用于电池储能系统的在线健康状态诊断的方法和数据处理系统,以及为此提供数据驱动处理模型的方法与流程

摘要: 实施例涉及与电池储能系统相关联的有用的方法和数据处理系统。实施例尤其涉及可操作以对电池储能系统执行在线健康状态诊断的方法和数据处理系统。背景技术:1、从传统能量...
用于电池储能系统的在线健康状态诊断的方法和数据处理系统,以及为此提供数据驱动处理模型的方法与流程

实施例涉及与电池储能系统相关联的有用的方法和数据处理系统。实施例尤其涉及可操作以对电池储能系统执行在线健康状态诊断的方法和数据处理系统。

背景技术:

1、从传统能量源向非常规能量源(例如可再生能量源等)过渡是世界上许多地区的一个重要趋势。期望该过渡减少温室气体的排放以及减缓或优选地阻止气候变化。在向可再生能量源过渡的过程中,需要考虑与储能相关的问题。储能对于如微电网、其他分布式能量源(der)、区域或国家电网等电网尤为重要,而且随着可再生能量源渗透率的不断提高,储能的重要性也与日俱增。

2、电池储能系统(bess)在为电网提供储能方面很有吸引力。然而,bess的性能会随着时间的推移而衰退。bess的健康状态(soh)可以例如被量化为在bess寿命期内某一时点处的实际容量与bess安装时(即,当bess处于非衰退状态时)的容量的比率。bess的soh是有用的数据,不仅用于确定何时要进行维护或更换,还可用于例如通过削减发电机和/或可控负载来执行与电网相关联的控制操作。

3、因此,确定bess的soh的技术对于电网运行非常重要。无需拆卸bess即可确定bess的soh的技术尤其具有吸引力,因为这样的技术可减少或甚至完全消除为确定bess的soh而中断bess现场操作的情况。在线soh诊断允许在bess的现场操作期间确定soh,有时甚至无需将bess转入专用诊断运行状态。

4、cn 116 299 003 a、cn 116 125 289 a和cn 113 721 159 a公开了与电池健康评估相关联的有用技术。然而,本领域仍然需要对bess执行在线soh诊断的改进技术。

技术实现思路

1、本发明的目的是提供一种方法和数据处理系统,该方法和数据处理系统提供执行用于bess的在线soh诊断的增强型技术。本发明的目的是提供一种方法和数据处理系统,该方法和数据处理系统允许soh诊断在无需将bess从其安装地点拆卸下来的情况下被执行,和/或在无需执行完整的充电循环和/或完整的放电循环的情况下可以确定soh。本发明的可选目的是提供一种方法和数据处理系统,该方法和数据处理系统在提供基于负载曲线的多个不同部分中的任何一部分执行在线soh诊断的多功能性的同时,使用在充电循环或放电循环的一部分期间收集的测量值允许在线soh诊断被执行。

2、根据实施例,提供了独立权利要求所举例的方法、数据处理系统、提供数据驱动处理模型的方法和机器可读指令代码。从属权利要求限定优选或有利的实施例。

3、根据本发明的一个方面,提供了执行用于bess的在线soh诊断的方法。该方法包括由数据处理系统获得在时间区间内随时间变化的电流测量值和电压测量值,该电流测量值和电压测量值是在时间区间中在恒定电流模式下bess的充电或放电期间捕获的,电流测量值和电压测量值是针对从预定义电压范围组选择的电压范围获得的。该方法还包括由数据处理系统基于电流测量值和电压测量值确定电压范围的增量容量分析(ica)数据,其中,确定ica数据包括为电压范围中的多个电压值中的每一个确定bess存储的电荷的增量变化,该电荷的增量变化与电压的增量变化相关联。该方法还包括数据处理系统执行特征提取,以从电压范围的ica数据中提取特征。该方法还包括由数据处理系统应用数据驱动处理模型,其中,数据驱动处理模型接收基于特征的输入,并且其中,数据驱动处理模型输出soh指标。

4、该方法取得了各种效果和优点。该方法可操作以在无需将bess从其安装地点拆卸的情况下执行soh诊断。该方法可操作以在无需执行完整的充电循环和/或完整的放电循环的情况下确定指示soh的soh指标。更具体地,即使当ica数据可用于电压范围(其可以小于完整的充电循环或完整的放电循环中显示的电压范围)时,该方法也允许soh诊断被执行。该方法提供了无需执行完整的充电循环/完整的放电循环的更多功能的soh诊断。该方法有助于soh诊断在现场操作中的整合。无论执行主动电池管理(bms)控制还是被动bms控制以在恒定电流模式下执行充电或放电,该方法均可操作以确定soh指标。通过处理在恒定电流模式下充电或放电期间获得的测量值,可以以特别高效的方式确定ica数据。

