中国储能网讯：储能系统建模软件公司Storlytics的顾问委员会成员Sherif Abdelrazek对电池储能领域面临的主要挑战之一进行了分析，即，如何评估电池的生命周期。
在今天，并网电池系统的开发过程面临着诸多挑战，其中最值得注意的是，在向电池供应商采购之前，系统开发商无法准确估计电池的衰退情况，而电池衰减发生在设计阶段很久之后。
因此，开发商目前依赖于从电池供应商那里获得特定项目的准确衰退数据，这往往很耗时，而且在与电池供应商签订采购订单之前无法获得。
此外，在项目规划期间，电池供应商提供的电池衰退模型可能过于简化，会给项目开发带来较大风险。由于这些问题，开发商可能往往会与最合适的电池产品错过。
开发商选用的电池产品即使是最好的，但可能并不是最适用的，很难对不同的产品并行展开比较。
你可能会问，为什么电池储能开发商无法对电池系统的各种技术类型进行比较？
答案是因为没有广泛的精确建模工具（和电池模型），原因有几个。首先，电池衰退建模是非常复杂的，因为它高度非线性，取决于一系列的参数，如C-rate、能量吞吐量、日历寿命、电池温度、放电深度、周期平均值和中心SoC。
而电池生产商也会不遗余力地保护自己产品的衰退模型和性能特征。
如何针对不同的使用情况比较不同厂商的电池产品
好消息是，已经有了一些解决方案！
例如，如果你有一个项目A的厂商数据，并且它显示在1000MWh年吞吐量下，电池每年约退化2%，就可以假设2000MWh年吞吐量的新项目B每年将退化4%。
相当简单，对吗？不完全是，这种过度线性的简化没有考虑项目A和项目B的1000MWh和2000MWh的吞吐量是如何调度的，忽略了大量的电池调度参数（C-rate、放电深度、平均SoC、环境等），这些参数严重影响衰减情况。
例如，图1中显示的曲线是从几个类似的锂电池加速衰减测试中推导出来的，这些电池在10%的放电深度（DoD）和不同的平均SoC下进行循环。
平均SoC为25%的蓝色曲线表示电池在30%和20%的SoC之间持续充放电。
同样地，橙色曲线表示在55%和45%的 SoC之间进行循环。
结果，即使电池运行了相似的周期（完成了类似的能量吞吐），但它们有着不同的衰减程度。
橙色曲线（最佳情况，平均SoC 50%）2000次循环后保持了92%的SoH。相比之下，紫色曲线（最坏情况，平均SoC 90%）在同样的2000次循环中电池SoH只有77%。
图一 图源：Storlytics Figure 1. Image: Storlytics.
但是，开发商如何能在电池项目开发早期设计和融资阶段获得更准确的衰减估计？他们又如何在早期为特定的使用情况选择最佳的电池和厂商？
像Storlytics Energy Storage这样的软件正在进入市场，它能对电池系统的退化进行建模，不仅仅考虑循环周期或能量吞吐量，这些工具可以让开发商便于比较电池厂商的产品在不同使用情况下的性能。
电池系统的比较研究
在Storlytics工程师与北卡罗来纳大学夏洛特分校的研究人员共同进行的一项研究中，介绍了准确估计电池衰减的好处。
其中的一项研究考虑了一个基于NMC三元电池的电池储能系统，可以执行多种应用。电网辅助服务的计划天数为一年340天，预计还将执行延缓电网升级的服务，在一年中还能为大部分配电客户提供25天的能量套利。
储能系统项目的额定逆变容量为5.5MW/5.5MWh，项目预计有10年的使用寿命。
图二 图源：Storlytics Figure 1. Image: Storlytics.
图二显示了电池储能系统在目前业内不同估算方法下的容量衰退曲线，储能系统的温度和湿度始终处于建议的工作条件下。
图二显示，退化建模工具提供的估计值与电池厂商提供的估计值非常接近，且比电池厂商提供的衰减要更少一点，因为厂商的估计包括一些设计余量。
因此，电池厂商提供的数据给出了一个相对保守的估计。
电池生命周期评估没有一劳永逸的方案
那么，有没有一种方法可以在早期就能获得更高的准确性，以做出明智的投资决定？唯一更好的方案是让一个可靠的实验室在电池系统设计期间对每个电池厂商的产品进行加速衰减测试。但这会非常昂贵，而且需要很长的时间，因为需要在不同的循环条件下（改变C-rate、DoD、平均SoC、环境温度等）对几十个，甚至几百个电池进行循环测试。
这也需要很长的时间，例如在1C条件下循环1000次就需要2000小时（一小时充电，一小时放电），而在0.5C下循环，同样的循环次数需要4000小时（167天）。
如果你很有耐心，也有足够的财力来做这件事，但必须知道，电池厂商更新产品非常频繁（6-18个月）。因此，很可能辛苦得来的测试结果和随后的模型将不再适用。
那么，我们该何去何从？虽然目前还没有合适的方案，但这些新的电池衰减建模工具正在逐渐提升准确度。
