Berita - Teknologi utama dan prospek pengembangan sistem penyimpanan energi baterai lithium

Polaris Energy Storage Network News: 2017 Urban Energy Internet Development (Beijing) Forum dan Seminar Konstruksi dan Kerjasama Proyek Demonstrasi Internet Energi diadakan pada tanggal 1 Desember 2017 di Beijing. Pada sore hari forum teknis, Jiang Jiuchun, direktur Pusat Litbang Teknologi Jaringan Distribusi Aktif Energi Nasional, menyampaikan pidato bertema: teknologi kunci sistem penyimpanan energi baterai lithium.

Jiang Jiuchun, Direktur Pusat Litbang Teknologi Jaringan Distribusi Aktif Energi Nasional:

Saya berbicara tentang penyimpanan energi baterai. Universitas Jiaotong kami telah melakukan penyimpanan energi, dari sistem tenaga dan kendaraan listrik hingga angkutan kereta api. Hari ini kita berbicara tentang beberapa hal yang kita lakukan dalam aplikasi sistem tenaga.

Arah penelitian utama kami: satu adalah jaringan mikro dan satu lagi adalah aplikasi baterai. Dalam aplikasi baterai, mobil listrik paling awal yang kami gunakan menggunakan penyimpanan energi dalam sistem tenaga.

Mengenai masalah penyimpanan energi baterai yang paling penting, masalah pertama adalah keamanan; yang kedua adalah umur panjang, dan kemudian efisiensi tinggi.

Untuk sistem penyimpanan energi, hal pertama yang harus diperhatikan adalah keamanan, kemudian efisiensi. Kepatuhan terhadap efisiensi, laju transformator, dan umur, serta pemanfaatan energi setelah penurunan baterai, mungkin bukan masalah yang terukur dalam banyak kasus. Indikator untuk menggambarkannya, tetapi itu harus sangat penting untuk penyimpanan energi. Kami berharap melalui beberapa hal, kami dapat menyelesaikan masalah keselamatan hidup dan efisiensi yang tinggi. Sistem penyimpanan energi standar dan sistem analisis carding untuk status baterai digunakan dalam kendaraan listrik dan sistem transportasi umum.

Saat ini, penggunaan sistem penyimpanan energi, pengontrol node, dan kotak distribusi cerdas yang digunakan semua orang, meningkatkan ekonomi dan stabilitas sistem secara keseluruhan, meningkatkan nilai inti integrator sistem, dan dapat menjadi akses ramah ke cloud back-end peron.

Ini adalah sistem penjadwalan energi terpusat. Struktur hierarki ini telah dibuat sangat jelas pagi ini, dan kami dapat mencapai penjadwalan optimal jangka panjang dari pembangkit listrik penyimpanan multi-energi terkoordinasi dan microgrid melalui pengontrol multi-node.

Sekarang dibuat menjadi kabinet distribusi daya cerdas standar. Ini adalah fitur dasar dari kabinet distribusi daya. Ini berisi berbagai fungsi, seperti fungsi pengisian dan pemakaian, perlindungan otomatis, dan fungsi antarmuka. Ini adalah perlengkapan standar.

Pengontrol node menerapkan peralatan inti manajemen energi lokal, fungsi pengumpulan data utama, pemantauan, penyimpanan, strategi manajemen pelaksanaan, dan pengunggahan. Ada masalah di sini yang membutuhkan penelitian yang serius dan mendalam tentang laju pengambilan sampel data dan waktu pengambilan sampel data saat data diunggah. Dengan cara ini, analisis data baterai di latar belakang baterai diimplementasikan, dan perawatan baterai diubah menjadi perawatan cerdas. Lakukan beberapa pekerjaan, pada akhirnya, seberapa besar jumlah sampel, atau seberapa cepat penyimpanannya, untuk sepenuhnya menggambarkan status baterai ini saat ini.

Jika saya mengemudikan mobil listrik, Anda akan menemukan banyak mobil listrik dalam keadaan yang sering berubah-ubah dan melompat-lompat. Faktanya, penyimpanan energi menghadapi masalah yang sama dalam aplikasi penyimpanan energi sistem tenaga. Kami berharap dapat menyelesaikannya melalui data. Kami memiliki ukuran sampel BMS yang sesuai.

