2025年BM²T電池管理技術(shù)白皮書(shū)-陽(yáng)光電源_第1頁(yè)
2025年BM²T電池管理技術(shù)白皮書(shū)-陽(yáng)光電源_第2頁(yè)
2025年BM²T電池管理技術(shù)白皮書(shū)-陽(yáng)光電源_第3頁(yè)
2025年BM²T電池管理技術(shù)白皮書(shū)-陽(yáng)光電源_第4頁(yè)
2025年BM²T電池管理技術(shù)白皮書(shū)-陽(yáng)光電源_第5頁(yè)
已閱讀5頁(yè),還剩60頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

陽(yáng)光電源與UN石尺口陽(yáng)光電源BM2T電池管理技術(shù)白皮書(shū)前言PREFACE作為全球領(lǐng)先的儲(chǔ)能解決方案提供者,陽(yáng)光電源從全球50GWh+項(xiàng)目1目錄CONTENTS目錄CONTENTS1.2管不住安全的電池管理產(chǎn)品被詬病2.1電池?cái)?shù)據(jù)不全面與單一維度數(shù)據(jù)過(guò)2.2電池狀態(tài)估算不準(zhǔn)與盲目主動(dòng)均3.5技術(shù)特點(diǎn)與價(jià)值23從市場(chǎng)層面,全球能源結(jié)構(gòu)轉(zhuǎn)型進(jìn)入加速階段,高比例可再生能源的接入導(dǎo)致電力系統(tǒng)對(duì)儲(chǔ)能發(fā)展需求急劇增加。據(jù)彭博新能源財(cái)經(jīng)最新數(shù)據(jù)顯示,自2020年以來(lái),全球儲(chǔ)能裝機(jī)容量顯著增長(zhǎng),2024年新增裝機(jī)量達(dá)168.7GWh,預(yù)計(jì)2035年新增裝機(jī)量達(dá)964.8GWh。400020152020202520302035圖1:BNEF-全球儲(chǔ)能年新增裝機(jī)數(shù)據(jù)從產(chǎn)品層面,儲(chǔ)能電池單體容量、單柜體容量和單一電站的規(guī)模均不斷擴(kuò)大。2021年,電池單體容量280Ah+,單柜體容量多小于3MWh,單一電站規(guī)模多為百M(fèi)Wh級(jí)。2024年,電池單體容量超600Ah+,單柜體容量超5MWh+,單一電站規(guī)模突破到GWh級(jí)。儲(chǔ)能系統(tǒng)內(nèi)電池?cái)?shù)量及系統(tǒng)信息數(shù)據(jù)大幅增加,因電池管理不精準(zhǔn)或滯后導(dǎo)致的系統(tǒng)停運(yùn)和安全事故成為行.非計(jì)劃停運(yùn)中電聯(lián)2022年-2024上半年發(fā)布的《電化學(xué)儲(chǔ)能電站安全信息統(tǒng)計(jì)數(shù)據(jù)》指出,電池管理系統(tǒng)是電化學(xué)儲(chǔ)能電站非計(jì)劃停運(yùn)的核心原因,歷年平均停運(yùn)時(shí)長(zhǎng)為3.65小時(shí)、14.5小時(shí)、18.86小時(shí)。.安全事故據(jù)美國(guó)電力研究院(EPRI)統(tǒng)計(jì),2018年至2024年,全球共計(jì)發(fā)生81起儲(chǔ)能火災(zāi)/爆炸事故,帶來(lái)巨大資產(chǎn)2025年2月-美國(guó)某儲(chǔ)能電站第四次火災(zāi)事故2024年9月-美國(guó)某儲(chǔ)能電站火災(zāi)事故2025年2月-美國(guó)某儲(chǔ)能電站第四次火災(zāi)事故2024年9月-美國(guó)某儲(chǔ)能電站火災(zāi)事故2024年5月-中國(guó)某光儲(chǔ)能電站火災(zāi)事故2024年4月-德國(guó)某儲(chǔ)能電站火災(zāi)事故2024年5月-中國(guó)某光儲(chǔ)能電站火災(zāi)事故2024年4月-德國(guó)某儲(chǔ)能電站火災(zāi)事故BOS圖3:EPRI-電池儲(chǔ)能系統(tǒng)故障原因統(tǒng)計(jì)分類2024年,EPRI發(fā)布的全球首份儲(chǔ)能電站事故根本原因分析報(bào)告《電池儲(chǔ)能系統(tǒng)故障事件數(shù)據(jù)庫(kù)的見(jiàn)解》指出,涉及電池管理等控制問(wèn)題是儲(chǔ)能安全事故的主要誘因,占比高達(dá)6傳統(tǒng)電池管理系統(tǒng)依賴電壓(V)、電流(I)和溫度(T)監(jiān)測(cè)電池狀態(tài),但鋰離子電池內(nèi)部狀態(tài)復(fù)雜且非線性,這些參數(shù)難以全面反映電池真實(shí)狀態(tài)。以電池?zé)崾Э貫槔?,電池?nèi)部狀態(tài)變化如SEI膜分解、電解液副反應(yīng)加劇、電極材料分解等不易在線觀測(cè),而VIT參數(shù)變化又相對(duì)滯后,導(dǎo)致熱失控預(yù)警難度大。為此,業(yè)內(nèi)出現(xiàn)增設(shè)單一維度傳感器數(shù)量的做法,例如電池模塊中每一顆電池單體配置一個(gè)溫度傳感器。但從電池模塊溫度監(jiān)測(cè)的大量實(shí)驗(yàn)顯示,在正常充放電循環(huán)、熱失控等異常發(fā)生前后,相鄰電池單體之間的連接極片溫度變化幅度與時(shí)間基本一致。