關于電池儲能管理云平臺的應用場景研究

張敏，彭鵬

（1. 廣州調峰調頻科技發展有限公司，廣東 廣州 510000；2. 南方電網調峰調頻發電有限公司，廣東 廣州 510000）

1 概述

隨著能源政策的不斷完善、電改的逐步深入，儲能在推動能源變革和能源互聯網發展中的多元化作用將全面體現。尤其是在電力現貨市場逐步建立和完善的前提下，用戶側工/商/居民儲能、電動汽車移動儲能等用戶側分布式儲能資源的多重化價值將顯現，使收益空間進一步擴大。以“互聯網+”為手段，以智能化為基礎，通過提升分布式儲能設施的信息化管控水平，實現網絡化運營管理，將促進分布式儲能資源開放共享和高效利用[1-9]。

2 充放電運營管理

聚合調度云主要實現能量優化調度技術，面向規模化分布式儲能系統的市場參與，從儲能系統的多元化應用服務價值出發。提出監測與協同控制技術，面向大規模的碎片化分布式儲能系統（集裝箱儲能、電動汽車等）的廣泛接入，開發同時滿足本地實時監測和區域協同高效控制的監控系統。

2.1 實時監控

實時監控所轄充電站充電設備的充電狀態，獲取充電設備和動力電池各階段實時數據，實現遠程監測充電數據，設置設備參數和控制設備啟停機。具有充放電控制功能，能夠控制充電設備的啟停機，支持用戶識別和密碼認證，另外可以根據電網的需求更改充放電策略，控制功率輸出，并可以通過網絡遠程升級智能模塊。

2.2 運營統計

統計充電站數量、當日充放電量、當日注冊和充電用戶數、累計充電次數、累計充電時長、累計充電電量。統計最近 7 d 內每日充電次數、時長和電量，每日用戶注冊、充電數量，每日充電電費收入、累計充電電量、放電電量、累計收益金額、累計節能減排折合碳排放量。具備報告導出功能。

統計充電站目前接入 V2G 車輛具備的電力供應能力，與調度需求能力進行統籌分析，得出具體的分配供電指令，統計用戶供應電量，結算費用。提供用戶充電、放電策略，供用戶選擇。提供用戶充電費用與放電收費結算賬單，并統計匯總，方便用戶查看，調整自己的用車習慣，達到最大的收益率。

2.3 數據存儲

能夠實現充放電過程的全數據記錄，可以保證數據不丟失，并可滿足一定時間的數據量存儲需求，具備數據導出功能，實現數據云端處理、本地存儲。

2.4 計量消費

根據市場交易規則固化收取、結算機制。

2.5 告警功能

能夠實時記錄系統發生變化的時間信息、時間節點，并針對非正常事件發出告警。

3 儲能監控管理

基于電池儲能的監控系統是電池儲能技術的關鍵組成部分，提出了一種電池儲能的監控系統。通過可視化人機界面實時監控電池的電壓和溫度，支持權限管理、電池接入和接出等保護控制動作。IEC 61850 后臺監控與儲能變流器進行電力轉換，定期分析和匯總電池性能指標。在多地掛網實驗的實踐證明，系統明顯提高了電池儲能的管控效率，提高了人機友好性和降低了人力成本。

3.1 地圖分布

設備故障狀態統計：統計正常、故障、離線設備數量。

地圖顯示站點位置及信息：構建可縮放地圖，顯示接入儲能電站的位置及信息，可通過站點查詢關鍵運行指標。

3.2 電站實時監控

控制模式設定：設置削峰填谷、調峰、調頻、調壓、手動等控制邏輯。

實時監控：針對具體電站搭建電站主接線及站內儲能系統監控界面，實時監測線路及系統的電壓、電流、功率等和儲能系統設備（含 PCS、BMS、電池）信息，顯示當前控制權歸屬（云平臺/現地），具備儲能系統啟停控制、充放電功率控制、控制模式選擇等功能。

