费。
3、因此，为解决以上问题，需要一种退役电池的优化使用方法及系统，能够基于退役电池的剩余寿命，最大限度地利用退役电池，提高了退役电池的使用率。
技术实现思路
1、有鉴于此，本专利技术的目的是克服现有技术中的缺陷，提供退役电池的优化使用方法及系统，能够基于退役电池的剩余寿命，最大限度地利用退役电池，提高了退役电池的使用率。
2、本专利技术的退役电池的优化使用方法，包括如下步骤：
3、构建电池剩余寿命评估模型；
4、调整电池剩余寿命评估模型中各参数值，使得电池剩余寿命评估模型取得最大值，将电池剩余寿命评估模型取得最大值时，设置的参数值作为最优参数值，在使用退役电池时，将参数的取值设置为最优参数值。
5、进一步，所述电池剩余寿命评估模型包括目标函数以及对所述目标函数进行约束
6、所述目标函数为：
7、
8、其中，r为退役电池的剩余寿命估值；t为环境温度；h为环境湿度；i为放电电流；ic为充电电流；c为电池容量；soc为电池荷电状态；
9、所述约束条件包括环境温度约束、环境湿度约束、放电电流约束以及充电电流约束。
10、进一步，所述环境温度约束、环境湿度约束、放电电流约束以及充电电流约束分别为电池所处环境温度在预设的温度最小值与温度最大值之间、电池所处环境湿度在预设的湿度最小值与湿度最大值之间、电池允许的放电电流在预设的最小放电电流与最大放电电流之间以及电池允许的充电电流在预设的最小充电电流与最大充电电流之间。
11、进一步，采用改进的遗传算法调整电池剩余寿命评估模型中各参数值，使得电池剩余寿命评估模型取得最大值，具体包括：
12、在给定的参数范围内随机生成一组可能的解，每个解表示为一个个体；
13、利用并行计算评估适应度：
14、
15、其中，fit表示个体x对应的适应度；obj表示目标函数值，ci(x)表示第i个约束条件，如果个体x违反该约束ci(x)，则max(0,ci(x))为正值，否则，max(0,ci(x))为0，m表示约束条件个数；
16、采用轮盘赌选择法选择父代，选择概率与个体适应度成正比，保留适应度最高的一部分个体，直接进入下一代；
17、在选择的父代中进行多点交叉，生成新的后代；根据当前迭代次数动态调整变异率，在后代中随机选择进行变异；
18、设置早期终止条件，如果在连续若干代中最优适应度没有提升，则提前终止算法；
19、对于当前代的最优个体，进行局部搜索以进一步优化；引入多样性维护策略，防止种群早熟；
20、根据种群适应度情况动态调整种群大小；使用并行计算同时进行多个交叉和变异操作；重复选择、交叉和变异步骤，生成新的种群；
21、在每代中评估种群适应度，记录最优解和适应度；直到达到最大迭代次数或早期终止条件，输出最优解和对应的适应度。
22、一种退役电池的优化使用系统，包括模型构建单元以及优化使用单元；
23、所述模型构建单元，用于构建电池剩余寿命评估模型；
24、所述优化使用单元，用于调整电池剩余寿命评估模型中各参数值，使得电池剩余寿命评估模型取得最大值，将电池剩余寿命评估模型取得最大值时，设置的参数值作为最优参数值，在使用退役电池时，将参数的取值设置为最优参数值。
25、进一步，所述电池剩余寿命评估模型包括目标函数以及对所述目标函数进行约束的约束条件；
26、所述目标函数为：
27、
28、其中，r为退役电池的剩余寿命估值；t为环境温度；h为环境湿度；i为放电电流；ic为充电电流；c为电池容量；soc为电池荷电状态；
29、所述约束条件包括环境温度约束、环境湿度约束、放电电流约束以及充电电流约束。
30、进一步，所述环境温度约束、环境湿度约束、放电电流约束以及充电电流约束分别为电池所处环境温度在预设的温度最小值与温度最大值之间、电池所处环境湿度在预设的湿度最小值与湿度最大值之间、电池允许的放电电流在预设的最小放电电流与最大放电电流之间以及电池允许的充电电流在预设的最小充电电流与最大充电电流之间。
31、进一步，采用改进的遗传算法调整电池剩余寿命评估模型中各参数值，使得电池剩余寿命评估模型取得最大值，具体包括：
32、在给定的参数范围内随机生成一组可能的解，每个解表示为一个个体；
