一种储能电站的运行数据处理方法及系统

技术领域

本发明涉及数据处理技术领域，具体涉及一种储能电站的运行数据处理方法及系统。

背景技术

储能电站的储能单元需要周期性的充电完成储能，从而保证储能的充足性，满足需求侧的电能供应，储能单元的充电控制影响到储能单元的寿命、故障率等状态。因此，储能单元的充电控制成为研究焦点。

目前应用最多的充电控制方式为恒压恒流充电，而恒压恒流充电的控制参数通常由专业人员预先基于经验设定，充电质量的优劣需要依赖性能测试实验才能确定，由于实验的不稳定性和复杂性，导致成本较高，充电质量评价效率。

发明内容

本申请提供了一种储能电站的运行数据处理方法及系统，用于针对解决现有技术中由于依赖实验进行充电质量校验，导致存在充电质量评价效率较低技术问题。

鉴于上述问题，本申请提供了一种储能电站的运行数据处理方法及系统。

本申请的第一个方面，提供了一种储能电站的运行数据处理方法，包括：采集储能电站的第一储能模组的充电控制参数，其中，所述充电控制参数包括恒流时区控制日志和恒压时区控制日志；设定恒流充电评价指标，基于所述恒流时区控制日志进行恒流充电质量评价，生成恒流充电质量系数；设定恒压充电评价指标，基于所述恒压时区控制日志进行恒压充电质量评价，生成恒压充电质量系数；设定联合充电评价指标，基于所述恒流时区控制日志和所述恒压时区控制日志进行充电质量评价，生成联合充电质量系数；当所述恒流充电质量系数大于或等于恒流充电质量系数阈值，且所述恒压充电质量系数大于或等于恒压充电质量系数阈值，且所述联合充电质量系数大于或等于联合充电质量系数阈值，生成充电质量合格标识。

本申请的第二个方面，提供了一种储能电站的运行数据处理系统，包括：充电控制参数采集模块，用于采集储能电站的第一储能模组的充电控制参数，其中，所述充电控制参数包括恒流时区控制日志和恒压时区控制日志；恒流充电质量评价模块，用于设定恒流充电评价指标，基于所述恒流时区控制日志进行恒流充电质量评价，生成恒流充电质量系数；恒压充电质量评价模块，用于设定恒压充电评价指标，基于所述恒压时区控制日志进行恒压充电质量评价，生成恒压充电质量系数；联合充电质量评价模块，用于设定联合充电评价指标，基于所述恒流时区控制日志和所述恒压时区控制日志进行充电质量评价，生成联合充电质量系数；充电质量标识模块，用于当所述恒流充电质量系数大于或等于恒流充电质量系数阈值，且所述恒压充电质量系数大于或等于恒压充电质量系数阈值，且所述联合充电质量系数大于或等于联合充电质量系数阈值，生成充电质量合格标识。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本申请通过基于场景自设定的充电质量评价算法，结合历史测试大数据，对恒流充电质量、恒压充电质量和联合充电质量依次进行评价，得到恒流充电质量系数、恒压充电质量系数和联合充电质量系数，实现了线上对充电控制进行自动化评价的技术方案，达到了提升充电质量评价效率，降低评价成本的技术效果。

附图说明

图1为本申请提供的一种储能电站的运行数据处理方法流程示意图；

图2为本申请提供的一种储能电站的运行数据处理方法中获得集中定位坐标的流程示意图；

图3为本申请提供的一种储能电站的运行数据处理方法中获得充电控制调整的流程示意图；

图4为本申请提供的一种储能电站的运行数据处理系统的结构示意图。

附图标记说明：充电控制参数采集模块100，恒流充电质量评价模块200，恒压充电质量评价模块300，联合充电质量评价模块400，充电质量标识模块500，充电控制优化模块600。

