一种储能柜电量异常分级故障检测方法及系统与流程

本技术涉及一种储能柜电量异常分级故障检测方法及系统，属于电池管理。

背景技术：

1、电化学储能近期发展最为迅速，源网侧、工商业侧和用户侧的装机并网数量逐年攀升。但随着储能柜使用年限增加，运行故障逐渐显现，如何精准进行故障检测在后期运维过程中显得尤为重要。而目前储能柜电量降低问题是用户和运维工程师关注的最核心问题之一。现有储能站故障检测算法中多根据温度变化率、电压变化率、及电芯soc差异信息等，结合机器学习算法进行电芯异常问题检测，但是此方法的缺陷在于机器学习算法受训练样本不足影响，误报和漏报的概率较大，只有当储能柜运行中后期电池的特征数据出现较大异常时才可将故障正常报出，造成检测的延迟性，导致不能在第一时间发现故障。

技术实现思路

1、根据本技术的一个方面，提供了一种储能柜电量异常分级故障检测方法，用于解决上述现有技术中的检测方法，由于机器学习算法受训练样本不足影响，误报和漏报的概率较大，只有当储能柜运行中后期电池的特征数据出现较大异常时才可将故障正常报出，导致检测的延迟性。具体方案为：

2、一种储能柜电量异常分级故障检测方法，所述方法包括：

3、获取储能柜内各电芯充电截止时刻的soc数据集和各电芯放电截止时刻的soc数据集；

4、通过各电芯充电截止时刻的soc数据集和各电芯放电截止时刻的soc数据集，获取各电芯在充放电过程中的容量发挥量集合；

5、计算出容量发挥量集合中的容量发挥量最大值；

6、将容量发挥量最大值分别与最大容量发挥率阈值和最大均衡极限阈值进行比对，以此来诊断发生的故障类型；

7、根据诊断的故障类型给出具体的处理方案。

8、优选的，各电芯充电截止时刻的soc数据集和放电截止时刻的soc数据集的获取过程为：

9、 首先，根据电流变化和pcs工作状态变化分别确定各电芯充电截止时刻点 t 1和放电截止时刻点 t 2，以及各电芯充电截止时刻点 t 1下的电压值数据集合 、各电芯放电截止时刻点 t 2下的电压值数据集合；

10、获取离线测试出不同温度、不同放电倍率下，储能系统在运行过程中各电芯充放电电压和soc的映射关系集合，如式（1）所示：

11、 式（1）；

12、式（1）中， vol代表电芯电压， em代表电芯温度， c代表储能系统充放电倍率，其数值为储能系统充放电电流与额定容量 q e的比值；

13、基于各电芯充电截止时刻的电压、各电芯放电截止时刻的电压以及各电芯的温度，分别插值计算得到各电芯充电截止时刻soc集合和各电芯放电截止时刻soc集合，其中 n代表储能系统中的电芯数量。

14、优选的，所述电芯在充放电过程中的容量发挥量集合的计算式为式（2）：

15、 式（2）；

16、所述容量发挥量最大值的计算式为式（3）：

17、 式（3）；

18、在式（2）和式（3）中 soc n (t 1 )为电芯在充电截止时刻的荷电状态， soc n (t 2 )为电芯放电截止时刻的荷电状态， n代表储能系统中的电芯数量。

19、优选的，所述故障类型的诊断方法为：

20、最大均衡极限阈值＜容量发挥量最大值＜最大容量发挥率阈值时，诊断为可改善的电芯电压工作区间不一致故障；

21、容量发挥量最大值≤最大均衡极限阈值时，诊断为外部干预可改善容量的漏电故障；

22、容量发挥量最大值≥最大容量发挥率阈值时，且储能系统容量衰减速率 k大于正常容量衰减速率 k 0 ×电芯衰减因子 φ时，则诊断为不可改善的容量异常衰减故障；

23、所述储能系统容量衰减速率 k的计算过程为：

24、当诊断为不可改善的容量异常衰减故障，判断当前储能系统容量无提升空间；

25、开始记录每一个充放电循环内储能系统soc由100%降低至0%时的放电容量，形成放电容量集合；

26、每进行一个新的充放电循环，则增加1个储能系统的soc由100%降低至0%时的放电容量数据 q m，然后通过式（4）计算得出储能系统容量衰减速率 k：

27、 式（4）；

28、式（4）中， q 0为储能系统投运时的额定容量。

29、优选的，各故障类型的处理方案为：

30、当诊断为可改善的电芯电压工作区间不一致故障时，对每一个运行充放电循环后的待均衡电芯进行诊断，然后在下一次充电过程中对充电截止时刻电压高于所有电芯平均电压、但非最先放空的电芯进行小电流放电均衡，以逐步改善系统额定容量；

