新型储能主动安全技术及实践_储能资料课件.pptxVIP

新型储能主动安全技术及实践_储能资料课件.pptx

  1. 1、本文档共22页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
新型储能主动安全技术及实践 目录Contents一、问题背景二、基于储能大数据分析的主动安全技术 三、新型储能主动安全系统及应用 问题背景新型储能主动安全技术及实践国内外储能火灾事故频繁发生,安全问题已成为电池储能大规模应用的首要障碍1 1 000012011201320152017201920213178422011-2022全球电化学储能电站安全事件40507413016527642310721709326957912011201320152017201920212011-2021我国电化学储能累计投运规模电池储能系统的安全问题电池储能作为重要的灵活性资源,是构建新型电力系统的重要技术和基础装备 问题背景新型储能主动安全技术及实践现有储能安防体系存在缺失储能电站的安全防控贯穿于电池制造、电 站设计建设、运行维护和事故应急处理等 的全生命周期的多个关键环节目前对储能电站安全防控主要关注设计建 设阶段和热失控发生后的消防应急处理, 运行阶段的安全防控尚存在缺失故障早期预警可以识别和定位劣化单元, 通过主动运维措施,可以及时排除故障风 险,避免电池发展到热失控阶段 问题背景新型储能主动安全技术及实践基于数据驱动的人工智能方法为电池安全预警提供了新的解决思路大数据人工智能+ 目录Contents一、问题背景二、基于储能大数据分析的主动安全技术 三、新型储能主动安全系统及应用 基于储能大数据分析 的主动安全技术新型储能主动安全技术及实践总体技术路线基于数据、机理和半经验模型共同驱动的 方法对“电池-环境”复杂耦合系统进行建 模,并对模型进行参数辨识和健康状态评 估。基于工程运行数据、电池故障试验和仿真 数据,构建基于大数据分析的设备故障特 征在线识别算法。实现从电芯到电站级的主动安全预警,支 撑储能电站智能主动运维。 新型储能主动安全技术及实践基于储能大数据分析 的主动安全技术现场工况 复杂老化路径 依赖运行数据 海量边缘/传输 资源有限工况复杂数据非独立同分布数据分布不一致离线数据现场数据失效样本不完备海量数据实时计算亟需挖掘电池全寿命周期的动态衰减及失效行为的特征规律,突破储能电池在线安全预警技术三大技术挑战 基于储能大数据分析 的主动安全技术新型储能主动安全技术及实践关键技术1:储能电站主动安全三级防控体系储能电站主动安全三级防控体系,从风险源 监测、到电池早期故障识别、到电池热失控 预警,层层降低发生严重事故的风险。构建涵盖电池健康状态、电池早期故障、 BMS失效、PCS故障的储能电站全站级SOS 评估模型,量化事故风险,为针对不同风险 等级制定有针对性的运维策略提供依据。 新型储能主动安全技术及实践基于储能大数据分析 的主动安全技术关键技术2:面向电池状态评估的人工智能方法 基于储能大数据分析 的主动安全技术新型储能主动安全技术及实践基于迁移学习模型的电池SOC评估采用深度神经网络模型训练适应储能电站 复杂工况的SOC估计模型。基于迁移学习实现储能锂电池的跨数据域SOC估计,具有良好的泛化能力。 数据集1预测结果基于储能大数据分析 的主动安全技术新型储能主动安全技术及实践基于深度学习模型的电池SOH预测采用不同公开数据集对同一套模型进行实 现验证,印证模型的泛化能力以及相比于 传统机器学习模型的提升效果数据集2预测结果平均相对误差MLPRNNLSTMGRUDual-LSTMOur Model数据集10.35650.30370.26080.30210.26130.1562数据集20.22130.16350.09290.13690.08850.0564 新型储能主动安全技术及实践基于储能大数据分析 的主动安全技术关键技术3:面向电池失效诊断的数据分析 基于储能大数据分析 的主动安全技术新型储能主动安全技术及实践关键技术3:面向电池失效诊断的数据分析电池内短路在线识别提出电池内短路特征提取方法,采用基于离 群点检测和特征演化分析相结合的方法识别 内短路电池。提出基于物理模型的内短路电阻估算方法, 可实现对内短路严重程度的定量评估,实现 分级预警。 基于储能大数据分析 的主动安全技术新型储能主动安全技术及实践从实时运行数据中提取能反映电池健康状 态的数据特征量,通过分析这些表征参数 在单体电池间的分布,识别异常电池。状态估计健康状态表征参数提取IC曲线特征值剩余容量内阻……基于GMM的异常电池检测基于高斯混合 模型的自适应 阈值学习算法实时运行数据采集异常衰竭电池检出关键技术3:面向电池失效诊断的数据分析 基于多维联合特征提取的电池异常衰竭识别 基于储能大数据分析 的主动安全技术新型储能主动安全技术及实践关键技术4:基于云边协同的电池大数据管理面向云边端异构资源高效协同的云边协同 架构,实现模型的敏捷部署和快速迭代面向电池大数据低

文档评论(0)

淘PPT + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档