具体实施方式

本申请通过提供了一种储能电站的运行数据处理方法及系统，通过基于场景自设定的充电质量评价算法，结合历史测试大数据，对恒流充电质量、恒压充电质量和联合充电质量依次进行评价，得到恒流充电质量系数、恒压充电质量系数和联合充电质量系数，解决了现有技术中由于依赖实验进行充电质量校验，导致存在充电质量评价效率较低技术问题，实现了线上对充电控制进行自动化评价的技术方案，达到了提升充电质量评价效率，降低评价成本的技术效果。

实施例一

如图1所示，本申请提供了一种储能电站的运行数据处理方法，包括步骤：

S10：采集储能电站的第一储能模组的充电控制参数，其中，所述充电控制参数包括恒流时区控制日志和恒压时区控制日志；

在一个优选的实施例中，第一储能模组指的是储能电站的任意一个储能电池模组，示例性地如铅酸电池模组、锂电池模组和镍氢电池模组。进一步，恒压恒流充电过程为以需求电流恒流充电，当电芯电压达到充电限制电压时，恒压充电，当电芯的电流小于某个值时停止充电。可见，恒压恒流充电过程包括两个阶段，第一阶段为恒流充电阶段，优选的包括充电需求电流、充电电压时序信息、恒流截止电压等控制参数，第二阶段为恒压充电阶段，优选的包括充电限制电压、充电电流时序信息、充电截止电流等控制参数。将恒流充电阶段的控制参数在历史中的控制记录，设为恒流时区控制日志；将恒压充电阶段的控制参数在历史中的控制记录，设为恒压时区控制日志。以第一储能模组型号、以第一储能模组的初始充电状态作为场景约束数据，在大数据中进行检索，作为后步评估充电控制质量的基准数据。进一步，此处的大数据，可为多个储能电站构建的私域网络，多个储能电站共享全局的充电控制日志数据。

S20：设定恒流充电评价指标，基于所述恒流时区控制日志进行恒流充电质量评价，生成恒流充电质量系数；

进一步的，设定恒流充电评价指标，基于所述恒流时区控制日志进行恒流充电质量评价，生成恒流充电质量系数，步骤S20包括步骤：

所述恒流充电评价指标至少包括电池模组温度指标；

任意一条所述恒流时区控制日志包括充电限制电流记录值和充电电压时序信息记录值；

根据所述充电限制电流记录值和所述充电电压时序信息记录值对所述恒流充电评价指标进行频繁关联分析，生成恒流充电评价指标特征值；

构建恒流充电第一评价函数：

其中，ξ

构建恒流充电第二评价函数：

其中，ξ

当所述恒流充电第二评价系数小于或等于恒流充电第二评价系数阈值，对所述恒流充电评价指标进行指标合格标识；

统计具有所述指标合格标识的评价指标占所述恒流充电评价指标的比例，设为所述恒流充电质量系数。

进一步的，根据所述充电限制电流记录值和所述充电电压时序信息记录值对所述恒流充电评价指标进行频繁关联分析，生成恒流充电评价指标特征值，步骤S20还包括步骤：

根据所述充电限制电流记录值、所述充电电压时序信息记录值和第一储能模组初始状态，基于储能电站运作区块链，对所述恒流充电评价指标进行赋值，生成多组评价指标赋值结果，其中，任意一组评价指标赋值结果和同一条恒流时区控制日志相对应；

