中国储能网讯：3月10-13日，由工业和信息化部节能与综合利用司指导，中国化学与物理电源行业协会主办并联合500余家机构共同支持的第十四届中国国际储能大会暨展览会（简称“CIES”）在杭州国际博览中心召开。
CIES大会以“共建储能生态链，共创储能新发展”为主题，针对储能产业面临的机遇与挑战等重点、热点、难点问题展开充分探讨，分享可持续发展政策机制、资本市场、国际市场、成本疏导、智能化系统集成技术、供应链体系、商业模式、技术标准、示范项目应用案例、新产品以及解决方案的普及和深化应用。
来自行业主管机构、国内外驻华机构、科研单位、电网企业、发电企业、系统集成商、金融机构等不同领域的2011余家产业链供应链企业， 53417位线上注册嘉宾将参加本届CIES大会，储能网视频号线上直播11万人参与观看与交流。其中300余家企业集中展示了储能产品，涵盖系统集成、电芯、PCS、BMS、集装箱、消防、检测认证、飞轮储能、液流电池、熔盐储热、压缩空气储能等新型储能全产业链。
3月11日下午，国家化学与物理电源产品质量监督中心技术总监余华强受邀在储能检测、认证及标准专场分享主题报告，报告题目为《储能站老化及风险评估方法研究》。以下为报告主要内容：
余华强：大家好！我是国家化学与物理电源产品质量监督检验中心的技术总监余华强，我今天的这个演讲的题目是储能站老化衰减及风险评估的方法研究。这个项目是我们跟国电投一起合作的，是针对国内储能站的后市场。基本上是针对既有的电化学储能站的价值评估，比如讲它的买卖或者说是针对它的后期的维修翻新乃至保险精算所开展的研究。
这个项目更多的是针对工程性应用可能和机理的方向不是特别多。我们现在看一下现在的情况，先看两组数据：
第一个这个是2022年的全年和2023年的上半年，国内的电化学储能站的故障分布度，2023年下半年的数据还没有出来，我们把数据进行了归一化处理，我们按照每一百兆瓦时这个数据进行计算，电化学储能站大家可以看出来，在新的这段时间内，它的单位能量停机数增加了68%，它的电池故障的比例从9%上涨到了28.92%，增长了221%，已经排到第一的位置了。
这张图是去年跟今年上半年的对比，那么去年是BMS是第一位，占43%，它每次停大概停3.65小时，到了今年上半年电池已经迅速上升到了第一位，而且它每次要停34.74小时。所以我们可以看出来，对于电化学储能站最薄弱和标准化程度最低的部分其实就是电池，所以我们后面所进行的研究的基础。这个是这次研究的一些背景支持，首先是储能站的延寿，大家知道一个电化学储能站的平均设计时间是24年，正常情况是6年换一次芯，但是我们这个运营商想8年，但实际上中电联报告回来的数据是5年，这个电化学储能站基本上就不能用了。刚才可能安徽电网的朋友们讲了，低于80%充放电效率的时候它是没有补贴的，我们大概在5年就到这个位置上了。实际上电芯厂告诉我们可以循环八千次、一万次，这应该是十到十五年的寿命，为什么在这个地方就出现了这个问题，五年就不能用了。第二个问题是储能站的估值，你们预期中的储能站肯定要有买卖怎么估值，说白了这个储能站可以用多久还可以用多久这是一个问题。
另外一些问题就是底下的安全运维的保护，这这个我们国内过去是空白的，新版的36276运行以后可能好一点，增加了一千次循环之后的热失控和短路实验但是这个不够。相关的研究还是很少，包括文献都是很少的。
这部分是评估的要求，首先是国家能源局要求2025年所有的电化学储能站要纳入安全风险监控。其它的要求比如讲说评估的费用不应该超过整个储能站的5%，我们这个3%可能就够了。周期不戳过12周，损坏的电芯，因为它是要损失电芯的，我们认为不应该超过1%，大概有100-150支电芯的损失就可以了。
