项目名称：储能电站电池健康状态在线监测诊断预警智能运维系统
转移转化方式：✔转让 ✔许可 □作价入股 ✔其他
技术成熟度：□实验室 □小试 □中试 ✔小批量生产 □工业化生产
技术领域：✔人工智能 □生物医药 □新材料 ✔节能环保 □其他
申报高校: 上海电力大学
2022 年 2 月 13 日
| 1. 项目总体介绍:储能电站运行一段时间以后，由于电池之间的老化程度不同，原本一致性很好的锂离子电池性能逐渐变得参差不齐，为储能电站的安全高效运行带来潜在的风险。电池健康状态(state of health，SOH)是电池系统中的重要参数之一，为电池安全保护、充放电控制、热管理等功能提供重要参考，因此精确及时地获得SOH 信息对于提高电池寿命和使用安全至关重要，进而为储能电站精细化运维策略的制定和调整提供重要依据。本项目通过电池管理系统采集不同的电网储能运行工况下长时间尺度的电池运行数据，采用微分法、统计学方法、非线性滤波与预测方法等方法提取电池健康因子，构建电池健康因子与 SOH的评估模型，实现电池实时的 SOH评估，相对误差小于5%。采用Python3语言对电池健康状态在线评估模型进行软件开发，构建以储能电站正常运行的充放电电压为基础数据的电池健康状态在线监测诊断预警智能运维系统，实现储能电站电池健康状态的实时在线管控，助力储能电站和新型电力系统的安全高效运行。本项目只需要储能电站运行时电池管理系统采集的电池充放电电压数据即可，不增加额外工作量，可实现电池健康状态实时在线监测、诊断和预警，方便、高效。 |
| 2. 技术创新点:由于储能电站电池运行工况不同（如恒定工况、脉冲工况），电池类型不同（如磷酸铁锂、三元锂电池）、电池成组方式不同（如大电芯的串联方式、小电芯的串并联方式）、电流倍率不同、电池运行的SOC区间不同、数据采样频率不同等等，健康因子的提取需要具体问题具体分析，需要采用不同的数学方法进行处理。根据储能电站运行特点，分别从概率统计学角度提取洛伦兹离散度、离散Fréchet距离、区域频率作为电池健康因子，从增量容量法角度提取区域容量，从差分电压法角度提取DVA曲线末端斜率提取健康因子，建立电池健康因子与 SOH的评估模型，进而开发电池健康状态在线监测诊断预警智能运维系统，嵌入能源管理系统，实现储能电站电池健康状态在线实时监测。 |
| 3. 知识产权归属及相关专利说明: 无 |
| 4.商业化概述 (市场前景):为了应对全球气候变化与能源供应短缺，我国提出力争2030年前实现碳达峰，2060年前实现碳中和。电力行业是温室气体排放的首要行业之一。电池储能技术的大规模应用可以促进可再生能源的接入与消纳，从而在加速电力行业实现碳中和的进程中发挥重要作用。国务院2021年印发的《2030年前碳达峰行动方案》提出，加快建设新型电力系统，到2025年，新型储能装机容量达到3000万千瓦以上。新型储能正在为新型电力系统建设提供重要的技术支撑，而越来越多的锂离子电池储能电站正成为新型电力系统发输变配用等环节的重要组成部分，在削峰填谷、可再生能源输出功率平滑、改善电能质量等方面发挥着越来越重要的作用。储能电站运行一段时间以后，由于电池之间的老化程度不同，原本一致性很好的锂离子电池性能逐渐变得参差不齐，为储能电站的安全高效运行带来潜在的风险。据统计，截至2020年底，我国电化学储能市场累积装机功率规模为3269.2 MW。储能电站运行一段时间以后，其电池都将面临着不同程度的老化，直接影响储能电站的电量吞吐能力和经济效益，甚至影响安全运行。以由216块200 Ah电池组成的某储能电站为例，通过电池健康状态在线监测诊断预警智能运维系统判定，将4块健康状态较低的电池进行更换后（更换率小于2%），就可以将整个储能电站的充放电量和经济效益提高8%以上，经济效益显著。因此，本项目的商业化前景广阔。 |
| 5. 优先使用产业领域及地方区域:通过专利权转让、技术服务、技术入股等形式将本项目的研究成果推广应用到供电公司、综合能源服务公司、可再生能源企业、电动汽车企业、储能企业等相关企业，增加企业储能电站经济效益，提升安全保障。 |
| 6. 初步意向交易方式及金额: 技术服务，金额面谈。 |
| 7.行业状况目前，储能电站的电池管理系统（BMS）可以监控电池的荷电状态（SOC）、电压、电流、温度等参数，但一般不具备监控反映电池老化程度的健康状态（SOH）参数。由于电池内部复杂的电化学反应机理，要实现准确的电池健康状态在线评估和监控是一个挑战，也是研究热点。因此，这方面的市场应用案例还比较少，可以说是一片蓝海。 |
| 展示方式：□实物（或模型） ✔展板图文 ✔多媒体演示 |
| 展示要求：无 |