一种储能电池SoH检测方法、装置、设备及存储介质.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115856690A(43)申请公布日2023.03.28(21)申请号202211418842.XG01R31/367(2019.01)(22)申请日2022.11.14G01R31/389(2019.01)G06F30/27(2020.01)(71)申请人广东电网有限责任公司G06F119/02(2020.01)地址510000广东省广州市越秀区东风东路757号申请人广东电网有限责任公司东莞供电局(72)发明人黄小荣黄杰明何建宗魏炯辉骆洁艺张庆波李元佳刘贯科赖日晶林炜吴树平罗俊杰叶茂泉黄永平陈兆锋(74)专利代理机构北京品源专利代理有限公司11332专利代理师倪焱(51)Int.Cl.G01R31/392(2019.01)权利要求书2页说明书9页附图4页(54)发明名称一种储能电池SoH检测方法、装置、设备及存储介质(57)摘要本发明公开了一种储能电池SoH检测方法、装置、设备及存储介质。该方法包括：确定当前环境温度及当前电池电量SOC下的阻抗谱；根据所述阻抗谱构建全频等效电路模型结构；提取所述全频等效电路模型结构中的中低频等效电路模型结构；基于所述中低频等效电路模型结构、所述阻抗谱结合预设参数辨识模型确定中低频等效电路模型参数；将所述中低频等效电路模型参数、当前温度参数及当前电池电量SOC参数输入至神经网络模型确定储能电池SoH。本方案通过阻抗谱实现精确预测储能电池SoH。CN115856690ACN115856690A权利要求书1/2页1.一种储能电池SoH检测方法，其特征在于，包括:确定当前环境温度及当前电池电量SOC下的阻抗谱；根据所述阻抗谱构建全频等效电路模型结构；提取所述全频等效电路模型结构中的中低频等效电路模型结构；基于所述中低频等效电路模型结构、所述阻抗谱结合预设参数辨识模型确定中低频等效电路模型参数；将所述中低频等效电路模型参数、当前环境温度参数及当前电池电量SOC参数输入至神经网络模型确定储能电池SoH。2.根据权利要求1所述的储能电池SoH检测方法，其特征在于，确定当前环境温度及当前电池电量SOC下的阻抗谱，包括：设置阻抗谱激发电路输出不同频率的激发信号；其中，所述阻抗谱激发电路包括预设个数移位寄存器及异或门；在不同频率的所述激发信号下，获取当前环境温度及当前电池电量SOC下的待测储能电池的电流值及电压值；根据不同频率的所述激发信号、当前环境温度及当前电池电量SOC下的待测储能电池的所述电流值及所述电压值确定当前环境温度及当前电池电量SOC下的阻抗谱。3.根据权利要求1所述的储能电池SoH检测方法，其特征在于，所述参数辨识模型为非线性最小二乘回归模型；所述储能电池SoH检测方法还包括：对所述阻抗谱做预处理得到复数域阻抗谱；根据所述阻抗谱构建全频等效电路模型结构，包括：根据所述复数域阻抗谱构建全频等效电路模型结构，基于所述中低频等效电路模型结构、所述阻抗谱结合预设参数辨识模型确定中低频等效电路模型参数，包括：基于所述中低频等效电路模型结构、所述复数域阻抗谱结合所述非线性最小二乘回归模型确定中低频等效电路模型参数。4.根据权利要求1所述的储能电池SoH检测方法，其特征在于，还包括:提取中低频等效电路模型参数中的中低频等效电路模型关联参数；将所述中低频等效电路模型参数、当前环境温度参数及当前电池电量SOC参数输入至神经网络模型确定储能电池SoH，包括：将所述中低频等效电路模型关联参数、当前环境温度参数及当前电池电量SOC参数输入至神经网络模型确定储能电池SoH。5.根据权利要求4所述的储能电池SoH检测方法，其特征在于，所述中低频等效电路模型结构包括：第一电阻、第二电阻、第一固态扩散阻抗及第二固态扩散阻抗；所述第二电阻与所述第一固态扩散阻抗并联电连接，所述第一电阻及第二电阻串联电连接，所述第二固态扩散阻抗与所述第一固态扩散阻抗串联电连接；基于所述中低频等效电路模型结构、所述阻抗谱结合预设参数辨识模型确定中低频等效电路模型参数，包括：基于所述中低频等效电路模型结构、所述复数域阻抗谱结合预设参数辨识模型确定所2CN115856690A权利要求书2/2页述第一电阻的第一阻值参数、所述第二电阻的第二阻值参数、所述第一固态扩散阻抗的第一电容参数及第一比例参数、所述第二固态扩散阻抗的第二电容参数及第二比例参数。6.根据权利要求5所述的储能电池SoH检测方法，其特征在于，提取中低频等效电路模型参数中的中低频等效电路模型关联参数，包括：提取所述第一电阻的第一阻值参数、所述第二电阻的第二阻值参数、所述第一固态扩散阻抗的第一电容参数及第一比例参数、所述第二固态扩散阻抗的第二电容参数及第二比例参数中的所述第一固态扩散阻抗的第一电容参数及第一比例参数、所述第二固态扩散