中國儲能網(wǎng)訊：從項目設計角度概述儲能行業(yè)的現(xiàn)狀。本文重點介紹準確模擬電池衰減的難點，以及如何創(chuàng)新解決方案來解決這一差距！
如今，并網(wǎng)電池系統(tǒng)的開發(fā)過程面臨著許多挑戰(zhàn)。其中最顯著的挑戰(zhàn)是，開發(fā)人員無法在從電池 OEM 采購之前（設計階段之后）準確預測電池系統(tǒng)將如何衰減。那時，開發(fā)人員已經(jīng)鎖定在一家電池 OEM 上，錯過了“購買”最適合其特定用例的電池產(chǎn)品的機會。所選的電池產(chǎn)品很可能不是最適合該用例的。即使它是，你怎么知道呢？這僅僅是因為從未對不同電池產(chǎn)品（針對當前用例）的衰減估計進行過并排比較。為什么？因為與太陽能行業(yè)不同，開發(fā)人員能夠使用 PVsyst 等軟件（具有用于 PV 模塊的精確 PAN 文件）以極高的精度估算年度太陽能發(fā)電量，而沒有廣泛使用的精確建模工具（和電池模型）。這是由于多種原因造成的。首先，鋰電池衰減建模極其復雜，因為它是高度非線性的，并且取決于一系列參數(shù)，如 C率、能量吞吐量、日歷壽命、電池溫度、放電深度、循環(huán)平均值和中心 SoC（這些都只是描述電池系統(tǒng)如何調(diào)度的術(shù)語）。如果這還不夠的話，電池 OEM 不遺余力地保護他們的電池衰減模型及其性能特征，而太陽能行業(yè)則不同，在太陽能行業(yè)中，PV 面板 PAN 文件由 OEM 和第三方測試實驗室提供。
有一些解決方案！嗯，有些比其他的更好。一些顧問已經(jīng)轉(zhuǎn)向靈活性能保證* (FPG) 比例估計。這是當顧問從電池 OEM（來自過去的項目）積累電池 FPG 并使用其中的衰減估計值來推斷具有不同工況的新項目的衰減情況時。例如，如果您有項目 A 的 OEM FPG，并且它顯示電池工況的年度衰減率為 2%，年吞吐量為 1000MWh，您會假設新的項目 B，其年吞吐量為 2000MWh，每年將衰減4%。很簡單，對吧？不完全是，這種過度簡化沒有考慮到項目 A 和 B 的 1000MWh 和 2000MWh 吞吐量是如何調(diào)度的。它忽略了大量嚴重影響衰減的關(guān)鍵電池調(diào)度參數(shù)（C 率、DoD、平均 SoC、環(huán)境等）。例如，此處顯示的曲線是從對許多類似鋰電池的加速衰減測試中推導出來的，這些電池均在 10% 放電深度 (DoD) 下循環(huán)，具有不同的平均 SoC。需要說明的是，平均 SoC 為 25% 的藍色曲線意味著這些電池在 30% 到 20% SoC 之間連續(xù)放電和充電。同樣，橙色曲線表示在 55% 到 45% SoC 之間循環(huán)。注意到了嗎？它們每個循環(huán)的衰減程度都非常不同，即使它們都運行了相似的循環(huán)次數(shù)（相似的能量吞吐量）！在橙色曲線的最佳情況下（平均 SoC 50%），2000 次循環(huán)使我們的電池健康度 (SoH) 達到 92%。而紫色曲線的最壞情況（平均 SoC 90%）在同樣的 2000 次循環(huán)中使我們的電池健康度達到 77%（相同的能量吞吐量）。那么這告訴我們什么？電池循環(huán)的調(diào)度方式很重要！使用 FPG 比例估計會導致衰減估計中出現(xiàn)不可忽略的錯誤。這可能會給開發(fā)人員帶來很多麻煩，具體取決于實際執(zhí)行的循環(huán)類型與 FPG 縮放所基于的循環(huán)類型之間的差異。想想看，如果 FPG 縮放基于上面的橙色曲線，而執(zhí)行的循環(huán)更像紫色曲線，那么電池業(yè)主可能會在2000 個循環(huán)標記處看到電池健康狀況（估計值與實際值）驚人的 15% 差異。好的一面是，一些開發(fā)人員在電池項目執(zhí)行時確保 FPG 時是堅定不移的。所以至少在那個時候，他們將能夠更準確地估計電池衰減。
