Розуміння ключових метрик ефективності в акумуляторних системах накопичення енергії

Коефіцієнт ефективності циклу «туди й назад»: кількісна оцінка втрат через падіння напруги, перетворення інвертером та накладні витрати системи управління акумуляторами (BMS)

Коефіцієнт ефективності циклу «туди й назад» (RTE) у загальному випадку показує, яку частину енергії ми отримуємо з системи акумуляторного зберігання порівняно з тією, що була введена в неї під час заряджання. Енергія втрачається кількома способами. По-перше, відбувається падіння напруги через внутрішній опір акумуляторів, що призводить до втрат у вигляді тепла приблизно на 5–15 %. По-друге, відбувається перетворення постійного струму в змінний (та навпаки) за допомогою інверторів, що зазвичай спричиняє додаткові втрати в межах 3–8 % залежно від конфігурації системи та навантаження. І, нарешті, не слід забувати про фонову роботу Системи управління акумуляторами (BMS), яка включає моніторинг окремих елементів, їх балансування та забезпечення дотримання протоколів безпеки — це споживає приблизно 1–3 %. У сукупності ці фактори знижують загальний RTE сучасних літій-іонних систем до значень у діапазоні 80–95 %. Доброю новиною є те, що виробники можуть покращити ефективність шляхом оптимізації хімічного складу елементів, наприклад, шляхом переходу на матеріали LFP, які забезпечують кращу електропровідність, а також шляхом поєднання таких елементів із новішими інверторами на основі карбіду кремнію, що мають менші втрати потужності. Такі покращення не лише зменшують кількість втраченої енергії, а й продовжують термін служби цих систем до заміни.

Збалансування глибини розряду та швидкості розряду (C-показника) для збереження ефективності та терміну циклічного життя

Контроль глибини розряду (DoD) разом із C-швидкістю є дуже важливим для підтримання ефективності акумуляторів та збільшення їхнього терміну служби. Перевищення 80 % DoD призводить до прискореного зносу електродів, внаслідок чого кількість циклів життєвого циклу акумулятора зменшується порівняно з режимом роботи при близько 60 % DoD. Ця різниця може бути досить значною — приблизно на 30–50 % менше придатних циклів. Якщо ж швидкість розряду перевищує 1C, ситуація погіршується: зростає тепловиділення, а також посилюються поляризаційні втрати, що знижує ККД циклу «заряд–розряд» приблизно на 8–12 %. Більшість досліджень вказує на оптимальний діапазон швидкостей розряду від 0,5 до 0,8C у поєднанні з рівнями DoD від 60 до 80 %. Цей «золотий серединний» діапазон сприяє збереженню фізичної структури літій-іонних електродів і забезпечує збереження ємності на рівні понад 90 % навіть після 4000 циклів заряду/розряду. У поєднанні з ефективними системами теплового управління ці параметри залишаються стабільними незалежно від характеру навантаження системи або змін зовнішніх температурних умов.

Стратегії теплового управління для підвищення ефективності системи тривалого зберігання енергії в акумуляторах

Активне та пасивне охолодження: вплив на однорідність елементів, швидкість деградації та стабільність ККД

Підтримка температури акумуляторних елементів у межах приблизно 25–35 °C має велике значення. Коли температура виходить за цей оптимальний діапазон, небажані хімічні реакції прискорюються, внутрішній опір зростає, а напруга перестає залишатися стабільною. Рідинні системи охолодження в цьому випадку працюють надзвичайно ефективно: вони зменшують різницю температур між елементами приблизно на 60–70 % порівняно з базовими пасивними підходами. Це забезпечує набагато більш рівномірне зношення всіх елементів і покращує загальну продуктивність системи. Недолік? Такі активні системи охолодження споживають приблизно 8–15 % потужності всієї акумуляторної системи зберігання енергії, що частково нівелює досягнуті виграші в ефективності. З іншого боку, пасивні рішення, такі як матеріали з фазовим переходом, повністю усувають цю проблему споживання електроенергії. Однак вони дозволяють різниці температур зростати до приблизно 10 °C під час інтенсивного навантаження, що може призвести до прискореного старіння окремих ділянок акумулятора порівняно з іншими. Якщо врахувати реальні вимоги стандарту UL 9540A, вибір зрештою залежить від того, що є найважливішим для конкретної системи. У великому масштабі сіткових систем, де важлива стабільність вироблення енергії, зазвичай обирають активне охолодження, навіть попри додаткові витрати енергії. Менші резервні системи, як правило, використовують пасивні методи, оскільки вони простіші у технічному обслуговуванні й загалом більш надійні в тривалій експлуатації.

