本發(fā)明涉及電池監(jiān)控，具體涉及一種電池健康狀態(tài)預測管理系統(tǒng)及方法。

背景技術(shù)：

1、隨著社會的不斷發(fā)展，電池的類型也越來越多，目前比較常見的電池為可充放電的電池，例如鋰離子電池、太陽能電池等，而這些電池在使用的過程中，需要對其電池的健康狀態(tài)進行監(jiān)測，畢竟電池的健康狀態(tài)是體現(xiàn)電池性能的一個重要參數(shù)。

2、現(xiàn)有的電池健康狀態(tài)監(jiān)控系統(tǒng)大多是對電池當前的一個健康狀態(tài)進行檢測，以此來確保在當前運行的時候電池能夠正常的使用，即其對電池的健康狀態(tài)的檢測是隨用隨檢的，只能知曉當前的健康情況，對于下一時刻的電池健康狀態(tài)無法知曉，這樣就會造成在下一時刻到來之前無法對電池健康狀態(tài)存在異常的電池進行及時的更換或者替換，到時下一時刻的設(shè)備運行是否能夠正常變得不確定。

3、當然為了解決上述的問題，還有一些對電池健康狀態(tài)進行預測的系統(tǒng)，但其大多數(shù)都只是停留在對電池的健康狀態(tài)進行預測，以此來實現(xiàn)對下一時刻下電池的健康狀態(tài)的把握。然而僅僅只是對電池的健康狀態(tài)在下一時刻的情況進行了解還遠遠不夠，也無法保證在下一時刻下電池對設(shè)備的供電是最優(yōu)的，這樣勢必會造成能源的浪費以及效率低下的問題。

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健康狀態(tài)預測管理系統(tǒng)及方法，能夠?qū)崿F(xiàn)對電池在下一時刻下的健康狀態(tài)的預測，同時實現(xiàn)下一時刻下電池對設(shè)備供電的最優(yōu)化，避免電池能源的浪費問題，提高電池供電效率。

2、為了達到上述目的，提供了一種電池健康狀態(tài)預測管理系統(tǒng)，包括：

3、第一獲取模塊，用于獲取電池的當前運行狀態(tài)數(shù)據(jù)以及歷史運行狀態(tài)數(shù)據(jù)；

4、還用于對該電池在運行的運行環(huán)境數(shù)據(jù)進行獲取；

5、預測模塊，用于根據(jù)電池的當前運行狀態(tài)數(shù)據(jù)、歷史運行狀態(tài)數(shù)據(jù)以及該電池的運行環(huán)境數(shù)據(jù)，基于預測模型，對該電池在下一次運行時處于對應的運行環(huán)境數(shù)據(jù)下所對應的健康值進行預測；

6、判斷模塊，用于根據(jù)預測出來的健康值，匹配出運行環(huán)境數(shù)據(jù)所對應的健康閾值，計算出健康值與健康閾值的比值，并根據(jù)比值，對該電池在下一次運行時所對應的健康類型進行確定；所述健康類型包括健康正常型、第一異常型、第二異常型、不健康型；

7、調(diào)用模塊，用于根據(jù)確定的健康類型，從數(shù)據(jù)庫中匹配該健康類型所對應的電池調(diào)用策略，在該電池進行下一次運行時，基于匹配到的電池調(diào)用策略，調(diào)取該電池調(diào)用策略所對應數(shù)量的其他電池，形成該電池與其他電池的電池組，并獲取其他電池所對應的運行狀態(tài)數(shù)據(jù)；

8、分配模塊，用于在該電池進行下一次運行時，獲取此時該電池的運行狀態(tài)數(shù)據(jù)，根據(jù)此時的電池的運行狀態(tài)數(shù)據(jù)，以及其他電池的運行狀態(tài)數(shù)據(jù)，基于改進型遺傳算法，對該電池組中的各個電池在本次運行時所對應的最優(yōu)放電策略進行確定，形成對應的電池組放電策略最優(yōu)分配方案。

