基于物联网技术的蓄电池健康状态可靠性评估方法
2023-12-01李用骏陀新辉元鹏
李用骏,陀新辉,元鹏
(1.海南电网有限责任公司信息通信分公司,海口 570203;2.南京南瑞信息通信科技有限公司,南京 210006; 3.南京华苏科技有限公司,南京 210006)
引言
蓄电池是一种可以将化学能直接转化为电能的设备,它是一种按照可再充电进行设计的电池,利用可逆的化学反应来进行再充电[1]。蓄电池具有体积小、电压稳定、无污染、维护量少、放电性能好等特点,经常被作为各种领域的供电设备的备用电源,以保证系统负载的稳定、可靠性,当系统发生正常停电时,可以及时地对其进行补充,从而避免了一级负载停电事故造成的一系列不良后果。蓄电池的健康状态可靠性直接决定了蓄电池的工作稳定性,同时也影响了蓄电池对应电网环境的供电效果,为此提出蓄电池健康状态可靠性评估方法。
健康状态可靠性评估就是在规定时间内,完成预定功能能力的量化评估过程。现阶段发展较为成熟的电池健康状态可靠性评估方法包括:基于模糊逻辑的电池健康状态可靠性评估方法、基于多特征融合的电池健康状态可靠性评估方法和基于RLS和CKF算法的电池健康状态可靠性评估方法,然而上述传统评估方法在实际运行过程中存在评估效果不佳的问题,主要体现在评估偏差大、评估结果应用价值低等方面,其主要原因是蓄电池实时工作数据采集难度较大,为解决上述传统评估方法存在的问题,引入物联网技术。
物联网技术是指通过信息传感设备,按照约定的协议,将任何物体与网络相连接,物体通过信息传播媒介进行信息交换和通信,以实现智能化识别、定位、跟踪、监管等功能。利用物联网技术对蓄电池健康状态可靠性评估方法进行优化,以期能够提升对蓄电池健康状态可靠性的评估性能,间接的为电网工作中蓄电池的选择以及蓄电池维修工作提供有效参考。
1 蓄电池健康状态可靠性评估方法设计
优化设计的蓄电池健康状态可靠性评估方法基本运行原理为:将蓄电池评估目标接入到物联网环境中,利用物联网技术获取蓄电池的实时运行数据,以实时工作数据的采集结果为数据支持,在考虑健康状态可靠性影响因素的情况下,计算可靠性评估指标的具体取值,结合评估指标权重值,得出蓄电池健康状态可靠性的精准评估结果。
1.1 利用物联网技术采集蓄电池工作数据
蓄电池的内部由正极板、负极板、隔板、电解质、正负极接头、安全阀、外壳等构成,正极板和负极板都是用铅-锑-钙合金制成的,不过正极板中含有氧化铅,负极中含有海绵状的纤维,所以蓄电池的容量可以保持很长一段时间,同时也可以降低电池的自放电率。分隔器通常由具有绝缘性的微细玻璃棉制成,可确保正、负极之间不发生短路。蓄电池中使用了硫酸作为电解质,以确保电池中的电子能够在正负电极之间进行交换。安全阀是用高耐酸、耐老化的合成橡胶制成,以确保电池内压力正常,防止氧的进入[2]。蓄电池的外壳通常采用PVC、丙烯酸等材质,外形更是千奇百怪,但功能却大同小异,起到支撑电极、储存电解质的作用。同时还可以对铅酸电池的内部结构进行保护,防止其破坏,确保电池的长期续航。蓄电池的工作可以分为充电和放电两个过程,充电、放电的过程均是通过蓄电池内部的电化学反应来完成,该过程是依靠正极板活性物质和负极板活性物质在电解液的作用下进行。蓄电池在放电过程中的化学反应原理为:
式中:
ypositiveelectrode、ynegative electrode和ydischarge—蓄电池中正极、负极以及总反应方程,公式(1)的逆过程即为蓄电池在充电过程中的工作原理[3]。
在考虑上述蓄电池工作原理的情况下,在蓄电池内部安装物联网元件,实现蓄电池在物联网环境中的接入。蓄电池所处物联网的组成结构如图1所示。
图1 蓄电池物联网环境层次结构图
利用蓄电池接口连接工作数据采集电路,具体的工作采集数据包括电压、电流、液压、温度等。在物联网技术的支持下,得出蓄电池在任意时刻的工作电压为:
式中:
Uport(t)—t时刻蓄电池的端口电压;
R1和R2—蓄电池电压采集物联网元件中的串联电阻和并联电阻;
κInternetofThings—物联网传输系数[4]。
同理可以得出物联网环境中蓄电池在任意时刻的电压工作数据采集结果,按照上述方式可以获得电流、液压等其他工作数据的实时采集结果。
1.2 确定蓄电池健康状态可靠性影响因素
