11月10日,在2023世界储能大会,宁德市时代新能源科技股份有限公司总工程师许金梅指出,储能做到极致安全,可以用工程视角用统计学方法论量化。
目前全球大型储能电站超过5000座,着火事故70多起,火灾率高达1.52%。其中,中国建成770座,在运行约400多座,公开报道的火灾约3例。电化学储能的安全已成为行业发展的瓶颈和痛点。
许金梅指出,当下锂电应用场景越来越多,不同场景安全要求不一样,如高温高压、沿海高盐雾、强风沙多粉尘、高海拔,差异巨大。加上锂电储能设计直流交流交互复杂、零部件众多,失效机理众多。比如,高海拔电站气体更稀薄,也有更高绝缘耐压要求,冷却中更弱的热传导,即使是同样的集装箱内部设计核心完全不同。甚至PCS的共模电压也会对电池产生不可估量安全的影响。
不过,储能安全并非不可实现。以汽车行业为鉴,随着全球汽车行业IATF 16949质量管理体系不断完善,搜集客户经验,与核心供应商互动迭代,汽车质量水平出现巨大提升,可靠性得到明显改善,值得储能行业借鉴。
许金梅认为,安全成本是无价的,底线是有价的,即可以计算。储能火灾事故率大概千分之13-15,以GW级别投资电站单站来计算,安全系数可以量化,甚至简单到只用加减乘除法。
许金梅指出,储能要建立专用质量管理体系,需分四步走:
第一步,首先设定安全目标,通过概率安全分析、运营监控,安全容忍度、安全技术、测试验证。比如根据不同场景确认多少个电站、每年发生多少故障,层层分解到每一天制造、设计、测试、运维工程师每一步做什么。
第二步,根据不同场景匹配适用目标设定的核心安全技术。面向储能系统全生命周期应用场景及系统高电压化,针对交流侧,开展并网性能实证、高压故障安全;推导到直流侧,建立电池系统多级安全防护。其中热电耦合,在模拟热失控中,通常有高温烟气、可燃,更可怕的是低压线束产生火花。不仅要关注电池安全,还要关注次生安全。
第三步,实现安全风险的概率计算,即安全分级依据。常规设计击穿电压实验中,识别系统的薄弱环节;优化产品设计,根据设备重要程度进行分级,这个过程并不需要把所有零部件都囊括;最后实现个性化定制产品。
第四步,优化储能鉴定体系。
通过上述四步,最后进行产品的平衡,运维阶段持续监控风险,学会做减法,技术会带来额外的经济收益。
许金梅表示,“其实做电池的人不懂电网到底怎么用,电网的人也不知道电池使用的边界在哪里,这是我们建大实验室的初衷和目的,并不主要集中直流侧。测试完以后,才知道防护哪里,也可以知道哪里的防护无效。”
据悉,宁德时代持续在技术研发方面发力,在宁德、溧阳、上海、厦门以及德国慕尼黑设立了五大研发中心。同时,公司也拥有电化学储能技术国家工程研究中心、福建省锂离子电池企业重点实验室、中国合格评定国家认可委员会(CNAS)认证的测试验证中心,设立了“博士后科研工作站”“福建省院士专家工作站”等。
文/杨倩
来源/储能严究院
好文章,需要你的鼓励
微软推出 Copilot+ PC 标准,要求配备高性能 NPU,引发 AI PC 市场格局变化。英伟达虽在数据中心 AI 领域占主导,但在 PC 端面临挑战。文章分析了英伟达的 AI PC 策略、NPU 与 GPU 的竞争关系,以及未来 GPU 可能在 Copilot+ 功能中发挥作用的前景。
专家预测,随着人工智能技术的迅速发展和广泛应用,2025 年可能成为 AI 泡沫破裂的关键一年。尽管 AI 仍有望在多模态模型和自动机器学习等领域取得突破,但技术瓶颈、投资回报率下降、监管趋严以及环境和伦理问题等因素可能导致 AI 热潮降温。未来 AI 发展将更注重平衡和可持续性。
Google 推出名为 Titans 的新型 AI 架构,是 Transformer 的直接进化版。Titans 引入了神经长期记忆、短期记忆和基于惊喜的学习系统,使 AI 更接近人类思维方式。这一突破性技术有望彻底改变 AI 范式,推动机器智能向人类认知迈进一大步。
主动型 AI 是人工智能的下一次进化,它不仅能生成内容,还能自主决策和追求目标。这种 AI 可以设定自己的目标,制定策略并根据情况调整方法,实现真正的自主性。它将彻底改变机器与世界的互动方式,为人机协作开启新的可能性,但也带来了透明度和伦理等挑战。