9、本方案的技術(shù)原理及效果：在本方案中，首先是在當前電池進行運行時，獲取電池的當前運行狀態(tài)數(shù)據(jù)以及歷史運行數(shù)據(jù)，同時還會對電池的運行環(huán)境數(shù)據(jù)進行獲取，以此來確定電池所對應的工作環(huán)境。

10、之后根據(jù)這些數(shù)據(jù)基于預測模型就能夠?qū)υ撾姵卦谙乱淮芜\行處于該運行環(huán)境數(shù)據(jù)下所對應的健康值進行預測，以此來對在該運行環(huán)境數(shù)據(jù)下，該電池在下一次運行時運行的好壞進行判斷。為了更好的進行判斷，就會基于該運行環(huán)境數(shù)據(jù)進行相對應的健康閾值，之后通過計算健康值與健康閾值的比值，通過比值來對在該運行環(huán)境數(shù)據(jù)下，該電池在下一次運行時所對應的健康類型進行確定，由于不同的運行環(huán)境數(shù)據(jù)所對應的健康閾值也是不同的，這樣在對其電池的健康類型進行確定時也是更加的有針對性，得到的結(jié)果也會更加的真實，極大提高了系統(tǒng)的可靠性。

11、出于對電池在下一次運行時能夠正常的合理的進行運行，根據(jù)確定的健康類型來進行該健康類型所對應的電池調(diào)用策略進行匹配，以此來進行基于該電池調(diào)用策略的電池組的確定，為該電池在下一次運行時提供良好的供電功能，并且在要進行下一次運行時，就會基于電池組在此刻的各個電池的運行狀態(tài)數(shù)據(jù)，利用改進型遺傳算法來進行各個電池在此次運行所對應的放電策略進行優(yōu)化，實現(xiàn)電池組內(nèi)各個電池的最優(yōu)放電分配方案的確定，極大提高了電池組內(nèi)各個電池的放電合理性，能夠?qū)崿F(xiàn)對電池在下一時刻下的健康狀態(tài)的預測，同時實現(xiàn)下一時刻下電池對設(shè)備供電的最優(yōu)化，避免電池能源的浪費問題，提高電池供電效率。

12、進一步，所述根據(jù)比值，對該電池下一次運行時所對應的健康類型進行確定的確定依據(jù)為：

13、當f≤x時，則該電池的健康類型為不健康型；

14、當y>f>x時，則該電池的健康類型為第二異常型；

15、當z>f>y時,則該電池的健康類型為第一異常型；

16、當f>z時，則該電池的健康類型為健康正常型；

17、其中所述f為電池的健康值與健康閾值的比值，計算公式如下：

18、

19、a為在某一運行環(huán)境數(shù)據(jù)下電池在下一次運行所對應的健康值；

20、b為在某一運行環(huán)境數(shù)據(jù)下所對應的健康閾值。

21、有益效果：在本方案中，通過對電池在下一次運行所對應的健康類型進行確定，通過設(shè)置各個動態(tài)變化的區(qū)間點x,y，z的方式來實現(xiàn)對電池的健康類型的判斷時不是一成不變的，是會根據(jù)其電池的運行環(huán)境數(shù)據(jù)的同步進行變化的，也就使得在進行健康類型判斷時對應的判斷的準確度更高，更加有針對性，同一款電池在面對不同的運行環(huán)境數(shù)據(jù)其電池的變化是不一樣的。

22、進一步，所述分配模塊包括：

23、第二獲取模塊，用于在該電池進行下一次運行時，獲取此時該電池的運行狀態(tài)數(shù)據(jù)；

24、第一確定模塊，用于在該電池進行下一次運行時，根據(jù)電池組中各個電池的運行狀態(tài)數(shù)據(jù)，以及此時的運行環(huán)境數(shù)據(jù)，隨機產(chǎn)生規(guī)模為n的初始種群，所述初始種群的個體為電池組中各個電池的放電策略，所述放電策略包括電池的放電量以及放電時間；

