电力存储系统的老化程度的确定的制作方法
本发明涉及电力存储系统领域。
更具体地，本发明涵盖用于确定电力存储系统的老化程度的方法、旨在实现这种方法的计算机程序、存储这种计算机程序的数据存储设备以及包括这种数据存储设备的处理电路。
背景技术：
就像任何电池一样，电动车辆电池(或用于其他用途的电池)中最小的元件称为电池单元。锂离子技术电池单元的常用电压通常介于2.5v和3.4v之间，其中放电平均值位于3v左右。此度量与可以恢复的能量的功率(以瓦特表示)有关。从电池单元中提取的功率越大，平均电池单元电压降的值就越大。电容也是必不可少的度量。该度量单位为a·h(安时)；它是每单位时间可提取的电流量。能量(以wh为单位，瓦时)是完全或部分放电期间容量与可恢复的电压的乘积，因此，它本质上决定了电池系统的独立运行时间，例如电动车辆(ev)的运行时间。
考虑到电动车辆的领域，以复杂的方式(电池组)组装这些电池单元中的数百个，以便为电动机提供足够的动力来移动车辆(串联组件)并确保ev有可接受的运行时间(并联组件)。
电化学能量存储系统的性能在其使用过程中自然收缩(称为循环相关老化程度)，或甚至与它们的使用无关(称为日历老化程度)。对于ev，老化程度例如取决于所使用的电池单元、ev的使用、气候、车库的位置以及甚至影响其温度的车辆颜色。
这个既定事实使得定义了一个称为“健康状态(stateofhealth)”或soh的变量。无单位，定义为实际电能与标称电能之比。
因此，对于新系统，实际电能与标称电能相同。soh为100％。对于电动车辆而言，这种渐进式损耗会导致渐进且不可控制的运行时间损耗(可适度地预测)。如果运行时间对于驾驶员来说变得无法接受(对于雷诺佐伊(renaultzoé)，soh为75％)，则在车辆上安装新电池，然后将旧电池以不同形式回收(拆解、零件回收、金属的燃烧和翻新)。
回收的步骤考虑在性能下降不被禁止的领域中重新使用这些系统的情况下可能是有利的；二次寿命的车载ev在运行时间或固定存储方面落后于电网应用，以形成例如间歇性、不可预测的光伏发电的组合。
与购买时的新产品和整个二次寿命期间的市场价格相比，这样的二次寿命在经济上具有吸引力。这种再利用也符合欧盟建立循环经济的目标。
仅在安全性、性能和寿命令人满意且可充分预测的情况下，才可以使用这种系统。因此，电池的soh测量是二次使用的关键要素。技术上的困难是要对使用过的电池经受几年来未知使用应力的评估标准。甚至在电池单元水平上，这些性能的异质性也增加了，尤其是在不同的使用条件之后从一个电池组到另一电池组的异质性也不可避免地增加了。
我们对二手电动车电池的再利用特别感兴趣。实际上，拥有电池的公司要么将其回收利用，要么将其出售给第三方。但是，即使将这些电池出售给第三方之后，它们仍然对这些电池承担法律责任，并且在销毁或回收之前一直如此。从这些废旧电池中获得价值的一种方法是，使用它们生产新的存储系统，同时保持其完整性(当将其从车辆中取出时无需拆卸电池的各个元件)。
因此，确定电池或电池单元的健康状态是一个障碍。如今，只有一种方法能够确定这一关键属性。该测量包括电池或电池单元的完全放电，以测量其能量或容量。否则，将使用老化程度的预测模型。
在固定系统中二次寿命的电池的再利用的情况下，两种做法很普遍。
第一种做法包括拆卸包装以便评估每个电池单元的质量。当最初拥有电池的公司自己回收电池时，这种情况是可能的。对它们进行表征化，然后根据大量参数进行分类。该解决方案花费大量时间，需要进行表征的手段，并且需要进行新的集成(电子、焊接、外壳等)。然后可以使具有可接受质量水平的电池单元均匀地重新组装。
另一种做法是，在不了解电池组健康状态的情况下，或者通过从专门设计的模型中得出的估计值来从二手电池组中生产二次寿命的电池，该模型专门用于估算电动车在车载时的健康状态。在将这些电池转让给第三方公司的情况下，由于工业秘密的明显原因，很难设想数据和模型的转移。ve制造商提供的其他预测模型将与固定使用的电池的新寿命条件不符。对于这些保持完好无损的系统，甚至不可能将系统完全放电。电池管理系统禁止这种可能性，以优化在任何ev中使用期间的使用寿命。实际上，电动车辆的制造商通常将充电窗口限制在低状态和高状态之间(例如，在20％与80％之间)，以确保更长的电池寿命。因此不可能将电池完全放电。