通常電池單體過(guò)溫保護(hù)閾值在50~60℃范圍內(nèi),遠(yuǎn)低于電池?zé)崾Э販囟?,滿足工程應(yīng)用中熱管理響應(yīng)時(shí)間要求。因此過(guò)度的溫感數(shù)量投入并不能對(duì)電池安全保護(hù)有實(shí)質(zhì)性提升,反而器件數(shù)量增加、線束增多,會(huì)加劇系統(tǒng)的故障率,包括線束對(duì)電池構(gòu)成短路風(fēng)險(xiǎn)增加。磷酸鐵鋰電池的SOC和SOH估算是行業(yè)普遍難題,主要源于其材料特性、環(huán)境因素、工況復(fù)雜及算法局限性等多種因素,誤差普遍在5%-8%以上,尤其是儲(chǔ)能系統(tǒng)長(zhǎng)期運(yùn)行在非滿充滿放的工況下,SOC、SOH長(zhǎng)期得不到校正,累計(jì)誤差被進(jìn)一步放大。圖6:磷酸鐵鋰平臺(tái)期、溫度因素影響加大SOC、SOH估算難度電池模塊的一致性決定了系統(tǒng)整體出力,為避免“木桶效應(yīng)”(即電池模塊性能受最差電池單體限制),通常采用均衡控制來(lái)縮小電池單體之間的差異。但在電池狀態(tài)估算不準(zhǔn)的前提下,盲目追求電池一致性,過(guò)度加大對(duì)電池單體均衡能力,即電池單體級(jí)采用大電流主動(dòng)均衡技術(shù),短期內(nèi)可以強(qiáng)制縮小電池單體間的差異,但長(zhǎng)期看,忽略電池單體是否病態(tài)的過(guò)度均衡將導(dǎo)致其內(nèi)阻增大、容量進(jìn)一步衰減,可能將一致性問(wèn)題擴(kuò)大為安全性問(wèn)題。隨著電池單體智能制造程度不斷提升、液冷熱管理技術(shù)普遍應(yīng)用、簇級(jí)直接并聯(lián)減少等系統(tǒng)設(shè)計(jì)優(yōu)化,出現(xiàn)電池模塊木桶效應(yīng)幾率大幅降低,因此一旦系統(tǒng)中出現(xiàn)嚴(yán)重木桶效應(yīng),存在病態(tài)電池單體的可能性更大,而不僅僅是容量偏差的一致性問(wèn)題,盲目加大對(duì)病態(tài)電池單體的主動(dòng)均衡能力來(lái)填補(bǔ)其不足,或?qū)﹄姵啬K中其它正常電池單體實(shí)施被動(dòng)能量消耗,強(qiáng)制“削高就低”實(shí)現(xiàn)系統(tǒng)均衡,無(wú)疑都是舍本逐末。++++++++++++++++++SOCBMS、MVS等多個(gè)子系統(tǒng),各子系統(tǒng)之間需要數(shù)據(jù)互通、緊密配合,實(shí)現(xiàn)儲(chǔ)能系統(tǒng)的高效運(yùn)行。當(dāng)儲(chǔ)能系統(tǒng)設(shè)備中存在多廠商配套、多接口不統(tǒng)一、協(xié)議難匹配時(shí),易造成數(shù)據(jù)孤島現(xiàn)象,造成數(shù)據(jù)不能在系統(tǒng)中充分發(fā)揮其價(jià)值。與此同時(shí),也存在EMS、PCS、TMS、FFS各單元獲取了電池實(shí)時(shí)狀態(tài)數(shù)據(jù),卻并未作為控制依據(jù)的現(xiàn)象。例如傳統(tǒng)的液冷熱管理系統(tǒng)獲取到電池單體的溫度數(shù)據(jù),但仍采用粗放的固化模式控制出水口溫度,并未將電池單體溫度作為控制目標(biāo)。再如PCS獲取到電池簇的SOC數(shù)據(jù),但只執(zhí)行EMS功率調(diào)度指令,對(duì)于電池簇是否需要均衡未做控制。諸如此類電池管理數(shù)據(jù)的“引”而不用,帶來(lái)無(wú)意義交互,增加產(chǎn)品設(shè)計(jì)復(fù)雜性與成本投入。能量管理EMSPCS運(yùn)行信息BMS運(yùn)行信息消防運(yùn)行信息PCS獲取BMSPCS獲取BMS運(yùn)行信息僅使用可充放功率、故障信息僅使用故障信息變流器PCS電池管理BMS消防系統(tǒng)FFSBMS獲取TMS運(yùn)行信息僅使用控制開(kāi)關(guān)機(jī)信息熱管理TMS電池狀態(tài)的故障判斷依據(jù)單一、閾值設(shè)置不科學(xué),以及多個(gè)判據(jù)之間相互耦合,是導(dǎo)致故障定位不準(zhǔn)的主要原因。如電池單體壓差大是儲(chǔ)能系統(tǒng)中常見(jiàn)故障類型,但難以區(qū)分是采樣回路異常還是電池本體異常。為提升故障定位精準(zhǔn)性,傳統(tǒng)做法是增加細(xì)分故障類型,如設(shè)置電壓采集線脫落故障。當(dāng)發(fā)生電壓采集線異常時(shí),儲(chǔ)能系統(tǒng)可能同時(shí)報(bào)出壓差大故障、采集線脫落故障甚至過(guò)欠壓故障。因此單純采集電壓值并不能準(zhǔn)確定位故障的根因。與此同時(shí),多個(gè)判據(jù)之間相互耦合,也會(huì)造成一個(gè)問(wèn)題引發(fā)多個(gè)關(guān)聯(lián)故障并發(fā)。如圖所示,當(dāng)系統(tǒng)中某個(gè)電池單體引發(fā)過(guò)壓報(bào)警時(shí),還會(huì)觸發(fā)電池模塊級(jí)甚至是電池簇層級(jí)的電壓一致性報(bào)警,表現(xiàn)出故障告警頻發(fā)的現(xiàn)象。