中国储能网讯：9月7—9日，由工业和信息化部节能与综合利用司、国家能源局能源节约和科技装备司、浙江省能源局联合指导，中国化学与物理电源行业协会联合232余家机构共同支持的第十二届中国国际储能大会在杭州洲际酒店召开。本次大会由中国化学与物理电源行业协会储能应用分会、中国科学院电工研究所储能技术组和中国储能网联合承办。
大会以"共创储能新价值，共建市场新格局"为主题，聚焦新型储能安全持续发展，针对储能产业面临的机遇与挑战等重点、热点、难点问题展开充分探讨，分享可持续政策机制、资本市场、新型储能系统集成技术、供应链体系、商业模式、标准、示范项目应用案例、新产品以及解决方案的普及和深化应用。
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913家产业链企业，3317位嘉宾参加了本届大会，其中154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。
大会组委会邀请上海乐驾智慧能源科技有限公司联合创始人常伟做《数据驱动的锂电池储能智慧能源管理体系》主题报告。以下为发言主要内容：
常伟：大家好，谢谢各位的时间。
今天我代表乐驾演讲的题目是数据驱动智慧能源管理系统，趋势我就不赘述了，因为昨天和今天很多嘉宾已经说过了。对于我们来说，我们认为目前来看储能已经进入了第二波的高速发展期。从十年前的各种储能的方式，包括各种抽水储能，物理的、电化学的，到到今天大家一直认为目前大规模储能应用，应该是以电化学为主的趋势。
在这里面我们乐驾做什么？我们是以电池数据为核心的双轮驱动的循环体系。左边从电池应用端来说，我们从电池两轮车或者乘用车为主，到电池的拆解，然后它进入我们的储能体系，再到最后的性能的使用。右边是以电池的拆解、回收到最后的原材料生产为主。一个是应用，一个是生产，在这里面我们的数据其实是起到了一个至关重要的作用，在使用端，储能端我们会有大量的数据产生，在电池的检测或者是拆解过程中，其实前面的比亚迪同事也讲了，各种新兴的电池越来越多，包括CTC、CTP，这种电池性能越好，对我们拆解的过程就越复杂，不仅带电，而且里面各种线束的复杂程度，一定是数据驱动的方式来做。目前来看，也有很多专业性的独立第三方拆解公司在这方面做这样的工作。
我们公司是一家以电池数据驱动的智慧能力运营公司，我们从17年开始进入储能行业，差不多在这个过程中，已经获得了大量的数据，稳定的供应链，包括我们跟一些头部的企业，宁德时代、国电投等等，取得了共同的合作关系。
我们做什么？我们核心算法主要有两个部分，储能发展核心两个基石，一个是储能的安全，另外一个是储能的成本。在这方面，我们通过算法驱动，第一，我们通过算法快速检测和算法协调调度之后，我们取得了储能站综合利用成本，使它的LCS达到最佳化应用。在储能安全方面，我们构建了一个以数据驱动加机理模型为核心的电池安全预测算法。同时，在算法驱动方面有几点我们没有完全展示出来，目前来看，在储能后续的应用中，举个例子，我们有需求预测算法，还有我们构建了以协同调度优化为主的算法，也在整个储能的数据驱动核心中起到了非常关键的作用。目前第一波我们觉得是以储能的推广应用为主，下一次又以VPP或者以其他方式为核心的应用，现在也是比较风声水起。
我们的产品模块中心，我们推出了一个标品化为主的模块，这个方式跟其他的友商比较类似，也是以标品化的储能站，在工商业、发电侧和配网侧进行应用。这里面有几个比较独特的地方：第一，我们有电池检测平台，这一块我们收集了国内最大量的电池充放电循环的数据库，我们从这里面可以得到大量的电池衰减的数据，它是针对不同工况、不同电池类型、不同制造工艺体系下的大集成。在上面我们有一个电池寿命安全管理平台，不仅仅是寿命安全，包括它的SOH、容量衰减，也包括前面高特讲的SOT，就是它的温度分布的衰减等等，同时我们也会有它的智慧能源管理EMS，我们在这里也做了本地化的应用部署。这里我强调一下，电池热失控这方面我们提到一个点，就是长周期。因为之前业界做电池热失控都聚焦于短周期预警，就是提前3-5分钟发出报警，但对储能站，尤其是对大规模高容量储能站，时间是远远不够的。同时我们也正把这个算法，目前已经成功部署到我们自己的主控站里面去，目前的时间差不多可以提前前置到一周到四周以上的时间。
为什么我们会做这一点？我们团队出身还是以数据科学为主，我们的团队主要是微软、亚马逊为主的团队，从最开始我们做这个行业，我们收集了大量的数据，当然从10年开始，从张北储能站开始，当时还没有很多数据，我们通过其他方式收集了乘用车的换电站的数据，举个例子，这里列出了我们收集的基本数据，包括我们有30万辆车，超过5年电池的运行数据，这个数据价值在哪儿？它虽然是一个车规级数据，但是我们在这里面提取出了差不多超过10亿条有效电池充电片断，这些充电片断对我们做储能的有效循环测试是非常有价值的。第二个，我们运营了差不多超过300个加50个储能站，这样一个单站兆瓦级的运营数据。这里面我们也获得了非常有价值的经验和片断数据，我们的算法对电池容量或者电池安全算法，它后面对换电站和储能站还有一个有效支持，就是进行动态充放电管理，这个算法也是基于我们对SOH和SOX体系高度认知做到的。
