一种基于车网互动的储能设备健康评估方法及系统与流程

本发明涉及储能设备健康管理，尤其涉及一种基于车网互动的储能设备健康评估方法及系统。

背景技术：

1、近年来，人工智能技术迅猛发展，基于数据驱动的储能健康状态评估方法得到推进。通过收集大量的储能运行数据，主要是充放电过程的电流、电压、温度等数据，经过数据处理和特征提取，利用机器学习和深度学习模型来评估储能设备性能。

2、但是储能运行数据都是基于完全的充放电过程，通过观察充放电过程中的数据变化，提取其中与储能健康有明显关系的特征量，并且特征量的提取因人而异，特征量的选择对模型准确性有很大的影响。过多的特征可能容易引发过拟合问题。而过少的特征则可能无法充分描述数据的特性，导致模型性能受限。

3、在车网互动模式下，储能设备的运行是基于当前场站的实时运行情况，由能量调控模块结合峰谷利用、光伏平抑、应急供电、充电负荷等参数进行的协同运行控制，在车网互动模式下储能设备的充放电数据具有随机和不完全的问题，可能会遗漏关键的运行信息，影响储能设备健康评估的准确性，降低了车网互动的可靠性。

技术实现思路

1、针对现有技术的上述不足，本发明提供一种基于车网互动的储能设备健康评估方法及系统，以解决上述技术问题。

2、第一方面，本发明提供的一种基于车网互动的储能设备健康评估方法，采用如下的技术方案：

3、一种基于车网互动的储能设备健康评估方法，包括以下步骤：

4、s1，采集多个储能设备的实时运行数据，采集每个储能设备的单体电池的充放电数据；

5、s2，基于预设时间内的运行数据获取单体电池的多个不完全的充放电过程信息，将单体电池的不完全充放电过程信息整合为一个完整的充放电过程信息，基于单体电池完整的充放电过程信息获取单体电池soh信息；

6、基于储能设备的单体电池的充放电数据计算每个储能设备的差异系数；

7、基于储能设备的使用情况计算每个储能设备的可靠性；

8、基于储能设备的单体电池故障情况计算每个储能设备的故障告警信息；

9、s3，基于单体电池soh信息、储能设备的差异系数、可靠度信息和故障告警信息评估每个储能设备的健康状况；

10、s4，综合多个储能设备的健康状况和储能设备运行状态，调整对所有储能设备的控制策略。

11、在一个可选的实施方式中，步骤s2中，基于预设时间内的运行数据获取单体电池的多个不完全的充放电过程信息，将单体电池的不完全充放电过程信息整合为一个完整的充放电过程信息，具体包括：

12、提取单体电池在预设时间内的每个充电过程的多个连续采样数据点，每个采样数据点包括特定电压和充电容量增量；

13、将每个充电过程的所有连续采样数据点构成一个容量增量序列；

14、将所有容量增量序列构建三次样条曲线进行拟合；

15、

16、

17、其中，t代表电压自变量，k表示区间的索引，代表第k个区间的起始特定电压，表示第k个区间上的三次多项式函数，是三次多项式系数，表示三次样条曲线函数；

18、通过最小化目标函数来求解三次多项式系数；

19、将三次多项式系数带入到三次样条曲线中进行整合，得到完整的容量增量序列作为完整的充放电过程信息。

20、在一个可选的实施方式中，基于单体电池完整的充放电过程信息获取单体电池soh信息的步骤包括：

21、获取单体电池的完整的容量增量序列和单体电池的健康实验序列；

22、计算完整的容量增量序列每个点与健康实验序列中每个点之间的欧氏距离，并构成距离矩阵；

23、基于dtw算法计算出完整的容量增量序列和健康实验序列之间的最优匹配路径上的累计距离作为实际dtw距离；

24、预先建立dtw距离和soh值之间的映射关系表，基于实际dtw距离获取实际soh值；

25、基于预设的多个soh阈值范围判断实际soh值所在的soh阈值范围，并累计储能设备的每个soh阈值范围内的单体电池个数作为储能设备的单体电池soh信息。

26、在一个可选的实施方式中，基于储能设备的单体电池的充放电数据计算每个储能设备的差异系数；储能设备的差异系数包括电压差异系数和温度差异系数，具体的获取步骤包括：

