CNESA2024003储能用锂离子电池热失控预警算法有效性评测方法

ICS点击此处添加ICS号

CCS点击此处添加CCS号

团体标准

T/CNESAXXXX—XXXX

储能用锂离子电池热失控预警算法有效性

评测方法

Effectivenessevaluationmethodofthermalrunawayearlywarningalgorithmfor

lithium-ionbatteriesforenergystorage

草案版次选择

XXXX-XX-XX发布XXXX-XX-XX实施

中关村储能产业技术联盟发布

本标准由中关村储能产业技术联盟自主编写、制定，因其产生的著作权等所有权利均归中

关村储能产业技术联盟所有。除事先得到中关村储能产业技术联盟的许可或国家现行法律法规

允许使用本标准外，任何机构或个人均不得以任何形式对本标准进行部分或全部地复制、使用。

如对本标准的权利或使用有疑问的，请联系中关村储能产业技术联盟！

ThisstandardisdevelopedbytheChinaEnergyStorageAlliance,andallrightssuchascopyright

arisingfromitarereservedbytheChinaEnergyStorageAlliance.Nocopyoruseofthisstandard,in

partorwhole,isallowedinanyformwithoutofficialpermissionfromChinaEnergyStorageAlliance

orunlesspermittedundernationallaw.Foranyquestionsorenquiryregardingrightoruseofthis

standard,pleasecontacttheChinaEnergyStorageAlliance.

中关村储能产业技术联盟是中国社会组织5A级社团，是中国首个专注在储能领域的非营利性国际

行业组织。中关村储能产业技术联盟致力于通过影响政府政策的制定和储能应用的推广促进储能产业

的健康有序发展。

中关村储能产业技术联盟聚集了优秀的储能技术厂商、新能源产业公司、电力系统以及相关领域的

科研院所和高校，覆盖储能全产业链各参与方。中关村储能产业技术联盟在协同政府主管部门研究制定

中国储能产业发展战略、倡导产业发展模式、确定中远期产业发展重点方向、整合产业力量推动建立产

业机制等工作中，发挥着举足轻重的先锋作用。

TheChinaEnergyStorageAlliance（CNESA）isagrade5AChinaSocialOrganizationandChina’sfirst

non-profitorganizationdedicatedtotheinternationalenergystorageindustry.CNESAiscommittedtothe

healthydevelopmentoftheenergystorageindustrythroughpositiveinfluenceofgovernmentpolicyand

promotionofenergystorageapplications.

CNESA’smembershipbodyincludesdomesticandinternationalorganizationsinvolvedinallaspectsof

theenergystorageindustry,fromtechnologymanufacturers,renewableenergycorporations,researchbodies,

institutesofhigherlearning,andmore.CNESApartnerswithgovernmentbodiestodevelopstrategiesfor

industrydevelopment,determinedirectionsformedium-andlong-termindustrygrowth,consolidateeffortsto

establishamarketmechanism,andmanyotherprojectsthatplayacrucialroleinadvancingtheenergystorage

industryinChinaandabroad.

地址：北京市海淀区北四环西路11号B座310室邮编：100190

电话：86-10-65667066传真：86-10-65666983

网址：邮箱：standard@

T/CNESAXXXX—XXXX

前言

本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定

起草。

本文件由中关村储能产业技术联盟提出。

本文件由中关村储能产业技术联盟归口。

本文件起草单位：

本文件主要起草人：

II

T/CNESAXXXX—XXXX

引言

锂离子电池作为储能系统和新能源汽车中主流电池技术，以其高能量密度、卓越的充放电性能和长

寿命周期而备受关注。然而，随着其广泛应用，相应的安全隐患问题也日益显著。因此，为确立一种储

能用锂离子电池热失控预警算法有效性评测方法，实现测试仪器，测试方法的标准化，特制订本文件，

为今后开展储能用锂离子电池热失控预警算法有效性评测工作提供指导和依据。

III

T/CNESAXXXX—XXXX

储能用锂离子电池热失控预警算法有效性评测方法

1范围

本文件规定了储能用锂离子电池热失控预警算法有效性评测方法的试验条件、试验准备、试验步骤

和试验数据处理等。

本文件适用于储能用锂离子电池热失控预警算法有效性的评测，其它电池体系可参考执行。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本

