储能锂电池运行状态综合评估指标研究

储能锂电池运行状态综合评估指标研究
陈豪;刁嘉;白恺;高飞;马步云;李娜
【摘要】随着锂电池储能技术不断完善,国内外锂电池储能电站不断增多,储能锂电池运行情况越来越受到重视.以运行数据为基础,结合理论分析,研究了电池电压极差、电池电压标准差系数、电池温度极差、SOE极差、功率-SOE相关度、运行充放电效率等储能锂电池运行状态评估指标,并根据指标之间的内在联系,对评估指标体系
进行了综合评价.研究结果表明,上述指标能有效评估储能锂电池运行状态,对于及时发现电池故障,合理安排电池检修维护具有指导意义.
【期刊名称】《中国电力》
【年(卷),期】2016(049)005
【总页数】8页(P149-156)
【关键词】储能;锂电池;运行状态;评估指标;极差;标准差系数;SOE;充放电效率
【作者】陈豪;刁嘉;白恺;高飞;马步云;李娜
【作者单位】华北电力科学研究院有限责任公司,北京 100045;国网新源张家口风
光储示范电站有限公司,河北张家口 075000;华北电力科学研究院有限责任公司,北京 100045;中国电力科学研究院,北京 100192;国网新源张家口风光储示范电站有
限公司,河北张家口 075000;华北电力科学研究院有限责任公司,北京 100045
【正文语种】中文
【中图分类】TM715
截至2013年12月底，中国有60多个运行、在建及规划的储能项目［1-2］，其中张北储能电站、宝清储能电站是国内应用锂电池储能技术的代表工程［3-4］。

储能锂电池作为核心设备，评估其运行状态对于掌握储能电站运行情况、提高储能设备可靠性具有重要意义。

目前，国内外评估锂电池状态的方法主要是通过分析电压、容量、内阻、SOC等
静态参数进行研究［5-6］。

IEEE标准［7］中规定了用于紧急后备电源储能系统
的充放电倍率、充放电效率、寿命、自放电率等性能评估指标，但评估的数据来源是试验数据，目的是对电化学、机械、电磁、热等不同储能形式在后备电源应用领域的适用性进行评价，而不是对储能设备的运行状态进行评估。

本论文通过分析温度、电压、电流、功率、电量、SOE等运行参数，提出了储能
锂电池运行状态评估指标，并对指标体系进行了综合评价。

研究结果表明，该指标体系能有效评估储能锂电池老化和故障情况。

1.1 电池电压极差
电池电压极差是指同一电池组串中最大电池电压和最小电池电压的差值，该指标用于计算电池组串中最大电压差别，能直观反映电压最大或最小单体电池的性能［8］。

1号储能单元6组电池组串电池电压极差曲线如图1所示，可以看出6号组串电
压极差曲线与其他组串的变化明显不同。

在对6号组串电池电压数据分析后发现，该组串15号电池电压曲线存在异常，异常的15号、正常的204号电池电压曲线如图2所示。

从图2中可以看出，15号电池电压曲线与204号电池的相差很大。

另外，比较15号电池电压与6号组串电压极差的波动情况会发现，当15号电池
电压出现较大波动时，组串电池电压极差也出现较大波动，如C时刻，说明6号
组串电池电压极差主要受15号电池电压影响。

测试后发现15号电池容量已不足80%，电池性能严重衰退。

1.2 电池电压标准差系数
标准差系数又称离散系数，是从相对角度反映大量同类参数离散程度的数学指标。

锂电池组串是由大量电池串并联组成，可以通过分析电池电压、容量、内阻等参数的标准差系数，对组串的一致性进行评估，电池电压标准差系数为
式中：uδ为电池电压标准差系数；δu为电池电压标准差；u为电池电压平均值；ui为第i只电池电压；n为电池组串电池只数。

由于储能用电池组串的串联电池一般为200～300只，当存在性能劣化的单体电
池时，偏差大的单只电池电压的影响会淹没在电池电压标准差系数的计算中。

只有当电池组串整体性能劣化时，其电池电压标准差系数才会明显增大，且波形会随着运行电流的变化而变化剧烈。

因此，当电池电压标准差系数明显增大时，即便该组串中没有性能明显降低的电池，也能确定该电池组串一致性发生了变化，这种一致性的变化会对电池组串寿命产生很大的影响［9］。

