一種鋰電池儲能站的充放電控制方法及系統與流程
2024-04-13 06:35:05
1.本發明涉及智能化控制技術領域，具體涉及一種鋰電池儲能站的充放電控制方法及系統。
背景技術：
2.電池充放電過程中，由於使用時間不等且實際作業情況不同，且充電過程中存在一定的不可控因素，導致過充過放等狀況時有發生，以影響電池的使用壽命，需進行實際充放電的有效監測控制，以保障充電能效符合預期標準。
3.現如今，需全程進行人員參與，輔助進行電池的充放電監測控制，存在一定的判定主觀性，致使多種充電弊端，於電池而言十分不利，一定程度上會影響電池的使用性能，影響站內的正常工作，存在一定的技術革新必要性。
4.現有技術中，對於電池的充放電控制方法不夠智能化，需人員輔助作業，無法及時規避充放電進程中的不可控因素，導致控制精準度不足，進而影響控制能效。
技術實現要素：
5.本技術提供了一種鋰電池儲能站的充放電控制方法及系統，用於針對解決現有技術中存在的對於電池的充放電控制方法不夠智能化，需人員輔助作業，無法及時規避充放電進程中的不可控因素，導致控制精準度不足，進而影響控制能效的技術問題。
6.鑑於上述問題，本技術提供了一種鋰電池儲能站的充放電控制方法及系統。
7.第一方面，本技術提供了一種鋰電池儲能站的充放電控制方法，所述方法包括：判定是否與目標充電電池連接成功，當判定連接成功後，基於建立的連接讀取電池屬性信息和電池初始數據；連通所述溫度採集傳感器，基於所述溫度採集傳感器對所述目標充電電池進行初始溫度數據採集；將所述電池屬性信息、所述電池初始數據和所述初始溫度數據輸入充電智能控制模型，輸出獲得充電控制結果；基於所述充電控制結果對所述目標充電電池執行充電控制，並基於所述充電控制結果和所述電池屬性信息生成多級調控約束數據；對所述目標充電電池進行充電執行的實時數據監測，並基於實時監測數據和所述多級調控約束數據生成充電反饋數據；通過所述充電反饋數據進行所述目標充電電池的實時充電控制調整。
8.第二方面，本技術提供了一種鋰電池儲能站的充放電控制系統，所述系統包括：數據讀取模塊，所述數據讀取模塊用於判定是否與目標充電電池連接成功，當判定連接成功後，基於建立的連接讀取電池屬性信息和電池初始數據；溫度採集模塊，所述溫度採集模塊用於連通所述溫度採集傳感器，基於所述溫度採集傳感器對所述目標充電電池進行初始溫度數據採集；
結果輸出模塊，所述結果輸出模塊用於將所述電池屬性信息、所述電池初始數據和所述初始溫度數據輸入充電智能控制模型，輸出獲得充電控制結果；調控約束數據生成模塊，所述調控約束數據生成模塊用於基於所述充電控制結果對所述目標充電電池執行充電控制，並基於所述充電控制結果和所述電池屬性信息生成多級調控約束數據；充電反饋數據生成模塊，所述充電反饋數據生成模塊用於對所述目標充電電池進行充電執行的實時數據監測，並基於實時監測數據和所述多級調控約束數據生成充電反饋數據；充電控制調整模塊，所述充電控制調整模塊用於通過所述充電反饋數據進行所述目標充電電池的實時充電控制調整。
