本發(fā)明屬于電池管理，具體涉及一種電池儲能的熱安全協(xié)調(diào)管理方法及系統(tǒng)。

背景技術(shù)：

1、隨著新能源汽車和大規(guī)模儲能系統(tǒng)的快速發(fā)展，電池安全性問題日益突出。電池在運行過程中可能因為電濫用、熱濫用或機械濫用等原因?qū)е聼崾Э?，引發(fā)起火、燃燒甚至爆炸等安全問題。另一方面，電池的溫度對電池的安全運行和性能表現(xiàn)非常重要，溫度對電池的儲能性能有直接影響，過高或過低的溫度會降低電池的放電能力和充電效率，通過對電池的溫度控制管理，保持電池在合適的溫度范圍內(nèi)運行，保證電池的高效運行和良好性能表現(xiàn)，同時有效的避免高溫工作狀態(tài)下由于電池過熱引發(fā)的安全風險，及時發(fā)現(xiàn)并解決可能存在的安全隱患，確保系統(tǒng)安全運行、延長電池壽命和保證系統(tǒng)性能表現(xiàn)，保障儲能系統(tǒng)的穩(wěn)定和可靠運行。因此，對電池進行有效的熱管理和熱失控預警至關(guān)重要。

2、現(xiàn)有的電池在熱管理時，往往都是單一的管理方式，這種管理方式主要通過是統(tǒng)一化管理，沒有考慮不同的情況下需要進行不同的管理，往往出現(xiàn)情況后都是直接關(guān)閉電源，協(xié)調(diào)管理能力差，不能確保電池在不同環(huán)境溫度下均能維持在最佳工作溫度范圍內(nèi)。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的之一在于提供一種電池儲能的熱安全協(xié)調(diào)管理方法，基于歷史數(shù)據(jù)與實時數(shù)據(jù)，利用機器學習算法進行預測，并通過對電池進行多級熱管理，實現(xiàn)對電池儲能的熱安全協(xié)調(diào)管理。

2、本發(fā)明的目的之二在于提供一種實現(xiàn)所述電池儲能的熱安全協(xié)調(diào)管理方法的系統(tǒng)。

3、本發(fā)明提供一種電池儲能的熱安全協(xié)調(diào)管理方法，包括以下步驟：

4、s1.?獲取電池的實時運行數(shù)據(jù)以及歷史運行數(shù)據(jù)；

5、s2.?基于機器學習算法，構(gòu)建電池性能衰減預測模型，再結(jié)合步驟s1得到的歷史運行數(shù)據(jù)與實時運行數(shù)據(jù)，得到預測電池性能衰減值；

6、s3.?采用聲發(fā)射與光纖傳感器對電池進行監(jiān)控，得到監(jiān)控數(shù)據(jù)，并對監(jiān)控數(shù)據(jù)進行分析得到電池健康指數(shù)，再結(jié)合步驟s2得到的預測電池性能衰減值，根據(jù)預設(shè)的多級熱管理策略，判斷是否發(fā)出預警指令，若不發(fā)出預警指令，則進入步驟s4；

7、s4.?對電池進行分區(qū)監(jiān)控，采用氣敏傳感器得到實時氣體數(shù)據(jù)，再對實時氣體數(shù)據(jù)進行氣相色譜分析，根據(jù)預設(shè)的多級熱失控管理策略，發(fā)出失控預警指令，完成電池儲能的熱安全協(xié)調(diào)管理。

8、步驟s2具體包括以下步驟：

9、基于決策樹算法構(gòu)建初始電池性能衰減預測模型；

10、對步驟s1得到的歷史運行數(shù)據(jù)與實時運行數(shù)據(jù)進行歸一化處理；

11、采用歷史運行數(shù)據(jù)對初始電池性能衰減預測模型進行訓練，得到訓練后電池性能衰減預測模型；

12、采用均方誤差與決定系數(shù)來作為訓練后電池性能衰減預測模型性能指標，對模型穩(wěn)定性進行判斷，最終得到電池性能衰減預測模型，并計算訓練后的平均性能指標；

13、基于電池性能衰減預測模型，輸入歸一化處理后的實時運行數(shù)據(jù)，得到預測電池性能衰減值pav。

14、步驟s2具體為：

15、基于決策樹算法構(gòu)建電池性能衰減預測模型，電池性能衰減預測模型包括b個決策樹，每個決策樹單獨運行，得到結(jié)果；電池性能衰減預測模型最終輸出為所有決策樹輸出結(jié)果的平均值，使用以下算式表示：其中，為模型的最終預測結(jié)果；b為模型中決策樹的數(shù)量；為第b棵決策樹對于輸入特征x的預測結(jié)果；b為單棵決策樹的序號；

