梯次利用储能电池管理技术与试验应用

刘璐，李相俊，贾学翠，惠东

(1.北京迅力世达技术有限公司, 北京市 100102； 2.中国电力科学研究院电工与新材料研究所，北京市100192)

梯次利用储能电池管理技术与试验应用

刘璐1，李相俊2，贾学翠2，惠东2

(1.北京迅力世达技术有限公司, 北京市 100102； 2.中国电力科学研究院电工与新材料研究所，北京市100192)

为了保证梯次利用电池储能系统的安全可靠运行，提出了100 kW·h梯次利用储能电池系统的安全电池管理系统。首先，针对梯次利用的100 kW·h储能用动力电池的特性进行初步分析，包括储能系统中梯次利用电池的容量分布分析、不同容量电池在某特定工况下电池模组的SOC-OCV特性分析、系统充放电容量测试、电池容量不一致性分析等，明确了针对梯次利用电池管理的主要关键参数。其次，为了保证梯次利用电池储能系统的安全可靠运行，对梯次利用电池的特性进行了系统安全可靠性分析，采用了系统级的故障诊断方法和多级故障报警策略。最后，用开发的电池管理系统样机进行系统容量测试验证。试验结果表明，此电池管理系统满足梯次利用电池储能系统的应用需求。

动力电池；梯次利用；电池管理系统；电池特性

0 引 言

根据发展新能源汽车的相关规划，预计到2015年底，纯电动汽车和插电式混合动力汽车累计产销量超过50万辆；到2020年，纯电动汽车和插电式混合动力汽车生产能力达200万辆，累计产销量超过500万辆。电动汽车的核心部件之一是动力电池，随着动力电池在电动汽车中使用寿命的结束，从电动汽车上退役下来的动力电池将大量存在。即使退役之后，这些动力电池仍可保持一定的电性能，因此可采用梯次利用的方式实现退役动力电池的资源利用最大化[1]。

目前，国内外均已有多项关于常规电池储能系统集成与应用的示范工程[2]，如国家电网公司的国家风光储输示范工程[3]、南方电网公司的深圳宝清锂电池储能电站[4]、国电龙源卧牛石风电场全钒液流电池储能系统[5]、中国电力科学研究院张北储能并网试验基地等，主要用于开展电池储能系统提高风电、光伏发电并网友好性、配电网侧削峰填谷、降低弃风等应用[3-7]。储能用电池系统将单体电池经过串、并联组成电池箱(电池包)，每个电池箱配有1个电池监控单元(battery management unit, BMU)，几个BMU组成1个子电池系统管理单元(slave battery management unit, SBMU)，根据储能容量的需要，再由适当数量的SBMU组成1个主电池系统管理单元(master battery management unit, MBMU)，并配备就地监控系统、高压检测和绝缘监测模块等功能模块，构成电池管理系统(battery management system, BMS)。储能用锂离子电池管理系统包含多个功能模块，其中单体电池数据检测、电池状态估计以及均衡管理是目前研究热点[8]。

目前，在电动汽车充换电站、电动场地车、电动叉车和电力变电站直流系统等方面有一些梯次利用动力电池的应用案例[9-11]。针对梯次利用动力电池开展的主要研究包括电池组均衡技术研究[12]、梯次利用电池的特性分析[13-14]、梯次利用电池容量估计[15]、梯次利用电池储能装置的控制策略研究以及容量配置技术研究[9，16]等。目前的电池管理系统已经进入实际应用阶段，主要的应用对象是电动汽车和储能项目中的新电池模组。梯次利用电池容量衰减到一定程度后，内阻增大，不一致性明显，荷电状态(state of charge，SOC)，健康状态(state of health，SOH)的特性不一,因此不安全因素增多,针对性的电池管理技术尚处于探索阶段。