电池是作为评估的主体这个没有问题，我们需要在评估过程中运行数据的支持。然后是一个很重要的，就是不同场景要规划，什么意思？就是说你火电储能和新能源的储能运行场景不一样，调峰和调频的运行场景也不一样，一个调峰的储能站可不可以用于调频？可以用多久？这个问题我们要解释，所以说评价的方法一定要规划，不能各搞一套。
我们看一下下一个，这是它的老化评估，这个是老化评估的一个具体路径。老化评估和我们日常在电芯厂看到的加速寿命有区别，前者是从零到一，新电芯到寿命结束。这个东西（指老化评估）是从1-2，我用了一段时间的电芯之后，在未来预期场景中再用上可以用多久，是这样一个评估，这个路径大概是三个部分，也就是说是一个老化标定、运行数据和工况拟合，我们如果用生活中的举个例子来讲基本上是一个调音，听演唱会实况，自己演奏这么一个过程。
第一个问题就是基础单元，基础单元我们定义是最小而不可拆卸的功能单元，在设计这个项目的时候，有些专家也建议我们说，不要把电芯定为基础单元，你现在最大的问题储能站的模块分化太厉害了，你们最好定位为模块。我们考虑之后还是定为电芯。为什么呢？因为储能站模块是串联的，它的电应力是趋同的，区别只在温度应力上，那么一个电芯的模型再加上你温场的模型是可以模拟出模块和簇的，反过来如果你把模块作为基础单元，再做老化衰减模型就困难得多了。
中间这部分这个混合模型我们后面再说。这是我们先看一下它的约束条件，第一个就是它的标准电芯，大家在储能界所经常用的基本上是280Ah的芯，现在可能你们升级到314这个水平上，这个标准芯的容量增加了，外形没变，这正是准备在六年之后换芯，芯的外形如果不一样大小就没有办法更换了，但是这个产生一个客观的效果就是说，它让我们的这个储能电芯容量种类收窄，这样对我们的加速模型的针对性和收敛性就非常好。
第二个是加速应力的筛选，对于建好的储能站，实际上它的应力只有两个就是温度和它的工况。（工况）也就是倍率，这个地方还不是电流倍率是功率倍率，，别的机械振动也好还有其它的一些冲击也好，没有相应的场景。所以应力这个问题很简单，就是两个。然后是工况还原的约束，工况还原的约束是什么？我们要知道过去这个储能站发生了什么，从哪儿来？从BMS来，BMS记录什么？它只有电流电压能量温度，温度可能记得还不太全，我们过去的知识是有限的，后面两个问题我们后面再解释。
OK，这个是我们整个的老化标定的路径，左边这部分应力筛选就是温度，环境充放电倍率，和温度倍率双因子这三个加速模型。实际上是很传统的，你们查文献都有。那么最右边那部分我们补了一个什么呢？补了一个实验的机器学习和模型组合，为什么要这么做？你说标准方法的这条路可以走通为什么这么做？因为我们要保证这个模型的柔性，简单来说是什么意思呢？一这个加速的速度和精度是矛盾的，当加速的倍率高到一定程度之后精度就下来了，需要用机器学习的办法来提高它的精度，第二是一个现实应用场景，你们可能拿不到和储能站同批次的电芯，怎么办？甚至可能拿不到同型号的电芯，只有近似容量电芯，他们260Ah的芯来做的，我可能要用280Ah的模型，这个时候要求我们的模型要有一定的柔软度。就是在底下第三条提出来的这个，那底下这几个其它注释实际上是工程学的一些知识。
