智慧新能源储能解决方案

SmartNewEnergyStorageSolutions智慧新能源储能解决方案目录2市

场

背

景解

决

方

案31技

术

介

绍4前

景

未

来市场背景1市场背景--储能的意义弃风弃光应用发电平滑计划发电调频与备用弥补线损调峰调频减少电网投资减少人工配置削峰填谷电能治理微电网应用配电稳定削峰填谷备用电源电网扩容用电保护发

电输

电配

电用

电储能是未来电力系统不可或缺的第五大环节，促进电网发展模式根本性变革通过储能系统的能量存储和缓冲使得系统即使在负荷迅速波动的情况下仍然能够运行在一个稳定的输出水平。它可以在清洁能源发电无法正常运行的情况下起备用和过渡作用。还可防止负载上的电压尖峰、电压下跌、外界干扰所引起的电网波动对系统造成大的影响，采用足够多的储能系统可以保证电力输出的品质与可靠性。储能逐渐成为电力系统除发电、输电、配电、用电之外的第五环节，智慧储能策略促进点位发展模式根本性变革，更是符合双碳战略。市场背景--储能面临挑战

我国新型储能行业整体处于由研发、示范向商业化初期的过渡阶段，在技术装备研发、示范项目建设、商业模式探索、政策体系构建等方面取得了实质性进展。但是，其发展过程中仍面临着从技术、应用到市场的不同层面的问题和挑战。1、基础性、原创性、突破性创新不足，储能领域中我国具有“领跑”意义的先进技术还不多尤其在设计软件、设计标准与理念方面缺少话语权；2、新能源并网消纳压力巨大，制约其大规模推广：

对大电网安全稳定运行带来巨大压力

给系统供给侧稳定性带来隐患

易引发电力供给与需求失衡3、大规模储能技术推广受电力系统市场机制不完善等方面限制；

在新能源替代化石能源的进程中，储能技术可以说是新能源产业革命的核心，在AI智能大环境下，如何利用智能化技术手段来提升储能系统的高效性、安全性、稳定性、持续性？是我们投入这个领域的初衷。技术介绍2技术介绍--储能AI算法体系新能源储能AI算法应用体系基于机器深度学习，及储能并网、储能、供给等特点，建立算法模型，结合储能控制装置实现对储能站多维度测控及引导智能代偿修复。储能电池性能AI算法线性测控AI算法热失控辨析AI算法自修复AI算法电池快速检测AI算法电力均衡AI算法工业设备AI算法智能警告AI算法电力智能调度AI算法环境AI算法性能、健康状况进行测控，并引导修复。对储能电池性能指标测试形成线性数据，并分析。预测分析，优化充放电策略。储能站工业设备运行与性能检测，并引导修复。按不同时间段级别测控和预警。按算法模型合理化供给与智能调整。测控、修复等多种事件预警。制定多维模型，实时快速检测储能电池状况。健康算法模型，仿生代偿自修复。内外环境因素测控，线性分析，引导和预警。技术介绍--储能AI算法体系技术特点：AI训练、自收集数据分析实时测控，精准判断线性分析，准确预测场景化定制，适应性强智能模型，自诊断修复技术环境：人工智能算法大数据平台边缘计算节点智能储能行业服务AI算法体系安全管理平台智能硬件AI+大数据平台边缘计算5G产品体系技术栈解决方案3解决方案--方案架构应用场景平台层算法层边缘服务智慧储能检测运维平台（AISmartEnergy）

算法训练平台

储能电池性能AI算法线性测控AI算法热失控辨析AI算法自修复AI算法电池快速检测AI算法电力均衡AI算法工业设备AI算法智能警告AI算法电力智能调度AI算法环境AI算法变电站储能

火电厂储能

热电厂储能

光伏电站储能风电场储能

水电站储能

其他发电站储能

充电站储能工业园区储能数据中心储能通信基站储能地铁、有轨电车储能港口岸用电储能岛屿储能

医院储能

商场储能

军区营地储能

政委楼宇储能

田园生态区储能

银行储能

大型赛事场所等储能

解决方案--储能站各系统关系电力系统各模块关系PCS与电力系统：PCS由DC/AC双向变流器、控制单元等构成，根据功率指令的符号及大小控制变流器对电池进行充电或放电，实现对电网有功功率及无功功率的调节，在无电网情况下可以直接为交流负荷供电；PCS与BMS系统：PCS控制器通过CAN接口与BMS通讯，获取电池组状态信息，可实现对电池的保护性充放电，确保电池运行安全。PCS转换系统作用在并网模式、孤岛模式间进行切换，并控制两种模式下的充放电通过控制实现储能系统的四象限运行，为系统提供双向可控的有功、无功功率，实现系统有功、无功功率平衡实现系统高级应用功能，如黑启动、削峰填谷、功率平滑、低电压穿越等功能根据PCS的拓扑结构（如单级AC/DC、双级AC/DC+DC/DC、单级并联、双级并联、级联多电平等），通过相关控制策略实现对储能系统电压和荷电状态均衡管理。BMS系统作用：检测与保护电池安全边界管理均衡安全，减弱或消除不一致性对电池的影响电池热管理提供对外应用接口PCS与BMS系统支持AI电控装置，并为为智慧能源平台提供通讯接口，实现数据和应用联动，系统之间相互牵引及促进，通过AI算法模型融合，打造一个流畅无间隙的智慧储能系统环境解决方案--AI算法温控智调

