可左右滑动选省市

基于主动均衡电池管理系统的储能方法发明专利

更新时间:2024-11-01
基于主动均衡电池管理系统的储能方法发明专利 专利申请类型:发明专利;
地区:广东-深圳;
源自:深圳高价值专利检索信息库;

专利名称:基于主动均衡电池管理系统的储能方法

专利类型:发明专利

专利申请号:CN202410802214.4

专利申请(专利权)人:深圳市百千成电子有限公司
权利人地址:广东省深圳市光明区玉塘街道长圳社区沙头巷工业区3B3栋整套

专利发明(设计)人:张红刚,叶志开,李继先

专利摘要:本发明涉及一种基于主动均衡电池管理系统的储能方法,包括以下步骤:从电池管理系统获取电池组的电池组参数;将电池组参数输入预设的曲线模型内进行绘制,得到电池组曲线;获取电池组的内部环境以及充电周期,基于内部环境、充电周期以及电池组曲线对各个电池进行电量预测,得到对应的预测结果;对所述预测结果进行编码,得到预测编码结果,并调用预先设定的编码表,将所述预测编码结果与所述编码表内的编码信息进行匹配,得到能量转移路径;基于所述电压‑电流曲线以及所述能量转移路径对所述电池管理系统进行调整,得到电池组储能策略,并基于电池组储能策略对所述电池组进行储能控制;解决了电池的电量不均衡会导致电池寿命缩短的技术问题。

主权利要求:
1.一种基于主动均衡电池管理系统的储能方法,其特征在于,包括以下步骤:从电池管理系统获取电池组的电池组参数;其中,所述电池组参数包括所述电池组中多个电池的电参数压、电流参数;
将所述电池组参数输入预设的曲线模型内进行绘制,得到电池组曲线;其中,所述电池组曲线是电压‑电流曲线,其中,电压‑电流曲线内的电压的数值互不相等;
获取电池组的内部环境以及充电周期,基于所述内部环境、充电周期以及电池组曲线对各个所述电池进行电量预测,得到对应的预测结果;
对所述预测结果进行编码,得到预测编码结果,并调用预先设定的编码表,将所述预测编码结果与所述编码表内的编码信息进行匹配,得到能量转移路径;
基于所述电压‑电流曲线以及所述能量转移路径对所述电池管理系统进行调整,得到电池组储能策略,并基于所述电池组储能策略对所述电池组进行储能控制;
对所述预测结果进行编码,得到预测编码结果,并调用预先设定的编码表,将所述预测编码结果与所述编码表内的编码信息进行匹配,得到能量转移路径,包括:对所述预测结果进行量化,得到对应电池的电量状态;其中,所述电量状态各不相同;
将各个所述电量状态进行编码,得到对应电池的电量编码;
将各个所述电量编码组建成一个电量编码向量;其中,所述电量编码向量是按照电量的多少从上到下或者从左到右依次排序;
将所述电量编码向量与所述编码表内的编码信息进行匹配,得到匹配结果;
基于所述匹配结果构建能量转移图谱;其中,所述能量转移图谱包括多个第一节点和多个第一边,多个所述第一节点是各个所述电池,多个所述第一边是能量流动的优先级方向;
将所述能量转移图谱输入预设的图论算法内进行搜索,得到能量转移路径;
基于所述电压‑电流曲线以及所述能量转移路径对所述电池管理系统进行调整,得到电池组储能策略,并基于所述电池组储能策略对所述电池组进行储能控制,包括:运用预设的等效电路算法对所述电压‑电流曲线进行解析,得到各个所述电池的动态特性;
通过预设的库仑计数法对所述电池的动态特性进行累积计算,得到电池内电荷转移量;
基于所述电池内电荷转移量绘制电池的数字化SOC分布图;
对所述数字化SOC分布图制定区域进行参数插值,得到第一数字化SOC分布图;其中,所述第一数字化SOC分布图是柱状图的图像形式,所述柱状图包括多个电池对应的初始柱;
基于所述第一数字化SOC分布图对各个所述电池进行功率分配,得到对应的电池充电需求和/或电池放电需求;
基于所述电池充电需求和/或电池放电需求以及所述能量转移路径对所述电池管理系统进行调整,得到电池组储能策略;
基于所述电池组储能策略使所述第一数字化SOC分布图中的初始柱的高度相等,其中,所述第一数字化SOC分布图中的初始柱的高度相等表示各个所述电池的电量相等。
2.根据权利要求1所述的基于主动均衡电池管理系统的储能方法,其特征在于,所述电池管理系统上设置有数据采集单元,从电池管理系统获取电池组的电池组参数,包括:通过部署在电池组上的传感器获得电池组的初步信息;
通过所述数据采集单元对所述初步信息进行解析和校准,以得到校准信息;
通过预设的ARIMA模型对所述校准信息进行时序分析,得到各个电池的时序信息;其中,所述时序信息是电池组的电池状态随时间变化的趋势;
对所述时序信息进行参数解码,得到电池组参数。
3.根据权利要求1所述的基于主动均衡电池管理系统的储能方法,其特征在于,将所述电池组参数输入预设的曲线模型内进行绘制,得到电池组曲线,包括:获取所述电池组的历史监测参数,并对所述历史监测参数进行低维表征,得到低维表征参数;
基于所述低维表征参数对预设的初始曲线模型参数进行内插与拟合,得到第一曲线模型;
通过所述第一曲线模型对所述电池组参数进行绘制,得到初始电池组曲线;
识别初始电池组曲线中的异常点,并对所述异常点对应的电池进行深度分析,得到分析结果;其中,所述异常点包括电压突变,所述电压突变包括电压异常上升和电压异常下降,所述分析结果包括电池老化、内部短路、电解液泄露以及BMS误报;
基于所述分析结果得到对应的解决策略;
基于所述解决策略对所述电池管理系统和/或电池组进行优化,得到优化后的电池管理系统和/或电池组;
利用优化后的电池管理系统和/或电池组得到第一电池组曲线,若所述第一电池组曲线上的点在预设的变动范围内,则将所述第一电池组曲线作为电池组曲线。
4.根据权利要求1所述的基于主动均衡电池管理系统的储能方法,其特征在于,基于所述内部环境、充电周期以及电池组曲线对各个所述电池进行电量预测,得到对应的预测结果,包括:将各个所述电池作为节点,各个所述电池的连接关系作为边,基于各个所述节点以及所述边构建电池拓扑结构;