本文在满足储能系统本身的需求，并考虑其安全，可靠运行的条件下，提出针对储能用梯次利用电池的电池管理系统设计方案，并开展实测试验分析与验证。

1 梯次利用电池储能系统

本文中用于测试的梯次利用电池储能系统容量为100 kW·h，其拓扑结构如图1所示。

2 电池管理系统设计方案

100 kW·h梯次利用电池储能系统的电池管理系统采用3级管理架构设计，由MBMS、SBMS和BMU组成。系统支持对电池的精细化管理，对每个电池模块(电池模组)进行电压和温度采样,并实现分析和管理。电池管理系统各级之间以及电池管理系统与储能变流器(power conversion system, PCS)之间的通讯采用高速CAN总线通讯，保证系统控制的快速性、可靠性和实时性,实现对整个储能电池系统的监控和状态分析，并根据PCS运行要求提供必要的状态数据和报警信息。同时SBMS、MBMS与就地监控系统采用TCP/IP网络通讯。

图1 100 kW·h梯次利用电池储能系统拓扑结构

BMU为电池管理系统最基本单元，每个BMU模块对每个电池箱内的多个电池模组进行电压和温度采样，进行电池箱内的环境温度管理。SBMS实现单个组串内部的电池管理和控制功能，对每个电池箱信息的采集和管理、高压继电器控制以及组串电压和电流采样；根据每个电池箱内的电池模组的信息实现SOC计算功能，并把PCS运行所需的各种信息及报警信息发送MBMS。MBMS根据PCS的要求提供其运行所需的各种信息，包括系统SOC、直流电压、电流、单体最高电压、单体最低电压、故障信息等。梯次利用电池的BMU和BMS的技术性能指标分别如表1、2所示。

近几年关于SOC估算方法已经有多种论述，每种方法都具有在某些条件下的独特优势。目前实际应用的SOC估算方式主要采用以电流累积为主，加上不同的调整方式。

针对梯次利用电池储能系统的特点，本文采用改进安时累积法，以电流累积为主，以静态电池电压为参考，同时考虑梯次利用电池的容量衰减因素，以及相关的温度，能量效率，自放电等对电池容量的影响，依靠高精度的电池管理模块对电流和电压等参数进行采集并分析，对本系统电池进行针对性的特性测试，结合上述的历史测试数据分析得到适合100 kW·h系统的SOC估算策略。

表1 梯次利用电池BMU的技术参数

Table 1 BMU parameters of echelon-use battery

表2 梯次利用电池BMS的技术参数

3 梯次利用电池的特性及分析

对车用的动力电池进行梯次利用，需要对梯次利用的电池进行筛选，对电池特性进行深入分析，并提出针对这种退役电池的控制策略和可运用于工程实施的安全边界。

100 kW·h梯次利用储能电池组串中各电池包的容量分布如表3所示。

从表1数据分析可知，本项目的退役电池出厂的额定容量是200 Ah，退役后容量检测，各包电池均有不同的容量衰减(12%～20%)，衰减最大的达到了20%。

3.1 SOC-OCV特性验证

针对电池组串的电池容量数据，对梯次利用电池进行DOD-OCV特性分析，具体见图2。图3是本次梯次利用电池在不同容量下的DOD-OCV曲线。针对磷酸铁锂电池的特点，容量为额定容量的100%时，DOD平台在10%～90%都比较平的。

表3 梯次利用电池包的容量分布

Table 3 Capacity distribution of echelon-use battery packs Ah

图2 梯次利用电池包DOD-OCV曲线

图3 梯次利用电池在不同容量下的DOD-OCV曲线

电池容量从额定容量的100% 衰减到电池容量占额定容量的80%，从DOD-OCV特性分析数据看，在电池容量40%～100%区间内，即0%～60% DOD的范围内，可以定量的看到，在每个DOD数据对应的电池特性曲线上的OCV数据相差很小。

由图3可知：(1)在对梯次利用电池进行二次使用时，在SOC大于40%的范围内系统容量变化不大，SOC低于40%后，单体的不一致性会逐渐突出，充放电过程中电池单体的电压差逐渐增大，同时容量衰减大的电池，会很快达到单体电压低的安全阈值，且随着放电次数的增加，加快其衰减速度，也更容易出现电池故障。