在蓄电池不断的循环使用过程中,其内部的氧化还原反应也会不断的进行,这会导致电池的电解液及电池的正负极材料的消耗而降低,再加上其所产生的不良副作用,会导致蓄电池的健康状态可靠性不断下降[5]。影响电池健康状态可靠性的因素如图2所示。
图2 蓄电池健康状态可靠性影响因素示意图
在电池充放电过程中,电解质和正负极板之间会发生复杂的电化学反应。其中有一小部分反应是不可逆的,生成的氧化物沉积在极板上,不再参与到蓄电池内部的电化学反应,实际能继续进行充放电的那部分物质减少,导致锂离子电池容量降低[6]。从化学的角度来看,温度对化学反应的进行有着极大的影响,温度与反应速度之间的关系可以量化表示为:
式中:
υattenuation—蓄电池正/负电极的衰减速率;
E、R、T—蓄电池化学反应活化能、总电阻和工作环境温度值;
f—频率因子。
从公式(3)中可以看出,蓄电池工作环境温度越高,对应蓄电池电极的反应速度越快,即工作环境温度与蓄电池反应速度之间存在正相关关系。同理可以得出图3中其他影响因素的作用原理与属性。
图3 5v100ah蓄电池工作数据样本
1.3 选择并计算蓄电池健康状态可靠性评估指标
在考虑蓄电池健康状态可靠性影响因素的情况下,从影响因素、健康状态直观表现链各个方面,选择蓄电池健康状态的可靠性评估指标,部分可靠性评估指标的设置情况如表1所示。
表1 蓄电池健康状态可靠性评估指标设置表
表1表示的蓄电池健康状态可靠性评估指标中电动势指标的计算公式如下:
式中:
D0—标准电动势;
αFaraday—法拉第常数;
、—硫酸和水的相对密度值[7]。
开路电压和端电压指标的计算公式为:
式中:
Uwork、UΩ、Upolarization—蓄电池的工作电压、欧姆阻抗电压和极化阻抗电压;
W+和W-对应的是正极和负极电位[8]。
另外蓄电池容量指标的计算过程可以量化表示为:
式中:
I—蓄电池的放电电流;
tdischarge—蓄电池放电到对应终止电压所用的时间。
按照上述方式可以确定表1中所有选择蓄电池健康状态可靠性评估指标的计算方式,将物联网技术采集的工作数据代入到上述计算公式中,确定各个可靠性评估指标的具体取值。
1.4 计算蓄电池健康状态可靠性评估指标权重
采用层次分析法计算蓄电池健康状态可靠性评估指标的权重值,AHP的基本思路是把构成一个复杂问题的多因子综合权重的评判转化为对各个因子综合权重的“两两比较”,进而转化为对各个因子综合权重的评判,并最终确定各个因子的权重[9]。任意蓄电池健康状态可靠性评估指标对应权重的计算公式为:
式中:
z(i)—指标权值;
nindex—设置的任意蓄电池健康状态可靠性评估指标数量。
将各个评估指标的权值数据代入到公式(7)中,即可得出所有评估指标权重值的计算结果。
1.5 实现蓄电池健康状态可靠性评估
蓄电池的荷电能力是蓄电池健康状态可靠性的直观参数,蓄电池荷电能力的评估结果为:Q
式中:
Qrated—蓄电池的额定容量。
融合蓄电池健康状态可靠性评估指标和权重值的计算结果,得出可靠性的量化评估结果为:
将相关参数计算结果代入到公式(9)中,即可完成蓄电池健康状态可靠性的量化评估[10]。将蓄电池的健康状态可靠性划分成四个等级,四个等级的阈值设置情况如下:
式中:
K1、K2、K3、K4—蓄电池健康状态可靠性的四个等级。
将公式(9)的计算结果代入到公式(10)中,即可确定当前蓄电池健康状态的可靠性等级。最终将可靠性综合取值和等级的评估结果以可视化的形式输出。
2 实证分析
为了测试优化设计的基于物联网技术的蓄电池健康状态可靠性评估方法的评估效果,设计实证分析实验,此次实验的基本思路是:选择蓄电池评估对象,并设置蓄电池的健康状态可靠性的实际值,在物联网环境下获取蓄电池的工作数据,将其代入到优化设计的评估方法中,得出蓄电池健康状态可靠性的评估结果。由于优化设计的评估方法主要用来判断蓄电池是否需要执行维修操作,从而为电网中蓄电池设备的选择提供辅助参考,因此将优化设计的可靠性评估方法应用到实际的电力设备维修与选择工作中,判断评估方法应用前后电网环境的运行性能变化情况,从而体现出优化设计评估方法的应用性能。
2.1 准备蓄电池可靠性评估对象
