規模化儲能電站電池一致性的統計特性研究

靳文濤，李相俊*，惠東，李靜立，祁萬年，呂成淵

（1.新能源與儲能運行控制國家重點實驗室(中國電力科學研究院有限公司)，北京市 海淀區 100192；2.青海格爾木魯能新能源有限公司，青海省 格爾木市 816000）

0 引言

當前電池儲能系統一致性問題的研究中，利用均衡技術雖然能在電池系統一致性變差時，通過均衡策略使一致性變好，但并未從根本上解決電池單體的一致性問題。宋超等[23]針對新能源公交客車動力電池不一致性預警問題，引入自回歸積分滑動平均模型(autoregressive integrated moving average model，ARIMA)對車聯網平臺提供的電池使用數據進行分析。張劍波等[24]分別以單體內阻、電壓、容量中某一參數為一致性表征指標，并在此基礎上提出同時考慮容量、電壓和內阻等多個因素的一致性表征指標。吳偉靜[25]兼顧單體容量、內阻和電壓等參數，提出單體一致性聚類參量。王帥等[26]搭建4節電池單體串并聯模型，提出利用變換矩陣模型的思想研究影響因素在放電電壓曲線上表征的特點。電池成組不一致性的原因主要是電池單體的初始差異和電池成組后的結構、使用工況及環境差異[27]。對電池模組進行一致性分析，關鍵是確定一致性表征指標。上述文獻多通過搭建電池模型對電池單體間的一致性進行仿真分析，且僅考慮了單體成組前的初始狀態量對一致性的影響，而忽略了電池儲能系統運行工況對電池單體一致性的影響。

儲能電站的實際運行數據與實驗室環境下對電池單體一致性的研究數據存在差異，其數據更加多樣化，且國內儲能電站由于數據保密、有效運行時間等客觀因素，基于儲能電站實際運行數據的儲能電池一致性分析研究更少。本文基于儲能電站運行積累的龐大數據，從極差電壓、累計極差電壓、電壓標準差、極差溫度、累計極差溫度等指標著手，分析儲能電站在運行中的電池單體電壓、溫度的一致性，為儲能電站健康狀態分析提供數據支撐。

1 儲能電站一致性表征參量

格爾木某100 MW·h儲能電站，其基本單元由500 kW·2 h并聯組成，采用3.2 V/250 A·h的電池單體。14個電池單體串聯組成電池箱(PACK)，16個電池箱串聯組成電池柜(電池簇)，6個電池柜并聯組成500 kW·2 h儲能基本單元，2個500 kW·2 h儲能基本單元并聯組成1 MW/2 MW·h的儲能集裝箱系統，儲能電站系統拓撲結構如圖1所示。

通過分析電池單體間極差電壓、電池單體電壓標準差及一致性，建立電池單體間的一致性評價準則，可用于分析在某一調度時刻出現異常工作狀態的電池單體。

通過分析一定時間周期內的電池單體累計極差電壓，結合大量數據進行對比分析，得出電池單體出現異常電壓狀態的頻次，判斷該電池單體是否因為長時間運行已經出現異常工作狀態。

電壓一致性指標用電池單體間極差電壓ΔUt、電池單體累計極差電壓ΔUid、電壓標準差δid進行表征，計算方法如下：

極差電壓表征同一時刻不同電池單體間的最大電壓差，反映電池單體間的電壓一致性；累計極差電壓表征一段時間內電池單體出現的電壓波動情況，反映電池單體運行一段時間后的電壓一致性；電壓標準差反映電池單體間電壓的離散情況。

線上：從之前的線上統計情況來看，參加線上問卷調查的人有60.49%的人參觀過一兩次南京城墻，有6.17%的人經常前往參觀，24.69%的人雖然沒去過但是愿意前往參觀，但也有8.64%的人對此沒有興趣。數據說明，大多數人對于南京城墻還是有一定的了解和興趣的，但是也有一小部分人對此比較淡漠。

溫度一致性指標用極差溫度ΔtT、累計極差溫度ΔkT進行表征，計算方法如下：

極差溫度表征同一時刻不同采集點間的最大溫差，反映各采集點電池單體間的溫度一致性；累計極差溫度表征一段時間內采集點電池單體出現的溫度波動情況，反映電池單體運行一段時間后的溫度一致性。

2 電池單體電壓特性分析

選取典型日(5月20日)的數據進行展示，其直流側電壓、電流、等效功率如圖2所示。儲能電站記錄的荷電狀態(state-of-charge，SOC)數據曲線如圖3所示。典型日(5月20日) 儲能單元224個電池單體的電壓曲線如圖4所示。

圖2 直流側電壓、電流、等效功率曲線Fig. 2 DC voltage, current and equivalent power curves

圖3 儲能電站SOC曲線Fig. 3 SOC curve of energy storage power station

圖4 典型日各電池單體的電壓曲線Fig. 4 Voltage curves of battery cell on typical day

結合圖3、4可以看出，在儲能電池充電過程中，各電池單體電壓呈上升趨勢，在儲能電池充電截止后，各電池單體電壓存在回落過程；在儲能電池放電過程中，各電池單體電壓呈下降趨勢，因受儲能電池放電SOC截止條件影響，在儲能電池放電結束時刻，各電池單體電壓有明顯回升過程。各階段各電池單體電壓最大值、平均值、最小值如表1所示。

表1 各充/放電階段電池單體電壓統計Table 1 Statistics of battery cell voltage in each charge/discharge stage V

