-
公开(公告)号：CN117607723A
公开(公告)日：2024-02-27
申请号：CN202311583854.2
申请日：2023-11-24
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司东莞供电局
IPC: G01R31/392 , G01R31/367
Abstract: 本申请提供一种电池健康状态预测方法、装置、设备和存储介质。该方法包括：从多个特征维度上提取锂电池充放电循环过程中能够反映锂电池健康状态的初始健康特征数据，以及所述初始健康特征数据对应的样本锂电池健康状态数据；确定各初始健康特征数据与对应的样本锂电池健康状态数据之间的灰色关联度；将灰色关联度满足预设条件的初始健康特征数据确定为目标健康特征数据；基于待预测健康特征数据、所述目标健康特征数据以及所述目标健康特征数据对应的样本锂电池健康状态数据，通过高斯过程回归模型确定所述待预测健康特征数据对应的预测锂电池健康状态数据。该方法提高了锂电池健康状态预测结果的准确性。
-
公开(公告)号：CN117526508A
公开(公告)日：2024-02-06
申请号：CN202311478606.1
申请日：2023-11-07
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司东莞供电局
Abstract: 本发明公开了一种电池储能系统的能量管理方法、装置、设备及存储介质。该方法包括：获取电池储能系统的调度指令、电池储能系统中的各电池组的实际荷电状态和健康状态；调度指令包括调度功率和电池充放控制信息；根据调度功率确定电池储能系统中的目标电池组的数量；目标电池组为在调度指令的控制下充电或放电的电池组；根据目标电池组的数量、实际荷电状态和健康状态确定目标电池组的充放电优先级；根据目标电池组的充放电优先级和调度指令控制目标电池组充电或放电；在确定储能系统的充放电策略时根据电池组的健康状态确定充放电优先级，使电池组始终维持在较高的荷电状态水平，进而提高了储能系统的使用寿命。
-
公开(公告)号：CN117517971A
公开(公告)日：2024-02-06
申请号：CN202311475578.8
申请日：2023-11-07
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司东莞供电局
IPC: G01R31/367 , G01R31/382
Abstract: 本发明公开了一种电池的电量预测方法、装置、电子设备及存储介质；该方法包括：获取待估计电池的初始电量和预测时间；基于初始电量和预测时间，通过卡尔曼滤波算法从宏观尺度和微观尺度进行电量预测，确定第一预测电量、电池的端电压真实值、卡尔曼滤波增益和滤波估计端电压误差；将第一预测电量、电池的端电压真实值、卡尔曼滤波增益和滤波估计端电压误差输入到预确定的目标神经网络模型中，得到第二预测电量；基于第一预测电量和第二预测电量确定待估计电池的电量，解决了电池电量预测结果不准确的问题，实现了从不同维度的数据对电量进行预测，结果更加准确。
-
公开(公告)号：CN117318236A
公开(公告)日：2023-12-29
申请号：CN202311272627.8
申请日：2023-09-27
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司东莞供电局
Abstract: 本发明实施例公开一种储能电站电池系统及控制方法，该系统包括：至少一个电池簇、储能变流器以及测试支撑模块，其中：每个电池簇通过第一并行支路与储能变流器电连接，且通过第二并行支路与测试支撑模块电连接；第一并行支路和第二并行支路的分支数与电池簇的数量相匹配；在第一并行支路的每个分支上，分别设置有第一开关器件；在第二并行支路的每个分支上，分别设置有第二开关器件；储能变流器和测试支撑模块之间具有直连通路，在直连通路上设置有第三开关器件。本发明实施例利用上述系统可以在不影响其他电池簇正常工作的情况下，单独对目标电池簇进行分析，以确定目标电池簇的当前状态，从而保证储能电站可以正常运行，保证储能电站收益。
-
公开(公告)号：CN115940224A
公开(公告)日：2023-04-07
申请号：CN202211453315.2
申请日：2022-11-21
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司东莞供电局
Abstract: 本发明公开了一种储能系统的充放电控制方法、装置、设备以及介质。该方法包括：根据电网的运行模式，确定储能系统的工作方式；根据储能系统中蓄电池的状态参数，确定蓄电池的充放电状态，并对蓄电池的健康状态SOH进行预测；根据所述工作方式、充放电状态、状态参数以及SOH，确定储能系统的充放电策略，并基于所述充放电策略，控制储能系统蓄电池的充放电。本发明的技术方案，可以更全面准确的确定出储能系统最优的充放电策略，从而提高储能系统的充放电效率，提高电池的使用寿命。
-
Patent Agency Ranking
公开(公告)号：CN115856690A
公开(公告)日：2023-03-28
申请号：CN202211418842.X
申请日：2022-11-14
