规模化储能电站电池一致性的统计特性研究

靳文涛，李相俊*，惠东，李静立，祁万年，吕成渊

（1.新能源与储能运行控制国家重点实验室(中国电力科学研究院有限公司)，北京市 海淀区 100192；2.青海格尔木鲁能新能源有限公司，青海省 格尔木市 816000）

0 引言

当前电池储能系统一致性问题的研究中，利用均衡技术虽然能在电池系统一致性变差时，通过均衡策略使一致性变好，但并未从根本上解决电池单体的一致性问题。宋超等[23]针对新能源公交客车动力电池不一致性预警问题，引入自回归积分滑动平均模型(autoregressive integrated moving average model，ARIMA)对车联网平台提供的电池使用数据进行分析。张剑波等[24]分别以单体内阻、电压、容量中某一参数为一致性表征指标，并在此基础上提出同时考虑容量、电压和内阻等多个因素的一致性表征指标。吴伟静[25]兼顾单体容量、内阻和电压等参数，提出单体一致性聚类参量。王帅等[26]搭建4节电池单体串并联模型，提出利用变换矩阵模型的思想研究影响因素在放电电压曲线上表征的特点。电池成组不一致性的原因主要是电池单体的初始差异和电池成组后的结构、使用工况及环境差异[27]。对电池模组进行一致性分析，关键是确定一致性表征指标。上述文献多通过搭建电池模型对电池单体间的一致性进行仿真分析，且仅考虑了单体成组前的初始状态量对一致性的影响，而忽略了电池储能系统运行工况对电池单体一致性的影响。

储能电站的实际运行数据与实验室环境下对电池单体一致性的研究数据存在差异，其数据更加多样化，且国内储能电站由于数据保密、有效运行时间等客观因素，基于储能电站实际运行数据的储能电池一致性分析研究更少。本文基于储能电站运行积累的庞大数据，从极差电压、累计极差电压、电压标准差、极差温度、累计极差温度等指标着手，分析储能电站在运行中的电池单体电压、温度的一致性，为储能电站健康状态分析提供数据支撑。

1 储能电站一致性表征参量

格尔木某100 MW·h储能电站，其基本单元由500 kW·2 h并联组成，采用3.2 V/250 A·h的电池单体。14个电池单体串联组成电池箱(PACK)，16个电池箱串联组成电池柜(电池簇)，6个电池柜并联组成500 kW·2 h储能基本单元，2个500 kW·2 h储能基本单元并联组成1 MW/2 MW·h的储能集装箱系统，储能电站系统拓扑结构如图1所示。

通过分析电池单体间极差电压、电池单体电压标准差及一致性，建立电池单体间的一致性评价准则，可用于分析在某一调度时刻出现异常工作状态的电池单体。

通过分析一定时间周期内的电池单体累计极差电压，结合大量数据进行对比分析，得出电池单体出现异常电压状态的频次，判断该电池单体是否因为长时间运行已经出现异常工作状态。

电压一致性指标用电池单体间极差电压ΔUt、电池单体累计极差电压ΔUid、电压标准差δid进行表征，计算方法如下：

极差电压表征同一时刻不同电池单体间的最大电压差，反映电池单体间的电压一致性；累计极差电压表征一段时间内电池单体出现的电压波动情况，反映电池单体运行一段时间后的电压一致性；电压标准差反映电池单体间电压的离散情况。

线上：从之前的线上统计情况来看，参加线上问卷调查的人有60.49%的人参观过一两次南京城墙，有6.17%的人经常前往参观，24.69%的人虽然没去过但是愿意前往参观，但也有8.64%的人对此没有兴趣。数据说明，大多数人对于南京城墙还是有一定的了解和兴趣的，但是也有一小部分人对此比较淡漠。

温度一致性指标用极差温度ΔtT、累计极差温度ΔkT进行表征，计算方法如下：

极差温度表征同一时刻不同采集点间的最大温差，反映各采集点电池单体间的温度一致性；累计极差温度表征一段时间内采集点电池单体出现的温度波动情况，反映电池单体运行一段时间后的温度一致性。

2 电池单体电压特性分析

选取典型日(5月20日)的数据进行展示，其直流侧电压、电流、等效功率如图2所示。储能电站记录的荷电状态(state-of-charge，SOC)数据曲线如图3所示。典型日(5月20日) 储能单元224个电池单体的电压曲线如图4所示。

图2 直流侧电压、电流、等效功率曲线Fig. 2 DC voltage, current and equivalent power curves

图3 储能电站SOC曲线Fig. 3 SOC curve of energy storage power station

图4 典型日各电池单体的电压曲线Fig. 4 Voltage curves of battery cell on typical day

结合图3、4可以看出，在储能电池充电过程中，各电池单体电压呈上升趋势，在储能电池充电截止后，各电池单体电压存在回落过程；在储能电池放电过程中，各电池单体电压呈下降趋势，因受储能电池放电SOC截止条件影响，在储能电池放电结束时刻，各电池单体电压有明显回升过程。各阶段各电池单体电压最大值、平均值、最小值如表1所示。

表1 各充/放电阶段电池单体电压统计Table 1 Statistics of battery cell voltage in each charge/discharge stage V