在充電開始前，儲能初始SOC為15.2%，各電池單體平均電壓為3.224 4 V；在儲能電池從15.2%充電至100%的充電階段，各電池單體平均電壓為3.374 8 V；在儲能電池充電截止、儲能電池放電之前為靜置/待機的時間段，SOC為100%，各電池單體平均電壓為3.343 0 V；在儲能電池放電至SOC為15%的放電階段，各電池單體平均電壓為3.182 2 V；在儲能電池放電截止處于靜置/待機狀態且SOC為15%的時間段，各電池單體平均電壓為3.229 0 V。

3 儲能電站單體電壓一致性分析

取2019年5月份31天的數據為樣本數據，數據采樣時間間隔為1 min，其儲能單元的直流側電壓、電流曲線如圖5所示。

圖5 直流側電壓、電流曲線Fig. 5 DC voltage and current curves

其中儲能單元224個電池單體一個月的電壓曲線如圖6所示。

圖6 各電池單體的電壓曲線Fig. 6 Voltage curves of each battery cell

統計該儲能電站連續運行一個月的樣本數據，各電池單體的極差電壓曲線如圖7所示。在樣本數據統計周期內，各電池單體的極差電壓大多在100 mV以內，極差電壓大于50 mV的時間段共計44個。

圖7 各電池單體的極差電壓曲線Fig. 7 Extreme difference voltage curves of each battery cell

分別選取各時間段電壓極差值對應單體電壓最大、最小值的2組電池單體，統計電池單體電壓最大、最小值出現的電池單體ID編號，如圖8所示。

圖8 電壓最大、最小值對應的2組電池單體ID編號Fig. 8 ID number of two battery cells for maximum and minimum voltage

統計各電池單體對應出現電壓最大、最小值的頻次，結果如圖9所示。

圖9 各電池單體對應出現電壓最大、最小值的頻次統計Fig. 9 Frequency statistics of maximum and minimum voltage corresponding to each battery cell

在儲能系統靜置/待機狀態下，電池單體電壓最大、最小值對應的電池單體編號較為固定；在充/放電過程中，電池單體電壓最大、最小值對應的電池單體編號較為隨機。電池單體電壓最大值對應的電池單體編號出現頻次最高的5個依次為：214號(24 442次)、175號(14 807次)、113號(4 210次)、170號(4 014次)、60號(3 381次)。

統計該儲能電站連續運行一個月樣本數據的電池單體累計極差電壓，結果如圖10所示。長時間運行后，儲能電站電池單體電壓會出現偏差，樣本數據各電池單體累計極差電壓保持在0.4 V以內的概率為93.6%。

圖10 各電池單體的累計極差電壓曲線Fig. 10 Accumulated extreme difference voltage curve of each battery cell

累計極差電壓最大的5組值對應的電池單體編號依次為：174號(0.545 V)、181號(0.544 V)、20號(0.517 V)、214號(0.513 V)、82號(0.484 V)。

統計該儲能電站連續運行一個月樣本數據的電池單體電壓標準差，結果如圖11所示。

圖11 各電池單體電壓標準差曲線Fig. 11 Voltage standard deviation curve of each battery cell

電池儲能系統在樣本數據統計周期內，各電池單體電壓標準差的最大值為6.64%，平均值為6.09%，最小值為5.73%，電壓標準差最大的5組值對應的電池單體編號依次為：204號(4.67%)、78號(4.65%)、120號(4.64%)、36號(4.63%)、106號(4.60%)。

4 儲能電站電池溫度一致性分析

每個電池簇儲能單元有64個溫度采集點，各采集點的溫度、極差溫度曲線分別如圖12、13所示。

圖12 各采集點的溫度曲線Fig. 12 Temperature curves of each collection point

圖13 各采集點的極差溫度曲線Fig. 13 Extreme difference temperature curve of each collection point

各采集點最大極差溫度為6 ℃的數據點共計65個，且最大極差溫度對應的采集點編號為15、23。各采集點在樣本數據運行時間周期內的溫度最高值、平均值、最低值如圖14所示。樣本數據各采集點的累計極差溫度曲線如圖15所示。

圖14 各采集點的溫度最高值、平均值、最低值Fig. 14 Maximum, average and minimum temperature of each collection point

圖15 各采集點的累計極差溫度曲線Fig. 15 Accumulated extreme difference temperature curve of each collection point

通過溫度數據的分析可以看出，各電池單體分鐘級的溫度變化均在1 ℃以內，而電池單體間最大極差溫度為6 ℃，累計極差溫度隨數據量的增大呈升高的趨勢，一個月的樣本數據累計極差溫度達15 ℃，且對應累計極差溫度最大的采集點編號為4、15、19、23。

綜上可知，最大極差溫度、最大累計極差溫度對應的采集點編號為15、23，對應的電池單體編號范圍為43～60和85～99。

5 結論

通過短時間尺度的電壓、溫度數據分析，可初步篩選出需重點關注的電池單體。通過長時間尺度數據分析，找出電壓極差值較大的電池單體，再結合儲能電池現場運行狀況，確定可能存在異常的電池單體，及時進行故障和安全隱患排查，為儲能電站健康狀態提供數據支撐，降低儲能電站系統性運行風險。

1）在一個月的樣本數據中，極差電壓大于50 mV的時間段共計44個；最大單體電壓對應的電池單體編號出現頻次最高的5個依次為：214號(24 442次)、175號(14 807次)、113號(4 210次)、170號(4 014次)、60號(3 381次)。

2）在一個月的樣本數據中，各單體累計極差電壓保持在0.4 V以內的概率為93.6%。累計極差電壓最大的5組值對應的電池單體編號依次為：174號(0.545 V)、181號(0.544 V)、20號(0.517 V)、214號(0.513 V)、82號(0.484 V)。

3）各電池單體分鐘級的溫度變化均在1℃以內，而電池單體間最大極差溫度為6 ℃，累計極差溫度隨運行時間的增長呈升高的趨勢，一個月的樣本數據累計極差溫度最大為15 ℃。