本發(fā)明涉及儲(chǔ)能設(shè)備健康管理，尤其涉及一種基于車網(wǎng)互動(dòng)的儲(chǔ)能設(shè)備健康評(píng)估方法及系統(tǒng)。

背景技術(shù)：

1、近年來，人工智能技術(shù)迅猛發(fā)展，基于數(shù)據(jù)驅(qū)動(dòng)的儲(chǔ)能健康狀態(tài)評(píng)估方法得到推進(jìn)。通過收集大量的儲(chǔ)能運(yùn)行數(shù)據(jù)，主要是充放電過程的電流、電壓、溫度等數(shù)據(jù)，經(jīng)過數(shù)據(jù)處理和特征提取，利用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模型來評(píng)估儲(chǔ)能設(shè)備性能。

2、但是儲(chǔ)能運(yùn)行數(shù)據(jù)都是基于完全的充放電過程，通過觀察充放電過程中的數(shù)據(jù)變化，提取其中與儲(chǔ)能健康有明顯關(guān)系的特征量，并且特征量的提取因人而異，特征量的選擇對(duì)模型準(zhǔn)確性有很大的影響。過多的特征可能容易引發(fā)過擬合問題。而過少的特征則可能無法充分描述數(shù)據(jù)的特性，導(dǎo)致模型性能受限。

3、在車網(wǎng)互動(dòng)模式下，儲(chǔ)能設(shè)備的運(yùn)行是基于當(dāng)前場(chǎng)站的實(shí)時(shí)運(yùn)行情況，由能量調(diào)控模塊結(jié)合峰谷利用、光伏平抑、應(yīng)急供電、充電負(fù)荷等參數(shù)進(jìn)行的協(xié)同運(yùn)行控制，在車網(wǎng)互動(dòng)模式下儲(chǔ)能設(shè)備的充放電數(shù)據(jù)具有隨機(jī)和不完全的問題，可能會(huì)遺漏關(guān)鍵的運(yùn)行信息，影響儲(chǔ)能設(shè)備健康評(píng)估的準(zhǔn)確性，降低了車網(wǎng)互動(dòng)的可靠性。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)現(xiàn)有技術(shù)的上述不足，本發(fā)明提供一種基于車網(wǎng)互動(dòng)的儲(chǔ)能設(shè)備健康評(píng)估方法及系統(tǒng)，以解決上述技術(shù)問題。

2、第一方面，本發(fā)明提供的一種基于車網(wǎng)互動(dòng)的儲(chǔ)能設(shè)備健康評(píng)估方法，采用如下的技術(shù)方案：

3、一種基于車網(wǎng)互動(dòng)的儲(chǔ)能設(shè)備健康評(píng)估方法，包括以下步驟：

4、s1，采集多個(gè)儲(chǔ)能設(shè)備的實(shí)時(shí)運(yùn)行數(shù)據(jù)，采集每個(gè)儲(chǔ)能設(shè)備的單體電池的充放電數(shù)據(jù)；

5、s2，基于預(yù)設(shè)時(shí)間內(nèi)的運(yùn)行數(shù)據(jù)獲取單體電池的多個(gè)不完全的充放電過程信息，將單體電池的不完全充放電過程信息整合為一個(gè)完整的充放電過程信息，基于單體電池完整的充放電過程信息獲取單體電池soh信息；

6、基于儲(chǔ)能設(shè)備的單體電池的充放電數(shù)據(jù)計(jì)算每個(gè)儲(chǔ)能設(shè)備的差異系數(shù)；

7、基于儲(chǔ)能設(shè)備的使用情況計(jì)算每個(gè)儲(chǔ)能設(shè)備的可靠性；

8、基于儲(chǔ)能設(shè)備的單體電池故障情況計(jì)算每個(gè)儲(chǔ)能設(shè)備的故障告警信息；

9、s3，基于單體電池soh信息、儲(chǔ)能設(shè)備的差異系數(shù)、可靠度信息和故障告警信息評(píng)估每個(gè)儲(chǔ)能設(shè)備的健康狀況；

10、s4，綜合多個(gè)儲(chǔ)能設(shè)備的健康狀況和儲(chǔ)能設(shè)備運(yùn)行狀態(tài)，調(diào)整對(duì)所有儲(chǔ)能設(shè)備的控制策略。

11、在一個(gè)可選的實(shí)施方式中，步驟s2中，基于預(yù)設(shè)時(shí)間內(nèi)的運(yùn)行數(shù)據(jù)獲取單體電池的多個(gè)不完全的充放電過程信息，將單體電池的不完全充放電過程信息整合為一個(gè)完整的充放電過程信息，具體包括：

12、提取單體電池在預(yù)設(shè)時(shí)間內(nèi)的每個(gè)充電過程的多個(gè)連續(xù)采樣數(shù)據(jù)點(diǎn)，每個(gè)采樣數(shù)據(jù)點(diǎn)包括特定電壓和充電容量增量；