(2)在DOD约65%的位置，最早出现了容量为额定容量80%的单体电池的OCV数据拐点，在一段期间内，随着容量的变化，单体电池电压没有明显的变化，是梯次利用电池的最佳工作区间；在DOD约70%的位置，额定容量80%的单体电池的OCV数据拐点2，dQ/dU的变化率增大，OCV相对于容量变化的敏感度开始增加，容量的变化开始引起OCV的较明显变化；在DOD约75%的位置，额定容量80%的单体电池的OCV数据拐点3，dQ/dU的变化率最大，而且OCV相对于容量的变化敏感度高，容量的微小变化都会引起OCV较大的变化。因此在进行容量测试时，根据统计的电池容量分布和OCV数据，根据统计数据分析得到实际使用的SOC-OCV数据，并将系统充放电的安全阈值设定为[25%SOC, 95%SOC]，并将其细分成下面的几段：[25%SOC, 30%SOC],[30%SOC, 35%SOC],[35%SOC， 40%SOC]以及[40%SOC， 95%SOC]，对电池单体的参数在各个容量段段的状态进行针对性分析和处理。

3.2 储能工况下容量测试

针对100 kW·h梯次利用储能电池组进行容量测试，电池是国内某厂家提供的磷酸铁锂退役动力电池包(标称电压3.2 V，标称容量200 Ah)。每个电池包由8个电池模块串联组成，整个电池组由30个电池包串联构成，标称总电能为153.6 kW·h。

电池组的充放电测试采用250 kW储能变流器，在测试过程中储能电池组放置在室温15 ℃的测试间内，温度波动对电池的测试结果干扰很小。

电池容量测试包括容量测试和恒流充放电测试。测试步骤(以恒流充放测试为例)如下。

步骤1: 用0.3 C倍率电流对电池放电，到某单体电池电压低于某电池电压(如2.9 V),系统单体电压低I级报警，单体电池低于某电池电压(如2.85 V)，系统发单体电压低II级报警，并发送限功率请求给ES-250K，系统限功率，某单体电压低于某电池电压(如2.8 V)，系统发送单体电压低III级报警，并发送停机请求给ES-250K，系统停机；

步骤2: 系统静置15 min；

步骤3: 用0.3 C倍率电流对电池充电，到某单体电池电压高于3.6 V,系统单体电压高报警，单体电池高于3.65 V，系统发单体电压高报警，同时发送停机请求给ES-250K，系统停机；

步骤4: 系统静置15 min；

步骤5: 上述步骤1～步骤4重复3次，以其中放电容量最低的一次数据为0.3 C下电池的实际放电容量。

如图4所示，采用60 A(0.3 C)电流放电，总电压从801.2 V降至761.3 V，直到组串中单体电池放电截止电压下降到2.85 V,持续约160 min，总计电能为111.96 kW·h。容量测试结果见表4所示。

图4 电池组放电总电压

储能电池在不同的使用条件下，输出能量是变化的，而且随着电池容量的衰减，电池的内阻增大，输出效率逐渐降低。在恒流测试中，使用小电流充放，放电能量占总容量的72.8%。

3.3 不一致性分析

在放电启始阶段，电池单体的差异性不大，单体电池的电压差在20 mV以内；随着放电时间的增加，电池单体的容量降低，电池单体的差异逐渐表现出来，当容量放出30%后，单体电压差增大到约60 mV；由于电池的容量不一致，在恒流放电容量测试的最后阶段，单体电压的不一致逐渐增大，压差最大达到约350 mV；同时容量低的电池单体电压值迅速降低，dU/dt迅速增加，系统很快达到预先设定的安全阈值并停止放电。

