储能电站电池健康状态在线监测诊断预警智能运维系统

本项目通过电池管理系统采集不同的电网储能运行工况下长时间尺度的电池运行数据，采用微分法、统计学方法、非线性滤波与预测方法等方法提取电池健康因子，构建电池健康因子与 SOH的评估模型，实现电池实时的 SOH评估，相对误差小于5%。采用Python3语言对电池健康状态在线评估模型进行软件开发，构建以储能电站正常运行的充放电电压为基础数据的电池健康状态在线监测诊断预警智能运维系统，实现储能电站电池健康状态的实时在线管控，助力储能电站和新型电力系统的安全高效运行。
本项目只需要储能电站运行时电池管理系统采集的电池充放电电压数据即可，不增加额外工作量，可实现电池健康状态实时在线监测、诊断和预警，方便、高效。
上海电力大学
闵宇霖