[發(fā)明專利]一種鉛酸蓄電池容量預(yù)測方法

在審

• 申請?zhí)枺?/td>: 202111241167.3
• 申請日: 2021-10-25
• 公開（公告）號(hào): CN114200333A
• 公開（公告）日: 2022-03-18
• 發(fā)明（設(shè)計(jì)）人: 李謙;蘇展;劉廣振;何菊;劉盛終;馬伯楊;郝春艷;齊文艷;苗樹國;金衛(wèi)軍
• 申請（專利權(quán)）人: 國網(wǎng)天津市電力公司電力科學(xué)研究院;國網(wǎng)天津市電力公司;國家電網(wǎng)有限公司
• 主分類號(hào): G01R31/392
• 分類號(hào): G01R31/392
• 代理公司: 天津盛理知識(shí)產(chǎn)權(quán)代理有限公司 12209
• 代理人: 王來佳

本發(fā)明涉及一種鉛酸蓄電池容量預(yù)測方法，對離線狀態(tài)下的均充電池進(jìn)行短時(shí)放電，提取電壓陡降曲線，并對電池進(jìn)行放電核容，放電結(jié)束后將電池充滿，如此反復(fù)以獲取循環(huán)容量數(shù)據(jù)；對獲取的電壓曲線和可用容量的循環(huán)數(shù)據(jù)進(jìn)行相關(guān)性分析，提取與當(dāng)前容量相關(guān)性最強(qiáng)的等時(shí)間電壓降作為健康特征HF；以HF序列作為輸入，容量序列作為輸出，建立反映容量退化的高斯過程回歸模型；對運(yùn)行中的均充電池進(jìn)行短時(shí)放電以提取相應(yīng)的HF，代入建好的GPR模型中進(jìn)行在線容量估計(jì)。本發(fā)明對不同均充電壓和不同環(huán)境溫度下的蓄電池?cái)?shù)據(jù)測量和方法驗(yàn)證，實(shí)驗(yàn)結(jié)果表明所提方法具有較高的估計(jì)精度、較廣的適應(yīng)性，在小樣本下也能實(shí)現(xiàn)容量的準(zhǔn)確估計(jì)。

技術(shù)領(lǐng)域

本發(fā)明屬于蓄電池領(lǐng)域，涉及固定閥控式鉛酸蓄電池容量短時(shí)預(yù)測技術(shù)，尤其是一種基于放電電壓陡降曲線和高斯過程回歸的鉛酸蓄電池容量預(yù)測方法。

背景技術(shù)

我國變電站直流系統(tǒng)的蓄電池組通常采用鉛酸電池進(jìn)行串聯(lián)組合，任何一塊電池的性能不良都會(huì)引起整個(gè)系統(tǒng)的效率下降，當(dāng)蓄電池組中部分單體出現(xiàn)劣化后不能及時(shí)發(fā)現(xiàn)并進(jìn)行干預(yù)，會(huì)造成單體電池的長期過充和欠充，劣化加速，最后只能整組更換，增加了企業(yè)的運(yùn)行成本。但是，目前蓄電池最有效的容量檢測方式是通過兩年一次的核容試驗(yàn)(運(yùn)行四年內(nèi)兩年一次，運(yùn)行四年以上一年一次)。對于容量落后的單體電池發(fā)現(xiàn)很不及時(shí)，無法及時(shí)進(jìn)行干預(yù)，進(jìn)一步導(dǎo)致整組電池加速劣化。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足之處，提供一種變電站用鉛酸蓄電池容量快速預(yù)測方式，通過短時(shí)快速的容量預(yù)測，及時(shí)發(fā)現(xiàn)容量落后電池，通過調(diào)整充電機(jī)電壓、均衡充電、針對性修復(fù)等提高其容量，加強(qiáng)平時(shí)運(yùn)維的針對性和有效性，對變電站電池的運(yùn)維工作很有意義。

本發(fā)明解決技術(shù)問題所采用的技術(shù)方案是：

一種鉛酸蓄電池容量預(yù)測方法，包括如下步驟：

步驟S1，對離線狀態(tài)下的均充電池進(jìn)行短時(shí)放電，提取電壓陡降曲線，并對電池進(jìn)行放電核容，放電結(jié)束后將電池充滿，如此反復(fù)以獲取循環(huán)容量數(shù)據(jù)；

步驟S2，對S1中獲取的電壓曲線和可用容量的循環(huán)數(shù)據(jù)進(jìn)行相關(guān)性分析，提取與當(dāng)前容量相關(guān)性最強(qiáng)的等時(shí)間電壓降作為健康特征HF；

步驟S3，以S2中的HF序列作為輸入，容量序列作為輸出，建立反映容量退化的高斯過程回歸模型；

步驟S4，對運(yùn)行中的均充電池進(jìn)行短時(shí)放電以提取相應(yīng)的HF，代入建好的GPR模型中進(jìn)行在線容量估計(jì)。

進(jìn)一步的，步驟S2先采用遍歷法搜索最優(yōu)時(shí)間間隔[T₁,T₂]，再提取該間隔下的健康特征序列HF。

進(jìn)一步的，步驟S2最大化DV序列與當(dāng)前容量序列的Pearson關(guān)聯(lián)度以及GRC關(guān)聯(lián)度，

所述Pearson關(guān)聯(lián)度計(jì)算公式為：

所述GRC關(guān)聯(lián)度計(jì)算公式為：

式中：D_i表示第i次循環(huán)的等時(shí)間壓降；S_i為第i次循環(huán)的可用容量值；n為總的循環(huán)次數(shù)；ρ為分辨系數(shù)。

進(jìn)一步的，步驟S3采用有理二次協(xié)方差函數(shù)作為GPR模型的核函數(shù)；采用共軛梯度算法來優(yōu)化GPR模型的超參數(shù)。

進(jìn)一步的，所述有理二次協(xié)方差函數(shù)為：

式中M＝diag[λ^-2]，超參數(shù)向量θ＝(λ,σ_f,α),i和j為循環(huán)次數(shù)。

進(jìn)一步的，超參數(shù)θ＝(λ,σ_f,α)可通過極大似然法獲得最優(yōu)解，首先對超參數(shù)的邊際似然函數(shù)取負(fù)對數(shù)