告警閾值設(shè)置一刀切也會(huì)帶來(lái)故障告警頻發(fā)的現(xiàn)象,例如電池老化引起電池單體溫差、壓差擴(kuò)大,而固定保護(hù)閾值無(wú)法適應(yīng)這種變化,將正常波動(dòng)誤判為異常,引發(fā)告警頻發(fā)。差異大電池SOC差異大采樣芯片失效差異大電池SOC差異大采樣芯片失效鋁排虛焊采樣線松動(dòng)采樣調(diào)理電路異常電池容量電池容量差異大3BM2T是一種綜合性的電池管理技術(shù),其核心目標(biāo)是通過(guò)實(shí)時(shí)監(jiān)測(cè)(Monitoring)與動(dòng)態(tài)管理(Manage-ment)的雙重機(jī)制,對(duì)電池系統(tǒng)進(jìn)行信號(hào)采集-狀態(tài)評(píng)估-主動(dòng)調(diào)控的全流程閉環(huán)管理,最終實(shí)現(xiàn)儲(chǔ)能系統(tǒng)安全、高效、長(zhǎng)壽命。通過(guò)傳感器網(wǎng)絡(luò)與數(shù)據(jù)采集系統(tǒng),實(shí)現(xiàn)多維度監(jiān)測(cè)數(shù)據(jù)輸入,如對(duì)電池電壓V、電流I、溫度T、壓力P等核心參數(shù)進(jìn)行實(shí)時(shí)追蹤,并以算法驅(qū)動(dòng)提升電池SOH、SOC和SOS等狀態(tài)的精準(zhǔn)估算。.管理(Management)基于監(jiān)測(cè)數(shù)據(jù),通過(guò)主動(dòng)控制策略對(duì)電池系統(tǒng)進(jìn)行動(dòng)態(tài)調(diào)整,包括采用主動(dòng)/被動(dòng)均衡技術(shù)消除電池單體間差異,管好電池一致性。優(yōu)化系統(tǒng)內(nèi)聯(lián)動(dòng)保護(hù)策略,平衡性能與壽命,實(shí)現(xiàn)故障部件快速切出,管好電池安全性。儲(chǔ)能電池管理的目標(biāo)應(yīng)以電網(wǎng)能量調(diào)度需求為導(dǎo)向,推動(dòng)儲(chǔ)能系統(tǒng)的安全性和經(jīng)濟(jì)性全面提升。陽(yáng)光電源基于“三電融合”理念,深入研究從電網(wǎng)到系統(tǒng)、從系統(tǒng)到電池的垂直化管理,包括圍繞電池的電特性、熱特性和力特性等多維度管理,構(gòu)建電池全生命周期模型,強(qiáng)化電池信號(hào)可感、狀態(tài)可知、聯(lián)動(dòng)可控三層架構(gòu)創(chuàng)新,打造智能化電池管理系統(tǒng)。智能SOC智能SOC估算智能SOS估算3.2信號(hào)有效可感VIT采集的精準(zhǔn)性是電池管理系統(tǒng)的常規(guī)指標(biāo)。如1500VDC儲(chǔ)能系統(tǒng)中,簇級(jí)端口電壓檢測(cè)關(guān)系到開(kāi)關(guān)合閘前的壓差控制、絕緣電阻識(shí)別能力;電池單體級(jí)電壓檢測(cè)關(guān)系到均衡控制及過(guò)欠壓保護(hù);電流采集精度直接決定SOC估算精度,影響系統(tǒng)木桶效應(yīng)的判斷。陽(yáng)光電源儲(chǔ)能電池管理采用直流一體化采樣技術(shù),實(shí)現(xiàn)電壓、電流和絕緣電阻的極簡(jiǎn)化、高精度檢測(cè)。通過(guò)采樣調(diào)理電路引入溫度補(bǔ)償、共模干擾抑制等技術(shù),實(shí)現(xiàn)全溫度范圍、全生命周期、全頻段干擾下的高精度檢測(cè)。標(biāo)準(zhǔn)工況下,電流采集精度優(yōu)于0.2%RD,高壓采樣精度優(yōu)于0.4%RD,支撐電池狀態(tài)估算高精度。傳感器AD轉(zhuǎn)換通信SS數(shù)字隔離CC硬件補(bǔ)償軟件補(bǔ)償針對(duì)傳統(tǒng)VIT傳感技術(shù)對(duì)電池狀態(tài)表征不全面和熱失控預(yù)警滯后等缺陷,陽(yáng)光電源基于TB級(jí)電池全生命周期數(shù)據(jù)庫(kù),深入分析電池在正常老化階段和熱失控階段各信號(hào)參數(shù)的變化規(guī)律,重點(diǎn)研究電池的電壓、溫度、阻抗、力、氣、光、聲等信號(hào)在電池安全狀態(tài)演變過(guò)程中的變化,階段性提煉出電池膨脹力等多維度傳感技術(shù)的工程化應(yīng)用。實(shí)時(shí)監(jiān)測(cè)電池單體膨脹力的數(shù)值和變化趨勢(shì),利用電池單體的“雙峰呼吸效應(yīng)”,以及隨電池循環(huán)老化,其膨脹力規(guī)律性顯著增強(qiáng)的特性,開(kāi)發(fā)SOC/SOH估算算法,實(shí)現(xiàn)對(duì)電池SOC和SOH狀態(tài)的精準(zhǔn)估算。并利用膨脹力在熱失控孕育期突破正常充放電的包絡(luò)線這一特性,開(kāi)發(fā)算法極早期預(yù)警電池?zé)崾Э兀瑸閮?chǔ)能系統(tǒng)的安全穩(wěn)定運(yùn)行提供更有力保障。時(shí)間圖16:電池充放電雙峰呼吸效應(yīng)圖信號(hào)可感有效性在時(shí)延維度主要體現(xiàn)在傳感器的響應(yīng)時(shí)間、采樣回路的調(diào)理與AD轉(zhuǎn)換時(shí)間、以及數(shù)字量的通信時(shí)間等方面,其中通信時(shí)間在儲(chǔ)能系統(tǒng)中較為突出。