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。
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。
该项目为上海某高校环境与化学工程学院的研究成果,项目负责人为教授、硕士生导师,其主要研究领域为电池性能评估、电动汽车动力电池梯次利用、电池储能系统在电网中的应用、储能电站评估、综合能源系统评价等,拥有多项国家发明专利。
评价单位:“科创中国”技术交易专业科技服务团(上海) (上海技术交易所有限公司)
评价时间:2022-09-26
季浩泽
上海全国高校技术市场有限公司
高级技术经理
综合评价
该项目属电气工程学科,涉及储能与清洁能源发电等技术领域。目前,储能系统难以实现容量的线性扩大及广域多点分布式协调控制,无法满足清洁能源发电系统规模化与分布式的发展要求。该项目从电池储能系统的控制体系、管理方式、集中应用模式及分布应用模式四个方面开展研究,攻克了电池储能系统线性扩容、电池健康管理、广域多点应用等难题,有效推动了储能技术应用标准化,有效推动了电池储能产业的快速发展以及其产品的科学应用。
查看更多>