3.3 數據統計與分析

歷史曲線查詢：實時存儲數據，可保存一定時間的歷史數據，支持查詢電壓、電流、功率及儲能系統關鍵信息的分鐘、小時、日、月、年的歷史曲線。

數據分析：統計儲能系統正常狀態時長、運行工作時長、充電時長、放電時長、故障時長及電量等信息，分析儲能系統可靠性、充放電量、效率、經濟效益，可生成并導出日報、周報、月報、年報。

3.4 告警

告警參數設置：可設置告警規則、告警閾值等。

告警記錄：每產生一次告警，應生成一條告警記錄，應包含時間、設備、設備編號、所屬站點、故障類型、故障編碼、故障描述等。

3.5 運行日志

包含操作日志和告警日志，可記錄并導出儲能系統運行過程中狀態發生變化的事件。

3.6 通信狀態監測

搭建通信狀態界面，管理網絡通信設備（交換機、路由器、防護墻、智能本地控制狀態），實時監測網絡通狀態。

3.7 電站管理

電站接入管理：支持電站添加、刪除、修改和查詢，需接入審批。

儲能系統接入管理：支持儲能系統添加、刪除、修改和查詢，明確填寫規則及規范錄入信息，可遠程配置參數，需接入審批。

智能本地控制終端接入管理：支持智能本地控制終端的添加、刪除、修改和查詢，明確填寫規則及規范錄入信息，可遠程配置參數，需接入審批。

4 動力電池監測

根據電動汽車遠程管理與故障診斷的需求，采集車輛及動力電池實際工況數據，建立動力電池全生命周期監控系統，搭建電動汽車電池系統故障、電機系統故障、充電系統故障以及整車故障的模擬測試平臺，開展電動汽車動力電池故障的模擬與特性數據采集工作。

以動力電池工況數據、動力電池故障數據和車輛運行數據為基礎，進行新能源汽車應用故障樹的關聯性分析，并按照車型不同、電池類型不同進行在線診斷技術的研究，并分析故障測試與模擬數據、車輛遠程監控數據以及車輛運行反饋數據的相關關系，建立實時數據和歷史數據縱橫對比的在線診斷模型，形成故障診斷與處理機制[10-12]。

4.1 電池實時監控

實時監控動力電池 pack、模組和電池單體的電壓、電流、溫度、SOC 等參數，并計算最高最低溫度，最高最低單體電壓值。按最近 3 h、6 h、12 h和 24 h 內，查看所有電池單體各項參數的變化曲線。按照指定起止時間，查詢所有電池單體各項參數的變化曲線。在所有電池單體各項參數的變化曲線上，自動標注最高和最低點，方便識別異常數據點。對所有電池單體各項參數的變化曲線，支持多Y 軸顯示，支持聯動分析。

4.2 電池能耗分析

按月顯示每日，按年顯示每月的充電充電電量、放電電量、行駛里程等。實時顯示總平均電耗（百公里耗電量），本月平均電耗，最低月平均電耗。按月顯示每日百公里耗電量，按年顯示每月百公里耗電量，并用柱狀圖顯示。

4.3 電池續駛里程分析

實時顯示車輛剩余續駛里程，并用電池容量圖顯示效果。按月顯示每日，按年顯示每月的車輛行駛里程，并用柱狀圖顯示。

4.4 電池健康狀態預測

按月顯示每日電池 SOH 值，可以按年顯示每月電池 SOH 值，并用柱狀圖顯示。顯示動力電池Pack、模組和電芯的 SOH，并用柱狀圖顯示。

4.5 電池故障預警預測

按月顯示每天，按年顯示每月的車輛故障分類統計、并用餅狀圖顯示。實時預測動力電池發生故障的概率，并提前至少 30 min 預警，通過 web、app 或者短信等方式，通知指定人員。按照故障等級，車輛類型、運營區域對故障進行統計排名，用曲線圖或柱狀圖顯示，并能將顯示結果作為報告導出。

4.6 電池控制策略分析

實時顯示車輛動力電池控制策略，并通過web、app 或者短信方式，通知指定人員。按車輛查詢指定時間段的控制策略，并結合車輛實際工況，判斷控制策略執行效果。按控制策略進行專項分析，識別控制策略的執行條件是否合理，執行成功率和時延，是否滿足整車協議要求的技術指標。

