锂离子电池储能系统数字孪生设计方法

Semeraro C, Aljaghoub H, Abdelkareem M A, et al. Guidelines for designing a digital twin for Li-ion battery: A reference methodology[J]. Energy, 2023, 284: 128699.

摘要

数字技术的整合正在导致能源行业的重大变化。这些创新已将传统能源电网转变为智能电网。因此，电池储能系统（BESS）的数字复制品已成为能源领域最重要的组件之一。数字孪生技术使 BESS 能够无缝集成到智能电网中，并提供许多好处，例如易于识别和预测故障、实时系统监控、优化、温度调节和参数估计。因此，数字孪生技术提高了 BESS 的整体性能。因此，本文讨论了成功开发锂离子 BESS 数字孪生所必须遵循的一般准则。主要功能是定义如何设计能够优化系统并促进早期和预测性故障检测和诊断的数字孪生。

1 锂离子电池系统数字孪生背景

随着化石燃料的广泛使用，环境问题日益严重，包括洪水、干旱和气候变化等现象频发，这些都加剧了全球变暖及其后果。为了应对这一挑战，转向可再生能源被视为最可行的方法之一，因为这种方法能提供环境影响最小或无负面影响的可持续能源。近年来，各种可再生能源的装机容量迅速增长，达到了数百兆瓦的规模，这要求高效的能量存储系统得以发展，以支持这种增长。在不同的能量存储系统中，BESS 因其高效率、成熟度以及多样化的容量而脱颖而出。

数字孪生的概念随着时间的发展而演变，在不同领域有着不同的定义和解释。例如，在航空航天工程中，数字孪生被认为是一种受人工智能和工业4.0趋势影响的抽象概念。而在制造和生产领域，数字孪生技术既灵活又有多重解释。总体而言，数字孪生技术通过算法、模型和仿真等多种数据和跨学科方法，将数据转化为信息，构建出多个适应性模型来评估物理空间在数字空间中的复制。这些模型能够获取实时数据，用于预测物理空间可能遇到的问题，并据此制定预防措施，以避免这些问题的发生。

数字孪生获取并保留物理单元数据的能力至关重要，物联网（IoT）技术在此过程中起到了连接物理单元与虚拟模型的作用。云计算提供了存储数据和执行必要计算的手段，使得数字孪生能够在物理和数字世界之间建立闭环反馈机制。因此，数字孪生能够准确地复制物理系统，并在其设计、生产和操作阶段执行关键任务。数字孪生技术由数字模型、物理系统和连接层组成，其中连接层确保数据、信息和知识在数字和物理系统之间的流通，使数字孪生技术能够表示任何类型物理单元的性能。

针对 BESS 的数字孪生技术开发旨在解决这些系统中常见的挑战，如内部温度升高和系统老化加速等问题。通过利用数字孪生技术，可以预防潜在问题，延长系统的使用寿命。这项技术通过优化、精确参数估计、早期故障检测和诊断以及提高效率等方式实现上述目标。研究人员已经为 BESS 设计了数字孪生，以提高系统的效率和冷却能力，同时也提出了数字孪生技术来实现精确的故障诊断和预测。本文提出了一种针对锂离子 BESS 在生产阶段设计数字孪生的指南，重点在于传播数字孪生架构，并详细讨论每个架构层次，以便研究者能够成功开发用于早期故障检测和优化的 BESS 数字孪生，从而减少系统故障和电池退化。

2 锂离子电池系统的数字孪生架构

在数字孪生的设计中，虽然并无统一的标准格式、命名规则、结构布局或层级数量，但其核心理念保持不变。数字孪生架构主要由三个层面组成：物理层、数字层及网络层。图 1 显示了数字孪生的基本架构。物理层涵盖了目标系统及其执行特定功能的子系统、负责收集关键数据的传感器、控制器与执行器；数字层致力于通过几何、行为及物理模型等手段构建物理空间的数字化模型；而网络层则作为连接其他两层的桥梁，确保数据的顺畅传输。针对特定系统设计数字孪生时，需对上述各层的组成部分进行适当调整。例如，Semeraro等人提出的设计方法论即基于“modelling patterns”的概念及其不变性特征，采用数据驱动方式自动从采集的数据中提炼建模模式并识别不变性特征，以此辅助算法识别数据模式。该方法论通过七个核心步骤将基于数据与基于模型的设计策略相结合，前者通过关联规则算法发现知识并从中提取和形式化知识，后者则从定义系统出发，经由系统建模及选定需采集的数据来启动。本研究借鉴该方法论，旨在为锂离子电池能量存储系统的数字孪生设计提供指导方针，七个步骤依据数字孪生架构的物理层、数字层和网络层进行合理分配。

