基于数据融合的变电站蓄电池组电压实时监测系统

李文伟，王晓明，陈宝欢，姚敏芳

（1.广西电网有限责任公司钦州供电局，广西钦州 535000；2.广西电网有限责任公司电力科学研究院，广西 南宁 530023）

蓄电池组作为变电站遇到突发情况应急备用的重要组成部分，在变电站供电电源无法供电时，能够保障变电站正常运行[1]。在对其进行监测时，如果采用直流系统只能实时监测其电压和电流，无法准确分析与评估其容量和运行状况是否满足运行要求[2]。

为及时、准确地掌握蓄电池运行状态，相关研究人员研制开发了一种多传感器的触点式继电器切换监测系统[3]。触点继电器开关监控器是传统电池监控器中基于多传感器技术的一种，由于触点放电会出现反弹现象，需要采用多种传感器实现。由于多个传感器只能分别反映多个侧面信息。因此，同一信息重复采集概率较高，也存在采集信息过于简单，不能发挥各信息之间优势互补的问题。多路模拟开关选通监测系统采用多路模拟开关式门禁监控系统，采用V/F 变换器可以实现模拟信号转换，改善了工作时输入电压高于工作电压的现象。但该系统存在响应速度慢、线性度和精度不高等缺点。

为此，文中设计了基于数据融合的变电站蓄电池组电压实时监测系统。与传统监测系统相比具有监测精度高的优势。

1 系统硬件结构设计

变电站蓄电池组电压实时监测系统硬件结构，如图1 所示。

图1 系统硬件结构

由图1 可知，该文设计系统结构由感知层、网络层和应用层3 个层次组成。其中，感知层是由温度传感器和终端机上电池进行对象识别和信息采集。网络层包括基站和监控服务器，通过网络将监控服务器监控的信息进行有效处理[4]。应用层实现物联网的数据分析与应用，负责为用户提供接口、操作及报表，并设置报警系统，实现变电站蓄电池组电压实时监测。

1.1 应用层——系统主站

蓄电池组电压监测数据由数据中心传送至传输设备，再传送至主站。主站结构如图2 所示。

图2 主站结构

系统主站由蓄电池组、采集板、集中传输设备、光纤电路及CAN 总线组成，通过采集板采集信号，由传感器节点传输信号，再通过总线向系统内部进行信息传输[5]。

1.2 网络层——监控服务器

网络层监控服务器主要负责在每个检测终端上不间断地查询电池状态参数，再对参数进行分析，具有故障报警和遥控操作等功能[6]。此外，监控服务器还负责将电池状态参数存储在监控数据库中，为用户提供网络服务，方便操作人员查看电池整体状态。

由于Windows 服务器具有易于维护和稳定的优点，故Windows 服务器成为监控服务器首选操作系统。同时，该服务器还可发布网络信息，并对设备状态数据存储[7]。结合系统软件，向用户浏览器发送状态参数和警报信息。

1.3 感知层——高线性度隔离光耦采集装置

采用高度线性隔离光耦采集装置除了可以作为蓄电池组参量实时采集装置，还可作为采样隔离单元，其结构如图3 所示。

图3 蓄电池参数实时采集装置

采集装置由电路和单片机系统两部分组成，通过电池组提供电压，电池组电压通过线性光电耦合传输到单片机系统中，实现前后两层完全隔离。该装置具有隔离式光耦，供每个电池的极片使用[8-10]。采用高性能STM32F4 系列单片机，可实现24 路数据采集，在极短时间内可读取电池所有状态信息并将其上传后台，满足实时监控要求[11-13]。

2 系统软件设计

在蓄电池组电压实时监测方法的设计中，采用基于数据融合对蓄电池组电压实时监测。监测步骤如下：

Step1：对变电站DC 系统蓄电池组电气参数和状态参数进行划分，分析状态评价中各监测参数作用。

1）单体电压

检测故障电池通过实时监测电池的浮动充电压力实现。实际应用中，电池的浮充电压正常时，存在电池输出不足的问题[14]。这是由于电解液氧化，造成充气压力出现一定程度的偏差，而在浮充压力正常情况下，放电容量却不足，不能完全反映电池状态。故以浮充电压作为辅助电参数，对电池状态进行判断。

