[發明專利]一種智能評估退役電池余能分類和梯次利用方法在審
| 申請號: | 202110554647.9 | 申請日: | 2021-05-21 |
| 公開(公告)號: | CN113281657A | 公開(公告)日: | 2021-08-20 |
| 發明(設計)人: | 殷勁松;羅開玉;鄭鄖;李姍慧;魯金忠;涂薔;黃立新;周趙亮;謝登印 | 申請(專利權)人: | 張家港清研檢測技術有限公司 |
| 主分類號: | G01R31/367 | 分類號: | G01R31/367 |
| 代理公司: | 蘇州廣正知識產權代理有限公司 32234 | 代理人: | 趙丹 |
| 地址: | 215000 江蘇省蘇*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 智能 評估 退役 電池 分類 梯次 利用 方法 | ||
本發明公開了一種智能評估退役電池余能分類和梯次利用方法,具體步驟為:首先對待分類電池余能進行數據采集以及提取其特征數據集,利用組內平方誤差和函數(SSE)確定余能分類個數,根據改進的均值聚類算法對電池余能進行分類,最后根據分類的電池余能分配電池的梯次利用環境,包括新能源汽車、電站儲能電池,家用電池和電池回收等,本發明提供的智能評估退役電池余能分類和梯次利用方法,根據退役動力電池健康狀態/直流阻抗快速評估的電池余能結果,利用大數據統計管理技術實現退役動力電池回收梯次利用過程中的余能分類統計,從而根據電池余能調節電池的使用環境,實現退役電池的梯次循環利用。
技術領域
本發明涉及動力電池余能評估領域,特別是涉及一種智能評估退役電池余能分類和梯次利用方法。
背景技術
近年來,由于能源安全問題和環保壓力愈發凸顯,全球各國都在大力推動新能源汽車發展。2020年8月我國動力電池產量共計7.4GWh,據預測,2022年中國新能源動力電池產量將突破200Gwh。而2020年我國電動汽車動力電池累計退役報廢量將達到12-17萬噸的規模,退役電池數量如此巨大,因此導致判斷退役動力電池是否有梯次利用價值成為市場需求。
然而由于缺少對退役電池準確有效評估手段(設備、方法),導致電池回收過程中出現魚目混珠的現象。即便是還可以進行多次梯次利用的電池,也被回收企業當做工業廢料處理加工成原材料,沒有充分利用退役電池的價值,造成資源浪費。因此,開展動力電池快速智能評估分類技術的研發和產業化,對保障新能源汽車的安全運營以及開展退役動力電池回收梯次利用意義重大,同時也是我國新能源汽車產業綠色循環發展的重要環節之一。
專利申請公布號CN201911148806.4的專利公開了一種退役電池分類方法及系統,通過對樣本電池進行循環充放電試驗得到的開路電壓與循環圈數擬合方程,得出對應的循環圈數進行電池分類。但該方法采用的循環充放電方法耗時長,對資源節約和效率提高還有待改進。
專利申請公布號CN201610856613.4的專利提供了一種新能源汽車動力型鋰離子電池的拆解分類回收工藝方法,通過人工拆解動力型鋰離子電池的外殼進行單體電池剩余電量檢測,對烘干的蒸發物進行回收和選礦分類。該發明可以分離電池正負極材料和有價金屬,實現有機電解液的回收。但如果待分類電池數目多,人工拆卸耗時大,且該方法只針對待回收電池包分類。
發明內容
本發明主要解決的技術問題是提供一種智能評估退役電池余能分類和梯次利用方法,能夠快速精確對退役電池余能進行分類,根據不同環境的電池余能需求完成動力電池的梯次利用,提高電池利用率。
為解決上述技術問題,本發明采用的一個技術方案是:提供一種智能評估退役電池余能分類和梯次利用方法,包括以下具體步驟:
S1:首先采用大數據統計管理技術對待分類電池余能進行數據采集并保存至數據庫中;
S2:利用sklearn庫提取數據庫中待分類電池組余能數據的特征數據集;
S3:利用步驟S2中采集的特征數據集,利用組內平方誤差和函數(SSE)的斜率變化確定最佳動力電池余能分類的個數;
S4:根據動力電池余能應用環境進行改進的均值聚類算法對動力電池余能進行分類;
S5:根據算法分類的動力電池余能分配電池的梯次利用環境。
優選地,所述步驟S1中,通過計算機ETL工具從電池余能檢測系統獲取數據,然后經過轉換和集成將數據加載和保存到數據庫中。
優選地,所述步驟S2中,從所述特征數據集中提取機器可以學習或者可以直接處理的特征向量,變換后形成特征空間。
優選地,所述S3包括以下具體步驟:
S31:對步驟S2中提取的特征數據集進行分析;
S32:利用函數來選取最優分類個數,通常分為2-15類;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于張家港清研檢測技術有限公司,未經張家港清研檢測技術有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110554647.9/2.html,轉載請聲明來源鉆瓜專利網。





