在全球能源转型与“双碳”目标引领的时代背景下，新型电力系统建设成为能源领域的核心任务。而其逐渐展现出的新能源占比高、电力电子化程度高以及负载自由度高的特性使得系统稳定运行面临严峻挑战。在此背景下，以电化学储能为代表的新型储能技术凭借其能量时空平移特性成为新型电力系统建设的重要支撑，在此过程中，对储能本体技术、集成技术、安全管理和市场参与等方面的探索对其应用推广尤为重要。本书主要介绍了电化学储能技术体系、系统集成与控制、安全管理、与AI的结合点、典型应用与政策支撑、标准体系建设等方面内容与最新研究成果，同时也对电化学储能在电力应用中的新范式进行了探索与展望。
样章试读
目录
- 目录
序
前言
第1章 新型电力系统中电化学储能的角色 1
1.1 概述 1
1.2 新型电力系统的发展及其特点 3
1.3 电化学储能在新型电力系统中的核心地位及挑战 8
第2章 新型电化学储能体系研究进展 12
2.1 概述 12
2.2 锂电池 12
2.2.1 锂离子电池 13
2.2.2 锂硫电池 18
2.2.3 固态锂电池 21
2.3 钠电池 25
2.3.1 钠离子电池 25
2.3.2 钠硫电池 28
2.4 多价离子电池 31
2.4.1 镁离子电池 31
2.4.2 锌离子电池 35
2.5 金属空气电池 37
2.5.1 锂空气电池 39
2.5.2 锌空气电池 42
2.5.3 铝空气电池 44
2.6 液流电池 47
2.6.1 全钒氧化还原液流电池 47
2.6.2 有机无机水系液流电池 50
2.6.3 非水系液流电池 50
2.7 氢能与燃料电池 53
2.7.1 氢能及其关键技术 54
2.7.2 燃料电池 62
第3章 锂电储能的集成与控制 70
3.1 概述 70
3.2 电池模块 71
3.3 储能变流器 73
3.4 电池管理系统 75
3.5 电池建模与控制 77
3.5.1 电池建模与参数辨识 77
3.5.2 电池状态估计与预测 91
3.5.3 均衡管理 142
3.5.4 热管理 146
第4章 锂电储能安全技术 150
4.1 概述 150
4.2 电池老化机制 152
4.3 电池滥用与热失控 154
4.3.1 电池滥用 155
4.3.2 热失控机理 159
4.4 故障诊断与风险防控 198
4.4.1 故障诊断 198
4.4.2 热失控预警 201
第5章 AI助力储能发展 205
5.1 AI算法概述 205
5.1.1 线性回归 206
5.1.2 支持向量机 207
5.1.3 K最近邻回归 209
5.1.4 人工神经网络 211
5.1.5 深度学习 215
5.1.6 高斯过程回归 219
5.2 AI助力电极和电池制造 221
5.3 AI助力电极结构和材料表征 222
5.4 AI助力电池诊断和预测 224
5.4.1 AI助力SOC估计 224
5.4.2 AI助力SOH估计 226
5.4.3 AI助力RUL预测 235
第6章 电化学储能典型应用及政策支撑 242
6.1 调频 243
6.2 可再生能源消纳 247
6.3 电能质量改善 248
6.4 抑制可再生能源出力波动 250
6.5 新型交通能源体系 252
6.5.1 电动船舶 252
6.5.2 电动汽车 256
6.5.3 电动飞机 260
6.5.4 电气化铁路 264
6.6 新基建 267
6.7 新型电化学储能市场化进程与示范应用 271
第7章 梯次利用 276
7.1 退役电池快速分选方法 278
7.2 退役电池残值评估 283
7.2.1 动力电池残值评估前置试验 284
7.2.2 动力电池残值评估方案 284
7.2.3 电池等效总放电电量评估分析 290
7.2.4 残值验证 291
7.3 退役动力电池拆解分析 295
7.3.1 退役动力电池拆解 296
7.3.2 退役动力电池的评估及筛选 299
7.3.3 退役动力电池安规、性能测试 306
7.3.4 寿命测试情况 307
7.3.5 安全风险分析 308
7.4 梯次利用动力电池包原始设计原则 310
7.4.1 电动汽车动力电池系统设计调研 310
7.4.2 电池历史数据读取通用接口研究 323
7.5 考虑动力电池全生命周期的原始设计原则分析 350
7.5.1 国内外现状 350
7.5.2 政策层面 352
7.5.3 结构设计原则 352
7.5.4 电气设计原则 353
7.5.5 热管理设计原则 353
7.5.6 电池管理系统 353
7.5.7 动力电池数据溯源 353
7.6 梯次利用项目案例 354
7.6.1 项目基本情况 354
7.6.2 性能测试情况 357
7.6.3 系统运行情况 358
7.7 梯次利用技术发展趋势 359
7.7.1 梯次利用集成应用现阶段的问题 359
7.7.2 梯次利用技术发展趋势 359
第8章 电化学储能标准体系 361
8.1 国际标准 361
8.1.1 ICE标准 362
8.1.2 IEEE标准 364
8.1.3 其他标准 364
8.2 国内标准 365
8.2.1 国家标准 365
8.2.2 行业标准及其他标准 367
第9章 电力新范式：虚拟电厂 369
9.1 虚拟电厂 369
9.2 VPP的结构 370
9.2.1 分布式能源 371
9.2.2 储能系统 372
9.2.3 信息和通信系统 372
9.2.4 能量管理系统 372
9.3 VPP的框架 373
9.3.1 CVPP 373
9.3.2 TVPP 375
9.4 VPP的控制方法 376
9.5 VPP中的不确定性 377
9.5.1 可再生能源的不确定性 377
9.5.2 市场价格的不确定性 377
9.5.3 负荷的不确定性 378
9.5.4 对VPP中不确定性的建模 378
9.6 VPP的运营规划 379
9.6.1 VPP的规划目标 379
9.6.2 VPP的优化 379
9.7 VPP与电力市场 380
9.8 VPP与电动汽车 382
9.9 VPP案例分析 385
9.9.1 欧盟FENIX项目 385
9.9.2 EDISONVPP 386
9.9.3 欧盟TWENTIES项目 386
9.9.4 AutoBidder平台 386
9.9.5 国内案例及展望 387
9.10 VPP的政策指引与支撑 387
参考文献 392
京公网安备 11010102004214号