2024超高循环储能电站技术.docx

《2024超高循环储能电站技术.docx》由会员分享，可在线阅读，更多相关《2024超高循环储能电站技术.docx（30页珍藏版）》请在第壹文秘上搜索。

1、超高循环储能电站技术目录储能电站基本情况储能电站运行数据分析白泽智能平台科陆储能发展01储能电站基本情况，项目名称：百万机组储能辅助调频项目项目规模：30MW15MWh运行时间：2019年8月2022年截至目前总体运行策略：联合火电机组响应AGC调频辅助服务，执行政策:2019年2020年12月执行南方区域发电厂并网运行管理实施细则及南方区域并网发电厂辅助服务管理实施细则（2017年版）,2021年2022年截至目前执行南方区域发电厂并网运行管理实施细则及南方区域并网发电厂辅助服务管理实施细则（2020年版）电站采用科陆白泽系统，实现电池云图谱的智能模型评估和优化处理，优化了电池短板，提升了电

2、站的运彳亍寿命；电池系统配置数据： 电池集装箱：691.2V1440Ah,12簇,995328kWh,15台; 电池簇：691.2V120Ah,9模组，82.944kWh,180簇； 电池模组:76.8V120,72颗电芯，9.216kWh,1620个模组; 电芯:3.2V40Ah电芯，0.128kWh,116640颗电芯;中压变流系统配置数据： 中压变流箱：2MW,15台; 储能变流器：500kW,4台，60台; 升压变压器：2200kVa,15台； 高压柜：15台;接入1#、2#机组IOkV厂用电母线段,并实现储能系统与1#、2#机组接入和联合AGC运行模式间的互锁和切换功能 两个高压环网

3、集装箱分别接入16MW和14MW储能系统 两个高压环网集装箱可独立输出，分别为1#、2#机组提供调频服务;或同时输出30MW,为1#或2#机组提供调频服务A电站基本数据-接入情况02储能电站运行数据分析12000运行数据循环次数11001.14素计性能数据18年2。21年2022年日平均里程（MW）平均K值一平均出港价格1400012000项目自投运后调频里程、K值、出清价格均处于广东省调频项目前列010000800060004000200002019年截至目前该电站因电池短板更换的电池模组不超过8%通过重新更换电芯,电池模组整体更换率不超过5%电池模组SoC下不齐占比不超过6%通过电池均衡系

4、统调节，完全解决SOC下不齐情况电池模组SOC上不齐占比不超过4%通过电池均衡系统调节，完全解决SOC上不齐情况30-36运行温度范围；高运行温度32.4。C平均运行温度A电站电芯综合等级情况分析电;目前处于A级水平电芯达79.8%目前处于B级水平电芯13.1%目前处于C、D级水平电芯仅7.1%,A电站电芯综合等级评估方法系统级综合分析一致性评估模型采用多指标模糊综合评估模型，利用主观+客观（墉权法）联合计算指标权重，通过模型E=R*W,E为评判向量,遵从最大隶属度原则，对系统级单元关键指标（如电压，温度）进行综合一致性评估，并给出决策等级分类。决策反映当前系统整体的一致性好坏，并通过高度可视

5、化图表展示,包括可观优次占比，以及查看具体情况，正确彳古计健康状况，便于及时进行维护。OO1001M4JRooooiM4ftmm001.00201.1.Roooo2o1AAARIbB1.1.2匚二OO100MO!21.00100022IT-.HZOO100MQ2B1!00I00MQ2BI9oooonaRAAARAAARABAAAAR1.上述表格中充/放等级共分A,B,CQ四个等级2.综合等级由充放等级组合而成，共分为9个等级，规则点表如下:- A+A=A+- A+B=A-B+B=B+- A+C=BB+C=B-C+C=C+- A+D=C+B+D=CC+D=C-D+D=DI白泽智能平台JIx1.b

6、e你总BDIfI系统安全和健康度评估系统安全性注至温控管理，事件分析，以及对短板类至风除问题电池及时更换，合适的充放策略电站系统分析以数据驱动方式，打造高效自动化运维平台.可视化展示关键运行指标,密切关注电池一致性，对运行温度与电芯性能日常检测，快速识别定位性能劣化电芯并实现闭环管理，注重电量均衡性,特征温度管理，BMU硬件问题检测。电池健康度关注电池剩余寿命，宏观方面通过对电池整体一致性进行评估，定量、定性反应系统当前状态，微观方面对性能劣化电芯准确定位.电池性能评估七点关注电池可充放电,结合电池SOP、SOE、响应能力等指标进行合理评估，给出电池性髓合评估结果定期自动评估系统健康，分析潜在

7、风险主要针对三大类型问题检潴系统中数据的异常节点检出正确率达到5%基于电池系统日常运行数据，提取关键数据，进行建模分析，得出问题隐患的概率，并通过贝叶斯、决策树等思想，迭代计算隐患的后验概率，当置信度大于设定时，人工针对模型输出问翘进行核查与处理。最终，通过机器学习方法，提高模型的预测精度。根据异常类型分类，并做出决策智能化决策，少人力成本、时间成本达50%以上自动生成的运维建议指导现场运维操作系统每日巡检上万颗电池数据，从大量的数据分析中找出电池运行问题，并给出运维建议，降低海量数据的使用难度，降低运维压力高度可配的可视化图谱方便直观展示变量间关系自动报告电站维护事项版放现场运维压力可视化方

8、式展示运堆数据,降低数据使用门播.降低运维难度:一二；血岫岫hi血曲IriIIIMh1.II1.MIIImIh1.1.平台应用技术展示数据结果的动态可视化展示。数据分析结果以易于理解的可视化方式呈现,可视化内容为基本的运行数据、事件拓展为各种变量间的相关关系，事件相关数据的关联展示内嵌多种仿真算法，如风光储协调控制算法，调频辅助控制算法,各省市AGC调度核算结果模拟算法，指令预测算法，容量配置算法，收益预测算法及财务数据推断等，从项目立项开始直至项目终结，建立一套完整的数据驱动的储能项目评价方法。,9ATA经营数据分析和算法迭代迭代学习，反复修正学习曲线，获取曲线的特征特点调整控制策略，实现收益最大化或达到收益/运行成本的折中