多层级多因素下锂离子卡特蓄电池储能系统的故障演化机理

当时的研讨电池储能体系电池储能体系(BESS)毛病具有碎片化特征，这是导致其监控体系毛病预警与诊断准确性较低的原因之一。本文体系归纳了BESS或许发生的毛病类型，从诱因、机理及结果三个维度进行梳理。特别在模块层面，要点提醒了元器件缺点、外部滥用及极端工况下的毛病演化规则。该总述研讨完成了BESS在多体系层级、多要素耦合效果下的毛病演化规则体系构建。本文旨在体系阐述近年来BESS各类毛病诱因的研讨进展，为毛病机理建模、先兆预警及精准毛病诊断奠定理论基础。

导言

可再生能源发电技能、分布式能源供应及用户侧电气化的开展为储能技能的快速前进供给了舞台。间歇性可再生能源需要依靠储能体系（ESS）来保持电力体系稳定运转，该体系可将充裕能量储存以供后续运用[1]。学界普遍认为，锂离子电池（LIBs）作为未来不行替代的选项，有望主导储能商场[2,3]。依据锂元素在周期表中的方位，锂离子电池（LIBs）比较其他可充电电池具有更高的比能量[4]。随着LIBs遭到研讨人员的广泛关注，其功能已显著提高，体现在充电时刻更短、能量密度更高以及运用寿命更长等方面[5,6]。与此同时，LIBs的成本持续下降[7]。这些优势使得LIBs在消费电子和电动汽车（EV）使用范畴大获成功[8]。近年来，LIBs在进军固定式储能商场方面获得重大进展。有剖析指出，固定式储能使用中的LIBs或许创造出比电动汽车范畴更大的商场[9]。
用于大规模储能的锂离子电池单体应具有280至320安时的更高容量。部分制造商甚至已开发出容量高达500安时的大容量电池。电池容量越大、集成数量越多，体系可靠性就越低。一旦发生热失控，其结果及热失控延伸问题将极为严峻。因此，与电动汽车使用比较，固定式储能使用对体系安全监测与办理有着更为迫切的需求。全球范围内已报告多起电池储能体系（BESS）事故，部分事件造成了不行拯救的结果。要推动BESS开展的"最后一公里"，必须要点解决体系安全问题[10]。BESS存在多种失效形式和诱因，包含短时突发性毛病与长时间累积性毛病、电池本体毛病及其他组件毛病。当时BESS毛病监测诊断平台尚不具有全方位毛病辨认与超前预警才能。鉴于体系危害的诱发要素具有多维性[[11], [12], [13], [14], [15]]，大规模BESS的安全问题需在体系层面进行综合研讨与解决[[16], [17], [18], [19], [20]]。必须树立可以涵盖BESS一切潜在毛病诱因的解决方案。
失效形式、机理与影响剖析（FMMEA）是一种源于失效形式与影响剖析（FMEA）的体系可靠性剖析办法[21]。FMMEA要点研讨被FMEA忽略的失效机理。失效机理被界说为物理、电气、化学及机械应力引发失效的进程[[22], [23], [24], [25]]。依据这些机理树立失效物理方程，对实现实时毛病辨认与预测具有必要性[26]。由多种失效物理方程构成的根据安全性的模型，可以表征不同环境、激励、电池状态等条件下发生的物理变化[[27], [28], [29], [30], [31], [32], [33], [34]]。多要素对毛病机制的影响是实现从简略经验值向建模转变的首要过程，可解释电池储能体系（BESS）在全生命周期中接受的应力。然而，现在鲜有研讨能体系总结多层级、多要素效果下大规模BESS的毛病演化机制剖析。
本文经过FMMEA办法阐明晰电池储能体系(BESS)的毛病演化机制。研讨并未罗列正极、负极、电解液等电池内部各种材料的失效机制与扳机，而是针对每种失效类型进行机理剖析。所涵盖的失效类型几乎包含BESS中一切可预见的毛病诱因。除锂离子电池单体或许存在的失效原因外，我们还剖析了锂离子电池组或BESS中由组件缺点引发的毛病。本研讨构建了多要素效果下BESS各类毛病类型演化规则或许性的知识库。