储能电芯温度的均衡性决定了电芯寿命与效率。液冷温控是未来的趋势，以液冷温控方式为例，新能源储能系统采用液冷温控方式，通过多级变径流道和微通道均流的设计，实现电芯温差小于2.5~3℃，使电池寿命延长2年以上，100MWh电站生命周期内可多放5000万度电以上；并通过系统数值测控、辨析、电力平衡等AI算法获取百万量级大数据和线性分析，采用AI算法建立递进式休眠算法模式，引导调整，自修复机制运行工况智能调节散热能效，实现辅电耗能降低45%以上，延长电池芯寿命，过程无需人工干预。固体液体相变材料热吸收溶解热放出开始凝结吸收存储释放电力热平衡AI算法模型，智调温控储能电池性能AI算法线性测控AI算法热失控辨析AI算法自修复AI算法电池快速检测AI算法电力均衡AI算法智能警告AI算法环境AI算法解决方案--簇级平衡管理

随着运行时间增加，簇间木桶效应和电池容量失配现象突出。储能新品通过簇级管理器实现毫秒级均流控制，智能调节每一簇电池充放电，解决并联木桶效应，提升系统放电量；另外通过簇级管理器，电池更换无需人工调节SOC，系统扩容无需额外新增PCS，解决了新旧电池混用造成的容量失配难题，极大降低了扩容难度，节约了80以上%的交付时间，提高运行效率和延长电池寿命。98%97%99.6%98%3%4%0%5%100%100%100%100%0%0%0%0%传统方式充不满

放不完

环流大

寿命短全人工干预维护成本高检测效率低难以预测充电线性差放点线性差电池单元不平衡二次电池失效快可预测因素有限簇级平衡管理方式充满

放完

充放一致

毫秒级均流

寿命长自动检测引导修复自诊断维护人工干预少线性预测分析可预测性强充放电平衡二次电池无差别管理稳定安全吸收存储释放储能电池性能AI算法线性测控AI算法热失控辨析AI算法自修复AI算法电池快速检测AI算法智能警告AI算法解决方案--效能优化管理PCSPCS可再生能源系统EMS电池簇电池簇电池簇电池簇50%50%25%25%25%25%PCSPCS可再生能源系统EMS电池电池电池电池55%45%29%24%22%23%传统方式效能优化管理方式

基于计算机AI算法模型，在满足系统能量调度的基础上，新能源储能系统簇级管理器与PCS、EMS协同控制，通过算法结合电控装置建立能效优化算法模型，系统主动获取各簇电池各类数值测控，并分析电池簇需求空间，引导EMS系统分配能量流动，对各簇电池进行差异化功率按需分配，发挥每簇电池的潜力，比较传统方式综合提升系统循环效率（RTE）提升3%以上，全过程无需人工干预。储能电池性能AI算法线性测控AI算法热失控辨析AI算法自修复AI算法电池快速检测AI算法电力均衡AI算法智能警告AI算法环境AI算法解决方案--电芯AI算法预测警示

电芯热失控是引发储能安全事故的主要原因之一。阳光电源结合储能运行大数据，通过内置线性测控AI算法、自修复AI算法、热失控辨析AI算法等，在智能簇间、辨析析锂状态计算，精确识别电池病变程度，提前预警，协同控制系统调整充放电流和电芯环境温度，将电芯的热失控扼杀在早期阶段，解决了电芯热失控难题。拟似电池内置的电池医生，提高电芯寿命，大大降低成本。簇级管理器电池簇智能预警储能电池性能AI算法线性测控AI算法热失控辨析AI算法自修复AI算法电池快速检测AI算法电力均衡AI算法智能警告AI算法环境AI算法解决方案--电池簇衰减辨析

