【技術實現步驟摘要】
本申請屬于電能存儲系統，尤其涉及儲能電池充放電控制方法、裝置、設備及存儲介質。
技術介紹
1、在新能源快速發展的背景下，為了能夠盡可能多地、及時地將用戶側用不完的電存儲起來或者將儲存的電適時地釋放出來，儲能技術也在快速地迭代發展，儲能系統正在朝著更大儲存容量、更高充放電速率方向發展。
2、在儲能電池市場中，95.5%的儲能電池為鋰離子電池，其余儲能電池還包括鉛酸電池、液流電池和鈉硫電池等。保證儲能電池的使用壽命對于用戶側的使用至關重要。影響儲能電池壽命的因素包括溫度、充放電電流倍率、放電深度和充放電截止電壓等。盡管儲能技術的提高使得單位電池儲存容量增加，但對于儲能電池的使用技術路線依舊是采用恒流充電或放電，多采用0.5c或1c速率進行充放電，高倍率充放電會導致電池內部產生更多的熱量，加速電池老化，同時高倍率放電的電極表面sei(solid?electrolyte?interphase，固體電解質界面)膜相比低倍率放電的要厚。而且深度放電會導致電池內部結構損傷，不僅如此，不恰當的電壓上限和電壓下限對電池都有影響，會導致電池內阻增大，電池內部發熱增加，加速電池老化。
3、以上述不恰當的充放電方式會直接導致電池受到損傷，容量降低，進而影響下一次充電或放電，反復如此，會使儲能電池的使用壽命大幅度降低，使最大電壓和可充放電容量降低，影響電量的儲存效果，增加儲存電能的使用成本。
技術實現思路
1、本申請實施例提供了儲能電池充放電控制方法、裝置、設備及存儲介質，以準確的控
2、本申請是通過如下技術方案實現的：
3、第一方面，本申請實施例提供了一種儲能電池充放電控制方法，包括：
4、獲取目標儲能電池的歷史簇電壓、歷史電芯電壓和歷史電芯溫度。
5、獲取目標儲能電池的充電時長上限，并基于充電時長上限確定多個荷電狀態分段的最優充電電流。
6、基于歷史簇電壓、歷史電芯電壓、歷史電芯溫度和多個荷電狀態分段的最優充電電流訓練預設深度學習模型，得到充電電流控制模型。
7、當目標儲能電池進行充電時，將實時簇電壓、實時電芯電壓和實時電芯溫度輸入充電電流控制模型，得到目標電流，并將目標電流作為目標儲能電池的實時充電電流。
8、結合第一方面，在一些可能的實現方式中，方法還包括：
9、將每個荷電狀態對應的實時充電電流的大小，作為目標儲能電池放電時的放電電流大小。
10、結合第一方面，在一些可能的實現方式中，基于充電時長上限確定多個荷電狀態分段的最優充電電流，包括：
11、將目標儲能電池的荷電狀態劃分為多個連續的荷電狀態分段，將充電時長上限劃分為多個子充電時長；其中，荷電狀態分段的數量與子充電時長的數量相同，每一個荷電狀態分段對應一個子充電時長。
12、針對每個荷電狀態分段，在該荷電狀態分段對應的子充電時長的基礎上，獲取不同充電電流下的能量效率，將能量效率最高值對應的充電電流作為該荷電狀態分段的最優充電電流。
13、結合第一方面，在一些可能的實現方式中，多個連續的荷電狀態分段至少包括第一荷電狀態分段、第二荷電狀態分段和第三荷電狀態分段。
14、第一荷電狀態分段和第三荷電狀態分段對應的子充電時長均大于第二荷電狀態分段對應的子充電時長。
15、結合第一方面，在一些可能的實現方式中，將能量效率最高值對應的充電電流作為該荷電狀態分段的最優充電電流，包括：
16、若能量效率最高值對應的充電電流為多個，則將能量效率最高值對應的多個充電電流均記作第一電流，并獲取多個第一電流對應的電池壽命衰減百分數。
17、將電池壽命衰減百分數最小值對應的第一電流作為該荷電狀態分段的最優充電電流。
18、結合第一方面，在一些可能的實現方式中，預設深度學習模型為transformer模型；基于歷史簇電壓、歷史電芯電壓、歷史電芯溫度和多個荷電狀態分段的最優充電電流訓練預設深度學習模型，得到充電電流控制模型，包括：
19、初始化transformer模型的超參數。
20、將歷史簇電壓、歷史電芯電壓和歷史電芯溫度輸入transformer模型，得到預測電流值。
21、基于歷史簇電壓和歷史電芯電壓，確定預測電流值對應的荷電狀態分段；
22、將預測電流值對應的荷電狀態分段的最優充電電流值記作第二電流。
23、將預測電流值和第二電流的數值的差值最小作為目標進行迭代，調整transformer模型的超參數，返回計算預測電流值的步驟。