31、当诊断为外部干预可改善容量的漏电故障时，激活被动均衡模块，并进行故障上报，提醒进行小电流补电干预；

32、当诊断为不可改善的容量异常衰减故障时，找出异常电芯，并将异常电芯的标号进行上报，提醒对异常电芯进行更换处理。

33、优选的，所述待均衡电芯为充电截止时刻电压高于所有电芯平均电压、但非最先放空的电芯同时满足以下两个条件：

34、① v_i(t 1 )> v_avg(t 1 )；

35、② v_i(t 2 )<设定阈值；

36、在①和②中， i代表第 i个电芯， v_avg(t 1 )为充电截止时刻的电芯平均电压，设定阈值为电池接近放空时的电压诊断阈值， v_i(t 1 )为电芯充电截止时刻的电压值， v_i(t 2 )为电芯放电截止时刻的电压值。

37、优选的，所述异常电芯的确定方法为：

38、选出离诊断出故障时最近一次充放电循环容量发挥量集中满足式（5）的电芯；

39、 式（5）；

40、式（5）中， q m为储能系统soc由100%降低至0%时的放电容量数据， φ为电芯衰减因子， k 0为正常容量衰减速率， q 0为储能系统投运时的额定容量， i代表第 i个电芯。

41、优选的，所述最大容量发挥率阈值为储能系统最大容量发挥阈值，所述最大容量发挥率阈值根据充放电电压和soc映射集的插值误差确定；

42、所述最大均衡极限阈值为均衡可改善的最大容量发挥率阈值，所述最大均衡极限阈值根据系统均衡能力来确定。

43、根据本技术的另一个方面，提供一种储能柜电量异常分级故障检测系统，所述分级故障检测系统包括：

44、bms电池管理系统，连接储能柜；

45、参数采集及数据传输模块，连接bms电池管理系统，分别采集储能系统的额定容量、充放电电流、pcs工作状态、各电芯电压以及各电芯温度；

46、充放电循环容量发挥量判定模块，连接所述参数采集及数据传输模块，根据参数采集及数据传输模块反馈的数值，确定充放电截止时刻各电芯温度、电压、系统电流参量，结合不同温度不同倍率下各电芯电压和soc映射集，计算出各电芯充电截止时刻soc、各电芯放电截止时刻soc以及计算出各电芯发挥量集合中的容量发挥量最大；

47、故障诊断模块，包括电量异常三级故障诊断及处理模块、电量异常二级故障诊断及处理模块、电量异常一级故障诊断及处理模块；

48、所述电量异常三级故障诊断及处理模块、电量异常二级故障诊断及处理模块、电量异常一级故障诊断及处理模块分别连接所述充放电循环容量发挥量判定模块，所述电量异常三级故障诊断及处理模块、电量异常二级故障诊断及处理模块、电量异常一级故障诊断及处理模块，通过将充放电循环容量发挥量判定模块计算得到的容量发挥量最大值分别与最大容量发挥率阈值和最大均衡极限阈值进行比对，来进行故障类型的诊断，具体为：

49、若最大均衡极限阈值＜容量发挥量最大值＜最大容量发挥率阈值时，则由三级故障诊断及处理模块诊断为可改善的电芯电压工作区间不一致故障；

50、若容量发挥量最大值≤最大均衡极限阈值时，则由二级故障诊断及处理模块诊断为外部干预可改善容量的漏电故障；

51、若容量发挥量最大值≥最大容量发挥率阈值时，且储能系统容量衰减速率 k大于正常容量衰减速率 k 0 ×电芯衰减因子 φ时，则由一级障诊断及处理模块诊断为不可改善的容量异常衰减故障；

52、被动均衡模块，分别连接所述电量异常三级故障诊断及处理模块、电量异常二级故障诊断及处理模块，当故障类型被诊断为可改善的电芯电压工作区间不一致故障和外部干预可改善容量的漏电故障时，被动均衡模块被激活；

53、故障报警模块，分别连接bms电池管理系统、电量异常二级故障诊断及处理模块和电量异常一级故障诊断及处理模块，当故障类型被诊断为外部干预可改善容量的漏电故障和不可改善的容量异常衰减故障时故障报警模块被触发，将警示信息反馈给bms电池管理系统。

54、优选的，所述储能系统中采用的电池为储能电池中的任意一种。

55、本技术能产生的有益效果包括：

56、本发明通过对储能系统每个充放电循环过程中电芯电压、温度、系统电流等基本参数的实时获取，结合电芯充放电电压和soc映射集、系统均衡能力及电芯正常衰减因子等储能系统的基础特性，实现了对储能系统内电芯电压工作区间不一致、异常漏电和电芯异常衰减问题的有效识别，将储能柜电量异常降低故障精准划分为可改善的电芯电压工作区间不一致故障、外部干预可改善容量的漏电故障以及不可改善的容量异常衰减故障的三级故障，并根据针对出的具体故障类别分别制定三级处理方案。相对于基于机器学习的故障识别方案，本发明可在储能柜运行初期完成系统容量异常问题识别并制定行之有效的改善措施，提升储能柜全生命周期的运行收益。同时本发明中的故障处理措施分级制定，并非单一的采用更换电芯或pack方式，可有效减少资源浪费，降低运维成本。