一種基于多因素灰色關(guān)聯(lián)模型的蓄電池容量預測方法
【專利摘要】本發(fā)明公開一種基于多因素灰色關(guān)聯(lián)模型的蓄電池容量預測方法。在蓄電池放電時分四次等間隔測量蓄電池的端電壓、內(nèi)阻和容量值;第五次測量端電壓和內(nèi)阻;以前四次端電壓和內(nèi)阻分別作為預測對象,將加權(quán)參數(shù)進行遞增迭代,依次通過GM(1,1)灰色模型得到端電壓的預測值,與第五次的端電壓作差,取各自差的絕對值取最小值時的加權(quán)參數(shù)值;選取端電壓、內(nèi)阻為關(guān)聯(lián)因素建立GM(1,N)灰色模型,最終加權(quán)參數(shù)值為上述兩個加權(quán)參數(shù)值的平均數(shù),并和前四次的測量數(shù)據(jù)代入得到蓄電池剩余容量。本發(fā)明易于實現(xiàn)、實時性好而且預測精度高,其僅需少量數(shù)據(jù)即可完成預測,避免了傳統(tǒng)方法中的深度放電對電池造成的傷害問題,有效的提高了蓄電池壽命。
【專利說明】一種基于多因素灰色關(guān)聯(lián)模型的蓄電池容量預測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種蓄電池容量預測方法,尤其是涉及一種基于多因素灰色關(guān)聯(lián)模型的蓄電池容量預測方法。
【背景技術(shù)】
[0002]隨著電力電子技術(shù)的突飛猛進,國民經(jīng)濟的進步和發(fā)展,社會對電力的需求及依賴程度越來越高,特別是對那些重要、關(guān)鍵的電力負荷,一旦中斷供電,往往會導致非常嚴重的,甚至是災難性的后果。同時,人們對突發(fā)事件的防范意識越來越高,集中應急供電系統(tǒng)或應急電源越來越受到人們的重視,并在企業(yè)、變電站、醫(yī)院等相關(guān)場合成為必備的集中應急供電系統(tǒng)。
[0003]鉛酸蓄電池由于其容量大、成本低、自放電率低、結(jié)構(gòu)緊湊等優(yōu)越性是應急電源(EPS)系統(tǒng)的基本組成部分,是重要的儲能設(shè)備,也是不間斷電源(UPS)的核心,它可保證通信設(shè)備及動力設(shè)備的不間斷供電,直接關(guān)系到整個電源系統(tǒng)的可靠運行。為了防止蓄電池在運行中出現(xiàn)問題,除了需要對蓄電池本身的性能進行改進外,提高和改善蓄電池狀態(tài)監(jiān)控系統(tǒng)也起著至關(guān)重要的作用,要采用合理的方式實時準確的監(jiān)測蓄電池的當前參數(shù),時刻關(guān)注其容量值的大小,定期對電池浮充充電,否則極易造成安全隱患。
[0004]目前業(yè)內(nèi)判斷蓄電池容量較為常用的方法是核對性放電實驗這一“計劃維修”方法,但其危險性大、放電周期長,不僅頻繁放電對電池壽命影響很大,而且其實驗結(jié)果很難具有一般性。不少學者針對這一問題做過相關(guān)研究。例如中國專利公告CN102226834A(公告日期:2011年10月26日)公開了一種基于模糊分類技術(shù)的蓄電池容量判斷方法。該方法根據(jù)模糊數(shù)學理論將電池初始容量進行分類并建立標準放電曲線,再計算放電電壓的分類參數(shù),最后根據(jù)轉(zhuǎn)換規(guī)則計算當前容量。此方法雖然操作簡單,只需要短時放電即可獲得容量值,但是方法的預測精度差,針對不用型號的電池,模型誤差差別非常明顯。