27、获取同一储能设备内在同一时间序列下每个单体电池的电压数据曲线和温度数据曲线；

28、计算每个单体电池电压数据曲线与参考电压数据曲线之间的差异程度，和温度数据曲线与参考温度数据曲线与之间差异程度；

29、为不同电压数据曲线的差异程度进行加权综合得到储能设备的电压差异系数，为不同温度数据曲线的差异程度进行加权综合得到储能设备的温度差异系数。

30、在一个可选的实施方式中，基于储能设备的使用情况计算每个储能设备的可靠性；

31、基于每个储能设备在预设使用时间内的实际使用时间，获取每个储能设备的利用率系数；

32、基于每个储能设备的实际运行数据，获取每个储能设备的可用系数；

33、基于每个储能设备在预设使用时间内的停运时间，获取每个储能设备的停运系数。

34、在一个可选的实施方式中，基于储能设备的单体电池故障情况计算每个储能设备的故障告警信息，具体包括：

35、具有单体电池的充放电数据获取电压信息、温度信息和soc信息；

36、基于电压故障阈值判断电压信息，获取单体电池过压告警累计次数和单体电池欠压告警累计次数；

37、基于温度故障阈值判断温度信息，获取单体电池过温告警累计次数和单体电池欠温告警累计次数；

38、基于soc故障阈值判断soc信息，获取单体电池soc过高告警累计次数和单体电池soc过低告警累计次数。

39、在一个可选的实施方式中，步骤s3具体包括：

40、基于ahp法，综合单体电池soh信息、储能设备一致性、储能设备可靠性和储能设备故障告警内的每一项构建判断矩阵；

41、对判断矩阵进行一致性检验，根据一致性检验结果调整判断矩阵；

42、基于最终的判断矩阵得到每一项的权重；

43、将综合单体电池soh信息、储能设备一致性、储能设备可靠性和储能设备故障告警内的每一项加权后综合，得到储能系统的健康度。

44、在一个可选的实施方式中，储能设备的运行状态包括储能设备的充电状态，步骤s4具体包括：

45、将每个储能设备的健康状况和储能设备的充电状态加权综合得到充电优先级；

46、基于充电优先级将储能设备由高到低进行排序，得到储能设备的充电策略；

47、将每个储能设备的健康状况和储能设备的放电状态加权综合得到充电优先级；

48、基于放电优先级将储能设备由高到低进行排序，得到储能设备的放电策略。

49、第二方面，一种基于车网互动的储能设备健康评估系统，系统执行如上述的基于车网互动的储能设备健康评估方法，系统包括：

50、数据采集模块，采集多个储能设备的实时运行数据，采集每个储能设备的单体电池的充放电数据。

51、数据处理模块，基于预设时间内的运行数据获取单体电池的多个不完全的充放电过程信息，将单体电池的不完全充放电过程信息整合为一个完整的充放电过程信息，基于单体电池完整的充放电过程信息获取单体电池soh信息；基于储能设备的单体电池的充放电数据计算每个储能设备的差异系数；基于储能设备的使用情况计算每个储能设备的可靠性；基于储能设备的单体电池故障情况计算每个储能设备的故障告警信息；

52、健康评价模块，基于单体电池soh信息、储能设备的差异系数、可靠度信息和故障告警信息评估每个储能设备的健康状况；

53、能量调控模块，综合多个储能设备的健康状况，调整对所有储能设备的控制策略。

54、综上所述，本发明具有如下的有益技术效果：

55、基于不完全充放电运行数据拟合完整的充放电过程，并基于充放电容量增量的曲线数据，通过相似度计算和人工智能算法分别评估单体电池和整体储能系统的健康状态，从曲线中尽可能全面地提取有效信息，能够准确反映曲线的真实特性。并将储能系统健康评估结果反馈能量调控模块，通过能量调控模块实现基于储能系统健康状况的均衡调控策略，为场站安全性提供保障，通过对储能设施的合理调控和管理，提升了场站运行的稳定性和经济效益。