一种基于大数据的储能电池失效风险评估方法

技术领域

本发明涉及电池风险评估技术领域，具体来说，涉及一种基于大数据的储能电池失效风险评估方法。

背景技术

储能电池是指能够将电能转化为化学能并进行储存的电池，用于储存电网、风电、光电等新能源发电中的电能，以解决新能源波动性较大、不可控的问题。随着新能源发电量的不断增加，储能电池的需求也日益增加。储能电池技术已经非常成熟，主要有铅酸电池、锂离子电池、钠硫电池、液流电池、超级电容器等。

目前，储能电池是一种关键的能量存储设备，被广泛应用于可再生能源、智能电网、电动汽车等领域。随着技术的不断发展，储能电池的性能不断提高，但是由于其化学本质和复杂的内部结构，存在着一定的失效和安全风险。因此，对储能电池进行失效风险评估具有重要的实际意义和科学价值。

为了有效评估储能电池的失效风险，需要了解储能电池的发展历程和相关技术背景。目前，主要的储能电池技术包括铅酸电池、镍镉电池、镍氢电池、锂离子电池等。其中，锂离子电池因其高能量密度、长寿命、快速充放电等优点，成为了最常用的储能电池技术。

储能电池的失效风险评估是指对储能电池在使用过程中可能出现的失效和安全问题进行分析和评估，旨在提高储能电池的可靠性和安全性。储能电池的失效和安全问题主要包括自放电、内阻增大、极柱腐蚀、电极材料失活、温度过高、电池短路、燃烧爆炸等。因此，对储能电池进行风险评估是保障储能电池的正常运行和使用安全的必要手段。

储能电池失效会带来很大的经济和环境损失，因此需要对其进行风险评估。储能电池的失效原因包括内部短路、过充、过放、温度过高等，这些问题可能导致电池短路、漏电、爆炸等安全问题。针对这些问题，需要进行储能电池的失效风险评估，确定风险等级，采取相应的措施来保障储能电池的安全运行。

现有的储能电池风险评估方法主要包括实验方法、建模和仿真方法以及可靠性分析方法。其中，实验方法是对储能电池进行实验测试和分析，例如放电测试、循环寿命测试、温度测试等。建模和仿真方法是利用计算机模拟对储能电池的性能和失效风险进行分析和评估。可靠性分析方法是对储能电池的结构和性能进行分析，从而确定其失效的概率和影响。

然而，实验方法需要消耗大量的时间和成本，难以对储能电池的全寿命进行评估。此外，实验方法可能存在测试误差和测试结果的可重复性问题。建模和仿真方法的准确性和可靠性有待提高，需要进行多层次、多尺度的模拟和验证。而可靠性分析方法需要依赖于可靠性理论和数据，难以应用于不同类型的储能电池和不同应用场景。因此，需要更合理全面的储能电池风险评估方法，对储能电池进行全方面的监控，达到无风险无损失的功能目的。

针对相关技术中的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中的问题，本发明提出一种基于大数据的储能电池失效风险评估方法，以克服现有相关技术所存在的上述技术问题。

为此，本发明采用的具体技术方案如下：

一种基于大数据的储能电池失效风险评估方法，该方法包括以下步骤：

S1、利用电池管理系统获取储能电池充电放电过程中的用电参数；

S2、对用电参数中参数数据进行分类，划分为安全数据与性能数据；

S3、结合大数据与历史数据分别构建安全失效模型与性能失效模型；

S4、综合失效模型输出的安全评分与性能评分计算电池的风险等级；

S5、根据风险等级设定可接受风险准则，并对换电进行经济性评估。

进一步的，结合大数据与历史数据分别构建安全失效模型与性能失效模型包括以下步骤：

S31、利用大数据平台查询采集与本储能电池同类型电池的用电参数，构建电池数据库；

S32、记录本储能电池历史运行过程的所有用电参数，作为历史数据；

S33、构建安全失效模型，利用安全数据计算储能电池的安全评分；

S34、构建性能失效模型，利用性能数据计算储能电池的性能评分。

进一步的，构建安全失效模型，利用安全数据计算储能电池的安全评分包括以下步骤：

S331、筛选电池数据库中存在安全故障的典型案例；

S332、构建用于失效概率计算的安全失效模型；

S333、利用安全失效模型分别计算每个典型案例中与本储能电池同使用时长前提下的失效概率，并求取概率平均值；

S334、利用安全失效模型计算本储能电池当前的安全数据得到自身失效概率，并将失效概率与概率平均值的比值作为安全评分。

进一步的，构建用于失效概率计算的安全失效模型包括以下步骤：

S3321、收集典型案例中的安全数据作为样本数据；

S3322、提取样本数据中储能电池的使用时长数据，并将各个典型案例中的使用时长及其对应的安全数据进行时间同步；

S3323、在样本数据中，储能电池发生安全失效故障的总数服从泊松分布，计算公式为：

S3324、获取样本数据中的平均故障率，以及样本数据中的多样本间差异的标准偏差，构建安全失效模型，用于计算储能电池的安全失效概率，计算公式为：

式中，P(r|λ)表示样本数据中发生安全失效故障的总数，λ表示储能电池的安全失效概率，M表示样本数据中的平均故障率，V表示样本数据中多样本间差异的标准偏差，T表示储能电池的累计使用时长，r表示储能电池出现安全失效的数量。