此次实验选择多个不同电压等级的蓄电池作为评估对象,选择蓄电池的具体型号包括5v100ah理士蓄电池、12v100ah理士蓄电池、30v100ah理士蓄电池、36v100ah理士蓄电池和60v100ah理士蓄电池,所有蓄电池对象的电流范围为(0~12)A,测试精度与稳定度均为±0.05 %,最小脉冲宽度为 500 ms,单脉冲工步可以实现从充电到放电的连续切换。蓄电池对象的放电截止电压和充电截止电压分别为2.8 V和4.6 V最大放电倍率为5 C。
2.2 生成蓄电池工作数据样本
将准备的蓄电池评估对象调整至不同的健康状态,确定对应状态下可靠性评估指标的具体取值。在不同的健康状态下获取蓄电池的工作样本数据,其中5v100ah理士蓄电池的电压和电流数据样本的生成结果,如图3所示。
按照上述方式可以得出所有蓄电池样本所有工作数据的生成结果。
2.3 布设物联网环境
优化设计的蓄电池健康状态可靠性评估方法以物联网技术作为技术支持,因此需要在蓄电池的运行环境中布设物联网设备。实证分析实验中布设的物联网由物联网硬件设备、通信端口、云平台和应用程序组成,物联网硬件设备主要包括智能电压表、智能电流表、温度传感器等,物联网采用专网传输方式,接入网关,并由防火墙统一分配接入物联内网IP。在一系列物联硬件设备的支持下,得出蓄电池环境下的物联网运行平台。实证分析实验中布设的物联网环境中包含1台物理防火墙、1台三层交换机和5台资源服务器,用来支持物联网的数据采集与传输工作。
2.4 描述实证分析过程
优化设计基于物联网技术的蓄电池健康状态可靠性评估方法的开发选择 Coremi7-7700HQ CPU@29GHz,内存l6 G,NVIDIA的GTX1050Ti4G作为硬件支持。蓄电池在实验环境中的接线情况,如图4所示。
图4 蓄电池接线实景图
软件使用的是Windows10和 Pycharm社区版2020的编译环境,完成评估方法软件程序的开发,将蓄电池样本及物联网技术的数据采集结果输入到评估方法的运行程序中,得出蓄电池健康状态可靠性的输出结果。图5为5v100ah蓄电池的健康状态可靠性的评估结果。
图5 5v100ah蓄电池的健康状态可靠性评估结果
按照上述方式可以得出所有蓄电池样本的健康状态可靠性评估结果。为体现出优化设计方法在评估效果方面的优势,设置传统的基于模糊逻辑的电池健康状态可靠性评估方法和基于多特征融合的电池健康状态可靠性评估方法作为实验的对比方法,按照上述流程完成对比方法的开发并得出相应的评估输出结果。
2.5 设置评估效果测试指标
实验中设置评估效果的测试指标为蓄电池健康状态可靠性相关参数的评估误差和应用评估方法后蓄电池所处电网环境的运行稳定系数,其中健康状态可靠性参数评估误差的数值结果如下:
式中:
Uopencircuit、Uopencircuit-set—开路电压的评估值和设置值;
Q、Qset—蓄电池容量的评估值和设置值。
计算得出参数评估误差越大,证明对应方法的评估效果越优。另外电网环境运行稳定系数的测试结果为:
式中:
U(t )和U(t-1)—t和t-1时刻的电网电压;
Uavg—平均电压值;
ttest—测试时间。
计算得出电网环境运行稳定系数越高,证明对应评估方法的应用性能越优。
2.6 实验分析结果
通过相关数据的统计,得出反映蓄电池健康状态可靠性评估误差指标的测试结果,如表2所示。
表2 反映蓄电池健康状态可靠性评估误差测试数据表
将表2中的数据代入到公式11中,得出三种评估方法的平均开路电压评估误差分别为0.40 V、0.22 V和0.06 V,平均容量评估误差分别为7.2 mah、3.8 mah和0.2 mah。将评估方法应用到蓄电池的维修与选择工作中,得出应用不同评估方法前后,对应电网环境运行稳定系数的测试结果,如图6所示。
图6 蓄电池健康状态可靠性评估方法应用性能测试结果
从图6中可以看出,通过蓄电池健康状态可靠性评估方法的应用能够有效提升对应电网的运行稳定性,与两种传统评估方法相比,应用优化设计基于物联网技术的蓄电池健康状态可靠性评估方法对应电网的运行系数更高,由此证明优化设计评估方法具有更高的应用价值。
3 结束语
蓄电池作为主要的动力源,是电网环境中的关键部件,为了更加高效的、科学的、合理的、安全的使用蓄电池,需要对蓄电池的健康状态可靠性进行评估。在此次研究中,利用物联网技术实现对实时蓄电池工作数据的精准采集,从而提高健康状态可靠性的评估精准度和参考价值。