5、在线soh诊断是在bess保留在bess的安装地点原位且不拆卸bess的情况下执行的。

6、由此,soh诊断与bess的现场操作结合在一起,从而避免了bess操作与因拆卸bess用于执行soh诊断相关联的停机时间。

7、ica数据可以包括具有2元组(2-tuples)的序列的序列数据,每个2元组均包括电压值(v)和存储在bess中具有相应电压值的电荷的电压导数(dq/dv),其中电压值包括在选定的电压范围内。

8、由此,可以使用能够对序列数据进行操作的特征提取技术来容易地执行特征提取。

9、电压测量值可以分别是bess的终端电压测量值。

10、由此,可以容易地获得电压测量值,且可以用于确定soh指标。

11、特征提取可以包括对2元组的序列进行操作的特征提取,每个2元组均包括电压值(v)和存储在bess中具有相应电压值的电荷的电压导数(dq/dv),其中序列的所有2元组的电压值均包括在选定的电压范围内。

12、由此,可以使用能够对序列数据进行操作的特征提取技术来容易地执行特征提取。

13、这些特征可以取决于以下一个、多个或全部:由ica数据所代表的ica曲线的至少一个最大值或最小值的位置;ica曲线在局部最大值或局部最小值处的值;ica曲线的峰值的形状和/或宽度。

14、由此,可以提取ica数据的特性,这些特性特别适合使用数据驱动处理模型来确定soh指标。特别是,已经发现ica曲线的局部极值(即,dq/dv具有局部最大值或局部最小值的电压值)的位置、局部极值处的ica值以及峰值形状和/或宽度随soh的变化而变化。由此,适合的是,提取的特征与这些参数有关,以通过将数据驱动处理模型应用于这些特征来允许soh被定量确定。

15、特征提取可以包括应用特征提取工具,该特征提取工具可操作以从是非时间系列数据的序列数据中提取特征。

16、由此,特征提取可以使用能够对序列数据进行操作的特征提取技术容易地执行,这些序列数据为选定电压范围内的多个电压值中的每个电压值指定了存储在bess中的电荷的电压导数(dq/dv)的相关值。

17、该方法还可以包括对特征应用共线性分析,以生成数据驱动处理模型的输入。

18、由此,在从ica数据中提取的特征中可以识别冗余。这允许数据处理系统将数据驱动处理模型应用于由特征生成的输入,其中,输入的冗余信息已被删除或消除。这以稳健的方式提供可靠的soh诊断结果。过度拟合的风险可以降低,从而改进soh诊断结果,使得这些soh诊断结果甚至更准确地代表soh,该soh通过执行完整的充电/放电循环来确定soh获取。

19、该方法还可以包括基于在共线性分析中被确定为非冗余的特征生成用于数据驱动处理模型的输入和/或通过从这些特征中移除一个或多个确定为具有冗余信息的特征来生成用于数据驱动处理模型的输入。

20、由此,在从ica数据中提取的特征中可以减少或消除冗余。数据处理系统将数据驱动处理模型应用于其输入,其中,输入的冗余信息已被删除或消除。这以稳健的方式提供可靠的soh诊断结果。过度拟合的风险被降低,从而改进soh诊断结果,使得这些soh诊断结果甚至更准确地代表soh,该soh通过执行完整的充电/放电循环来确定soh获取。

21、数据驱动处理模型可以包括例如机器学习(ml)模型等人工智能(ai)模型。

22、由此,基于ai的技术可以应用于满足对执行bess的在线soh诊断的增强型技术的需要。

23、数据驱动处理模型可以包括以下任意一个或任意组合:线性模型;k-设备模型;支持向量机模型;贝叶斯模型;决策树模型;梯度提升模型;深度神经网络,等等。

24、由此,在用于bess的在线soh诊断中可获取特别可靠的结果。

25、数据驱动处理模型可以包括基于老化测试测量值设置的模型参数,这些老化测量值是在离线电池老化测试期间在恒定电流模式下对电池进行充电和/或放电的时间段内获得的。

26、由此,其中可以在受控测试环境中产生广泛范围的健康状态的离线老化测试的结果以及电池特性可以确定用于各种健康状态,以便随后用于在线soh诊断。离线老化测试可以包括确定与不同电池条件相对应的多条ica曲线,其中基于多条ica曲线设置模型参数。