24、當預測電流值和第二電流的數值的差值為0或者迭代次數達到最大時，結束訓練，并將訓練得到的transformer模型作為充電電流控制模型。
25、結合第一方面，在一些可能的實現方式中，獲取目標儲能電池的歷史簇電壓、歷史電芯電壓和歷史電芯溫度，包括：
26、獲取目標儲能電池的歷史簇電壓對應的原始數據、歷史電芯電壓對應的原始數據和歷史電芯溫度對應的原始數據。
27、分別對各類型的原始數據進行歸一化處理，得到目標儲能電池的歷史簇電壓、歷史電芯電壓和歷史電芯溫度。
28、第二方面，本申請實施例提供了一種儲能電池充放電控制裝置，包括：
29、數據獲取模塊，用于獲取目標儲能電池的歷史簇電壓、歷史電芯電壓和歷史電芯溫度。
30、數據計算模塊，用于獲取目標儲能電池的充電時長上限，并基于充電時長上限確定多個荷電狀態分段的最優充電電流。
31、模型建立模塊，用于基于歷史簇電壓、歷史電芯電壓、歷史電芯溫度和多個荷電狀態分段的最優充電電流訓練預設深度學習模型，得到充電電流控制模型。
32、電流控制模塊，用于當目標儲能電池進行充電時，將實時簇電壓、實時電芯電壓和實時電芯溫度輸入充電電流控制模型，得到目標電流，并將目標電流作為目標儲能電池的實時充電電流。
33、第三方面，本申請實施例提供了一種終端設備，包括：處理器和存儲器，該存儲器用于存儲計算機程序，所述處理器執行所述計算機程序時實現如第一方面任一項所述的儲能電池充放電控制方法。
34、第四方面，本申請實施例提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現如第一方面任一項所述的儲能電池充放電控制方法。
35、可以理解的是，上述第二方面至第四方面的有益效果可以參見上述第一方面中的相關描述，在此不再贅述。
36、本申請實施例與現有技術相比存在的有益效果是：
37、本申請通過目標儲能電池的充電時長上限、歷史簇電壓、歷史電芯電壓和歷史電芯溫度，進行處理得到了充電電流控制模型的訓練數據，最后訓練并得到了充電電流控制模型，當目標儲能電池進行充電時，可以將充電時的實時簇電壓、實時電芯電壓和實時電芯溫度直接輸入本文檔來自技高網...
【技術保護點】
1.一種儲能電池充放電控制方法，其特征在于，包括：
2.如權利要求1所述的儲能電池充放電控制方法，其特征在于，所述方法還包括：
3.如權利要求1所述的儲能電池充放電控制方法，其特征在于，所述基于充電時長上限確定多個荷電狀態分段的最優充電電流，包括：
4.如權利要求3所述的儲能電池充放電控制方法，其特征在于，所述多個連續的荷電狀態分段至少包括第一荷電狀態分段、第二荷電狀態分段和第三荷電狀態分段；
5.如權利要求3所述的儲能電池充放電控制方法，其特征在于，所述將能量效率最高值對應的充電電流作為該荷電狀態分段的最優充電電流，包括：
6.如權利要求3所述的儲能電池充放電控制方法，其特征在于，所述預設深度學習模型為Transformer模型；所述基于所述歷史簇電壓、所述歷史電芯電壓、所述歷史電芯溫度和所述多個荷電狀態分段的最優充電電流訓練預設深度學習模型，得到充電電流控制模型，包括：
7.如權利要求1所述的儲能電池充放電控制方法，其特征在于，所述獲取目標儲能電池的歷史簇電壓、歷史電芯電壓和歷史電芯溫度，包括：
<...【技術特征摘要】
1.一種儲能電池充放電控制方法，其特征在于，包括：
2.如權利要求1所述的儲能電池充放電控制方法，其特征在于，所述方法還包括：
3.如權利要求1所述的儲能電池充放電控制方法，其特征在于，所述基于充電時長上限確定多個荷電狀態分段的最優充電電流，包括：
4.如權利要求3所述的儲能電池充放電控制方法，其特征在于，所述多個連續的荷電狀態分段至少包括第一荷電狀態分段、第二荷電狀態分段和第三荷電狀態分段；
5.如權利要求3所述的儲能電池充放電控制方法，其特征在于，所述將能量效率最高值對應的充電電流作為該荷電狀態分段的最優充電電流，包括：
6.如權利要求3所述的儲能電池充放電控制方法，其特征在于，所述預設深度學習模型為transformer模型；所述基于所述歷史...
【專利技術屬性】
技術研發人員：孫海寧，劉樹超，王世勇，田軼，周文騫，許博洋，石偉超，馬超，焦偉琪，
申請(專利權)人：石家莊科林電氣股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。