同时，根据文献［10］的研究成果，电池电压标准差应符合正态概率分布，可以
计算电池组串电池电压的均值、方差，方差计算如式（2）所示。

由于正态概率分布服从“3σ”法则［11］，可以通过计算电压超出范围的电池个数，确定一致性
变化电池组串性能劣化的程度。

式中：σ为电池电压方差；ui为第i只电池电压；为电池电压平均值；n为电池只数。

2号储能单元6组电池组串的电池电压标准差系数曲线如图3所示，可以看出1
号电池组串的电池电压极差标准差系数曲线明显较其他电池组串的变化剧烈，异常的1号、正常的2号电池组串的电池电压标准差系数、电池电压极差如图4所示。

从图4可以看出，1号、2号电池组串电池电压极差曲线一致，但1号电池组串的电池电压标准差系数与电池电压极差的变化趋势相差很大，而2号电池组串的则
基本一致。

因此，1号电池组串虽然不存在电压偏差大的电池单体，但不一致性已
明显增大。

图5为1号、2号组串中电压超出范围的电池个数柱状图，可以看出，1号电池组串超出范围电池个数最大为187只，2号电池组串的为7只，因此1号电池组串
整体性能已经发生严重劣化，需立即停机进行电压均衡维护。

1.3 电池温度极差
电池电压极差是指同一电池组串中最大电池温度和最小电池温度的差值。

温度是导致电池性能衰减的主要因素［12-13］，温度不同会导致电池组串一致性变差，因此，电池温度极差可作为电池性能变化的辅助因素进行分析。

1.4 SOE极差
SOE极差指同一储能单元中电池组串最大SOE与最小SOE的差值。

SOE极差是
判断电池组串能量一致性的评估指标，SOE极差越小，电池组串能量一致性越好，储能单元可用容量越大。

1号储能单元6组电池组串的SOE极差曲线如图6所示，可以看出经过10 h运
行后SOE极差从2%～3%增大为4%～5%，因此电池组串的能量一致性随着运行时间的延长会逐渐变差，电池组串的SOE差异会越来越大，电池组串性能一致性
较差。

1.5 功率-SOE相关度
功率-SOE相关度是指储能单元运行过程中电池组串功率与其SOE的相关程度，
其中充电时为式（3），放电时为式（4）。

与SOE极差相比，对于电池组串在直流侧并联的拓扑结构，功率-SOE相关度能更直观反映电池组串性能分散性对功率自然分配的影响。

式中：γch为充电时功率-SOE相关度；Pch为充电功率；γdis为放电时功率-SOE相关度；Pdis为电池组串放电功率；n为电池组串组数。

从式（3）—（4）可以看出，功率SOE相关度能反映出电池组串SOE差异的变
化趋势。

当相关度为100%时，电池组串的功率分配为理想情况，能根据SOE进
行功率分配，达到运行过程中SOE均衡的效果，电池组串SOE差异越来越小；当相关度＞100%时，表明电池组串充电过多或放电不足，会导致该电池组串SOE
与其他电池组串相比越来越大，SOE差异越来越大；当相关度＜100%时，表明电池组串充电不足或放电过多，会导致该电池组串SOE比其他电池组串的相比越来
越小，SOE差异也越来越大。

2号储能单元6组电池组串功率-SOE相关度曲线如图7所示，可以看出t2时刻
功率-SOE相关度偏差很大，t2时刻电池组串相关数据见表1。

从表1可以看出，t2时刻储能单元突然由较大的充电功率减小为0，功率变化剧烈，功率来不及均
匀分配到各电池组串，导致1号、2号电池组串功率-SOE相关度达到130%，出
现明显过充。