2）单体内阻

蓄电池性能参数重要指标是蓄电池单体内阻，它与蓄电池容量之间存在非线性关系，可以对蓄电池运行状态进行实时判断[15]。电池内部电阻变化缓慢，出现问题的电池内阻会相应增大。因此，采用纵向比较法对电池内阻进行判断分析，并建立相应趋势分析数学模型。

3）蓄电池温度

电池组温度是电池组性能的重要指标，也是其运行状态的重要反映。通过参数选择，建立Bang-Bang模型，即：

式中，U表示输入参数，a、b表示输入参量阈值。

Step2：确定状态参量并完成状态参数评估，当电池从总线上分离或断开时，整个系统受到严重影响，如电池组连接良好，执行Step3。

Step3：根据不同参数，建立数学分析模型，分析电池组的当前运行状态。

Step4：结合蓄电池历史数据，建立蓄电池历史数据趋势分析模型，预测蓄电池的运行状况。

由于蓄电池单体内阻(电压)变化较慢，可垂直比较电池组内电阻(电压)，预测其健康状况[16]。根据电压变化趋势，建立蓄电池历史数据趋势分析模型判断单个电池内阻(电压)：

式中，λre表示内阻电压变化率，c表示内阻电压变化阈值。

将趋势模型连续输出次数记录为1，由最新内部电阻(电压)数据计算内部电阻(电压)变化率，达到一定值(设定值)后，可预测电池组的异常运行状态。

Step5：在此基础上，提出了基于深度数据融合的电池组运行状态的评价方法。将正常、异常和严重作为评估蓄电池状态的3 种等级。在Bang-Bang模型基础上，基于输出和趋势判断模型的数据融合决策分析方法来综合判断电池运行状态。

按照以下3 个层次对正常、异常和严重进行分类：正常的Bang-Bang 模型输出和趋势判断模型输出为0；异常的Bang-Bang 模型输出和趋势判断模型输出为1；严重的Bang-Bang 模型输出和趋势判断模型输出为n。融合决策采用以下规则：

①当各参数Bang-Bang 模型和趋势判断模型输出均为0 时，系统整体评估状态正常；

②对Bang-Bang 模型或带有参数的趋势判断模型，系统输出为1 时，整体评价异常；

③在异常情况下，判断参数重要程度，重要程度较大时，系统整体评估为异常。

Step6：在局部参数异常情况下，判断趋势模型累计输出达到设定值n时，系统的总体评价状况为严重。

3 实验分析

3.1 实验参数

为方便实验控制和管理，该实验的参数如表1所示。

表1 实验参数

3.2 实验环境创建

监测蓄电池组电压变化情况，判断蓄电池组处于放电还是充电状态，使用遥控调节方式调节交流母线的电压，如果低于设定的阈值，那么蓄电池组处于放电状态；反之，则处于充电状态。

蓄电池放电判断示意图如图4 所示。

图4 蓄电池放电判断示意图

在开发系统中添加遥控调压模块，通过远程操作就可完成电压调节。

3.3 结果分析

选取基于多传感器的触点式继电器切换监测系统、多路模拟开关选通监测系统和基于数据融合监测系统的年电压合格率，以此作为实验对比条件，选取结果如图5 所示。

图5 年电压合格率选取结果

由图5 可知，规定年电压合格率超过60%即为合格，3 种系统在2-6 月份年电压合格率超过60%，因此选取2-6 月份使用的蓄电池组作为实验对象。

基于上述选取蓄电池组，分别使用3 种系统对蓄电池组电压变化情况进行对比，并分析监测结果，如表2 所示。

由表2 可知，当总线电压降至阈值以下时，蓄电池电压发生变化。蓄电池组电压不变，说明基于多传感器的触点式继电器切换监测系统、多路模拟开关选通监测系统通信电源出现故障。在基于数据融合监测系统的基础上，蓄电池组总电压下降，放电持续，显示电路正常工作，且电压变化情况与实际值误差较小，最大误差为1 V，说明该系统实际监测结果精准。

表2 不同方法电压实时变化情况对比

4 结束语

该文提出基于数据融合的变电站蓄电池组电压实时监测系统。实验研究表明，该系统能对变电所内蓄电池的温度、电压、内阻进行实时、有效监控，提高了监控的精确度，避免监控不到位导致的后果。但目前监测体系还存在很多不足和问题，需要进一步分析和解决。