基于所述内部环境、充电周期以及电池组曲线对所述电池拓扑结构进行分析,以确定各个所述电池的能量耗散形式;
基于所述各个所述电池的能量耗散形式对各个所述电池进行电量预测,得到对应的预测结果。
5.根据权利要求4所述的基于主动均衡电池管理系统的储能方法,其特征在于,基于所述内部环境、充电周期以及电池组曲线对所述电池拓扑结构进行分析,以确定各个所述电池的能量耗散形式,包括:对所述内部环境进行特征提取,得到温度特征;
基于所述温度特征以及充电周期以及电池组曲线进行多维度分析,得到电池在不同条件下的性能表现;
利用预设的热模型,基于所述电池在不同条件下的性能表现对所述电池拓扑结构进行热传导与热辐射仿真,得到对应的电池的温度分布图;
计算所述电池的温度分布图不同区域间的温度梯度,其中,所述温度梯度用于表征所述电池的能量流动的方向和强度;
基于所述能量流动的方向和强度对所述电池的热源进行识别,得到电池的能量耗散的位置和因子;
利用交流阻抗谱技术对所述能量耗散的位置和因子进行分析,得到各个所述电池的能量耗散形式。
6.一种基于主动均衡电池管理系统的储能装置,其特征在于:包括:获取模块,用于从电池管理系统获取电池组的电池组参数;其中,所述电池组参数包括所述电池组中多个电池的电参数压、电流参数;
绘制模块,用于将所述电池组参数输入预设的曲线模型内进行绘制,得到电池组曲线;
其中,所述电池组曲线是电压‑电流曲线,其中,电压‑电流曲线内的电压的数值互不相等;
预测模块,用于获取电池组的内部环境以及充电周期,基于所述内部环境、充电周期以及电池组曲线对各个所述电池进行电量预测,得到对应的预测结果;
编码模块,用于对所述预测结果进行编码,得到预测编码结果,并调用预先设定的编码表,将所述预测编码结果与所述编码表内的编码信息进行匹配,得到能量转移路径;
调整模块,用于基于所述电压‑电流曲线以及所述能量转移路径对所述电池管理系统进行调整,得到电池组储能策略,并基于所述电池组储能策略对所述电池组进行储能控制;
对所述预测结果进行编码,得到预测编码结果,并调用预先设定的编码表,将所述预测编码结果与所述编码表内的编码信息进行匹配,得到能量转移路径,包括:对所述预测结果进行量化,得到对应电池的电量状态;其中,所述电量状态各不相同;
将各个所述电量状态进行编码,得到对应电池的电量编码;
将各个所述电量编码组建成一个电量编码向量;其中,所述电量编码向量是按照电量的多少从上到下或者从左到右依次排序;
将所述电量编码向量与所述编码表内的编码信息进行匹配,得到匹配结果;
基于所述匹配结果构建能量转移图谱;其中,所述能量转移图谱包括多个第一节点和多个第一边,多个所述第一节点是各个所述电池,多个所述第一边是能量流动的优先级方向;
将所述能量转移图谱输入预设的图论算法内进行搜索,得到能量转移路径;
基于所述电压‑电流曲线以及所述能量转移路径对所述电池管理系统进行调整,得到电池组储能策略,并基于所述电池组储能策略对所述电池组进行储能控制,包括:运用预设的等效电路算法对所述电压‑电流曲线进行解析,得到各个所述电池的动态特性;
通过预设的库仑计数法对所述电池的动态特性进行累积计算,得到电池内电荷转移量;
基于所述电池内电荷转移量绘制电池的数字化SOC分布图;
对所述数字化SOC分布图制定区域进行参数插值,得到第一数字化SOC分布图;其中,所述第一数字化SOC分布图是柱状图的图像形式,所述柱状图包括多个电池对应的初始柱;
基于所述第一数字化SOC分布图对各个所述电池进行功率分配,得到对应的电池充电需求和/或电池放电需求;
基于所述电池充电需求和/或电池放电需求以及所述能量转移路径对所述电池管理系统进行调整,得到电池组储能策略;
基于所述电池组储能策略使所述第一数字化SOC分布图中的初始柱的高度相等,其中,所述第一数字化SOC分布图中的初始柱的高度相等表示各个所述电池的电量相等。
7.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。 说明书 : 基于主动均衡电池管理系统的储能方法技术领域[0001] 本发明涉及电池技术领域,特别涉及一种基于主动均衡电池管理系统的储能方法。背景技术[0002] 随着可再生能源和电动汽车的快速发展,高效、可靠的储能系统成为了关键技术之一。在储能系统中,电池组作为能量存储的核心部件,其性能直接影响整个系统的稳定性和使用寿命。然而,电池组中的各个电池由于制造差异、老化程度不同等因素,其容量、内阻等特性会逐渐出现不一致性,这种现象称为电池的不均衡性。电池不均衡会导致电池组的整体性能受限于最弱的单体电池,影响储能效率和电池寿命,严重时还可能引发安全问题。发明内容[0003] 本发明的主要目的为提供一种基于主动均衡电池管理系统的储能方法,解决了电池的电量不均衡会导致电池组的整体性能受限于最弱的单体电池,影响储能效率和电池寿命的技术问题。[0004] 为实现上述目的,本发明提供了一种基于主动均衡电池管理系统的储能方法,包括以下步骤:[0005] 从电池管理系统获取电池组的电池组参数;其中,所述电池组参数包括所述电池组中多个电池的电参数压、电流参数;[0006] 将所述电池组参数输入预设的曲线模型内进行绘制,得到电池组曲线;其中,所述电池组曲线是电压‑电流曲线,其中,电压‑电流曲线内的电压的数值互不相等;[0007] 获取电池组的内部环境以及充电周期,基于所述内部环境、充电周期以及电池组曲线对各个所述电池进行电量预测,得到对应的预测结果;[0008] 对所述预测结果进行编码,得到预测编码结果,并调用预先设定的编码表,将所述预测编码结果与所述编码表内的编码信息进行匹配,得到能量转移路径;[0009] 基于所述电压‑电流曲线以及所述能量转移路径对所述电池管理系统进行调整,得到电池组储能策略,并基于所述电池组储能策略对所述电池组进行储能控制。