低壓條件下分布式儲能系統鋰離子電池燃燒失控風險預警

李志雷，沈學良，劉海峰，楊欣可，沙云鵬

(1.國網雄安新區供電公司，河北 雄安新區 071000；2.平高集團有限公司，河南 平頂山 467000)

0 引言

目前的化學儲能設備，多采用鋰離子電池[1]。鋰離子電池具有無污染、充電電壓高、比能量大和可循環使用的特點。但鋰離子電池的使用安全問題隨之出現。鋰離子電池在充放電時，鋰金屬處于活潑狀態，鋰負極的表面極易形成鋰枝晶，而這些物質中的鋰，卻不再參與電量的產生，而是刺破隔膜引發內部短路現象，生成大量熱量后，就會出現電池燃燒熱失控問題，影響整個供電公司的安全[2]。

因此,文獻[3]設計一個基于灰色支持向量機的風險預警模型；文獻[4]構建一個基于時間相依Cox回歸的預警模型。但是這2個模型在實際應用中均表現出了預警時間較長弊端。此次研究在傳統模型的基礎上，重新提取鋰離子電池燃燒失控特性，以期加強模型的預警效果。

1 分布式儲能系統鋰離子電池燃燒失控風險預警模型

1.1 鋰離子電池熱失控擴展規律

低壓環境中，鋰離子電池在外部加熱條件下，均能發生熱失控。鋰電池是由正負極材料、電解液和隔膜組成。其中，正極材料主要為含鋰的金屬氧化物，具備層狀結構、尖晶石結構和橄欖石結構；負極材料包括無定型碳、石墨化碳和硅基材料。分布式儲能系統鋰離子電池，在低壓條件影響下，通過內部和外部因素耦合會產生燃燒現象。鋰離子電池充放電工作效果如圖1所示[5]。

圖1 鋰離子電池充放電工作效果

設置環境壓力為10 kPa，分析7節鋰離子電池在低壓條件下的熱失控擴展規律：其中，第一級是分布式儲能系統電加熱，直接導致了2節電池熱失控；第二級為熱失控自發熱條件下，第1個電池向其他電池擴展；第三級為二級失控電池觸發了臨近電池，導致鋰離子電池向三級蔓延；第四級為最后被觸發熱失控的電池。該熱失控擴展規律可用圖2進行描述[6],其中，顏色較深的電池表示失控電池。

根據圖2的擴散規律可知，在四級擴展過程中，鋰電池發熱失控的蔓延規律，是逐漸向外側擴散的，受低壓條件影響，其擴展時間也存在差異。因此，可根據上述提取結果，識別過充電導致的熱失控風險。

圖2 熱失控擴展規律

1.2 識別過充電熱失控風險

根據上述獲得的熱擴展規律，此次研究采用雙層窗口數據流分類識別算法，識別過充電熱失控風險基本數值。在電池監測數據流到來時，生成窗口內的數據結構。當數據頻度過快時，由于預警模型的能力有限，因此需要根據熱擴展規律，有選擇地處理熱數據。利用聚類算法，計算數據流初始聚類結構。再對新來到滑動窗口的數據，進行在線聚類，采用高維度相似性函數、歐氏距離等參數獲取穩定聚類中心。該識別過程的具體操作方法如下所述。

假設初始聚類最大個數為n，質心用Cn表示；數據到質心、歸類的最小隸屬距離，用Dmin表示；令每個聚類的數據元素數量為Qn。假設當前階段的數據流用s表示，雙層窗口的尺寸為u，當前到達的數據流為li，當前窗口內的數據總量為T。判斷窗口中的數據是否超出窗口中的數據總存儲量，設M為窗口數據數量，則有

(1)

若數據已經超出窗口數據總存儲量，則要不斷剔除過期數據。計算新來的數據到各個聚類中心的距離，以此判別這些數據的具體歸類。根據計算結果比較該值與最小隸屬距離Dmin之間的差距，若小于Dmin，那么將這個新數據安放到對應的類別中；若大于Dmin，則要修正質心，通過新建類別、合并類別和刪除類別重新歸類預警模型的監測數據。該過程就是當前類別小于n時，直接新建1個類；當類別數量為最大值，且新的數據與所有質心距離均大于Dmin時，為識別新的數據，需要合并與解散原有類別，實現對數據的重新歸類。因此引入以下概念：

(2)

umin與umax分別為當前窗口中數據最小和最大的編號。

若滿足下述條件解散類別，剔除過期數據后重新歸類剩余數據，則有

(3)

δmin為所有類別數據編號的平均最小值；α與β分別為判斷類別解散與合并的2個參數。

將n個穩定聚類中心，錄入離線層進行數據分類，根據最優計算結果，識別其中的過充電熱失控風數值[7]。

1.3 設置燃燒失控風險預警指標

根據得到的不同特征的風險值，設置燃燒失控風險指標。該值作為構建預警模型的基礎，對于模型的準確性和及時性起到關鍵性的作用。根據國網雄安新區供電公司使用的分布式儲能系統的基本概況，將預警指標分為4個部分。其中，電池風險為主體風險指標，該指標包括鋰電池故障率風險指標、鋰電池檢修質量、鋰電池可靠性及穩定性。故障率為在分布式儲能系統的正常運作周期內，由于低壓、過充電等因素影響，使鋰離子電池失去了原有的功能，導致系統運行異常的概率[8]。該概率的計算公式為