27、模型参数可以是基于对电池执行的老化测试测量值而设置的模型参数,该电池的老化测试电池单体类型与bess的电池单体类型相同。

28、由此,考虑到不同的电池单体类型(例如,电池单体的不同化学成分)通常会造成不同的ica特性,数据驱动处理模型可以是特定电池单体类型。

29、模型参数可以包括以下一个或多个的模型参数:线性模型;k-设备模型、支持向量机模型;贝叶斯模型;决策树模型;梯度提升模型;深度神经网络,等等。

30、由此,在用于bess的在线soh诊断中可获取特别可靠的结果。

31、该方法还可以包括由数据处理系统或由与数据处理系统分离的计算系统生成数据驱动处理模型。生成数据驱动处理模型可以包括基于在离线电池老化测试期间捕获的随时间变化的老化测试电流测量值和老化测试电压测量值获得老化测试ica数据。生成数据驱动处理模型还可以包括将老化测试ica数据分割成与该预定义电压范围组中的预定义电压范围相关联的多个段。生成数据驱动处理模型还可以包括从老化测试ica数据的多个段中提取老化测试特征。生成数据驱动处理模型还可以包括基于老化测试特征和基于标签设置数据驱动处理模型的模型参数,这些标签指示电池的soh或获得老化测试ica数据的多个电池的多个soh。

32、由此,离线老化测试(即,可选择地在专用测试环境中,对未连接到电网的电池进行的测试)可以用于生成数据驱动处理模型,以及更具体地设置数据驱动处理模型的参数。通过使用以这种方式生成的这种数据驱动处理模型,可以使用嵌入到数据驱动处理模型中的客观标准来处理从用于在线soh诊断的ica数据中提取的特征。

33、设置模型参数可以包括使用监督训练并且至少基于从测量值中获得的老化测试ica数据来设置模型参数,该测量值是在恒定电流模式下执行充电或放电时捕获的。

34、由此,专门设置数据驱动处理模型,用于在处理从ica数据中提取的特征中使用,ica数据是基于在恒定电流模式下充电或在恒定电流模式下放电期间根据时间获得的电压测量值和电流测量值。这允许ica数据以特别稳健和高效的方式被确定,从而提高soh诊断的稳健性。

35、该方法还可以包括通过主动bms主动控制bess在恒定电流模式下的充电或放电,以针对从该预定义电压范围组选择的电压范围获得电流测量值和电压测量值。

36、由此,在恒定电流模式下的充电或放电可以以这样的方式进行控制,使得可以获得针对整个电压范围(例如,从该预定义电压范围组中选择的电压范围的最小值到最大值)的电压的ica数据。

37、主动bms可以包括数据处理系统。该方法还可以包括由主动bms主动控制bess在恒定电流模式下的充电或放电,以针对从该预定义电压范围组选择的电压范围获得电流测量值和电压测量值。这可以包括由数据处理系统使主动bms主动控制bess在恒定电流模式下的充电或放电。

38、由此,在恒定电流模式下的充电或放电可以以受控的方式进行执行,使得可以获得针对整个电压范围(例如,从该预定义电压范围组中选择的电压范围的最小值到最大值)的电压的ica数据。

39、bess可以由被动bms控制。在线soh诊断可以是取决于bess在恒定电流模式下以从该预定义电压范围组选择的电压范围内的电压进行充电或放电而有条件地执行的。

40、由此,在线soh诊断可以响应于恒定电流模式充电或放电执行,在恒定电流模式充电或放电过程中,测量电压延伸跨过电压范围(例如,从该预定义电压范围组中选择的电压范围的最小值到最大值)。这允许在线soh诊断以与bess现场操作相结合的方式执行,在现场操作中,bess被充电(例如,使用由包括可再生能量源的能量源产生的电荷)或放电。在线soh诊断可以基于在bess的正常现场操作期间获得的测量值执行。

41、soh指标可以以定量方式指示bess的soh。

42、由此,soh指标可以用于需要定量了解soh的控制操作。

43、soh指标可以取决于(例如,等于或正比于)在获得电压测量值和电流测量值时bess的容量与bess在非衰退(non-degraded)状态下(例如,在安装bess时)的容量的比率和/或相对于bess的标称容量。

