ニュース-リチウム電池エネルギー貯蔵システムの主要技術と開発展望

Polarisエネルギー貯蔵ネットワークニュース:2017都市エネルギーインターネット開発(北京)フォーラムおよびエネルギーインターネットデモンストレーションプロジェクト建設および協力セミナーが2017年12月1日に北京で開催されました。テクニカルフォーラムの午後に、全米エネルギーアクティブディストリビューションネットワークテクノロジーR&Dセンターの所長であるJiang Jiuchunが、リチウムバッテリーエネルギー貯蔵システムの主要技術というテーマでスピーチを行いました。

Jiang Jiuchun、National Energy Active Distribution Network Technology R&D Centerディレクター:

バッテリーのエネルギー貯蔵について話している。当社の交通大学は、電力システムや電気自動車から鉄道輸送まで、エネルギー貯蔵を行っています。今日は、電力システムアプリケーションで行っているいくつかのことについて話しています。

私たちの主な研究の方向:1つはマイクログリッドで、もう1つはバッテリーアプリケーションです。バッテリー用途では、私たちが使用した最も初期の電気自動車は、電力システムにエネルギー貯蔵を使用していました。

バッテリーのエネルギー貯蔵の最も重要な問題に関して、最初の問題は安全です。2つ目は寿命であり、次に高効率です。

エネルギー貯蔵システムの場合、最初に考慮すべきことは安全であり、次に効率です。多くの場合、効率、変圧器の速度、寿命、およびバッテリ低下後のエネルギー利用の順守は、定量化された問題ではない可能性があります。それを説明する指標ですが、エネルギー貯蔵には非常に重要です。いくつかのことを通じて、私たちは安全な生活と高効率の問題を解決できることを願っています。電気自動車や公共交通機関では、標準化されたエネルギー貯蔵システムとバッテリー状態のカーディング分析システムが使用されています。

現在、誰もが使用しているエネルギー貯蔵システム、ノードコントローラー、インテリジェント配電ボックスの使用により、システムの全体的な経済性と安定性が向上し、システムインテグレーターのコアバリューが向上し、バックエンドクラウドへの友好的なアクセスが可能になりますプラットホーム。

これは集中型エネルギースケジューリングシステムです。この階層構造は今朝、非常に明確になり、マルチノードコントローラーを介して、調整されたマルチエネルギーストレージパワープラントとマイクログリッドの長期最適スケジューリングを実現できます。

現在では、標準のインテリジェント配電キャビネットになっています。これが配電盤の基本機能です。充放電機能、自動保護機能、インターフェース機能など、さまざまな機能を搭載しています。標準装備です。

ノードコントローラーは、ローカルエネルギー管理コア機器、主要なデータ収集機能、監視、保存、実行管理戦略、およびアップロードを実装します。ここに問題があり、データがアップロードされるときのデータサンプリングレートとデータサンプリングの時間について、真剣で綿密な調査が必要です。このようにして、バッテリーのバックグラウンドでのバッテリーデータの分析が実装され、バッテリーのメンテナンスがインテリジェントメンテナンスに変わります。このバッテリーの現在の状態を完全に説明するために、最終的に、サンプル数の大きさ、またはストレージの速度を調べます。

私が電気自動車を運転すると、多くの電気自動車が頻繁に変わり、ジャンプする状態にあることがわかります。実際、エネルギー貯蔵は、電力システムのエネルギー貯蔵アプリケーションでも同じ問題に直面しています。データで解決したいと思っています。適切なBMSサンプルサイズがあります。

柔軟なエネルギー貯蔵についてお話しましょう。みんな6000回もできるし、車の中で1000回も使えるそうです。わかりにくいです。あなたは、エネルギー貯蔵システムとしてそれを手伝うことができ、5,000回と主張しています。バッテリー自体に大きな問題があるため、使用率はどのくらいですか、不況プロセス中にバッテリーの低下はランダムであり、各バッテリーの低下の仕方は異なり、単一セル間の違いはますます異なっていますメーカーの不整合バッテリーの低下も異なります。このグループのバッテリーはどれだけのエネルギーを使用でき、そのエネルギーは利用可能ですか?これは注意深い分析を必要とする問題です。たとえば、現在電気自動車を使用している場合、10〜90%の電気自動車が使用されており、景気後退の影響はある程度ありますが、60%〜70%にとどまり、エネルギー貯蔵に大きな課題があります。

減衰の法則によるグループ化を使用して妥協を図ることができますか?パフォーマンスと効率を向上させるための適切な選択はどれほど大きいか、バッテリーの減衰法則に従ってグループ化したいと思います効率とパワーエレクトロニクスのバランスをとるように、より適切または40がより適切です。そのため、柔軟なエネルギー貯蔵について何かを行います。これは、これを行うためのプロジェクトでもあります。もちろん、カスケードで使用するより良い場所があります。カスケード利用は過去2年で一定の価値があると思いますが、将来的には活用する価値はありますが、バッテリーの価格が下がったら充放電の効率も考えます。カスケードにはいくつか問題があります。柔軟なグループ化により、大きな問題を解決できます。別の種類の高度なモジュール性により、システム全体のコストが削減されます。最大のものは、使用率を向上させることができます。