放电过程中，每个电池包内的电池单体的差异都不同，图5所示是电池分布不一致性最大的2个电池包在充放电过程中的电压分布情况。图5(a)所示的电池包内，电池单体的不一致性大，压差最大到约240 mV；图5(b)所示的电池包内，电池单体的不一致性较小，压差最大到约90 mV。针对电池组中大容量(200 Ah)电池的不一致性，本文采用离线式主动均衡模块，对系统中容量低的电池进行主动能量补偿，尽量减少电池组内电池模块间的不一致性，即容量不一致性。离线式主动均衡采用外部电源供电，通过AC/DC，DC/DC转换以及隔离技术，直接将外界的能量直接转移为电池模组中需要补充能量的某个电池模块里，和电池管理采集模块配合使用，通过软件控制智能开关选择均衡的通道，根据工程实际需要可以进行灵活配置参数。

图5(b)中的最下面2条曲线代表的电池单体，容量相对其他电池单体较低，对这2只电池单体进行均衡，最后达到的效果如图6所示。实验表明，均衡后电池组一致性明显改善,电池组充放电时间明显变长,电池组充入更多容量,同时电池组放出的容量比均衡前多，充电过程中单体电池之间的电压差较均衡前明显减小，充电完成后整组电池电压高于均衡前的电压。

图5 放电过程中电池电压分布曲线

3.4 系统可靠性分析和故障报警

测试的储能系统共采用了240个电池模块，如果其中任何一个电池模块的故障没有及时检测和反馈，都会影响整个储能系统的正常工作。为了提高系统安全性和可靠性，从系统安全的角度对储能电池进行保护。分别对系统信号，电气信号，以及其他环境参数信号进行针对性的分析和判断，设立多级报警机制，与PCS以及上层就地监控系统实时通讯，及时发现故障并执行相应操作。

图6 均衡前、后第11个电池包在放电过程的电压分布曲线

系统级安全参数设置，主要包括梯次利用电池储能系统的总电压，总电流，通讯状态，环境数据(如温度,烟雾检测等)，以及漏电和绝缘等参数在不同故障状态和等级下的安全阈值设定。针对梯次利用电池本身的特性，为了储能系统运行的安全性，以及对系统进行最大程度充放电管理，电池管理系统在运行时对不同的系统参数按照其特性进行不同级别的多级保护。如表5所示为电池系统分级告警方法，包括单体电压过低、单体温度过高、总电压过高报警的相关等级及其处理方法。

电池特性安全阈值参数设置，即储能系统中每一个电池模块的电池电压的参数设置，包括单体电池电压过压保护，单体电池电压欠压保护，系统单体电池压差保护等参数设定，针对本储能系统的单体电池特性，设定多级保护。以单体电池电压过低为例，各报警级别的电压阈值按表5设定。在实际现场应用过程中，这些参数设定值应依据实际情况及时调整与优化。

电池单体环境安全阈值参数设置，即储能系统中每个电池模块的电池的温度参数设置，包括温度过低保护，单体电池温度过高保护，系统单体电池温差保护等参数设定。以单体电池温度过高为例，本研究针对储能系统的单体电池特性，设定了多级保护。具体如表5所示。

表5 电池系统报警信息的分级方法

Table 5 Classification method of battery system alarm information

4 结 论

针对梯次利用动力电池容量衰减和不一致性的特点，本文提出了基于电池实际容量分布情况选用特定SOC范围运行的使用方式，实验表明,在指定运行工况下,梯次利用电池储能系统可以良好运行。采用离线主动均衡的方式对梯次利用动力电池中容量差异显著的电池模块进行容量补偿，保证了整个储能系统的容量输出。

本文设计的电池管理系统针对储能电池电化学特性，环境特性等关键参数进行多级保护，建立系统级的安全策略，保证梯次利用电池储能系统的安全，可靠的工作。从测试结果表明，本文设计的梯次利用动力电池管理系统各项能力可以满足实际应用要求。

根据梯次利用动力电池的实际运行数据，在后续研究中,将对电池容量不一致性、能量均衡方法与使用效率，以及系统安全性等进行进一步的研究和验证，为梯次利用动力电池储能系统的电池管理系统设计和应用提供参考。

[1]慈松.基于全生命周期优化管理的锂电池梯次利用[J].新材料产业，2015(4)：41-46. CI Song.Li-ion battery echelon use based on optimization management in life cycle[J]. Advanced Material Industry,2015(4)：41-46.

