[发明专利]一种储能电池寿命预测方法及管理系统

权利要求书

1.一种储能电池寿命预测方法，其特征在于，包括以下步骤：

获取前期实测数据和应用工况下实际采集数据，作为大数据文件；

通过提取大数据文件，建立储能电池寿命预测模型；

导入应用场景下用户需求曲线；

根据特定的用户需求曲线，解析出储能电池电流曲线，电压曲线及温升曲线，并进行同步实验，获取该工况下实测数据；

进行寿命预测，得到预测数据，

将预测数据与实测数据进行对比；

寿命预测评估及改善。

2.根据权利要求1所述的储能电池寿命预测方法，其特征在于，所述大数据文件包含不同工况条件下影响储能电池的寿命衰减因素及相应寿命损失率，所述寿命衰减因素包括循环寿命衰减因素和日历寿命衰减因素，所述循环寿命衰减因素包括剩余电量中值，放电深度，电池表面温度，循环次数和充放电电流，所述日历寿命衰减因素包括剩余电量中值，电池表面温度和存储天数。

3.根据权利要求2所述的储能电池寿命预测方法，其特征在于，建立储能电池寿命预测模型，具体包括以下步骤：

预设网络模型，获取寿命衰减因素间函数映射关系；

采用训练样本实时训练模型；

确定训练样本中不同类别样本散度差值；

基于散度差值构建学习模型，确定损失函数最小值；

寿命预测模型建立。

4.根据权利要求3所述的储能电池寿命预测方法，其特征在于，所述函数映射关系满足以下公式：

Q＝1-Qloss_cyc-Qloss_stor；

其中，Q为剩余容量百分比，Qloss_cyc为循环寿命损失率，Qloss_stor为日历寿命损失率。

具体的，根据以下公式计算循环寿命损失率：

Qloss_cyc＝k0*(T/T_ref)*exp((k1*F/R)*(SOC_equ-SOC_cyc_ref))*(△DOD/△DOD_ref)^k2*(I/I_ref)^k3*N

其中，k0，k1，k2，k3为待求解的经验参数,通过电池实验结果归纳得出，T_ref为实验参照温度，SOC_equ为用户曲线电量中值，SOC_cyc_ref为实验参照电量中值，△DOD为用户曲线放电深度，△DOD_ref为实验参照放电深度，I_ref为实验参照充放电电流，F为法拉第常数，R为摩尔气体常数，N表示为循环次数。

根据如下公式计算所述日历寿命损失率：

Qloss_stor＝k4*(T/T_ref)*exp(k5*F/R*(SOC_equ-SOC_stor_ref))*t^0.5

其中，k4，k5为待求解的经验参数,通过电池实验结果归纳得出，T_ref为实验参照温度，SOC_equ为用户曲线电量中值，SOC_stor_ref为存储状态实验参照电量，F为法拉第常数，R为摩尔气体常数，t表示为存储的天数。

5.一种储能电池寿命预测管理系统，其特征在于，包括：

获取模块，用于从储能电池大数据文件中获取训练样本；

计算模块，用于将训练样本导入内部预测模型，根据函数映射关系计算出预测数据，并与实测数据进行比较，当偏差值超过设定阈值时，对预测模型进行迭代训练。

评估模块，根据预测数据对电池进行分析，提供优化改善建议。