[0010] 作为本发明进一步的方案,所述电池管理系统上设置有数据采集单元,从电池管理系统获取电池组的电池组参数,包括:[0011] 通过部署在电池组上的传感器获得电池组的初步信息;[0012] 通过所述数据采集单元对所述初步信息进行解析和校准,以得到校准信息;[0013] 通过预设的ARIMA模型对所述校准信息进行时序分析,得到各个电池的时序信息;其中,所述时序信息是电池组的电池状态随时间变化的趋势;[0014] 对所述时序信息进行参数解码,得到电池组参数。[0015] 作为本发明进一步的方案,将所述电池组参数输入预设的曲线模型内进行绘制,得到电池组曲线,包括:[0016] 获取所述电池组的历史监测参数,并对所述历史监测参数进行低维表征,得到低维表征参数;[0017] 基于所述低维表征参数对预设的初始曲线模型参数进行内插与拟合,得到第一曲线模型;[0018] 通过所述第一曲线模型对所述电池组参数进行绘制,得到初始电池组曲线;[0019] 识别初始电池组曲线中的异常点,并对所述异常点对应的电池进行深度分析,得到分析结果;其中,所述异常点包括电压突变,所述电压突变包括电压异常上升和电压异常下降,所述分析结果包括电池老化、内部短路、电解液泄露以及BMS误报;[0020] 基于所述分析结果得到对应的解决策略;[0021] 基于所述解决策略对所述电池管理系统和/或电池组进行优化,得到优化后的电池管理系统和/或电池组;[0022] 利用优化后的电池管理系统和/或电池组得到第一电池组曲线,若所述第一电池组曲线上的点在预设的变动范围内,则将所述第一电池组曲线作为电池组曲线。[0023] 作为本发明进一步的方案,基于所述内部环境、充电周期以及电池组曲线对各个所述电池进行电量预测,得到对应的预测结果,包括:[0024] 将各个所述电池作为节点,各个所述电池的连接关系作为边,基于各个所述节点以及所述边构建电池拓扑结构;[0025] 基于所述内部环境、充电周期以及电池组曲线对所述电池拓扑结构进行分析,以确定各个所述电池的能量耗散形式;[0026] 基于所述各个所述电池的能量耗散形式对各个所述电池进行电量预测,得到对应的预测结果。[0027] 作为本发明进一步的方案,基于所述内部环境、充电周期以及电池组曲线对所述电池拓扑结构进行分析,以确定各个所述电池的能量耗散形式,包括:[0028] 对所述内部环境进行特征提取,得到温度特征;[0029] 基于所述温度特征以及充电周期以及电池组曲线进行多维度分析,得到电池在不同条件下的性能表现;[0030] 利用热模型,基于所述电池在不同条件下的性能表现对所述电池拓扑结构进行热传导与热辐射仿真,得到对应的电池的温度分布图;[0031] 计算所述电池的温度分布图不同区域间的温度梯度,其中,所述温度梯度用于表征所述电池的能量流动的方向和强度;[0032] 基于所述能量流动的方向和强度对所述电池的热源进行识别,得到电池的能量耗散的位置和因子;[0033] 利用交流阻抗谱技术对所述能量耗散的位置和因子进行分析,得到各个所述电池的能量耗散形式。[0034] 作为本发明进一步的方案,对所述预测结果进行编码,得到预测编码结果,并调用预先设定的编码表,将所述预测编码结果与所述编码表内的编码信息进行匹配,得到能量转移路径,包括:[0035] 对所述预测结果进行量化,得到对应电池的电量状态;其中,所述电量状态各不相同;[0036] 将各个所述电量状态进行编码,得到对应电池的电量编码;[0037] 将各个所述电量编码组建成一个电量编码向量;其中,所述电量编码向量是按照电量的多少从上到下或者从左到右依次排序;[0038] 将所述电量编码向量与所述编码表内的编码信息进行匹配,得到匹配结果;[0039] 基于所述匹配结果构建能量转移图谱;其中,所述能量转移图谱包括多个第一节点和多个第一边,多个所述第一节点是各个所述电池,多个所述第一边是能量流动的优先级方向;[0040] 将所述能量转移图谱输入预设的图论算法内进行搜索,得到能量转移路径。[0041] 作为本发明进一步的方案,基于所述电压‑电流曲线以及所述能量转移路径对所述电池管理系统进行调整,得到电池组储能策略,并基于所述电池组储能策略对所述电池组进行储能控制,包括:[0042] 运用预设的等效电路算法对所述电压‑电流曲线进行解析,得到各个所述电池的动态特性;[0043] 通过预设的库仑计数法对所述电池的动态特性进行累积计算,得到电池内电荷转移量;[0044] 基于所述电池内电荷转移量绘制电池的数字化SOC分布图;[0045] 对所述数字化SOC分布图制定区域进行参数插值,得到第一数字化SOC分布图;其中,所述第一数字化SOC分布图是柱状图的图像形式,所述柱状图包括多个电池对应的初始柱;[0046] 基于所述第一数字化SOC分布图对所述各个电池进行功率分配,得到对应的电池充电需求和/或电池放电需求;[0047] 基于所述电池充电需求和/或电池放电需求以及所述能量转移路径对所述电池管理系统进行调整,得到电池组储能策略;[0048] 基于所述电池组储能策略使所述第一数字化SOC分布图中的初始柱的高度相等,其中,所述第一数字化SOC分布图中的初始柱的高度相等表示各个所述电池的电量相等。[0049] 本发明还提供了一种基于主动均衡电池管理系统的储能装置,包括:[0050] 获取模块,用于从电池管理系统获取电池组的电池组参数;其中,所述电池组参数包括所述电池组中多个电池的电参数压、电流参数;[0051] 绘制模块,用于将所述电池组参数输入预设的曲线模型内进行绘制,得到电池组曲线;其中,所述电池组曲线是电压‑电流曲线,其中,电压‑电流曲线内的电压的数值互不相等;[0052] 预测模块,用于获取电池组的内部环境以及充电周期,基于所述内部环境、充电周期以及电池组曲线对各个所述电池进行电量预测,得到对应的预测结果;[0053] 编码模块,用于对所述预测结果进行编码,得到预测编码结果,并调用预先设定的编码表,将所述预测编码结果与所述编码表内的编码信息进行匹配,得到能量转移路径;[0054] 调整模块,用于基于所述电压‑电流曲线以及所述能量转移路径对所述电池管理系统进行调整,得到电池组储能策略,并基于所述电池组储能策略对所述电池组进行储能控制。