9.本技術中提供的一個或多個技術方案，至少具有如下技術效果或優點：本技術實施例提供的一種鋰電池儲能站的充放電控制方法，判定是否與目標充電電池連接成功，當判定連接成功後，基於建立的連接讀取電池屬性信息和電池初始數據；連通所述溫度採集傳感器，對所述目標充電電池進行初始溫度數據採集，將所述電池屬性信息、所述電池初始數據和所述初始溫度數據輸入充電智能控制模型，輸出充電控制結果，對所述目標充電電池執行充電控制，並基於所述充電控制結果和所述電池屬性信息生成多級調控約束數據，對所述目標充電電池進行充電執行的實時數據監測，基於實時監測數據和所述多級調控約束數據生成充電反饋數據，通過所述充電反饋數據對所述目標充電電池進行實時充電控制調整，解決了現有技術中存在的對於電池的充放電控制方法不夠智能化，需人員輔助作業，無法及時規避充放電進程中的不可控因素，導致控制精準度不足，進而影響控制能效的技術問題，基於多維影響信息確定充電控制結果，進行實時充電監測反饋調整，實現電池充電的智能化精準控制，維繫充電進程的穩定推進。
附圖說明
10.圖1為本技術提供了一種鋰電池儲能站的充放電控制方法流程示意圖；圖2為本技術提供了一種鋰電池儲能站的充放電控制方法中充電控制結果獲取流程示意圖；圖3為本技術提供了一種鋰電池儲能站的充放電控制方法中多級調控約束數據獲取流程示意圖；圖4為本技術提供了一種鋰電池儲能站的充放電控制系統結構示意圖。
11.附圖標記說明：數據讀取模塊11，溫度採集模塊12，結果輸出模塊13，調控約束數據生成模塊14，充電反饋數據生成模塊15，充電控制調整模塊16。
具體實施方式
12.本技術通過提供一種鋰電池儲能站的充放電控制方法及系統，當與目標充電電池連接成功後，讀取電池屬性信息和電池初始數據，並採集初始溫度數據，輸入充電智能控制模型獲取充電控制結果，對目標充電電池執行充電控制，並基於所述充電控制結果和所述電池屬性信息生成多級調控約束數據，基於實時監測數據和多級調控約束數據生成充電反饋數據，進行實時充電控制調整，用於解決現有技術中存在的對於電池的充放電控制方法
不夠智能化，需人員輔助作業，無法及時規避充放電進程中的不可控因素，導致控制精準度不足，進而影響控制能效的技術問題。
實施例1
13.如圖1所示，本技術提供了一種鋰電池儲能站的充放電控制方法，所述方法應用於充放電控制系統，所述充放電控制系統與溫度採集傳感器通信連接，所述方法包括：步驟s100：判定是否與目標充電電池連接成功，當判定連接成功後，基於建立的連接讀取電池屬性信息和電池初始數據；具體而言，電池充放電過程中，由於使用時間不等且實際作業情況不同，且充電過程中存在一定的不可控因素，導致過充過放等狀況時有發生，以影響電池的使用壽命，需進行實際充放電的有效監測控制，以保障充電能效符合預期標準，本技術提供的一種鋰電池儲能站的充放電控制方法應用於所述充放電控制系統，所述系統為進行充放電全周期管理的總控系統，所述系統與所述溫度採集傳感器通信連接，所述溫度採集傳感器為進行電池溫度數據採集的輔助設備。
14.具體的，所述目標充電電池為待進行充放電控制的電池，對所述目標充電電池進行連接成功判定，當連接成功時，基於建立的連接對所述目標充電電池進行信息讀取，確定所述目標充電電池的電池型號、充電控制信息、電池包位置等信息，作為所述電池屬性信息；確定所述目標充電電池的當前電量、使用時間等，作為所述電池初始數據。所述電池屬性信息與所述電池初始數據為所述目標充電電池的充電控制參考依據，為後續進行電池控制分析提供了數據支持。
15.進一步而言，所述充放電控制系統與圖像採集裝置通信連接，本技術步驟s100還包括：步驟s110：當判定連接成功後，基於測試窗口執行通斷測試，獲得通斷測試結果；步驟s120：通過所述圖像採集裝置進行連接點的圖像採集，獲得驗證圖像；步驟s130：當所述通斷測試結果和所述驗證圖像均驗證通過後，則允許執行數據交互和電池充電。