但是，開發(fā)人員如何在電池項目開發(fā)的早期設計（和融資）階段獲得更準確的衰減估計？他們?nèi)绾卧谠缙跒樘囟ㄓ美x擇最佳電池化學（和 OEM）？市場上有一些工具可以模擬電池系統(tǒng)的衰減，而不僅僅是循環(huán)（或能量吞吐量）。這些工具可以讓開發(fā)人員更接近于實際比較電池 OEM 在不同用例（循環(huán)具有不同的放電深度、平均 SoC、環(huán)境溫度等）下的性能。這些新工具將清楚地表明，上面的紫色曲線（平均 SoC 90%）與最佳情況（2000 次循環(huán)）相比，將導致額外的 15% 衰減。自然，這將促使系統(tǒng)設計人員改變用例或選擇具有更高平均 SoC 循環(huán)的其他電池化學（或 OEM）。目前，這些先進的建模工具似乎是實現(xiàn)大約 95% 或更高準確度的良好解決方案。
我們能在早期獲得更高的準確度嗎？唯一更好的解決方案是讓可靠的實驗室在電池系統(tǒng)設計期間對每個電池 OEM 產(chǎn)品執(zhí)行加速衰減測試。這會非常昂貴并且需要很長時間，因為數(shù)十個（甚至數(shù)百個）電池需要以不同的循環(huán)類型（改變 C 率、DoD、平均 SoC、環(huán)境溫度等）進行循環(huán)。然后必須疊加結(jié)果以推斷應力函數(shù)參數(shù)。除了所涉及的復雜性之外，這還需要很長時間，因為您要嘗試以特定的 C 率運行數(shù)千次循環(huán)。想想看，在 1C 下循環(huán)，1000 次循環(huán)需要 2000 小時（充電一小時，放電一小時），而在 0.5C 下循環(huán)，相同的循環(huán)次數(shù)需要 4000 小時（167 天）。現(xiàn)在，您可能有耐心并且有經(jīng)濟能力做到這一點，但您必須記住，電池 OEM 會非常頻繁地更新其產(chǎn)品（6-18 個月）。因此，您辛苦獲得的測試結(jié)果和后續(xù)模型很可能不再有效，因為該電池 OEM 不再銷售該電池！
那么，我們該何去何從？雖然目前還沒有靈丹妙藥，但這些新的先進電池建模工具似乎正在獲得關(guān)注，并提供投資者和開發(fā)商滿意的準確度。我們只能希望它們能夠發(fā)展和傳播到電池 OEM 注意到并采用其標準化模型的地步，就像 PV 面板制造商采用 .PAN 模型文件格式一樣。
*靈活性能保證 (FPG)：FPG 是電池 OEM 提供的保修文件，可保證如果按照系統(tǒng)開發(fā)人員描述的方式（通常通過電池工況/時間序列）操作電池，其電池電芯的性能會如何下降。換句話說，它將開發(fā)人員估計的年度所需吞吐量水平與保證的年度電池能量容量聯(lián)系起來。一些 FPG 還描述了如果電池運行超過允許的年度吞吐量，保證的年度能量容量將如何變化。
特別感謝 Jakir Hossain 博士、Robin Bisht 博士、Arun Suresh、Aniket Joshi 和 Sukumar Kamalasadan 博士推導了本文中所示的衰減曲線。還要特別感謝北卡羅來納大學夏洛特分校能源生產(chǎn)和基礎設施中心對這項工作的支持。