[0055] 本发明还提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。[0056] 本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。[0057] 本发明提供的基于主动均衡电池管理系统的储能方法、装置、设备及存储介质,包括以下步骤:从电池管理系统获取电池组的电池组参数;将所述电池组参数输入预设的曲线模型内进行绘制,得到电池组曲线;获取电池组的内部环境以及充电周期,基于所述内部环境、充电周期以及电池组曲线对各个所述电池进行电量预测,得到对应的预测结果;对所述预测结果进行编码,得到预测编码结果,并调用预先设定的编码表,将所述预测编码结果与所述编码表内的编码信息进行匹配,得到能量转移路径;基于所述电压‑电流曲线以及所述能量转移路径对所述电池管理系统进行调整,得到电池组储能策略,并基于所述电池组储能策略对所述电池组进行储能控制;通过上述的技术方案,解决了电池电量不均衡会导致电池组的整体性能受限于最弱的单体电池,影响储能效率和电池寿命的技术的问题,实现了主动均衡策略能够有效减缓甚至消除电池不均衡现象,确保电池组可以接近其理论最大容量工作,提升了储能系统的整体效能的技术效果。附图说明[0058] 图1是本发明一实施例中基于主动均衡电池管理系统的储能方法的步骤示意图;[0059] 图2是本发明一实施例中基于主动均衡电池管理系统的储能装置的结构框图;[0060] 图3是本发明一实施例的计算机设备的结构示意框图。[0061] 本发明目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。具体实施方式[0062] 为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。[0063] 如图1所示,图1是本发明一实施例中基于主动均衡电池管理系统的储能方法步骤示意图;[0064] 本发明一实施例中提供了一种基于主动均衡电池管理系统的储能方法,包括以下步骤:[0065] S1步骤,从电池管理系统获取电池组的电池组参数;其中,所述电池组参数包括所述电池组中多个电池的电参数压、电流参数。[0066] 具体的,在电池储能系统中,"电池管理系统"(BMS)扮演着核心角色,它相当于电池组的监视器和控制器。这个系统负责持续监控并管理电池组的各种关键指标,确保电池在安全、高效的状态下运行。当提到"从电池管理系统获取电池组的电池组参数",这一过程涉及到以下几个关键方面:[0067] 电池组参数:这是一系列描述电池组当前状态的数据集合,对于理解和调控电池行为至关重要。这些参数帮助了解电池组是如何作为一个整体工作的,同时也揭示了单个电池的表现。[0068] 电参数压:这里的表述稍有不规范,通常我们指的是“电压”(Voltage)。每个电池都有一个电压,反映了其内部化学能转化为电能的能力。在电池组中,监测每个电池的电压对于识别不均衡现象至关重要,因为不均衡的电压表明电池之间存在性能差异。[0069] 电流参数:指的是流经电池的电流强度,单位通常是安培(Ampere)。电流参数直接关系到电池的充放电速率,是评估电池使用状态和控制充放电过程的重要依据。通过实时监控电流,BMS能够确保电池既不被过快充放电,也避免了充电不足或过度放电,从而保护电池健康。[0070] 综上所述,该步骤强调的是,通过电池管理系统收集电池组内每个电池的电压和电流信息。这些数据不仅是后续分析和管理决策(比如均衡控制、健康状态评估)的基础,也是实现高效储能和延长电池使用寿命的关键。系统通过连续不断地采样这些电参数,为电池组的精细管理和维护提供了必要的信息支持。[0071] S2步骤,将所述电池组参数输入预设的曲线模型内进行绘制,得到电池组曲线;其中,所述电池组曲线是电压‑电流曲线,其中,电压‑电流曲线内的电压的数值互不相等。[0072] 具体的,根据所述方案,将从电池管理系统获取的电池组参数,即每个电池的电压和电流数据,应用到一个预设的数学模型或图形绘制程序中,目的是生成一张直观展示电池组特性的图表——"电池组曲线"。具体来说,此过程包含以下几个步骤:[0073] 数据准备:首先,确保收集到的所有电池的电压和对应时刻的电流值准确无误。这些数据点构成了电压‑电流关系的基础。[0074] 选择曲线模型:采用一种预设的数学模型或图形绘制算法,这种模型专门用于处理电压和电流数据,以便生成电压‑电流特性曲线。这个模型可以简单如二维坐标系上的散点图,也可以复杂到利用特定的函数拟合方法来描绘平滑曲线。[0075] 绘制电压‑电流曲线:在选定的模型中,以电压为横轴(x轴),电流为纵轴(y轴),将每个电池的电压‑电流数据点逐一标记在坐标系上。由于说明中提到"电压的数值互不相等",这意味着在实际电池工作过程中,不同的电流水平对应了不同的电压读数,体现了电池的非线性特征。[0076] 生成电池组曲线:随着所有数据点的标记完成,连接这些点形成曲线或多个曲线,就得到了"电池组曲线"。这条曲线直观展示了电池组在不同工作条件下的电压与电流的关系,有助于分析电池的性能、效率以及潜在的故障点。[0077] 简而言之,通过将电池组参数输入预设的曲线模型并绘制电压‑电流曲线,可以获得一个图形化的表示,用以深入理解电池组在各种充放电状态下的电化学行为,为电池健康评估、性能优化以及故障诊断提供可视化的依据。[0078] S3步骤,获取电池组的内部环境以及充电周期,基于所述内部环境、充电周期以及电池组曲线对各个所述电池进行电量预测,得到对应的预测结果。