北极星

搜索历史清空

  • 水处理
您的位置:电力评论正文

电科院来小康:大数据在储能中的重要性

2017-06-23 08:43来源:中国客车网关键词:储能动力电池电动汽车收藏点赞

投稿

我要投稿

我国动力电池产业正处在由技术追赶期向同步发展期过渡的关键阶段,在国家相关政策支持下,需要进一步实现颠覆性的技术突破和协同创新。2017年6月21日,由青海省、工信部、科技部、中国电动汽车百人会在青海西宁举办的”第十八届中国˙青海绿色发展投资贸易洽谈会˙锂产业国际高峰论坛“迎来了全球近800名嘉宾。

针对“大数据在电池及电动汽车的应用”,6月21日下午举行了分论坛,围绕大数据在动力电池智能化管理和体制利用上的应用;基于电动汽车运营中产生的数据,如何产生商业价值及创造新的商业模式;有关动力电池和电动汽车数据收集、分析的相关技术和政策问题;智能化电池管理系统和综合检测方案,锂电池的全生命周期管理和监测;充电基础设施大数据在电动汽车与动力电池方面的应用。

中国电科院电工与新材料研究所所长来小康以张北示范工程为例,说明大数据在储能电池应用方面的重要性。现场实录如下:

谢谢百人会,谢谢王老师!可能大家有些人认识我,刚才在门口也有人问我,说你怎么搞大数据了,我确实没搞大数据,但是在我们储能应用的时候确实也需要一些大数据来给我们支撑。比如说我们在张北,一期工程就有30万个电池,我们知道大数据最主要的特征,一个是大,还有一个是要鲜活,而且还有价值。这些都构成了我们在电池应用中的一个特征,所以我们也确实做了一些工作,但是这个题目对大家来说还是比较新的,对于我来说也是比较新的,可能我在今天介绍只能讲讲我们现在已经有一些的工作,和我们未来的一些思路,供大家讨论吧,因为这是一个纯技术会议的交流,也别发到微信上,不太成熟。

我先谈谈研究背景和面临的问题。应该说我们就是从张北工程中感觉到数据的重要性,因为当时做示范工程的时候最主要的是要把功能实现,能不能平滑,能不能削峰填谷,能不能黑启动,能不能正常运行,这是当时建工程的重要关注点。在这些功能能实现的情况下,现在又转向了到底这些电池运行的情况怎么样,运行的变化情况怎么样,这个又是我们下一步的研究重点。

可是研究的时候我们发现,当时建示范工程的时候有不同的厂家、不同的集成方式,数据采集的各种数据管理也很不同,所以到时候我们发现存在什么问题呢?就是数据采集的不合理、数据管理不规范,将来运维时候我们没有一个规章,不知道该怎么弄。我们就后续我们在国家电网陆续做了一些项目的设置,主要是为了要解决这个问题。

我们存在的问题和电动汽车上有点不一样的还有一个部分,电动汽车主要盯的是电池,而我们在储能中还要考虑我们储能的对象是针对风、光,风、光这些数据也是我们要考虑的样本,所以总体来看,我们就感觉,当时存在的问题就是数据格式多、体积庞大,但是信息单一,很多信息又闲置,效率低,没有能挖掘出太多有价值的东西。原因在哪儿呢?就是当时做这些工程的时候,当时选择的数据、采集的尺度没有依据,评价指标不明晰,大数据的特征也模糊,所以我们发现,我们要做大数据的一些应用的话,我们应该在基础上做一些工作,包括数据颗粒度怎么选取,就是多长时间采样一个点,跨度怎么选取,多长时间采集的数据你就认为足够有效了,是常年这么采着做评价吗?我们觉得也还需要研究。再一个,典型曲线的选取,将来我们做配置用也好、各种分析用也好,都要典型曲线,电动汽车有自己的典型曲线,储能,应用工况很多,典型曲线是不同的,这些到底怎么提取出来,这些都是我们数据分析中面临的问题。

这样的话我们就觉得应该挖掘数据信息,要提出数据样本选取的依据和评价指标、研究数据粒度与跨度、在数据应用过程中的影响与程度,指导建库,包括数据库的结构设计,及数据采集需求的确定。因为刚才王老师提到电动汽车梯级利用的部分,其实梯级利用部分可能在我们一开始张北一期的时候还没有涉及,只是后来在我们电科院我们所自己的实验场地里头和比亚迪合作有一兆瓦建了一个实验工程,但是我们现在大数据工作怎么做呢?我们针对光伏先看看,这么大的数据我们该怎么用、怎么采、怎么选、先做一个初步的工作,来为我们后续梯级利用电池做大数据的分析的时候建一个模板。

比如我们用灰色系统理论,用功率持续变动三角形,来确定每个光伏变化的持续时间、变化浮动、变动斜率、变化能量,这样找出最刚性需求,由此来确定采样的时间段,因为光伏如果说你想他什么数据都采,你一秒钟就采一个点,数据量太大,将来处理起来、存储起来都有困难,将来交互都有很多困难。多少合适呢?我们利用灰色系统理论做了一些,“功率持续变动三角形”的理论来得出这个结论,我们认为30—500秒之间选一个点比较合适,这就是我们颗粒度选择的方法和得出的结论。

另外一个,好比说光伏,我们知道它有晴天、晴转多云、阴雨、多云好几种天气组合,到底取多长时间的数据你就觉得可以为我们将来做数据分析的时候够用了呢?我们用信息熵的原理做了这样的分析,数据处理的结果就是我们得出来,在60天作为一个实验数据的标段就够了,不用太多太长,太短也不合适。

再一个,用云模型来提取典型曲线,这个典型曲线应该覆盖各种天气情况,能反映运行中它的哪个数据,基本的特征都能在这里头,所以我们用数学的云模型方法来处理的结果。

我们通过光伏数据的处理就得出,定量的可以得出数据粒度、跨度包括典型曲线的一些数学的处理方法和一些结论,这个我们先不说结论是我们电力系统可能关心的,我们拿这种方法将来就想在梯级利用时候进行数据粒度、数据跨度选取,我们拿它数学分析的方法作为借鉴。

原标题:电科院来小康:大数据在储能中的重要性
投稿与新闻线索:陈女士 微信/手机:13693626116 邮箱:chenchen#bjxmail.com(请将#改成@)

特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。

储能查看更多>动力电池查看更多>电动汽车查看更多>