由于在温度、电流和循环窗口方面，新的使用条件可能与电动车辆使用过程中遇到的条件大不相同，因此该系统的老化程度预测甚至更加复杂并且存在问题，因为使得尝试大规模使用二次寿命的电池存在风险。
因此，需要快速、简单且可靠地评估由一个或多个电池形成的电力存储系统的老化程度，而无需参考一个或多个电池的先前寿命。
技术实现要素：
本公开旨在改善这种情况。
本发明的一个方面涵盖了用于确定在电力存储系统中使用的至少一个电池的老化程度的方法，电池在形成标称运行域(nominaloperatingdomain)的一部分的循环窗口内具有可变充电状态，其中，针对每个电池：
-从电池使用的至少一个时刻起，获得以所述时刻开始的一段时间间隔内电池的充电状态随时间变化的追踪，其中该追踪包括在循环窗口内交替唤起充电和放电；
-对于时间间隔内的多个唤起，获得指示唤起期间电池所交换能量的电测量的值，并基于所述值估计唤起期间电池的健康状态；以及
-根据估计的健康状态确定电池的老化程度。
本发明的另一方面涵盖计算机程序，该计算机程序包括当该程序由处理器执行时用于实现上述方法的指令。
本发明的另一方面涉及计算机可读的非易失性记录载体，其上记录有由处理器执行时用于实现上述方法的程序。
如图2所示，本发明的另一方面涉及处理电路，该处理电路包括连接到上述非易失性记录载体mem200的处理器proc100。这样的处理电路可以例如包括用于电力存储系统的与控制装置通信com300的接口。
通过追踪从使用时刻开始读取的电池的充电状态，例如在二次寿命的电池的常规运行期间，可以评估其健康状态随时间的发展。
基于该评估，有可能在不知道使用时刻之前电池的任何先前使用的情况下确定电力存储系统中使用的电池的老化程度，并建立对充电状态的追踪。
由于在重新使用电池期间有可能实施本发明的方法，因此不必在一次寿命后且在重新使用之前对这些电池或组成它们的电池单元进行表征采用。
由于在使用期间确定电池的老化程度而节省时间，这使得更容易在例如用于电动车辆的大规模废旧电池上重复使用。特别地，使得固定式电力存储系统中的再利用变得更容易。
在一个实施例中，电池先前被安装在电动车辆中使用。
由于在设计期间施加的限制，这种电池不能完全充电或放电。因此，如前所述，电池的健康状态是在追踪其完全充电或放电的基础上通过参考确定的。由于追踪电池的充电状态(包括交替唤起充电和放电)，因此可以确定电池(包括先前已安装在电动车辆上的电池)的老化程度，因此即使电池不能完全使用充电或放电也能确定老化程度。
在一个实施例中，估计健康状态包括：
-在生成的追踪中识别与单个唤起类型概况相对应的多个唤起；以及
-针对每个已识别的唤起估计电池的健康状态。
因此，电池健康状态的估计是可重复的，并且可以直接比较。
在非高峰时间自动充电的电力存储系统用于在系统的正常使用中自然地获得对应于单个类型概况的唤起充电。
用于电力存储系统的优选通过太阳能电池板收集的能量进行充电的唤起可以根据日照而变化。可以根据需要重复或定期进行与类型概况相对应的唤起，以确保重复或定期评估电池的健康状态。
在一个实施例中，时间间隔包括在一个月与一年之间。
以一个月的间隔，可以以可接受的统计精度对电池的健康状态进行足够大量的估计，以便确定电池的老化程度。
但是，这样的确定需要：
-提取影响电池老化程度的外部参数的可变性，例如季节性温度变化，或
-根据这些外部参数引入对老化程度估计的校正，这些校正可以例如单独读取或预测。
考虑到这些外部条件的可变性，一年间隔对于估计电池的老化程度是理想的。
在一个实施例中，唤起充电和唤起放电的交替形成循环：
-唤起期间估计的每种健康状态与唤起之前的时间间隔内完成的循环次数有关；以及
-根据估计的健康状态确定电池的老化程度包括确定在时间间隔之前电池完成的循环次数的指示。
因此，可以确定自一次使用以来电池经历的循环次数。基于该充电次数，例如可以根据剩余时间和/或剩余循环次数来预测电池的剩余寿命。利用该预测，用户可以例如预先订购新的更换电池。
在该实施例中：
-唤起期间估计的每种健康状态均与唤起的日期相关联，以及
