中国储能网讯：2020年9月，中国在联合国大会上宣布在2030年前实现碳达峰，2060年前实现碳中和的目标，中国电化学储能将进入快速成长期，预计2020年至2050年，电化学储能装机空间有约接近400倍的增长，2050年将达到6亿千瓦。对这么大规模的电池资产如何进行有效管理和运维，将会成为严峻的挑战。
大量的单体电池组合在一起形成集装箱储能，由于不同单体电池的容量，内阻，开路电压等实际参数差异，随着运行时间变长，在电池资产的安全和高效运维上，会遇到一系列问题：
1.容量损失：电芯单体组成电池组，电池组容量符合“木桶原理”，最差的那颗电芯的容量决定整个电池组的能力。为了防止电池过充过放，电池管理系统的逻辑如此设置：放电时，当最低的单体电压达到放电截止电压时，整个电池组停止放电；充电时，当最高单体电压触及充电截止电压时，停止充电。这种控制逻辑下，电池组的容量不能被充分利用，造成电池组容量损失。
2.问题电池预警和定位：一个大型储能系统会有成千上万节电池组成，每节电池的衰减速度不一样，健康状态也有很大差异，我们需要能准确刻画每节电池的容量，内阻，电压，温度等方面的健康状态，并且能提早一定时间预测出可能出现安全问题的电池，对它进行及时的更换，才能保障储能系统的整体安全。
3.储能电池容量计算和寿命预测：随着储能系统的运行，储能电池容量会不断衰减，虽然BMS会计算SOH，但受限于BMS硬件的弱算力及有限的数据量，其计算出的SOH误差较大，现阶段储能系统的实际容量是多少，未来还可以循环多少次，衰减速度与电池产商的技术协议中约定的是否一致，这些对于投资者而言都是黑盒，投资者无法准确的预估未来的投资收益。
4.运维分散和成本高：随着储能项目的增多，很多的储能项目都只是在本地部署EMS，需要有人在项目所在地24小时值守，没有统一的远程系统进行集中运维，运维人员接收到报警，没法分析判断报警的原因，运维耗时耗力。
这里涉及一系列的技术难题，单体电池的内阻、容量预测估算、电池组的一致性评价、电池寿命预测、电池的微短路安全预警、电池不一致性重均衡等。传统的BMS由于计算和存储能力的限制，只能保存短期数据，不具备复杂计算分析的能力，只能完成电池监控数据采集，即时充放电管理等少数据和弱计算的功能。因此很难通过BMS解决这些技术难点。
为了解决以上的问题和挑战，国内外的一些学术机构和高新技术公司，开始使用大数据，人工智能的技术，结合云端的超强计算和大数据存储能力，对海量的电池数据进行计算和分析，对电池进行智能诊断，实现智能运维。腾讯清华联合团队依托于腾讯数据中心海量电池数据，构建了电池故障预测模型，可以提早5-30天提前发现故障电池。麻省理工学院RichardD.Braatz教授课题组在《自然》杂志发表了电池寿命预测模型，可以准确地对电池寿命进行寿命预测，使用前100圈循环数据可以实现对于电池寿命实现较为准确预测，预测误差仅为9.1%。不少国内外高校在电池组一致性方面也做了大量研究，发表很多相关的论文。
将这些电池智能分析和诊断方法进行标准化，产品化，搭建电池资产管理平台，快速接入各种储能电池资产，实现快速的智能分析诊断和运维，对于电池资产的持有者和运营方会非常有价值。万克能源科技有限公司在电池资产管理平台方面做了多年技术实践和产品化、商业化的探索，并在今年发布了电池资产管理平台2.0版本，客户只需将电池资产数据接入平台，便可快速获得电池诊断报告，让客户全面、及时地掌握目前并预估未来的电池健康状态，提前发现安全风险，确保电池资产得到安全高效的运营管理，为资产持有方的收益保驾护航。
万克能源还拥有自主知识产权开发的综合能源智慧运营服务平台，以“互联网+新能源”为理念，基于物联网、大数据、人工智能技术，为用户侧储能、电源侧储能、电网侧储能、微电网等各场景下能源资产，提供能量管理和数字化运营服务，保障能源资产安全，提升资产利用效率，降低资产运维成本，创造客户价值。
扫一扫关注微信
