消防备用电源的钠离子电池健康状态综合评估方法及系统与流程
本发明涉及消防备用电源检测,更具体地说,涉及一种消防备用电源的钠离子电池健康状态综合评估方法。
背景技术:
1、消防应急照明和疏散指示系统、火灾报警控制器等消防设备均配备备用电源,以确保在市电中断时能够维持正常工作;gb 17945-2024《消防应急照明和疏散指示系统》和gb 4717-2024《火灾报警控制器》等新国标对消防备用电源提出了电池管理系统智能化管理要求,要求对电池健康状态进行实时监测和评估。
2、钠离子电池因其原材料资源丰富、成本低廉、安全性高等优势,被视为替代传统铅酸电池的理想方案,在消防备用电源领域具有广阔的应用前景。然而,现有电池管理技术在应用于消防备用电源这一特殊场景时,存在以下技术问题:
3、第一,消防备用电源99%以上的时间处于开路静置状态,既无充电也无放电。传统的电池健康状态评估方法,无论是容量测试法还是内阻测试法,均依赖于充放电过程或脉冲激励来获取评估数据。在长期静置状态下,这些方法无法实施,导致两次月度自检之间存在长达一个月的监测盲区,电池老化可能在无人察觉的情况下加速发展,直至在关键时刻失效。
4、第二,现有电池自放电检测技术均要求将被测电池在特定荷电状态下静置特定时间,测量前后两次开路电压差值或容量损失来计算自放电率。这类方法需要独立的静置测试流程,需新增测试设备并延长测试时间,与消防系统长期待机、禁止额外停机测试的工况严重不匹配。
5、第三,gb 17945-2024第5.6.6条明确要求消防应急照明系统必须进行月度自检和季度自检,但现有消防电池管理系统仅利用自检窗口验证应急放电时长是否达标,从未利用自检前后的开路电压沉降数据来反推电池老化程度,造成了自检窗口资源的浪费。
6、第四,现有钠离子电池健康状态评估方法,如基于容量增量曲线、电化学阻抗谱参数辨识或机器学习模型的技术路线,均需要专业测试设备或高算力处理器,无法适配消防场景低成本、低算力的硬件环境。
7、第五,消防设备安装于楼道、地下室、走廊等场所,环境温度波动范围大,而钠离子电池的自放电速率对温度高度敏感。现有技术缺乏针对消防现场温度波动的有效补偿方案,导致自放电测量结果随环境温度剧烈漂移,无法作为健康状态评估的可靠依据。
8、因此,亟需一种能够适应消防备用电源长期静置工况、无需额外测试时间、低算力需求、且具备温度补偿能力的钠离子电池健康状态综合评估方法及系统。
技术实现思路
1、本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种消防备用电源的钠离子电池健康状态综合评估方法,还提供了一种消防备用电源的钠离子电池健康状态综合评估系统。
2、本发明解决其技术问题所采用的技术方案是:
3、构造一种消防备用电源的钠离子电池健康状态综合评估方法,其中,包括以下步骤:
4、s1) 数据采集步骤:在符合gb 17945-2024标准的消防应急照明系统的月度或季度自检窗口内,于自检开始后,将已静置至少20天的电池从当前开路状态以预设的恒定电流充电至满电状态,并通过安时积分法获取此阶段的充电容量c_chg1;以及在所述自检窗口的放电起始阶段,通过测量瞬时电压降δv与瞬时放电电流i1的比值,计算电池的直流内阻dcir;
5、s2) 自放电率计算步骤:基于所述充电容量c_chg1与电池标称额定容量c_rated,计算月度自放电率sdr;
6、s3) 温度补偿步骤:基于预设的温度系数,对所述月度自放电率sdr进行温度补偿,将其校正至预设基准温度下的校正自放电率sdr_corrected;
7、s4) 健康状态推算步骤:基于预设的钠离子电池自放电率与健康状态的线性关系模型,由所述校正自放电率sdr_corrected推算当前的健康状态值soh_estimated;
8、s5) 内阻增长率计算步骤:基于所述直流内阻dcir与出厂标定的初始内阻dcir_initial,计算内阻增长率r_growth;
9、s6) 综合评分步骤:基于预设的评分规则分别计算自放电率评分和内阻增长率评分,并根据预设的权重进行加权求和,得到综合健康状态评分soh_comprehensive;
10、s7) 预警步骤:基于所述综合健康状态评分、单一维度的告警阈值以及健康状态的变化率趋势,执行分级告警。
11、本发明所述的方法,其中,步骤s1之前还包括基准标定步骤:
12、在电池出厂前,于标准环境条件下完成额定容量c_rated、初始直流内阻dcir_initial和电压-容量转换系数k_conv的标定,并将标定数据固化于bms的微控制器mcu的flash存储器中。
13、本发明所述的方法,其中,步骤s2之后还包括辅助校验步骤:
14、基于上月自检结束并经充分静置后的开路电压v_ocv_last_month与本月自检开始时的开路电压v_ocv_start_current的差值,结合预设的电压-容量转换系数k_conv,计算电压法自放电率sdr_voltage:
15、sdr_voltage=(v_ocv_last_monthv_ocv_start_current)×k_conv;
16、当sdr与sdr_voltage的偏差小于预设偏差阈值时,取两者的平均值作为最终的月度自放电率sdr;
17、当偏差大于等于所述预设偏差阈值时,标记本次sdr数据为无效并沿用上一次有效的月度自放电率sdr值。