进一步的，构建性能失效模型，利用性能数据计算储能电池的性能评分包括以下步骤：

S341、设定若干等距的时间节点，对电池数据库中的每组性能数据中储能电池的使用时长进行计算与划分，确定每个时间节点储能电池各自的性能参数；

S342、选取电池数据库中70％的性能数据作为训练数据集，选取电池数据库中剩余30％的性能数据作为测试数据集；

S343、利用训练数据集并构建性能失效模型，并利用测数据集对性能失效模型进行测试；

S344、利用性能失效模型对本储能电池的性能数据进行分析处理，得到本储能电池的性能健康度，并作为性能评分。

进一步的，利用训练数据集并构建性能失效模型包括以下步骤：

S3431、获取该类型储能电池理想状态下的健康温度，提取训练数据中的储能电池的内阻数据及其变化量；

S3432、获取训练数据中储能电池的输出功率及电池温度，计算输出功率与热量间的比例；

S3433、获取训练数据中储能电池的电池容量数据及其变化量，利用时间节点的时间关系计算电池容量衰减速度系数；

S3434、获取储能电池循环次数计算储能电池使用寿命的衰减速度系数。

进一步的，性能失效模型的计算公式为：

式中，Q表示储能电池的性能健康度，C

进一步的，综合失效模型输出的安全评分与性能评分计算电池的风险等级包括以下步骤：

S41、设定五个安全级别并记作A，A＝{1，2，3，4，5}，根据安全评分的数值建立评分级别对应表，确定不同安全评分对应的安全级别；

S42、设定五个性能级别并记作B，B＝{1，2，3，4，5}，根据安全评分的数值建立评分级别对应表，确定不同性能评分对应的安全级别；

S43、综合安全级别与性能级别计算储能电池的风险等级，计算公式为：

F＝αA+βB

式中，F表示储能电池的风险等级，A表示安全级别，B表示性能级别，α表示安全级别的权重值，β表示性能级别的权重值，且α+β＝1。

进一步的，根据风险等级设定可接受风险准则，并对换电进行经济性评估包括以下步骤：

S51、根据风险等级与用户需求设定储能电池的可接受风险准则；

S52、依据可接受风险准则对储能电池进行实时监测；

S53、根据实时监测结果判定是否需要对储能电池进行维护更换；

S54、获取储能电池的成本参数，对储能电池维护更换进行经济性评估。

进一步的，获取储能电池的成本参数，对储能电池维护更换进行经济性评估包括以下步骤：

S541、获取原储能电池的购买成本、使用成本及残值成本，计算当前风险等级下原储能电池的综合成本；

S542、将原储能电池的购买成本按照其使用寿命分摊到每个计费周期，计算出电池每个周期的折旧值；

S543、获取更换储能电池的电池成本、人工成本和维护成本，计算更换电池的平均年化成本，并与原储能电池成本进行比较，选择最优维护更换方案。

本发明的有益效果为：

1、通过构建性能失效模型与安全失效模型结合的储能电池风险评估方法，能够综合考虑电池的安全性和性能，全面评估电池的风险等级，准确度更高；基于大数据的电池参数数据，能够建立更加准确的模型，进而提高评估结果的精度，能够在储能电池的整个使用寿命中进行动态评估，及时发现潜在的风险，减少意外事故的发生。相较于传统的评估方法往往只考虑电池的性能或安全等单一因素，通过结合性能失效模型和安全失效模型，可以更加全面地评估储能电池的风险，更加准确地预测储能电池的性能和安全状况，从而更加精准地评估电池的风险。

2、通过设计不同等级的评估结果及设定可接受风险准则，能够根据评估结果，对储能电池进行有效的维护和管理，降低维护成本和经济损失，优化储能电池的使用策略、控制策略及更换维护策略，提高电池的使用效率和使用寿命，此外，可以为储能电池的设计和制造提供参考，帮助制造商优化产品设计，提高产品质量和安全性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例的一种基于大数据的储能电池失效风险评估方法的流程图。