[0079] 具体的,收集内部环境数据:首先,需要获取电池组的内部环境信息,这包括但不限于温度、湿度以及电池个体之间的温差等。这些因素对电池的性能和寿命有直接影响,因为电池的化学反应速率会随温度变化而变化。[0080] 分析充电周期记录:接着,详细审查每个电池的充电周期历史。充电周期指的是电池从完全放电状态充至满电状态的过程次数。频繁的深度充放电会加速电池老化,因此,了解每个电池的充电习惯对于预测其未来状态至关重要。[0081] 结合电池组曲线:利用之前生成的电压‑电流曲线,该曲线反映了电池组在不同工作状态下的实际表现。结合电池的当前电压和电流值,可以更精确地定位电池的工作点,进一步推断其健康状况和剩余电量。[0082] 电量预测:基于上述收集的内部环境参数、每个电池的充电周期数据,以及电池组曲线提供的性能趋势,运用先进的算法或模型(如机器学习模型)来预测各个电池的未来电量状态。这一过程可能涉及对电池老化模型的应用、电量衰减规律的分析,以及考虑环境因素对电池性能影响的校正。[0083] 得到预测结果:经过复杂的计算和分析后,系统将输出针对每个电池的电量预测结果。这些结果不仅提供了关于电池剩余使用时间的估计,还包括电池的预期寿命、是否需要维护或更换的建议,从而帮助用户或系统管理员做出及时且合理的决策,确保电池系统的稳定运行和优化管理。[0084] S4步骤,对所述预测结果进行编码,得到预测编码结果,并调用预先设定的编码表,将所述预测编码结果与所述编码表内的编码信息进行匹配,得到能量转移路径。[0085] 具体的,预测编码结果:首先,将每个电池的电量预测结果转换成一种编码形式。这个过程称为“编码”,目的是简化数据处理,使其便于计算机识别和处理。预测的电量值可能被映射到不同的编码等级上,比如低电量、中电量、高电量等,每种状态对应一个唯一的编码标识。[0086] 调用预先设定的编码表:系统中预设有一个编码表,该表是一个数据库或对照表,其中存储了各种编码标识及其关联的含义或指令。编码表的设计依据电池管理的需求定制,确保每个编码都能准确对应到电池管理中的特定操作或策略。[0087] 匹配编码信息:将预测编码结果与编码表内的信息进行一一匹配。这意味着,每一个电池的预测状态编码都会在编码表中找到相应的条目,该条目可能包含了关于如何调整充电策略、能量分配方向或是电池维护的指示。[0088] 得到能量转移路径:通过上述匹配过程,系统能够确定最优化的能量转移路径。例如,如果预测结果显示某些电池电量较低,而其他电池电量较高,编码表可能会指示将高电量电池的部分能量转移到低电量电池,以平衡整个电池组的电量分布,确保系统效率和延长整体使用寿命。这样的路径规划旨在优化能源利用,减少不必要的能耗,同时维护电池组的健康状态。[0089] 综上所述,此方案通过将复杂的电量预测结果转化为易于执行的编码指令,并依据预设规则制定能量管理策略,实现了智能化、高效的电池能量转移路径规划。[0090] S5步骤,基于所述电压‑电流曲线以及所述能量转移路径对所述电池管理系统进行调整,得到电池组储能策略,并基于所述电池组储能策略对所述电池组进行储能控制。[0091] 具体的,整合分析信息:首先,系统将前面得到的电压‑电流曲线和能量转移路径这两个关键信息结合起来。电压‑电流曲线揭示了电池组在不同工况下的实际工作性能,而能量转移路径则指明了如何通过主动均衡等手段优化电池间的能量分配,两者相结合为制定储能策略提供了全面的依据。[0092] 调整电池管理系统:基于整合后的信息,对BMS进行相应的调整。这包括但不限于调整充电和放电策略、设置均衡控制的触发条件、优化充放电速率等。这些调整都是为了确保电池组在运行过程中,能够按照既定的储能策略进行操作,有效管理电池的充放电过程,防止个别电池过充或过放,维持电池组的健康状态和整体性能。[0093] 制定电池组储能策略:结合电压‑电流特性曲线和确定的能量转移路径,制定出一套详尽的电池组储能策略。该策略明确了在不同情况下(如充电状态、放电需求、环境变化等)应如何调整电池的工作模式,以实现能量的高效储存和释放,同时平衡各电池单元的电量,减少不均衡现象。[0094] 实施储能控制:最后,根据制定好的储能策略,BMS开始对电池组实施具体的储能控制操作。包括动态调节充电功率、安排均衡充电周期、适时启动能量转移等。通过这些精确控制,确保电池组在满足当前储能需求的同时,也能长期保持良好的工作状态和延长使用寿命。[0095] 总之,这一系列操作紧密相连,通过高级的分析预测与策略制定,最终指导电池管理系统精确执行,从而在保障储能效率和系统稳定性的同时,也最大化地发挥了电池组的潜能和使用寿命。[0096] 在具体实施例中,所述电池管理系统上设置有数据采集单元,从电池管理系统获取电池组的电池组参数,包括:[0097] 通过部署在电池组上的传感器获得电池组的初步信息;[0098] 通过所述数据采集单元对所述初步信息进行解析和校准,以得到校准信息;[0099] 通过预设的ARIMA模型对所述校准信息进行时序分析,得到各个电池的时序信息;其中,所述时序信息是电池组的电池状态随时间变化的趋势;[0100] 对所述时序信息进行参数解码,得到电池组参数。[0101] 具体的,部署传感器与初步信息采集:在电池组内部或附近安装有多种传感器,这些传感器持续监测电池的电压、电流、温度等关键指标。它们捕获到的数据构成了电池组的初步信息,为后续分析提供了基础数据。[0102] 数据采集单元解析与校准:数据采集单元是BMS中的一个关键组件,它接收来自传感器的原始数据,并对其进行解析,去除噪声,校正误差,将这些初步信息转化为更加准确、可靠的校准信息。这一过程确保了数据的质量,提高了分析的准确性。[0103] ARIMA模型时序分析:利用预设的自回归积分滑动平均模型(ARIMA)对校准信息进行深入分析。ARIMA模型是一种统计分析方法,特别适合于处理时间序列数据,能够捕捉和预测数据随时间的变化趋势。