储能站电池簇衰减AI辨析，是对储能系统延长运行寿命、优化电池系统可充电深度、优化充放电策略、防范事故、指导运维的关键。通过对电池组AI辨析，发现不同电池组单元的未来几个月的衰减趋势不同，可有效预测电池组不同变化趋势，根据不同变化趋势采取有效措施来维护电池组性能。电池组储电剩余百分百的衰减预测为提前3-4个月内的辨析预测值，可以与季度定期运维巡检相结合，在用户侧形成体系化管理和保障，利于储能运维提前作出决策。节能减排效率高效安全性高提前预测自诊管理低成本通过历史数据对电池组进行辨析预测，并引导修复在AI算法下，形成电池簇的衰减规律，有利于快速干预衰减辨析AI算法学习，自动收集分析数据进行AI训练AI算法系统以软件算法为主，量化的硬性成本较低系统采用软化运维，对电池簇的数据检测和辨析，不影响使用此类储能运维模式，节能减排更环保系统具有自诊功能，有效减少人工干预储能电池性能AI算法线性测控AI算法热失控辨析AI算法自修复AI算法解决方案--电弧AI识别关断

基于AI算法体系建立电弧AI识别模型，有效对新能源储能内外环境电弧检测。智能识别簇间电气连接异常，毫秒级100%识别拉弧，秒级关断，大幅降低电气拉弧安全风险。储能设备配置四级过流保护措施，通过“电力电子+电气”联动的双电分断方式，实现簇间回路微秒级可靠分断，大幅提升了保护的速度与精度，有效阻止危险事件发生。线性测控AI算法热失控辨析AI算法工业设备AI算法智能警告AI算法环境AI算法电弧是大量的电火花汇集而成的。一般电火花的温度都很高，特别是电弧，温度可高达6000℃，因此，电火花和电弧不仅能引起可燃物燃烧，还能使金属熔化、飞溅，构成危险的火源。在有爆炸危险的场所，电火花和电弧更是引起火灾和爆炸的一个十分危险的因素。全天候保护解决方案--储能电池预测控分析

储能电池预测控分析技术，是对新能源储能电池延长运行寿命、优化电池系统可充电深度、优化充放电策略、防范事故、指导运维的关键。储能电池预测控分析，可以确定电池剩余寿命及可修复程度，从而确定该电池的剩余价值，并可进行提前拟定方案应对，不管是从储能电池本身还是从储能站维护都具备非常高效的价值。指导运维优化放电防范事故精准测控价值测控深度充电深度学习算法精准测控，偏差小结合充电线性和放电数据，为放电提供依据，引导调整多维度利用AI算法，对电池多维度数值线性分析辨析测控电池线性数据，提供深度充电依据，引导调整针对电池危险阈值把控，建立AI算法模型，调整充放电预测电池可诊性，并引导自修复，失控电池预警运维通过历史辨析线性规律，辨析电池剩余价值，提供运维决策修复测控预测电池修复可能性和提供缺陷数据，为运维提供决策解决方案--热失控辨析

新能源储能系统，安全防范是最重要的危险因素，往往发生储能事故的大多数储能系统内部热失控导致的灾难性后果，使用热失控辨析AI算法，可将辨析按时间单位来分类，如季度辨析、月度辨析、周辨析、天辨析、小时辨析，通过多维度的辨析，可以与季度定期运维巡检相结合，在用户侧形成体系化管理和保障。季

度

辨

析通过热失控辨析AI算法来监测电池时间段充放电或达到阈值的偏差来进行辨析，判断电池组衰减线性。月

度

辨

析通过线性测控AI算法来监测电池组每次充放电一致性情况进行充放电差异进行辨析，判断电池组衰减线性，让运维具备决策依据。周

辨

析采用AI算法根据电池储能内部图谱特征，辨析电池低效、故障、失效的要素，并将辨析结果引导自修复系统或平台预警让人工干预运维来管控。小

时

辨

析通过AI算法来针对电池热失控进行辨析预测，如辨析出现危险因素，则会引导自修复系统对电池组进行模型修复，或采取储能系统中消防装置处理，降低电池故障带来的危害。储能电池性能AI算法线性测控AI算法热失控辨析AI算法自修复AI算法电池快速检测AI算法电力均衡AI算法智能警告AI算法解决方案--检测引导自修复新能源储能系统的储能电池检测引导修复技术，是一种低成本高精度仿生复眼智能代偿式修复技术。结合电池性能AI算法、线性测控AI算法、电力均衡AI算法、工业设备AI算法、热失控辨析AI算法等算法模型，360°对储能电池簇自行建模，以健康数据和阈值作为依据，全方位监测和辨析电池健康态势，并引导电池仿生智能代偿式修复技术对电池进行修复，达到自修复效果，过程无需人工对储能电池干预，提高储能电池寿命，是一种高效的新能源维护方式。无拆解修复充电缺陷自修复放电缺陷自修复平衡电池功能自诊管理充电优化算法电池组单元出现差异，引导平衡算法技术分析，引导自修复模型分析禁用充电性能不佳电池单元，引导自修复功能自行恢复100%仿生代偿修复高精度仿生智能待尝试修复储能电池，提高其能量转换效率AI算法分析充电平衡性能，低电压补偿充电，减少电池压力电池组放电线性无规则，AI算法围绕放电效率和电池变化进行引导修复修复过程无需拆解，智能代偿，非物理修复系统可实施检测，电池组启动自诊系统，检测和引导自修复电池介质检测AI算法中一环，对电池组电解介质指标检测，有效引导人工干预方案降低电池冲击减少其随机性、间歇性、波动性，削弱给储能和供电带来的冲击解决方案--AI联动消防