具体实施方式

根据本发明的实施例，提供了一种基于大数据的储能电池失效风险评估方法。

现结合附图和具体实施方式对本发明进一步说明，如图1所示，根据本发明实施例的基于大数据的储能电池失效风险评估方法，该方法包括以下步骤：

S1、利用电池管理系统获取储能电池充电放电过程中的用电参数。

电池管理系统(Battery Management System，BMS)是一种用于监测、控制和保护电池的设备或软件系统。BMS可以对电池的电量、电流、温度、电压等参数进行实时监测和控制，从而提高电池的可靠性、安全性和使用寿命。BMS通常由硬件和软件两部分组成，硬件部分主要包括采样模块、控制模块、保护模块等，而软件部分主要包括数据采集、数据处理、状态估计、故障诊断等。

用电参数包括电压、电流、温度、SOC(State of Charge)、SOH(State of Health)、等效电路模型参数、充放电功率、电池内阻、短路次数、漏液及鼓胀等。

S2、对用电参数中参数数据进行分类，划分为安全数据与性能数据。

根据用电参数的性质和用途，可以将其划分为安全数据(安全性失效类数据)和性能数据(性能失效类数据)：

安全性失效类数据：这类数据主要与电池的安全性相关，包括电池内部短路、过充、过放、漏液、鼓胀等情况。这些数据对于电池的安全性非常关键，如果电池出现这些情况，可能会导致电池损坏、甚至引发火灾等严重后果。

性能失效类数据：这类数据主要与电池的性能相关，包括电池的电量、电压、电流、温度、容量、放电功率等参数。这些数据对于电池的性能表现非常重要，能够反映电池的使用寿命、可靠性、稳定性等方面。

在电池管理系统(BMS)中，对这两类数据进行监测和处理。对于安全性失效类数据，BMS会通过传感器和算法等手段进行实时监测，以确保电池的安全运行；对于性能失效类数据，BMS会根据监测结果和预设的阈值等参数，采取相应的控制策略，以优化电池的性能和使用寿命。

而安全性失效类数据和性能失效类数据并不是完全独立的，它们之间存在一定的关联性。例如，电池过充或过放会导致电池的容量和使用寿命降低，因此这些数据既属于安全性失效类数据，也属于性能失效类数据。因此，在进行电池管理和评估时，需要综合考虑这两类数据，以达到最佳的性能和安全性。

S3、结合大数据与历史数据分别构建安全失效模型与性能失效模型，包括以下步骤：

S31、利用大数据平台查询采集与本储能电池同类型电池的用电参数，构建电池数据库。

S32、记录本储能电池历史运行过程的所有用电参数，作为历史数据。

S33、构建安全失效模型，利用安全数据计算储能电池的安全评分，包括以下步骤：

S331、筛选电池数据库中存在安全故障的典型案例。

S332、构建用于失效概率计算的安全失效模型，包括以下步骤：

S3321、收集典型案例中的安全数据作为样本数据。

S3322、提取样本数据中储能电池的使用时长数据，并将各个典型案例中的使用时长及其对应的安全数据进行时间同步。

S3323、在样本数据中，储能电池发生安全失效故障的总数服从泊松分布，计算公式为：

S3324、获取样本数据中的平均故障率，以及样本数据中的多样本间差异的标准偏差，构建安全失效模型，用于计算储能电池的安全失效概率，计算公式为：

式中，P(r|λ)表示样本数据中发生安全失效故障的总数，λ表示储能电池的安全失效概率，M表示样本数据中的平均故障率，V表示样本数据中多样本间差异的标准偏差，T表示储能电池的累计使用时长，r表示储能电池出现安全失效的数量。

S333、利用安全失效模型分别计算每个典型案例中与本储能电池同使用时长前提下的失效概率，并求取概率平均值。

S334、利用安全失效模型计算本储能电池当前的安全数据得到自身失效概率，并将失效概率与概率平均值的比值作为安全评分。

S34、构建性能失效模型，利用性能数据计算储能电池的性能评分，包括以下步骤：

S341、设定若干等距的时间节点，对电池数据库中的每组性能数据中储能电池的使用时长进行计算与划分，确定每个时间节点储能电池各自的性能参数。

S342、选取电池数据库中70％的性能数据作为训练数据集，选取电池数据库中剩余30％的性能数据作为测试数据集。

S343、利用训练数据集并构建性能失效模型，并利用测数据集对性能失效模型进行测试。

其中，利用训练数据集并构建性能失效模型包括以下步骤：

S3431、获取该类型储能电池理想状态下的健康温度，提取训练数据中的储能电池的内阻数据及其变化量。

储能电池理想状态下的健康温度可以通过在实验室内对储能电池进行温度控制来实现。通常会将储能电池置于恒温箱或温度控制室内，通过控制恒温箱或温度控制室的温度来控制储能电池的温度。在此过程中，需要使用温度传感器来测量储能电池的温度，以确保其处于理想状态下的健康温度。

电池管理系统可以通过对电池放电过程中的电流和电压进行监测和分析，来获取电池的内阻信息。一般来说，电池的内阻越大，电池放电时的电压降就越大，同时电池放电时的电流也会受到影响，因此可以通过监测电池放电过程中的电压和电流信号，来计算电池的内阻值。

