(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211347497.5 (22)申请日 2022.10.31 (71)申请人 北方工业大 学 地址 100144 北京市石景山区晋元庄路5号 申请人 三峡科技有限责任公司 (72)发明人 马速良　齐志新　江冰　刘硕　 陈明轩　武亦文　李建林　 (74)专利代理 机构 北京代代志同知识产权代理 事务所(普通 合伙) 16004 专利代理师 祗志洁 (51)Int.Cl. H01M 10/42(2006.01) H01M 10/48(2006.01) G06K 9/62(2022.01) G06N 3/12(2006.01) (54)发明名称 一种储能电池筛 选集成优化方法 (57)摘要 本发明涉及电化学储能电池筛选集成优化 技术领域， 提供了一种储能电池筛选集成优化方 法。 首先， 依据电池储能系统的设计要求， 基于所 选电池单体性能参数， 确定电池储能系统的电池 串中电池数量和电池串并联数量。 然后， 根据电 池样本的测试数据定义表征其性能的特征向量 并归一化处理， 通过二进制编码个体构建对电池 筛选的目标函数， 建立以遗传迭代优化二分类电 池样本集合的树型筛选结构。 最后， 通过定义叶 节点内的电池集合构成一个潜在的电池串以及 不同电池串下的并联潜在解， 完成电池储能系统 集成。 本发 明有利于提升各 组串电池整体的性能 水平， 促进电池储能系统在新型电力系统中更为 广泛的应用。 权利要求书3页 说明书9页 附图6页 CN 115528326 A 2022.12.27 CN 115528326 A 1.一种储能电池筛 选集成优化方法， 其特 征在于， 包括如下步骤： 步骤一， 针对待构建的由若干电池串组成的 电池储能系统， 依据该系统的设计要求和 已选电池单体的性能参数， 确定各电池串中电池数量m及电池串并联数量n， 得到电池储能 系统集成所需电池数量； 电池储能系统集成所需电池总数为： m ×n； 步骤二， 根据电池性能测试要求， 获取N(N>>m ×n)个电池样本的测试数据， 并基于电池 样本的测试数据计算表征电池性能的特征变量， 构建描述各电池性能的特征向量X并归一 化处理； 表征电池性能的特征变量构成S维特征向量X， 其中第i个电池的S维特征向量表示为Xi ＝[xi,1,xi,2,…,xi,S]； 步骤三， 基于归一化后特征向量表征的各电池样本构建等长的二进制编码形成遗传个 体， 组成遗传样本集合， 并利用遗传算法优化电池样本， 完成电池的树型筛选结构， 得到子 节点集合； 具体为： 首先， 定义由W个电池单体S维特征向量构成的遗传样本集合， 且初始时W＝N； 同时定义 遗传算法中个体的二进制编码长度为电池单体数量W， 遗传算法参数包括种群中个体数量 K、 选择率Ps、 交叉率Pc、 变异率Pm以及最大迭代次数为G； 在该遗传样本集合中， 第k个遗传个体的二进制编码表示为αk＝[ak,1 ak,2…ak,W]， 第i个 编码位为ak,i∈{0,1},i ＝1,2,...,W； 然后， 计算 二进制编码个 体对W个电池单体筛 选的目标函数J； 最后， 利用目标函数对电池样本进行遗传算法优化， 进行电池筛 选聚类， 具体过程 为： 步骤301， 对第g次迭代的K个编码个体下的目标函数值序列按照从大到小的顺序排列， 选择最大的前 个 值以及对应的编码个 体 表示向下 取整符号； 步骤302， 对选取的 个编码个体 随机两两组合， 并进行遗传算法的交叉操 作， 形成 个新编码串 步骤303， 对新编码串 中每个编码个体的每一编码位进行遗传算法的变异操作， 更 新 个编码串 步骤304， 从步骤301中剩余的 个编码个体中选择目标函数值最小的 个编码个体， 结合编码串 和 共同组成新的K个编码个体 步骤305， 计算新的K个编码个体 下的各目标函数值， 并得到目标函数值序列 选取该序列中目标函数值最小时对应的编码个体， 作为最优个体， 记为 minα(g)；权　利　要　求　书 1/3 页 2 CN 115528326 A 2步骤306， 判断此 时的迭代次数g是否达到最大迭代次数G， 若是， 则执行步骤307； 若否， 则返回步骤3 01进行下一次迭代； 步骤307， 利用最优个体将父节点内电池样本集A分割为两个互补且不相容的子集B和C 作为子节点， 完成电池的树型筛 选结构； 将经过G次迭代的2G个子节点作为子节点 集合； 步骤四， 判断电池的树型筛选结构中子节点集合内每个子节点的电池样本数量是否大 于电池串中电池数量m， 若是， 则定义该子节点为支节点， 并作为新的父节点返回步骤三进 行集合的二分裂过程， 并产生新的两个子节点集合； 若否， 则定义该子节点为叶节点， 不再 进行二分裂过程， 进入步骤五； 步骤五， 判断是否全部的子节点已成为叶节点， 若是， 则停止二分裂过程， 进入步骤六； 若否， 则将不是叶节点的子节点内部电池样本 子集返回步骤三进行集 合的二分裂过程； 步骤六， 根据树型筛选结构中每个父节点产生的两个子节点的类型， 对树型筛选结构 进行修剪， 直至树型 结构不发生变化； 步骤七， 定义修剪后每个叶节点内的 电池样本集合为一个电池簇族， 判断每个电池簇 族内的电池样本是否大于电池串的电池 数量m， 若 是， 则该电池簇族构成一个可用于电池储 能系统集成的潜在电池串， 执 行步骤八； 若否， 则放弃 该电池簇族； 步骤八， 判断所有潜在电池串的数量是否大于电池储能系统所需电池串的并联数量n； 若是， 则执 行步骤九； 否则， 返回步骤二获取新 一批电池重新进行电池筛 选； 步骤九， 计算各个潜在电池串内电池样本在特征空间上的中心， 选择中心距离最近的n 个电池簇族组成的电池串 进行并联集成； 步骤十， 在n个电池簇族内部， 选择距离其内部中心最近的m个电池样本进行串联集成； 步骤十一， 根据步骤九和步骤十 选择出的电池样本， 完成电池 储能系统的串并联集成。 2.根据权利要求1所述的一种储能电池筛选集成优化方法， 其特征在于， 步骤一中， 所 述的电池储能系统的设计要求参数包括直流母线电压为Udc(V)、 电池储能系统 的额定功率 Peb(W)和额定容 量Qeb(W·h)； 其中， 直 流母线电压上限和下限分别为 和 已选电池单体的性能参数包括电池单体的额定电压为Ub(V)和电池标称容 量Cb(A·h)； 电池储能系统中各电池串中电池的数量 为： 电池储能系统中电池串的并联 数量为： 3.根据权利要求1所述的一种 储能电池筛选集成优化方法， 其特征在于， 步骤二中所述 的电池性能测试包括标称容量测试、 不同温度充放电测试、 混合功率脉冲特性测试和可靠 性测试； 得到的各电池样本的测试数据包括电压数据、 电流数据、 温度数据和直流内阻数 据。 4.根据权利要求1所述的一种 储能电池筛选集成优化方法， 其特征在于， 步骤二中所述 的N个电池的S维特征向量进 行归一化处理， 即归一化某个特征下的N个电池的特征值， 对于 第i个电池的第s维特 征xi,s归一化后表示 为yi,s， 其计算公式如下：权　利　要　求　书 2/3 页 3 CN 115528326 A 3