首页期刊导航|储能科学与技术
期刊信息/Journal information
储能科学与技术
化学工业出版社
储能科学与技术

化学工业出版社

丁玉龙

双月刊

2095-4239

energystorage_cip@163.com;esst_edit@126.com

010-64519601/9602

100011

北京市东城区青年湖南街13号

储能科学与技术/Journal Energy Storage Science and TechnologyCSCD北大核心CSTPCD
查看更多>>《储能科学与技术》(Energy Storage Science and Technology)是化学工业出版社、中国化工学会联合主办的国内唯一的储能专业期刊,由中国石油和化学工业联合会主管,国内统一刊号CN 10-1076/TK,中国科学引文数据库核心期刊(CSCD)、中国科技核心期刊,中国化工学会及储能工程专委会会刊。目前已被美国《乌利希期刊指南(网络版)》(Ulrichsweb)、英国科学文摘数据库(INSPEC)和美国《化学文摘(网络版)》(CA)收录,荣誉主编为英国伯明翰大学丁玉龙教授。
正式出版
收录年代

    压缩空气储能电站浅埋人工储气洞库设计基本理念和方法

    赵全胜朱玲刘尧伍郝军刚...
    2775-2784页
    查看更多>>摘要:抽水蓄能和新型储能是实现碳达峰碳中和,支撑以新能源为主体新型电力系统的重要技术和基础装备.压缩空气储能(compressed air energy storage,CAES)是一种利用压缩空气作为介质来储存能量和发电的技术,是目前除抽水蓄能以外规模最大的物理储能方式,而硬岩浅埋型人工储气洞库选址灵活,具有规模化、商业化的发展潜力.面对我国大中型压缩空气储能电站开发建设形势和要求,结合国内外相关研究和工程实践经验,本文提出了硬岩条件下浅埋人工储气洞库整体稳定、局部稳定、循环稳定和密封层稳定的工程设计基本理念,总结提炼了洞库选址及地质勘探要求、埋深设计、储气库布置、结构设计、密封系统设计等方法,为压缩空气储能电站浅埋人工储气洞库设计提供借鉴和参考.

    压缩空气储能浅埋人工储气洞库稳定性设计理念基本方法

    储能设备在电力物联网领域中的作用效果分析

    寇正王真龙
    2785-2787页
    查看更多>>摘要:储能设备作为一种能够支持能量高效转换与存储的装置,其在电力物联网领域的作用日益凸显.为扩大储能设备的应用领域,针对储能设备在电力物联网领域中的作用效果进行研究综述.分析储能设备的主要类型以及技术原理,指出电化学储能设备以及机械储能储备在储能效率以及安全性方面均占据较大优势.在此基础上,分别从提高供电稳定性、优化能源利用效率以及提高电能质量三个方面,对储能设备的作用效果进行分析.

    储能设备电力物联网电力系统电化学储能

    电化学储能电站的系统故障监测与诊断分析

    许利君许利红宋方宇轩
    2788-2790页
    查看更多>>摘要:随着电化学储能电站规模的扩大,如何提高系统故障监测及诊断效率,实现对故障的早期预防及处理,成为国内外关注的热点.本文从电化学储能电站的常见故障入手,找到系统故障相关变量及影响因子,进而确定系统故障监测指标;之后根据不同故障类型及区域,选择合适的监测及诊断方法,最大限度降低系统故障造成的危害,为电化学储能电站的安全运行提供支持.

    电化学储能电站系统故障监测诊断热失控

    基于卡尔曼滤波算法优化Transformer模型的锂离子电池健康状态预测方法

    黄煜峰梁焕超许磊
    2791-2802页
    查看更多>>摘要:回顾了锂离子电池健康状态(state of health,SOH)的预测方法,本文提出了一种基于卡尔曼滤波器(Kalman filter)优化的Transformer网络,利用历史数据预测电池SOH.首先,通过添加高斯噪声、自动编码器重构对电池数据进行预处理,去除电池数据中原始噪声并强化数据特征;其次,利用提出的KF-Transformer(Kalman filter-transformer)算法模型提取电池健康状态变化特征,使得Transformer网络能够更好地捕捉电池健康状态的非线性变化;最后,通过线性层完成电池健康状态变化特征到电池健康状态预测的映射,得到锂离子电池健康状态的预测结果.本文使用3个不同充放电策略、不同测试环境下的锂离子电池数据集[分别为美国国家航空航天局(NASA)数据集、马里兰大学CALCE CS2数据集和CALCE CX2数据集]来验证本文提出的锂离子电池健康状态预测算法的鲁棒性和准确性,且本文算法对于SOH不同状态、不同循环次数的预测均具有较好的结果.研究结果显示,本文方法的平均绝对百分比误差(mean absolute percentage error,MAPE)能控制在2%,决定系数(R-square,R2)为0.987,并与多层感知机(MLP,multilayer perceptron)、循环神经网络(RNN,recurrent neura network)、长短时记忆(LSTM,long short-term memory)、门控循环单元(GRU,gated recurrent unit)进行比较,证明了本文方法的优越性.