消防系统是储能电站的最后一道安全屏障。但如何以最优的方式发胡安全屏障的作用，避免损失或将损失做到最小。在AI分析联动消费应用中得到解析。消防系统在产品结构设计上，储能新品采用隔舱设计的方式，将电池与电气件分舱放置，舱壁具备超过一小时的耐火能力，可有效隔绝隐患，避免火灾蔓延，降低损失。储能系统充分发挥AI算法和大数据分析，可以做到系统不可控线性趋势，并及时联动消费系统和人工干预，结合精准探测、排风防爆、主动灭火等功能，降事故扼杀在失控前。事故趋势阈值时间线性测控引导修复和预警联动消防运维干预热失控平台警示引导修复联动消防运维干预＋主动预测失控线性主动联动消防、平台警示、运维干预人防+物防+技防解决方案--智能生态硬件升级

智慧储能还处于初级阶段，我们的AI算法会不断迭代和扩展更多的算法模型。如智能家居全屋智能，真正智慧储能系统是一个健康生态建设，基于此方案的新能源储能行业算法，可应用于传统储能设备的升级，传统储能设备可以通过升级硬件方案，规划各个系统生态应用，嵌入核心算法模型，对行业场景样本加以训练，逐渐形成一套具备AI算法能力的智能生态硬件，结合软件应用，搭载管理平台及边缘服务，打造一套具备融合多种通讯网关协议新能源储能生态系统。光储系统模块产品PCS系统EMS系统解决方案--智慧储能检测运维平台

智慧储能检测运维平台（AISmartEnergy）是基于储能行业AI算法打造的储能、微电网、虚拟电厂定制的一款高性价比、多功能能源管理系统控制器，依托工业互联网平台打造的一款产品化交互的系统，具备强大的数据处理能力，兼容多种通讯协议，能快速和市面上的BMS、PCS进行数据对接，可扩展至智慧园区和工业互联网领域，产品由终端工作站和云端平台构成，支持分布式部署。一站式管控平台

让能源数据直观真实展现，有效降低了运维人员的操作难度；通过对设备、人员及线上线下的协同管理，有效提高工作效率。数据监控，提供用能效率

通过集成智能化应用设备与技术，消除信息孤岛；将用能效率、健康管理自诊可视、能效管理数据量化，使节能管理可视、可控，有效降低运营成本。安全保证

多重算法，多维度测控，汇总多种实时数据，自测自诊并与事件的告警信息联动，辅助运维管理人员迅速做出响应，实现安全管理。灵活、适应性强平台按不同行业划分算法模型，可按需选择，采用基础算法模型训练特定场景，同时提供个性定制化服务。解决方案--方案优势AI赋能储能集成系统

系统集成技术是基础，而长期安全、高效运营分散在各地的储能资产，需要依靠智能化的系统平台和一流的AI算法。基于智慧能源数字化平台，搭载系统各个环节的AI算法，能对用户负载的能量进行实时监测、模拟、预测和控制，实现需求侧管理以及能源资产的最高效利用。从被动防护到主动预警

储能行业发展过程中，电池状态检测粗放、电芯热失控预警缺失、联动保护不足、消防设计不足等会造成一系列储能安全问题。采用计算机深度学习AI算法技术体系，结合电控装置将储能系统在传统保护的基础上，将电力电子技术应用于主动安全保护设计，从电芯级、电池簇级、系统级等层级联动保障储能系统全生命周期安全。建设和运维成本低

系统采用全自动AI运算、自诊断与自修复，至于无可避免的损坏，则形成线性数据，为修复或决策提供依据，并通过平台预警引导人工干预。场景AI算法训练，广泛性强

深度学习，低代码算法，降低训练素材体量和时间，可以快速建立场景算法模型，可广泛应用与储能场景的系统管理运维。前景未来4前景未来--应用广阔变电站

火电厂

热电厂

光伏电站风电场水电站

其他发电站

电力系统相关应用场景：用户侧储能应用场景：

充电站储能工业园区储能数据中心储能通信基站储能地铁、有轨电车储能港口岸用电储能岛屿储能

医院储能

商场储能

军区营地储能

政委楼宇储能

田园生态区储能

银行储能

大型赛事场所等