普瑞赛思王敏:储能电池测试评价标准、方法和技术-中国储能网
2023 06/02 11:02:56
来源:中国储能网

普瑞赛思王敏:储能电池测试评价标准、方法和技术

字体:
作者:中国储能网新闻中心

  中国储能网讯:5月24~26日,由工业和信息化部节能与综合利用司与国家能源局能源节约和科技装备司联合指导,中国化学与物理电源行业协会主办并联合240余家机构共同支持的第十三届中国国际储能大会在杭州召开。

  来自行业主管机构、国内外驻华机构、科研单位、电网企业、发电企业、系统集成商、金融机构等不同领域的1011余家产业链供应链企业,5417位嘉宾参加了本届大会,其中245家企业展示了储能产品,可谓盛装出席,涵盖系统集成、电芯、PCS、BMS、集装箱、消防、检测认证等新型储能全产业链。

  5月25日下午,深圳普瑞赛思检测技术有限公司项目高级工程师王敏受邀在储能检测、认证与标准专场分享了主题报告,报告题目为《储能检测、认证与标准》。以下是报告主要内容:

  王敏:各位同行的专家,还有在座的领导,大家下午好!

  今天我报告的主题是:储能电池测试评价标准、方法和技术。

  首先我们从安全的角度出发来讲。我们都知道近几年发生了很多储能箱的安全事故,包括美国、韩国、中国、澳大利亚、欧洲都有事故的发生。通过对这些事故进行调查可以发现,这些储能舱使用年限是从6个月到4年不等,可以说跨度稍微有点大。对它的失效阶段进行分析发现,65%都是在满充过程中发生了失效,还有剩下一部分是在修理中、安装中、充电中发生的失效。

  储能系统失效模式大致归结为4大方面的原因:首先是电池系统缺陷,主要指的是制造过程中引入的缺陷;二是应对电气故障的保护系统不完善;三是运营环境管理的不足,例如储能舱里发生了凝露、灰尘吸附,可能会导致绝缘性能下降,从而引发电气故障;四是储能系统综合管理体系的欠缺

  我想我们都认同安全是一个产品的底线,我们不仅要保证产品在出厂时安全,更要保证它在全生命周期的安全。要做到这一点就需要从三个角度出发。首先就是本征安全,要保证电池自身的安全性,从材料组分、电池结构出发,探究到电池使用安全边界。确保它在特定场合下,还有多因素耦合状态下的安全特性。二是保证它的系统安全,这里主要针对的是电池的大脑,也就是它的各种管理系统,要保证它的可靠性。例如,当电池的一致性变差之后,要确保这个管理系统还能起到有效的控制作用;还有对系统内组件维护维修等。三是消防安全,消防安全是安全保障各环节中的最后一道防线。我们要做到多级消防系统的安全。首先确保灭火试剂、消防系统运行的可靠性,确保现场火灾处置方式有效可行,最后还需要对安全事故做出诊断。我们诊断出原因,才能从设计环节上避免它形成一个闭环。

  接下来,我从测试的角度来讲一下怎么来保证全生命周期的安全。首先本征安全这里对材料做出一些挑选和检测,材料是电池设计的底层,一般我们会进行形貌、热稳定性、机械性能、组分分析、全相分析一系列检测,确保我们使用的材料性能是ok的。接下来是从产品的角度,我们把材料组装成一个电池之后,这个电池也应该具有一定的安全性,我们通常会考察它的可靠性,滥用安全、微滥用安全这一块。滥用安全这一块,主要是保证这个电池在一些极端的情况下,它的安全边界在哪里。常见的滥用安全包括了针刺、内短路、外短路、挤压、过充过放等。对于模组层级产品还要验证热失控扩散蔓延的情况,探究中间这些隔热材料是否能有效抑制或者减缓热失控蔓延的发生。微滥用这一块更多是模拟电池在日常使用中常遇到恶劣工况,以验证它的性能边界。比如说对它进行低温析锂循环,微过充过放循环,微短路循环,还有电气绝缘失效。还有一些其他的测试,比如绝热温升ARC、热失控气体分析等。

  热失控特性研究对于电池的研究是非常重要的一块,我们通常研究的过程特征就包括了电压,还有产气的速率、体积,热失控的各种温度,包括热失控过程中内阻变化、热场分布等。除此之外,我们也需要知道热失控之后产生了是什么样气体成分,爆炸极限是什么,燃烧速率、气体毒性是怎样的。除此之外,我们也会想去了解一个电芯失效之后产生的粉尘,它的电导率成分是怎样的,它沉积到其他电池表面是否会降低其他电池的绝缘性能。常见的测试方法,一个是这种集气测试,另外是绝热温升测试,我们实验室目前也是配备了这两个设备。