44、从设定值中选择的电压范围可以具有最小电压(作为电压范围的下限)和最大电压(作为电压范围的上限)。最大电压和最小电压之间的差值可以等于或小于0.5 v、等于或小于0.3 v、等于或小于0.2 v或等于或小于0.1 v。

45、由此,在线soh诊断可以基于电压在电压范围内变化时获得的测量值来执行,该电压范围与在bess的完整充电/放电循环期间电压变化所经过的总体电压区间相比较小。

46、在该预定义电压范围组中,每个电压范围的大小均可以等于或小于0.5 v、等于或小于0.3 v、等于或小于0.2 v或等于或小于0.1 v。

47、由此,在线soh诊断可以基于电压在电压范围内变化时获得的测量值来执行,该电压范围与在bess的完整充电/放电循环期间电压变化所经过的总体电压区间相比较小。

48、该预定义电压范围组可以包括大小不同的电压范围。可替代地或此外,该预定义电压范围组还可以包括分布不均匀的电压范围(例如,从一对相邻电压范围到随后的一对相邻电压范围,相邻电压范围之间的间距是可变的)。

49、由此,可以设置电压范围,以基于为相应电压范围确定的ica数据允许可靠地确定soh。

50、这组预定义电压范围可以包括重叠的电压范围。

51、由此,电压测量值跨越电压范围中的至少一个的可能性就会增加,从而允许在线soh诊断被执行。当由bms采用主动控制来执行在恒定电流模式下的充电或恒定电流模式下的放电时,在线soh诊断在对bess现场操作影响很小的情况下可以执行。

52、该方法还可以包括由数据处理系统或由包括数据处理系统的系统(例如bms或电力转换系统)执行或触发基于soh指标的控制操作。

53、由此,可以利用soh指标来执行取决于bess soh的控制操作。这种控制操作的示例包括bess维护、启动专用bess测试、控制发电机机组组合(guc)(例如,通过削减可再生能源)和/或控制可控负载(例如,通过削减可以被控制的控负载)、控制用于bess的电力转换系统(pcs)、经由管理或监控系统提供soh指标,等等。

54、控制操作可以包括基于soh指标控制人机接口。

55、由此,可以以允许在包括bess的电力系统中执行纠正操作和/或缓解操作和/或其他操作的方式提供soh指标。

56、可替代地或此外,控制操作可以包括控制数据接口以触发控制操作。控制操作可以包括影响bess的控制操作。

57、由此,控制操作可以基于确定的soh指标自动或半自动执行(例如,响应于操作员对建议控制操作的确认)。控制操作可以包括以下任意一项或任意组合:基于bess的soh控制用于bess的pcs、控制guc(例如,通过削减可再生能源)和/或控制可控负载(例如,通过削减可以被控制的负载)。

58、该方法还可以包括使用根据本文公开披露的方面或实施例提供数据驱动处理模型的方法来生成数据驱动处理模型。

59、根据本发明的另一方面,提供了控制电力系统的控制方法,包括:由控制系统基于由数据处理系统提供的soh指标执行至少一个控制操作。该控制方法可以包括由数据处理系统使用根据任何方面或实施例执行在线soh诊断的方法来执行soh指标。

60、由此,可以基于soh指标自动实施控制操作。

61、根据本发明的另一方面,提供了为用于bess的在线soh诊断提供数据驱动处理模型的方法。该方法包括通过至少一个处理电路基于在离线电池老化测试期间捕获的随时间变化的老化测试电流测量值和老化测试电压测量值获得老化测试ica数据。该方法还包括通过至少一个处理电路,将老化测试ica数据分割成与预定义电压范围组中的预定义电压范围相关联的多个段。该方法还包括通过至少一个处理电路从多个段中提取老化测试特征。该方法还包括由至少一个处理电路基于老化测试特征并基于标签来设置数据驱动处理模型的模型参数,标签指示老化测试电池的soh或获得老化测试ica数据的多个老化测试电池的soh,其中,设置模型参数以配置数据驱动处理模型,使得该数据驱动处理模型可操作以接收基于从ica数据中提取的特征的输入并且输出用于bess的soh指标,该ica数据是针对执行在线soh诊断的bess获得的。该方法还包括由至少一个处理电路提供数据驱动处理模型以用于执行在线soh诊断。

62、由此,生成数据驱动处理模型,该数据驱动处理模型在根据本发明的方面或实施例的执行在线soh诊断的方法中是有用的。这允许在推理期间使用数据驱动处理模型,该数据驱动处理模型使用离线测试期间获取的老化测试数据生成。