鋰電池儲(chǔ)能系統(tǒng)由多個(gè)電池簇組成,電池簇間常見(jiàn)通信形式多為CAN、RS485、以太網(wǎng)等,通信速率差異較大,數(shù)據(jù)經(jīng)多層轉(zhuǎn)換后傳輸延時(shí)大,影響VIT數(shù)據(jù)采集的一致性,對(duì)SOC的估算也產(chǎn)生影響。隨著儲(chǔ)能應(yīng)用場(chǎng)景拓展,如構(gòu)網(wǎng)型儲(chǔ)能的應(yīng)用,電網(wǎng)對(duì)儲(chǔ)能系統(tǒng)的響應(yīng)速度要求越來(lái)越高,同時(shí)大規(guī)模、多支路的并聯(lián)系統(tǒng),也對(duì)設(shè)備間時(shí)延一致性提出更高要求。為應(yīng)對(duì)以上技術(shù)挑戰(zhàn),陽(yáng)光電源采用高速實(shí)時(shí)工業(yè)總線技術(shù),統(tǒng)一儲(chǔ)能系統(tǒng)內(nèi)部通信方式,取代傳統(tǒng)的分層式架構(gòu),通信速率由兆bps級(jí)提升至百兆bps級(jí),多簇SOC刷新周期一致性更高,控制指令響應(yīng)延遲縮短至原來(lái)的十分之一,多臺(tái)PCS出力控制一致性更精準(zhǔn),同時(shí)達(dá)成us級(jí)控制同步大幅提升規(guī)?;瘶?gòu)網(wǎng)支撐的響應(yīng)能力、故障保護(hù)軟停機(jī)能力。儲(chǔ)能系統(tǒng)ESS儲(chǔ)能系統(tǒng)ESS儲(chǔ)能系統(tǒng)ESS儲(chǔ)能系統(tǒng)ESS…PCSPCSPCSPCSPCSPCSPCSPCS…………3.3狀態(tài)精準(zhǔn)可知儲(chǔ)能電池的狀態(tài)估算是電池管理系統(tǒng)的核心任務(wù),涉及SOH、BOL、SOL、EOL、RUL、SOC、SOP、SOE、SOS多個(gè)關(guān)鍵參數(shù)。這些參數(shù)相互關(guān)聯(lián)、共同構(gòu)成電池狀態(tài)的全方位評(píng)估體系,為電池的高效、安全運(yùn)行提供支持。參數(shù)參數(shù)定義主要影響因素SOH電池當(dāng)前容量或性能相對(duì)于全新?tīng)顟B(tài)的衰減程度循環(huán)次數(shù)、使用環(huán)境、充放電策略BOL電池從制造完成并首次投入使用時(shí)的狀態(tài)制造工藝,環(huán)境條件,初始參數(shù)一致性電池性能衰減到不再滿足特定應(yīng)用需求的臨界點(diǎn)老化程度、使用環(huán)境、化學(xué)副反應(yīng)SOL電池的壽命狀態(tài),表示壽命消耗情況SOH、循環(huán)次數(shù)、使用時(shí)間電池在失效前還能使用的時(shí)間或循環(huán)次數(shù)SOH、使用條件、衰減速率SOCStateofCharge電池當(dāng)前剩余電量與最大可用電量的百分比充放電電流、溫度、老化程度SOP電池在當(dāng)前狀態(tài)下能夠提供的最大充放電功率SOC、溫度、SOHSOE電池當(dāng)前存儲(chǔ)的能量與最大可用能量的百分比SOC、SOHSOSStateofSafety電池的安全狀態(tài),評(píng)估是否存在過(guò)充、過(guò)放、過(guò)熱等風(fēng)險(xiǎn)SOC、溫度、SOH、電流、電壓在儲(chǔ)能電池的SOH估算領(lǐng)域,行業(yè)內(nèi)普遍采用容量校正、內(nèi)阻估計(jì)、電化學(xué)模型以及數(shù)據(jù)驅(qū)動(dòng)等方法,存在電化學(xué)特性多變、測(cè)量難度高、計(jì)算復(fù)雜度高等問(wèn)題,制約了SOH估算精度提升。其中,最常用的容量校正法本質(zhì)上是以電池單體的充放電可用容量來(lái)間接衡量電池單體的健康狀態(tài),這種方法僅能反映電池單體的容量衰減程度,而無(wú)法提供具體的、直觀的健康度信息。這類似于通過(guò)一個(gè)人的食物攝入量來(lái)衡量其整體健康狀況,存在局限性。一些研究中引入SOL與RUL對(duì)應(yīng),表征電池單體可用容量的狀態(tài)。.技術(shù)方案陽(yáng)光電源依托全球多場(chǎng)景儲(chǔ)能系統(tǒng)運(yùn)行數(shù)據(jù)與實(shí)驗(yàn)室測(cè)試數(shù)據(jù),覆蓋極端氣候、高負(fù)荷循環(huán)等復(fù)雜工況,成功研發(fā)出具有強(qiáng)泛化能力的高精度SOH估算模型。該方案通過(guò)多維傳感矩陣實(shí)時(shí)采集電壓、溫度、電流、膨脹力及阻抗等關(guān)鍵運(yùn)行參數(shù),并建立秒級(jí)同步監(jiān)測(cè)機(jī)制?;陔姵乩匣瘎?dòng)力學(xué)機(jī)理與呼吸效應(yīng)特征,構(gòu)建包含膨脹力峰值、阻抗弛豫度等多維專家特征體系,通過(guò)設(shè)計(jì)深度學(xué)習(xí)矩陣網(wǎng)絡(luò)架構(gòu),并應(yīng)用遷移學(xué)習(xí)訓(xùn)練技術(shù),實(shí)現(xiàn)SOH的高精度估算。