文件。

GB38031-2020电动汽车动力蓄电池安全要求

GB/T34131电力储能电池管理系统

GB/T36276电力储能用锂离子电池

DL/T2528电力储能基本术语

T/CIAPS0016-2022储能用锂离子电池系统安全评测技术规范

SAEJ2464—2009电动车和混合动力电动车可充电存储系统(RESS)的安全性和滥用测试(Electric

andHybridElectricVehicleRechargeableEnergyStorageSystem(RESS)SafetyandAbuseTesting)

IEC62619：2017含碱性或其它非酸性电解质的蓄电池和蓄电池组-工业设备用锂蓄电池和电池组

安全要求（Secondarycellsandbatteriescontainingalkalineorothernon-acidelectrolytes-Safetyrequirements

forsecondarylithiumcellsandbatteries,foruseinindustrialapplications）

UL9540A：2019评估电池储能系统中热失控火灾传播的测试方法（TestMethodforEvaluating

ThermalRunawayFirePropagationinBatteryEnergyStorageSystems）

3术语和定义

DL/T2528界定的以及下列术语和定义适用于本文件。

电池单体cell

将化学能与电能进行相互转换的基本单元装置，由正极、负极、隔膜、电解质、壳体和端子等组成。

电池模块batterymodule

多个电池单体采用串联或并联的连接方式组合在一起的装置，可能有也可能没有外壳、保护装置

（如熔断器或正温度系数热敏电阻）、消防模块和监控电路。

[来源：IEC62619：2017，定义3.9,有修改]

电池包batterypack

由一个或多个电池单体或电池模块电气联接的能量存储装置。

注1：它可以包括给电池包系统提供信息（如电池电压）的保护和监控装置。

注2：它可以包含由终端或其他互联装置提供的保护罩。

[来源：IEC62619：2017，定义3.10，有修改]

1

T/CNESAXXXX—XXXX

电池系统batterysystem

由一个或多个电池单体或电池模块或电池包组成的系统。电池系统可以包含功率转换、电池管理系

统、冷却系统和电池均衡系统等部件。

注1：如果电池管理系统含内置功率转换系统，可集成进行测试。

注2：它可以包含冷却或加热装置，有的甚至包含了充放电模块。

[来源：IEC62619：2017，定义3.11，有修改]

热失控thermalrunaway

锂离子电池放热连锁反应引起电池温度不可控上升的现象。

[来源：GB38031-2020，定义3.14]

测试库testrepository

存储算法所需的输入实验数据和预期输出的数据库。这些数据用于评测热失控预警算法。

检出率truepositiverate

在二分类问题中，指的是实际为正例的样本中，被正确地判断为正例的比例。

误报率falsepositiverate

在二分类问题中，指的是实际为负例的样本中，被错误地判断为正例的比例。

平均提前预警时间averageleadtime

热失控发生前算法发出预警时刻到发生热失控时刻的平均时间。

热失控时刻预测平均绝对误差averageabsoluteerrorinpredictingthermalrunawaytime

实验实际热失控时刻与算法预测热失控时刻的平均绝对误差。

4符号、代号和缩略语

下列缩略语适用于本文件。

FS：满量程(fullscale)

TPR：检出率(truepositiverate)

FPR：误报率(falsepositiverate)

ALT：平均提前预警时间(averageleadtime)

TrMAE：热失控时刻预测平均绝对误差(averageabsoluteerrorinpredictingthermalrunawaytime)

