面向UPS电池储能的预警监测系统的制作方法

本发明涉及电池监控管理，具体涉及了一种面向ups电池储能的预警监测系统。

背景技术：

1、在现代电力保障体系中，不间断电源（ups）系统扮演着至关重要的角色，其为数据中心、金融交易中心、医疗设施及通信网络等关键负载提供持续稳定的电能，确保业务不受电网波动或中断的影响。储能电池，作为ups系统的能量储存核心，其性能的可靠性与寿命直接决定了整个电力保障系统的安全与运行成本。目前，应用广泛的储能电池主要包括阀控式铅酸电池和锂离子电池，这些电池在长期使用过程中，其内部化学特性会逐渐发生不可逆的衰退，表现为容量衰减、内阻增加等老化现象。对电池状态的监测与管理，因此成为保障ups系统可靠性的重中之重。

2、当前，行业内在ups电池监测与管理方面所普遍采用的技术手段，主要集中于对电池组及关键单体电池的电压、电流、温度等基本运行参数进行实时采集与监控。这些监测数据通常被上传至本地或远程的监控平台，由运维人员观察其是否超过预设的固定安全阈值，例如电压过高或过低、温度超限等，并在超限时触发告警。这种模式构成了现有技术的基础框架。然而，随着系统复杂度提升和对可靠性要求的日益严格，该模式暴露出若干亟待解决的深层次问题。首先，其预警机制本质上属于事后或事中响应，缺乏事前预判能力。电池的老化是一个缓慢的累积过程，当其电压或温度等参数明显异常时，往往意味着内部劣化已发展到一定程度，甚至临近失效边缘，此时进行的维护或更换不仅时间紧迫、可能影响系统可用性，而且无法避免故障风险。其次，现有方法对电池健康状态的评估多基于静态参数或简单的容量测试，难以实现精准的剩余使用寿命预测。运维人员通常凭借经验公式或固定周期进行预防性更换，这可能导致性能尚佳的电池被过早替换，增加运营成本，也可能低估某些电池的衰减速度，造成潜在运行风险。再者，对于电池组内普遍存在的单体不一致性问题，现有技术多采用被动均衡或简单的主动均衡策略，其均衡目标通常是电压一致，而非基于各单体电池真实的老化状态与寿命预期进行优化，难以有效延长电池组的整体循环寿命。此外，不同制造商、不同型号的ups及其电池系统往往采用各自独立的数据协议与接口，形成数据孤岛，使得集中化、智能化的跨系统数据分析与高级应用难以实施。最后，传统的集中式监控架构数据处理延迟较高，难以支持对电池突发性内部异常的分钟级甚至更快速的早期预警与干预。综上所述，现有技术体系在预警前瞻性、寿命管理精准性、状态评估深度、系统兼容性以及响应时效性等方面存在明显不足，制约了ups电池储能系统向更安全、更经济、更智能的方向发展。

技术实现思路

1、本发明所解决的技术问题在于提供一种面向ups电池储能的预警监测系统，能够有效克服现有技术中预警滞后、寿命评估粗放、管理被动以及系统孤立等缺陷，实现从被动响应到主动预测干预的转变。

2、本发明提供的基础方案：面向ups电池储能的预警监测系统，包括部署于ups电池组本地的边缘计算节点，以及与其通信连接的云平台，所述云平台包括数字孪生模块、寿命预测模块以及优化策略模块；

3、数字孪生模块，用于获取监测的ups电池组的物理参数以及历史运行数据，根据物理参数以及历史运行数据构建该ups电池组的数字孪生体；

4、寿命预测模块，用于根据数字孪生体，模拟该ups电池组内各个单体电池当前以及在未来时段的运行数据，并根据未来时段的运行数据得到其衰减轨迹，并预测其使用寿命；

5、优化策略模块，用于根据预测的各个单体电池的使用寿命，当存在单体电池的使用寿命低于预设的寿命阈值时生成用于延长其使用寿命的优化策略，所述优化策略包括环境优化、功率优化以及负载优化，并将优化策略分发至边缘计算节点；

