基于首期储能电站用锂电池健康评估活动的实证分析总结

 

近年来,国内外锂电池储能电站火灾事故频发,引发广泛关注。根据CNESA DataLink 全球储能数据库(https://www.esresearch.com.cn/)的不完全统计,自2011年到2024年底,全球范围内共发生储能事故已发生120余起,其中近三年事故数量占比超过一半,且90%以上为锂离子电池事故。

图片

图 1:历年全球储能事故发生次数统计图

数据来源:CNESA

据CNESA DataLink 全球储能数据库(https://www.esresearch.com.cn/)的不完全统计,我国储能产业自2019年爆发式增长以来,新型储能累计装机规模已达到78.3GW/184.2GWh。按功率规模统计,锂离子电池占比高达97.1%。大量早期投运的储能电站运行健康状况如何,是否存在潜在的安全风险,一直都是行业关心的关键问题。

基于上述背景,2024年12月31日,中关村储能产业技术联盟面向全国已投运的锂离子电池储能电站发起基于数据分析的“锂离子电池健康评估活动”,旨在通过“数据分析-健康评估-隐患诊断-运维建议”的全链条分析,进一步提升锂离子电池储能电站安全运行水平,推动新型储能产业迈向高质量发展轨道。

首期评估活动由中关村储能产业技术联盟主办北京西清能源科技有限公司提供技术支持。西清能源基于电站提供的运行数据,基于深度学习与机理双驱动的电池健康状态评估算法对电站运行工况、电池直流内阻、一致性、内短路风险、SOC、SOH等指标进行评估;通过对多维指标的联合分析识别储能电站中的安全隐患和早期劣化电池,依据专家知识库对检出的异常进行故障诊断和部件级定位,并给出有针对性的运维检修建议。

表1. 评估核心技术

图片

表2. 评估内容详情

图片
图片

图2. 报告样例展示

首期活动为多家储能电站进行了全面的健康评估,深入分析电池充放电运行情况,系统梳理了在运场站亟待优化的环节。活动累计检出安全隐患及早期故障29例,不仅包括电池本身的异常衰减等内部故障,还涉及较高比例的电池外部安全隐患(如BMS失效、热管理系统故障,占比接近30%)以及人为因素(如电池过充滥用,占比高达45%)。此类早期隐患若长期存在,将显著加速电池衰减并大幅提高热失控风险,安全威胁不容忽视。

图片

图3 首期活动评估检出故障类型及数量统计

首期活动评估发现,部分运行不久的场站已出现异常衰竭情况:有运行年限不足3年的电站,其最低单体SOH(容量保持率)已降至75.35%,且各簇最低单体SOH极差高达13.81%。

此外评估活动还发现储能电站数据质量参差,存在单体电压采样分辨率过低、数据缺失率(时间维度)高等问题。

基于首期评估结果,未来储能场站存在着以下待优化方向:

1)强化数据源头标准化管控:建立统一的储能电站数据存储规范,夯实安全评估的数据基础。

2)建立定期安全评估机制:规范基于数据分析的储能电站安全评估机制、流程和方法;通过数据分析手段对储能电站开展设备安全评价及持续跟踪。

3)推行基于评估的精细化运维:依据定期健康评估结果,及时排查隐患,实施精准运维,延长设备寿命,防患于未燃。

近期,西清能源牵头制定的联盟标准《电力储能用锂离子电池系统运行安全评估导则》成功立项。该导则将针对已投运锂离子储能电站,规范安全评价所需数据要求、评价内容与评价方法,旨在保障评估工作的科学性与准确性,为构建新型电力系统安全防线、推动能源绿色低碳转型提供坚实技术支撑。

图片

图4 运行安全评估导则

 

 

 

文章来源:中关村储能产业技术联盟

 


 
-公司简介-
北京西清能源科技有限公司是在清华大学电机系“一系两院”架构下,依托清华四川能源互联网研究院智慧微电网研究所成立的高新技术企业、北京市"创新型"及"专精特新"中小企业,核心团队及骨干来自清华大学及国内外著名高校。
公司聚焦“双碳”目标下能源数字化转型,将“产、学、研”进行有效结合,以大数据、人工智能、数字孪生等先进数字技术为基础,通过行业首创的SDAP体系(感知-硬件-算法-平台),多维度融合AI大模型、数据模型及垂直场景机理模型,为客户提供新型电力系统AI+垂直应用产品及解决方案。在储能主动安全与智能运维、多级能碳管理(零碳园区建设)、微电网、电力系统规划设计、数字化研发与实施等方面积累了丰富的经验。经过多年的研发投入,多项核心技术保持行业领先水平,拥有专利和软件著作权40余项,通过 ISO 管理体系认证、软件开发 CMMI 三级认证。
 

🌟点击下方名片关注我们🌟

 

 

2025-07-17