16、對步驟s1得到的歷史運行數(shù)據(jù)與實時運行數(shù)據(jù)進行歸一化處理，使用以下算式進行表示：其中，x為歸一化處理后的歷史運行數(shù)據(jù)；為原始歷史運行數(shù)據(jù)；為歷史運行數(shù)據(jù)中的最小值；為歷史運行數(shù)據(jù)中的最大值；為歸一化處理后的實時運行數(shù)據(jù)；為原始實時運行數(shù)據(jù)；為實時運行數(shù)據(jù)中的最小值；為實時運行數(shù)據(jù)中的最大值；

17、采用歷史運行數(shù)據(jù)對初始電池性能衰減預測模型進行訓練，得到訓練后電池性能衰減預測模型；

18、采用均方誤差與決定系數(shù)來作為訓練后電池性能衰減預測模型性能指標，對模型穩(wěn)定性進行判斷，最終得到電池性能衰減預測模型，并計算訓練后的平均性能指標；

19、均方誤差mse使用以下算式表示：其中，n為數(shù)據(jù)總數(shù)；為第i個實時運行數(shù)據(jù)；

20、決定系數(shù)使用以下算式表示：其中，為實時運行數(shù)據(jù)的平均值；

21、設(shè)定均方誤差閾值；

22、若，則表示模型穩(wěn)定；

23、若，則表示模型不穩(wěn)定，在mse中加入l1正則化項并重新訓練，防止模型過擬合；

24、新的均方誤差使用以下算式表示：

25、其中，h為正則化參數(shù)；為模型參數(shù)中第i個元素；

26、設(shè)定決定系數(shù)閾值；

27、若，則表示模型穩(wěn)定；

28、若，則表示模型不穩(wěn)定，在決定系數(shù)中加入l2正則化項并重新訓練，防止模型過擬合；

29、新的決定系數(shù)使用以下算式表示：

30、；

31、基于電池性能衰減預測模型，輸入歸一化處理后的實時運行數(shù)據(jù)，得到預測電池性能衰減值pav。

32、步驟s3具體包括以下步驟：

33、采用聲發(fā)射與光纖傳感器對電池內(nèi)部微觀活動進行監(jiān)測，得到監(jiān)測數(shù)據(jù)；監(jiān)測數(shù)據(jù)包括聲發(fā)射數(shù)據(jù)和光纖傳感器數(shù)據(jù)；聲發(fā)射數(shù)據(jù)為ae信號的最大振幅，與ae信號的總能量；光纖傳感器數(shù)據(jù)為溫度、應變以及壓力；

34、分別對監(jiān)測數(shù)據(jù)中的聲發(fā)射數(shù)據(jù)和光纖傳感器數(shù)據(jù)進行分析，再通過加權(quán)計算得到電池的健康指數(shù)bhi；

35、根據(jù)預設(shè)的多級熱管理策略，通過健康指數(shù)bhi、步驟s2得到的電池性能衰減值pav與對應的預設(shè)閾值之間的比較，判斷是否發(fā)出預警指令，若不發(fā)出預警指令，則進入步驟s4。

36、步驟s3具體為：

37、將電池沿長度劃分為n個等分的區(qū)域，標記為到；

38、采用聲發(fā)射傳感器和光纖傳感器對到n個區(qū)域進行采集；

39、在電池開始充放電循環(huán)前，記錄所有聲發(fā)射傳感器和光纖傳感器的初始讀數(shù)，并設(shè)定一個檢測周期進行周期性采樣；

40、聲發(fā)射傳感器采集的數(shù)據(jù)為每個區(qū)域ae信號的最大振幅以及每個區(qū)域ae信號的總能量；

41、光纖傳感器采集的數(shù)據(jù)為每個區(qū)域的溫度、應變以及壓力；

42、對聲發(fā)射傳感器采集的聲發(fā)射數(shù)據(jù)進行分析得到聲發(fā)射處理數(shù)據(jù)aei，使用以下算式表示：其中，為第j個區(qū)域在時間t的ae信號振幅；為第j個區(qū)域在時間t的ae信號能量；為對時間t的最大值操作；