对所述多组评价指标赋值结果进行chebyshev混沌反向映射，生成多个定位坐标，其中，所述多个定位坐标和所述多组评价指标赋值结果一一对应；

基于所述多个定位坐标进行离散坐标清洗，生成集中定位坐标；

对所述集中定位坐标的所述恒流充电评价指标进行均值处理，生成所述恒流充电评价指标特征值。

进一步的，如图2所示，基于所述多个定位坐标进行离散坐标清洗，生成集中定位坐标，步骤S20还包括步骤：

设定离散因子评价邻域容量；

对所述多个定位坐标进行两两距离枚举评估，生成多个分布距离；

基于所述离散因子评价邻域容量，从所述多个定位坐标中自近而远筛选第一定位坐标的邻域定位坐标，构建第一定位坐标离散因子评价邻域；

根据所述第一定位坐标离散因子评价邻域，从所述多个分布距离获取所述邻域定位坐标与所述第一定位坐标的距离最大值，设为第一定位坐标离散因子；

遍历所述多个定位坐标，统计定位坐标离散因子均值，计算所述第一定位坐标离散因子与所述定位坐标离散因子均值的比值，设为第一定位坐标离散系数，添加进多个定位坐标离散系数；

将所述多个定位坐标离散系数大于或等于离散系数阈值的定位坐标从所述多个定位坐标清洗，生成所述集中定位坐标。

S30：设定恒压充电评价指标，基于所述恒压时区控制日志进行恒压充电质量评价，生成恒压充电质量系数；

在一个优选的实施例中，恒流充电质量系数指的是基于恒流充电评价指标，利用恒流时区控制日志进行恒流充电质量评价的结果；恒压充电质量系数指的是基于恒压充电评价指标，利用恒压时区控制日志进行恒压充电质量评价的结果。

恒流充电质量评价与恒压充电质量评价的算法流程是完全相同的，区别仅在于处理数据具有差异性，本申请实施例仅以恒流充电质量评价过程为例，对恒流充电质量评价和恒压充电质量评价进行处理原理阐述：

优选的，恒流充电评价指标至少包括电池模组温度指标；优选的，任意一条恒流时区控制日志至少包括表征恒流充电需求电流监测值的充电限制电流记录值和表征充电电压监测结果的充电电压时序信息记录值；优选的，根据所述充电限制电流记录值和所述充电电压时序信息记录值对所述恒流充电评价指标进行频繁关联分析，生成恒流充电评价指标特征值，其中，恒流充电评价指标特征值指的是以充电限制电流记录值和所述充电电压时序信息记录值为限制场景，在大数据中检索与第一储能模组型号和第一储能模组初始充电状态相同的大数据，并进行指标特征值赋值的结果。指标特征值指的是指标具体的参数值。示例性地如电池模组温度指标，则温度指标特征值为温度值。

构建恒流充电第一评价函数：

min[|x

恒流充电第一评价函数作为一级评价函数，当恒流充电第一评价系数小于恒流充电第一评价系数阈值时，则偏离时刻较少，视为充电控制合格进行指标合格标识，否则，就需要激活恒流充电第二评价函数作为二级评价函数，当恒流充电第二评价系数小于或等于恒流充电第二评价系数阈值，对恒流充电评价指标进行指标合格标识。恒流充电第一评价系数阈值和恒流充电第二评价系数阈值都为用户根据对异常的容忍程度自设定的参数，阈值越大，则表征对异常的容忍程度越大。统计具有所述指标合格标识的评价指标占所述恒流充电评价指标的比例，设为恒流充电质量系数。

进一步的，根据充电限制电流记录值和充电电压时序信息记录值对恒流充电评价指标进行频繁关联分析，确定恒流充电评价指标特征值的过程优选的如下：

第一储能模组初始状态即为第一储能模组的初始充电状态，具体量化指标至少包括：初始电压值、剩余电量值、电池容量值、电芯型号信息等状态值。以充电限制电流记录值、充电电压时序信息记录值和第一储能模组初始状态为场景约束条件，在储能电站运作区块链的第一区块链节点到第H区块链节点检索恒流充电评价指标的历史检测数据，存储为多组评价指标赋值结果，其中，任意一组评价指标赋值结果和同一条恒流时区控制日志相对应。储能电站运作区块链为用于进行评价指标赋值的私域共享网络平台，当成为储能电站运作区块链的会员时，即可共享各个节点的储能电站各类检测数据、监测数据和控制数据，第一区块链节点到第H区块链节点为上传评价指标检测数据的各个节点，打破数据孤岛，提升了评估准确性和客观性。

