简介:摘要:随着当前电化学储能技术的广泛应用,电池储能电站的安全运维问题日渐突出。传统电池管理系统仅能获得各电池单体的电压、电流及温度,并且受限于硬件处理能力、数据传输带宽及延迟等条件,掌握海量电池单体储能系统的健康与安全运行状态成为关键技术难题。机器学习方法在锂离子电池运行状态预测领域的应用为储能电池系统安全管理创造了条件。针对锂离子电池安全管理需求,首先对锂离子电池滥用及热失控风险机理的相关研究进行了介绍。随后,讨论了锂离子电池管理系统架构及其应用特点,并详细论述了机器学习方法在锂离子电池健康与安全状态分析方面的应用。最后,对储能电站锂离子电池的安全管理进行了展望。
简介:摘要:随着碳达峰、碳中和成为全球共识,新能源在全球能源体系中的比重快速增加,储能迎来急速增长,电化学储能由于地理环境适应性好、能量密度高、占地少、效率高等有点,正在成为储能的主力。锂离子电池储能能量密度高、循环寿命长,效率可以达到90%,正在成为电化学储能主力,钠离子电池相对于锂离子电池具有资源禀赋优势、成本更低和宽温特性。