2.1 BESS 的物理层

数字孪生的物理层是指表示物理系统内物理组件及其关系的层。换句话说，物理层是实际物理系统的虚拟表示，其中可以包括机器、设备、结构和传感器等组件。物理层是允许实时监控和分析物理系统的重要组件。从传感器和其他来源收集数据后，物理层可以提供有关系统的状态、性能和运行状况的信息。然后，此信息可用于优化系统运行、检测故障或异常以及预测未来行为。在这个阶段，有必要在物理系统中添加传感器，以获取构建数字孪生所需的数据。为此，有必要研究物理系统和对系统产生重大影响的参数。

锂离子 BESS 数字孪生的物理层包含实际的电池组、传感器和控制方程。图 2 显示了带传感器的 BESS 的示意图。BESS 主要由阳极、阴极和电解质组成。阳极很可能是锂，而阴极可以有各种氧化还原耦合。尽管如此，锂离子 BESS 阴极的主要反应是锂与金属硫化物和氧化物的插层反应。这些化学反应用方程 （1）表示。

锂离子电池在 30 次循环后开始失去容量（约 1000%）;然而，一些锂离子电池即使在 5000 次循环后也不会失去容量。因此，锂离子电池的使用寿命为 10-14 年。由于与其他储能系统相比，锂离子电池的使用寿命较短，因此有必要密切监控系统的性能。工作温度和 pH 值是系统性能的关键因素。因此，在 BESS 的两侧放置了两个温度传感器，并在阳极中放置了一个 pH 计，以提供 BESS pH 值的精确读数。此外，电压传感器位于连接到 BESS 的电路上，以获得连续的电压读数。根据这些读数，可以从锂离子 BESS 的控制方程中获得其他参数。

在分析了锂离子 BESS 的物理系统后，很明显，构建用于早期故障检测的 BESS 数字孪生需要监控的基本参数是：电压 （V）、pH 值 （PH）、电阻、容量、功率、工作温度 （Temp）、循环效应、负载循环、充电时间和放电时间。除了这些操作参数之外，还有其他参数被计算/推导以指示系统的性能。这些参数包括效率、充电状态 （SoC）、功耗 （SoP）、运行状况 （SoH） 和负载周期。因此，最重要的传感器是 pH （PH）、温度 （Temp） 和电压 （V） 传感器。需要两个温度传感器来控制 BESS 的工作温度。锂离子电池中经常使用两个温度传感器，一个传感器位于正极附近，另一个传感器位于负极附近。这样可以更准确地监测整个电池的温度梯度，这有助于检测和防止任何潜在的安全问题，并优化 BESS 的性能。

2.2 BESS 的数字层

数字层负责接收物理系统获取的实时数据。检索到的数据存储在数字层中以供进一步分析。数字层负责存储从物理锂离子 BESS 检索到的数据，然后使用不同的算法和模型来检测数据中的故障并优化锂离子 BESS。因此，数字层包括不同的模型来分析数据并从中提取有洞察力的模式并表示物理系统。这些模型包括行为模型、物理模型和几何模型。图 3 显示了锂离子 BESS 的典型数字层。以下部分讨论数据存储过程和数字层中合并的不同模型。