因此，功率-SOE相关度反映出2号储能单元在功率突变时维持电池组串平衡能力不佳的情况。

1.6 运行充放电效率
运行充放电效率是指运行过程中放电能量与充电能量的百分比。

运行充放电效率是一种广义的系统效率，用于反映达到结果与使用资源之间的关系，与电池组串性能、运行工况、维护情况等诸多因素有关。

1号储能单元6组电池组串的充放电效率曲线如图8所示，运行终止时电池组串
充放电电量、充放电效率如表2所示。

可以看出，4号电池组串效率为92．2%，而其他电池组串的效率在94%～97%，4号电池组串充放电效率明显低于其他电
池组串。

为了检查4号电池组串充放电性能是否存在劣化，对储能单元进行了不同功率下
的充放电试验，试验数据如表3所示。

由表3可知储能单元以250 kW功率充放
电时，4号电池组串充放电效率为89．1%，其他电池组串充放电效率在93%～96%；以375 kW充放电时，4号电池组串充放电效率为90．1%，其他电池组串
充放电效率在93%～95%；以500 kW充放电时，4号电池组串充放电效率为89．9%，其他电池组串充放电效率在93%～94%。

可以看出，不同功率下4号电池组串充放电效率明显低于其他组串，与运行数据分析结果一致，因此4号电池组串存在缺陷。

上述6项评估指标涵盖了锂电池组串运行时的基本性能，包括单体性能、电池组串一致性、能量平衡能力以及充放电性能，评估指标与电池性能的关系如表4所示。

在上述评估指标的基础上，应用文献［14］提出的层次分析法，本论文建立了综合性能、一致性、单体性能3个层次的评估指标评系，如图9所示。

同时，根据文献［15］提出的状态评估方法，将储能锂电池运行状态分为健康、亚健康、严重和恶劣，提供了相应的评估指标阈值，并根据评估指标与电池性能之间关联的强弱程度，为各评估指标提供了权重值，本文中储能锂电池评估阈值与权重值如表5所示，权重值的大小主要依据经验提出。

同时，为便于量化储能锂电池运行状态，本文使用扣分值的方法对其进行评估。

根据文献［16］，扣分值为基本扣分值与权重的乘积，运行状态评估指标不同阈值下（或健康、亚健康、严重、恶劣状态下）对应的基本扣分值分别为2、4、8、10，储能锂电池的扣分值则为各评估指标扣分值之和。

根据评估指标阈值和权重，可按照图10的流程对储能锂电池运行状态进行评估：首先根据运行充放电效率对储能锂电池整体性能进行评估，分析电池性能是否发生劣化及劣化程度，然后分析电池电压标准差系数、SOE极差、功率-SOE相关度等一致性指标，分析可能造成性能劣化的原因，之后分析电池电压极差、温度极差等单体性能指标，定位可能存在故障的电池，并计算储能锂电池扣分值，提供初评结果，最后根据初评进行试验验证，修正评估结果，提供评估结论。

本论文分析了电池电压极差、电池电压标准差系数、电池温度极差、SOE极差、
功率-SOE相关度、运行充放电效率等6项储能锂电池运行状态评估指标，建立了基于综合性能、一致性、单体性能3个层次的评估指标体系，并对该指标体系进
行了综合评价。

研究结果表明，6项评估指标涵盖了储能锂电池运行时的基本性能，通过评估上述指标可以及时发现电池缺陷，并准确定位故障，为合理安排储能电站检修维护提供了参考。

本文侧重评估指标研究，对评估方法的研究不足，因此还无法提出完整的储能锂电池运行状态评估方法，应在今后的评估工作中结合试验检修完善评估方法，提供更为准确的评估结论。

This work is supported by Science and Technolgy Project of SGCC （No．DG71-14-032）．
【相关文献】
［1］叶季蕾，薛金花，王伟，等．储能技术在电力系统中的应用现状与前景［J］．中国电力，2014，47（3）：1-5．YE Jilei，XUE Jinhua，WANG Wei，et al．Application of energy storage technology and its prospect in power system［J］．Electric Power，2014，47（3）：1-5．
［2］胡娟，杨水丽，侯朝勇，等．规模化储能技术典型示范应用的现状分析与启示［J］．电网技术，2015，39（4）：879-885。

HU Juan，YANG Shuili，HOU Chaoyong，et al．Present condition analysis on typical demonstration application of large-scale energy storage technology and its enlightenment［J］．Power System Technology，2015，39（4）：
879-885．
［3］严晓辉，徐玉杰，纪律，等．我国大规模储能技术发展预测及分析［J］．中国电力，2013，46（8）：22-29。