在充电开始前，储能初始SOC为15.2%，各电池单体平均电压为3.224 4 V；在储能电池从15.2%充电至100%的充电阶段，各电池单体平均电压为3.374 8 V；在储能电池充电截止、储能电池放电之前为静置/待机的时间段，SOC为100%，各电池单体平均电压为3.343 0 V；在储能电池放电至SOC为15%的放电阶段，各电池单体平均电压为3.182 2 V；在储能电池放电截止处于静置/待机状态且SOC为15%的时间段，各电池单体平均电压为3.229 0 V。

3 储能电站单体电压一致性分析

取2019年5月份31天的数据为样本数据，数据采样时间间隔为1 min，其储能单元的直流侧电压、电流曲线如图5所示。

图5 直流侧电压、电流曲线Fig. 5 DC voltage and current curves

其中储能单元224个电池单体一个月的电压曲线如图6所示。

图6 各电池单体的电压曲线Fig. 6 Voltage curves of each battery cell

统计该储能电站连续运行一个月的样本数据，各电池单体的极差电压曲线如图7所示。在样本数据统计周期内，各电池单体的极差电压大多在100 mV以内，极差电压大于50 mV的时间段共计44个。

图7 各电池单体的极差电压曲线Fig. 7 Extreme difference voltage curves of each battery cell

分别选取各时间段电压极差值对应单体电压最大、最小值的2组电池单体，统计电池单体电压最大、最小值出现的电池单体ID编号，如图8所示。

图8 电压最大、最小值对应的2组电池单体ID编号Fig. 8 ID number of two battery cells for maximum and minimum voltage

统计各电池单体对应出现电压最大、最小值的频次，结果如图9所示。

图9 各电池单体对应出现电压最大、最小值的频次统计Fig. 9 Frequency statistics of maximum and minimum voltage corresponding to each battery cell

在储能系统静置/待机状态下，电池单体电压最大、最小值对应的电池单体编号较为固定；在充/放电过程中，电池单体电压最大、最小值对应的电池单体编号较为随机。电池单体电压最大值对应的电池单体编号出现频次最高的5个依次为：214号(24 442次)、175号(14 807次)、113号(4 210次)、170号(4 014次)、60号(3 381次)。

统计该储能电站连续运行一个月样本数据的电池单体累计极差电压，结果如图10所示。长时间运行后，储能电站电池单体电压会出现偏差，样本数据各电池单体累计极差电压保持在0.4 V以内的概率为93.6%。

图10 各电池单体的累计极差电压曲线Fig. 10 Accumulated extreme difference voltage curve of each battery cell

累计极差电压最大的5组值对应的电池单体编号依次为：174号(0.545 V)、181号(0.544 V)、20号(0.517 V)、214号(0.513 V)、82号(0.484 V)。

统计该储能电站连续运行一个月样本数据的电池单体电压标准差，结果如图11所示。

图11 各电池单体电压标准差曲线Fig. 11 Voltage standard deviation curve of each battery cell

电池储能系统在样本数据统计周期内，各电池单体电压标准差的最大值为6.64%，平均值为6.09%，最小值为5.73%，电压标准差最大的5组值对应的电池单体编号依次为：204号(4.67%)、78号(4.65%)、120号(4.64%)、36号(4.63%)、106号(4.60%)。

4 储能电站电池温度一致性分析

每个电池簇储能单元有64个温度采集点，各采集点的温度、极差温度曲线分别如图12、13所示。

图12 各采集点的温度曲线Fig. 12 Temperature curves of each collection point

图13 各采集点的极差温度曲线Fig. 13 Extreme difference temperature curve of each collection point

各采集点最大极差温度为6 ℃的数据点共计65个，且最大极差温度对应的采集点编号为15、23。各采集点在样本数据运行时间周期内的温度最高值、平均值、最低值如图14所示。样本数据各采集点的累计极差温度曲线如图15所示。

图14 各采集点的温度最高值、平均值、最低值Fig. 14 Maximum, average and minimum temperature of each collection point

图15 各采集点的累计极差温度曲线Fig. 15 Accumulated extreme difference temperature curve of each collection point

通过温度数据的分析可以看出，各电池单体分钟级的温度变化均在1 ℃以内，而电池单体间最大极差温度为6 ℃，累计极差温度随数据量的增大呈升高的趋势，一个月的样本数据累计极差温度达15 ℃，且对应累计极差温度最大的采集点编号为4、15、19、23。

综上可知，最大极差温度、最大累计极差温度对应的采集点编号为15、23，对应的电池单体编号范围为43～60和85～99。

5 结论

通过短时间尺度的电压、温度数据分析，可初步筛选出需重点关注的电池单体。通过长时间尺度数据分析，找出电压极差值较大的电池单体，再结合储能电池现场运行状况，确定可能存在异常的电池单体，及时进行故障和安全隐患排查，为储能电站健康状态提供数据支撑，降低储能电站系统性运行风险。

1）在一个月的样本数据中，极差电压大于50 mV的时间段共计44个；最大单体电压对应的电池单体编号出现频次最高的5个依次为：214号(24 442次)、175号(14 807次)、113号(4 210次)、170号(4 014次)、60号(3 381次)。

2）在一个月的样本数据中，各单体累计极差电压保持在0.4 V以内的概率为93.6%。累计极差电压最大的5组值对应的电池单体编号依次为：174号(0.545 V)、181号(0.544 V)、20号(0.517 V)、214号(0.513 V)、82号(0.484 V)。

3）各电池单体分钟级的温度变化均在1℃以内，而电池单体间最大极差温度为6 ℃，累计极差温度随运行时间的增长呈升高的趋势，一个月的样本数据累计极差温度最大为15 ℃。