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12日下午，国网浙江省电力有限公司电力科学研究院储能专业负责人陈凌宇受邀在储能电站建设与运维专场分享主题报告，报告题目为《新型储能安全运维及管控提升技术》。以下为报告主要内容：
陈凌宇：各位专家、各位同仁下午好！我来自国网浙江电科院储能中心的陈凌宇。今天给各位分享的题目是《新型储能安全运维及管控提升技术》。
我从4个方面，储能安全和运维隐患，安全技术和智能运维技术四个方面给各位介绍一下。安全问题大家比较清楚，一个储能电站有数以万计的电池单体，尤其是锂电池它的一致性，对它的安全影响是非常明显。尤其是容量、内阻、自放电率、老化曲线以及温度的一致性对它的影响都是比较严重的。对它的影响主要表现为热失控的行为。
像锂电池里磷酸铁锂热失控温度可能在500度以上，三元锂低于300度，这是行业里主流选择使用磷酸铁锂电池很重要的原因。
锂电池热失控的机制由于SEI膜的分解，导致电解液在电极表面的大量分解造成电池的温度升高，并引发整个电池的热失控，热失控的过程当中又会产生大量的可燃气体，包括一氧化碳，甲烷，还有氢气等等。
我们在这个行业当中因为产气导致一些爆燃的事情发生。像大红门事件是最典型的案例，这个事件引发了我们对锂电池产气以及关键措施的思考。除此之外，我们对于电池本体的安全问题，除了这些安全问题还有外在的影响，还有液冷系统，消防系统的缺陷，或者不足也是导致储能锂离子电池储能电站的安全隐患。
主要从国网公司对于储能电站安全隐患提出隐患排查的重点，给各位分享一下。我们针对储能电站的运行过程当中安全问题，数据管理14条隐患和缺陷。其中包括6条重大隐患，一个是消防设施未按规定的配置，并且正常运行，这条里很重要的一点是早期设计的电池预制舱不一定配置通风系统。
对于锂电池的产气聚集的影响没有非常有效的措施，通风系统是我们比较关注的重要点。我们对这条隐患做整改的时候，大面上做摸排和整改，制定了比较详尽的整改方案，主要通过加装通风系统，要求一台在顶部，一台在底部，形成空气流通的回路。
第二个重大隐患指的是锂电池设备舱与外界连接的电缆沟道未封堵，或者封堵不严密，以及储能电站内建筑物的防火间距不符合相关的标准要求，这一点我们针对封堵的问题都好解决，也是非常小的问题。但是因为发生了大红门事故，引起大家的重视，封堵是很好解决。
防火间距，我们浙江公司包括国网公司一些企标上有明确，对防火间距是不满足要求的时候，可以采用防火墙，防火墙的长度和高度，要高出预制舱外廓的一米，这是我们对这项隐患采取的措施。
第三个隐患，锂电池设备舱未设置感温感应可燃气探测装置，或者可燃气探测装置和舱内断路器没有联动，以及和通风系统的联动功能也是缺失的。整个隐患反映出的需求，就是要求我们在有可燃气聚集或者产生并到达阈值的时候，我们要通过联动功能来实现它的可燃气体的有效排出，避免聚集造成燃爆的事故。
可燃气探测装置，通风系统以及断路器，这三个装置的联动逻辑在我们隐患整改当中比较重视的点。
第四个隐患，锂电池漏液和连接线发热，未按照单体温度采集布点，以及电池管理系统无保护温度和温升速度监测功能，这块涉及到电池设计的本身，首先电池连接的问题，电池的温度采集以及温度保护的功能，在我们后续标准文件当中做了一些提升性的措施和要求。
国网公司发布的企标里要求温度采集点不少于50%的，这一点是现在很多技术规范里大家比较认可的一点。至于保护温度和温升速度检测的功能，我们通过大量厂家的调研反馈出来电池管理系统里可以通过后期的软件升级实现。
对于锂电池设备的选址问题。不能设置在人员密集的场所或者有人员生产生活的建筑物内部或者地下空间。以及无法实施救援的地方。还有易燃易爆危险的场所。这块对于选址，对我们后期的储能电站隐患整改最困难的一点。
储能电站建设运行过程当中选址是整个考虑的大前提，如果选址不满足要求的话，我们只能采取一些后续的措施来避免因为选址不当造成的影响。如果无法消除这些影响，动作停运或者拆除的措施来完成。
第六个隐患，电池系统回路里的配置问题。这个相对来说存在的隐患缺陷比较少一点，主要涉及到直流断路器，隔离开关和保护装备等，尤其是我们电池簇没有设计簇级电路器，这是我们在现场排查过程当中发现的存在问题比较少的点。
电池管理系统未取得具有CMA/CNAS的检测资质单位出具的报告和产品标识名牌规格不一致，在储能电站建设早期存在比较多的问题，我们早期设计的一些储能电站会存在这些问题。
现在尤其是这两年标准不断更新出来，大家关注度比较高，整个问题发生的重复率比较低。
电池管理系统不具备电池过压，欠压，过流，绝缘，过稳等保护功能。或者不能发出告警或者跳闸指令。如果真的硬件上不满足要求，我们只能要求整个电池模块做硬件更换。如果硬件能实现，可以通过软件升级完善这些功能。
储能电站的并网点开断设备无明显的开断点，这个问题是我们在发现隐患排查过程当中存在的问题比较小的点。对我们整个储能电站以及电网安全的影响比较严重。