33、利用并行计算评估适应度：
34、
35、其中，fit表示个体x对应的适应度；obj表示目标函数值，ci(x)表示第i个约束条件，如果个体x违反该约束ci(x)，则max(0,ci(x))为正值，否则，max(0,ci(x))为0，m表示约束条件个数；
36、采用轮盘赌选择法选择父代，选择概率与个体适应度成正比，保留适应度最高的一部分个体，直接进入下一代；
37、在选择的父代中进行多点交叉，生成新的后代；根据当前迭代次数动态调整变异率，在后代中随机选择进行变异；
38、设置早期终止条件，如果在连续若干代中最优适应度没有提升，则提前终止算法；
39、对于当前代的最优个体，进行局部搜索以进一步优化；引入多样性维护策略，防止种群早熟；
40、根据种群适应度情况动态调整种群大小；使用并行计算同时进行多个交叉和变异操作；重复选择、交叉和变异步骤，生成新的种群；
41、在每代中评估种群适应度，记录最优解和适应度；直到达到最大迭代次数或早期终止条件，输出最优解和对应的适应度。
42、本专利技术的有益效果是：本专利技术公开的一种退役电池的优化使用方法及系统，通过构建电池剩余寿命评估模型，实现了对退役电池最大剩余寿命的有效评估，将退役电池取得最大剩余寿命时所处的环境参数以及所处的充放电状态作为最优使用参数，按照最优使用参数对退役电池进行使用，使得退役电池从最大剩余寿命起始点开始使用，直至退役电池被完全利用，从而最大限度地使用了退役电池，达到了对退役电池的最大利用率，尽可能地减少了对退役电池剩余能源的浪费。
本文档来自技高网...【技术保护点】
1.一种退役电池的优化使用方法，其特征在于：包括：
2.根据权利要求1所述的退役电池的优化使用方法，其特征在于：所述电池剩余寿命评估模型包括目标函数以及对所述目标函数进行约束的约束条件；
3.根据权利要求2所述的退役电池的优化使用方法，其特征在于：所述环境温度约束、环境湿度约束、放电电流约束以及充电电流约束分别为电池所处环境温度在预设的温度最小值与温度最大值之间、电池所处环境湿度在预设的湿度最小值与湿度最大值之间、电池允许的放电电流在预设的最小放电电流与最大放电电流之间以及电池允许的充电电流在预设的最小充电电流与最大充电电流之间。
4.根据权利要求2所述的退役电池的优化使用方法，其特征在于：采用改进的遗传算法调整电池剩余寿命评估模型中各参数值，使得电池剩余寿命评估模型取得最大值，具体包括：
5.一种退役电池的优化使用系统，其特征在于：包括模型构建单元以及优化使用单元；
6.根据权利要求5所述的退役电池的优化使用系统，其特征在于：所述电池剩余寿命评估模型包括目标函数以及对所述目标函数进行约束的约束条件；
7.根
8.根据权利要求6所述的退役电池的优化使用系统，其特征在于：采用改进的遗传算法调整电池剩余寿命评估模型中各参数值，使得电池剩余寿命评估模型取得最大值，具体包括：
...【技术特征摘要】
1.一种退役电池的优化使用方法，其特征在于：包括：
2.根据权利要求1所述的退役电池的优化使用方法，其特征在于：所述电池剩余寿命评估模型包括目标函数以及对所述目标函数进行约束的约束条件；
3.根据权利要求2所述的退役电池的优化使用方法，其特征在于：所述环境温度约束、环境湿度约束、放电电流约束以及充电电流约束分别为电池所处环境温度在预设的温度最小值与温度最大值之间、电池所处环境湿度在预设的湿度最小值与湿度最大值之间、电池允许的放电电流在预设的最小放电电流与最大放电电流之间以及电池允许的充电电流在预设的最小充电电流与最大充电电流之间。
4.根据权利要求2所述的退役电池的优化使用方法，其特征在于：采用改进的遗传算法调整电池剩余寿命评估模型中各参数值，使得电池剩余寿命评估模型取得最大值，具体包括：
5.一种...
【专利技术属性】
技术研发人员：丁柏栋，刘淼，严显澄，郑伟鹏，
申请(专利权)人：深圳市杰成镍钴新能源科技有限公司，
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。