[发明专利]一种电化学储能系统故障分级诊断预警方法、系统及设备

说明书

本发明公开一种电化学储能系统故障分级诊断预警方法、系统及设备，涉及电化学储能领域，该方法包括判断多维检测信息是否超过信息安全阈值；若超过，则给出第一级预警信号；若未超过，则根据实时采集的温度或电压采用大数据分析方法进行第二级诊断预警，识别潜在故障电池单体；判断电池单体的大数据计算信息是否超过安全阈值；若超过，则根据大数据计算信息给出第二级预警信号，并给出潜在故障电池单体编号及位置；根据潜在故障电池单体对应的多维检测信息进行第三级诊断预警，确定故障类型，根据故障诊断结果给出第三级预警信号和维护方案。本发明能够准确、快速的实现电化学储能系统故障分级诊断预警，进而提高大规模电化学储能系统的安全性。

技术领域

本发明涉及电化学储能领域，特别是涉及一种电化学储能系统故障分级诊断预警方法、系统及设备。

背景技术

随着新能源的发展以及智能电网和新型电力系统的提出，电化学储能技术发挥着日益重要的作用。电化学储能系统的大规模应用对其性能提出了新的要求，特别是由于电化学储能电站故障引发的起火、爆炸事故造成人员、财产损失等问题，其安全性越来越受到重视。

实际运行过程中，电化学储能系统由于包含大量储能电池单体、能量变换系统（PCS）、热管理系统、电池管理系统（BMS）等设备，设备部件数量规模庞大，系统运行过程中数据量巨大，难以有效提取故障信息，且各部件故障均会引起系统无法正常工作。特别是发生电池故障时，可能造成储能系统起火、爆炸，而仅通过电流、电压、温度信息难以做到事故提前预警。此外，对于发生在电池系统中缓慢变化的潜在故障，如能在故障早期识别，提前采取维护措施，将大大降低故障危害。

但在当前的实验室研究和工程应用中，针对大规模电化学储能系统的故障分级诊断体系尚不全面。如北京理工大学开发了面向电动汽车实时运行数据的电池故障诊断方法，但其仅能识别异常电池单体，未对故障原因进行进一步诊断；清华大学开发了电池内部短路诊断方法，但是该方法针对电池单体展开，无法同时对大规模储能系统所有电池单体进行实时诊断。当前的研究和应用均未考虑面向大规模电化学储能系统的故障分级诊断预警方法，尚未构建全面的故障诊断预警体系。

发明内容

本发明的目的是提供一种电化学储能系统故障分级诊断预警方法、系统及设备，能够准确、快速的实现电化学储能系统故障分级诊断预警，进而提高大规模电化学储能系统的安全性。

为实现上述目的，本发明提供了如下方案：

一种电化学储能系统故障分级诊断预警方法，包括：

根据电池管理系统实时采集电化学储能系统运行时的多维检测信息；所述多维检测信息包括：电流、电压、温度、应力、声音、氢气、一氧化碳、挥发性有机气体、甲烷以及可见光；

判断实时的多维检测信息是否超过信息安全阈值；若超过，则给出第一级预警信号；若未超过，则根据实时采集的温度或电压采用大数据分析方法进行第二级诊断预警，识别潜在故障电池单体；

判断潜在故障电池单体对应的大数据计算信息是否超过安全阈值；若未超过，则确定电化学储能系统的运行状态为正常；若超过，则根据潜在故障电池单体的大数据计算信息给出第二级预警信号，并给出潜在故障电池单体编号及位置；

根据潜在故障电池单体对应的多维检测信息进行第三级诊断预警，确定故障类型，并根据故障诊断结果给出第三级预警信号和维护方案；

所述根据潜在故障电池单体对应的多维检测信息进行第三级诊断预警，确定故障类型，并根据故障诊断结果给出第三级预警信号和维护方案，具体包括：

获取模型库；所述模型库包括：多种电池及部件的正常模型、故障模型以及相应的算法；

根据潜在故障电池单体对应的多维检测信息和模型库，确定故障类型；

根据故障诊断结果给出维护方案。