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
过去七年中,基于机器学习的AI工具几乎完全自动化了地震学的基础任务——地震检测。AI模型能够检测到比人工分析师更小的地震,特别是在城市等嘈杂环境中。斯坦福团队开发的地震变换器等模型使用一维卷积和注意力机制,在包含120万个人工标记样本的数据集上训练。这些工具通常能发现比传统方法多10倍以上的地震,为火山结构成像和地质研究提供了更全面的地震目录。
卢森堡大学研究团队开发的RLDP框架首次将强化学习应用于差分隐私优化,创造性地解决了AI训练中隐私保护与模型效果的矛盾。该方法如同智能教练,能动态调整隐私保护策略,在四种语言模型上实现平均5.6%的性能提升和71%的训练时间缩短,同时增强了抗隐私攻击能力,为敏感数据的AI应用开辟了新路径。
杰斐逊城市医疗集团作为密苏里州中部最大的多专科医疗服务机构,正在使用AI管理会议、简化临床文档和优化医疗流程。该集团在联络中心AI应用方面较为谨慎,担心完全数字化会影响患者体验。CIO表示未来会在统一通信平台集成AI,但部署时机将由医疗专业人员决定。目前已采用AI辅助临床文档记录和会议管理功能。
腾讯混元团队联合北京大学提出MixGRPO技术,通过混合ODE-SDE采样策略和滑动窗口机制,将AI图像生成训练效率提升50%-71%,同时在多项人类偏好评估指标上超越现有方法。该技术采用"从难到易"的渐进优化策略,专注于图像生成早期阶段的重点优化,并引入高阶求解器进一步加速训练过程,为AI图像生成的产业化应用提供了更高效可行的解决方案。