    锂离子电池电池健康状态自动编码器Transformer网络卡尔曼滤波器

    大容量储能电池模组热失控传播行为与燃爆风险分析

    陈晔李晋吴候福张少禹...
    2803-2812页
    查看更多>>摘要:锂离子电池热失控引发的储能系统火灾爆炸问题长期制约着产业发展.为了探究实际应用场景下大容量储能电池、电池模组的热失控及其传播行为与燃爆风险,本文以储能用280 Ah磷酸铁锂电池及其组成的1P48S电池模组为研究对象,对热滥用条件下电池单体产热、产气特征以及真实模组内热失控蔓延特征进行了实验研究,并基于试验产气结果,对2种典型储能应用场景下因模组热失控传播而导致的燃爆风险进行了分析,结果表明:电池单体热失控产生最高温度为380.1℃,热失控释放混合气体总量为156.8 L,混合气体爆炸极限为6.9%~35.5%;模组内设置的隔热板有效阻隔了热失控蔓延,其间未设隔热板的6块电池发生了热失控,热失控电池表面最高温度超1200℃,热失控传播速度为0.162~0.233 mm/s,同时在热失控高温影响下模组箱体外部上表面温度最高达281.3℃;模组内6块电池热失控会导致预制舱式储能系统较高燃爆风险,应将热失控传播控制在2块电池以内,但模组内1块电池从开阀产气至热失控的过程中便会导致工商业用储能柜较高的燃爆风险.该研究可为储能电池模组安全设计和储能系统防爆设计提供参考.

    电化学储能电池模组热失控传播燃爆风险

    考虑锂电池温度和老化的荷电状态估算

    陈峥杨博赵志刚申江卫...
    2813-2822页
    查看更多>>摘要:针对锂离子动力电池工作环境复杂且电池老化导致内部参数辨识精度低与荷电状态估计误差大的难题,本文提出了一种多新息最小二乘法与平方根容积卡尔曼滤波估计锂离子电池荷电状态的联合算法,实现动力电池在全服役周期内多温度条件下的状态估算.首先,为解决传统最小二乘法对历史数据利用率低的问题,在最小二乘法中融入多新息理论,采用一阶RC等效电路建立电池模型,利用多新息最小二乘法对电池内部参数进行参数辨识;然后,采用平方根容积卡尔曼滤波估算电池SOC;最后,通过多温度全寿命的电池实验数据对本文所提算法进行验证,并且与扩展卡尔曼滤波、容积卡尔曼滤波算法进行对比,证明本文提出算法的有效性.实验结果表明:本文提出的多新息最小二乘-平方根容积卡尔曼滤波算法在多温度全寿命条件下,能够准确反映动力电池内部参数和精确估算电池SOC,电压平均绝对误差不超过40 mV,SOC的估算误差控制在2%范围内.

    锂电池多新息最小二乘法平方根容积卡尔曼滤波多温度荷电状态

    基于电化学阻抗谱的电芯内部温度估计研究

    雷晶晶李泽皓陈斌斌黄登高...
    2823-2834页
    查看更多>>摘要:锂离子电池在新能源汽车和储能领域的广泛运用带来了内部状态估计方面的挑战,尤其是电芯内部温度的准确估计,这对于电池的热失控预警至关重要.本文回顾了经典的无传感器电池温度检测方法,介绍了目前采用的基于电化学阻抗谱(EIS)的温度估计方法,研究了电池内部参数对EIS估算温度的影响,分析了大容量三元锂离子动力电池在不同频率下阻抗幅值、相角与温度之间的关系,提出了一种基于电化学阻抗谱的锂离子电池在线温度估计模型,通过分析不同频率下的阻抗幅值、相角与温度的关系,实现了对电池内部温度的准确估计.研究表明适合使用阻抗幅值信息来估算温度的频率点为10 Hz,适合使用阻抗相角信息来估算温度的频率点为17.5 Hz.该模型在-20℃到45℃的范围内,使用阻抗幅值进行温度估算的最大误差为3.79℃,使用阻抗相角信息进行温度估算的最大误差为2.69℃.验证结果表明,使用阻抗谱的幅值与相角信息能有效估算电池内部的真实温度.本研究有助于提升汽车BMS的采集功能,可用于改善电池热管理和热失控的管理策略.

    电化学阻抗谱温度估算锂离子电池BMS

    数据驱动在电力储能设备声纹识别和监测诊断中的应用

    刘俊宏
    2835-2837页
    查看更多>>摘要:随着电力储能技术的快速发展,对储能设备的运行安全与性能稳定性要求日益提高.声纹识别作为一种非接触式的监测手段,在电力储能设备的故障诊断中展现出巨大潜力.本文深入探讨了数据驱动在电力储能设备声纹识别和监测诊断中的应用研究.首先分析了数据驱动技术的研究进展以及市场常见技术类别;然后基于数据驱动,分析了储能设备声纹识别监测技术的发展情况.包括电力储能设备声纹样本采集和电力储能设备声纹信号的处理技术,最后依靠处理数据即可建立识别诊断模型,实现故障诊断.

    故障诊断储能设备数据驱动