43、對光纖傳感器采集的溫度數(shù)據(jù)進行分析得到溫度處理數(shù)據(jù)tei，使用以下算式表示：其中，為第j個區(qū)域在時間t時的溫度；

44、對光纖傳感器采集的應變數(shù)據(jù)進行分析得到應變處理數(shù)據(jù)sti，使用以下算式表示：其中，為第j個區(qū)域在時間t時的應變；

45、對光纖傳感器采集的壓力數(shù)據(jù)進行分析得到壓力處理數(shù)據(jù)pri，使用以下算式表示：其中，為第j個區(qū)域在時間t時的壓力；

46、對聲發(fā)射處理數(shù)據(jù)aei、溫度處理數(shù)據(jù)tei、應變處理數(shù)據(jù)sti與壓力處理數(shù)據(jù)pri進行加權(quán)計算，得到電池的健康指數(shù)bhi，使用以下算式表示：

47、其中，為聲發(fā)射處理數(shù)據(jù)aei的權(quán)重；為溫度處理數(shù)據(jù)tei的權(quán)重；為應變處理數(shù)據(jù)sti的權(quán)重；為壓力處理數(shù)據(jù)pri的權(quán)重；

48、根據(jù)預設(shè)的多級熱管理策略，通過健康指數(shù)bhi、步驟s2得到的電池性能衰減值pav與對應的預設(shè)閾值之間的比較，判斷是否發(fā)出預警指令，所述多級熱管理策略具體為：

49、設(shè)定電池的健康值閾值，電池性能衰減閾值；

50、當或時，啟動加熱模式，發(fā)出一級指令；

51、所述加熱模式的加熱功率hpr使用以下算式計算：其中，為加熱功率的比例系數(shù)；為電池目標溫度；為電池當前溫度；

52、電池目標溫度使用以下算式進行計算：

53、其中，為電池基礎(chǔ)目標溫度；為bhi調(diào)整電池目標溫度的比例系數(shù)；為pav調(diào)整電池目標溫度的比例系數(shù)；

54、當且時，需要通過對進行進一步判斷：

55、當時，啟動散熱模式，發(fā)出二級指令，其中為電池溫度最高閾值；

56、散熱模式的散熱功率hdp使用以下算式計算：其中，為散熱功率的比例系數(shù)；

57、當時，判定為正常模式，不發(fā)出指令，進入步驟s4。

58、步驟s4具體包括以下步驟?：

59、采用氣敏傳感器對電池進行實時監(jiān)測，得到實時氣體數(shù)據(jù)；

60、根據(jù)實時氣體數(shù)據(jù)采用氣相色譜儀進行分析，建立不同氣體組分標準曲線；

61、根據(jù)實時氣體數(shù)據(jù)與標準曲線，計算氣體濃度；

62、根據(jù)預設(shè)的多級熱失控管理策略，通過對氣體濃度與預設(shè)閾值的對比，發(fā)出熱失控指令，完成電池儲能的熱安全協(xié)調(diào)管理。

63、步驟s4具體為：

64、將電池周圍劃分為u個不同的監(jiān)測區(qū)域，在每個監(jiān)測區(qū)域部署氣敏傳感器，對某個監(jiān)測區(qū)域h，實時氣體數(shù)據(jù)使用以下算式進行計算：其中，為第h個區(qū)域氣敏傳感器的輸出電壓；為第h個區(qū)域的供電電壓；為第h個區(qū)域氣敏電阻的阻值；為第h個區(qū)域的負載電阻；

65、對于某個監(jiān)測區(qū)域h，采用氣相色譜儀進行分析，并結(jié)合現(xiàn)有的已知濃度的標準氣體，建立不同氣體組分的標準曲線，用以下算式表示：其中，為第h個區(qū)域中第p種氣體的色譜峰面積；為第h個區(qū)域中第p種氣體的校正因子；為第h個區(qū)域中第p種氣體的質(zhì)量；

66、根據(jù)實時氣體數(shù)據(jù)與標準曲線，計算第h個區(qū)域的氣體濃度，使用以下算式進行計算：其中，為第h個區(qū)域中氣敏傳感器在潔凈空氣中的氣敏電阻阻值；為第h個區(qū)域中氣敏傳感器的常數(shù)；為第h個區(qū)域中氣敏傳感器的另一個常數(shù)；為第h個區(qū)域的常數(shù)；