[0005]事實上,蓄電池的容量不僅由可以檢測到的電壓、內(nèi)阻、溫度等因素有關(guān),而且與電解液濃度、極板老化氧化程度等無法直接檢測的因素也有關(guān),系統(tǒng)屬于典型的灰色系統(tǒng)。
【發(fā)明內(nèi)容】
[0006]本發(fā)明的目的是提供一種基于多因素灰色關(guān)聯(lián)模型的蓄電池容量預測方法,簡單有效,可以通過采集電池基本電參數(shù)如電壓內(nèi)阻等信息而進行容量預測,避免深度放電對電池造成的危害以及其他安全問題。
[0007]為解決上述問題,本發(fā)明采用以下步驟:
[0008]I)在蓄電池放電時分四次等間隔測量蓄電池的端電壓、內(nèi)阻,通過分別對每次測量時的放電電流和放電時間進行積分得到初始容量值,從而得到前四次的端電壓、內(nèi)阻和初始容量值,前四次測量之間的間隔時間相同;
[0009]2)前四次測量蓄電池后,在放電時對蓄電池進行第五次測量端電壓和內(nèi)阻,第五次測量和第四次測量之間的間隔時間與前四次測量之間的間隔時間相同;[0010]3)以步驟I)前四次測量得到蓄電池的端電壓為預測對象,建立GM(1,I)灰色模型,將GM (1,I)灰色模型緊鄰均值序列的加權(quán)參數(shù)從O到I進行遞增迭代,對于每一個加權(quán)參數(shù)的值通過GM(1,I)灰色模型得到端電壓的預測值,將端電壓的預測值與步驟2)中得到的第五次蓄電池端電壓的真實值作差,得到差的絕對值ei,當加權(quán)參數(shù)遞增循環(huán)完畢后得出差的絕對值ei取最小值時的加權(quán)參數(shù)的值B1 ;
[0011]4)以步驟I)前四次測量得到蓄電池的內(nèi)阻為預測對象,建立GM(1,I)灰色模型,將GM(1,I)灰色模型 緊鄰均值序列的加權(quán)參數(shù)從O到I進行遞增迭代,對于每一個加權(quán)參數(shù)的值通過GM(1,I)灰色模型得到內(nèi)阻的預測值,將內(nèi)阻的預測值與步驟2)中得到的第五次蓄電池內(nèi)阻的真實值作差,得到差的絕對值e2,當加權(quán)參數(shù)遞增循環(huán)完畢后得出差的絕對值e2取最小值時的加權(quán)參數(shù)的值a2 ;
[0012]5)選取蓄電池的端電壓、內(nèi)阻為預測的兩個關(guān)聯(lián)因素建立GM(1,N)灰色模型,其中GM(1,N)灰色模型的緊鄰均值序列的加權(quán)參數(shù)a的值為上述步驟3)和步驟4)中得到的aj和a2的平均數(shù),即aKadaJ/〗;
[0013]6)由步驟5)得到的加權(quán)參數(shù)a和步驟I)中前四次測量得到的端電壓、內(nèi)阻和初始容量值代入GM(1,N)灰色模型進行計算,從而得到蓄電池容量的預測值。
[0014]所述的步驟3)中GM(1,I)灰色模型緊鄰均值序列的加權(quán)參數(shù)從O開始以步長
0.01遞增至I進行迭代。
[0015]所述的步驟4)中GM(1,I)灰色模型緊鄰均值序列的加權(quán)參數(shù)從O開始以步長
0.01遞增至I進行迭代。
[0016]本發(fā)明的有益效果是:
[0017]本發(fā)明是在蓄電池使用過程中,通過實時監(jiān)測電參數(shù)作為基本條件的,該方法避免了對電池進行深度放電,方法的運算復雜度低,操作起來極易實現(xiàn),并且預測精度高。
【專利附圖】
【附圖說明】
[0018]圖1是本發(fā)明的工作流程示意圖。
[0019]圖2是本發(fā)明實施實例中電壓數(shù)據(jù)的加權(quán)參數(shù)與預測精度關(guān)系曲線。
