摘要
本发明公开了一种用于退役电池的充放电可控系统及方法,涉及智能充电控制技术领域,通过实时采集退役电池的容量衰减率、内阻值、循环次数及环境温度数据,采用非线性耦合算法计算健康度参数,并结合LSTM神经网络预测未来健康度演变趋势。根据预设场景阈值矩阵动态生成分级标签,通过动态调度算法匹配充电需求热力图与电池分级标签,实现充放电功率的智能分配。引入光伏‑电池‑电网协同供电模型,基于环境温度及光伏出力预测动态调节供电比例,并部署至目标场景。通过动态健康度评估与场景自适应匹配机制,提升退役电池利用率,降低充电设施部署成本,并显著提升多场景下的供电可靠性。
技术关键词
可控方法
动态调度算法
电池组
场景
可控系统
光伏发电预测
标签
热力图
数据
光伏储能
参数
神经网络模型
LSTM神经网络
功率
内阻
充电控制技术
区块链存证
系统为您推荐了相关专利信息
输出控制电路
电流输出模块
数模转换模块
电流检测模块
控制模块
数据存储技术
智能合约验证
数据存储方式
加密算法
节点
人脸识别算法
直方图均衡化
深度卷积神经网络
亮度
人脸特征
电力设备
神经网络模型
多核并行
图像
联合损失函数