67、第h個區(qū)域中氣敏傳感器在潔凈空氣中的氣敏電阻阻值使用以下算式表示：根據(jù)多級熱失控管理策略，通過對氣體濃度與預設(shè)閾值的對比，發(fā)出熱失控指令，完成電池儲能的熱安全協(xié)調(diào)管理，具體為：

68、設(shè)定氣體濃度的最小閾值為，最大閾值為；

69、若，發(fā)出輕度熱失控指令；

70、若，發(fā)出中度熱失控指令；

71、若，發(fā)出重度熱失控指令。

72、具體的，電池儲能的熱安全協(xié)調(diào)管理還包括：

73、當接收到一級指令時，發(fā)出一級預警，并廣播提醒；

74、當接收到二級指令時，發(fā)出二級預警，并拉響警報；

75、當接收到輕度熱失控指令時，發(fā)出一級失控預警，警報燈開始常亮；

76、當接收到中度熱失控指令時，發(fā)出二級失控預警，警報燈開始閃爍；

77、當接收到重度熱失控指令時，發(fā)出三級失控預警，警報燈開始閃爍并發(fā)出警報。

78、本發(fā)明還提供一種實現(xiàn)所述電池儲能的熱安全協(xié)調(diào)管理方法的系統(tǒng)，包括獲取模塊、預測模塊、監(jiān)測熱管理模塊、失控熱管理模塊；

79、獲取模塊獲取電池的實時運行數(shù)據(jù)以及歷史運行數(shù)據(jù)，并將數(shù)據(jù)上傳到預測模塊；

80、預測模塊根據(jù)接收到的數(shù)據(jù)，基于機器學習算法，構(gòu)建電池性能衰減預測模型，再結(jié)合歷史運行數(shù)據(jù)與實時運行數(shù)據(jù)，得到預測電池性能衰減值，并將數(shù)據(jù)上傳到監(jiān)測熱管理模塊；

81、監(jiān)測熱管理模塊根據(jù)接收到的數(shù)據(jù)，用聲發(fā)射與光纖傳感器對電池進行監(jiān)控，得到監(jiān)控數(shù)據(jù)，并對監(jiān)控數(shù)據(jù)進行分析得到電池健康指數(shù)，再結(jié)合預測電池性能衰減值，根據(jù)預設(shè)的多級熱管理策略，判斷是否發(fā)出預警指令，若不發(fā)出預警指令，將數(shù)據(jù)上傳到多級熱管理模塊；

82、失控熱管理模塊根據(jù)接收到的數(shù)據(jù)，對電池進行分區(qū)監(jiān)控，采用氣敏傳感器得到實時氣體數(shù)據(jù)，再對實時氣體數(shù)據(jù)進行氣相色譜分析，根據(jù)預設(shè)的多級熱失控管理策略，發(fā)出失控預警指令，完成電池儲能的熱安全協(xié)調(diào)管理。

83、本發(fā)明公開了一種電池儲能的熱安全協(xié)調(diào)管理方法及系統(tǒng)，通過機器學習算法結(jié)合歷史數(shù)據(jù)和實時運行數(shù)據(jù)，可以更準確地預測電池的性能衰減和潛在故障，進而提前預測到電池可能出現(xiàn)的問題，并通過多級熱管理模塊，進行提前預警，同時結(jié)合聲發(fā)射和光纖傳感器的使用，使得電池內(nèi)部的微觀活動能夠得到實時監(jiān)測，在多維數(shù)據(jù)下更好的對電池進行監(jiān)測，讓電池在使用中的狀態(tài)可以實時了解，而且在靈活的熱管理策略下，可以保證出現(xiàn)不同的問題時進行不同程度的管理，而且氣敏傳感器對電池散發(fā)的氣體進行實時監(jiān)測，可以在電池熱失控發(fā)生時迅速做出反應，這種實時監(jiān)測和同步調(diào)整多級熱管理模式的能力，可以有效地控制和緩解熱失控事件，保護人員和設(shè)備的安全，并且在熱管理措施下，分配不同等級預警手段，并觸發(fā)相應的響應措施，這種分級預警機制能夠確保在不同級別的風險下采取適當?shù)膽獙Υ胧?，提高整個系統(tǒng)的安全性和可靠性，達到在前期迅速反應，及時控制的效果，保證了電池的安全使用，確保電池在不同環(huán)境溫度下均能維持在最佳工作溫度范圍內(nèi)，并能提前預警熱失控，提高電池的安全性和可靠性。