5试验条件

环境条件

试验应在温度为25±5℃，相对湿度为15%~90%，大气压力86~106kPa的环境中进行。

试验设备

试验装置的准确度应符合下列要求：

电压测量装置：±0.5％FS；

电流测量装置：±0.5％FS；

温度测量装置：±0.5℃；

时间测量装置：±0.1%。

6试验准备

2

T/CNESAXXXX—XXXX

样品准备

试验样品准备应符合下列要求：

电池单体：可采用金属壳或软包外包装的方形、圆柱形电池。

电池模块测试中的电池模块可采用3~5个电池单体串联而成，无需真实的电池模块样品。

试验数据记录

试验数据记录应符合下列要求：

a)数据记录内容：电池模块应能监测或者通过其他方式获取电池的状态数据，应包含电池模块总

电压、电池单体电压、电池模块电流、电池模块内部温度参数。若测试结果为发生热失控，则

还需人工记录发生发生热失控的电池单体序号，热失控的时刻和实验现象，包括膨胀、漏液、

冒烟、起火、爆炸。

b)数据记录频率：电池充放电过程数据记录频率为1次/s。

7试验步骤

测试库试验总体要求

测试试验总数：不少于50次，可等比例增加试验总数。

测试试验类别：按照滥用导致热失控的方式分类，测试库实验包括热滥用测试，部分短路测试，过

充测试以及正常标准充放电测试。

测试试验分布：电池模块测试实验分布如下表1。

表1测试试验分布

测试内容占比

热滥用测试15-20%

部分短路测试10-15%

过充测试25-35%

正常标准充放电测试35-45%

测试库试验内容

7.2.1电池模块标准充放电试验

电池模块标准充电步骤如下：

a)被测单元在25℃±5℃下搁置5h或表面温度在30min内变化≤2℃；

b)以制造商规定的放电电流或恒定功率放电至任一电池单体或电池包的放电终止电压，搁置30min；

c)以制造商规定的充电电流恒流充电至制造商规定的终止电压或跳转电压，转恒压充电至电流降至

制造商规定的截止电流或直至电池模块达到100%SOC时停止充电。

电池模块标准放电步骤如下：

a)在25℃±5℃下搁置5h或被测单元表面温度在30min内变化≤2℃；

b)以制造商规定的放电电流或恒定功率放电至任一电池单体或电池模块的放电终止电压。

7.2.2电池模块热滥用试验

该测试是为了模拟电池模块在高温情况下发生热失控的情况。

在电池模块正常运行状态下进行如下步骤：

a)被测单元按照7.2.1中标准充放电方法在80%SOC~100%SOC区间范围内进行充放电循环；

b)被测单元中采用低速加热的方法触发单体热失控，并监测和记录触发对象单体的电压、温度及电

池模块总压，作为热失控的判定依据；加热器可以为加热片或加热丝等，方形及软包电池以大面为被加

热面，圆柱电池以圆柱侧边为被加热面，加热器面积不大于1/2被加热面面积，加热器布置在距离电池

3

T/CNESAXXXX—XXXX

边缘距离≥10mm，如图1所示，安装温度监测器，监测点温度传感器布置在远离热传导的一侧。加热器

温度≥300℃，加热器功率选择参考表2，触发对象单体温升速率＜0.5℃/min；

c)触发发生热失控的判定条件或试验时间达到4h时，停止循环充放电和加热。观察1h；

d)记录试验现象，包括膨胀、漏液、冒烟、起火、爆炸；

测试结果应该包含发生热失控和不发生热失控。

图1加热器及温度测试布局图

表2低速加热器功率表

触发对象能量E/Wh加热器功率P/W

E<10010/20/30

100≤E<40050/100/200

400≤E<1000100/150/300

E≥1000100/300/500

7.2.3电池模块部分短路试验

该测试是为了模拟电池模块部分短路时发生热失控的情况。

电池模块部分短路试验步骤如下：

a)被测单元按照7.2.1中标准充放电方法在80%SOC~100%SOC区间范围内进行充放电循环；

b)在被测单元中两个相邻串联电池单体之间进行短路，调整短路阻值为1mΩ，短路接通时间10min

±5min；

c)断开电流回路，观察1h；

d)记录试验现象，包括膨胀、漏液、冒烟、起火、爆炸；

测试结果应该包含发生热失控和不发生热失控。