[2]许守平，李相俊，惠东.大规模电化学储能系统发展现状及示范应用综述[J].电力建设,2013,34(7):73-80. XU Shouping， LI Xiangjun， HUI Dong. A review of development and demonstration application of large-scale electrochemical energy storage[J]. Electric Power Construction, 2013,34(7):73-80.

[3]高明杰，惠东，高宗和，等.国家风光储输示范工程介绍及其典型运行模式分析[J].电力系统自动化，2013，37(1)：59-64. GAO Mingjie,HUI Dong,GAO Zonghe, et al. Presentation of national wind/photovoltaic/energy storage and transmission demonstration project and analysis of typical operation modes[J]. Automation of Electric Power Systems,2013,37(1):59-64.

[4]陆志刚，王科，刘怡，等.深圳宝清锂电池储能电站关键技术及系统成套设计方法[J].电力系统自动化，2013，37(1)：65-69. LU Zhigang, WANG Ke, LIU Yi, et al. Research and application of megawatt scale lithium-ion battery energy storage station and key technology[J]. Automation of Electric Power Systems,2013,37(1):65-69.

[5]刘宗浩，张华民，高素军，等.风场配套用全球最大全钒液流电池储能系统[J].储能科学与技术，2014，3(1)：71-77. LIU Zonghao, ZHANG Huamin, GAO Sujun, et al.The world’s largest all-vanadium redox flow battery energy storage system for a wind farm[J]. Energy Storage Science and Technology, 2014，3(1)：71-77.

[6]陈跃燕，李相俊，韩晓娟，等. 基于移动平均法和风电波动率约束的电池储能系统平滑风电出力控制策略[J]. 电力建设, 2013, 34(7): 1-5. CHEN Yueyan，LI Xiangjun，HAN Xiaojuan，et al. Control strategy of smoothing wind power output using battery energy storage based on moving average method and wind power volatility rate constraint[J]. Electric Power Construction, 2013, 34(7): 1-5.

[7]熊超, 马瑞. 考虑降损和平抑峰谷的配电网储能电池Pareto优化模型[J]. 电力建设, 2015, 36(8): 34-40. XIONG Chao, MA Rui .A pareto optimal model for energy storage battery in distribution network considering network loss and peak-valley difference alleviation[J]. Electric Power Construction, 2015, 36(8): 34-40[8]许守平，侯朝勇，胡娟，等.大规模储能用锂离子电池管理系统[J].电力建设，2014，35(5)：72-78. XU Shouping, HOU Chaoyong, HU Juan, et al. Li-ion battery management system for large scale energy storage[J]. Electric Power Construction,2014，35(5)：72-78.

[9]王泽众，李家辉.电池梯次利用储能装置在电动汽车充换电站中的应用[J].电气自动化，2012，34(6)：49-50. WANG Zezhong , LI Jiahui. Application of battery cascade utilization device in EV battery charging and swapping station[J].Electrical Automation,2012,34(6):49-50.

[10]朱广燕， 刘三兵， 海滨，等.动力电池回收及梯次利用研究现状[J].电源技术，2015，39(7)：1564-1566. ZHU Guangyan, LIU Sanbing, HAI Bin, et al. Research status of power battery recycling and echelon utilization[J].Chinese Journal of Power Sources,2015,39(7).

[11]陈佰爽.磷酸铁锂电池梯次利用于储能领域的影响因素分析[J].储能科学与技术，2014，3(4)：427-428. CHEN Baishuang. Analysis on the influencing factors for lithium iron phosphate battery echelon using in the field of energy storage[J]. Energy Storage Science and Technology, 2014，3(4)：427-428.