[0020]圖3是本發(fā)明實施實例中電阻數(shù)據(jù)的加權(quán)參數(shù)與預測精度關(guān)系曲線。
【具體實施方式】
[0021]下面結(jié)合附圖和實施例對本發(fā)明作進一步的說明。
[0022]如附圖1所示,本發(fā)明包括以下步驟:
[0023]I)在蓄電池放電時分四次等間隔測量蓄電池的端電壓、內(nèi)阻,通過對每次測量的放電電流和放電時間分別進行積分得到初始容量值,從而得到前四次的端電壓、內(nèi)阻和初始容量值,前四次測量之間的間隔時間相同;
[0024]2)前四次測量蓄電池后,在放電時對蓄電池進行第五次測量端電壓和內(nèi)阻,第五次測量和第四次測量之間的間隔時間與前四次測量之間的間隔時間相同;
[0025]3)以步驟I)前四次測量得到蓄電池的端電壓為預測對象,建立GM(1,I)灰色模型,將GM(1,I)灰色模型緊鄰均值序列的加權(quán)參數(shù)從O到I進行遞增迭代,對于每一個加權(quán)參數(shù)的值通過GM(1,I)灰色模型得到端電壓的預測值,將端電壓的預測值與步驟2)中得到的第五次蓄電池端電壓的真實值作差,得到差的絕對值el,當加權(quán)參數(shù)遞增循環(huán)完畢后得出差的絕對值ei取最小值時的加權(quán)參數(shù)的值B1 ;
[0026]4)以步驟I)前四次測量得到蓄電池的內(nèi)阻為預測對象,建立GM(1,I)灰色模型,將GM(1,I)灰色模型緊鄰均值序列的加權(quán)參數(shù)從O到I進行遞增迭代,對于每一個加權(quán)參數(shù)的值通過GM(1,I)灰色模型得到內(nèi)阻的預測值,將內(nèi)阻的預測值與步驟2)中得到的第五次蓄電池內(nèi)阻的真實值作差,得到差的絕對值e2,當加權(quán)參數(shù)遞增循環(huán)完畢后得出差的絕對值e2取最小值時的加權(quán)參數(shù)的值a2 ;
[0027]5)選取蓄電池的端電壓、內(nèi)阻為預測的兩個關(guān)聯(lián)因素建立GM(1,N)灰色模型,其中GM(1,N)灰色模型的緊鄰均值序列的加權(quán)參數(shù)a的值為上述步驟3)和步驟4)中得到的Ei1和a2的平均數(shù),即aKa^aJ/〗。
[0028]6)由步驟5)得到的加權(quán)參數(shù)a和步驟I)中前四次測量得到的端電壓、內(nèi)阻和初始容量值代入GM(1,N)灰色模型進行計算,從而得到蓄電池容量的預測值。
[0029]所述的步驟3)中GM(1,I)灰色模型緊鄰均值序列的加權(quán)參數(shù)從O開始以步長
0.01遞增至I進行迭代。
[0030]所述的步驟4)中GM(1,I)灰色模型緊鄰均值序列的加權(quán)參數(shù)從O開始以步長
0.01遞增至I進行迭代。
[0031]根據(jù)蓄電池的出廠容量大小不同,前四次測量之間的間隔時間在2小時~I年不等ο
[0032]本發(fā)明步驟3)和步驟4)中的GM(1,I)灰色模型的具體預測方法如下:
[0033]GM(1, D的建模過程是:假設(shè)待預測數(shù)據(jù)序列為x(°)={x(°) (I), XO (2),...,x(°)(η)},x(°)⑴表示數(shù)列x(°)的第一項,x(°) (2)表示數(shù)列x(°)的第二項,X O (η)表示數(shù)列χ(°)的第η項。本發(fā)明步驟3)中蓄電池端電壓數(shù)據(jù)數(shù)列即為待預測數(shù)據(jù)序列,序列長度η為4,本發(fā)明步驟4)中內(nèi)阻數(shù)列即為待預測數(shù)據(jù)序列,序列長度η為4。首先對待預測數(shù)列做