16.具體而言，對所述目標充電電池進行充電連接判斷，當判定連接成功後，進而進行通斷檢測，以避免連接接觸不嚴導致後續充電失敗，提前進行風險檢測規避。所述測試窗口為進行通斷檢測的執行區域，通過執行通斷測試生成所述通斷測試結果，示例性的，可通過多種充電實驗進行驗證檢測，例如電壓變換等方式。進一步的，所述連接點為所述目標充電電池的充電連接接口，基於所述圖像採集裝置對其進行多角度圖像採集，將圖像採集結果作為所述驗證圖像。對所述驗證圖像進行異常識別，例如接口連接異常等。當所述通斷測試結果與所述驗證圖像皆驗證通過時，表明後續可正常進行所述目標充電電池的充放電執行，允許執行數據交互與電池充電；當所述通斷測試結果與所述驗證圖像存在任一驗證失敗，表明存在潛在性異常充電風險，對其進行預警警示，待巡檢調整之後方可執行後續操作。通過進行通斷檢測與接口圖像檢測，以進行充電風險預檢，規避後續充電執行進程中的異常風險。
17.步驟s200：連通所述溫度採集傳感器，基於所述溫度採集傳感器對所述目標充電電池進行初始溫度數據採集；
步驟s300：將所述電池屬性信息、所述電池初始數據和所述初始溫度數據輸入充電智能控制模型，輸出獲得充電控制結果；具體而言，所述目標充電電池的溫度過高或過低，一定程度上會影響電池的活性，進而影響電池充電效果，需針對所述目標充電電池的實際溫度進行充電控制。所述溫度採集傳感器為進行實時溫度採集的設備，連通所述溫度傳感器，進行所述目標充電電池充電前的實際溫度感知採集，獲取所述初始溫度數據。進一步的，所述電池屬性信息、所述電池初始數據與所述初始溫度數據為充電影響因素，需依據上述數據信息進行所述目標充電電池的針對性充電控制。構建所述充電智能控制模型，將所述電池屬性信息、所述電池初始數據與所述初始溫度數據輸入所述充電智能控制模型中，基於模型運行機制進行分析，直接輸出所述充電控制結果，包括不同充電階段的控制參數及對應的控制能效。所述充電控制結果為與所述目標充電電池實際狀態相契合的客觀性控制分析結果，所述充電控制結果的獲取為後續進行所述目標充電電池的充電控制夯實了基礎。
18.進一步而言，如圖2所示，本技術步驟s300還包括：步驟s310-1：基於所述電池屬性信息調用所述目標充電電池的歷史使用和充電數據；步驟s320-1：基於所述歷史使用和充電數據進行所述目標充電電池的特徵提取，獲得特徵提取結果；步驟s330-1：基於所述特徵提取結果進行所述充電智能控制模型的模型初始化；步驟s340-1：當所述充電智能控制模型的模型初始化完成後，輸出獲得所述充電控制結果。
19.具體而言，設定預定時間周期，即進行信息調用的時間區間，基於所述預定時間周期，將所述電池屬性信息作為參考依據，對所述目標充電電池進行數據調取，獲取使用時限、放電速率等數據，作為所述歷史使用，獲取充電時限、滿溢電量、充電速率、升溫速率等數據，作為所述充電數據。將所述歷史使用與所述充電數據作為待評源數據，通過進行數據剖析與特徵提取整合，確定所述目標充電電池的普適特徵，包括充電特徵與放電特徵，作為所述特徵提取結果。
20.進一步的，獲取多組歷史充電控制數據，將其作為構建樣本數據，通過進行神經網絡訓練生成所述充電智能控制模型，進一步獲取充電控制機制輸入所述充電智能控制模型中，以進行模型運行機制優化，進而對所述充電智能控制模型進行驗證測試，以保障模型的輸出準確率。將所述特徵提取結果輸入所述充電智能控制模型。以進行模型的初始化，使得所述充電智能控制模型與所述目標充電電池相契合，提高模型的分析針對性。待所述充電智能控制模型初始化完成後，將所述電池屬性信息、所述電池初始數據和所述初始溫度數據輸入所述充電智能控制模型，結合充電控制機制進行控制分析，輸出所述充電控制效果。通過構建模型進行充電控制分析，可有效提高所述充電控制結果的分析客觀性與準確度。