并創(chuàng)新性融合SOL與RUL雙維度評(píng)估體系,建立容量衰減軌跡與熱失控風(fēng)險(xiǎn)因子的耦合模型,使健康狀態(tài)評(píng)估具備多參數(shù)動(dòng)態(tài)補(bǔ)償能力。一次數(shù)據(jù)二次數(shù)據(jù)高維抽象特征…………壓差空間網(wǎng)絡(luò)監(jiān)督訓(xùn)練SOH空間網(wǎng)絡(luò)遷移訓(xùn)練溫差溫度空間網(wǎng)絡(luò)膨脹力變化率膨脹力實(shí)驗(yàn)數(shù)據(jù)工程數(shù)據(jù)…………壓差空間網(wǎng)絡(luò)監(jiān)督訓(xùn)練SOH空間網(wǎng)絡(luò)遷移訓(xùn)練溫差溫度空間網(wǎng)絡(luò)膨脹力變化率膨脹力實(shí)驗(yàn)數(shù)據(jù)工程數(shù)據(jù)實(shí)際測(cè)試結(jié)果表明,該技術(shù)可實(shí)現(xiàn)電池單體級(jí)SOH估算誤差<2%,電池簇SOH估算誤差<3%。以100MWh儲(chǔ)能電站為例,SOH估算精度每提升1%,電站可信出力電量增加1MWh,顯著提升了儲(chǔ)能系統(tǒng)的經(jīng)濟(jì)性與可靠性。在儲(chǔ)能電池的SOC估算領(lǐng)域,目前行業(yè)主流解決方案通常采用安時(shí)積分、開(kāi)路電壓法、卡爾曼濾波并結(jié)合在線校準(zhǔn)策略,以保證SOC的精度,但在電壓平臺(tái)期缺乏有效的校準(zhǔn)手段。如電池長(zhǎng)期在非校準(zhǔn)區(qū)間內(nèi)充放電,安時(shí)積分的累積誤差會(huì)逐漸增大,導(dǎo)致SOC估算精度下降,進(jìn)而引發(fā)SOC跳變、出力波動(dòng)等一系列連鎖反應(yīng),無(wú)法滿足電.技術(shù)方案陽(yáng)光電源提出基于多維度感知融合智能算法的SOC平臺(tái)期估算策略。例如通過(guò)引入電池膨脹力數(shù)據(jù)采集,利用電池的呼吸效應(yīng),在充放電過(guò)程中提取膨脹力曲線的極值點(diǎn)與SOC特征數(shù)據(jù),并結(jié)合充放電過(guò)程的IC(增量容量分析)曲線,挖掘其峰谷值點(diǎn)與平臺(tái)期SOC的映射關(guān)系,構(gòu)建電池特征與平臺(tái)期SOC的關(guān)聯(lián)模型,實(shí)現(xiàn)SOC全范圍有效校準(zhǔn),平臺(tái)期內(nèi)SOC估算誤差達(dá)到3%以內(nèi)。以100MWh儲(chǔ)能電站為例,SOC估算精度每提升1%,全年可多充放電量達(dá)365MWh(按一天一充一放計(jì)算),大幅提升了儲(chǔ)能電站的經(jīng)濟(jì)效益與運(yùn)行效率。模型輸入模型訓(xùn)練輸出結(jié)果膨脹力特征膨脹力特征圖20:基于多特征輸入的智能化SOC估算策略3智能SOS估算在儲(chǔ)能運(yùn)行過(guò)程中,環(huán)境溫度、充放電倍率、電池老化程度等因素相互交織,依靠任意單一維度參數(shù)都難以實(shí)現(xiàn)精準(zhǔn)故障預(yù)警、保護(hù),其中最大的挑戰(zhàn)之一是預(yù)警閾值設(shè)置。僅依賴閾值判斷容易誤觸發(fā)保護(hù)機(jī)制,干擾電池正常使用。此外,電池內(nèi)部反應(yīng)復(fù)雜,現(xiàn)有方法難以捕捉微短路等潛在隱患。.技術(shù)方案陽(yáng)光電源基于電池電化學(xué)機(jī)理和多物理場(chǎng)耦合建模,構(gòu)建覆蓋析鋰、內(nèi)短路及熱失控的全域安全狀態(tài)(SOS)評(píng)估體系,形成“機(jī)理研究-特征提取-智能診斷-主動(dòng)防護(hù)”的閉環(huán)管理。通過(guò)外短路/過(guò)充/過(guò)熱等極端工況測(cè)試,解析熱失控進(jìn)程中機(jī)-電-熱多維度信號(hào)的耦合演化規(guī)律,建立跨尺度多物理場(chǎng)動(dòng)態(tài)模型,精準(zhǔn)模擬熱失控前后電池的受力、溫度及電壓變化,實(shí)現(xiàn)從局部析鋰到熱蔓延的對(duì)這些參數(shù)的實(shí)時(shí)監(jiān)測(cè)與分析,彌補(bǔ)單一維度非黑即白的不足,及時(shí)捕捉熱失控早期跡象,進(jìn)而采并為SOS估算提供科學(xué)依據(jù)。20典型故障誘導(dǎo)儲(chǔ)能電池?zé)崾Э匮莼^(guò)程熱仿真結(jié)果典型故障誘導(dǎo)儲(chǔ)能電池?zé)崾Э匮莼^(guò)程熱仿真結(jié)果有限元機(jī)理模型通過(guò)電池運(yùn)行及靜置狀態(tài)下中的電壓-容量(V-Q)曲線特性,建立電池析鋰特征動(dòng)力學(xué)模型,重點(diǎn)提取充電末期及靜置弛豫階段的電壓異常波動(dòng)信號(hào),如平臺(tái)壓降滯后、弛豫電壓回升速率異常等。通過(guò)高精度析鋰誘發(fā)的微電壓畸變,結(jié)合小波變換與時(shí)間序列分析算法,分離噪聲并量化析鋰相關(guān)電壓偏移特21通過(guò)動(dòng)態(tài)一致性分析算法,構(gòu)建電壓-溫度聯(lián)合離群度指標(biāo)。