Email:xiaosonghu@ieee.org第九届全国储能科学与技术大会——先进表征技术在储能中的应用2024-3-25胡晓松、邓忠伟重庆大学机械与运载工程学院学院国家卓越工程师学院重庆自主品牌汽车协同创新中心锂离子电池健康评估与故障诊断目录2024-3-25➢2电池健康评估➢1研究意义及挑战➢3电池故障诊断22024-3-2531.1研究意义电化学储能被广泛应用电化学储能已经开始从兆瓦级别的示范应用迈向吉瓦级别的规模市场化2025年中国电化学储能装机容量展望2030年全球电化学储能装机容量展望2024-3-2541.1研究意义开展电化学电池的健康管理与故障诊断等智能运维技术是保障储能系统安全经济运行的重要手段电池寿命性能衰减能运行多久？事故危害大残值评估难电池智能运维技术健康管理故障诊断安全预警保障储能系统安全经济运行2024-3-255电池充放电循环电池老化健康状态衰退性能衰减需要更换电池在使用过程中发生老化，健康状态（SOH）反映了电池老化程度电池老化机理复杂，衰退路径差异大，已有估计方法泛化能力差1.2关键挑战——电池健康状态估计2024-3-256⚫电池预测运维⚫电池优化控制⚫为电池生产制造提供指导1.2关键挑战——电池剩余寿命预测⚫难以获得真实标签：算法缺乏在线学习功能⚫算法训练所需数据量大（>50%）：数据质量要求高，难以实现早期预测⚫算法缺乏机理解释：无法识别容量跳水，工况变动后误差较大特征提取机器学习算法训练基于数据驱动的寿命预测电池寿命预测的价值2024-3-257储能电站事故安全事故种类◆故障诊断与安全预警技术对于保障储能系统安全可靠运行至关重要电池系统安全问题愈发受到人们重视并亟待解决来源:ULSolutionshttps://www.ul.com/insights/lithium-ion-battery-incident-reporting1.2关键挑战——电池故障诊断起火爆炸发热鼓包排气2024-3-2581.2关键挑战——电池故障诊断◼电池系统故障诊断关键技术电池包水平的关键特征提取与融合自适应阈值、融合式诊断方法多故障诊断与容错控制◼电池系统故障特点电池故障模式众多多种故障机理复杂存在多故障耦合情况HuX.*etal.AdvancedFaultDiagnosisforLithium-IonBatterySystems:AReviewofFaultMechanisms,FaultFeatures,andDiagnosisProcedures,IEEEIndustrialElectronicsMagazine,14,3,65-91,20202024-3-25➢2电池健康评估➢1研究意义及挑战➢3电池故障诊断9目录2024-3-2510算法核心模块：1.异常电芯筛选：从电池包中筛选出健康状态较差的单体2.机理模型：通过电化学模型提取能够准确表征电池健康状态的内部机理参数3.特征工程：从电池电流、电压、温度等外特性数据提取表征电池健康的数据特征，以及机理特征提取4.AI算法SOH估计/寿命预测：采用先进的高斯过程回归（GPR）和深度学习算法（DCNN）等AI算法，建立SOH估计/寿命预测模型。2.1电池健康评估：总体方案多维度数据支撑1.单体电池老化数据：全寿命周期的充放电数据，用于模型训练（本团队已积累了大量电池老化实验和工程数据）2.电池系统静态数据：电池种类，串并联结构，标称容量等，用于特征提取3.云端大数据或离线测试数据：电流、总电压、单体电压、单体温度，用于特征提取及SOH估计2024-3-25112.2核心算法——异常电芯筛选模块基于充放电数据，提取多维度特征聚类算法1聚类算法2分类方式1分类方式2分类方式3分类方式4聚2类聚3类进行全方位特征组合每种特征遍历使用多种分类方式得到多个由(0,1)组成的好坏评价向量1代表评价结果为好，0代表为坏计算好评率得到综合健康评分数量级近似化相关性方向统一特征值归一化PCA降维Z2Z1◆标记平均特征最大的类中的电池为0；◆其余类中标记为1。综合评分算法流程图特征处理流程特征量与健康状态成反比(,)11njhjkijliFFn===适用于实际应用的特征示例温度c1循环的最大温度熵、平均温度熵……c1循环的最大温差、平均温差……c1循环的温升速率电压c1循环的最大电压熵、平均电压熵……c1循环的最大压差、平均压差……特征提取贾俊;胡晓松;邓忠伟*;徐华池;肖伟;韩锋;《数据驱动的锂离子电池健康状态综合评分及异常电池筛选》，机械工程学报，57(14),141-149,159，20212024-3-25122.2核心算法—...