S3432、获取训练数据中储能电池的输出功率及电池温度，计算输出功率与热量间的比例。

电池管理系统可以通过监测电池放电过程中的电流和电压信号，来获取储能电池的输出功率。具体来说，使用以下公式计算电池的输出功率：P＝V*I，其中，P表示电池的输出功率，V表示电池的输出电压，I表示电池的输出电流。

此外，电池管理系统通过传感器等设备来实时监测电池的温度，并将这些数据记录下来。利用这些数据来计算电池的平均温度或温度变化趋势，评估电池的健康状态和使用寿命等。

计算输出功率与热量间的比例，可根据电池的效率来进行计算。电池的效率是指电池输出的功率与输入的能量之间的比例，一般来说，电池的效率会随着电池温度的升高而下降。因此，可以利用电池管理系统获取的输出功率和温度数据，计算电池的效率，然后根据电池的效率来评估电池输出功率和热量之间的比例。

S3433、获取训练数据中储能电池的电池容量数据及其变化量，利用时间节点的时间关系计算电池容量衰减速度系数。

电池管理系统可通过监测电池放电和充电过程中的电流和电压信号，来获取储能电池的容量数据。具体来说，可利用电池管理系统记录下电池的放电和充电时间、电流和电压等数据，然后通过数学模型对这些数据进行处理和分析，从而计算电池的容量。为了计算电池容量衰减速度系数，可利用电池管理系统获取的时间节点的时间关系，将电池的容量数据分为不同的时间段，然后分别计算每个时间段内电池容量的衰减速度，最后得到电池容量衰减速度系数。

S3434、获取储能电池循环次数计算储能电池使用寿命的衰减速度系数。

电池管理系统通过监测储能电池的充放电循环次数来计算电池的使用寿命衰减速度系数。具体来说，可以使用以下公式计算电池的使用寿命衰减速度系数：

其中，k

S344、利用性能失效模型对本储能电池的性能数据进行分析处理，得到本储能电池的性能健康度，并作为性能评分。

其中，性能失效模型的计算公式为：

式中，Q表示储能电池的性能健康度，C

S4、综合失效模型输出的安全评分与性能评分计算电池的风险等级，包括以下步骤：

S41、设定五个安全级别并记作A，A＝{1，2，3，4，5}，根据安全评分的数值建立评分级别对应表，确定不同安全评分对应的安全级别。

S42、设定五个性能级别并记作B，B＝{1，2，3，4，5}，根据安全评分的数值建立评分级别对应表，确定不同性能评分对应的安全级别。

S43、综合安全级别与性能级别计算储能电池的风险等级，计算公式为：

F＝αA+βB

式中，F表示储能电池的风险等级，A表示安全级别，B表示性能级别，α表示安全级别的权重值，β表示性能级别的权重值，且α+β＝1。

S5、根据风险等级设定可接受风险准则，并对换电进行经济性评估，包括以下步骤：

S51、根据风险等级与用户需求设定储能电池的可接受风险准则。

S52、依据可接受风险准则对储能电池进行实时监测。

S53、根据实时监测结果判定是否需要对储能电池进行维护更换。

S54、获取储能电池的成本参数，对储能电池维护更换进行经济性评估，包括以下步骤：

S541、获取原储能电池的购买成本、使用成本及残值成本，计算当前风险等级下原储能电池的综合成本。

S542、将原储能电池的购买成本按照其使用寿命分摊到每个计费周期，计算出电池每个周期的折旧值。

S543、获取更换储能电池的电池成本、人工成本和维护成本，计算更换电池的平均年化成本，并与原储能电池成本进行比较，选择最优维护更换方案。

综上所述，借助于本发明的上述技术方案，通过构建性能失效模型与安全失效模型结合的储能电池风险评估方法，能够综合考虑电池的安全性和性能，全面评估电池的风险等级，准确度更高；基于大数据的电池参数数据，能够建立更加准确的模型，进而提高评估结果的精度，能够在储能电池的整个使用寿命中进行动态评估，及时发现潜在的风险，减少意外事故的发生。相较于传统的评估方法往往只考虑电池的性能或安全等单一因素，通过结合性能失效模型和安全失效模型，可以更加全面地评估储能电池的风险，更加准确地预测储能电池的性能和安全状况，从而更加精准地评估电池的风险。通过设计不同等级的评估结果及设定可接受风险准则，能够根据评估结果，对储能电池进行有效的维护和管理，降低维护成本和经济损失，优化储能电池的使用策略、控制策略及更换维护策略，提高电池的使用效率和使用寿命，此外，可以为储能电池的设计和制造提供参考，帮助制造商优化产品设计，提高产品质量和安全性。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。