13、將每個(gè)充電過程的所有連續(xù)采樣數(shù)據(jù)點(diǎn)構(gòu)成一個(gè)容量增量序列；

14、將所有容量增量序列構(gòu)建三次樣條曲線進(jìn)行擬合；

15、

16、

17、其中，t代表電壓自變量，k表示區(qū)間的索引，代表第k個(gè)區(qū)間的起始特定電壓，表示第k個(gè)區(qū)間上的三次多項(xiàng)式函數(shù)，是三次多項(xiàng)式系數(shù)，表示三次樣條曲線函數(shù)；

18、通過最小化目標(biāo)函數(shù)來求解三次多項(xiàng)式系數(shù)；

19、將三次多項(xiàng)式系數(shù)帶入到三次樣條曲線中進(jìn)行整合，得到完整的容量增量序列作為完整的充放電過程信息。

20、在一個(gè)可選的實(shí)施方式中，基于單體電池完整的充放電過程信息獲取單體電池soh信息的步驟包括：

21、獲取單體電池的完整的容量增量序列和單體電池的健康實(shí)驗(yàn)序列；

22、計(jì)算完整的容量增量序列每個(gè)點(diǎn)與健康實(shí)驗(yàn)序列中每個(gè)點(diǎn)之間的歐氏距離，并構(gòu)成距離矩陣；

23、基于dtw算法計(jì)算出完整的容量增量序列和健康實(shí)驗(yàn)序列之間的最優(yōu)匹配路徑上的累計(jì)距離作為實(shí)際dtw距離；

24、預(yù)先建立dtw距離和soh值之間的映射關(guān)系表，基于實(shí)際dtw距離獲取實(shí)際soh值；

25、基于預(yù)設(shè)的多個(gè)soh閾值范圍判斷實(shí)際soh值所在的soh閾值范圍，并累計(jì)儲(chǔ)能設(shè)備的每個(gè)soh閾值范圍內(nèi)的單體電池個(gè)數(shù)作為儲(chǔ)能設(shè)備的單體電池soh信息。

26、在一個(gè)可選的實(shí)施方式中，基于儲(chǔ)能設(shè)備的單體電池的充放電數(shù)據(jù)計(jì)算每個(gè)儲(chǔ)能設(shè)備的差異系數(shù)；儲(chǔ)能設(shè)備的差異系數(shù)包括電壓差異系數(shù)和溫度差異系數(shù)，具體的獲取步驟包括：

27、獲取同一儲(chǔ)能設(shè)備內(nèi)在同一時(shí)間序列下每個(gè)單體電池的電壓數(shù)據(jù)曲線和溫度數(shù)據(jù)曲線；

28、計(jì)算每個(gè)單體電池電壓數(shù)據(jù)曲線與參考電壓數(shù)據(jù)曲線之間的差異程度，和溫度數(shù)據(jù)曲線與參考溫度數(shù)據(jù)曲線與之間差異程度；

29、為不同電壓數(shù)據(jù)曲線的差異程度進(jìn)行加權(quán)綜合得到儲(chǔ)能設(shè)備的電壓差異系數(shù)，為不同溫度數(shù)據(jù)曲線的差異程度進(jìn)行加權(quán)綜合得到儲(chǔ)能設(shè)備的溫度差異系數(shù)。

30、在一個(gè)可選的實(shí)施方式中，基于儲(chǔ)能設(shè)備的使用情況計(jì)算每個(gè)儲(chǔ)能設(shè)備的可靠性；

31、基于每個(gè)儲(chǔ)能設(shè)備在預(yù)設(shè)使用時(shí)間內(nèi)的實(shí)際使用時(shí)間，獲取每個(gè)儲(chǔ)能設(shè)備的利用率系數(shù)；

32、基于每個(gè)儲(chǔ)能設(shè)備的實(shí)際運(yùn)行數(shù)據(jù)，獲取每個(gè)儲(chǔ)能設(shè)備的可用系數(shù)；

33、基于每個(gè)儲(chǔ)能設(shè)備在預(yù)設(shè)使用時(shí)間內(nèi)的停運(yùn)時(shí)間，獲取每個(gè)儲(chǔ)能設(shè)備的停運(yùn)系數(shù)。

34、在一個(gè)可選的實(shí)施方式中，基于儲(chǔ)能設(shè)備的單體電池故障情況計(jì)算每個(gè)儲(chǔ)能設(shè)備的故障告警信息，具體包括：

35、具有單體電池的充放電數(shù)據(jù)獲取電壓信息、溫度信息和soc信息；

36、基于電壓故障閾值判斷電壓信息，獲取單體電池過壓告警累計(jì)次數(shù)和單體電池欠壓告警累計(jì)次數(shù)；

37、基于溫度故障閾值判斷溫度信息，獲取單體電池過溫告警累計(jì)次數(shù)和單體電池欠溫告警累計(jì)次數(shù)；

38、基于soc故障閾值判斷soc信息，獲取單體電池soc過高告警累計(jì)次數(shù)和單體電池soc過低告警累計(jì)次數(shù)。

39、在一個(gè)可選的實(shí)施方式中，步驟s3具體包括：

40、基于ahp法，綜合單體電池soh信息、儲(chǔ)能設(shè)備一致性、儲(chǔ)能設(shè)備可靠性和儲(chǔ)能設(shè)備故障告警內(nèi)的每一項(xiàng)構(gòu)建判斷矩陣；