出累加AGO生成數(shù)列χω= {χω⑴,χω (2),......,χ (1) (η)},χ(1)⑴表示數(shù)列χω的第一
項,x(1) (2)表示數(shù)列χω的第二項,χ(1) (η)表示數(shù)列χ(1)的第η項,若令xa)(k)表示數(shù)列
χ ⑴的第 k 項,令 x(°)(i)表示數(shù)列 χ(°)的第 i 項,則
【權(quán)利要求】
1.一種基于多因素灰色關(guān)聯(lián)模型的蓄電池容量預測方法,其特征在于包含以下步驟: 1)在蓄電池放電時分四次等間隔測量蓄電池的端電壓、內(nèi)阻,通過分別對每次測量時的放電電流和放電時間進行積分得到初始容量值,從而得到前四次的端電壓、內(nèi)阻和初始容量值,前四次測量之間的間隔時間相同; 2)前四次測量蓄電池后,在放電時對蓄電池進行第五次測量端電壓和內(nèi)阻,第五次測量和第四次測量之間的間隔時間與前四次測量之間的間隔時間相同; 3)以步驟I)前四次測量得到蓄電池的端電壓為預測對象,建立GM(1,I)灰色模型,將GM(1, D灰色模型緊鄰均值序列的加權(quán)參數(shù)從O到I進行遞增迭代,對于每一個加權(quán)參數(shù)的值通過GM(1,I)灰色模型得到端電壓的預測值,將端電壓的預測值與步驟2)中得到的第五次蓄電池端電壓的真實值作差,得到差的絕對值ei,當加權(quán)參數(shù)遞增循環(huán)完畢后得出差的絕對值ei取最小值時的加權(quán)參數(shù)的值B1 ; 4)以步驟I)前四次測量得到蓄電池的內(nèi)阻為預測對象,建立GM(1,I)灰色模型,將GM(1, D灰色模型緊鄰均值序列的加權(quán)參數(shù)從O到I進行遞增迭代,對于每一個加權(quán)參數(shù)的值通過GM(1,I)灰色模型得到內(nèi)阻的預測值,將內(nèi)阻的預測值與步驟2)中得到的第五次蓄電池內(nèi)阻的真實值作差,得到差的絕對值e2,當加權(quán)參數(shù)遞增循環(huán)完畢后得出差的絕對值e2取最小值時的加權(quán)參數(shù)的值a2 ; 5)選取蓄電池的端電壓、內(nèi)阻為預測的兩個關(guān)聯(lián)因素建立GM(1,N)灰色模型,其中GM(I1N)灰色模型的緊鄰均值序列的加權(quán)參數(shù)a的值為上述步驟3)和步驟4)中得到的和a2的平均數(shù),即aKadaJ/〗; 6)由步驟5)得到的加權(quán)參數(shù)a和步驟I)中前四次測量得到的端電壓、內(nèi)阻和初始容量值代入GM(1,N)灰色模型進行計算,從而得到蓄電池容量的預測值。
2.根據(jù)權(quán)利要求1所述的一一種基于多因素灰色關(guān)聯(lián)模型的蓄電池容量預測方法,其特征在于:所述的步驟3)中GM(1,1)灰色模型緊鄰均值序列的加權(quán)參數(shù)從O開始以步長0.01遞增至I進行迭代。
3.根據(jù)權(quán)利要求1所述的一種基于多因素灰色關(guān)聯(lián)模型的蓄電池容量預測方法,其特征在于:所述的步驟4)中GM(1,I)灰色模型緊鄰均值序列的加權(quán)參數(shù)從O開始以步長0.01遞增至I進行迭代。
【文檔編號】G01R31/36GK103728569SQ201410010936
【公開日】2014年4月16日 申請日期:2014年1月9日 優(yōu)先權(quán)日:2014年1月9日
【發(fā)明者】陳樂 , 李鵬, 富雅瓊, 謝敏, 黃艷巖 申請人:中國計量學院