编者按：随着全球对于碳达峰和碳中和的呼声日益高涨，新能源已成为各国发展的重点战略方向。然而，由于新能源具有间歇性和不稳定性等特点，其大规模应用面临着诸多挑战。在这一背景下，储能技术成为支撑新能源广泛应用的重要支柱，在各种储能技术中，电化学储能以其高效性和灵活性成为现在最受关注的领域，尤其是电化学储能的储能电站已得到广泛应用。在电化学储能电站中，锂离子电池以其高能量密度、长寿命、低自放电率和较高的充放电效率等优势，成为储能电站的首选电池类型。然而，目前锂离子电池内部复杂电化学反应和老化模式机理尚不清晰，存在潜在安全风险。锂离子电池本体安全关键技术涉及电池的状态估计、故障预警、先进传感器等多个方面，如电池内特性在复杂工况下的在线监测、电池内特性参数的多尺度动态监测、降低其他系统组件或者多个物理场的噪声干扰、多外特征参数特征与电池本体安全状态的映射关系、实用化多参数监测预警方法等，这些技术是当前大规模储能电站使用锂离子电池面临的瓶颈和亟待解决的问题。因此，开展储能用锂离子电池本体安全关键技术研究，对于保障储能电站和电网的安全稳定运行、推动新型电力系统建设和新能源的可持续发展具有重要意义。为推动及展示该领域的最新进展，有效促进最新学术和技术成果的共享交流，《中国电力》编辑部特邀长沙理工大学夏向阳教授担任特约主编，组织“储能用锂离子电池本体安全关键技术”专栏。现将专栏文章进行汇编，以飨读者！
01
作者：郭源, 夏向阳, 岳家辉, 李辉, 吴晋波
单位：长沙理工大学 电气与信息工程学院；国网湖南省电力科学研究院
摘要：针对储能电站实际运行数据中存在电池数据不完整、数据片段化导致检测不准确的问题，提出基于向量误差修正模型的电池簇不一致检测方法。该方法根据随机电压片段数据构建电池簇与电池单体的向量误差修正模型，计算脉冲响应函数，分析电池单体对电池簇的动态作用机制，判断电池簇不一致程度，再通过方差分解分析确定异常电池单体及后续运维。最后，根据储能电站实际运行数据进行分析，验证了电池簇不一致检测方法及运维方案的可行性和有效性，并在100 kW/200 kW·h储能平台进行实际工程测试。
02
作者：朱沐雨, 马宏忠, 郭鹏宇, 宣文婧
单位：河海大学 电气与动力工程学院；国网江苏省电力有限公司
摘要：针对储能电池组在电网典型储能工况下荷电状态（state of charge，SOC）估算精度较低的问题，提出一种基于核主成分分析（kernel principal component analysis，KPCA）-鹈鹕优化（pelican optimization algorithm，POA）-双向门控循环单元（bidirectional gated recurrent unit，BiGRU）的SOC估计模型。通过设计调峰/调频工况下电池组充放电实验，从数据中提取表征SOC变化的融合特征作为模型输入；分别构建不同工况下BiGRU网络，并利用POA对其超参数进行优化，提高模型性能；进一步在混合工况下验证模型的有效性。结果表明，所建模型有着更好的SOC估计效果和更强的鲁棒性，能够提高复杂储能工况下储能电池组SOC估计精度。
03
作者：熊慧敏, 彭跃中, 何励学, 胡章茂, 王唯, 田红
单位：长沙理工大学 能源与动力工程学院
摘要：电池热管理系统（BTMS）是保障储能电池在不同工况下安全高效运行的重要方法。基于相变材料高潜热与热管高导热特性，设计了一种热管耦合相变材料的新型锂离子BTMS，该系统可实现全气候条件下电池保温与散热一体化。采用数值模拟对BTMS的保温与散热性能进行研究。在低温环境下，通过模拟电池放电过程和放电结束后电池温降过程，分析了保温层厚度和初始温度对保温性能的影响；在常温和高温环境下，基于相变材料、热管、双层冷却通道耦合手段提出了相应的散热方案，有效保障了锂离子电池在放电倍率0.5C~2.0C下的安全稳定运行。设计的BTMS可实现不同环境温度下的保温或散热需求，为实现全气候锂离子电池热管理技术提供理论参考。
