近日，中国电力企业联合会发布了2025年电化学储能行业创新与应用典型案例，旨在进一步推动行业安全、高质量发展，总结、交流并推广成功经验与有益做法，发挥典型引领作用。由北京西清能源科技有限公司参与的“基于不同气候条件下的电储能状态特征参量识别与健康评估技术与应用”入选案例集。

基于不同气候条件下的电池储能系统

状态特征参量识别与健康评估技术与应用

一、典型案例简介

电化学储能中所使用的锂电池能量密度较高，内部有很强的燃爆条件。这导致电化学储能安全事故层出不穷，电化学储能安全问题成为全球需共同面对的行业痛点。据不完全统计，近10年间，全球共发生几十起锂电池储能电站起火爆炸事故，电池储能系统的安全问题已成为锂电池储能电站大规模应用的首要问题和进一步推广的瓶颈。

本案例以某100MW农光互补发电项目储能电站的运行环境为背景，系统研究了储能系统在高（低）温、高湿、高盐雾等恶劣环境下的健康运行关键技术，并对电池储能系统的状态特征参量识别与健康评估展开了深入分析。气候环境对储能电池的性能和寿命影响显著，针对不同环境条件开展针对性的研究 与技术开发，以实现储能电站的平稳运行。针对气候环境对电池寿命和性能的影响，提出了适应不同温湿度、高盐雾等环境条件的运行维护和故障预防方案，为恶劣条件下的储能系统提供了可靠的技术支持。提出了基于物理模型与数据驱动方法相结合的创新性框架，结合特征参量识别策略和诊断模型，系统性地研究了储能系统的运行特征和早期健康管理技术。

本案例取得以下成果：

1.详细分析了储能系统在高温、低温、高湿、高盐雾、高海拔等恶劣环境下存在适应性问题。高温加速电池化学反应，增加热失控风险；低温降低反应速率，易致锂金属枝晶形成引发短路；高湿导致金属腐蚀，盐雾加速设备老化，高海拔低气压与低温影响散热及化学稳定性。改进方向包括电池材料创新（固态电池、锂硫电池）、热管理优化（液冷、智能温控）、防腐蚀涂层技术突破，以及基于物联网和大数据的智能监控预警系统。

2.深入研究电池故障检测与诊断技术及状态特征参量识别策略。分析锂电池故障模式、机理与影响，提取早期故障特征；通过物理与数学模型混合建模，从多工况运行数据中提取内阻、开路电压曲线特征、剩余容量、模组不一致性等多维健康特征量，构建基于多元数据融合的故障检测诊断体系，实现故障精准定位与健康状态在线评估。结合海南儋州电站环境，提出电化学储能诊断模型，利用数据融合与机器学习优化不同气候条件下的状态参量识别与健康评估系统，支撑早期预警与高效管理。

3.围绕锂离子电池健康状态评估，系统探讨物理模型（如等效电路模型）与数学模型（如高斯回归、LSTM）的优缺点：物理模型可直观反映动态特性但建模复杂、实时性差；数学模型擅长非线性预测但缺乏物理机制刻画。结合案例电站所在地高温高湿环境，创新提出物理与数学结合的综合评估方法：融合二阶RC等效电路模型与SDAE-BP-ECA神经网络框架，通过堆叠降噪自动编码器（SDAE）优化数据输入，BP神经网络捕获非线性关系，ECA注意力机制提升精度，实现高效健康状态估计，兼具物理机制科学性与数据驱动优势。

4.基于相关研究成果，形成了2篇论文和2项发明专利，建立了基于不同气候条件下的电储能状态特征参量识别与健康评估系统。相关技术在浙江、江苏、宁夏、河南等地的电化学储能场站得到应用。

二、解决方案

系统分析其对储能装置可靠性运行的影响。研究高温、低温、湿度、盐雾环境等对单体电池荷电状态、充放电效率等性能指标的影响，继而探究高低温对储能系统不一致性的影响；研究高温下单体电池性能劣化规律与热失控现象，以及低温下储能系统安全可靠充电问题；研究高湿环境对储能电气系统稳定性 的影响；研究高盐雾对储能系统电池仓及外部配件的腐蚀性研究；研究各种储能技术在不同环境下的适 用性和性能表现，评估其充放电效率、循环寿命、安全性等指标。

结合电池机理的研究，采用物理模型与数据模型混合建模的方法，在不同环境数据的基础上，从储能电站运行大数据中提取出能反映电池健康状态的多维特征量，提出适用于复杂工况运行数据的储能电站健康状态在线评估算法。依据气候环境特点、锂电池外部特征参数与内部故障机理的关联，研究适应电池差异性的故障诊断参数阈值整定方法。构建应用于全站的储能电池健康风险量化评估模型，在算法模型形成的基础上，开发基于气候环境条件下的储能电站健康状态评估系统。