[12]马泽宇，姜久春，文锋，等.用于储能系统的梯次利用锂电池组均衡策略设计[J].电力系统自动化，2014，38(3)：106-111. MA Zeyu, JIANG Jiuchun, WEN Feng, et al. Design of equilibrium strategy of echelon use Li-ion battery pack for energy storage system[J]. Automation of Electric Power Systems,2014,38(3):106-111.

[13]张彩萍，姜久春，张维戈，等.梯次利用锂离子电池电化学阻抗模型及特性参数分析[J].电力系统自动化，2013，37(1)：54-58. ZHANG Caiping, JIANG Jiuchun, ZHANG Weige, et al. Characterization of electrochemical impedance equivalent model and parameters for li-ion batteries echelon use[J]. Automation of Electric Power Systems,2013,37(1):54-58.

[14]李香龙，陈强，关宇，等. 梯次利用锂离子动力电池试验特性分析[J].电源技术，2013，37(1)：1940-1943. LI Xianglong, CHEN Qiang, GUAN Yu, et al.Test characteristic analyse of second use of lithium-ion power batteries[J]. Chinese Journal of Power Sources, 2013，37(1)：1940-1943.

[15]王玉坤，姜久春，张彩萍，等。基于神经网络模型的梯次利用锂电池容量估计[J].电源技术，2014，38(4)：632-635. WANG Yukun, JIANG Jiuchun, ZHANG Caiping, et al. Capacity estimation of second use of lithium-ion batteries based on a neural network model[J]. Chinese Journal of Power Sources,2014，38(4)：632-635.

[16]刘念，唐霄，段帅，等.考虑动力电池梯次利用的光伏换电站容量优化配置方法[J].中国电机工程学报，2013，33(4)：34-44. LIU Nian , TANG Xiao , DUAN Shuai , et al. Capacity optimization method for PV-based battery swapping stations considering second-use of electric vehicle batteries[J]. Proceedings of the CSEE,2013,33(4):34-44,6.

(编辑 蒋毅恒)

Research and Experiment Application of Echelon-Use Energy Storage Battery Management Technology

LIU Lu1, LI Xiangjun2, JIA Xuecui2, HUI Dong2

(1.Beijing Sunnystar Technical Services Co., Ltd., Beijing100102, China; 2. Electrical Engineering and New Material Department, China Electric Power Research Institute, Beijing 100192, China)

To make sure the safe and reliable operation of echelon-use battery energy storage system, this paper proposes a safe battery management system for 100 kW·h echelon-use energy storage battery system. Firstly, we analyze the characteristics of 100 kW·h echelon-use power battery for energy storage, including the battery capacity distribution analysis, SOC-OCV characteristics analysis of battery module with different capacities under certain conditions, the charge and discharge capacity test of system, the inconsistency analysis of battery capacity, etc. And the key parameters used in the echelon-use battery manage system have been decided. Then, we analyze the system safety and reliability of echelon-use battery characteristics in order to ensure the safe and reliable operation of echelon-use battery energy storage system, and adopt the system-level fault diagnosis method and multilevel fault alarm strategy. Finally, we use the developed battery management system prototype to test and verify the system capacity. The experimental results show that this battery management system can meet the application requirements of the echelon-use battery energy storage system.

power battery; echelon-use; battery management system; battery characteristics

国家电网公司科技项目(DG71-14-032)；北京市科技新星计划(Z141101001814094)

TM 73

A

1000-7229(2016)01-0077-07

10.3969/j.issn.1000-7229.2016.01.012

2015-10-26

刘璐(1972)，女，硕士，研究方向为电池管理系统和电池成组技术；

李相俊(1979)，男，工学博士，教授级高级工程师，研究方向为电池储能系统控制、新能源与分布式发电、电力系统运行与控制；

贾学翠(1984)，女，硕士，工程师，研究方向为电池储能系统控制、新能源与分布式发电；

惠东(1968)，男，工学博士，教授级高级工程师，研究方向为电能存储与转换技术。