[发明专利]一种基于模糊均值聚类算法对电池进行分类的方法及系统

说明书

本发明公开了一种基于模糊均值聚类算法对电池进行分类的方法，所述方法包括：对待分类的电池分别进行充电和放电状态下的动态阻抗测试，获取所述多个电池在充电和放电状态下的动态阻抗测试曲线；在所述动态阻抗测试曲线中，选择每个电池的动态阻抗测试的多个采样点；利用所述每个电池的动态阻抗测试的多个采样点，建立多个分类因子的原始数据矩阵；对原始数据矩阵进行归一化处理，获取初始化后的数据矩阵；基于所述初始化后的数据矩阵，选取多个分类因子中的一个分类因子作为主分类因子，利用模糊聚类算法，建立所述主分类因子的相似性函数，对待分类的电池进行分类。

技术领域

本发明涉及电池储能技术领域，更具体地，涉及一种基于模糊均值聚类算法对电池进行分类的方法及系统。

背景技术

电池储能技术对于节能减排与优化能源结构具有积极的推动作用。对于智能电网和新能源等电力系统储能应用领域来说，虽然理论上有多种形式的储能技术可供选择，但就当前的技术发展水平以及市场认可度来说，锂离子电池以其能量密度高、功率密度高、能量转换效率高、循环寿命长、应用范围广、对环境友好等优势，成为当前最具应用前景的电力系统储能技术之一。

尽管现阶段的锂离子电池制造水平不断提高，制造出的单体电池仍然在性能和容量上不足以单独满足大规模储能的能量要求，为达到理想的使用要求，一般将电池采用串并联的形式加以组合，成组应用。锂离子电池系统的结构复杂，而性能却不是单体的比例放大，导致这一现象的原因是单体间存在一定的差异，即为电池的一致性问题。但目前对于电池的一致性方法仍缺乏有效的判据，现有电池分选成组方法是根据电池的静态特性参数，如电压、容量等进行筛选进而成组的，虽然能反映出电池的某些特性，但主要是静态外部特征，无法反映出充放电过程中电池特性的变化趋势，不能有效避免电池短板效应，致使电池分选结果和后期运行中的均衡策略实施效果均较差，进一步扩大了电池的离散性，制约了电池组容量的有效利用，缩短了电池组的寿命，阻碍了电池储能电站的快速推广应用。

因此，需要一种方法，以实现对电池进行分类的技术。

发明内容

本发明提供了一种基于模糊均值聚类算法对电池进行分类的方法及系统，以解决如何对储能电池进行分类的问题。

为了解决上述问题，本发明提供了一种基于模糊均值聚类算法对电池进行分类的方法，所述方法包括：

对待分类的电池分别进行充电和放电状态下的动态阻抗测试，获取所述多个电池在充电和放电状态下的动态阻抗测试曲线；

在所述动态阻抗测试曲线中，选择每个电池的动态阻抗测试的多个采样点；

利用所述每个电池的动态阻抗测试的多个采样点，建立多个分类因子的原始数据矩阵；

对原始数据矩阵进行归一化处理，获取初始化后的数据矩阵；

基于所述初始化后的数据矩阵，选取多个分类因子中的一个分类因子作为主分类因子，利用模糊聚类算法，建立所述主分类因子的相似性函数，对待分类的电池进行分类。

优选地，在对待分类的电池进行分类后，还包括：建立所述主分类因子的目标函数，判断所述多个电池的分类是否满足预先设置的分类条件：

若所述多个电池的分类满足预先设置的分类条件，则确认将所述多个电池的分为一类；

若所述多个电池的分类不满足预先设置的分类条件，则重新选取多个分类因子中的一个分类因子替换原主分类因子，作为新的主分类因子。

优选地，所述多个分类因子包括：阻抗、电压、电容和电流中的至少一个，选取阻抗作为主分类因子。

优选地，所述相似性函数为计算所述待分类的电池的所述主分类因子特征向量与标准电池的所述主分类因子特征向量的距离。