21.進一步而言，本技術步驟s300還包括：步驟s310-2：採集獲得充電需求信息；步驟s320-2：基於所述充電需求信息獲得速度-損傷平衡參數；步驟s330-2：將所述速度-損傷平衡參數作為增量參數輸入優化後的所述充電智能控制模型，輸出獲得所述充電控制結果。
22.具體而言，對所述目標充電電池進行充電時間、充電速率、充電量等信息採集，作為所述充電需求信息。由於不同荷電狀態，即剩餘電量下，電池所能承受的充電速率存在差異性，例如當所述荷電狀態達到90%時，由於電池內阻的增大會導致電池充電速率下降，同時電池存在最大充電速率，強行提升充電速率，例如加大電流，會導致電子與離子的脫節，影響電池的性能，造成電池損傷。基於所述充電需求信息，確定不同荷電狀態下，多級充電速度對應的電池損傷，生成所述速度-損傷平衡參數，並進行最佳充電速度標識。將所述速度-損傷平衡參數作為增量參數，輸入優化後，即初始化後的所述充電智能控制模型中，進行充電控制調節，以輸出所述充電控制效果。通過進行充電速度與電池損傷的計量分析，輔助進行充電控制調整優化，進一步優化所述充電控制效果，保障在滿足充電需求的基礎上，實現最優充電控制能效。
23.步驟s400：基於所述充電控制結果對所述目標充電電池執行充電控制，並基於所述充電控制結果和所述電池屬性信息生成多級調控約束數據；進一步而言，如圖3所示，本技術步驟s400還包括：步驟s410：基於所述電池屬性信息、所述電池初始數據和所述充電控制結果進行所述目標充電電池的充電階段劃分，獲得多階段劃分結果；步驟s420：基於所述充電控制結果和所述多階段劃分結果進行大數據的控制約束數據匹配，獲得各階段的控制約束數據；步驟s430：基於所述特徵提取結果對所述控制約束數據進行約束調整，基於約束調整結果生成所述多級調控約束數據。
24.具體而言，基於所述充電控制結果進行所述目標充電電池的充電控制，進而進行充電階段劃分，根據所述充電控制結果與所述電池屬性信息進行控制約束數據匹配，確定各階段的控制約束數據，作為所述多級調控約束數據。
25.具體的，所述目標充電電池充電進程中，不同荷電狀態對應的充電控制參數存在一定的差異性，為了提高充電控制的精準度，可對所述目標充電電池進行多級針對性控制約束。將所述電池屬性信息、所述電池初始數據與所述充電控制結果作為輔助參考信息，對所述目標充電電池進行階段性劃分，例如，將荷電狀態10%作為充電階段劃分標準，所述充電階段劃分標準非定量，可基於所述目標充電電池的實際狀況進行確定，生成所述多階段劃分結果。
26.基於所述多階段劃分結果，對所述充電控制結果進行剖解與映射對應，確定多階段信息，進而基於大數據進行控制約束數據的匹配，示例性的，確定不同階段電池耐受的充電速度，基於速度上限與下限確定多階段速度控制約束數據；電池充電進程中存在一定的升溫狀況，同時初始溫度過低時需進行電池預熱，確定不同階段下電池耐受的充電溫度，獲取多階段溫度控制約束數據，同時鋰電池的正極材料一定程度上也存在充電限制等等，對確定的約束數據與所述多階段劃分結果進行映射關聯，生成所述各階段的控制約束數據。進一步基於所述特徵提取結果對所述控制約束數據進行約束調整，提高所述控制約束數據與所述目標充電電池的匹配度，將調整後的所述控制約束數據作為所述多級調控約束數據。
27.步驟s500：對所述目標充電電池進行充電執行的實時數據監測，並基於實時監測數據和所述多級調控約束數據生成充電反饋數據；
步驟s600：通過所述充電反饋數據進行所述目標充電電池的實時充電控制調整。