41、對(duì)判斷矩陣進(jìn)行一致性檢驗(yàn)，根據(jù)一致性檢驗(yàn)結(jié)果調(diào)整判斷矩陣；

42、基于最終的判斷矩陣得到每一項(xiàng)的權(quán)重；

43、將綜合單體電池soh信息、儲(chǔ)能設(shè)備一致性、儲(chǔ)能設(shè)備可靠性和儲(chǔ)能設(shè)備故障告警內(nèi)的每一項(xiàng)加權(quán)后綜合，得到儲(chǔ)能系統(tǒng)的健康度。

44、在一個(gè)可選的實(shí)施方式中，儲(chǔ)能設(shè)備的運(yùn)行狀態(tài)包括儲(chǔ)能設(shè)備的充電狀態(tài)，步驟s4具體包括：

45、將每個(gè)儲(chǔ)能設(shè)備的健康狀況和儲(chǔ)能設(shè)備的充電狀態(tài)加權(quán)綜合得到充電優(yōu)先級(jí)；

46、基于充電優(yōu)先級(jí)將儲(chǔ)能設(shè)備由高到低進(jìn)行排序，得到儲(chǔ)能設(shè)備的充電策略；

47、將每個(gè)儲(chǔ)能設(shè)備的健康狀況和儲(chǔ)能設(shè)備的放電狀態(tài)加權(quán)綜合得到充電優(yōu)先級(jí)；

48、基于放電優(yōu)先級(jí)將儲(chǔ)能設(shè)備由高到低進(jìn)行排序，得到儲(chǔ)能設(shè)備的放電策略。

49、第二方面，一種基于車網(wǎng)互動(dòng)的儲(chǔ)能設(shè)備健康評(píng)估系統(tǒng)，系統(tǒng)執(zhí)行如上述的基于車網(wǎng)互動(dòng)的儲(chǔ)能設(shè)備健康評(píng)估方法，系統(tǒng)包括：

50、數(shù)據(jù)采集模塊，采集多個(gè)儲(chǔ)能設(shè)備的實(shí)時(shí)運(yùn)行數(shù)據(jù)，采集每個(gè)儲(chǔ)能設(shè)備的單體電池的充放電數(shù)據(jù)。

51、數(shù)據(jù)處理模塊，基于預(yù)設(shè)時(shí)間內(nèi)的運(yùn)行數(shù)據(jù)獲取單體電池的多個(gè)不完全的充放電過程信息，將單體電池的不完全充放電過程信息整合為一個(gè)完整的充放電過程信息，基于單體電池完整的充放電過程信息獲取單體電池soh信息；基于儲(chǔ)能設(shè)備的單體電池的充放電數(shù)據(jù)計(jì)算每個(gè)儲(chǔ)能設(shè)備的差異系數(shù)；基于儲(chǔ)能設(shè)備的使用情況計(jì)算每個(gè)儲(chǔ)能設(shè)備的可靠性；基于儲(chǔ)能設(shè)備的單體電池故障情況計(jì)算每個(gè)儲(chǔ)能設(shè)備的故障告警信息；

52、健康評(píng)價(jià)模塊，基于單體電池soh信息、儲(chǔ)能設(shè)備的差異系數(shù)、可靠度信息和故障告警信息評(píng)估每個(gè)儲(chǔ)能設(shè)備的健康狀況；

53、能量調(diào)控模塊，綜合多個(gè)儲(chǔ)能設(shè)備的健康狀況，調(diào)整對(duì)所有儲(chǔ)能設(shè)備的控制策略。

54、綜上所述，本發(fā)明具有如下的有益技術(shù)效果：

55、基于不完全充放電運(yùn)行數(shù)據(jù)擬合完整的充放電過程，并基于充放電容量增量的曲線數(shù)據(jù)，通過相似度計(jì)算和人工智能算法分別評(píng)估單體電池和整體儲(chǔ)能系統(tǒng)的健康狀態(tài)，從曲線中盡可能全面地提取有效信息，能夠準(zhǔn)確反映曲線的真實(shí)特性。并將儲(chǔ)能系統(tǒng)健康評(píng)估結(jié)果反饋能量調(diào)控模塊，通過能量調(diào)控模塊實(shí)現(xiàn)基于儲(chǔ)能系統(tǒng)健康狀況的均衡調(diào)控策略，為場(chǎng)站安全性提供保障，通過對(duì)儲(chǔ)能設(shè)施的合理調(diào)控和管理，提升了場(chǎng)站運(yùn)行的穩(wěn)定性和經(jīng)濟(jì)效益。