計(jì)算電池模塊內(nèi)單體電壓標(biāo)準(zhǔn)差與滑動(dòng)窗口均值偏移量的加權(quán)熵,捕捉電壓突降或緩慢偏移;通過(guò)三維熱場(chǎng)重構(gòu)技術(shù),定位局部溫升速率超限區(qū)域;結(jié)合電池IC曲線特征和離群點(diǎn)檢測(cè)算法,識(shí)別因內(nèi)短路導(dǎo)致的主峰面積衰減或峰位偏移,顯著為實(shí)現(xiàn)SOS研究的全面落地,陽(yáng)光電源搭建了電池運(yùn)行狀態(tài)大數(shù)據(jù)平臺(tái),深度整合運(yùn)行數(shù)據(jù),利用機(jī)器學(xué)習(xí)算法分析海量數(shù)據(jù),精準(zhǔn)識(shí)別極早期異常狀態(tài),實(shí)現(xiàn)精準(zhǔn)熱失控預(yù)警(準(zhǔn)確率≥99%@提前5min,準(zhǔn)確率≥95%@提前),3.4系統(tǒng)聯(lián)動(dòng)可控儲(chǔ)能系統(tǒng)中提升電池信號(hào)可感、狀態(tài)可知的目的是實(shí)現(xiàn)系統(tǒng)聯(lián)動(dòng)控制,通過(guò)智能化的控制管理,使復(fù)雜系統(tǒng)成為儲(chǔ)能控制系統(tǒng)由多個(gè)層級(jí)組成,一旦各層級(jí)控制邏輯自行決策,設(shè)備間配合缺少統(tǒng)一協(xié)調(diào),易出現(xiàn)帶載切斷或切斷不及時(shí)等現(xiàn)象,通過(guò)多層級(jí)的冗余保護(hù),可實(shí)現(xiàn)故障及時(shí)保護(hù)的同時(shí),系統(tǒng)軟停機(jī),避免由22.技術(shù)方案主動(dòng)電氣安全防護(hù)分為簇級(jí)、電池堆級(jí),中壓級(jí)、模塊級(jí),通過(guò)多級(jí)聯(lián)動(dòng)保護(hù),實(shí)現(xiàn)電池出現(xiàn)安全故障時(shí),確保電氣回路可靠分?jǐn)?。?duì)于可能引起電站起火的拉弧故障,陽(yáng)光電源首創(chuàng)秒級(jí)、100%準(zhǔn)確識(shí)別電弧,并同PCS儲(chǔ)能電池在充放電過(guò)程中,因溫度差異、老化速度不均以及系統(tǒng)結(jié)構(gòu)設(shè)計(jì)等因素,導(dǎo)致電池單體間SOC不一致。傳統(tǒng)儲(chǔ)能系統(tǒng)上下級(jí)設(shè)備間聯(lián)動(dòng)控制不足,僅電池單體級(jí)均衡技術(shù)難以實(shí)現(xiàn)站.技術(shù)方案陽(yáng)光電源對(duì)異常電池單體的失效機(jī)理進(jìn)行分析,通過(guò)提取出關(guān)鍵失效特征,開(kāi)發(fā)自放電率差異算法,儲(chǔ)能系統(tǒng)實(shí)現(xiàn)異常電池單體的實(shí)時(shí)檢測(cè),對(duì)異常電池單體提前識(shí)別,從而避免因電池單體自放電異常而導(dǎo)在均衡控制前對(duì)電池單體健康狀態(tài)進(jìn)行評(píng)估,隔離或限制使用病態(tài)電池單體,并采用柔性均衡技術(shù),避此外,通過(guò)整站級(jí)電池單體數(shù)據(jù)通道,實(shí)現(xiàn)了從電池單體到整站的多級(jí)協(xié)同管理:電池簇級(jí)實(shí)時(shí)采集電池單體數(shù)據(jù)并執(zhí)行被動(dòng)均衡,電池模塊級(jí)進(jìn)行主動(dòng)均衡;柜級(jí)系統(tǒng)基于多電池簇?cái)?shù)據(jù)差異實(shí)施跨簇均衡,并將數(shù)據(jù)上傳至Block級(jí)實(shí)現(xiàn)柜體間均衡,由EMS整合所有層級(jí)數(shù)據(jù),統(tǒng)籌全場(chǎng)級(jí)均衡策略。EMSEMS………………23該技術(shù)結(jié)合電池單體級(jí)智能算法與上下級(jí)功率動(dòng)態(tài)分配機(jī)制,提升儲(chǔ)能系統(tǒng)整體效能、延長(zhǎng)電池壽命并優(yōu)化能量利用率。通過(guò)五級(jí)聯(lián)動(dòng)均衡充分釋放每顆電池單體潛力,實(shí)現(xiàn)儲(chǔ)能電站充放電量提升5%(某100MWh項(xiàng)目為例),同時(shí)實(shí)現(xiàn)電池SOC的自動(dòng)標(biāo)定,節(jié)省人工上站標(biāo)定的帶來(lái)的停機(jī)損失、標(biāo)定人力費(fèi)用。傳統(tǒng)儲(chǔ)能熱管理的主流控制策略主要依賴人工經(jīng)驗(yàn)和固定模式,制冷機(jī)組的控制系統(tǒng)僅根據(jù)冷卻液溫度與設(shè)定目標(biāo)的差值進(jìn)行調(diào)節(jié),未能充分利用器件響應(yīng)特性、儲(chǔ)能歷史充放電數(shù)據(jù)、天氣信息及環(huán)境溫度等相關(guān)性導(dǎo)致在復(fù)雜儲(chǔ)能場(chǎng)景下,控制策略響應(yīng)滯后,進(jìn)而造成過(guò)度投入制冷·技術(shù)方案陽(yáng)光電源將電池信息狀態(tài)、熱管理系統(tǒng)與充放電策略等數(shù)據(jù)整合利用,以AI仿生熱平衡控制策略,學(xué)習(xí)模仿人類經(jīng)驗(yàn)行為,在不同環(huán)境、工況下實(shí)現(xiàn)自主決策降低系統(tǒng)輔助能耗。