YAN Xiaohui，XU Yujie，JI Lv，et al．Forecasting and analysis on large-scale energy storage technologies in China［J］．Electric Power，2013，46（8）：22-29．［4］国家电网公司电网新技术前景研究项目咨询组．大规模储能技术在电力系统中的应用前景分
析［J］．电力系统自动化，2013，37（1）：3-8．Consulting Group of State Grid Corporation of China to Prospects of New Technologies in Power Systems．An analysis of prospects for application of large-scale energy storage technology in power syetems ［J］．Automation of Electric Power Systems，2013，37（1）：3-8．
［5］许铀，宗志坚，高群，等．一种电动汽车锂离子动力电池组一致性评估及维护方法［J］．中山大学学报：自然科学版，2014，53 （5）：25-28．XU You，ZONG Zhijian，GAO Qun，et al．A consistency evaluation and maintenance method of electric vehicle lithium-ion + battery［J］．Acta Scientiarum Naturalium Universitatis Sunyatseni，2014，53（5）：25-28．
［6］高飞，杨凯，惠东，等．储能用磷酸铁锂电池循环寿命的能量分析［J］．中国电机工程学报，2013，33（5）：41-45．GAO Fei，YANG Kai，HUI Dong，et al．Cycle-life energy analysis of LiFePO4batteries for energy storage［J］．Proceedings of the CSEE，2013，33（5）：41-45．
［7］Recommended practice for the characterization and evaluation of emerging energy storage technologies in stationary applications：IEEE 1679-2010［S］．2010．
［8］张宾，林成涛，陈全世．动力锂离子电池离散特性分析与建模［J］．电池工业，2008，13（2）：103-108．ZHANG Bin，LIN Chengtao，CHEN Quanshi．Analysis and modeling of nonuniformity characteristics of tractive Li-ion batteries［J］．Chinese Battery Industry，2008，13（2）：103-108．
［9］谢皎，阮晓莉，李玉龙，等．锂离子电池组的一致性及影响因素研究［J］．东方电气评论，2012，26（3）：1-5．XIE Jiao，RUAN Xiaoli，LI Yulong，et al．Study of the li-ion battery pack consistency and influence factor ［J］．Dongfang Electric Review，2012，26（3）：1-5．
［10］王震坡，孙逢春，张承宁．电动汽车动力蓄电池组不一致性统计分析［J］．电源技术，2003，27（5）：438-441．WANG Zhenpo，SUN Fengchun，ZHANG Chengning．Study on inconsistency of electric vehicle battery pack［J］．Chinese Journal of Power Sources，2003，27（5）：438-441．
［11］盛骤，谢式千，潘承毅．概率论与数据统计［M］．4版．北京：高等教育出版社，2008．［12］ZHANG Yancheng，WANG Chaoyang，TANG Xidong．Cycling degradation of an automotive LiFePO4lithium-ion battery［J］．Journal of Power Sources，2011，196（3）：1513-1520．
［13］WOOD E，ALEXANDER M，THOMAS H B．Investigation of battery end-of-life conditions for plug-in hybrid electric vehicles ［J］．Journal of Power Sources，2011，196（11）：5147-5154．
［14］安富强，张剑波，黄俊，等．电动汽车用锂离子电池制备及其一致性演变分析［J］．材料
热处理学报，2015，36（4）：239-248．AN Fuqiang，ZHANG Jianbo，HUANG Jun，et al．Production of lithium-ion battery and uniformity evolution analysis ［J］．Transactions of Materials and Heat Treatment，2015，36（4）：239-248．
［15］李辉，胡姚刚，唐显虎，等．并网风电机组在线运行状态评估方法［J］．中国电机工程学报，2010，30（33）：103-109． LI Hui，HU Yaogang，TANG Xianhu，et al．Method for on-line operating conditions assessment for a grid-connected wind turbine generator
system［J］．Proceedings of the CSEE，2010，30（33）：103-109．［16］风光储联合发电系统状态评估导则：Q/GDW 1983—2013［S］．［17］变电站直流系统状态评价导则：Q/GDW 607—2011［S］．。