楊 銘 聞 鋮 嚴玲玲 牟京亞 孫金莉 由 勇

（1、國網(wǎng)湖北省電力有限公司，湖北 武漢430077 2、國網(wǎng)湖北省電力有限公司檢修公司，湖北 武漢430050 3、北京匠芯電池科技有限公司，北京102606)

1 概述

蓄電池電源柜是開關(guān)站、變電所、配電室等機構(gòu)用于掉電后恢復供電的重要備份電能存儲設(shè)備，其工作特點在于平時要保證充滿電、無故障，供電異常時要保證能供電、電量足，具有“養(yǎng)兵千日，用兵一時”的特點。由于傳統(tǒng)鉛酸蓄電池的電化學原理，決定了雖然具有單體成本比較低的優(yōu)勢，但是也有自放電率高、能量密度低、運行維護工作復雜的劣勢。國家電力行業(yè)標準DL/T-459-200 和DL/T724-2000 中明確規(guī)定鉛酸電池電源柜必須在一定時間內(nèi)對蓄電池組進行核對性放電，該項工作不但損耗電能，更重要的是在放電過程中蓄電池電源柜的儲能下降為原來的1/n，極端情況下降到1/2；放電次數(shù)多，每四年或每年進行；嚴重損耗鉛酸電池壽命。備用電池維護要求高，每隔幾個月就要對備用電池進行充電；在線電池由于自放電率高需要一直進行浮充充電供電，能量浪費大，電池沒有管理控制系統(tǒng)，內(nèi)阻等監(jiān)控參數(shù)需要人工測量，維護自動化程度低，成本高。新型鋰離子電池具有能量密度大，自放電率低，循環(huán)壽命長，在線監(jiān)控方便等優(yōu)點在工業(yè)和民用領(lǐng)域應用廣泛，技術(shù)成熟。但是，如果不對替換鋰電池進行實時性能能監(jiān)控，則鋰電池在安全方面的缺點難以避免。實時估計鋰電池當前健康狀態(tài)（Start of Health,SOH）成為鋰電池替換變電站直流系統(tǒng)鉛酸電池成功的關(guān)鍵。

2 循環(huán)神經(jīng)網(wǎng)絡(luò)狀態(tài)評估方法

循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）研究始于20 世紀80-90 年代。循環(huán)網(wǎng)絡(luò)分為：輸入層，隱層，承接層和輸出層等四層。其狀態(tài)結(jié)構(gòu)如圖1 所示。輸入層、隱層、輸出層采用順序結(jié)構(gòu)，具備前饋神經(jīng)網(wǎng)路的有點。在隱層和輸入層之間具有一個承接層，承接層通常又稱為狀態(tài)層，它能夠記憶隱藏層單元在前一時刻的輸出值，記憶的輸出值按照一定的規(guī)則反饋給輸入層[3]。

圖1 RNN 狀態(tài)結(jié)構(gòu)圖

RNN 的狀態(tài)方程如公式（1）所示：

其中，t 表示時間，X,O 表示輸入和輸出，U,W,V 分別表示此刻時間、輸入、輸出的權(quán)重。St 表示t 時刻的記憶。g(·)為輸出層的傳遞函數(shù)，可以看作中間層在輸出過程的一種組合。f(·)為中間層神經(jīng)元的傳遞函數(shù)，可以使用符號函數(shù)作為一種傳遞函數(shù)。

由于RNN 具備在有限的時間內(nèi)通過數(shù)值計算逼近函數(shù)的功能，可以將RNN 的記憶性能用來反映電池安時積分與電壓差分之間的特征關(guān)系，因此采用RNN 做電池健康度研究具有較好的適應性。

3 模型建立與分析

3.1 樣本選取

根據(jù)變電站替換用鋰電池特點，電池組樣本選取國內(nèi)某大型電池企業(yè)的三元電池組。電池組數(shù)據(jù)采用監(jiān)控器上傳數(shù)據(jù)作為訓練數(shù)據(jù)，通過數(shù)據(jù)進行清洗整理，數(shù)據(jù)融合方式獲取原始數(shù)據(jù)。對相關(guān)數(shù)據(jù)進行電化學參量計算，得到該型電池包的容量增量曲線（Incremental Capacity Analysis, ICA）。ICA 曲線面積可以表示為當前狀態(tài)下的SOH 計算量。再通過折算公式將不同溫度倍率數(shù)據(jù)折算為標準25 攝氏度，1C 倍率的折算數(shù)據(jù)，再通過容量增量的計算，得到ICA 曲線。通過最后一次數(shù)據(jù)后的國標條件完整充電過程計算實際容量。

歸一化方法是為了保證樣本數(shù)在相同評價尺度上進行比較。歸一化一本原理是對原始數(shù)據(jù)進行線性變換，使結(jié)果映射到指定區(qū)間范圍內(nèi)。其中零值歸一化方法是將原始數(shù)據(jù)的均值和標準差進行相應的歸一化。針對實驗數(shù)據(jù)特點在計算ICA 曲線前我們采用了均值歸一化方法。其公式為：

式中，kn為歸一數(shù)據(jù)，K 為原始數(shù)據(jù)，kmax為樣本最大值，kmin為樣本最小值。反歸一方法采用postmnmx 方法，其計算公式為：

式中，y 為原始數(shù)據(jù)，yn為歸一數(shù)據(jù)，ymax為樣本最大值，ymin為樣本最小值。

3.2 構(gòu)建模型

通過RNN 網(wǎng)絡(luò)模型，第一步確定學習函數(shù)為ICA 下降權(quán)值，設(shè)定閾值學習函數(shù)0.05 的學習率，設(shè)定梯度下降函數(shù)為輸入層、承接層和輸出層函數(shù)，設(shè)定為符號函數(shù)為隱層函數(shù)[4]，設(shè)定學習迭代次數(shù)最大為8000 次。計算流程如下圖所示：

圖2 RNN 學習流程圖

3.3 結(jié)果分析

圖3 測試鋰電池預測ICA 曲線與原曲線對比

表1 測試鋰電池預測曲線面積誤差分析表

通過比較經(jīng)RNN 網(wǎng)絡(luò)經(jīng)學習后，能夠較好的計算出ICA 預測曲線，預測曲線與實際容量計算值之間誤差值在可以接受范圍之內(nèi)。該方法適合實時估計鋰電池當前健康狀態(tài)評估。

4 結(jié)論

采用鋰電池替換變電站直流電源中的鉛酸電池改進傳統(tǒng)的電池接線和管理方式，改變變電站直流電源運行維護制度，使得鋰電池的技術(shù)優(yōu)勢得到更好的發(fā)揮，具有較高的經(jīng)濟、技術(shù)優(yōu)勢。通過RNN 網(wǎng)絡(luò)能夠?qū)崿F(xiàn)實時估計鋰電池當前健康狀態(tài)評估，提高鋰電池運行監(jiān)控技術(shù)。