通过物理系统中的传感器/执行器从 BESS 检索的数据存储在数字层中。数据需要分类到三个不同的关系数据库中。关系数据库是显示行（实体）和列（属性）的表 （实体集）。第一个数据库必须包含工作参数，这意味着它将存储获得的所有与锂离子 BESS 工作参数相关的数据。如物理层中所定义，这些参数包括电压、电阻、容量、功率、充电时间、放电时间、工作温度、循环效应、负载循环和 pH 值。第二个数据库将包括可以指示系统性能的参数。这些参数包括效率、充电状态、运行状况和功率、负载周期和故障类型。最后一个数据库应显示所有操作和性能参数的范围。图 4 说明了链接在一起的三个数据库的实体关系图。每个数据库都包含特定参数和一个可识别的参数（称为主键）。此外，外键是链接两个数据库的属性。

存储数据后，使用数字模型对数字系统中的锂离子 BESS 进行建模。这些将对系统的行为进行建模，对系统进行约束，并显示每个系统组件。这些模型（几何、行为和数据驱动模型）的集成有助于在数字空间中创建锂离子 BESS 的镜像。以下小节介绍了构建数字孪生的数字层所需的不同类型的数字模型。

（1）BESS的几何模型

几何模型对于数字孪生技术至关重要，因其提供了所模拟物理系统的详细且精准的表征。这类模型使数字孪生能够准确反映物理系统的几何形状、尺寸及其他关键特性，包括各部件的位置与方向。因此，构建物理系统的几何模型时，必须明确系统的大小、形状、装配位置及结构。几何模型不仅需要精确，还应易于理解，其目的是展现物理系统的形态，同时提供对设计优化、运动分析及虚拟交互至关重要的结构信息。这些模型可以通过多种软件开发，例如 3DMax 、 AutoCAD 、计算流体动力学软件和 SolidWorks ，这些平台能够创建代表物理系统的实体三维模型。总体而言，开发几何模型是创建数字孪生虚拟表示的第一步。之后，该虚拟副本可用于模拟物理系统的性能、监控其运行状态，并预测未来可能出现的挑战。

（2）BESS的行为模型

基于模型的方法，也称为行为模型，考虑了 BESS 的性能，包括输入参数、输出参数及其相互关系。这些参数需在物理层预先定义。基于这些信息，基于模型的方法能够构建系统的数学模型。一般而言，基于模型的方法需要预先了解被建模系统的特性，如方程、规则和系统参数。这些先验知识随后被用来构建数学或计算模型，用于预测或生成洞察。行为模型是一种基于模型的方法，它解释了锂离子电池能量存储系统如何受到不同类型因素和变量的控制。行为模型旨在体现锂离子电池能量存储系统在不同情况下的动态特性，为几何和静态物理模型添加动态功能性行为。锂离子电池能量存储系统的动态行为可通过微分方程描述，这些方程可用于预测实体的未来行为。因此，行为模型旨在捕捉锂离子电池能量存储系统可能表现出的各种行为模式，包括顺序、并发、周期性、随机性和连锁模式。如果一个行为模型能够捕捉所有这些模式，则认为它是高度准确的。然而，实际操作中锂离子电池能量存储系统出现的各种不确定性会威胁到行为模型的准确性。此外，来自锂离子电池能量存储系统数据收集的不精确也会危及行为模型的准确性，进而影响数字孪生模型在模拟锂离子电池能量存储系统时的准确性。数字孪生的控制和性能精度依赖于行为模型的准确性。因此，检测收集数据中的任何异常并解决其根本原因，对于构建可靠的行为模型至关重要。

（3）BESS 的数据驱动模型

通常，研究系统并预测未来结果的方法可分为基于模型和基于数据两大类。基于模型的方法能够描述系统的已知行为，但难以揭示行为背后的原因，且实施难度较大。因此，采用融合数据驱动和基于模型的方法的混合策略具有显著优势，能够利用历史数据发现系统行为的模式和关系，提供深层次的洞见。数据驱动方法包括机器学习、数据挖掘和统计分析等技术。机器学习算法主要分为监督学习和非监督学习两大类，前者通过标记数据训练模型，用于分类和回归任务，如预测锂离子电池的故障或估算其剩余使用寿命；后者则适用于无标记数据，能够发现未知模式和关系，主要技术包括聚类和关联规则挖掘。形式概念分析（FCA）和关系概念分析（RCA）是关联规则挖掘的代表性技术，它们通过分析数据中的对象属性来推导关系和规则，重点关注识别具有相似属性的对象群体及这些对象与属性间的关系。FCA通过构建概念层次结构（见图 5 ），将复杂数据以直观的形式呈现，帮助分类数据并识别模式。而 RCA 则进一步处理多数据集，通过二元关系将多个对象组织成不同的上下文，每个上下文包含一组对象，并基于不同表格中对象间的关系构建一系列互连的格子结构，以分析数据。这两种技术共同提高了数字孪生应用中锂离子电池系统故障预测和寿命估算的准确性。