Izinkan saya berbicara tentang penyimpanan energi yang fleksibel. Semua orang mengatakan bahwa saya dapat melakukannya 6.000 kali, dan dapat digunakan ribuan kali di dalam mobil. Sulit untuk mengatakannya. Anda dapat membantunya sebagai sistem penyimpanan energi, diklaim 5.000 kali. Berapa tingkat pemanfaatannya, karena baterainya sendiri memiliki masalah besar, penurunan baterainya terjadi secara acak selama proses resesi, setiap baterai menurun secara berbeda, dan perbedaan antara sel-sel tunggal menjadi semakin berbeda Ketidakkonsistenan pabrikan penurunan baterai juga berbeda. Berapa banyak energi yang dapat digunakan oleh kelompok baterai ini dan energi yang tersedia? Ini adalah masalah yang membutuhkan analisis yang cermat. Misalnya, ketika kendaraan listrik digunakan saat ini, mereka digunakan dari 10 hingga 90%, dan resesi hanya dapat menggunakan 60% hingga 70% sampai batas tertentu, yang menimbulkan tantangan besar bagi penyimpanan energi.

Bisakah kita menggunakan pengelompokan menurut hukum pembusukan untuk membuat kompromi, seberapa besar pilihan yang tepat untuk mendapatkan kinerja yang lebih baik dan efisiensi yang lebih baik, kami berharap untuk mengelompokkannya sesuai dengan hukum peluruhan baterai, 20 cabang sebagai simpul adalah Apakah ini lebih tepat atau 40 lebih tepat, yang membuat keseimbangan antara efisiensi dan elektronika daya. Jadi kami melakukan sesuatu tentang penyimpanan energi fleksibel, yang juga merupakan proyek kami untuk melakukan hal ini. Tentu saja, ada tempat yang lebih baik untuk menggunakannya dalam kaskade. Saya pikir pemanfaatan kaskade memiliki nilai tertentu dalam dua tahun terakhir, tetapi layak digunakan di masa depan, tetapi juga memikirkan efisiensi pengisian dan pemakaian, begitu harga baterai turun, Ada beberapa masalah dengan kaskade. Pengelompokan yang fleksibel dapat memecahkan masalah besar. Jenis lain dari modularitas tinggi mengurangi biaya seluruh sistem. Yang terbesar dapat meningkatkan tingkat pemanfaatan.

Seperti baterai yang digunakan dalam mobil tiga tahun kemudian, penurunannya kurang dari 8%, dan tingkat pemanfaatannya hanya 60%. Itu karena perbedaannya. Jika Anda membuat 5 set tingkat pemanfaatan, Anda dapat mencapai 70%, yang dapat meningkatkan tingkat pemanfaatan. Merangkai modul baterai bersama-sama juga dapat meningkatkan pemanfaatan baterai. Setelah pemeliharaan, penyimpanan energi meningkat 33%.

 

Melihat contoh ini, setelah penyeimbangan, dapat ditingkatkan sebesar 7%, setelah pengelompokan fleksibel, I meningkat sebesar 3,5%, dan penyeimbangan dapat meningkat sebesar 7%. Pengelompokan yang fleksibel dapat membawa manfaat. Faktanya, alasan penurunan baterai dari berbagai produsen berbeda. Penting untuk mengetahui sebelumnya akan menjadi apa kelompok baterai ini atau apa distribusi parameternya, dan kemudian Anda akan membuat pengoptimalan yang ditargetkan.

Ini adalah skema yang diadopsi, modul kontrol arus independen daya penuh, yang tidak cocok untuk aplikasi daya tinggi.

Bagian dari kekuatan modul dikontrol secara independen oleh arus. Sirkuit ini cocok untuk tegangan menengah dan tinggi serta penggunaan berulang. Ini adalah solusi penyimpanan energi baterai MMC yang cocok untuk tegangan tinggi dan daya tinggi.