  这里展示了这两个测试的数据情况,可以看到中间是集气测试数据,我们主要研究热失控产气的体积,还有气体成分。还要研究产气的速率,这里就和它的比能量挂钩的。中间这张图,中间的小图就展示了压力还有产气的体积,下面这里就展示了产气的速率。右上角的图中,我们还对比不同触发方式,产生气体的成分。另外就是,我们一般研究这3个温度点,T1是自产热的起始点,这里是它失去稳定性的起始温度。T2是热失控的触发温度,也是内部热失控无法抑制的温度。T3是最高温度,这里会影响到热失控蔓延的速度。

  这是纹波测试,GB/T34120-2017有提到电化学储能系统储能变流器纹波不应超过5%,超过的情况下会对电芯造成怎样的损害呢?这里我们也做了一个验证,在电池充电电流上叠加纹波电流,然后模拟PCS直流侧电压和电流纹波对电池的影响。这里我们考察了温度、纹波振幅、频率对容量的影响。之前我也有注意到一些文献中说纹波对电池容量衰减没有太大的影响,根据我们的验证发现还是有影响的,只是说它在室温下影响比较小;在叠加低温之后,它的影响是比较明显的,可以从这个图看出来,它在很短的时间内容量就发生了明显的衰减。

  这是动态挤压测试,用来验证模组的机械可靠性,这个台架是我们和德国大众共同开发的,左边是它的示意图。这个测试的目的是让一个重物自由落体,砸到样品表面,并冲击侵入特定深度,验证它是否会失效,或者漏夜等,同时我们也会用高速摄像进行过程的记录。右边是这个测试的一个典型的数据,我们会记录过程最大的压力,包括降落板整个过程下落位移的变化,会记录到上面降落板接触到模组表面一瞬间的时间点,同时算出接触时的速度,最终也会计算出来最终侵入的深度。

  系统安全,我们主要是验证BMS、BPU、EMS这一块功能安全。首先肯定要保证它的精度,验证它的精度。比如说包括电流采集精度,还有SOC估算精度。二是验证它的保护能力,比如说过压、过流保护、高温保护、低温保护、热管理方面的功能。最后我们也是要验证它的故障诊断和预警的能力,包括对其中一个电芯进行绝缘失效,或者是做一个冷却液泄漏,单电芯内短路,考察系统在运行过程中是否能够及时报警。

  上面这个测试是把几个模组形成了电池簇,使其中一个模组SOC放电到一个很低的水平,然后对这个系统进行放电过程的过流过压保护的验证。下面测试我们是对一个系统中单电芯植入的故障,包括内短路故障还有电解液泄漏的故障,考察系统在运行过程中告警情况,我们也考察了在不同循环阶段容量还有电芯EIS的变化。这里我们专门配备了荷兰的电化学工作站,对EIS进行了检测。

  消防安全,消防安全首先肯定验证的是灭火剂,我们需要找到一种有效的灭火剂。市面上常见的灭火剂可以说各有优缺点,目前使用最多的应该还是全氟己酮。但全氟己酮也是有一定的问题,比如说它比较容易吸收水分,产生酸性物质,可能会腐蚀到金属的部件,还有密封件等。同时它也缺少全尺度灭火实验的支撑。二是对消防系统安全的验证,首先要对消防组件可靠性进行验证,比如防爆排风,测试过程中是否稳定。还包括各种气体,探测系统,还有灭火剂输送管道是否稳定。另外是要对模组、机柜、储能舱进行热失控扩散测试,验证多级消防模块功能。比如是否及时触发,并且能够起到较好的抑制效果。最后我们也需要对这个测试进行拆解分析,进行事故的调查,故障的重现。

  这是一个机柜的热失控实验,它首先通过加热片对左下角模组进行加热,使其中的电芯失效之后产生气体,通过引爆气体使模组热失控,然后观察它扩散的过程。通常这一类测试因为风险比较高,而且监测的信号也比较多,对我们检测机构还有检测人员、场地都提出了很高的要求。做这一类测试时,我们都会配套到高速的数据采集系统,水冷系统,红外摄像,还有各种智能传感器,去监测舱体里气压,氢气,一氧化碳,二氧化碳,氧气浓度等,另外也会配备点火器,高压水泵等。这是一个消防验证的示意图。这个视频和图是我从网上找到的,但是实验室完全有能力完成完全一样的测试。

  总结,前面我只是提到了一些电池测试,但储能系统非常复杂,包含了很多部件。这里还要对它的储能变流器、BMS、EMS、整机进行一些测试,这里我就不再赘述了。

  说完测试,我们再反过来看一下灾害预警和防控相关的标准,这些标准里都提到对可燃气体要有报警设备,还要做到早期火灾预警,还包括建议进行实体火灾模拟实验。下面也提到视频监控最好具有烟雾级火焰识别功能,达到火灾预警效果,设置手动火灾报警按纽。总体来说它的方向都是趋向于做到早期预警,火灾监控告警,自动精准的消防防控系统,火灾的消防处置。通过全球专利布局可以看到最大的是电池材料改性这一块布局,第二大部分就是电池系统的状态监测、故障诊断和预警,可以说预警对于电池的安全是非常重要的。