第一个问题就是有些因此机构可能用外推法来算这个加速模型寿命，这个不是说不能，但是你一定要想好，你未来使用的还是不是在你的线性阶段，如果超出这个现行阶段会产生一个什么问题呢？这个地方做过了，但是你做安全评估的时候误差会非常大，这两者相互作用之后可能会造成一个数据的失稳，后面做不出来了。第二是温度应力的问题，你们在实验室环境下做这个温度应力是均匀的，一个芯放在温箱里做，但是在储能站里面这个地方是有梯度的，BMS可能不能够支持到你们这个梯度的充分反映，这个地方要做模块的热模型，至少要做热观测，然后原始生产厂家应该替你们做过它的热仿真，包括整个集装箱的仿真。这个地方在数据验证的时候使用热仿真和BMS运行时的空调的耗电数据相匹配，这个地方相互验证。
第三个问题我们讲了，第四个问题是BMS本身的问题，BMS本身是有一定误差的，大家读过BMS的知道，有个BMS显示值和真值，这个地方要注意鉴别，否则你做出的结果会有一点差异。
这个图是三大加速模型，
阿伦尼乌斯模型、艾琳模型和逆幂律模型，这三个模型我个人认为，你们那个好用就用那个，可能有一些电化学从业者对模型有一定的爱憎不同，实际上我们做的时候没必要，这底下的优缺点都写出来了，你们觉得那个模型好用就可以用那个，甚至可以联合使用。
这个模型这张图显示的时候就是仿真和预测阶段，我们前面做好了模型的温度和备用模型之后，现在加上模块的热分析模型这样形成一个模块的模型，然后再加上储能集装箱的的热仿真模型就形成了整个的模型。再加上BMS和EMS的约束机制这个就是这个模型。现在我做什么？我需要把过去的数据读出来，就是这个运行数据归一化，我把过去的数据像放音乐一样放出来，每一段运行它有不同的温度和倍率，一定对应电芯的标准老化状态，累加起来就是我们电芯它的老化状态（损伤积累），归一化之后的老化状态。
这个地方就是说我们这个模型做完之后可以知道整个集装箱每一个电芯的老化状态对吧？第三部分是什么？是未来工况的仿真，是反过来。工况的倍率和温度可能我们在读过来再播放一遍，你不就知道每个电芯在未来的老化程度了吗？在这个问题上我们就解决了一个简单的问题，储能站还能用多久？以及在未来的工况下可以用多久，最右边这部分是重构。重构是什么意思呢？储能站是可以修的，如果我们更换了部分电芯改进了它的老化程度，我们修改了BMS、EMS约束规则，是不是就可以重构？它的老化方向就变了，怎么是最优呢？这个地方需要大量的算力，这个地方是吃算力的地方。我们要在整个的N多的方向中搜寻出最好的和最能省钱的方案。
行了，那我们就做完这个工作是不是就完成了？不是，问题出在哪儿？我们有一个假设，假设储能站是安全运行的，你怎么知道你储能站是安全运行的，你不能做这个，所以我们前面的老化后面还有一个边界的约束，这个边界的约束就是安全风险评估。这个和刚才的分析是相反的，对于安全性其实我们并不关心整个系统，我们只关心小个的电芯，因为电芯是可燃的，一支电芯的烧起来可能就是火烧连营。右边这些是我们新版的GB/T 36276，老版其实也是这样，就是安全试验有这么多，哪些可以用，首先我排除机械安全，这些东西储能站装完之后用不到，第二应用场景不存在变更也排除它。第三我要看看电气安全性，电气安全性其实是单独测试的，我不管它。报警与保护功能这个我也不管它，就剩下两个，那个乙和这个甲。乙属于整站的安全性评估，我然后甲，甲这部分你怎么看？甲出了这种事是安全事故，是电气事故需要单独评估的，所以最后我们只剩下了一个可以评估的指标就是热安全性，说白了就是以单体为核心的热失控。
