從工業4.0看儲能系統鋰電池壽命的預測

葉笑冬， 陸 宇， 王子健， 李 勁

上海電氣集團股份有限公司中央研究院，上海 200070

2010年，作為制造業強國的德國，正式推出了 “工業4.0”項目，該項目是德國《高技術戰略2020》十大未來項目之一，其目的在于奠定德國在關鍵工業技術上的國際領先地位。2013年底，德國電氣電子和信息技術協會發布了德國首個“工業4.0”標準化路線圖，以加強德國作為技術經濟強國的核心競爭力。與此同時，中國也積極跟蹤先進國家制造業的發展趨勢，力爭從制造大國轉變成為制造強國。為此，工業與信息化部先后發布了《高端裝備制造業“十二五”發展規劃》、《智能制造裝備產業“十二五”發展規劃》子規劃、《智能制造裝備產業“十二五”發展路線圖》，明確把智能制造裝備作為高端裝備制造業的發展重點領域，以實現制造過程的智能化。正在發展智能電網的電力行業，同樣也將經歷工業4.0階段，作為支撐智能電網的核心技術——儲能技術，也必須適應智能制造發展的需要。

1 工業4.0

“工業4.0”被德國學術界和產業界普遍認為是工業第四次革命，通過傳統制造業和ICT(信息通信技術)技術的深度融合，總體掌控從消費需求到生產制造的所有過程，由此實現高效生產管理［1］。“工業4.0”包含了由集中式控制向分散式增強型控制的基本模式轉變，目標是建立一個高度靈活的個性化和數字化的產品與服務的生產模式。

縱觀工業革命的前三個階段，“工業4.0”是發展到一定階段的必然產物［1］。雖然“工業4.0”的主要兩大主題是智能工廠和智能制造［2-3］，但是這兩大主題的最終結果是生產出滿足市場、滿足客戶需要的產品。智能工廠的基本組件，某種意義上講也是智能化的產品，因此，不管是最終交付到用戶手中的產品，還是為了生產產品的那些基本組件，今后的發展趨勢都是智能化的產品。

德國提出“工業4.0”有其自身發展的需要，其根本原因在于解決勞動力短缺的問題［4］，但是德國繪制的宏偉藍圖正是為了滿足人們的終極目標:客戶的個性化定制、供應商快速地提供高質量和性價比最優的產品、制造商在多樣化小批量的訂單中仍然盈利。只有智能工廠、智能制造、智能產品的生產價值鏈的高度統一才能實現，要達到這個目標，相關的技術需要發展到一定階段才能實現。隨著第三次工業革命的興起和發展，計算機技術、互聯網技術、傳感器技術、3D仿真技術、云計算技術、嵌入式技術、物聯網技術、大數據技術、故障診斷與預測技術等為“工業4.0”奠定了堅實的基礎。作為傳統制造業領先的德國，其在工業信息技術和工業軟件領域也處于創新領導地位，已率先具備了邁向“工業4.0”的條件。

2 儲能系統的鋰電池壽命預測問題

杰里米·里夫金(Jeremy Rifkin)提出的第三次工業革命實際上是一場新能源的革命，帶動了智能電網的發展。其中，儲能控制技術是支撐智能電網發展的核心技術，而電池狀態估算(SOC)技術，又是目前儲能控制技術中的核心技術［5］。然而隨著鋰電池應用的日益廣泛，健康狀態(SOH)的估計和壽命預測技術，將成為未來的重要核心技術。鋰電池壽命預測的準確度將直接影響到用戶的維護計劃和維護成本，相關文獻指出［6］，壽命預測的方法分為兩類:即基于經驗的方法和基于性能的方法。其中，基于經驗的方法包括循環周期數法、安時法與加權安時法、面向事件的老化積累法;基于性能的方法包括基于機理的預測、基于特征的預測、基于數據驅動的預測。基于機理的預測，其測試較為復雜，建立完善的老化模型存在一定困難。基于特征的預測，測量也比較復雜，需要專門的測量儀器，如果對EIS阻抗譜進行在線快速測量，也需要進一步的研究。相對而言，基于數據驅動的預測，其測試手段簡單，對于電池復雜的物理化學演變過程中存在的機理和特征并不關心，而是通過測試數據為基礎，利用數學統計方法或者利用人工神經網絡模型，得到擬合的鋰電池壽命曲線。但這種方法也存在局限性，因為預測的精度和準確性依賴于大量的數據積累以及積累這些數據花費的大量時間。另外，人工神經網絡模型對電池壽命初期的預測結果比較滿意，但是后期結果較差，這說明電池老化過程的復雜性，人工神經網絡模型的訓練維度也要復雜得多，僅靠有限量數據會帶來不小的偏差。由于實際儲能系統使用的鋰電池存在個體差異和用戶使用場合的差異，都將導致老化過程不盡相同，使用同一個擬合的參數集，顯然精度和準確率的可信度值得懷疑，這無疑給鋰電池壽命預測技術的發展帶來了很大的挑戰。

3 解決思路

電池老化的物理化學過程是個復雜的過程，電池無可避免地存在個體差異性，實際用戶的運行工況和條件也各不相同，所以無法使用通用、統一的方法解決實際使用的鋰離子電池預測問題。工業4.0的發展路線給我們提供了另一個解決思路:把設備型嵌入式數據庫技術應用到儲能系統，為解決鋰電池個性化差異的問題提供了很好的途徑。