中间这一块是我们的一些主要算法，我这里列了像热失控，包括长周期、短周期的热失控，还有基于SOX，这里列了SOH容量衰减，还有包括SV能量衰减的，跟储能相关的SOT，目前大部分储能站都没有基于单体电芯进行温度点的布控，这样我们认为危险是非常大的。举个例子，目前我们的有效温度点的覆盖对单体电芯不到30%，意味着我们有70%的盲点，这个盲点怎么解决？一方面，我们要加大温度采集能力的布局，第二方面，要靠算法来进行弥补。这里面我们分析了一个数据，像一个单体的温度，65度是高温报警点一级。我们发现温度的突变，从20度变到30度，也是一个非常大的变化。同时，它的最高温度点从单体A变到单体C，其实我们也知道，这样意味着整个电池PACK是极度不安全的，这就会带来很大的安全隐患。这种情况下，我们要构建基于SOT的算法来预测电池的衰减。
同时，我们这里还有一个剩余容量，也是基于SOH延伸算法，这个延伸算法基于SOX延伸算法，包括它的剩余容量预测，也包括它的剩余价值评估，甚至包括我们后面的动态充电的性能，包括充电时间的预测等等。
还有PHM，在整个电池管理里面，它是针对电池温差、压差，包括电池一致性等等做的预测。同时，因为我们在全行业体系布局比较早，我们发现PHM对锂电池最核心是热失控，但是PHM体系对防液流是最核心的，因为它的容量功率是分开的，它的循环体系是非常重要的，我们在监控、预测、反液流体系中也发现，PHM对管路的循环故障预测体系是非常重要的。
在这个基础上，我们最核心的一点，通过以往5年数据驱动的收集，我们获得了差不多10亿条单体的充电片断的数据，我们也拿到了超过100个电池真实着火的溯源数据，这个我觉得是非常关键的，整个业界目前看下来也没有多少家能获得这么多真实工况下电池着火的溯源数据。所以我加了两个字，就是真实工况+溯源。我们现在电池的算法，就是基于超过100起真实工况下着火的电池数据得到的，为什么能这样做？我们为什么提出要做到长周期？因为短周期，我可以通过从SEM风险开始，前10分钟，我可以通过各种温度、离子变化的浓度、气体等等，我可以感性地检测出来。但是如果长周期，超过10分钟以外的周期的话，我们认为只有真实工况数据驱动的方式，能够解决目前业界的痛点问题。我们也通过了一些第三方的验证、实测，包括我们跟其他的主流机构进行评测，这个数据预测性目前来看在公开报道中也是最高的。
我再讲一下真实的案例，因为我们做热失控这一块算法，我们有超过四年的真实的换电站、储能站的真实数据，我们有差不多6起我们真实预测到的，它着火了。从我们运行储能站的经验来看着火的概率，乘用车现在着火概率差不多在百分之一左右，储能站目前统计下来差不多1%，这个概率是非常大的，如果我们的客户、业主手下有100个站，有一个站必然在这几年内发生一次热失控的着火，所以这方面的教训或者是经验是非常重要的。我们的这个算法体系，因为我们超过四年的运营经验看下来，我们不仅仅涵盖了电池本体，也包括PCS等等主要架构，甚至我们也发现在高压大电流冲击下，传统的电缆、充电机组都有不发生热失控的风险。所以我们提出的这个安全体系不仅仅包括电池本体，也包括电池和储能站相关的附加体系在里边。目前来说，我们看到的一个比较真实的例子，在我们既往监控运营的储能站当中，发生的聚丙乙烯的充电电缆，因为在长时间高压电流冲击下，外表预测阀值发生了突变，既往监控体系在现有的储能体系下发生了突变，我们觉得数据驱动的方式是目前能够解决的一个有效途径。
第一个讲到的是安全，第二个是成本，电池检测是在储能体系里边比较大的成本支出，这个成本支出主要体现在我们对电池分容预测，我们之前是通过若干次满充满放获得电池真实的性能评估。目前通过我们自己的算法体系，类似于我们构建了一个电池的体系，我们能够通过充电片断来快速评估电池性能，什么意思？我不关心你的起始SOC，你拿过来任何单体电池电忒，我都可以从任何起始点到终止点，我给出一个快速的检测，这样能够从既往传统的1个满充循环8小时，我们从传统的8到16个小时现在缩短到30分钟以内，这样从人力、资源的投入来说，其实大大减少了效能。
目前我们也跟其他的机构，像国外的Powin进行联合研发，我们17年开始的第一个储能站，目前为止运行了超过5年时间，也在我们算法体系支撑下，是比较好的运行情况。同时，我们跟其他的像中汽研或者回收协会也做了深度沟通合作。
我们做了一个电池检测的采集数据，700MWH，今年差不多可以超过1个GWH的电池在我们这里做电池检测，也就是说我们获得的是超过1个GHW单电芯充放电循环数据，这个数据对业界其他同仁也是非常有价值的。
（PPT图示）这是乐架的一些案例，这些案例也是比较有特色的。第一个是安博在全国换电站的落地，运行到现在为止超过3年了。最左边的国电投是马尔他零碳岛储能系统，到目前为止也是运行一年时间了。
（PPT图示）这是我们公司的案例，我们做很多储能站、换电站的运营，我们有超过差不多四年时间，在这四年时间中有很多经验是打包在我们系统里的，这里面的经验系统也是非常有价值的。举个例子，我们在既往的储能站里面，大家对一些安全，像鼠害关注的比较少，但是我们发现老鼠会经常咬到我们的电缆和核心传感器，所以在后面的系统设计里面，我们把怎么通过系统平台来做鼠患的防疫来作为关键点。通过四年的时间获得了有效输入，这些东西也可以分享给各位储能的同仁。
我今天的内容就到这里，谢谢大家。