Оцінка поточного стану здоров’я в реальному часі за допомогою електрохімічних моделей на основі штучного інтелекту

Найновіші електрохімічні моделі штучного інтелекту поєднують поточні показання напруги, вимірювання струму та моніторинг температури для прогнозування стану акумулятора з точністю близько 97 %, що перевершує традиційні підходи, такі як прості порогові значення напруги чи базові методи кулонометричного підрахунку. Ці розумні алгоритми можуть виявляти ознаки зносу й пошкодження задовго до того, як проблеми фактично проявляться на поверхні, вчасно фіксуючи, наприклад, накопичення літію чи хімічне розкладання в електролітному розчині приблизно на 30–50 циклів заряджання раніше. Коли такі системи інтегруються в програмне забезпечення управління акумуляторами, вони автоматично коригують параметри охолодження та режими заряджання залежно від процесів, що відбуваються всередині елементів за різних умов. Така проактивна корекція допомагає зменшити деградацію елементів приблизно на 18–22 % під час раптових споживачів потужності. Оскільки машинне навчання постійно удосконалюється, кількість хибних спрацьовувань також зменшується: рівень помилок знижується приблизно на 40 %. Це означає, що акумулятори не витрачають енергію на зайве охолодження за відсутності реальної загрози, що в кінцевому підсумку збільшує їхній термін служби та підвищує загальну ефективність роботи.

Оптимізація роботи систем акумуляторного енергозберігання за допомогою штучного інтелекту

Навчання з підкріпленням для адаптивного планування заряджання/розряджання на основі навантаження, цін та невизначеності прогнозів

Навчання з підкріпленням (або RL) допомагає системам акумулювання електроенергії на основі акумуляторів планувати час заряджання та розряджання з урахуванням поточних цін на електроенергію, стану енергосистеми в даний момент і безлічі непередбачуваних факторів. Подумайте, як погода впливає на коливання попиту або коли сонячна/вітрова енергія генерується не так, як очікувалося. Ці моделі RL навчаються на основі минулих даних, а також вигаданих сценаріїв, що імітують різні умови енергосистеми. З часом вони постійно покращують свої рішення, щоб максимально збільшити економічну вигоду, одночасно дотримуючись важливих правил безпечного функціонування акумуляторів. Наприклад, вони мають уникати надмірно частого повного розряду акумуляторів, контролювати швидкість заряджання/розряджання та забезпечувати підтримку температури в межах безпечного діапазону. Польові випробування показали, що ці «розумні» системи можуть збільшити прибуток від 12 % до майже 18 % порівняно з традиційними методами планування. Як саме? Дуже просто: вони чекають, поки ціни на електроенергію досягнуть піку, і лише тоді починають заряджати акумулятори, а потім стратегічно віддають накопичену енергію, коли енергосистема перебуває під навантаженням або коли ціни різко зростають. Особливість цього підходу полягає в його здатності ефективно керувати невизначеністю, не завдаючи при цьому шкоди акумуляторам. Тепер оператори більше не повинні вибирати між захистом свого обладнання та швидкою реакцією на зміни ринку.