依據(jù)歷史充放電曲線,通過(guò)模型預(yù)測(cè)控制算法(MPC)對(duì)未來(lái)一天內(nèi)的充放電行為進(jìn)行預(yù)測(cè),并結(jié)合電池溫度與環(huán)境溫度變化趨勢(shì),設(shè)計(jì)動(dòng)態(tài)智能化熱管理控制策略,保證電池溫度變化處于合理的動(dòng)態(tài)范圍,又有效減少制冷量的消耗。24相對(duì)常規(guī)智能控制算法,基于模型預(yù)測(cè)控制的AI仿生熱平衡算法在不同工況節(jié)省輔助供電損耗如下所示:環(huán)境25℃-20℃工況一充一放一充一放一充一放20.8%30.4%2.6%隨著可再生能源滲透率持續(xù)提升,電網(wǎng)對(duì)儲(chǔ)能越來(lái)越高的調(diào)度需求直接映射到直流側(cè)的電池。如電網(wǎng)高穿要求全SOC段保交流側(cè)有功的能力、以及交流側(cè)諧波電流與直流側(cè)紋波電流的協(xié)同抑制等,將進(jìn)一步加速交直流側(cè)深度聯(lián)動(dòng),而通過(guò)粗放的超配或降額使用等手段滿足電網(wǎng)在構(gòu)建新型電力系統(tǒng)方面的全新需求,.技術(shù)方案陽(yáng)光電源在電池管理系統(tǒng)中采用主動(dòng)感知、主動(dòng)儲(chǔ)備、主動(dòng)協(xié)調(diào)的交直一體化管理技術(shù)。以電網(wǎng)高穿要求全SOC范圍保有功的能力為例:傳統(tǒng)全功率簇級(jí)動(dòng)態(tài)調(diào)壓兩級(jí)架構(gòu),成本高、效率低;部分功率a)全功率簇級(jí)動(dòng)態(tài)調(diào)壓b)部分功率簇級(jí)動(dòng)態(tài)調(diào)壓3.5技術(shù)特點(diǎn)與價(jià)值陽(yáng)光電源BM2T電池管理技術(shù)通過(guò)對(duì)電池信號(hào)有效可感、狀態(tài)精準(zhǔn)可知、信息聯(lián)動(dòng)可控,助力儲(chǔ)能系統(tǒng)安全、高25可提前預(yù)警熱失控從源頭避免安全事故實(shí)現(xiàn)多級(jí)聯(lián)動(dòng)保護(hù)避免單一故障導(dǎo)致系統(tǒng)安全風(fēng)險(xiǎn)具備高精度的SOH和SOC估算,提升系統(tǒng)放電量(以1GWh電站、一天一次充放循壞為例)實(shí)現(xiàn)多級(jí)聯(lián)動(dòng)均衡,提升系統(tǒng)放電量在不同環(huán)境溫度和使用工況下降低輔助損耗·高穿下全SOC段保有功,無(wú)簇間環(huán)流圖29:BM2T電池管理技術(shù)特征與價(jià)值一覽電流精度檢測(cè)報(bào)告電流精度檢測(cè)報(bào)告SOH估算檢測(cè)報(bào)告SOC估算檢測(cè)報(bào)告智能均衡檢測(cè)報(bào)告智能熱管理檢測(cè)報(bào)告圖30:BM2T電池管理技術(shù)-鑒衡測(cè)試報(bào)告2627當(dāng)前電池管理技術(shù)正從電池狀態(tài)監(jiān)測(cè)為主走向主動(dòng)控制管理,包括多層級(jí)均衡管理、熱管理及安全保護(hù)等,面對(duì)未來(lái)更高比例的可再生能源并網(wǎng)需求、電力系統(tǒng)對(duì)靈活性/穩(wěn)定性的更高要求,以及新型電池技術(shù)的涌現(xiàn),電池管理技術(shù)將朝著更高精度、更強(qiáng)智能化和更廣兼容性的方向發(fā)展。從硬件層面,通過(guò)電池的電力電子品形態(tài)將趨于隱形化,與變流控制融為一體,主動(dòng)管理能力大幅提升;從軟件層面,通過(guò)深度融合A網(wǎng)技術(shù),電池管理技術(shù)將從側(cè)重于管安全提升至管健康,從快速聯(lián).針對(duì)電池單體以高安全、高能量密度為亮點(diǎn)的全固態(tài)電池已成為全球持續(xù)研發(fā)的焦點(diǎn),需要克服的材料活性與電池高性能之間巨大挑戰(zhàn)。在電池單體未實(shí)現(xiàn)本征安全之前,多維度傳感的目標(biāo)是讓電化學(xué)反應(yīng)被看見(jiàn),重點(diǎn)構(gòu)建熱失控特征“指紋庫(kù)”。如殼體外置傳感,易于工程化實(shí)現(xiàn),但增加了通訊及成組復(fù)雜性,如膨脹力、防爆閥檢測(cè)等,殼體內(nèi)置傳感相對(duì)更直接、可觀測(cè)性更高,如光纖、專用芯片等,但與電池單體材料兼容性、長(zhǎng)期耐久性等還有待深入研·針對(duì)電池模塊從工程化應(yīng)用角度,AI技術(shù)率先應(yīng)用于電池模塊更具性價(jià)比,如模塊混用、智能診斷等,讓模塊除具備簡(jiǎn)單的信號(hào)采集功能外,也具備模塊級(jí)大腦,使儲(chǔ)能系統(tǒng)實(shí)現(xiàn)模塊級(jí)即插即用、實(shí)現(xiàn)緊急故障快速動(dòng)作。此外,智能模塊將支持電子護(hù)照技術(shù),記錄電池單體和模塊的全生命周期數(shù)據(jù)(如生產(chǎn)信息、歷史運(yùn)行狀態(tài)、維護(hù)記錄等),為運(yùn)維決策提供數(shù)據(jù)支撐。