-根据估计的健康状态确定电池的老化程度包括确定电池的日历老化程度的指示。
例如，可以各种方式使用确定电池的老化程度的方法。
在一个实施例中，该方法还包括：
-根据确定的老化程度预测电池健康状态的进展。
估计电池的老化程度实际上用于预测电池的健康状态随后退化的速度。
当确定日历老化程度和与循环有关的老化程度时，预测的正确度特别高。
实际上，日历老化程度和与循环有关的老化程度会影响电池在不同节奏下的健康状态的后续下降。
例如，该预测可以使用例如预测模型，通过外推电池的当前估计的健康状态并考虑所确定的老化程度来进行。
在一个实施例中，该方法还包括：
-根据确定的老化程度修改电池的运行参数。
例如，可以基于电池的老化程度或对电池的后续健康状态的预测来计划从几种可能的运行模式中选择能量存储系统的运行模式。
实际上，如果电池的预测剩余寿命足够长，或者电池的老化程度低于某个阈值，可以计划增大充电上限状态和充电下限状态之间的差，从而形成循环窗口。
增大循环窗口的尺寸具有使电池的运行时间最大化的效果。以这种方式，使用电池以提供最佳性能。
如果相反地，电池的预测剩余寿命小于预设阈值，或者电池的老化程度超过预设阈值，可以计划减小充电上限状态和充电下限状态之间的差，以形成循环窗口。
减小循环窗口的尺寸具有与预测值相比延长电池的剩余寿命的效果。因此，当电池寿命终止时，其运行可以对应于延迟其更换的运行模式。
在一个实施例中，该方法还包括：
-根据确定的老化程度确定是否需要更换电池。
实际上，电池的老化程度或电池的健康状态的预测可用于估计电池更换之前的剩余间隔或电池更换之前的剩余循环次数。这种估计可以引起存储系统的用户或供应商的警觉，并且例如可能会自动生成更换电池的订单。
附图说明
通过阅读以下详细描述并通过分析附图，将呈现出其他特征、细节和优点，在图中：
图1示意性地示出了用于实现所提出的方法的示例中的处理电路的结构。
图2是用于实现所提出的方法的示例实现中的计算机程序通用算法的程序图。
图3是在3500至4500个运行小时之间的1000小时间隔内追踪电池充电状态的示例。
图4示出了对于电池的多个放电，在每个放电上的放电功率的整合。
图5示出了在本发明的实施例中电池的健康状态在其运行期间的进展的估计。
图6示出了根据本发明的实施例中的预测老化程度模型，在图5所示的电池的健康状态在其运行期间的进展的线性化。
图7示出了本发明实施例中的电力存储系统的退化的预测模型，并且将该预测模型与估计的健康状态进行了比较。
具体实施方式
考虑了包括一个或多个电池的电力存储系统。每个电池都是电力存储元件。在此电池可以表示任何种类的电化学蓄电池。电化学蓄电池中最普遍的一种是锂离子型。可以考虑使用各种锂离子化学品，例如nmc、lmo和lfp，也可以考虑使用没有锂离子的电化学蓄电池，例如固体电解质电池。
现在参考图2，其示出了用于实现所提出方法的示例实施例的计算机程序的示例通用算法。
所提出的实施例用于确定和保护由电动车辆的一个或多个电池(未拆卸以供再利用的电池)组成的二次寿命固定存储系统的健康状态，而无需在一次寿命期间获得和使用的数据和模型。
在部分循环期间，s10获得从能量存储系统中追踪到的运行数据。
部分循环的示例是循环窗口中的放电或充电，该循环或窗口由最大充电状态边界(例如80％)和最小充电状态边界(例如20％)界定。
充电或放电概况可以被预先定义或者可以响应于运行需要。对于表示重新使用和老化程度(从几个月到一年)的时间，通过定期引入唤起类型概况(如果可能在恒定电流和类似温度条件下，在最小和最大边界之间进行单调充电或放电)，能量存储系统正常运行。
运行数据包括随时间变化的电池的充电状态，并且可以包括随时间变化的其他电学度量的变化，表征从能量存储系统或向能量存储系统的电能传递，或更具体地，表征从能量存储系统的电池或向能量存储系统的电池的电能传递。
这样的电度量可以是电压、电流、电功率、阻抗等。
为了获得良好的精度，采集时间可能会有所不同。例如，为了将太阳能存储在法国大陆，最好是在一年内进行采集，以整合与季节变化相关的影响。否则，要选择春季或秋季的采集周期。可以根据地理位置和气候进行其他处理。