63、提供数据驱动处理模型的方法还可以包括通过至少一个处理电路控制hmi,以使操作员可以指定预定义电压范围的数量和/或大小,这些预定义电压范围限定该预定义电压范围组。

64、由此,可选地取决于电池类型和/或老化测试ica数据的特性,可以配置该预定义电压范围组。

65、提供数据驱动处理模型的方法还可以包括通过至少一个处理电路自动设置该预定义电压范围组。

66、由此,可选地取决于电池类型和/或老化测试ica数据的特性,可以自动确定该预定义电压范围组。

67、数据驱动处理模型可以包括以下任意一个或任意组合:线性模型;k-设备模型;支持向量机模型;贝叶斯模型;决策树模型;梯度提升模型;深度神经网络,等等。

68、由此,该方法可操作以提供数据驱动处理模型,该数据驱动处理模型允许在推理期间在用于bess的在线soh诊断中可获取特别可靠的结果。

69、提供数据驱动处理模型可以包括将数据驱动处理模型的参数值传输到数据处理系统,用于在执行在线soh诊断中使用。这可以通过多种方式完成,例如,通过有线传输或无线传输、通过存储安装在数据处理系统中的存储器或存储系统中或其他方式。

70、由此,确定的参数值可用于在推理中使用。

71、提供数据驱动处理模型的方法还可以包括对老化测试特征应用共线性分析,以生成用于训练数据驱动处理模型的训练数据。

72、由此,在从老化测试ica数据中提取的特征中可以识别冗余。这提供数据驱动处理模型,该数据驱动处理模型可操作用于以稳健的方式执行可靠的soh诊断。过度拟合的风险可以降低,从而改进soh诊断结果,使得这些soh诊断结果甚至更准确地代表soh,该soh通过执行完整的充电/放电循环来确定soh获取。

73、提供数据驱动处理模型的方法还可以包括:基于在共线性分析中被确定为非冗余的特征生成用于数据驱动处理模型的训练数据和/或通过从特征中移除确定为具有冗余信息的一个或多个特征来生成用于数据驱动处理模型的输入。

74、因此,在从老化测试ica数据中提取的特征中可以减少或消除冗余。过度拟合的风险被降低,从而改进soh诊断结果,使得这些soh诊断结果甚至更准确地代表soh,该soh通过执行完整的充电/放电循环来确定soh获取。

75、提供数据驱动处理模型的方法可以操作以使得在该预定义电压范围组中的每个电压范围的大小可以等于或小于0.5 v、等于或小于0.3 v、等于或小于0.2 v或等于或小于0.1 v。

76、由此,可以生成数据驱动处理模型,使得在线soh诊断可以基于在电压在电压范围内变化时获得的测量值来执行,该电压范围与在bess的完整充电/放电循环期间电压变化所经过的总体电压区间相比较小。

77、提供数据驱动处理模型的方法可以操作以使得该预定义电压范围组可以包括具有不同大小的电压范围。可替代地或此外,提供数据驱动处理模型的方法可以操作以使得该预定义电压范围组可以包括不均匀分布的电压范围(例如,从一对相邻电压范围到随后的一对相邻电压范围,相邻电压范围之间的间距是可变的)。

78、由此,可以生成数据驱动处理模型,使得可以设置预定义电压范围,以允许基于针对相应电压范围确定的ica数据可靠地确定soh。

79、这组预定义电压范围可以包括重叠的电压范围。

80、由此,可以生成数据驱动处理模型,使得在推理期间,增加了电压测量值跨越至少一个电压范围的可能性,从而允许在线soh诊断被执行。当由bms采用主动控制以在恒定电流模式下执行充电或在恒定电流模式下执行放电时,可以生成数据驱动处理模型,使得在推理期间,在对bess现场操作影响很小的情况下可以执行在线soh诊断。

81、捕获的随时间变化的老化测试电流测量值和老化测试电压测量值可以包括在离线电池老化测试期间在完整充电/放电循环期间或在多个完整充电/放电循环期间捕获的老化测试电流测量值和老化测试电压测量值。

82、由此,可以设置数据驱动处理模型,使得在推理期间数据驱动处理模型可以基于从各种预定义电压范围获得的ica数据中提取的特征进行操作。

83、提供数据驱动处理模型的方法还可以包括对老化测试电池进行老化(例如,以受控方式将老化测试电池暴露于高温中),以在离线电池老化测试期间执行多个完整的充电/放电循环。

