科创中国

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。

该系统可应用于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。

该系统可实现全部数据实时采集存储、参数列表、工艺流程图、报警显示、参数趋势分析、基于规则的诊断、故障原因解释、处理对策指导、数据库管理、诊断规则库管理等,有极大的经济效益和社会效益。

该项目可接受技术转让、技术合作、联合开发等形式。