任意一个指标在多组评价指标赋值结果中具有多个特征值，为了提升最终恒流充电评价指标特征值的准确性，需要提取多个特征值中较具代表性的数据作为输出。更进一步，任意一组评价指标赋值结果具有整体性，因此需要从高维角度分析数据的分布状态进行特征值评价。详细流程如下：

对所述多组评价指标赋值结果进行chebyshev混沌反向映射，生成多个定位坐标，其中，所述多个定位坐标和所述多组评价指标赋值结果一一对应，chebyshev混沌反向映射的表达式如下：

更进一步，离散坐标清洗可以采用聚类等不设限的方式分析，本申请提出优选实施例，但并不对此进行限制，具体如下：

离散因子评价邻域容量指的是用于评价某个坐标是否离散的邻近坐标数量最小值；多个分布距离指的是对多个定位坐标进行两两距离枚举评估所得结果。基于离散因子评价邻域容量，从多个定位坐标中按照与第一定位坐标由近到远筛选至少等于离散因子评价邻域容量的邻近坐标，设为第一定位坐标离散因子评价邻域；从多个分布距离提取邻近坐标与第一定位坐标的分布距离，再提取最大值，设为第一定位坐标离散因子。可以理解，若是分布较为集中，则理应最大距离较小，则邻域内的坐标集分布较为密集。进一步，以计算第一定位坐标离散因子的方式，遍历全部的定位坐标，计算所有的定位坐标离散因子，并求均值，为定位坐标离散因子均值。第一定位坐标离散因子与所述定位坐标离散因子均值的比值，设为第一定位坐标离散系数，以相同方式计算其它定位坐标的定位坐标离散系数，构建多个定位坐标离散系数。定位坐标离散因子均值为数据整体分布的集中程度，若是第一定位坐标离散因子比整体分布更分散，则第一定位坐标离散系数就越大。响应用户端，设定一离散系数阈值，将所述多个定位坐标离散系数大于或等于离散系数阈值的定位坐标从所述多个定位坐标清洗，生成所述集中定位坐标。综上阐述原理对恒压充电质量评价执行相同的处理流程，以得到恒压充电质量系数。

结合区块链的数据实现多源数据共享，在去除实际实验的前提下，保证了质量评价结果的准确性，为后步进行充电控制合格校验提供参数基准数据。

S40：设定联合充电评价指标，基于所述恒流时区控制日志和所述恒压时区控制日志进行充电质量评价，生成联合充电质量系数；

进一步的，设定联合充电评价指标，基于所述恒流时区控制日志和所述恒压时区控制日志进行充电质量评价，生成联合充电质量系数，步骤S40包括：

所述联合充电评价指标包括充电时长指标和充电事故触发概率指标；

基于所述恒流时区控制日志和所述恒压时区控制日志对所述充电时长指标进行频繁关联分析，生成充电时长特征值；

基于所述恒流时区控制日志和所述恒压时区控制日志，对所述第一储能模组的同族储能模组进行预设时区日志回溯，获取事故触发频率；

计算所述事故触发频率在预设时区日志总条数的占比，设为所述充电事故触发概率；

当所述充电时长指标小于或等于充电时长阈值，且所述充电事故触发概率小于或等于事故触发概率阈值，将所述联合充电质量系数设为1；

当所述充电时长指标大于所述充电时长阈值，或/和所述充电事故触发概率大于所述事故触发概率阈值，将所述联合充电质量系数设为0。

在一个优选实施例中，联合充电质量评价指的是对整个恒流恒压充电过程进行充电控制评价的进程，评价结果为联合充电质量系数。详细流程优选的如下：

在一个优选的实施例中，优选的，联合充电评价指标至少包括充电时长指标和充电事故触发概率指标。

充电时长评价方式如下：以恒流时区控制日志、恒压时区控制日志、第一储能模组初始状态为场景约束条件，从储能电站运作区块链挖掘多个充电时长，再进行前述相同流程的频繁关联分析，得到充电时长特征值。