25、第二確定模塊，用于確定初始種群中各個個體所對應的約束條件以及建立對應的目標函數(shù)；

26、最優(yōu)模塊，用于基于改進型遺傳算法，以及確定的目標函數(shù)和約束條件，對規(guī)模為n的初始種群的各個個體進行篩選和優(yōu)化，輸出篩選和優(yōu)化后的初始種群，形成對應的子代種群，并將該子代種群作為該電池組放電策略最優(yōu)分配方案進行輸出。

27、進一步，所述最優(yōu)模塊包括：

28、放電規(guī)則確定模塊，用于根據(jù)運行環(huán)境數(shù)據(jù)，對該電池組所對應的放電規(guī)則進行確定；所述放電規(guī)則為在該運行環(huán)境數(shù)據(jù)下，該電池組的放電時間；

29、第一篩選模塊，用于根據(jù)放電規(guī)則，對約束條件進行調(diào)整，并通過調(diào)整后的約束條件對初始種群進行篩選；所述約束條件包括：放電時間約束條件、單一電池最大放電量約束條件；若滿足約束條件，則對應的放電策略為可行解，反之，則為不可行解；

30、適應度計算模塊，用于對篩選后的種群分別進行第一適應度和第二適應度計算；所述第一適應度計算如下：

31、

32、所述d1為初始種群中各個電池壽命影響度總和；xi為電池i進行放電時對電池i的壽命影響度；所述mi為電池i在進行放電時其對應的儲電量；所述ni為電池i在本次放電所對應的放電量；所述fd為對應的該電池i在該運行環(huán)境數(shù)據(jù)下的壽命影響因數(shù)；所述f1為第一適應度；

33、所述第二適應度計算如下：

34、

35、所述d2為初始種群中各個電池放電時間的重合度總和；yj為電池j進行放電時該電池j的放電時間相對于電池1、2…b的重合度；所述mj為電池j放電的時間段，k為下一次運行時放電實際需要的總時長；所述f2為第二適應度；

36、第二篩選模塊，用于根據(jù)預設(shè)篩選策略，基于種群所對應的第一適應度和第二適應度，進行對應的篩選；

37、交叉變異模塊，用于對篩選出來的種群，基于預先設(shè)置的交叉變異策略，進行遺傳算法的雜交和變異，得到子代種群；

38、循環(huán)模塊，用于在得到子代種群后，繼續(xù)執(zhí)行適應度計算模塊，直到滿足預設(shè)迭代數(shù)量；

39、輸出模塊，用于在滿足預設(shè)迭代數(shù)量之后，得到對應的子代種群，并作為該電池組放電策略最優(yōu)分配方案進行輸出。

40、有益效果：在本方案中，首先在對初始種群進行篩選之前，會就該初始種群中各個電池的運行環(huán)境數(shù)據(jù)，對其放電規(guī)則進行確定，例如是持續(xù)放電還是間斷性放電，如果是間斷性放電，那對應的放電時間是多少。通過對放電規(guī)則的確定來進行約束條件的實時調(diào)整，以此來確保進行篩選時其對應的篩選出來的種群是滿足該運行環(huán)境數(shù)據(jù)的，極大提高了篩選的準確性，能夠?qū)ψ顑?yōu)分配方案的確定起到較好的作用，進一步減低了規(guī)模為n的初始種群中的最優(yōu)種群的定位難度。