我再说一下这个地方我们讨论的是热失控Thermal runaway，不是热扩散Thermal diffusion，这个地方一定要盯住热失控，然后我们看这个。这是整个的安全评估的一个流程，这个流程我有两个问题我需要解释一下，一个是左边，左边这部分不用说了，这是做出来的数据收集和电芯级别的，这部分两个做，哪两个做？一是我拆出来的电芯，我们前面做过老化知道这个电芯是什么程度了，第二个就是说我根据未来的工况以及老化到未来想要那个程度的电芯，这两种电芯做这个部分。然后我们把中间这部分是一个大数据的模型，有人可能你说没必要搞中间这个模型，你搞这个干什么？为什么这么做？因为一支电芯的热失控的成本是很高的，几百块，可能你做一点复杂的带数据采集要一千多块。你如果想要那个大模型你需要几万个数据点，成本不支持对吧。怎么办呢？这样我们用左边这个有限的电芯给它做出失控的基本模型，然后用相似性的原理让这个模型去产生数据，训练右边大数据模型，让它来生成所以我们是用这个办法来解决储能站这种安全评估中成本与准确度这个相互之间差异的问题。
除了做这个部分还要补一点点机理，我们肯定要看。这是整个模型的一个构建，最前面是数据收集预处理特征提取，然后底下是混合模型，从这边开始一直到那边的主程序NPC。下面这个是模型公式，这个VD是一个电压密度，TD是温度的密度，CU是电流分布，这个EA是伤的一致性，SOC是电池的行为，C是和电池有关的一个常亮，我们把这些东西设为这一个个子模型独立之后在进行组成NPC的分析，有团队监督的热失控分析。这个地方要说一下，这个地方和我们前面做那个老化那个地方不一样在哪儿？老化的地方有可运行数据你们可以用，这个地方没有，或者说很少。为什么？因为储能站很少发生热失控数据量不够所以才要做这一部分。
这个就是我说的要补机理，你们做出来这个模型是不是这个，它的温度有没有什么变化，你们还是要做这个。这个江苏省电科院的朋友们进行研究的成果。这是一个冷冻arc之后的一个SEM，ARC是产热、稳定、吸收。在特定温度下，我们知道它在某个温度下会发生热失控或者热失控前兆，在那个瞬间我们把液氮喷进去，把它冻住，再拆开做这个sem。这样有是从理论上来支持我们热失控的判断。右边这个是预警算法，那个比较复杂我们就不说了。
最后我说一下这个问题，这个问题就是一个比较容易搞混的问题，就是说安全评估热失控预警和致灾预警的关系，这三个是三个不同的层次，安全评估是在最前面的，它是一个通过统计学或者数据支持的，它不需要传感器的信号支持，也没有发生热失控，不需要后续处理，它是一个概率性指向，可能甚至都不能指向是哪一支电芯，只能指向某一类电芯，而中间这部分热失控预警，它是一个准确的指示。计算数据支持或者明确的传感器物理知识，我知道在这次会议上我们有不少传感器的公司来介绍他们这个功能，他们这个部分是在热失控预警在中间这一部分，这一部分就是说在没有发生热失控也不需要后续处理的，右边是一个明确的，你已经发生热失控了，烟感也好温感也好红外也好，它的作用是什么？告诉你那里发生热失控了，你加大液体流量，把热扩散拦住，不要发生致灾。但是我们站在这个位置决定了我们只允许走到第一步，尽量不走到第二步。为什么？因为电储能站一旦发生热失控你那个芯肯定会换的，模块也会换，关键是你的储能站会被贴一个标签，发生过热失控，估值会掉一大块，所以我们尽量让它控制在第一步，我们知道那些芯可能有问题就把它换掉，最好不走到第二步，如果走到第二步也不要发生热失控。这个就是基本上就是这样一个过程。
我今天就是梳理了储能站的老化和评估，这个方法主要用在储能站后市场上，我们也希望在合适的时候和合适的机会进行开源，把整个模型算法和程序都放出来，我觉得储能是全人类的，我再说一下我们国家中心，大家可能都知道，我们是国内几个重要认证机构的核心实验室，也是几个发电集团的主力评估实验室，过几个月可能新买的36276也要实行了，我也欢迎大家去我们那儿参观实验室做评估和分析工作，这是我个人微信，如果你们愿意讨论和探讨的话加一下，谢谢大家！