2.3 BESS 的网络层

通信协议对于数字孪生中的各层能够相互交换信息和数据至关重要。协议类型的选择取决于应用程序的特定要求和特征，例如传输的数据类型、更新频率、延迟和可靠性要求以及与现有系统的集成。这些协议定义了在不同设备和系统之间传输数据的规则和标准，确保信息准确有效地传递。表 1 根据数据传输速率、数据格式和安全功能比较了不同类型的通信协议。

2.4 BESS 的服务层

在 BESS 的全寿命周期，利用数字孪生技术具有多种优势。图 6 展示了锂离子 BESS 的数字孪生架构。该架构显示了从物理到数字孪生的数据流，以及数字孪生在整个生产阶段为 BESS 提供的好处。在全寿命周期，数字孪生会主动监控 BESS，同时收集精确的参数值。此外，它还减轻了与生成不准确的 BESS 充电状态预测相关的挑战。数字孪生可以潜在地增强系统的计算能力、可靠性和数据存储。数字孪生技术可用于实时监控 BESS，并在潜在问题发生之前检测到它们。数字孪生从传感器获取数据，并使用它来估计何时需要维护。基于此，数字孪生将能够建议最佳行动方案，以避免停机并提高系统的性能。除此之外，数字孪生可用于准确检测和诊断系统中的任何故障。如果不实施精确的故障检测和诊断，则可能会发生重大的安全隐患，包括火灾、爆炸或过热。这些危害还会损坏锂离子 BESS 及其周围环境。因此，拥有一种能够实现准确故障检测和诊断的技术非常重要。

所有这些功能都可以通过成功构建锂离子 BESS 的数字孪生来实现。数字孪生体可以通过开发其架构的每一层来设计，如下所示。

1)物理层包含自动系统和采集数据所需的所有传感器。

2)数字层存储从物理层接收到的数据，然后采用各种模型来分析数据和建模物理系统。此外，本文使用基于数据和基于模型的方法对物理系统的行为进行建模。

3)数字孪生的最后一层是连接/网络层。该层负责连接数字层和物理层，以实现数据和服务的顺利传输。

4)在开发数字孪生后，它将提供所需的服务。

3 总结

BESS 在全寿命周期应用数字孪生技术，能够有效检测故障、优化系统性能并提升整体效能，同时缓解系统内出现的问题，延长电池寿命。这些优势凸显了构建 BESS 数字孪生的必要性。因此，本文制定了 BESS 数字孪生的开发指南。该指南提供了一个全面的框架，旨在构建能够准确反映 BESS 行为和特性的数字孪生模型。指南的重点在于设计锂离子 BESS 数字孪生的架构，其基本组成部分包括物理层、数字层和通信/网络层。物理层包含实际的锂离子 BESS 、系统获取的数据及嵌入系统的所有传感器；数字层则包含系统的数字模型，具体分为行为模型（基于模型的方法）、几何模型和基于数据的模型，这些模型用于精确模拟锂离子 BESS 的行为；通信/网络层负责建立数字层与物理层之间的连接，促进数据、信息和智慧的交换。通过数据交换，数字孪生在生产阶段提供了关于系统性能的宝贵信息，这些信息经正确处理后可转化为洞察力或智慧。遵循这些指南，制造商可以确保数字孪生模型的可靠性、准确性和有效性，以支持BESS的多种应用，如故障检测与预测及性能优化。然而，这些指南的应用范围仅限于从 BESS 数字孪生中实现上述功能。