挑战和尝试：电化学储能全生命周期的主动预警技术和应用

储能电池本体安全、储能电池使用过程的防护预警，以及火灾触发时的应急处置，是新型储能安全保障的三道防线。

而储能电池的防护与预警，相较应急处置，是更为前置的“防线”。

电池热失控是威胁储能安全的主要因素，且往往难以避免。因此，人们才提出要构建全生命周期主动预警系统，判断电池恶化情况，对“不健康”电池提前预警，甚至实现器件寿命预测。

这也是业界普遍认同的将安全问题消灭在萌芽状态的最佳方式。

但在储能电池热失控准确预警方面，仍存在较高的技术壁垒。

储能电池热失控预警技术的发展和应用，主要经历了两个阶段：一是以烟感、温感为代表的传统消防预警技术，通过监测电池外表面温度、火灾烟雾浓度反映电池热失控状态；二是以氢气、一氧化碳等热失控产气识别为代表的特征气体预警技术。

前者存在反应滞后等问题；后者虽然识别准确、可靠性高，但气体扩散规律易受舱内环境影响、预警浓度阈值依赖专家经验，预警时效性也容易出现波动。

有鉴于电信号、温度信号或气体信号作为单一监测信号的预警效果并不理想，有研究文章指出，需要构建以电信号为基础，温度和气体信号为核心，烟雾和火焰信号为辅助的电热—气—烟—光多参数耦合的热失控全过程监测预警技术，并根据预警结果，提供相应的事故处置措施，如热失控早期热管理，热失控发生期断电冷却、抑制，火灾初期进行灭火。

一些研究机构已经在尝试推进多信号参数耦合预警技术在储能安全方面的应用。

去年8月5日，江苏电力科学研究院研发的储能电站热失控多参量预警系统在南京江北储能电站上线运行。

该系统基于电池热失控特征，结合声、光、气信号“三合一”的多参量预警方法，利用电池安全阀开启声音特征识别、气液溢出物光学特征识别和热失控特征气体探测技术，通过深度神经网络模型，实现对电池火灾隐患的高灵敏辨识和预警。

对此，江苏电力科学研究院安全技术中心主任陶风波介绍说：“我们的研究目的是尽可能早地进入消防联动控制逻辑，越早进入，成功控制电池火灾隐患的可能性越大。前期试验表明，该系统预警信号发出时早于电池热失控12分钟，早于传统单一氢气预警（30ppm阈值）200秒以上，辨识准确率超过97.4%，有效解决了单一手段预警不及时、易误报漏报问题。”（撰文/薛茗心）                                   

 

出    品：北京朗泰华科技发展中心

            （咨询培训∣装备集成∣国际会展）

网    址：www.ESindustry.com.cn

              www.isee-cefe-interschutz.com

微    博：安全应急产业资源网

头条号：朗泰华科技

抖音号：朗泰华科技

微信公众号/视频号：安全应急产业资讯

微信号：safeworker  (转载申请∣入群交流)