《【13th Asia-Oceania Symposium on Fire Science and Technology】当锂电池即将着火时,人工智能可以“听到”》

  • 来源专题:新能源汽车
  • 编译者: 王晓丽
  • 发布时间:2024-11-15
  • 如果锂离子电池过热或损坏,它可能会发生一种叫做热失控的化学反应。该实验由西安科技大学与NIST合作进行,旨在记录锂离子电池在热失控之前和过程中发出的声音。美国国家标准与技术研究院(NIST)的研究人员已经开发出一种利用声音检测锂离子电池何时着火的方法。

    锂离子电池温度过高或损坏,就会起火甚至爆炸。 而电池起火的风险正在不断增加。  这些火灾之所以如此危险,是因为它们几乎在瞬间就会变得灼热无比。 电池可喷射出高达 1,100 C(2,012 F)的火焰,温度几乎与喷灯相当,而且在一秒钟内就能达到这一温度。 这与其他类型的住宅火灾大相径庭,其他类型的火灾通常起火较慢,仅为烟雾或小火苗。 在这些火灾中,烟雾有更多的时间到达烟雾报警器并向人们发出危险警报。 除了升温更快之外,锂离子电池在失效的最初阶段也不会产生太多的烟雾。 当有限的烟雾激活传统烟雾报警器时,可能已经来不及阻止火势蔓延。 在观看电池爆炸的视频时,发现在起火之前,电池中的安全阀破裂了,发出了这种轻微的声音。

    在锂离子电池起火前,化学反应会导致电池内部压力增大。 电池开始膨胀。 许多锂离子电池的外壳都很坚硬,因此无法膨胀。 许多这种坚硬的外壳都包含一个安全阀,其设计目的就是为了打破并释放这种压力。 谭在视频中听到的就是安全阀破裂的声音。 之前的研究发现,声音可以用于预警系统。 但是,世界上有很多声音与安全阀破裂的声音相似,例如使用订书机或回形针掉落的声音。 如果房间里的任何随机噪音都会触发探测器,那么探测器就不会有太大的用处。 因此,研究人员需要一款软件,能够可靠地识别安全阀破裂的声音,而不检测到其他噪音。 

    研究人员使用人工智能, 为了让算法发挥作用,他们首先需要大量的声音示例。 通过与西安科技大学实验室合作,他们录制了 38 个电池爆炸的音频。 然后,他们对这些录音的速度和音调进行了调整,将其扩展为1000多个独特的音频样本,用来向软件传授安全阀破裂的声音。 该算法效果显著。 研究人员使用安装在摄像头上的麦克风,在 94% 的情况下都能检测到电池过热的声音。"我尝试用各种不同的声音来混淆算法,从人们走路的声音到关门声,再到打开可乐罐的声音,只有少数声音能混淆算法。在13th Asia-Oceania Symposium on Fire Science and Technology上,研究人员 介绍了他们的研究成果。 该项技术已经申请了专利,并计划用更多类型的电池和麦克风继续这项研究。 在测试中,他们观察到安全阀在电池发生灾难性故障前约两分钟破裂。 他们还计划在更多种类的电池上进行更多实验,以验证这一预警时间。 一旦这项技术得到充分开发,就可以用来制造一种新型火灾报警器。 这些警报器可以安装在住宅和办公楼里,或者安装在仓库和电动车停车场等有大量电池的地方。 它们提供的预警可以让人们有时间撤离。 与锂离子电池建立健康关系的关键可能只是仔细聆听。

    原文链接:Tam, W. , Chen, J. , Tang, W. , Tong, Q. , FANG, H. and Putorti Jr., A. (2024), Development of a Robust Early-Stage Thermal Runaway Detection Model for Lithium-ion Batteries, 13th Asia-Oceania Symposium on Fire Science and Technology, Daegu, KR, [online], https://tsapps.nist.gov/publication/get_pdf.cfm?pub_id=958183 (Accessed November 14, 2024)

  • 原文来源:https://techxplore.com/news/2024-11-ai-lithium-battery.html
相关报告
  • 《人工智能大模型“拿捏”电池寿命》