28.具體而言，針對所述目標充電電池的實時充電實況，進行充電反饋控制，進一步提高充電控制結果的實際貼合度，保障充電控制精準度。進行所述目標充電電池的實時充電監測，獲取所述實時監測數據，確定所述實時監測數據對應的劃分階段，通過進行同階段數據分析，獲取反饋約束數據。進而遍歷所述多級調控約束數據，確定同階段調控約束數據，基於所述反饋約束數據與同階段調控約束數據，生成所述充電反饋數據。基於所述充電反饋數據對所述目標充電電池進行實時充電控制調整，規避充電進程中存在的控制偏差，提高充電控制精準度，優化控制能效。
29.進一步而言，本技術步驟s500還包括：步驟s510：基於所述實時監測數據進行所述目標充電電池的充電執行特徵提取，獲得反饋控制觸發特徵；步驟s520：對所述實時監測數據進行同階段內的平均充電速度計算，獲得階段平均充電速度數據；步驟s530：通過所述反饋控制觸發特徵和所述平均充電速度數據生成反饋約束數據，將所述反饋約束數據添加至所述充電反饋數據。
30.進一步而言，本技術還存在步驟s540，包括：步驟s541：設定反饋約束周期；步驟s542：當在反饋約束周期內所述反饋控制觸發特徵的觸發次數不能滿足預設次數閾值時，則不生成所述反饋約束數據。
31.具體而言，對所述目標充電電池進行實時充電監測，獲取所述實時監測數據。基於所述實時監測數據對所述目標充電電池進行充電執行特徵提取，例如實時充電速度等，作為所述反饋控制觸發特徵。為了保障所述目標充電電池的穩定正常充電，需對充電進程中的突發狀況及時進行調整控制。進一步的，基於所述實時監測數據確定實時荷電狀態，進而進行階段匹配，通過進行數據統計與均值計算，獲取同階段內的平均充電速度，作為所述階段平均充電速度數據。當所述反饋控制觸發特徵提取成功時，結合所述平均充電速度數據生成所述反饋約束數據，以進行充電控制的進一步約束。
32.進一步的，設定所述反饋約束周期，即進行反饋約束控制的限制時間區間，將所述反饋約束周期作為判定時限，進而配置所述預設次數閾值，即進行觸發次數計量的次數臨界值，當所述反饋約束周期內，所述反饋控制觸發特徵的觸發次數滿足所述預設次數閾值時，表明存在反饋約束必要性，生成所述反饋約束數據；當不滿足時，表明當前的反饋觸發存在偶然性，不存在反饋約束的必要性，則不生成所述反饋約束數據。當所述反饋約束判定完成後，將生成的所述反饋約束數據添加進所述充電反饋數據。通過進行階段性反饋約束判定，進一步提高所述目標充電電池的控制精準度，針對實時充電實況進行實時控制反饋，避免突發狀況造成充電異常。
實施例2
33.基於與前述實施例中一種鋰電池儲能站的充放電控制方法相同的發明構思，如圖4所示，本技術提供了一種鋰電池儲能站的充放電控制系統，所述系統包括：數據讀取模塊11，所述數據讀取模塊11用於判定是否與目標充電電池連接成功，
當判定連接成功後，基於建立的連接讀取電池屬性信息和電池初始數據；溫度採集模塊12，所述溫度採集模塊12用於連通所述溫度採集傳感器，基於所述溫度採集傳感器對所述目標充電電池進行初始溫度數據採集；結果輸出模塊13，所述結果輸出模塊13用於將所述電池屬性信息、所述電池初始數據和所述初始溫度數據輸入充電智能控制模型，輸出獲得充電控制結果；調控約束數據生成模塊14，所述調控約束數據生成模塊14用於基於所述充電控制結果對所述目標充電電池執行充電控制，並基於所述充電控制結果和所述電池屬性信息生成多級調控約束數據；充電反饋數據生成模塊15，所述充電反饋數據生成模塊15用於對所述目標充電電池進行充電執行的實時數據監測，並基於實時監測數據和所述多級調控約束數據生成充電反饋數據；充電控制調整模塊16，所述充電控制調整模塊16用於通過所述充電反饋數據進行所述目標充電電池的實時充電控制調整。