04
作者：马宏忠, 宣文婧, 朱沐雨, 陈悦林
单位：河海大学 电气与动力工程学院
摘要：准确预测锂电池荷电状态（SOC）对电池安全运行至关重要，分析在电网不同模式下的SOC更是锂电池全面推广的基础。提出一种基于莱维飞行的鲸鱼优化算法（LWOA）优化长短时记忆神经网络（LSTM），对调频模式下的大容量锂离子电池SOC进行估计。首先，分析LSTM神经网络和LWOA算法，构建LWOA-LSTM模型，进行参数优化；然后，选取调频模式下大容量锂离子电池组实验数据，对数据进行预处理和模型训练；最后，实现调频模式下锂电池的SOC估计。试验结果表明：所构建模型能准确预测锂电池SOC，较WOA-LSTM模型，评估指标RMSE和MAE分别降低了25.55%、28.71%，R2上升了0.76%。
05
作者：彭昊, 罗正经, 夏向阳, 曾刚, 欧宇健, 陈贵全, 王继军, 刘立洪
单位：湖南经研电力设计有限公司；长沙理工大学 电气与信息工程学院
摘要：针对储能系统中多电池簇健康状态均衡问题，提出储能系统多电池簇健康状态均衡控制策略，该策略依据电池寿命变化规律和并网要求设置储能变流器并网功率下限，基于该下限确定系统参与运行的储能变流器台数，再结合层次分析法对参与运行的各电池簇健康状态进行量化评价，求得各储能变流器承担并网功率指令的权重系数和相应的功率大小，调整参与运行的储能变流器台数和传输功率以确保各储能变流器功率不越限。将所提控制策略与均摊控制策略相比，结果表明，所提策略可有效均衡各电池簇健康状态，延长储能电站整体使用寿命40.6%，有效提高了储能电站的安全性和经济性。
06
作者：夏向阳, 谭欣欣, 单周平, 李辉, 徐志强, 吴晋波, 岳家辉, 陈贵全
单位：长沙理工大学 电气与信息工程学院；巴斯夫杉杉电池材料有限公司；国网湖南省电力有限公司经济技术研究院；国网湖南省电力有限公司电力科学研究院
摘要：“双碳”目标的提出和能源电力低碳转型的持续推进，以新能源为主体的新型电力系统面临着规模化安全高效储能等能源问题的重要挑战。在这一背景下，储能电站作为能源系统中关键的组成部分，其安全管理尤为重要，直接关系到整个电力系统的稳定运行和可持续发展。针对锂离子电池本体安全管理的研究现状展开深入分析，首先，系统回顾了当前广泛应用的各类电池健康评估方法，并详细总结了数据驱动方法中健康因子的选择；其次，从基于数据碎片评估电池状态、电池边缘平台构建与储能电站智慧巡检3个方面出发，探讨了现有电池状态评估技术的最新研究热点，指出储能安全评估未来的发展方向和关键挑战；最后，总结储能电站的安全控制技术，针对计及电池参数变化的系统稳定性与储能系统多目标控制问题提出了相关见解。
07
作者：陈来恩, 曾小勇, 曾子豪, 成采辰, 孙耀科
单位：长沙理工大学 电气与信息工程学院；国网湖南综合能源服务有限公司；内华达大学拉斯维加斯分校
摘要：准确预测锂离子电池的温度是电池管理系统的关键技术。针对锂离子电池的动态以及时序依赖特性，构建了一种深度神经网络用于锂离子电池的温度预测。该模型可以提取数据的潜在高维特征并适当降维以减少模型复杂度，同时通过长短期记忆单元层捕获温度的长期依赖关系。此外，通过锂离子电池的开路电压、端电压以及电流实时计算产热率，从而为深度神经网络提供额外的物理信息输入。结果表明，该方法相比于其他方法具有更好的温度预测性能。
引文信息
郭源, 夏向阳, 岳家辉, 等. 基于向量误差修正模型的电池簇不一致检测方法及智能运维方案[J]. 中国电力, 2024, 57(6): 9-17, 44.