6、所述边缘计算节点包括策略执行模块，用于接收并加载优化策略，根据优化策略对电池组内的单体电池进行实时控制。

7、进一步，所述寿命预测模块包括工况输入模块、模型驱动模块以及寿命计算模块；

8、工况输入模块，用于获取ups电池组在未来预设时间段内的模拟工况数据，所述模拟工况数据包括充放电倍率、环境温度以及负载变化曲线；

9、模型驱动模块，用于将模拟工况数据加载至数字孪生体，驱动其进行老化仿真，并提取仿真过程中各单体电池的健康状态衰减轨迹；

10、寿命计算模块，根据健康状态衰减轨迹，计算各单体电池的健康状态下降至预设失效阈值所对应的时间，得到预测的使用寿命。

11、进一步，所述寿命计算模块包括健康状态计算模块；

12、健康状态计算模块，通过以下老化动力学模型表征各个单体电池的健康状态衰减轨迹：

13、

14、表示仿真时间t时刻的电池健康度，取值范围[0,1]，为预设的固有老化系数，根据各单体电池的历史运行数据通过数字孪生体模拟得到，为单体电池的活化能，通过数字孪生体模拟得到，为气体常数，为绝对温度，由工况输入模块提供，表示时刻的充放电电流，由工况输入模块提供的充放电倍率数据转换得到，β为应力指数，为累积应力积分，表示从初始到t时刻由电流应力累积造成的老化效应；

15、通过求解得到预测寿命终点时间，为预设的寿命阈值。

16、进一步，所述优化策略模块包括差异比对模块以及策略生成模块；

17、差异比对模块，用于比较所述ups电池组内各单体电池的预测使用寿命，识别出寿命差异超过预设差异阈值的单体电池组合；

18、策略生成模块，用于基于所述差异比对模块的识别结果，生成目标为延长整体电池组使用寿命的主动优化策略包；所述主动优化策略包包括：

19、主动均衡策略：为使用寿命更短的所述单体电池分配更低的放电深度以及更高的充电截止电压，以减缓其衰减速率；

20、动态充电策略：根据电池组整体健康状态，动态调整总充电电流以及采用多阶段充电曲线；

21、负载分配策略，调整ups系统的负载分配以及启用备用单元，以降低所述电池组的平均放电倍率；

22、策略优化封装模块，将生成的所述主动优化策略包与所述边缘计算节点的硬件约束及实时状态进行匹配校验，封装为可执行指令后分发。

23、进一步，所述边缘计算节点还包括本地监测模块以及本地验证模块；

24、本地监测模块，用于实时采集所述ups电池组内各单体电池的电压、电流和温度数据；

25、本地验证模块，包括策略接收与解析单元、本地仿真与安全校验单元、指令生成与下发单元以及执行反馈单元；

26、策略接收与解析单元，用于接收所述优化策略模块下发的优化策略，并解析为具体的控制参数；

27、本地仿真与安全校验单元，用于在本地根据所述数字孪生体的简化模型，并结合所述本地监测模块的实时数据，对所述控制参数进行仿真验证，确保其在当前工况下的安全性与有效性；

28、指令生成与下发单元，用于在验证通过后，将控制参数转换为电池管理系统可执行的控制指令，并下发执行；

29、执行反馈单元，用于将策略执行后的关键效果数据与电池状态变化信息，反馈至所述云平台。

30、进一步，所述云平台还包括孪生校准模块，用于接收所述执行反馈单元上传的反馈信息，定期对所述数字孪生体的模型参数进行自适应校准。

31、本发明的原理及优点在于：构建了一个云端智能与边缘控制协同工作的框架。具体来说，系统在靠近ups电池组本地的位置部署了边缘计算节点，负责最实时的数据采集与指令执行。同时，在云端设置了一个集成了数字孪生、寿命预测和优化策略功能的智能分析平台。数字孪生模块首先根据电池的物理规格和长期运行的历史数据，在虚拟空间创建一个高保真的电池组数字模型。寿命预测模块则基于这个数字孪生体，模拟电池在未来各种可能工况下的运行状态，从而推演出每个单体电池的健康度衰减趋势，并提前计算出其大致的剩余使用寿命。当预测发现某个或某些电池的寿命可能过早耗尽时，优化策略模块便会启动，生成一套包含调整运行环境、优化充放电功率、合理分配负载等的综合性策略方案，并将这些策略指令远程下发至本地的边缘计算节点。边缘节点的策略执行模块最终负责接收指令，并将其转化为对电池管理系统的具体控制命令，实现对电池组运行状态的实时、精准干预。

32、相比于现有技术，彻底改变了传统ups电池被动监控、事后维护的落后模式。现有技术通常只能对电压、电流等基本参数进行阈值告警，无法提前预知电池的寿命衰减，维护往往是发现性能已经明显下降甚至故障后才进行，既突然又影响系统可靠性。而本方案通过构建数字孪生体进行超前仿真预测，能够提前数周甚至数月识别出潜在的短板电池，实现了故障预警的极大前置。更重要的是，它不仅仅停留在预警层面，还能够自动生成并执行优化策略，主动采取措施来延缓问题电池的衰减、均衡电池组状态，从而将可能发生的故障消弭于萌芽状态，从根源上延长了整个电池系统的整体使用寿命和可靠性，实现了从监测报警到预测干预的跨越。