充电事故触发概率评价流程如下：以恒流时区控制日志、恒压时区控制日志、第一储能模组型号和第一储能模组初始状态为场景约束条件，从储能电站运作区块链挖掘第一储能模组的同族储能模组的预设时区日志回溯，得到事故触发频率，预设时区优选的为6个月。计算事故触发频率在预设时区日志总条数的占比，设为充电事故触发概率。同族储能模组指的是与第一储能模组型号和第一储能模组初始状态相同的电池模组的控制日志。

当充电时长指标小于或等于充电时长阈值，且充电事故触发概率小于或等于事故触发概率阈值，将联合充电质量系数设为1；当充电时长指标大于充电时长阈值，和充电事故触发概率大于事故触发概率阈值，将所述联合充电质量系数设为0；当充电时长指标大于充电时长阈值，或充电事故触发概率大于事故触发概率阈值，将联合充电质量系数设为0。

S50：当所述恒流充电质量系数大于或等于恒流充电质量系数阈值，且所述恒压充电质量系数大于或等于恒压充电质量系数阈值，且所述联合充电质量系数大于或等于联合充电质量系数阈值，生成充电质量合格标识。

在一个优选实施例中，恒流充电质量系数阈值表征预设的恒流充电质量合格最小值，恒压充电质量系数阈值预设的恒压充电质量合格最小值，联合充电质量系数阈值为1。当且仅当恒流充电质量系数大于或等于恒流充电质量系数阈值，且恒压充电质量系数大于或等于恒压充电质量系数阈值，且联合充电质量系数大于或等于联合充电质量系数阈值时，生成充电质量合格标识，后步可继续在相同场景调取对应的充电控制参数进行充电管理。当属于其它情况时，生成充电质量不合格标识，则需要对充电控制参数进行调节。

进一步的，如图3所示，还包括步骤S60，步骤S60包括步骤：

当所述恒流充电质量系数小于所述恒流充电质量系数阈值，或/和所述恒压充电质量系数小于所述恒压充电质量系数阈值，或/和所述联合充电质量系数小于所述联合充电质量系数阈值，生成充电质量不合格标识；

对具有所述充电质量不合格标识的所述第一储能模组的所述充电控制参数进行寻优，生成充电控制参数优化结果；

根据所述充电控制参数优化结果对所述第一储能模组进行充电控制设定。

在一个优选实施例中，当恒流充电质量系数小于恒流充电质量系数阈值，或/和恒压充电质量系数小于所述恒压充电质量系数阈值，或/和联合充电质量系数小于所述联合充电质量系数阈值，生成充电质量不合格标识，即步骤S50的其它情况的具体形式。对具有充电质量不合格标识的第一储能模组的所述充电控制参数进行寻优，生成充电控制参数优化结果；根据充电控制参数优化结果对第一储能模组进行充电控制设定。

优选的，寻优流程如下：

进一步的，对具有所述充电质量不合格标识的所述第一储能模组的所述充电控制参数进行寻优，生成充电控制参数优化结果，步骤S60包括步骤：

构建寻优评价函数：

其中，P(y

根据第一储能模组型号、第一储能模组初始电压和第一储能模组初始电流进行恒压恒流充电控制联网检索，生成多组充电控制参数检索结果；

对所述多组充电控制参数检索结果的第T组充电控制参数检索结果，激活寻优评价函数进行映射，生成第T收敛概率评估结果，T为整数，T≥1；

当所述第T收敛概率评估结果等于1，将所述第T组充电控制参数检索结果设为所述充电控制参数优化结果；

当所述第T收敛概率评估结果小于1，将所述第T收敛概率评估结果和所述第T组充电控制参数检索结果添加进临时禁忌表，其中，所述临时禁忌表中的充电控制参数检索结果不会参数迭代；