通过对校准信息的时序分析,可以揭示每个电池状态随时间演变的模式,即时序信息,这对于预测电池未来的性能和健康状态至关重要。[0104] 时序信息参数解码:将ARIMA模型分析得出的时序信息进一步处理,通过特定的算法或逻辑将其解码为可以直接用于电池管理的具体参数。这些参数不仅包括电池的即时状态,如当前电压、电流等,还包括反映电池长期趋势和变化速率的信息,为电池的维护、均衡和寿命管理提供科学依据。[0105] 综上所述,该方案通过高度集成的数据采集与分析流程,确保了电池管理系统能够基于精确的时序分析结果,获取到详尽、准确的电池组参数,为实施有效的电池健康管理策略打下了坚实的基础。这一过程不仅增强了BMS对电池状态的实时监控能力,也大大提高了电池使用效率和整个储能系统的可靠性。[0106] 在具体实施例中,将所述电池组参数输入预设的曲线模型内进行绘制,得到电池组曲线,包括:[0107] 获取所述电池组的历史监测参数,并对所述历史监测参数进行低维表征,得到低维表征参数;[0108] 基于所述低维表征参数对预设的初始曲线模型参数进行内插与拟合,得到第一曲线模型;[0109] 通过所述第一曲线模型对所述电池组参数进行绘制,得到初始电池组曲线;[0110] 识别初始电池组曲线中的异常点,并对所述异常点对应的电池进行深度分析,得到分析结果;其中,所述异常点包括电压突变,所述电压突变包括电压异常上升和电压异常下降,所述分析结果包括电池老化、内部短路、电解液泄露以及BMS误报;[0111] 基于所述分析结果得到对应的解决策略;[0112] 基于所述解决策略对所述电池管理系统和/或电池组进行优化,得到优化后的电池管理系统和/或电池组;[0113] 利用优化后的电池管理系统和/或电池组得到第一电池组曲线,若所述第一电池组曲线上的点在预设的变动范围内,则将所述第一电池组曲线作为电池组曲线。[0114] 具体的,历史监测参数的低维表征:首先,收集电池组的历史监测数据,包括但不限于电压、电流、温度等随时间变化的参数。随后,应用降维技术(如主成分分析PCA)对这些海量历史数据进行处理,提取出关键特征,形成低维表征参数。这一步骤简化了数据结构,便于后续分析。[0115] 构建第一曲线模型:利用得到的低维表征参数,对预先设定的初始曲线模型进行调整,包括内插和拟合过程,以确保模型能够更好地匹配实际电池组的行为模式。这个经过调整的模型即为第一曲线模型,它反映了电池组性能随时间变化的一般规律。[0116] 绘制初始电池组曲线:将当前的电池组参数输入到第一曲线模型中,生成一条代表电池组当前状态的曲线,即初始电池组曲线。这条曲线直观展示了电池组各项参数的分布情况。[0117] 异常点识别与深度分析:在初始电池组曲线上,通过算法识别出不符合常规变化趋势的点,即异常点,特别是那些电压突变的情况,无论是异常上升还是下降。针对这些异常点,进行细致的分析,判断其背后的原因,可能是电池老化、内部短路、电解液泄露或是BMS系统自身的误报等。[0118] 制定解决策略:根据上述分析结果,为每一个识别到的问题制定具体的解决策略。例如,对于老化电池可能需要更换,短路问题则需检查电路,电解液泄露需修复密封等。[0119] 系统与电池组的优化:依据解决策略,对电池管理系统进行调整,或者直接对电池组进行物理干预。这些改动旨在消除已识别的问题,提高整体性能,从而得到优化后的电池管理系统和/或电池组。[0120] 验证与最终曲线确定:利用优化后的系统和/或电池组重新生成电池组曲线。如果新曲线上的所有点均位于预设的正常变动范围内,表明优化措施有效,此时的曲线被视为最终的电池组曲线,可作为评估电池组健康状况和性能的基准。[0121] 通过这一系列步骤,不仅实现了对电池组状态的精确描绘,还通过问题识别与策略实施,有效提升了电池系统的稳定性和使用寿命。[0122] 在具体实施例中,基于所述内部环境、充电周期以及电池组曲线对各个所述电池进行电量预测,得到对应的预测结果,包括:[0123] 将各个所述电池作为节点,各个所述电池的连接关系作为边,基于各个所述节点以及所述边构建电池拓扑结构;[0124] 基于所述内部环境、充电周期以及电池组曲线对所述电池拓扑结构进行分析,以确定各个所述电池的能量耗散形式;[0125] 基于所述各个所述电池的能量耗散形式对各个所述电池进行电量预测,得到对应的预测结果。[0126] 具体的,构建电池拓扑结构:首先,将每个电池视为网络中的一个节点,这些节点代表了电池组中的单个电池单元。电池之间的物理连接方式,比如串联或并联关系,则被定义为边。通过这种方式,整个电池组被转化成一个复杂的网络或图结构,称为电池拓扑结构。这个结构有助于理解电池间的相互作用和能量流动路径。[0127] 分析电池拓扑结构以确定能量耗散形式:接下来,利用电池组的历史监测数据(包括内部环境参数,如温度、湿度,以及充电周期信息)和之前获得的电池组曲线,对构建好的电池拓扑结构进行深入分析。目的是识别和量化不同电池在不同工况下的能量损失机制,即能量耗散形式。这可能包括电阻损耗、自放电、热效应导致的能量损失等。这种分析帮助理解哪些因素和条件最显著地影响着电池的能量效率和容量衰退。[0128] 基于能量耗散形式进行电量预测:在明确了各个电池的能量耗散形式后,针对每个电池,采用合适的数学模型或算法(如基于物理原理的模型、机器学习模型等),结合当前的内部环境条件和历史充电周期数据,对未来的电量状态进行预测。这些预测会考虑到每个电池的个体差异,及其在网络结构中的位置,即如何受到相邻电池的影响,从而得到更为精准的电量预测结果。[0129] 综上所述,该方案通过构建电池拓扑结构并分析其能量流和耗散机制,结合电池组的历史表现,实现了一种综合性的电量预测方法。这种方法不仅考虑了电池个体属性,还充分融入了电池间相互作用及外部环境因素,为电池管理系统的高效运行和电池寿命的准确预测提供了有力支持。