通過(guò)標(biāo)準(zhǔn)化通信協(xié)議和接口,智能模塊能夠?qū)崿F(xiàn)快速集成與混用,適配不同規(guī)模和類型的儲(chǔ)能系統(tǒng),降低運(yùn)維復(fù)雜度與成本。總的來(lái)說(shuō),電池傳感技術(shù)將朝著高精度、高集成、智能化和低功耗方向發(fā)展,為儲(chǔ)能系統(tǒng)提供更安全、高效和可靠的管理能力。未來(lái),智能電池模塊將成為儲(chǔ)能系統(tǒng)智能化升級(jí)的核心載體,推動(dòng)儲(chǔ)能電站運(yùn)維向數(shù)字化、自動(dòng)化和智能化方向演進(jìn),全面提升儲(chǔ)能系統(tǒng)的經(jīng)濟(jì)性和可靠性。VITITinin 28結(jié)合電壓、電流、溫度、阻抗譜、壓力、形變等多維度傳感數(shù)據(jù),多源數(shù)據(jù)融合技術(shù)將加快構(gòu)建更高精度的電池狀態(tài)估算體系。電化學(xué)模型、等效電路模型與機(jī)器學(xué)習(xí)算法的深度融合,將顯著提升SOC、SOH和SOP的估算精機(jī)理模型應(yīng)用基礎(chǔ)上,AI技術(shù)的深度集成也將成為電池狀態(tài)估算的核心驅(qū)動(dòng)力。基于深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和遷移學(xué)習(xí)的智能化算法,能夠根據(jù)電池的運(yùn)行環(huán)境、老化程度和工況變化,動(dòng)態(tài)調(diào)整狀態(tài)估算參數(shù),適應(yīng)性。此外,AI算法還將支持電池故障的早期預(yù)警與診斷,為預(yù)測(cè)性維護(hù)提供數(shù)據(jù)基礎(chǔ),從而降低運(yùn)維成本電化學(xué)阻抗譜(EIS)檢測(cè)技術(shù)在儲(chǔ)能電池管理系統(tǒng)上的應(yīng)用前景廣闊。例如,結(jié)合機(jī)器學(xué)習(xí)等算法,利用EIS檢測(cè)技術(shù)提取的特征參數(shù),如純歐姆電阻、電荷轉(zhuǎn)移電阻、雙電層電容等,更準(zhǔn)確地評(píng)估電池的SOC、SOH和RUL等,為電池的安全管理、均衡控制、壽命預(yù)測(cè)等功能提供更精準(zhǔn)的數(shù)據(jù)支持。通過(guò)對(duì)阻抗譜特征的分池的早期故障信號(hào),實(shí)現(xiàn)微短路、析鋰等安全故障的早期預(yù)警和準(zhǔn)確診斷,提高儲(chǔ)能圖32:EIS阻抗譜檢測(cè)技術(shù)的應(yīng)用未來(lái),隨著微型化、低成本的硬件和高效算法的進(jìn)一步發(fā)展,EIS檢測(cè)技術(shù)有望推動(dòng)電池管理系統(tǒng)向智能化方向儲(chǔ)能電池運(yùn)行數(shù)據(jù)龐大,但數(shù)據(jù)標(biāo)注成本高,缺少標(biāo)簽的電池運(yùn)行數(shù)據(jù)常常被認(rèn)為是“低質(zhì)量數(shù)據(jù)”,無(wú)法得到充分利用。在智能化時(shí)代,儲(chǔ)能電站積累的海量電池運(yùn)行數(shù)據(jù)將成為提升系統(tǒng)安全性和經(jīng)濟(jì)性的基礎(chǔ)上,隨著數(shù)據(jù)-機(jī)理融合技術(shù)的突破,自監(jiān)督學(xué)習(xí)有望成為儲(chǔ)能電池全生命周期管理的核心技術(shù)底座。自監(jiān)督學(xué)①通過(guò)時(shí)序掩碼預(yù)測(cè)技術(shù)預(yù)測(cè)被遮蔽的電壓/電流片段或重構(gòu)充放電曲線、對(duì)比學(xué)習(xí)如SimCLR、MoCo算法區(qū)分②基于Transformer的預(yù)訓(xùn)練模型通過(guò)長(zhǎng)序列注意力機(jī)制,自動(dòng)捕捉不同工況下的容量衰減模式,將預(yù)訓(xùn)練模型提取的時(shí)序特征與物理退化模型融合,實(shí)現(xiàn)全工況、全生③儲(chǔ)能電站常混用不同廠商、批次電池,傳統(tǒng)模型需針對(duì)每種電池重新訓(xùn)練,自監(jiān)督遷29術(shù),將已標(biāo)注的A型號(hào)電池知識(shí)遷移至無(wú)標(biāo)注的B型號(hào)電池,增強(qiáng)模型的泛④儲(chǔ)能電站電池管理系統(tǒng)需低延遲、低功耗算法,通過(guò)知識(shí)蒸餾將預(yù)訓(xùn)練的大模型(如Transformer)壓縮為輕4.3系統(tǒng)聯(lián)動(dòng)可控在新型電力系統(tǒng)加速構(gòu)建的背景下,儲(chǔ)能系統(tǒng)正經(jīng)歷從"機(jī)械堆疊"向"智能融合"的跨越式發(fā)展。電池管理技術(shù)的基于"電池管理-功率變換"一體化控制器的新型架構(gòu),將重構(gòu)傳統(tǒng)儲(chǔ)能系統(tǒng)的層級(jí)結(jié)構(gòu)。直流側(cè)方案通過(guò)集成電池管理與DC/DC變換

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論