[發明專利]一種儲能電站站內電池單體壽命預測方法及系統

有效

• 申請號: 202010621694.6
• 申請日: 2020-06-30
• 公開（公告）號: CN111880099B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 林達;唐雅潔;張楊;趙波;張雪松;章雷其;李志浩;趙顯赫;耿光超
• 申請（專利權）人: 國網浙江省電力有限公司電力科學研究院;浙江大學
• 主分類號: G01R31/367
• 分類號: G01R31/367;G01R31/392;G01R31/396
• 代理公司: 浙江翔隆專利事務所(普通合伙) 33206
• 代理人: 張建青

本發明公開了一種儲能電站站內電池單體循環壽命預測方法及系統。本發明預測方法采用的技術方案為：采集多個電池容量循環退化的歷史測試數據，提取反映電池退化信息的初步特征，通過彈性網絡對初步特征進行篩選，提取對電池循環壽命預測結果影響的敏感程度高的二次特征作為最終訓練特征，以防止訓練的過擬合，接著利用篩選出的二次特征對神經網絡模型進行訓練，最終求出神經網絡模型的最優權值矩陣，并利用訓練完畢的神經網絡模型對電池未來壽命進行預測。本發明可以無視電池的具體類型，直接利用其運行數據進行預測，而不用考慮電池內部的具體結構和構造，與電池模型預測方法相比，具有更好的普適性和簡潔性。

技術領域

本發明屬于電池狀態評估領域，具體涉及一種基于數據驅動的儲能電站站內電池單體壽命預測方法及系統。

背景技術

目前，電化學儲能電站以其快速充放、控制靈活的特點，已經廣泛應用于電力系統之中，在輔助新能源并網、參與電網調峰、負荷需求側響應等各個場景中發揮著不可或缺的重要作用。然而，隨著電化學儲能電站站內電池單體的循環使用與頻繁充放，其可用性會遭到不同程度的破壞，電池的壽命會隨著不斷地使用而衰減，使用過度老化的電池不僅會降低用電設備的使用效率，還會對用儲能電站本身的壽命造成巨大的損害。因此，如何利用電池的歷史運行情況，對電池的健康狀態進行合理有效的評估，準確地預測電池的未來使用壽命，對電池服務對象的高效使用、及時檢修與電源更替都有著不可或缺的重要作用。

現有的主流電池壽命預測方法大多基于電池模型來對其壽命進行預測，具有不精確、不準確的缺陷，另外，電池模型的建立需要深入理解電池內部的機理及其電化學反應過程，具有一定的復雜性，而不同類型的電池具有不同的模型，因而不具備普適性。

隨著大數據和人工智能技術的發展，利用電池海量歷史運行和量測數據來預測電池使用壽命已經成為可能。

發明內容

本發明的目的是提供一種基于數據驅動的儲能電站站內電池單體壽命預測方法及系統，其利用電池歷史循環充放電數據來預測電化學儲能電站站內電池單體在未來的使用中，其壽命隨著循環充放電次數的增加的變化情況。

為實現上述發明目的，本發明解決其技術問題所采用的技術方案是：一種儲能電站站內電池單體壽命預測方法，其采集多個電池容量循環退化的歷史測試數據，提取反映電池退化信息的初步特征，通過彈性網絡對初步特征進行篩選，提取對電池剩余使用壽命預測結果影響程度高的二次特征作為最終訓練特征，以防止訓練的過擬合，接著利用篩選出的二次特征對神經網絡模型進行訓練，最終求出神經網絡模型的最優權值矩陣，并利用訓練完畢的神經網絡模型對電池未來壽命進行預測。

本發明首次考慮將電池運行時量測的一次特征進行篩選，提取出對預測結果影響程度高的特征作為二次特征，從而有效避免了數據的維數災以及訓練的過擬合，并利用二次特征對神經網絡模型進行訓練，該方法可以無視電池的具體類型，直接利用其運行數據進行預測，而不用考慮電池內部的具體結構和構造，與電池模型預測方法相比，具有更好的普適性和簡潔性。

進一步地，儲能電站站內電池壽命是指：從測試時起，在電池健康狀態達到電池最低允許容量與電池出廠最大容量的比值前，電池可進行的最大循環充放電次數，所述的比值在工業中一般取值為80％；

所述的提取用于輸入彈性網絡的初步特征，其具體為：通過電池單體在前n個周期循環充/放電過程中的測試數據，初步提取20個特征作為用于輸入彈性網絡進行迭代的初始特征；

所述的通過彈性網絡對初步特征進行篩選，其具體為：在代價函數J(β)中引入正則項P_a(β)，求解使代價函數最小時的正則化線性回歸模型的系數，其中a為彈性網絡的系數，β為正則化線性回歸系數向量；

所述的提取對電池循環壽命預測結果影響的敏感程度高的二次特征作為最終訓練特征，其具體為：篩選已求得的回歸系數向量β中不為0的系數所對應的二次特征X，用于神經網絡模型的訓練；