84、由此,可以以高效的方式获得数据驱动处理模型。

85、根据本发明的另一方面,提供了机器可读指令代码,包括机器可读指令,当由至少一个处理电路执行机器可读指令时,致使至少一个处理电路执行根据本发明的方面或实施例的方法。

86、机器可读指令代码取得的效果对应于与根据各种实施例的方法和系统相关联而公开披露的效果。

87、根据本发明的另一方面,提供了非暂态存储介质,其上存储有机器可读指令代码,该机器可读指令代码包括机器可读指令,当由至少一个处理电路执行机器可读指令时,致使至少一个处理电路执行根据本发明的方面或实施例的方法。

88、非暂态存储介质取得的效果对应于与根据各种实施例的方法和系统相关联而公开披露的效果。

89、根据本发明的另一方面,提供了用于执行用于bess的在线soh诊断的数据处理系统。数据处理系统包括接口,该接口可操作以获得在时间区间内随时间变化的电流测量值和电压测量值,电流测量值和电压测量值是在恒定电流模式下对bess的充电或放电期间捕获的,电流测量值和电压测量值是针对从预定义电压范围组选择的电压范围获得的。数据处理系统还包括至少一个处理电路,该至少一个处理电路可操作以:基于电流测量值和电压测量值来确定电压范围的增量容量分析(ica)数据,至少一个处理电路可操作以为电压范围中的多个电压值中的每一个确定由bess存储的电荷的增量变化,该电荷的增量变化与电压的增量变化相关联;执行特征提取,以从电压范围的ica数据中提取特征;以及应用数据驱动处理模型,其中,数据驱动处理模型可操作以接收基于特征的输入,并且其中,数据驱动处理模型可操作以输出soh指标。

90、数据处理系统取得了各种效果和优点。数据处理系统可操作以在无需将bess从其安装地点拆卸下来的情况下执行soh诊断。该数据处理系统可操作以确定指示soh的soh指标,而无需执行完整的充电循环和/或完整的放电循环。更具体地说,数据处理系统可操作以使得即使当ica数据可用于电压范围时(该电压范围可以小于完整充电或放电循环期间显示的电压区间),也允许soh诊断被执行。数据处理系统提供了更多功能的soh诊断,该更多功能的soh诊断无需执行完整的充电/放电循环。该方法有助于soh诊断在现场操作中的整合。无论执行主动bms控制还是被动bms控制以在恒定电流模式下执行充电或放电,数据处理系统均可操作以确定soh指标。通过处理在恒定电流模式下充电或放电期间获得的测量值,数据处理系统可以以特别高效的方式确定。

91、根据各种实施例的数据处理系统的可选特征以及由此取得的效果对应于与根据实施例的方法相关联而讨论的可选特征和效果。

92、数据处理系统可操作以执行根据本文公开披露的任何方面或实施例执行在线soh诊断的方法。

93、数据处理系统可以包括bms和/或功率转换系统(pcs)。因此,根据另一个方面,提供了bms或pcs,其包括根据方面或实施例的数据处理系统。

94、根据另一个方面,公开了系统,该系统包括bess、测量仪器和根据方面或实施例的数据处理系统,该数据处理系统可操作以与测量仪器通信地接口,以获得电流测量值和电压测量值,从而执行在线soh诊断。

95、由此,取得了与数据处理方法和数据处理系统相关联而讨论的效果。

96、该系统可以包括bms或pcs,其可操作以控制bess的充电和/或放电。响应于来自数据处理系统(其可以集成在bms或pcs中)的触发器和/或响应于soh指标,bms或pcs可以操作以控制充电和/或放电。bms或pcs可以包括数据处理系统。

97、由此,可以执行充电或放电来确定soh指标(特别是对于主动bms),和/或soh指标可以用来控制bess操作。

98、该系统可以是电力系统,例如电网(例如,微电网)或其子系统(例如电力系统变电站,等等)。该系统可以包括具有可再生能量源的微电网。

99、本发明的实施例提供了执行用于bess的在线soh诊断的增强型技术。根据实施例的方法和数据处理系统在不需要将bess从其安装地点拆卸的情况下允许soh诊断被执行,和/或在不需要执行完整充电循环和/或完整放电循环的情况下可以确定soh。根据实施例的方法和数据处理系统在提供基于负载曲线的多个不同部分中的任何一部分执行在线soh诊断的多功能性的同时,使用充电或放电循环的一部分期间收集的测量值允许在线soh诊断被执行。