近年来，储能行业迎来快速发展，市场日渐蓬勃。然而，伴随着技术的快速进步与应用的广泛铺开，储能安全问题也日益凸显，成为制约行业健康发展的一大隐患。
我国对储能安全极其重视。近年来，我国相继出台了多个国家标准或能源主管部门文件。其中2023年底发布的国能综通安全〔2023〕131号明确提出要增强运行风险监测及分析预警能力，要求2024年12月31日前完成风险监测能力建设。
针对储能安全问题，近日储能头条专访了北京西清能源科技有限公司（以下简称“西清能源”）首席科学家梁惠施。她表示，储能安全不仅仅是电池安全，储能系统中的每一个环节都可能造成事故的发生。西清能源的数字化技术可以做到提前预测、提前防范、精准定位，真正做到防患于未“燃”。
“预防为主，防消结合”是所有储能系统安全设计的主旨方针。梁惠施也表示，电化学储能系统的安全防护是一个系统工程，它有三个“安全”需要考虑，即本征安全、主动安全、被动安全。
本征安全是指电池本体的安全性；被动安全是指事故发生时的应急处理措施，当消防系统启动的时候，损失已经不可避免；主动安全是在储能系统运行过程中，通过监测评估储能电站电池的整体运行状态，对储能系统的早期故障进行识别和预警，进而可以采取针对性的维护措施，将火灾事故扼杀在萌芽状态。
“西清能源正是深耕储能主动安全的企业，西清能源以大数据分析为技术路线，已经投运落地的储能主动安全及智能运维系统超过3GWh，弥补了储能‘本征安全’和‘被动安全’中间的空白，推动了基于大数据进行储能电池状况分析的发展。”梁惠施说。
西清能源的储能电站主动安全技术通过分析运行数据，识别和定位劣化单元，通过主动运维措施，及时排除故障风险，避免严重事故发生。
其应用形式主要有两种，一是在线风险监测。在线对全站运行总览，打造储能运行驾驶舱，进行故障预警与诊断，支持实时监测和历史统计。通过在线对关键设备运行监测，可以直观展示电站健康状态。该技术还可以智能检修，结合移动终端实现预警与检修流程联动。
目前，该技术已在北京、山东、江苏、内蒙古、重庆多地大型储能电站获得实际工程应用，在运工程累计覆盖储能装机容量超过3GWh，单站最大容量超过600MWh。
二是针对离线数据分析的定期安全体检。该技术基于人工智能的数据模式识别，发现安全风险隐患，进而对故障隐患进行分级评估，还可以分析特征参量的横向分布以及纵向演化，从而全面分析电池健康状态，基于概率方法的异常电池检测和多维特征分析及知识图谱的故障诊断，并根据故障类型推送运维建议。
除此之外，西清能源还首创储能电站三级防控体系，从风险源识别、到电池故障监测、到电池热失控预警，层层降低事故风险。该体系构建涵盖电池健康状态、电池早期故障、 BMS失效、PCS故障的全站级安全风险评估模型，量化事故风险，为针对不同风险等级制定有针对性的运维策略提供依据。
据了解，西清能源成立于2018年，公司将“产、学、研”进行有效结合，以大数据、人工智能和电池科学技术为基础，通过数字技术在储能领域的垂直应用，提升储能的安全性和经济性。
在梁惠施看来，人工智能最大的挑战在于数据。“数据是人工智能的基础，由于导致储能设备故障的原因多种多样，因此要拥有一个完备的数据库相对而言是比较困难的。基于此，西清能源可以通过仿真手段完善数据库，利用数据将训练模型应用到实际工程现场。此外，西清能源还采用迁移学习框架，预训练模型后在现场应用中进行微调，以适应不同储能电站的需求。”
同时，西清能源还会对应用公司系统的储能电站项目进行定期回访，通过不断发现新的故障特征，来完善数据库。
通过大量项目经验和数据积累，西清能源的产品可以提前数百至数十小时发现故障，提前15分钟预警热失控。切实保障储能电站安全，避免安全事故发生。
当前，储能行业低价竞争愈演愈烈。梁惠施认为，当报价低于成本时，就一定会带来质量和安全问题。因此就需要监管部门制定严格的标准体系，从而保障产品质量。
谈到未来发展，梁惠施表示， 西清能源将开发并完善定期体检服务，持续致力于基于大数据分析的储能电站运行风险监测技术的研发与创新，为储能行业的安全、健康、可持续发展做出积极贡献，同时也为能源转型贡献自己的力量。
来源：储能头条