首先，ARM公司開發的RISC架構，其CPU內核的成功推廣，極大地推動了嵌入式系統的發展，ARM發展到今天，CPU的性能已經有了很大的提升。最新信息表明，ARM正在積極進入低功耗、微型化服務器市場，說明其強勁的性能足以應對應用的場合。其次，傳感器技術的發展使快速感知、精確測量成為可能。另外，嵌入式數據庫的研究已經有30年的歷史，技術已日益成熟，按嵌入的對象不同，嵌入式數據庫可分為三類:軟件嵌入數據庫、設備嵌入數據庫、內存數據庫［7］;按用戶應用方式來分可包括:通用的嵌入式數據庫和針對具體的對象設計開發的專用嵌入式數據庫［8］。當前主流的嵌入式數據庫包括:Oracle公司的 Berkeley DB、Sysbase公司的 Adaptive Server Anywhere、Relex的Linter、開源數據庫 SQLite，國內方舟公司的Noahbase、人大金倉 kingbase 等［9］。其中，Berkeley DB和SQLite屬于開源的嵌入式數據庫。

綜上所述，在儲能系統中部署嵌入式數據庫并進行個性化分析已具備了條件。

首先，以50 kW·h鋰電池儲能系統為例，分析一下數據存儲量。系統中，鋰電池電池單元數將近300個。鋰電池最主要的數據采集量包括充放電電壓、充放電電流、溫度、充放電時間等，儲能系統的采集量都是緩慢變化的量，采樣周期以1 s為間隔。另外，實際的儲能電池的充放電大部分情況都是采用恒流或恒功率方式，因此記錄頻繁的數據主要是電壓和溫度，如果按2個字節進行保存，那么每秒需要保存1200字節的數據，如果簡單地進行存儲，則1天的數據量就要達到1 GB，顯然這種方式不可取。實際上，鋰電池的充電通常采用先恒流后恒壓，放電通常采用恒流。對比較復雜的充電過程進行分析可知，保證測量精度在1%的情況下［10］，在全充的情況下，電壓從2.75～4.2 V，共經歷了近40個測試點，每個測試點包含了電壓、電流、兩點之間的時間、溫度，又由于電壓和電流只有一個可變量，因此可以看成每個點共有3個數據量產生(以2字節計則需要6字節數據量)，以儲能鋰電池10000循環壽命(一次完整的充放電)計算，采集數據為720 MB數據，如果算上放電時產生的數據量，則電池整個壽命周期產生的數據量為1.44 GB，這對于嵌入式數據庫還是能夠承受的。

其次，具體實施可以考慮以下步驟。

在設計階段:對嵌入式系統和嵌入式數據庫進行適當的選型，并進行合理的裁剪和移植，再對采集的數據進行必要的優化，以節省嵌入式系統的有限空間。從控制成本的角度考慮，可以選擇開源的操作系統和嵌入式數據庫，并對此進行定制，以適用于儲能系統的應用需求。

在運行階段:根據原先實驗室數據研究和計算得到的離線參數數據，對電池循環壽命進行預測，因為正如前面所述，初期的預測還是比較準確的。

在運行期間通過高性能的ARM芯片，利用已知有效的算法進行參數修改，在線修正預測曲線。

如果當前算法已無法滿足需要，或者需要更復雜的計算時，則通過云技術獲取最新算法。同時，云端可選擇性地隨時獲取大量的相關數據，進行更深層次的挖掘和計算，并更新其他用戶端的算法或參數，快速調整預測曲線，使預測的準確性大幅度提升成為可能。

值得指出的是，由于模塊化的設計，具有系統擴展性好、成本和質量控制有效保障的特點，所以儲能系統采用模塊化設計是一種必然的選擇。以50 kW·h為例，把50 kW·h電池組作為一個基本模塊，那么電池的信息量已經可以確定，則相關的嵌入式數據庫方案也就定型，所以作為模塊的一部分，今后也不存在擴容的問題。相比使用集中式的數據庫方案而言(比如PC機+數據庫方式)，具有很大的優勢。

4 結論

通過對嵌入式數據庫在儲能系統的應用場景進行的分析和判斷，從長遠看，智能系統是今后的發展目標。設備型嵌入式數據庫應用在智能系統也將是一種趨勢，并在解決個性化差異的應用中，具有很大的優勢。

［1］王喜文.從德國工業4.0戰略看未來智能制造業［J］.中國信息化，2014(15):8-9.

［2］杜品圣.智能工廠——德國推進工業4.0戰略的第一步(上)［J］.自動化博覽，2014(1):22-25.

［3］杜品圣.智能工廠——德國推進工業4.0戰略的第一步(下)［J］.自動化博覽，2014(2):50-55.

［4］郭朝暉.在自動化投入與勞動力成本之間尋求平衡——工業 4.0之我見［J］.世界科學，2014(8):18-19.

［5］許偉，李勁，齊亮.儲能鋰離子電池荷電狀態估算方法［J］.上海電氣技術，2014(1):22-25.

［6］羅偉林，張立強，呂超，等.鋰離子電池壽命預測國外研究現狀綜述［J］.電源學報，2013(1):140-144.

［7］鄭紅劍，王春秀.嵌入式數據庫的現狀和未來［J］.信息通信，2011(2):54-55.

［8］班建民，付保川，朱音.基于嵌入式數據庫的實時數據采集方法［J］.微計算機信息，2005(10):1-3.

［9］史恒亮，白光一.嵌入式數據庫的現狀和發展趨勢［J］.計算機系統應用，2010(2):205-208.

［10］徐進.鋰電池充放電特性分析和測試［J］.中國西部科技，2011(33):3-4.