Накопичення вартості: інтеграція арбітражу енергії, резерву керування частотою (FCR) та автоматизованого резерву відновлення частоти (aFRR)

Комбінування цінностей (value stacking) використовує штучний інтелект для об’єднання кількох сіткових послуг — таких як арбітраж енергії, резерв регулювання частоти (FCR) та автоматичний резерв відновлення частоти (aFRR) — в межах однієї системи акумуляторного накопичення енергії. Арбітраж, по суті, використовує годинні коливання цін на ринку. Тим часом FCR активується при мінімальних змінах частоти, що відбуваються за кілька секунд, а aFRR вирішує те, що залишається після усунення більш масштабних порушень, зазвичай протягом приблизно 5–15 хвилин. Уся система має «мозок» на основі ШІ, який керує обсягом потужності, доступної в будь-який момент, забезпечуючи пріоритетність FCR у разі виникнення проблем у мережі, але переключаючись на арбітраж, коли прогнозовані ціни виявляються вигідними. Компанії повідомляють про зростання доходів на 20–40 % порівняно з експлуатацією лише однієї послуги, і при цьому їм не доводиться турбуватися про перевищення граничних значень безпеки чи прискорене старіння акумуляторів. Цей підхід також підтверджують нормативні документи, такі як UL 1973 та IEEE 1547-2018, які демонструють, що за умови правильного застосування комбінування цінностей додає лише близько 2 % додаткового зносу акумуляторних елементів протягом часу.

Рекомендовані методи інтеграції апаратного забезпечення для забезпечення комплексної ефективності системи акумуляторного накопичення енергії

Забезпечення ефективної взаємодії апаратних компонентів має вирішальне значення для досягнення високої довготривалої ефективності та продуктивності протягом усього терміну експлуатації системи. Коли такі компоненти, як акумулятори, перетворювачі потужності та системи охолодження, дійсно коректно взаємодіють між собою, це суттєво зменшує втрати енергії на всіх етапах її передачі. Наприклад, недостатньо потужні кабелі або надто довгі постійного струму шини можуть спричиняти втрати близько 3 % — чого ніхто не хоче бачити у своїх рахунках. А коли інвертори й системи управління акумуляторами «розмовляють» різними мовами (у буквальному сенсі), це змушує системи працювати обережно, тобто вони видають меншу корисну потужність, ніж могли б. Експерти галузі рекомендують зводити до мінімуму довжину постійного струму з’єднань, щоб уникнути падіння напруги, використовувати стандартизовані інтерфейси зв’язку CAN FD або Ethernet для забезпечення максимально швидкої взаємодії всіх компонентів, а також проектувати корпуси з оптимальними каналами повітропроводу, які відповідають локалізації зон нагріву. Великі виробники перевірили ці підходи протягом тривалого часу, і системи, побудовані таким чином, зберігають приблизно 92 % ефективності «туди й назад» навіть після тисяч циклів заряджання-розряджання, порівняно з лише 85 % для систем, зібраних безсистемно. У великих установках використання сертифікованих за стандартом UL 9540 з’єднань між стійками покращує сумісність компонентів, зменшує кількість помилок під час монтажу та допомагає уникнути тих дратівливих втрат ефективності на 15 %, які занадто часто виникають під час спроб згладжування піків навантаження.

ЧаП

Що таке коефіцієнт ефективності циклу «туди й назад» (RTE) у акумуляторних системах?

Коефіцієнт ефективності циклу «туди й назад» вимірює, скільки енергії відновлюється з системи акумуляторного зберігання порівняно з енергією, витраченою на її заряджання, з урахуванням втрат, таких як падіння напруги, перетворення інвертором та накладні витрати системи управління акумулятором.

Як глибина розряду (DoD) впливає на термін служби акумулятора?

Високі рівні глибини розряду можуть прискорювати знос електродів, що призводить до значного зменшення кількості придатних для використання циклів та загального терміну служби акумулятора. Підтримка помірної глибини розряду (DoD) сприяє збільшенню терміну служби акумулятора.

Які переваги використання штучного інтелекту в акумуляторних енергетичних системах?

Штучний інтелект покращує роботу акумуляторних систем, оптимізуючи графіки заряджання/розряджання та прогнозуючи стан здоров’я акумулятора, що сприяє підвищенню ефективності, подовженню терміну служби акумулятора та максимізації фінансового прибутку.

У чому різниця між активним та пасивним охолодженням у акумуляторних системах?

Активне охолодження, хоча й ефективніше у підтриманні однакової температури, споживає більше електроенергії, тоді як пасивне охолодження енергозберігаюче, але призводить до більшої різниці температур між елементами.