当满足预设迭代次数时，仍未收敛，解放所述临时禁忌表，提取收敛概率评估结果最大值的充电控制参数检索结果，设为所述充电控制参数优化结果。

在一个优选的实施例中，构建寻优评价函数：

多组充电控制参数检索结果指的是根据第一储能模组型号、第一储能模组初始电压和第一储能模组初始电流为约束信息进行恒压恒流充电控制数据进行联网检索得到的结果，联网检索，可基于开源大数据进行检索，也可以通过私域区块链进行检索。对多组充电控制参数检索结果的第T组充电控制参数检索结果，激活寻优评价函数进行映射，生成第T收敛概率评估结果，T为整数，T≥1；当所述第T收敛概率评估结果等于1，将所述第T组充电控制参数检索结果设为所述充电控制参数优化结果；当所述第T收敛概率评估结果小于1，将所述第T收敛概率评估结果和所述第T组充电控制参数检索结果添加进临时禁忌表，其中，所述临时禁忌表中的充电控制参数检索结果不会参数迭代；当满足预设迭代次数时，仍未收敛，解放所述临时禁忌表，提取收敛概率评估结果最大值的充电控制参数检索结果，设为所述充电控制参数优化结果。利用寻优评价函数，可以使得在偶然逼近最优值的控制参数，即可立刻收敛，提高了收敛概率。

综上所述，本申请实施例至少具有如下技术效果：

本申请实施例通过基于场景自设定的充电质量评价算法，结合历史测试大数据，对恒流充电质量、恒压充电质量和联合充电质量依次进行评价，得到恒流充电质量系数、恒压充电质量系数和联合充电质量系数，实现了线上对充电控制进行自动化评价的技术方案，达到了提升充电质量评价效率，降低评价成本的技术效果。

实施例二

基于与前述实施例中一种储能电站的运行数据处理方法相同的发明构思，如图4所示，本申请提供了一种储能电站的运行数据处理系统，包括：

充电控制参数采集模块100，用于采集储能电站的第一储能模组的充电控制参数，其中，所述充电控制参数包括恒流时区控制日志和恒压时区控制日志；

恒流充电质量评价模块200，用于设定恒流充电评价指标，基于所述恒流时区控制日志进行恒流充电质量评价，生成恒流充电质量系数；

恒压充电质量评价模块300，用于设定恒压充电评价指标，基于所述恒压时区控制日志进行恒压充电质量评价，生成恒压充电质量系数；

联合充电质量评价模块400，用于设定联合充电评价指标，基于所述恒流时区控制日志和所述恒压时区控制日志进行充电质量评价，生成联合充电质量系数；

充电质量标识模块500，用于当所述恒流充电质量系数大于或等于恒流充电质量系数阈值，且所述恒压充电质量系数大于或等于恒压充电质量系数阈值，且所述联合充电质量系数大于或等于联合充电质量系数阈值，生成充电质量合格标识。

进一步的，还包括充电控制优化模块600：

当所述恒流充电质量系数小于所述恒流充电质量系数阈值，或/和所述恒压充电质量系数小于所述恒压充电质量系数阈值，或/和所述联合充电质量系数小于所述联合充电质量系数阈值，生成充电质量不合格标识；

