一、成果简介:
储能是能源互联网的重要组成部分和关键支撑技术, 2017年9月22日,国家发展改革委、财政部、科学技术部、工业和信息化部、国家能源局五部委联合发布《关于促进储能技术与产业发展的指导意见》,指出要推进储能在可再生能源利用、电网灵活性、用电智能化、能源互联网等多方面的应用。2019年2月18日,国家电网公司印发《关于促进电化学储能健康有序发展的指导意见》,进一步推动储能在电网系统中的推广与应用。
锂离子电池是电化学储能领域应用最广的储能方式,但是其安全性能较差,如管理控制不当容易出现燃烧、爆炸等安全事故。电池管理系统(BMS)作为实时监控、自动均衡、智能充放电的电子部件,具有保障安全、延长寿命、估算剩余电量等重要功能,保障电池的安全稳定可靠运行。目前市场上的电池管理系统主要针对电动汽车等移动式应用进行开发,并未依据大规模储能应用的实际要求进行针对性设计,尤其是在电池状态估算精度及消防功能方面难以满足储能电站的运行要求。
本项目针对锂离子电池精确状态评估与安全管理方面的难题,研制了具备消防预警联动功能的电池智能管理系统,基于精确的电池物理模型和电池多维状态感知能力来实现电池热失控的早期识别,并与消防预警系统形成联动,做到提前预警、及时保护。
本项目提出的一种具备消防预警联动功能的电池智能管理系统已经获得“国家电网有限公司第五届青年创新创意大赛”金奖。
储能锂离子电池智能管理系统从控与主控
储能锂离子电池智能管理系统总控
储能锂离子电池智能管理系统样机
二、技术优势及性能指标:
1、提出了一种锂离子电池多维状态参量感知与融合计算方法,快速感知锂离子电池热失控早期关键参数的变化,有效解决传统电池消防系统对电池热失控响应速度慢、故障准确定位难的问题,将同时基于实时在线的电池老化物理模型,实时跟踪电芯的实际运行状态和健康状态,优化热失控保护定值,并与消防系统联动,缩短消防系统启动时间,实现电池热失控的安全预警、精确定位和及时保护。
2、提出了一种锂离子电池增强型自校正模型,基于对电池运行过程中电流、电压、温度等关键数据的长期累积分析,通过P2D锂离子物理模型对电池内部关键参数的老化状态进行迭代计算,实现锂离子电池模型数据的校正,有效解决长期运行过程中电池老化造成关键参数偏离初始值,进而导致电池实时状态估算精度较低的问题,将电池全寿命周期的内阻估算误差由5%降低至3%以下,有效提升电池系统全寿命周期的管控能力。
3、提出一种储能电池系统中模组内与模组间的多层级主动均衡控制方法,针对目前储能电池在长时间使用后出现的电量不均衡问题,提出了基于数据驱动技术的电池电压、SOC(state of charge)、SOH(state of health)以及历史数据的综合均衡判据,单体均衡电流达到5A,远高于市面上2A左右的标准,并且将电池均衡范围从电池单体提升到电池簇,解决了常规均衡控制速度慢、效率低问题,成组电池的一致性、可用容量、电池寿命得到了大幅提升。
4、提出一种集散式混合多卡尔曼滤波电池状态估计算法,对电池系统分电池模组与单体两级在线校正估算,采用SR-SPKF(平方根Sigma点卡尔曼滤波,Square-Root Sigma-Point Kalman Filter)和EKF(扩展卡尔曼滤波,Extended Kalman Filter)混合算法进行SOC偏差校正,克服了网络参数选择的随机性,具有更强的适应能力,提高了计算效率与SOC预测精度,估算误差控制在3%范围内。
基于电池多维状态感知和模组级安全预警的锂离子电池智能管理系统各项性能指标与国外同类技术比均达到设计领先水平,具体比较如下:
指标 | 国内外同类产品 | 本项目技术指标 |
采样要求 | ||
电流测量误差 | ≤1% | ≤0.2% |
电流采样周期 | ≤50ms | 50ms |
电压测量误差 | ≤0.2% | ≤0.1% |
电压采样周期 | ≤200ms | 200ms |
温度采样分辨率 | ≤1℃ | 0.1℃ |
温度测量误差 | ≤±2℃ | 1℃ |
温度采样周期 | ≤5s | 1s |
计算要求 | ||
SOC精度 | ≤8% | ≤3% |
电能量计算误差 | ≤3% | 2.8% |
内阻重复精度 | ≤5% | 3% |
一般故障诊断 | ||
电池温度 | √ | √ |
单体(模块)电压 | √ | √ |
单体(模块)一致性 | √ | √ |
扩展故障诊断 | ||
绝缘电阻检测 | √ | √ |
SOC上下限 | √ | √ |
总电压上下限 | √ | √ |
内外部通讯故障 | √ | √ |
内部温度差 | √ | √ |
CO浓度 | 无 | 190ppm |
对外通信协议 | ||
104、61850 | 无 | √ |
安规测试 | ||
绝缘耐压 | DC1000V | AC2500V |
主动均衡能力 | ||
多层级主动均衡 | 无 | √ |
消防预警功能 | ||
特征气体感知与消防联动 | 无 | √ |
三、所属领域:
综合能源系统方向:能源供应技术
四、成熟度:
产业化阶段
五、市场应用情况及经济效益分析:
截至2018年年底,中国已投运电化学储能项目的累计装机规模为1072.7MW,在各类电化学储能技术中,锂离子电池的累计装机规模最大,为758.8MW。在政策和市场需求的双驱动下,2018年储能在集中式可再生能源并网、辅助服务、电网侧和用户侧的应用均增速明显,特别是电网侧,年增速更是达到2047.5%。预计到2020年,储能在大规模可再生能源、电网辅助服务、延缓输配电扩容升级等方面应用的总装机规模将达到24.2GW。
具备多维度信息感知与模组级消防预警功能的电池管理系统,可以应用于三站合一的削峰填谷、调频等高可靠储能需求以及传统的集装箱式储能电站。目前集团已在储能电站PCS、EMS方向具备成熟产品,本项目BMS研制成功之后,可助力集团在储能方向形成整体解决方案。同时,BMS系统在储能电站中直接收集电池数据,对于储能电池状态评估、梯次利用等后续业务的开展提供基础。
应用情况如下:
1)在国网浙江省电力有限公司和南瑞集团有限公司的共同努力下,由南瑞研究院技术研究中心研发的基于电池多维状态感知和模组级安全预警的锂离子电池智能管理系统,于2019年3月5 日在国网浙江杭州市萧山区供电有限公司投入使用,运行至今稳定可靠,各项技术指标均达到设计要求,提高了储能电站的安全性和可靠性,并进一步提升了储能电池的使用寿命。
2)基于电池多维状态感知和模组级安全预警的锂离子电池智能管理系统,于2019年2月开始与中航锂电(洛阳)有限公司的L135F72 电池模块进行配套工作,并在中国汽车技术研究中心完成第三方测试,应用于项目现场,得到了业主充分的肯定,提升了电池的安全性和使用寿命。
3)基于电池多维状态感知和模组级安全预警的锂离子电池智能管理系统,于2019年3月开始与江苏海基新能源股份有限公司的HJES38240电池模块进行配套工作,各项技术指标均达到设计要求。