5 新能源監控

儲能系統的監測需求也將同步要求。儲能系統監測方案（EMS）是儲能/微電網系統智能運行的核心，也是系統安全、穩定、經濟運行的關鍵技術。EMS 在滿足用戶能源需求的前提下，協同儲能/微電網與電網之間的能量轉移，實現系統優化運行，并可根據不同控制目標實現削峰填谷、需量控制、平滑波動、需求響應、負荷管理、并/離網切換與運行控制等策略。

5.1 地圖分布

設備故障狀態統計：統計正常、故障、離線設備數量。

地圖顯示站點位置及信息：構建可縮放地圖，顯示接入光伏、風電的位置及信息，可通過站點查詢關鍵運行指標。

5.2 系統實時監控

控制模式設定：設置控制邏輯。

實時監控：針對具體光伏、風電系統搭建監控界面，實時監控光伏、風電系統的電壓、電流、功率等和設備信息，顯示當前控制權歸屬（云平臺/現地），具備光伏、風電系統的啟停控制、充放電功率控制、控制模式選擇等功能。

5.3 數據統計與分析

歷史曲線查詢：實時存儲數據，可保存不少于1 a 的歷史數據，支持查詢電壓、電流、功率及光伏、風電系統關鍵信息的分鐘、小時、日、月、年的歷史曲線。

數據分析：統計光伏、風電系統正常狀態時長、運行工作時長、充電時長、放電時長、故障時長及電量等信息，分析儲能系統可靠性、充放電量、效率、經濟效益，可生成并導出日報、周報、月報、年報。

5.4 告警

告警參數設置：可設置告警規則、告警閾值等。

告警記錄：每產生一次告警，應生成一條告警記錄，應包含時間、設備、設備編號、所屬站點、故障類型、故障編碼、故障描述等。

5.5 運行日志

包含操作日志和告警日志，可記錄并導出光伏、風電系統運行過程中狀態發生變化的事件。

5.6 通信狀態監測

搭建通信狀態界面，管理網絡通信設備（交換機、路由器、防護墻、智能本地控制狀態），實時監測網絡通信狀態。

5.7 系統管理

光伏、風電系統接入管理：支持光伏、風電系統添加、刪除、修改和查詢，明確填寫規則及規范錄入信息，可遠程配置參數，需接入審批。

5.8 安全登錄

支持單點登錄功能，支持綁定操作者電腦MAC 地址，支持設置操作者電腦 IP 白名單等功能，避免賬號泄漏風險。

6 智能分析

基于大數據采用機器學習和深度學習算法，對車輛的能耗、習慣、工況等方面進行研究。通過分析駕駛習慣、工況對于車輛能耗的影響，一方面可以了解如何更好的發揮電動車的能源優勢，也可以避免對電動車造成不可逆的危害的行為。同時，目前電動車行業的迅速發展和電動車數量的快速增多，對電動車上的動力電池的評估變得尤為重要，目前電池壽命評估的一系列方法都局限于實驗室的測試和計算研究，根據車輛上傳的大量歷史數據直接進行評估目前還沒有達到很好的效果，這是一項極為重要的研究[13-15]。

● 關于智能分析，主要有以下幾方面：

● 電力市場運營數據分析：針對運行電站開展經營數據分析，研究參與不同電力市場下的綜合收益。

● 電池運維大數據分析：開展電池數據的大數據分析，在線篩選短板電池及故障電池

● 實現基于車輛數據和道路信息等數據計算車輛的能耗，算法要實現固定時間段內的車輛在不同工況下的平均能耗，考慮實現實時計算，數據實時更新。

● 分析不同駕駛習慣對于車輛能耗、壽命等的影響，完成定性和定量分析。

● 基于大數據設計 SOH 預測算法，使遠程SOH 預測精度達到 ± 5 % 以內，SOH 的計算結果可以實時更新和展示。

7 總結

電池儲能管理云平臺主要實現能量優化調度管理，面向規模化分布式儲能系統的市場參與，從儲能系統的多元化應用服務價值出發，結合監測與協同控制技術，為大規模的碎片化分布式儲能系統（集裝箱儲能、電動汽車等）的廣泛接入提供了滿足本地實時監測和區域協同高效控制的監控系統。