在图3中以充电状态随时间变化的形式示出了追踪这种电池的运行数据的示例。该概况具有很高的可重复性，并遵循称为“住宅(residential)”的固定用法。电力存储系统白天通过太阳能电池板充电，然后根据需要放电。每个充电10由充电状态的增加表示。每个放电20以充电状态的减少表示。
现在参考图4，其示出了对于电池的多个放电，在每个放电上的放电功率的整合。这种集成是通过追踪获得的充电状态随时间变化(如图3所示)而完成的。
对于每个唤起，在这些放电(或充电)期间的功率整合用于确定在唤起期间交换的能量30。可替代地，可以在每次充电或放电期间整合电流，这用于确定每个循环所交换的容量。
通常，s20可以获得每个循环所交换的能量容量，并且可以通过对一次充电或一次放电的功率或电流进行整合，来追踪其使用寿命期间的发展情况。
每次充电或部分放电期间，不会使用每个电池中包含的所有电能。但是，即使唤起只是一部分，整个电池也会老化程度。可以例如通过应用比例定律来校正所产生的能量和容量，以将完成的每个部分循环表示为等同于完整循环的一部分。
因此，例如，可以认为在第一充电状态i和第二充电状态j之间的循环内交换的能量e(交换i-j)与|i-j|(i和j之差的绝对值)成比例，其中i和j以百分比表示。
通过使用与上述相同的比例定律，可以从在第一充电状态i和第二充电状态j之间的部分循环内交换的容量中计算出应有的容量，如果在100％和0％的充电状态之间完成循环则进行交换。
当电池的健康状态soh为100％时，在给定的部分循环中在第一充电状态i和第二充电状态j之间交换的能量或容量最大。
随着时间的流逝，电池的健康状态降低。通过随时间重复相同的部分循环，可以观察到交换的能量损失δe和容量损失δc。
对于多个部分循环，s30基于循环中交换的能量或容量，估计电池的健康状态soh40。
现在参考图5，其示出了电池的多次放电的电池的健康状态soh40。在此，根据每次放电过程中交换的能量确定健康状态。
可通过将在部分循环期间交换的能量(或容量)除以在同一部分循环期间由具有100％的电池所交换的能量(或容量)来获得健康状态soh40健康状态。
可替代地，从部分循环期间的能量(或容量)交换获得健康状态soh，该方法是：
-通过确定在完成循环后将要交换的能量(或容量)，从而在100％到0％的充电状态之间进行，以及
-通过将如此确定的(容量)能量除以健康状态为100％的电池在100％到0％的充电状态之间完成的循环期间交换的标称能量(或容量)。
标称能量和容量通常是已知的，并且由电池制造商提供。
存储针对电池上多个唤起的随时间的估计健康状态，并且s40基于所存储的健康状态，确定电池的老化程度。
有许多模型可以用来描述和预测老化程度。
在所示的实施例中，该模型用作已知的疲劳型(fatigue-type)模型。这将电池所承受的唤起(温度、电流、充电状态)与这些唤起所造成的损害联系起来，这些损害会随着使用时间而加重。
这种可预测的老化程度模型考虑到了二次寿命的电池的新条件。
该模型认为，与日历老化程度和循环相关的老化程度有关的能量损失δe根据表达式
如图6所示，然后通过
-a是斜率的值，等于k循环；以及
-b是原点的坐标值，等于k日历。
因此，该模型用于消除与循环相关的老化程度和日历老化程度对电池健康状态的影响。
从确定的老化程度开始，s50可以预测电池健康状态的进展。
在图7中，虚线示出了与电池在5000小时间隔内的健康状态测量值60叠加后，电池健康状态随时间变化在30000小时间隔内的发展的预测61。
因此，通过依靠由包括一个或多个电池的电力存储系统提供的服务，可以在不知道电池的一次寿命的历史的情况下追踪和预测电力存储系统的健康状态的发展。
通过同时具有循环相关的老化程度指示和日历老化程度的指示，可以预测电池健康状态随日历老化程度和各个部件的循环相关老化程度的变化。在电池的较早使用期间以及计划的后续使用期间，都具有更高的精度。
s60基于电池健康状态的预测发展，然后可以重新定义运行参数，以优化电池提供的服务及其寿命，例如取决于附加至系统的保障。
s70也可以预测必要的系统维护，尤其是指示电池的必要更换。能够提供这种指示是再利用电动车辆电池的二次寿命的商业发展的驱动力。
- 还没有人留言评论。精彩留言会获得点赞！