3年後の自動車で使用されるバッテリーと同様に、低下は8%未満であり、使用率は60%にすぎません。それはその違いによるものです。利用率を5セットにすると70%になり、利用率が向上します。バッテリーモジュールをつなぎ合わせることで、バッテリーの使用率も向上します。メンテナンス後、エネルギー貯蔵は33%増加しました。

 

この例を見ると、バランス調整後は7%増加し、フレキシブルグループ化後は3.5%増加し、バランス調整は7%増加する可能性があります。柔軟なグループ化にはメリットがあります。実際、メーカーによってバッテリーが減る理由は異なります。このバッテリーのグループがどのようなものになるか、またはパラメーターの分布がどのようなものになるかを事前に知っておく必要があります。その後、ターゲットを絞った最適化を行います。

これは採用された方式であり、モジュールのフルパワー独立電流制御であり、ハイパワーアプリケーションには適していません。

モジュールの電力の一部は、電流によって独立して制御されます。この回路は、中高圧の繰り返し使用に適しています。これは、高電圧および高電力に適したMMCバッテリーエネルギー貯蔵ソリューションです。

バッテリーの状態分析についても。私はいつも、バッテリー容量に一貫性がなく、低下がランダムであり、バッテリーの経年変化に一貫性がなく、容量と内部抵抗が非常に低下していると言いました。このパラメーターを使用して特性を評価すると、容量と内部抵抗が多く使用されます。一貫性を維持する方法を見つけたい場合は、各バッテリーのSOCの違い、この単一セルのSOCを評価する方法を評価する必要があります。そして、このバッテリーがどのように一貫しておらず、最大電力がどのくらいあるかを判断できます。 。SOCを通じてバッテリーを維持して単一のSOCを取得するにはどうすればよいですか?現在のアプローチは、BMSをバッテリーシステムに配置し、このSOCをオンラインでリアルタイムで推定することです。別の方法で説明したいと思います。サンプリングしたデータをバックグラウンドで実行したいと考えています。バックグラウンドデータを使用して、バッテリーのSOCとバッテリーを分析します。SOH、これに基づいてバッテリーを最適化します。したがって、ビッグデータではなく、カーバッテリーデータがデータプラットフォームであることを願っています。機械学習とマイニングにより、SOH推定モデルが拡張され、推定結果に基づいて、バッテリーシステムのフル充電と放電の管理戦略が示されます。

データが表示された後は、別の利点があります。バッテリーの状態を早期に警告できます。バッテリーの火災は依然として頻繁に発生しており、エネルギー貯蔵システムは安全でなければなりません。私たちは、バックグラウンドデータ分析を通じてリアルタイムの情報と中長期の早期警告を行い、潜在的な安全上の危険に対する短期および長期のオンライン警告方法を見つけ、最終的にシステム全体の安全性と信頼性を向上させたいと考えています。

これにより、大規模ないくつかの側面を達成できます。1つはシステムのエネルギー使用率を上げること、2つ目はバッテリーの寿命を延ばすこと、3つ目は安全性を確保することであり、このエネルギー貯蔵システムは確実に機能します。

要件を満たすためにどれだけのデータをアップロードする必要がありますか?バッテリーの動作状態に合った最小のバッテリーを見つける必要があります。これらのデータは背後の分析をサポートできます。データが大きすぎてはなりません。大量のデータは、ネットワークAの負荷全体に対して実際には非常に大きくなります。数十ミリ秒で、各バッテリーの電圧と電流を取得します。これは、バックグラウンドに渡すと実現できません。これで方法がわかったので、サンプリング周波数とは何か、渡す必要のある特性データはどれかを伝えます。これらのデータを圧縮して、ネットワークに渡すだけです。バッテリー曲線パラメーターは1ミリ秒で、バッテリー評価のニーズを満たすのに十分です。データレコードはごくわずかです。

最後の1つは、BMSと言います。エネルギー貯蔵のコストは、バッテリーのコストよりも重要になります。すべての機能をBMSに追加すると、このBMSのコストを削減できません。データを送信できるため、背後に強力な分析プラットフォームが存在する可能性があります。前面を簡素化できます。前面にはデータサンプリングまたは単純な保護のみがあります。非常に単純なSOC計算を行います。他のデータはバックグラウンドから送信されます。これが現在実行していることです。以下のBMSの状態推定とサンプリング全体、エネルギーストレージノードコントローラーを通過し、最後にネットワーク、エネルギーストレージノードコントローラーには特定のアルゴリズムがあり、以下は基本的に検出と等化です。最終的な計算は、バックグラウンドネットワークで実行されます。これがシステムアーキテクチャ全体です。

イコライゼーション、低電圧アクイジション、イコライゼーションアクイジションからカレントアクイジションまでのボトムレイヤー変更の有効性とシンプルさを見てみましょう。エネルギーストレージノードコントローラーは、SOCを含め、それを処理する方法を次のように指示し、ここでバックグラウンドが再び機能します。これは、現在取り組んでいるスマートセンサー、バッテリー管理ユニット、インテリジェントノードコントローラーであり、エネルギー貯蔵のコストを大幅に削減します。


投稿時間:2020年7月8日