Juga tentang analisis status baterai. Saya selalu mengatakan bahwa kapasitas baterai tidak konsisten, penurunannya acak, penuaan baterai tidak konsisten, dan kapasitas serta resistansi internal sangat berkurang. Menggunakan parameter ini untuk mencirikan, semakin Anda gunakan adalah kapasitas dan hambatan internal. Jika Anda ingin menemukan cara untuk menjaga konsistensi, Anda perlu mengevaluasi perbedaan SOC dari setiap baterai, bagaimana mengevaluasi SOC dari sel tunggal ini, dan kemudian Anda dapat mengatakan bagaimana baterai ini tidak konsisten dan seberapa besar daya maksimumnya. . Bagaimana cara mendapatkan satu SOC dengan memelihara baterai melalui SOC? Pendekatan saat ini adalah meletakkan BMS pada sistem baterai dan memperkirakan SOC ini secara online dalam waktu nyata. Kami ingin mendeskripsikannya dengan cara lain. Kami berharap untuk menjalankan data sampel ke latar belakang. Kami menganalisis SOC baterai dan baterai melalui data latar belakang. SOH, optimalkan baterai atas dasar ini. Oleh karena itu, kami berharap data aki mobil, bukan big data, dapat menjadi platform data. Melalui pembelajaran mesin dan penambangan, model estimasi SOH diperpanjang, dan strategi manajemen untuk pengisian dan pengosongan penuh sistem baterai diberikan berdasarkan hasil estimasi.

Setelah datanya keluar, ada keuntungan lain lagi, saya bisa melakukan early warning status kesehatan baterai. Kebakaran baterai masih sering terjadi, dan sistem penyimpanan energi harus aman. Kami berharap dapat melakukan informasi real-time dan peringatan dini jangka menengah dan panjang melalui analisis data latar belakang, menemukan metode peringatan online jangka pendek dan jangka panjang untuk potensi bahaya keselamatan, dan akhirnya meningkatkan keamanan dan keandalan seluruh sistem.

Melalui ini, saya dapat mencapai beberapa aspek dalam skala besar, salah satunya adalah meningkatkan tingkat pemanfaatan energi sistem, yang kedua adalah memperpanjang masa pakai baterai, dan yang ketiga adalah memastikan keamanan, dan sistem penyimpanan energi ini dapat bekerja dengan andal .

Berapa banyak data yang harus saya unggah untuk memenuhi kebutuhan saya? Saya perlu menemukan baterai terkecil yang memenuhi kondisi pengoperasian baterai. Data ini dapat mendukung analisis di belakang, data tidak bisa terlalu besar, sejumlah besar data sebenarnya sangat besar untuk seluruh jaringan beban. Puluhan milidetik, Anda mengambil voltase dan arus setiap baterai, yang tidak dapat disadari saat Anda meneruskannya ke latar belakang. Kami telah menemukan cara sekarang, kami dapat memberi tahu Anda, frekuensi pengambilan sampel apa yang seharusnya, data karakteristik apa yang perlu Anda lewati. Kami cukup memampatkan data ini, dan kemudian meneruskannya ke jaringan. Parameter kurva baterai adalah satu milidetik, yang cukup untuk memenuhi kebutuhan evaluasi baterai. Catatan data kami sangat, sangat sedikit.

Yang terakhir, kami katakan BMS, biaya penyimpanan energi menjadi lebih penting daripada biaya baterai. Jika Anda menambahkan semua fungsi ke BMS, Anda tidak dapat mengurangi biaya BMS ini. Karena data dapat dikirim, mungkin ada platform analisis yang kuat di belakang saya. Saya bisa menyederhanakannya di depan. Hanya ada pengambilan sampel data atau perlindungan sederhana di depan. Lakukan perhitungan SOC yang sangat sederhana, data lain dikirim dari latar belakang, inilah yang sedang kita lakukan sekarang, seluruh estimasi status dan pengambilan sampel BMS di bawah ini, kami melewati pengontrol node penyimpanan energi, dan akhirnya lolos ke jaringan, energi penyimpanan Kontroler node akan memiliki algoritma tertentu, berikut ini pada dasarnya adalah deteksi dan pemerataan. Penghitungan akhir dilakukan di jaringan latar belakang. Ini adalah keseluruhan arsitektur sistem.

Mari kita lihat keefektifan dan kesederhanaan dari perubahan lapisan bawah, yaitu pemerataan, akuisisi tegangan rendah dan pemerataan akuisisi untuk arus. Pengontrol node penyimpanan energi memberi tahu hal berikut cara menghadapinya, termasuk SOC dilakukan di sini, dan latar belakang berfungsi kembali. Ini adalah sensor pintar, unit manajemen baterai, dan pengontrol node cerdas yang sedang kami kerjakan, yang sangat mengurangi biaya penyimpanan energi.


Waktu posting: Jul-08-2020