Yuan GUO, Xiangyang XIA, Jiahui YUE, et al. Battery cluster inconsistency detection method and intelligent O&M scheme based on vector error correction model[J]. Electric Power, 2024, 57(6): 9-17, 44.
朱沐雨, 马宏忠, 郭鹏宇, 等. 典型调峰/调频工况下储能电池组荷电状态估计[J]. 中国电力, 2024, 57(6): 18-26.
Muyu ZHU, Hongzhong MA, Pengyu GUO, et al. State of charge estimation of energy storage battery pack under typical peak/frequency modulation conditions[J]. Electric Power, 2024, 57(6): 18-26.
熊慧敏, 彭跃中, 何励学, 等. 热管耦合相变材料全气候锂离子电池热管理系统性能分析[J]. 中国电力, 2024, 57(6): 27-36.
Huimin XIONG, Yuezhong PENG, Lixue HE, et al. Thermal performance analysis of novel all-climate lithium-ion battery thermal management system coupled with heat pipes and phase change materials[J]. Electric Power, 2024, 57(6): 27-36.
马宏忠, 宣文婧, 朱沐雨, 等. 基于LWOA-LSTM的大容量锂电池SOC估计[J]. 中国电力, 2024, 57(6): 37-44.
Hongzhong MA, Wenjing XUAN, Muyu ZHU, et al. SOC estimation of large capacity lithium batteries based on LWOA-LSTM[J]. Electric Power, 2024, 57(6): 37-44.
彭昊, 罗正经, 夏向阳, 等. 储能系统多电池簇健康状态均衡控制策略[J]. 中国电力, 2024, 57(6): 45-52.
Hao PENG, Zhengjing LUO, Xiangyang XIA, et al. Health state equalization control strategy for multi-battery clusters in energy storage systems[J]. Electric Power, 2024, 57(6): 45-52.
夏向阳, 谭欣欣, 单周平, 等. 储能电站锂离子电池本体安全关键技术及新技术应用情况[J]. 中国电力, 2024, 57(11): 1-17.
Xiangyang XIA, Xinxin TAN, Zhouping SHAN, et al. Key technology and development prospect of ontology safety for lithium-ion battery storage power stations[J]. Electric Power, 2024, 57(11): 1-17.
陈来恩, 曾小勇, 曾子豪, 等. 基于物理信息与深度神经网络的锂离子电池温度预测[J]. 中国电力, 2024, 57(11): 18-25.
Laien CHEN, Xiaoyong ZENG, Zihao ZENG, et al. Temperature prediction of lithium-ion batteries based on physical information and deep neural network[J]. Electric Power, 2024, 57(11): 18-25.
专栏特约主编简介——夏向阳
夏向阳，博士，教授，博士生导师，湖南省电工技术学会常务理事，规模化电池储能应用技术湖南省工程研究中心副主任，湖南大学电气工程专业博士毕业，中南大学冶金工程博士后出站，曾在澳大利亚Newcastle University智能电网中心从事博士后研究。主持和参与完成国家自然科学基金项目3项，主持完成湖南省自然科学基金和湖南省科技计划项目5项，主研完成广东省重大科技专项1项，以第一发明人授权发明专利25项，11项专利已进行成果转化，以第一作者在《中国电机工程学报》等国内外SCI和EI收录期刊上发表论文70余篇，主编出版学术专著2本和规划教材1本，牵头制定湖南地方标准4项，参与制定行业标准和团体标准多项，相关教学科研成果已获湖南省科学技术创新团队奖和湖南省教学成果一等奖，以第一完成人获湖南省科学技术进步二等奖1项，三等奖2项，湖南省专利奖1项等。
欢迎点击文后“阅读原文”跳转期刊官网，获取更多信息！
往期回顾
根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。
