2023超高循环储能电站

超高循环储能电站运行分享目录1储能电站基本情况1324白泽智能平台324科陆储能发展01储能电站基本情况01电站基本情况电站基本情况项目名称：项目规模：30MW/15MWh运行时间：2019年8~2022总体运行策略：AGC执行政策：2019年~2020年12（2017），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）电池云图谱电站基本数据电站基本数据电池系统配置数据：电池集装箱：691.2V1440Ah，12995.328kWh，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：3.2V/40Ah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；升压变压器台；高压柜：15台；电站基本数据--接入情况电站基本数据--接入情况接入1#、2#机组10kV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集装箱分别接入和14MW储能系统别为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02储能电站运行数据分析02电站运行情况分析电站运行情况分析12000

运行数据

11001.1478.1158.6278.1158.624743.4677.874456.7649.3281.111800.921550.921204.632972.883138407394累计充电量已超11000万KWh累计充电量已超11000万KWh累计放电量已超9400万KWh6000累计放电量已超9400万KWh实际运行充放电效率＞86%实际运行充放电效率＞86%200002020年

2021年充电电量（万kWh)

2022年kWh)

累计循环次数电站性能情况分析电站性能情况分析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8000

性能数据814.6814.687911.3910012.6511.1.2511000.21.3913062.8213.2.3113220.5515.6000 86400042000202019年

2020年日平均里程（MW） 平均K

2021年

02022年电站电池模组维护情况分析电站电池模组维护情况分析①截至目前该电站因电池短板更换的电池模组不超过8%②通过重新更换电芯，电池模组整体更换率不超过①截至目前该电站因电池短板更换的电池模组不超过8%②通过重新更换电芯，电池模组整体更换率不超过5%①电池模组SOC下不齐占比不超过6%②通过电池均衡系统调节，完全解决SOC下不齐情况①电池模组SOC上不齐占比不超过4%②通过电池均衡系统调节，完全解决SOC上不齐情况电站热力温度情况分析电站热力温度情况分析36℃最高运行温度

32.4℃ 5℃平均运行温度 温差

30℃~36℃运行温度范围电站电芯综合等级情况分析电站电芯综合等级情况分析79.8%

13.1% 4.17% 2.98%

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%，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（熵权法）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，并通过高度可视化图表展示，包括可观优次占比，以及查看具体情况，正确估计健康状况，便于及时进行维护。

指标权重的计算上述表格中充/放等级共分A,B,C,D四个等级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=>B B+C=>B- C+C=>C+|-A+D=>C+ B+D=>C C+D=>C- D+D=>D03白泽智能平台03系统安全和健康度评估系统安全和健康度评估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。

电池性能评估重点关注电池可充放电量，结合电池SOP、SOE、响应能力等指标进行合理评估，给出电池性能综合评估结果注重温控管理，事件分析，以及对短板类重风险问题电池及时更换，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。电站运维电站运维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α设定时，人工针对模型输出问题进行核查与处理。最终，通过机器学习方法，提高模型的预测精度。决策问题类型决策问题类型件预警常值 常值+检测系统中数据的异常节点检出正确率达到95%

根据异常类型分类，并做出决策智能化决策，减少人力成本、时间成本达50%以上

+定期自动评估系统健康，分析潜在风险+ 自动生成的运维建议 高度可配的可视化图谱自动报告电站维护事项解放现场运维压力可视化方式展示运维数据，降低数据使用门槛，降低运维难度

指导现场运维操作系统每日巡检上万数据，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

方便直观展示变量间关系平台应用技术展示平台应用技术展示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