34.進一步而言，所述系統還包括：信息調用模塊，所述信息調用模塊用於基於所述電池屬性信息調用所述目標充電電池的歷史使用和充電數據；特徵提取模塊，所述特徵提取模塊用於基於所述歷史使用和充電數據進行所述目標充電電池的特徵提取，獲得特徵提取結果；模型初始化模塊，所述模型初始化模塊用於基於所述特徵提取結果進行所述充電智能控制模型的模型初始化；充電控制結果輸出模塊，所述充電控制結果輸出模塊用於當所述充電智能控制模型的模型初始化完成後，輸出獲得所述充電控制結果。
35.進一步而言，所述系統還包括：充電階段劃分模塊，所述充電階段劃分模塊用於基於所述電池屬性信息、所述電池初始數據和所述充電控制結果進行所述目標充電電池的充電階段劃分，獲得多階段劃分結果；數據匹配模塊，所述數據匹配模塊用於基於所述充電控制結果和所述多階段劃分結果進行大數據的控制約束數據匹配，獲得各階段的控制約束數據；數據約束調整模塊，所述數據約束調整模塊用於基於所述特徵提取結果對所述控制約束數據進行約束調整，基於約束調整結果生成所述多級調控約束數據。
36.進一步而言，所述系統還包括：信息採集模塊，所述信息採集模塊用於採集獲得充電需求信息；參數獲取模塊，所述參數獲取模塊用於基於所述充電需求信息獲得速度-損傷平衡參數；模型分析模塊，所述模型分析模塊用於將所述速度-損傷平衡參數作為增量參數輸入優化後的所述充電智能控制模型，輸出獲得所述充電控制結果。
37.進一步而言，所述系統還包括：特徵獲取模塊，所述特徵獲取模塊用於基於所述實時監測數據進行所述目標充電電池的充電執行特徵提取，獲得反饋控制觸發特徵；
均速計算模塊，所述均速計算模塊用於對所述實時監測數據進行同階段內的平均充電速度計算，獲得階段平均充電速度數據；數據添加模塊，所述數據添加模塊用於通過所述反饋控制觸發特徵和所述平均充電速度數據生成反饋約束數據，將所述反饋約束數據添加至所述充電反饋數據。
38.進一步而言，所述系統還包括：通斷測試模塊，所述通斷測試模塊用於當判定連接成功後，基於測試窗口執行通斷測試，獲得通斷測試結果；圖像採集模塊，所述圖像採集模塊用於通過所述圖像採集裝置進行連接點的圖像採集，獲得驗證圖像；執行判斷模塊，所述執行判斷模塊用於當所述通斷測試結果和所述驗證圖像均驗證通過後，則允許執行數據交互和電池充電。
39.進一步而言，所述系統還包括：周期設定模塊，所述周期設定模塊用於設定反饋約束周期；閾值判斷模塊，所述閾值判斷模塊用於當在反饋約束周期內所述反饋控制觸發特徵的觸發次數不能滿足預設次數閾值時，則不生成所述反饋約束數據。
40.本說明書通過前述對一種鋰電池儲能站的充放電控制方法的詳細描述，本領域技術人員可以清楚的知道本實施例中一種鋰電池儲能站的充放電控制方法及系統，對於實施例公開的裝置而言，由於其與實施例公開的方法相對應，所以描述的比較簡單，相關之處參見方法部分說明即可。
41.對所公開的實施例的上述說明，使本領域專業技術人員能夠實現或使用本技術。對這些實施例的多種修改對本領域的專業技術人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本技術的精神或範圍的情況下，在其它實施例中實現。因此，本技術將不會被限制於本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的範圍。