本技术提供了一种基于数据分析的储能电源循环寿命预测方法,涉及储能电源寿命分析技术领域。方法包括:采集电源模组的历史状态监测数据,对电源模组中每个电池单体进行单体老化特征分析,构建得到每个电池单体的局部循环老化路径张量;对电源模组进行交互特征分析,提取出多个交互特征参数并生成每个充放电周期的第一全局循环老化路径张量;对多个电池单体的局部循环老化路径张量进行DTW聚类得到多个聚类类别,为多个聚类类别添加聚类标签,根据多个第一全局循环老化路径张量和聚类标签构建训练数据集,训练得到循环寿命预测模型并通过循环寿命预测模型对电源模组进行循环寿命预测。本发明实现了提升对储能电源循环寿命的预测精度。
背景技术
随着储能技术的广泛应用,储能电源已成为电网调峰、可再生能源并网和电动汽车等领域的重要组成部分。储能电源由多个电池单体组成,在长期的充放电循环过程中,由于每个电池单体在系统中的位置差异、散热条件、负载分配不均等因素的影响,不同电池单体的老化进程容易表现出不一致性。
部分储能电源循环寿命预测方法通常依赖于系统整体的宏观特征如整体容量衰减、内阻变化等,而忽视了系统内部各个电池单体之间的差异性,使得这种整体寿命预测策略无法捕捉到单个电池单体的衰减模式及其对整个系统健康状态的影响。在实际应用中容易导致预测精度较低,对储能电源系统剩余寿命的评估不够准确。
实现思路