(4)

t1為電池燃燒時長；t2為燃燒之前的維護時長；Δt為預期預警時長。

檢修質量指發生燃燒的鋰電池，在經過修理之后恢復使用的技術能力，該值可與下列公式的計算結果進行比較：

(5)

a為返修工時；b為實際檢修總工時。

通過比較該值，分析檢修質量是否為導致電池燃燒的原因。鋰電池可靠性，是指該電池在供電公司長期維護下，是否能長時間無故障運行。若該值較低，說明鋰離子電池的可靠程度偏低，易出現燃燒事故。最后穩定性是指在系統飛速、無間斷工作條件下，電池是否還具有穩定的反應能力。根據上述分析，建立了預警指標體系，如表1所示。

表1 供電公司鋰電池燃燒預警指標體系

根據4大類風險指標，確定預警指標權重，實現對供電公司的系統電池使用安全管理。

1.4 基于預警指標權重的風險預警模型

采用模糊層次分析法，建立模糊互補判斷矩陣。建立矩陣X=(xij)m×m，當該矩陣滿足0≤xij≤1時，那么默認該矩陣為模糊矩陣；當xij+xji=1時，則該矩陣為模糊互補矩陣[9-10]。與層次分析法的判斷矩陣相同，為了判定各指標之間的相對重要性，需要比較其中的任意2個指標，由于該矩陣也采用“0.1～0.9”九標度法，因此這里就不再具體描述，直接計算模糊互補判斷矩陣權重，該結果為

(6)

m為模糊矩陣中元素個數。根據上述計算得到權重，即ω={ω1,ω2,…,ωn}是矩陣X的排序向量，則W=(ωij)m×m為矩陣X的權重矩陣，存在

ωij=ωi-ωj+0.5

(7)

i，j∈n,n為矩陣X的最大排序向量數量，且n為正整數。

根據上一節的研究結果，假設電池風險指標為f1，人員風險指標為f2，系統風險指標為f3，環境風險指標為f4，則建立的預警模型為

F=g(f1,f2,f3,f4)

(8)

為了便于計算，采用多目標線性加權函數法，評價每一階段中分布式儲能系統鋰離子電池的使用安全，并計算評估分值：

(9)

z為準則層數量；y為某一準則層中指標的個數；Fi為第i個準則層在總目標層中的占比；Fij為準則層Fi中第j個指標在該層中的占比；Bij為第i個準則層中第j個指標的評分值。

為了加以區分預警結果，建立風險預警等級以及預警指示燈，具體指示燈提示如表2所示。

表2 風險預警等級和預警指示燈提示

按照上述過程，設計風險預警模型，實現在低壓環境下對分布式儲能系統鋰離子電池的燃燒失控預警。

2 實驗研究

為驗證此次研究方法的可靠性和適用性，提出對比測試實驗。實驗將此次提出的風險預警模型作為實驗組測試對象，將文獻[3]方法、文獻[4]方法分別作為對照A組和對照B組的測試方法，通過模擬分布式儲能系統中鋰離子電池過充電導致的燃燒失控，進行3組模型預警，比較測試結果的差異性。

2.1 實驗準備

選擇型號為18650的鋰離子電池，作為此次實驗的被測試對象。已知電池的標準容量為2 600 mAh，最大充電電壓為4.20 V，最大充電電流為2 500 mA，充電時的工作溫度在0～60 ℃之間，放電時的工作溫度在-20～60 ℃之間。利用計算機和攝像機等設備，建立測試平臺，如圖3所示。

圖3 實驗設備

鋰離子電池安裝如圖4所示。將圖4所示的鋰離子電池與分布式儲能系統相連接，并將測試平臺與該系統建立連接。在保障實驗測試環境安全的基礎上模擬過充電，利用測試平臺監測不同測試組的預警效果。

圖4 鋰離子電池

2.2 結果分析

已知在模擬條件控制下，鋰電池的燃燒失控時間在第22 s。為了保證此次實驗研究更有說服性，共進行3次模擬實驗。圖5為第22 s電池燃燒失控時，3個測試組的預警效果。實驗組即為所提方法測試組，對照組A和對照組B分別為文獻[3]方法和文獻[4]方法。

圖5 預警模型測試對比

根據圖5中的3組測試結果可知，3個預警模型中，只有實驗組的預警模型的α系數，在第22 s時發生劇烈變化，而對照A組和對照B組的α系數，則是在第26 s、和第31 s時才出現劇烈變化。可見2個對照組模型，預警鋰電池燃燒失控的速度偏慢，預警能力較差。所以只有實驗組通過快速反應，將燃燒失控風險指數α迅速控制下來，而其他2個測試組的控制晚于實驗組。統計3個測試組3次測試下α系數的波動差異，結果如表3所示。

表3 模型預警差異對比 s

根據表1的數據，計算3個測試組預警時間的平均值，分別為22.61 s，26.09 s和30.25 s。與2種傳統模型相比，所設計風險預警模型的預警時間分別快了3.48 s和7.64 s。綜上所述，實驗組的預警模型有更好的預警效果。

3 結束語

本文通過構建分布式儲能系統鋰離子電池燃燒失控風險預警模型，解決了傳統方法造成的電池燃燒失控預警不及時、預警時間長的問題，具有更好的預警效果。但此次研究受時間和個人精力的影響，并未將3次實驗測試完全展開說明，今后的研究工作中，可以擴大實驗測試基本條件，進一步說明預警模型之間的差異性。