论文推荐 | 阿联酋沙迦大学团队：锂电池储能系统数字孪生设计方法

Guidelines for designing a digital twin for Li-ion battery: A reference methodology

Concetta Semeraro ^a b, Haya Aljaghoub ^a, Mohammad Ali Abdelkareem ^a c, Abdul Hai Alami ^a, Michele Dassisti ^d, A.G. Olabi ^{a e}

a Sustainable Energy & Power Systems Research Centre, RISE, University of Sharjah, Sharjah, United Arab Emirates

b Department of Industrial and Management Engineering, University of Sharjah, Sharjah, United Arab Emirates

c Chemical Engineering Department, Minia University, Elminia, Egypt

d Department of Mechanical, Mathematics and Management (DMMM), Polytechnic University of Bari, Bari, Italy

e Mechanical Engineering and Design, Aston University, School of Engineering and Applied Science, Aston Triangle, Birmingham, B4 7ET, UK

Abstract

The integration of digital technologies is causing a significant change in the energy sector. These innovations have transformed traditional energy grids into intelligent grids. As a result, the digital replica of Battery Energy Storage Systems (BESS) has become one of the most crucial components in the energy sector. Digital twin technology enables the seamless integration of BESS into intelligent grids and offers numerous benefits, such as easy identification and prediction of faults, real-time system monitoring, optimization, temperature regulation, and estimation of parameters. As a result, the overall performance of BESS is improved by the digital twin technology. Consequently, this paper discusses the general guidelines that must be followed to develop a digital twin for a Li-ion BESS successfully. The main function is to define how to design a digital twin able to optimize the system and facilitate early and predictive fault detection and diagnosis.

Keynote

Digital twin, Lithium battery, Battery energy storage systems, Unsupervised machine lear

摘要

数字技术的融合正在能源领域引发重大变革。这些创新将传统电网转型为智能电网。因此，电池储能系统（BESS）的数字孪生已成为能源领域至关重要的组成部分之一。数字孪生技术使得BESS能够无缝融入智能电网，并提供了诸多优势，如故障的轻松识别与预测、系统的实时监测、优化、温度调控以及参数估算等。由此，数字孪生技术提升了BESS的整体性能。因此，本文探讨了成功开发锂离子电池储能系统（Li-ion BESS）数字孪生所需遵循的一般指导原则。其核心功能是界定如何设计一个能够优化系统并促进故障的早期预测与诊断的数字孪生。

关键词

数字孪生, 锂电池, 电池储能系统, 无监督机器学习, 形式概念分析

Fig. 1. The basic architecture of a digital twin.

Fig. 2. A schematic illustration of a Li-ion BESS with sensors.

研究背景

1. 能源领域的数字化转型： 传统能源网向智能电网的转变，数字孪生技术在能源领域的应用变得至关重要。

2. 锂离子电池储能系统（Li-ion BESS）的重要性：由于化石燃料的环境影响，转向可再生能源是减少环境影响的有效途径。Li-ion BESS因其高效率、成熟度和多样化容量而成为储能系统的重要选择。

3. 数字孪生技术的发展： 数字孪生技术利用数据和跨学科方法，如算法、模型和模拟，将数据转化为信息，创建物理空间的数字复制品。

研究方法

1. 数字孪生技术的架构： 包括物理层、数字层和网络/连接层。

2. 物理层： 包括实际的Li-ion BESS、传感器、控制器和执行器。

3. 数字层： 负责接收物理系统实时数据，存储数据并使用不同算法和模型来检测数据中的故障并优化Li-ion BESS。

4. 网络/连接层： 负责在数字和物理层之间建立连接，以便数据、信息和服务的平滑传输。

实验设计

1. 物理层设计： 通过在Li-ion BESS中添加传感器来收集所需数据。

2. 数字层设计： 包括行为模型、几何模型和基于数据的模型，用于分析数据并模拟物理系统。

3. 网络层设计： 选择合适的通信协议，如OPC UA和MT-Connect，以支持实时数据的访问和传输。

结果分析

1. 数字孪生技术的应用： 数字孪生技术在Li-ion BESS中的应用可以优化系统性能，预测故障，延长电池寿命。

2. 数字孪生架构的详细讨论： 讨论了数字孪生架构的每一层，包括物理层、数字层和网络/连接层。

3. 数字层模型的构建： 介绍了行为模型、几何模型和基于数据的模型的构建方法，以及如何利用这些模型来模拟Li-ion BESS的行为。

4. 网络层的通信协议： 比较了不同通信协议的数据传输率、数据格式和安全特性，强调了选择合适协议的重要性。

研究结论

1. 数字孪生技术的必要性： 为Li-ion BESS开发数字孪生模型对于支持故障检测、预测和性能优化等应用至关重要。

2. 设计指南的提出： 本文提出了设计Li-ion BESS数字孪生模型的详细框架，确保模型的可靠性和准确性。

3. 未来研究方向： 本文提出的指南仅限于Li-ion BESS数字孪生的功能，未来研究可以扩展到更广泛的应用。

关注公众号，后台回复“论文77”即可下载原文