[0130] 在具体实施例中,基于所述内部环境、充电周期以及电池组曲线对所述电池拓扑结构进行分析,以确定各个所述电池的能量耗散形式,包括:[0131] 对所述内部环境进行特征提取,得到温度特征;[0132] 基于所述温度特征以及充电周期以及电池组曲线进行多维度分析,得到电池在不同条件下的性能表现;[0133] 利用热模型,基于所述电池在不同条件下的性能表现对所述电池拓扑结构进行热传导与热辐射仿真,得到对应的电池的温度分布图;[0134] 计算所述电池的温度分布图不同区域间的温度梯度,其中,所述温度梯度用于表征所述电池的能量流动的方向和强度;[0135] 基于所述能量流动的方向和强度对所述电池的热源进行识别,得到电池的能量耗散的位置和因子;[0136] 利用交流阻抗谱技术对所述能量耗散的位置和因子进行分析,得到各个所述电池的能量耗散形式。[0137] 具体的,内部环境特征提取:首先,从电池组的内部环境数据中提取温度特征,这些特征反映了电池在不同时间点的温度状态,是评估电池热性能的基础。[0138] 多维度性能分析:将提取的温度特征与电池的充电周期信息及电池组曲线结合,进行多维度分析。这一步旨在理解电池在不同充放电状态和温度条件下的性能表现,包括电池容量、内阻变化等。[0139] 热传导与热辐射仿真:利用热模型(如有限元分析FEM),基于电池在不同条件下的性能表现,对电池拓扑结构进行热仿真。这一过程模拟了热量在电池间通过传导与辐射的传递过程,生成电池的温度分布图,直观显示了电池表面和内部的温度差异。[0140] 温度梯度分析:通过计算温度分布图中不同区域间的温度梯度,可以识别热量流动的方向和强度。温度梯度大意味着能量流动迅速,有助于定位能量转移的关键路径和热管理的重点区域。[0141] 热源识别与能量耗散定位:基于温度梯度信息,识别电池中的热源位置及造成能量耗散的主要因素,如局部过热区域或高电阻连接点。这些热源往往是能量损耗较大的位置。[0142] 交流阻抗谱技术应用:最后,利用交流阻抗谱(EIS)技术对识别出的能量耗散位置和因素进行深入分析。EIS能提供电池内阻抗的频率依赖性信息,帮助区分欧姆电阻、电化学极化和浓差极化等不同类型的能量损耗,从而精确地界定各个电池的能量耗散形式。[0143] 总结而言,该方案通过一系列精密的分析手段,从宏观的电池组温度特征到微观的电池内部能量耗散机制,全面评估并确定了电池在特定工作条件下的能量耗散情况,为优化电池管理策略、提高电池系统效率和延长使用寿命提供了科学依据。[0144] 在具体实施例中,对所述预测结果进行编码,得到预测编码结果,并调用预先设定的编码表,将所述预测编码结果与所述编码表内的编码信息进行匹配,得到能量转移路径,包括:[0145] 对所述预测结果进行量化,得到对应电池的电量状态;其中,所述电量状态各不相同;[0146] 将各个所述电量状态进行编码,得到对应电池的电量编码;[0147] 将各个所述电量编码组建成一个电量编码向量;其中,所述电量编码向量是按照电量的多少从上到下或者从左到右依次排序;[0148] 将所述电量编码向量与所述编码表内的编码信息进行匹配,得到匹配结果;[0149] 基于所述匹配结果构建能量转移图谱;其中,所述能量转移图谱包括多个第一节点和多个第一边,多个所述第一节点是各个所述电池,多个所述第一边是能量流动的优先级方向;[0150] 将所述能量转移图谱输入预设的图论算法内进行搜索,得到能量转移路径。[0151] 具体的,预测结果量化:首先,对先前获得的电池电量状态预测结果进行量化处理。这意味着将预测的抽象电量水平转换成具体的数值或等级,确保每个电池的电量状态都有一个明确且可比较的指标。由于各个电池可能处于不同的使用阶段或有不同的容量衰减,因此它们的电量状态会各不相同。[0152] 电量状态编码:接着,将量化后的电量状态进一步编码。这一过程是将具体的电量值映射到简短的代码或标识符上,便于后续处理和信息传递。每个电池都会有一个与其电量状态相对应的电量编码,这种编码有助于减少数据的复杂性并加快处理速度。[0153] 构建电量编码向量:将所有电池的电量编码整合成一个有序的向量。这个向量按照电量的多少排列,比如电量高的电池编码排在前面,电量低的排在后面。这样的排序有利于直观地展示系统内电池电量的分布情况,为后续的能量管理决策提供基础。[0154] 编码信息匹配:将构建好的电量编码向量与一个预先设定的编码表进行匹配。这个编码表中存储了不同电量编码所代表的具体含义,以及相关的操作指导或能量转移规则。通过匹配,可以确定每个电池在能量管理系统中的角色和潜在的交互方式。[0155] 构建能量转移图谱:基于匹配结果,创建一个能量转移图谱。在这个图谱中,每个电池被视作一个节点,而能量从电量较高的节点流向电量较低的节点的倾向,则由图谱中的边(第一边)来表示,边的方向体现了能量流动的优先级方向。图谱整体展示了整个电池系统内的能量转移模式。[0156] 图论算法搜索:最后,将构建的能量转移图谱输入到一个预设的图论算法中,该算法能够寻找最优或最高效的能量转移路径。通过算法的搜索和分析,可以确定在当前电量状态下,如何最合理地调配电池间的能量,以达到平衡电量、延长系统运行时间或提高效率等目的。[0157] 综上所述,该方案通过量化预测、编码、匹配、图谱构建和算法搜索等一系列步骤,实现了从预测信息到实际能量管理策略的转化,为优化电池系统能量分配提供了科学依据和实施路径。