图2-1 技术路线图

三、关键点与创新点

1.恶劣气候条件下储能系统健康运行关键技术

储能电池及系统的安全性受到外界环境因素的影响，高温会导致电池内部化学反应加速，增加内部压力和蒸发率，低温会减缓电池内部反应速率，降低电池性能，甚至导致电池失效，在极端情况下，低温下的电池可能无法输出足够的电能。高湿度环境可能导致电池外壳和内部金属部件的腐蚀，进而影响电池的结构稳定性和安全性。过度干燥的环境可能导致电池内部电解质的流失，使得电池内部电解质浓度过高，从而影响电池的性能，可能导致电池的容量下降，电压不稳定等问题，降低了电池的可靠性和使用寿命。高盐雾环境中的盐分可能会导致电池外壳和连接器等金属部件的腐蚀，从而降低电池的使用寿命和性能。在盐雾环境下，金属部件的腐蚀会增加电池的内部电阻，降低电池的放电效率，同时也增加电池的自放电速率。通过研究恶劣气候环境条件对电储能运行的影响，采用针对性技术，在恶劣环境条件下实现从电池机理、系统集成到优化运行的多维度、全方位储能电站健康运行，是本案例的一项关键创新技术。

2.面向复杂工况下的电池状态评估和特征参量识别技术

目前对电池状态评估和故障识别的研究大多基于实验室数据，然而储能电站在运行的过程中会面临各种复杂工况，适用于实验数据的状态评估算法多数不适用于储能电站的复杂工况。此外，锂电池种类繁多，每个类别的锂电池特性都是有所差别的，同时每个厂商出品的同一种类的锂离子电池也在电解质、溶剂等材料上有所不同，甚至于同一厂商出品的同一种类的锂电池由于制备工艺等局限性，在静态特性 与动态特性上都会存在不一致性。通过基于电池现场运行大数据分析挖掘的方法来进行大规模电池系统状态评估，提高复杂气候条件下锂电池状态评估模型的泛化能力，是本研究的一项关键创新技术。

3.不完备样本条件下的电池失效智能诊断及健康评估技术

储能电池失效路径复杂多样，且与复杂随机的运行工况相依赖，而相关的电池失效数据具有小样本、不完备和跨数据域特性，采用传统人工智能方法难以获得具有高泛化能力的电池失效诊断模型。因此，在失效标签数据稀缺条件下，建立电池特征参数与各种失效行为的内在联系，通过融合多源领域知识构 建具有在线元学习能力的电池失效诊断模型，并构建基于失效后果概率推演的储能电池健康状态评估模型，是本研究的另一项关键创新技术。

图3-1 储能电站健康状态评估系统

四、实际成效

本案例的成果主要有模型方法建立、储能系统状态检测及健康评估体系构建、论文、专利及工程示范应用，具体成果如下：

1.储能系统在高（低）温、高湿、高盐雾等恶劣环境条件下健康运行关键技术；

2.提出基于数学模型物理模型混合建模的电池健康状态在线评估方法；

3.提出基于储能电站状态特征参量识别策略，形成一套储能系统状态检测及健康评估体系；

4.结合储能项目，开展恶劣环境下储能系统健康状态识别、检测、评估、运行等关键技术工程示范应用；

5.知识产权：发表专利2项，发表论文2篇。

五、经济效益及推广前景

项目可提升储能系统运行智能化水平，减少运维人员费用25万元/年（以一人计列）；故障提前识别与消除，提升储能系统整体利用效率，减少非正常停机检修次数，预计形成间接经济收益20万元/年（包含辅助服务收益及减少考核费用）；通过健康评估技术及不同环境条件下的优化运行策略延缓储能系统衰减，合理调用电芯，避免电芯提前老化，减少电芯更换费用30-40万元/年。

该技术的推广潜力源于其普适性架构与跨场景兼容能力。在技术层面，其模块化设计可灵活适配多样化的气候环境：针对高海拔地区低气压导致的散热效率下降，系统可自动激活增压散热补偿策略；面对沙漠干旱环境，则引入湿度监测与电解液流失预警模块；对于工业沿海区域的高盐雾腐蚀，强化了金属部件氧化速率动态测算功能。这种“气候参数-运行策略”的自适应映射机制，使技术能够快速迁移至不同地理条件的储能场景，无需重构核心算法。

六、知识产权及成果鉴定

形成了4项知识产权。其中论文2篇；发明专利2项。另外，建立了基于不同气候条件下的电储能状态特征参量识别与健康评估系统。

查新意见：

项目“基于不同气候条件下的电储能状态特征参量识别与健康评估技术研究与应用”，经国家一级查新单位浙江省科技信息研究员审查，意见如下：(1)经对比分析，恶劣气候环境下储能系统的研究在国内文献中已有报道，但未从电池机理、系统集成到优化运行进行多维度研究；(2)经对比分析,电池状态评估和特征参量识别的研究在国内文献中已有报道，但并未针对复杂气候环境下。综上所述，该研究内容在上述所检国内文献中未见述及。

七、团队介绍

团队成员包括华电集团1位高级研究员，1位研究员，专业涵盖专业覆盖电气、热能、控制、环境、机械、化学、材料等多个领域，在电力系统与储能技术、材料腐蚀防护与气候适应性、设计数据分析与智能算法开发等方面具有较强的能力。