41、之后根據(jù)調(diào)整后的約束條件進行對應的篩選，并對篩選后的種群進行第一適應度和第二適應度的計算，具體的通過計算每一個種群中各個電池在分配到對應的放電策略時按照放電策略執(zhí)行時其對電池的壽命影響度，以此來知曉每一個種群所對應的總的壽命影響度，這樣就能夠?qū)崿F(xiàn)對各個種群是否合理進行判斷，當然還有就是通過對其各個電池的放電時間相對其他電池的放電時間的重合度，以此來避免電能的浪費和損耗。通過第一適應度和第二適應度的計算以此來實現(xiàn)對種群的進一步的剔除和篩選，從而使得種群所對應的個體表現(xiàn)良好，進而實現(xiàn)對最優(yōu)種群的確定，以此來實現(xiàn)對電池組放電策略最優(yōu)分配方案的確定。

42、進一步，所述預設(shè)篩選策略為：

43、在l≤q時，根據(jù)種群所對應的第一適應度，選取第一適應度大于或者等于第一適應度閾值的種群，并對于此時剔除的種群中，選取第二適應度最大的前三個種群，并將其保存到備用庫中；

44、在時，對此時種群所對應的第二適應度大于預設(shè)第二適應度閾值的種群進行選擇；

45、在時，將此時的種群與備用庫中的種群進行組合，形成新的種群，并對此時種群所對應的第二適應度大于預設(shè)第二適應度的種群進行選擇；

46、所述m為預設(shè)迭代數(shù)量，q為第一預設(shè)迭代次數(shù)，l為本次篩選所對應的迭代次數(shù)。

47、有益效果：在本方案中，在不同的迭代次數(shù)內(nèi)進行不同的篩選策略，極大提高了篩選的可靠性，且本技術(shù)在進行第二適應度的篩選時前期只對循環(huán)的種群進行篩選以此來確保符合第一適應度的種群的優(yōu)良基因的保留，之后在將備用庫中的種群和此時的種群進行組合，以此來實現(xiàn)第二適應度優(yōu)良基因的保留，從而確保滿足第一適應度和第二適應度的基因都能夠被很好的保存，為后續(xù)的最優(yōu)的分配方案的確定提供了良好的條件。

48、進一步，所述預先設(shè)置的交叉變異策略為：

49、隨機給篩選后的種群中每個個體一個1或0的隨機數(shù)，計算出各個種群的隨機數(shù)總和，并按照從大到小的順序進行排序，選取前百分之五十的種群進行種群間的雜交；

50、之后隨機給種群中的每一個個體生成一個[0,1]的隨機數(shù)，根據(jù)預先設(shè)置的變異概率，若隨機數(shù)大于變異概率，則對該個體進行變異。

51、有益效果：在對種群進行雜交和變異時，通過隨機數(shù)的賦予實現(xiàn)了雜交和變異的隨機性，這樣使得種群中良好的放電策略和不好的放電策略都有被保留的可能，使得整個數(shù)據(jù)更加的全面，對應的后續(xù)的優(yōu)化結(jié)果也會更加的真實。

52、本發(fā)明還提供一種電池健康狀態(tài)預測管理方法，使用上述一種電池健康狀態(tài)預測管理系統(tǒng)。

相關(guān)知識

一種鋰電池健康狀態(tài)快速檢測方法及系統(tǒng)與流程
一種電池健康狀態(tài)的預測方法、系統(tǒng)和電子設(shè)備與流程
電池健康狀態(tài)檢測系統(tǒng)及方法與流程
電池老化狀態(tài)檢測系統(tǒng)、方法及裝置與流程
電池健康狀態(tài)的檢測方法、系統(tǒng)、設(shè)備、介質(zhì)及電池系統(tǒng)與流程
一種無人機電池健康管理預測方法與系統(tǒng)
電池老化狀態(tài)的估算方法、裝置及電池管理系統(tǒng)與流程
一種動力電池健康狀態(tài)檢測及預警的方法與流程
電池健康狀態(tài)的判別方法、存儲介質(zhì)及檢測系統(tǒng)與流程
一種預測動力電池循環(huán)壽命及健康狀態(tài)的方法與流程

網(wǎng)址: 一種電池健康狀態(tài)預測管理系統(tǒng)及方法與流程 http://www.gysdgmq.cn/newsview1643330.html