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司东莞供电局
IPC: G01R31/392 , G01R31/367 , G01R31/389 , G06F30/27 , G06F119/02
Abstract: 本发明公开了一种储能电池SoH检测方法、装置、设备及存储介质。该方法包括：确定当前环境温度及当前电池电量SOC下的阻抗谱；根据所述阻抗谱构建全频等效电路模型结构；提取所述全频等效电路模型结构中的中低频等效电路模型结构；基于所述中低频等效电路模型结构、所述阻抗谱结合预设参数辨识模型确定中低频等效电路模型参数；将所述中低频等效电路模型参数、当前温度参数及当前电池电量SOC参数输入至神经网络模型确定储能电池SoH。本方案通过阻抗谱实现精确预测储能电池SoH。
-
公开(公告)号：CN114879059A
公开(公告)日：2022-08-09
申请号：CN202210650345.6
申请日：2022-06-09
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司东莞供电局
IPC: G01R31/3842 , G01R31/396 , G01R31/378 , G01R31/379
Abstract: 本发明公开一种蓄电池状态监控系统，包括蓄电池组、电源模块、隔离模块、开关模块、负载、测量模块和控制模块，蓄电池组与电源模块通过母线连接，隔离模块连接在蓄电池组与电源模块之间，开关模块与母线连接，负载与开关模块连接，在需要检测蓄电池组的状态时，控制模块定时控制隔离模块动作，隔离蓄电池组与电源模块，控制模块定时控制开关模块动作，连通蓄电池组与负载。本发明在需要对蓄电池组的状态检测时，控制模块定时控制开关模块动作，连通蓄电池组与负载，无需卸下蓄电池组，实现在线检测，检测效率高，成本低。在需要对蓄电池组的状态检测时，可以临时隔离电源模块，避免电源模块对蓄电池组的波纹干扰影响检测结果的准确性。
-
公开(公告)号：CN113014105B
公开(公告)日：2022-07-29
申请号：CN202110198941.0
申请日：2021-02-22
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司东莞供电局
IPC: H02M3/335 , H02M7/5387
Abstract: 本发明实施例公开了一种电力电子变压器的控制装置和方法。电力电子变压器的控制装置包括：信号采集模块、电压环控制模块、电流环控制模块、第一控制输出模块、移相比环控制模块、第一反馈模块、第二反馈模块和第二控制输出模块。本实施例通过第一反馈模块将移相比环控制模块生成的中间参数转换为反馈电流输出至电压环控制模块中，通过第二反馈模块将电压环控制模块生成的中间参数转换为反馈移相比输出至移相比环控制模块中，从而使得对输入级的输出电压和中间的输出电压的控制能够由两级变换器共同承担，以提升中间级两侧直流电压的稳定性，进而提升电力电子变压器的动态稳定性。
-
公开(公告)号：CN119199615A
公开(公告)日：2024-12-27
申请号：CN202411538263.8
申请日：2024-10-31
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司东莞供电局
IPC: G01R31/392 , G01R31/396 , G01R31/367 , G01R31/371 , G01R31/378 , G01N33/00 , G08B21/18
Abstract: 本发明公开了一种锂电池的安全检测方法及装置。该方法包括：通过多个气体传感器采集目标锂电池在目标时刻下逸出的目标气体数据；基于多个气体传感器采集的所述目标气体数据确定与所述目标锂电池对应的气体风险指标；在所述气体风险指标大于目标风险指标阈值的情况下，生成与所述目标锂电池对应的目标提示信息，并展示所述目标提示信息。提高锂电池安全检测的准确率。
-
公开(公告)号：CN117761563B
公开(公告)日：2024-11-08
申请号：CN202410143178.5
申请日：2024-01-31
Applicant: 广东电网有限责任公司 , 广东电网有限责任公司东莞供电局
IPC: G01R31/392 , G01R31/367
Abstract: 本发明公开一种电池的健康状态确定方法、装置、设备和存储介质，涉及计算机技术领域，该方法包括：获取待测电池的电池数据，电池数据包括多个电池参数；将电池数据输入预先训练好的预测模型中，以使预测模型根据电池数据对待测电池的健康状态进行分析，确定待测电池的健康状态。上述技术方案，在获取到待测电池的电池数据之后，可以将待测电池的电池数据输入预先训练好的预测模型中，预测模型可以根据待测电池的电池数据对待测电池的健康状态进行分析，由于预测模型是采用贝叶斯网络训练得到的，预测模型根据待测电池的电池数据对待测电池的健康状态进行分析时，可以更全面地分析待测电池的电池数据，实现确定待测电池准确度更高的健康状态。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.067 seconds)