7.2.4电池模块过充试验

该测试是为了模拟电池模块过充时发生热失控的情况。

过充电试验步骤如下：

a)被测单元按7.2.1中标准充放电方法充电至100%SOC；

b)被测单元以产品0.5C恒流充电方式充电至任意一颗电池单体达到最高充电电压的1.5±0.3倍；

c)断开电流回路，观察1h；

d)记录试验现象，包括膨胀、漏液、冒烟、起火、爆炸；

测试结果应该包含发生热失控和不发生热失控。

热失控发生的判定方法

电池单体热失控判定方法如下：

当a)+c)或b)+c)发生时，判定电池单体发生热失控。

a)被监测电池单体产生电压降，且下降值超过初始电压的25%；

b)监测点温度达到制造商规定的最高工作温度；

4

T/CNESAXXXX—XXXX

c)监测点的温升速率dT/dt≥1℃/s，且持续3s以上。

算法有效性评测

7.4.1测试库数据预处理

将测试库中的原始实验数据进行预处理，处理数据中的异常值、缺失值或错误值，以确保数据的质

量。对原始数据进行处理后，依据是否发生热失控对数据进行分类，发生热失控的实验数据添加发生热

失控时刻标签。

7.4.2算法流程

算法的基本流程应符合规定。其中，数据输入，特征工程，模型训练，阈值设定，热失控时刻预测

组成了算法的基本步骤。

a)数据输入。提取测试库数据，并进行数据归一化，数据增强等处理。

b)特征工程。特征类别：将特征划分为不同的类别，例如时序特征、频域特征等。特征提取：从原

始数据中提取有意义的特征，以更好地反映数据的特性。特征选择：选择对热失控预警有意义的特征，

提高模型的效率和泛化能力。特征转化：对提取的特征进行必要的变换，如数据归一化，以确保各个特

征在相似的范围内。数据降维：使用降维技术，如主成分分析，以减少数据的维度，提高模型训练效率。

c)模型训练。使用算法对经过处理的数据进行训练，建立模型。

d)阈值设定。通过模型性能评估，设置适当的阈值，用于触发热失控预警。

e)热失控时刻预测。如果触发热失控预警，则还需要预测的热失控发生时刻。

f)结果输出。输出结果应包括是否触发热失控预警，触发热失控预警时刻，预测热失控发生时刻。

8试验数据处理

检出率和误报率

a)检出率：基于算法的输出结果，在实际实验发生热失控的实验数据中，统计得到算法预测发生热

失控的实验数，按式（1）计算热失控检出率푇푃푅。

b)误报率：基于算法的输出结果，在实际实验未发生热失控的实验数据中，统计得到算法误判发

生热失控的实验数，按式（2）计算热失控误报率퐹푃푅。

푇푃

푇푃푅=·····················································(1)

푇푃+퐹푁

퐹푃

퐹푃푅=·····················································(2)

푇푁+퐹푃

式中：

TPR为检出率；

FPR为误报率；

TP为真正例（发生热失控算法预测为真）；

FP为假正例（未发生热失控算法误判为真）；

TN为真负例（未发生热失控算法预测为假）；

FN为假负例（发生热失控算法误判为假）；

平均提前预警时间

基于算法的输出结果，对算法预测发生热失控且在实际实验中确实发生热失控的样本进行统计，按

式（3）计算热失控平均提前预警时间퐴퐿푇。

∑푛푇

퐴퐿푇=푖=1푖······················································(3)

푛

式中：

5

T/CNESAXXXX—XXXX

ALT为平均提前预警时间；

푛是算法预测发生热失控且在实际实验中确实发生热失控的总数量；

푇푖是第푖个热失控实验的算法提前预警时间，即从算法检测到问题到发生热失控的时间差。

热失控时刻预测平均绝对误差

基于算法的输出结果，对算法预测发生热失控且在实际实验中确实发生热失控的样本进行统计，按

式（4）计算热失控时刻预测平均绝对误差푇푟푀퐴퐸。

1푝푟푒푑푖푐푡푒푑

푇푟푀퐴퐸=∑푛|푡−푡푎푐푡푢푎푙|····································(4)