电池未取得储能电池有效报告或者抽检报告，或者梯次利用电池未开展性能检测和安全质量安全评估。储能电池的抽检工作包括能投集团和国家电网公司是非常重视的环节，对于电池是否满足要求，以及供过的货是否符合我们的采购技术规范，或者国家标准的一些要求。这块是我们非常重要的质量把控点。以及梯次利用电池要求做一些安全评估的工作。
我们浙江公司有一个梯次利用的储能电站，针对这个储能电站我们开展了电池安全质量专题评估工作。
针对运维单位要求每一年至少开展一次储能电站运行指标评价。这个要求对于现在的储能电站来说比较低的要求，我们隐患排查要求方案是面向存量的储能电站，可能早期的运维工作不是这么完善，现在基本上已经完善。
储能电站无运行规程或者无应急预案以及现在处置的方案。这块大多数储能电站现在来看都是管理文件、管理制度是比较完善的。但是我们比较关注的一点是它的应急方案或者运行规程里是否有对热失控发生时的措施和预案，这是我们主要排查的重点。
公司系统投资的储能电站未经过项目的准入备案，这个准入备案各个地方对于备案的要求也不一样，但是我们浙江公司基本上备案的情况还是比较好的。比较重要的一点是公司系统投资的储能电站项目未经消防审核验收备案，这个我相信是很多省份业主单位遇到的困难难题。
像很多消防部门规定有比较完善针对储能电站，尤其是预制舱式消防备案的文件和方案。我们通过其他的形式推进消防备案的工作。
第三部分，我们对储能安全技术的研究。储能安全技术对于本体技术研究，通过高频电力电子与电池耦合的柔性架构，形成基于重构坚持模组网络的开关阵列的设计，融合电池在线电压检测，电池均衡与安全防控，形成一整套数字能力交换系统，实现电池能量流和信息流的处理，细化电池的能量片，使得能量流和信息流深度匹配结合，通过数字化储能方式提升整个储能系统坚持能量的精细化管理。
对电池产生的气体早期预警。我们关注到不同应用场景或者工况下产生气体的类型和比例的区别，通过工况的模拟我们对气体做分析，研究出一套锂离子电池与气体传感器的植入体系，在锂离子电池的设计和开发上提出一套新的方法和检测手段，从而能够精准保证内部传感位置，精准探测气体产生的点，通过气体判断出来电池内部的一致性，实现无损的检测锂离子电池的状态，评估它的可靠性。
这是我们整个集成图。
第四部分，针对储能电站智能运维的技术，这是我们作为运行单位比较关注的技术要点，是现在行业内大家比较关注的点。
通过开发储能的智能预警技术，对储能的业务理解，结合数据的分析，处理以及对整个涉及数据模型的搭建，最后形成模型的评估和实施。通过智能运维技术，从海量的运维数据中学习总结规则，做出运维技术。无论在数据量和处理速度上都是明显优于传统的运维技术。整套运维技术能够解决储能预防性诊断面临的难题，包括海量的数据孤岛，安全风险多样，还有储能电池失效复杂的问题，通过状态感知，故障预警，主动运维实现储能电站的智能化的运维。
从五个技术方面通过数据分析，形成响应化的运维，针对异常监控指标的检测，以及评估指标的异常检测，形成主动式的智能运维，包括故障检测和故障预警的智能化管理。通过横向和纵向的数据评价，实现在线实时的滚动评估，不断优化算法。
针对五个技术，储能的综合指标体系，主要通过电池安全，电池健康，综合功能，标准体系要求，形成全方位，多角度，全过程的体系。
第二个是储能多时间储能的状态评估，结合电池或者电池组的实时数据，通过电池循环寿命测试的数据库，不断的训练和优化，基于大数据的模型实现坚持SOH和SOX的评估，以及电池寿命的预测。
基于弹性网络的灵敏度和分析筛选的关键特征，构建代数函数模型，深度学习获得最优权的矩阵，预测电池寿命提前100个充放电的循环，这是我们目前达到的指标。
通过电池故障检测与故障预警，实现电池的故障检测，将故障精准定位对于趋势动态的演变及时预测到，提升我们整个检测能力和我们的特征信号的抓取。
针对储能智能化的运维，通过发现问题，基于上述的模型和分析，通过发现问题，告警事件的抓取和故障的诊断，通过解决问题，把环节固化下来，形成一整套故障诊断运维的管理体系和评价手段和方法。
这套模型支撑储能多功能的应用辅助决策，能够实现一主多辅多功能的组合，实现储能电站多功能决策持续结果，还有电堆的SOC分布等等。
最后整套体系基于云边协同的架构，通过跨平台的微服务体系实现功能解耦，可拓展性比较强，通过电池簇，电站多层级的预警和定位，实现多功能的评价和辅助决策，最后出具诊断报告。
我们基于这个系统以及前面发现的一些隐患排查的问题，也是从比较关注的几个点，包括温度采集，可燃机监测的角度，在现场做一些数据采集和分析。将整个系统平台完善起来，部署到现场储能电站去，其中包括集中式的储能电站的云边部署方式，还有移动式储能电站的部署方式。
在宁波储能电站已经部署了储能大数据平台，这是我们杭州的储能电站。
现场智能预警的必要性是非常明确的，非常有针对性的提升储能现场的监测水平。
大家都比较关注大数据分析，对于现场的检测平台开发我们做了一些工作，经过现场开发工具，明确储能检测对象和建议性的检测和校验工作，主要解决故障风险。包括电磁模组和系统，还有智能的系统，能够有效支撑运维的检修工作。从储能智能预警决策平台的故障预判和方舱的校验，再回馈到大数据平台，支撑我们的检修平台更高效，更智能化的开展。
谢谢大家。