对具有所述充电质量不合格标识的所述第一储能模组的所述充电控制参数进行寻优，生成充电控制参数优化结果；

根据所述充电控制参数优化结果对所述第一储能模组进行充电控制设定。

进一步的，所述恒流充电质量评价模块200执行步骤包括：

所述恒流充电评价指标至少包括电池模组温度指标；

任意一条所述恒流时区控制日志包括充电限制电流记录值和充电电压时序信息记录值；

根据所述充电限制电流记录值和所述充电电压时序信息记录值对所述恒流充电评价指标进行频繁关联分析，生成恒流充电评价指标特征值；

构建恒流充电第一评价函数：

其中，ξ

构建恒流充电第二评价函数：

其中，ξ

当所述恒流充电第二评价系数小于或等于恒流充电第二评价系数阈值，对所述恒流充电评价指标进行指标合格标识；

统计具有所述指标合格标识的评价指标占所述恒流充电评价指标的比例，设为所述恒流充电质量系数。

进一步的，所述恒流充电质量评价模块200执行步骤包括：

根据所述充电限制电流记录值、所述充电电压时序信息记录值和第一储能模组初始状态，基于储能电站运作区块链，对所述恒流充电评价指标进行赋值，生成多组评价指标赋值结果，其中，任意一组评价指标赋值结果和同一条恒流时区控制日志相对应；

对所述多组评价指标赋值结果进行chebyshev混沌反向映射，生成多个定位坐标，其中，所述多个定位坐标和所述多组评价指标赋值结果一一对应；

基于所述多个定位坐标进行离散坐标清洗，生成集中定位坐标；

对所述集中定位坐标的所述恒流充电评价指标进行均值处理，生成所述恒流充电评价指标特征值。

进一步的，所述恒流充电质量评价模块200执行步骤包括：

设定离散因子评价邻域容量；

对所述多个定位坐标进行两两距离枚举评估，生成多个分布距离；

基于所述离散因子评价邻域容量，从所述多个定位坐标中自近而远筛选第一定位坐标的邻域定位坐标，构建第一定位坐标离散因子评价邻域；

根据所述第一定位坐标离散因子评价邻域，从所述多个分布距离获取所述邻域定位坐标与所述第一定位坐标的距离最大值，设为第一定位坐标离散因子；

遍历所述多个定位坐标，统计定位坐标离散因子均值，计算所述第一定位坐标离散因子与所述定位坐标离散因子均值的比值，设为第一定位坐标离散系数，添加进多个定位坐标离散系数；

将所述多个定位坐标离散系数大于或等于离散系数阈值的定位坐标从所述多个定位坐标清洗，生成所述集中定位坐标。

进一步的，所述联合充电质量评价模块400执行步骤包括：

所述联合充电评价指标包括充电时长指标和充电事故触发概率指标；

基于所述恒流时区控制日志和所述恒压时区控制日志对所述充电时长指标进行频繁关联分析，生成充电时长特征值；

基于所述恒流时区控制日志和所述恒压时区控制日志，对所述第一储能模组的同族储能模组进行预设时区日志回溯，获取事故触发频率；

计算所述事故触发频率在预设时区日志总条数的占比，设为所述充电事故触发概率；

当所述充电时长指标小于或等于充电时长阈值，且所述充电事故触发概率小于或等于事故触发概率阈值，将所述联合充电质量系数设为1；

当所述充电时长指标大于所述充电时长阈值，或/和所述充电事故触发概率大于所述事故触发概率阈值，将所述联合充电质量系数设为0。

进一步的，所述充电控制优化模块600执行步骤包括：

构建寻优评价函数：

其中，P(y

根据第一储能模组型号、第一储能模组初始电压和第一储能模组初始电流进行恒压恒流充电控制联网检索，生成多组充电控制参数检索结果；

对所述多组充电控制参数检索结果的第T组充电控制参数检索结果，激活寻优评价函数进行映射，生成第T收敛概率评估结果，T为整数，T≥1；

当所述第T收敛概率评估结果等于1，将所述第T组充电控制参数检索结果设为所述充电控制参数优化结果；

当所述第T收敛概率评估结果小于1，将所述第T收敛概率评估结果和所述第T组充电控制参数检索结果添加进临时禁忌表，其中，所述临时禁忌表中的充电控制参数检索结果不会参数迭代；

当满足预设迭代次数时，仍未收敛，解放所述临时禁忌表，提取收敛概率评估结果最大值的充电控制参数检索结果，设为所述充电控制参数优化结果。

本说明书和附图仅仅是本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。