푛푖=1푖푖

式中：

TrMAE为热失控时刻预测平均绝对误差；

푛是算法预测发生热失控且在实际实验中确实发生热失控的总数量；

푝푟푒푑푖푐푡푒푑

푡푖是第푖个热失控实验的算法预测热失控发生时刻；

푎푐푡푢푎푙

푡푖是第푖个热失控实验的实际热失控发生时刻。

算法有效性评价

储能用锂离子电池热失控预警算法有效性评测宜根据算法的热失控检出率、误报率、平均提前预警

时间和热失控时刻预测平均绝对误差综合确定，可参见附录A进行分级。

6

T/CNESAXXXX—XXXX

附录A

（资料性）

记录表格

储能用锂离子电池热失控预警算法有效性分为A、B、C和D级，分级方法见表A.1所示。

表A.1算法有效性评价方法

总体性能检出率误报率平均提前预警时间

A≥0.95≤0.02≥30min

B≥0.90≤0.04≥15min

C≥0.85≤0.06≥10min

D≥0.80≤0.10≥5min

注1：热失控时刻预测平均绝对误差可用于算法性能的辅助评价。

注2：对于电池系统部分短路引起热失控的情况，平均提前时间指标不考虑，只使用检出率和误报率进行综合评价。

7

T/CNESAXXXX—XXXX

参考文献

[1]GB/T31486—2015电动汽车用动力蓄电池电性能要求及试验方法

[2]SAEJ2929—2013SafetyStandardforElectricandHybridVehiclePropulsionBatterySystemsUtilizing

Lithium-basedRechargeableCells

8

T/CNESAXXXX—XXXX

目次

前言...........................................................................II

引言..........................................................................III

1范围................................................................................1

2规范性引用文件......................................................................1

3术语和定义..........................................................................1

4符号、代号和缩略语..................................................................2

5试验条件............................................................................2

环境条件........................................................................2

试验设备........................................................................2

6试验准备............................................................................2

样品准备........................................................................3

试验数据记录....................................................................3

7试验步骤............................................................................3

测试库试验总体要求..............................................................3

测试库试验内容..................................................................3

热失控发生的判定方法............................................................4

算法有效性评测..................................................................5

8试验数据处理........................................................................5

检出率和误报率..................................................................5

平均提前预警时间................................................................5

热失控时刻预测平均绝对误差......................................................6

算法有效性评价..................................................................6

参考文献........................................................................8

I

本标准由中关村储能产业技术联盟自主编写、制定，因其产生的著作权等所有权利均归中

关村储能产业技术联盟所有。除事先得到中关村储能产业技术联盟的许可或国家现行法律法规

允许使用本标准外，任何机构或个人均不得以任何形式对本标准进行部分或全部地复制、使用。

如对本标准的权利或使用有疑问的，请联系中关村储能产业技术联盟！

ThisstandardisdevelopedbytheChinaEnergyStorageAlliance,andallrightssuchascopyright

arisingfromitarereservedbytheChinaEnergyStorageAlliance.Nocopyoruseofthisstandard,in

partorwhole,isallowedinanyformwithoutofficialpermissionfromChinaEnergyStorageAlliance

orunlesspermittedundernationallaw.Foranyquestionsorenquiryregardingrightoruseofthis

standard,pleasecontacttheChinaEnergyStorageAlliance.

中关村储能产业技术联盟是中国社会组织5A级社团，是中国首个专注在储能领域的非营利性国际

行业组织。中关村储能产业技术联盟致力于通过影响政府政策的制定和储能应用的推广促进储能产业

的健康有序发展。

中关村储能产业技术联盟聚集了优秀的储能技术厂商、新能源产业公司、电力系统以及相关领域的

科研院所和高校，覆盖储能全产业链各参与方。中关村储能产业技术联盟在协同政府主管部门研究制定

中国储能产业发展战略、倡导产业发展模式、确定中远期产业发展重点方向、整合产业力量推动建立产

业机制等工作中，发挥着举足轻重的先锋作用。

TheChinaEnergyStorage