[0158] 在具体实施例中,基于所述电压‑电流曲线以及所述能量转移路径对所述电池管理系统进行调整,得到电池组储能策略,并基于所述电池组储能策略对所述电池组进行储能控制,包括:[0159] 运用预设的等效电路算法对所述电压‑电流曲线进行解析,得到各个所述电池的动态特性;[0160] 通过预设的库仑计数法对所述电池的动态特性进行累积计算,得到电池内电荷转移量;[0161] 基于所述电池内电荷转移量绘制电池的数字化SOC分布图;[0162] 对所述数字化SOC分布图制定区域进行参数插值,得到第一数字化SOC分布图;其中,所述第一数字化SOC分布图是柱状图的图像形式,所述柱状图包括多个电池对应的初始柱;[0163] 基于所述第一数字化SOC分布图对所述各个电池进行功率分配,得到对应的电池充电需求和/或电池放电需求;[0164] 基于所述电池充电需求和/或电池放电需求以及所述能量转移路径对所述电池管理系统进行调整,得到电池组储能策略;[0165] 基于所述电池组储能策略使所述第一数字化SOC分布图中的初始柱的高度相等,其中,所述第一数字化SOC分布图中的初始柱的高度相等表示各个所述电池的电量相等。[0166] 具体的,电压‑电流曲线解析:首先,利用预设的等效电路算法对每个电池的电压‑电流曲线进行分析。这一步骤能够揭示电池的内部电阻、电容等动态特性,这些特性对于理解电池在不同工作条件下的行为至关重要。[0167] 动态特性累积计算:接着,采用库仑计数法对电池的动态特性进行累积计算。库仑计数法是一种常用的估计电池状态的方法,通过累计流入或流出电池的电荷量来推算电池的状态,从而得到电池内部电荷转移量。这有助于准确评估电池的剩余电量(SOC)。[0168] 数字化SOC分布图构建:基于电池内电荷转移量,构建电池的数字化SOC分布图。此图直观展现了电池组中各电池的剩余电量分布情况,为后续的均衡控制提供可视化依据。[0169] 参数插值与第一数字化SOC分布图生成:通过对数字化SOC分布图的特定区域进行参数插值,得到更加精确的第一数字化SOC分布图。这一图示以柱状图形式展现,每个柱代表一个电池,其高度表示电池的SOC值。此步骤增强了SOC分布的分辨率,为精细管理创造了条件。[0170] 功率分配与充放电需求确定:根据第一数字化SOC分布图,对各电池进行功率分配,即确定哪些电池需要充电、哪些需要放电,以及相应的功率需求。这一过程旨在平衡电池间的电量差异,优化整体储能状态。[0171] 电池管理系统调整:结合电池的充放电需求及已知的能量转移路径,调整电池管理系统(BMS)的控制策略。这意味着调整充电和放电指令,以实现电池组内部能量的高效转移和均衡,确保电池组整体性能最优。[0172] 实现电量均衡:最终目标是通过执行调整后的电池组储能策略,调整第一数字化SOC分布图中各初始柱的高度,使其相等。这一视觉效果直接反映了所有电池的电量达到均衡状态,这是电池管理系统成功调控的结果,有助于延长电池寿命、提高系统稳定性和效率。[0173] 整个过程是一个闭环控制策略,从数据采集、分析到策略制定及执行,每一步都紧密相连,共同作用于提升电池组的整体效能和可靠性。[0174] 上面对本发明实施例中基于主动均衡电池管理系统的储能方法进行了描述,下面对本发明实施例中基于主动均衡电池管理系统的储能装置进行描述,请参阅图2,本发明实施例中基于主动均衡电池管理系统的储能装置一个实施例包括:[0175] 获取模块21,用于从电池管理系统获取电池组的电池组参数;其中,所述电池组参数包括所述电池组中多个电池的电参数压、电流参数;[0176] 绘制模块22,用于将所述电池组参数输入预设的曲线模型内进行绘制,得到电池组曲线;其中,所述电池组曲线是电压‑电流曲线,其中,电压‑电流曲线内的电压的数值互不相等;[0177] 预测模块23,用于获取电池组的内部环境以及充电周期,基于所述内部环境、充电周期以及电池组曲线对各个所述电池进行电量预测,得到对应的预测结果;[0178] 编码模块24,用于对所述预测结果进行编码,得到预测编码结果,并调用预先设定的编码表,将所述预测编码结果与所述编码表内的编码信息进行匹配,得到能量转移路径;[0179] 调整模块25,用于基于所述电压‑电流曲线以及所述能量转移路径对所述电池管理系统进行调整,得到电池组储能策略,并基于所述电池组储能策略对所述电池组进行储能控制。[0180] 在本实施例中,上述系统实施例中的各个单元的具体实现,请参照上述方法实施例中所述,在此不再进行赘述。[0181] 参照图3,本发明实施例中还提供一种计算机设备,该计算机设备其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、显示屏、输入装置系统、网络接口和数据库。其中,该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储本实施例中对应的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现上述方法。[0182] 本领域技术人员可以理解,图3中示出的结构,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的计算机设备的限定。[0183] 本发明一实施例还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法。可以理解的是,本实施例中的计算机可读存储介质可以是易失性可读存储介质,也可以为非易失性可读存储介质。[0184] 本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM通过多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM等。[0185] 需要说明的是,在本文中,术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。[0186] 以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本发明的专利保护范围内。

专利地区:广东

专利申请日期:2024-06-20

专利公开日期:2024-09-03

专利公告号:CN118367665B


以上信息来自国家知识产权局,如信息有误请联系我方更正!
电话咨询
读内容
搜本页
回顶部