18、本发明所述的方法,其中,步骤s3中,所述温度补偿基于阿伦尼乌斯关系,采用q10温度系数法进行校正,计算公式为:
19、sdr_corrected=sdr/[q10^((t_measured_avg-25) /10)];
20、其中,t_measured_avg为自检前后24小时平均温度的平均值;q10为预设的钠离子电池专属温度系数。
21、本发明所述的方法,其中,步骤s4中,所述线性关系模型为:
22、soh=(21.7-sdr_corrected)/0.196,适用于层状氧化物-硬碳体系的钠离子电池,且soh适用范围为70%至100%。
23、本发明所述的方法,其中,步骤s4之后还包括健康状态变化率计算步骤:
24、基于当前健康状态值soh_current与上一次健康状态值soh_previous,计算健康状态变化率δsoh:
25、δsoh=(soh_currentsoh_previous)/δt_months;
26、其中,δt_months为两次评估之间的时间间隔。
27、本发明所述的方法,其中,步骤s6中,所述自放电率评分权重为0.6,所述内阻增长率评分权重为0.4;
28、所述综合健康状态评分soh_comprehensive采用公式:
29、soh_comprehensive= 0.6×score_sdr +0.4×score_resistance;
30、其中,score_sdr为自放电率评分,score_resistance为内阻增长率评分;
31、自放电率评分score_sdr的规则为:
32、当sdr_corrected≤2.2%时,score_sdr=100分;
33、当2.2% 34、当sdr_corrected>8.5%时,score_sdr按线性递减取值于0至60分之间; 35、内阻增长率评分score_resistance的规则为: 36、当r_growth≤20%时,score_resistance=100分; 37、当20% 38、当r_growth>50%时,score_resistance按线性递减取值于0至60分之间。 39、本发明所述的方法,其中,步骤s7中的分级告警包括: 40、综合健康状态评分分级告警:当soh_comprehensive≥85%时,判定为健康状态;当70%≤soh_comprehensive<85%时,判定为注意状态,发出建议关注提示;当soh_comprehensive<70%时,判定为告警状态,发出建议更换电池的强制告警; 41、单维度独立告警:当校正自放电率sdr_corrected>7.0%/月时,触发自放电异常告警;当内阻增长率r_growth>50%时,触发内阻异常增长告警; 42、变化率跟踪预警:当连续两次的健康状态变化率δsoh的绝对值均大于前次δsoh的绝对值时,发出老化加速预警。 43、本发明所述的方法,其中,步骤s2中,所述月度自放电率sdr的计算方式为: 44、sdr=c_chg1/c_rated× 100%。 45、一种用于消防备用电源的钠离子电池健康状态综合评估系统,其中,包括: 46、模拟前端afe,用于实时采集电池组的电压、电流和温度数据,并提供硬件级保护功能; 47、微控制器mcu,与所述模拟前端afe通信连接,用于接收所述模拟前端afe采集的数据,并执行上述的方法步骤; 48、其中,所述微控制器mcu在非自检期间处于休眠状态,并在所述自检窗口被唤醒以执行所述方法。 49、本发明的有益效果在于: 50、第一,本发明完全复用gb 17945-2024强制要求的月度/季度自检窗口进行数据采集,无需任何额外的测试步骤、测试设备或停机时间。通过在自检开始前的充电阶段获取充电容量c_chg1来量化月度自放电损失,以及在自检放电起始阶段通过瞬时压降计算直流内阻dcir,实现了检测过程与设备固有工作流程的完全融合。 51、第二,本发明通过自检前预充容量c_chg1直接量化电池在静置期内的自放电容量损失,填补了传统容量法和内阻法在长期静置场景下的监测盲区,使得两次自检之间的电池老化趋势可以被有效追踪。 52、第三,本发明基于层状氧化物-硬碳体系钠离子电池自放电率与健康状态之间的强线性负相关关系,将sdr-soh线性模型工程化植入微控制器中。只需测量经温度校正后的自放电率,即可通过简单线性公式反推健康状态值,无需复杂的神经网络或电化学阻抗谱设备,低算力微控制器即可实时运行,完美适配消防场景的低成本硬件环境。 53、第四,本发明引入基于阿伦尼乌斯关系的q10温度补偿方案,将任意环境温度下测得的自放电率统一校正至25℃基准值,消除了消防现场温度波动对自放电测量的影响,大幅降低测量误差,确保了评估方法在实际应用场景中的可靠性。 54、第五,本发明采用自放电率和内阻增长率两个维度进行加权融合评估,两个维度分别对应界面sei劣化、死钠累积和欧姆极化、电化学极化增长等不同老化机理,覆盖电池的主要失效路径,评估更加全面可靠。 55、第六,本发明构建了综合健康状态评分分级告警、单维度独立告警和健康状态变化率跟踪预警的三层防护机制,能够在电池健康状态尚未降至阈值之前提前发现老化趋势,为消防备用电源的预防性维护提供有力支撑,保障消防系统的高可靠性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com