  随着近几年AI技术的发展,还有深度学习、机器学习在电池中的应用,这些技术也不断被应用到锂电池监测和诊断领域。我们公司也做了相关的研究,接下来我就通过两个工作汇报一下我们做的进展。

  首先我们做了失效诱因的分析模型,大家知道火灾事故分析的过程中通常都会遵循这样一个流程,首先会找到起火点、起火源,对它周边环境进行分析。然后找到失效电池的数据,对它提出一种失效模式,通过验证最后确认事故的原因。这里有一个问题,在提出失效模式环节,其实是非常依赖于人为经验,我们就在想是否能够开发一个模型取代人为判定的部分。

  这里我们也是用了一个卷积神经网络,我们把电压、温度、失效方法输入到卷积神经网络中进行训练,获得了这样一个模型。这两张图是一个训练过程的图,可以看到随着训练次数的增加,Loss不断降低,准确率也在不断增加。从这个混淆矩阵,大家可以更直观看到模型的结果。左边是一个训练过程,可以看到总体还是达到了比较好的训练效果。右边是我们重点要看的验证集的效果,可以看到这个模型对于加热和短路数据识别的准确率都达到了89%-93%。对于针刺数据识别准确率达到70%左右。我们可以再更进一步看一下,大家可以看最中间绿色的块是69.6%,识别错误的这一部分,被识别成什么了呢?剩下一大部分,也就是剩下的23%,都被识别成了短路,还有一小部分被识别成了加热。对于短路数据来说,其余识别错误的部分全部被识别成了针刺。从这里我们也可以看出来针刺数据和短路数据在特征上应该有一部分重叠,或者非常相近的部分。最终这里我们达成的效果,我们拿到了失效的数据,输入到模型,这个模型给到我们一个失效原因。比如说这里可能有98%的概率是由外部火源导致的失效,2%的概率是针刺导致的。

  这是我们第二个工作,当时和南方电网一起合作的项目,用来做退役电池SOH快速评估。我们通常在检测SOH时都需要对电池进行标准条件下满充满放,我们就在想是否可以只使用一部分充电的数据就可以快速评估SOH呢。我们对标借鉴了行业的一些研究思路,提取了充电数据中的特征参数,这里主要是指IC曲线的峰高特征参数。通过研究特征参数和容量之间相关性,还有它的演化规律,提出一种线性模型。我们首先做的就是数据清洗,我们总共切割了3700多圈循环数据,计算了每一圈充电、放电数据的IC曲线,提取了每个峰的峰高。另外我们也提取了静态压降,还有最大温差这样的数据。做这个工作的时候,我们也使用了两种不同的三元电池,使用了不同的采样方式,不同的充电方式。比如说左边这个三元电池用的是CCCV,就是恒流恒压的充电方式。采样间隔是恒定的1s,它的数据量在1万多个数据点。右边这种方式是由恒压转恒流,再转恒压的方式,它的采样间隔是0.1s-120s不等,最终数据量大概在3千个,可以说和前一种的数据量有数量级上的差别。

  我们也是通过对滤波进行研究,提取到比较平滑的IC曲线。左上角的两张图就是两种三元体系提取出来的IC曲线,可以看到它们的形态还是有些差别的。但我们发现一个共同点,就是在3.6V-3.75V之间,它们都有一个比较强的峰。我们也把峰高参数和容量做了相关性的分析,发现它们呈现非常强的相关性。同时也提取了其他特征参数,最后我们也是根据规律选择了多元线性回归模型,右下角可以展示训练结果,可以看到预测的结果整体误差还是比较小的,这里是小于1%。

  以上就是我报告的内容,接下来我简单介绍一下普瑞赛思。

  首先普瑞赛思是成立于2013年,在2016年就已经建立了能力完备、最具规模的动力电池和储能电池检测认证实验室。我们检测范围包括了消费电子产品、新型电动车、电动汽车、储能系统、轨道交通、电动船舶这些产品所使用的电池。同时也提供检测认证,还有计量校准这方面技术服务。目前我们实验室总面积已经超过了3万平方米,分别坐落于深圳、惠州、南京。我们公司荣誉这一块有4个比较重要的平台,首先是工信部产业技术基础公共服务平台,另外也是国家级专精特新重点小巨人企业,广东省动力电池测试评价工程技术研究中心,深圳市锂离子电池安全技术标准服务平台。

  这里稍微介绍一下我们几个实验室,南京实验室和惠州实验室主要测试的对象都是动力和储能电池这一块,深圳主要针对3C及轻型动力及户外储能电池,主要做的是检测检验、认证、仪校这方面的服务。惠州实验室测试能力非常完备,不仅具有3吨、5吨、10吨、20吨、40吨等各种型号的振动冲击实验能力,还有11个独立的防爆间可以并行开展各种安全测试。另外惠州有一个特色,可以做很多高风险的测试,比如说电池包、储能柜级别的外部火烧,还有整车储能系统级别的热扩散,储能箱/柜/舱、换电站这些消防测试,包括比较高的高空跌落。

  以上就是我汇报的全部内容,谢谢大家!

【责任编辑:欧阳勇】