    • 来源专题:能源情报网监测服务平台
    • 编译者:郭楷模
    • 发布时间:2024-09-25
    • 从清晨唤醒我们的闹钟,到随身携带的手机,再到电动汽车、无人机等新兴产品,无一不依赖于电池提供的稳定电力。 然而,随着电池使用时间的增长,其容量会逐渐衰减,造成供电时间缩短,影响设备的正常功能。如果能及时检测电池寿命,用户就能在电池性能明显下降前采取相应措施,从而避免因电池问题导致的设备故障或数据丢失,延长电池整体使用寿命。 近日,中国科学院大连化学物理研究所(以下简称大连化物所)研究员陈忠伟、副研究员毛治宇团队,联合西安交通大学教授冯江涛,在电池健康管理领域取得新进展。他们开发了一种新型的深度学习模型,有效解决了传统方法对大量充电测试数据的依赖问题,为电池实时寿命预估提供了新思路,实现了锂电池寿命的端到端评估。同时,该模型作为团队开发的第一代电池数字大脑PBSRD Digit核心模型的重要组成部分,为电池智能管理提供了解决方案。相关成果发表于《电气电子工程师学会交通电气化学报》。 难以预测的电池寿命 电池的循环寿命是指电池在规定的充放电条件下,经历多次完全充放电循环后,容量或性能下降到初始值的某一规定百分比所能经历的充放电次数。通常以电池容量衰减到初始值的80%作为循环寿命的“终点”。 假如一部手机的电池循环寿命是500次,这就意味着,如果每天把手机电量完全用完再充满,那么大约500天后,你就会感觉手机电量没有以前那么耐用了,因为电池的循环寿命到了。 由于电池容量退化是一个受多种因素影响的动态过程,包括充放电循环次数、充放电深度、环境温度、电池老化等,这些因素相互作用,使得电池寿命预测变得尤为复杂。 此前,电池寿命预测都在实验室内进行。比如让电池加速循环,在高温45℃下高倍率运行,以此推断它在实际应用场景中的使用寿命。但是,不同的应用场景和运行条件会对锂电池寿命产生显著影响,以致无法实现对电池的精准预测。 目前,很多团队正积极投身于人工智能领域的探索。“遗憾的是,当前的人工智能技术及其学习深度,以及有限的人力资源,不能完全满足对电池寿命进行精确检测的需求。”毛治宇说,“基于这一现状,我们萌生了一个设想——设计一个能够直接且高效检测电池寿命的创新模型。这一模型致力于突破现有技术的局限,为电池健康管理提供更为可靠和智能的解决方案。” 人工智能模型让电池“透视” 2017年,毛治宇在加拿大滑铁卢大学读博士,陈忠伟是他的导师。当时,人工智能刚刚起步,他们想尝试一下,用它能否解决电池寿命检测这一难题。 “实际上,电池包括正极、负极、隔膜、电极液等,是一个复杂的电化学系统。但是,那时候的模型还停留在简单的神经网络学习,人工智能检测刚刚开始,我们就用自己的电池尝试测试,并纳入此前未被考虑到的电池老化问题,最终检测出来的电池寿命与实际寿命相比,精度有了很大提高。”毛治宇回忆当初第一次尝试时说。 这次初步尝试开启了毛治宇在人工智能应用于电池智能管理方向的科研之路。后来,二人先后归国工作,毛治宇又加入了陈忠伟的团队。 陈忠伟团队有一个方向是智能电池,包括人工智能应用于科学、人工智能应用于工程,毛治宇想在这里圆梦。而目前科技领域已有多个人工智能的计算模型,他们“借风使船”结合多个模型,实现了优势互补。 “我们利用了Vision Transformer结构,它可以进行并行计算,同时处理多个任务。”论文第一作者、在大连化物所从事博士后研究的刘云鹏介绍,“还有一个空间流加时间流的双流框架,可提取多维时间尺度信息,同时借助高效自注意力机制减少计算复杂度。我们根据不同的优势将这两种算法进行了结合。” 这项研究提出了一种基于少量充电周期数据的深度学习模型,该模型通过带有双流框架的Vision Transformer结构和高效自注意力机制,捕捉并融合多时间尺度隐藏特征,实现对电池当前循环寿命和剩余使用寿命的准确预测。 该模型在仅使用15个充电周期数据的情况下,能够将上述两种预测误差分别控制在5.40%和4.64%以内。并且,在面对训练数据集内未出现的充电策略时,仍能保持较低的预测误差,证明了其zero-shot泛化能力。 打造“电池数字大脑” 同时,该电池寿命预测模型是第一代电池数字大脑PBSRD Digit的重要组成部分。通过将模型整合到该系统中,进一步提高了系统的准确性。目前,该电池数字大脑系统作为大规模工商业储能和电动汽车的能量管理核心,可部署于云端服务器和客户端嵌入式设备。 “现在新能源特别是储能是热点话题,很多厂家都想开发全生命周期的电池智能管理系统。我们希望建设一个完整的电池数字大脑,能够更好地管理电池,像大脑一样控制电池的各个方面,让电池效率更高、寿命更长。这是我们未来的一个智能化发展方向。”毛治宇介绍说。 事实上,陈忠伟、毛治宇、刘云鹏正好是一个团队内的“师徒三代”。经过多年发展,团队在电化学、电催化、人工智能方面都有着深厚的积累。他们的目标是打造从基础研究到关键技术开发再到产业应用示范的全链条模式,以应用为导向真正走向产业化,乃至对整个领域产生影响。 150余人的团队中,会聚了超过50位经验丰富的工程师。他们具有不同的技术背景,不乏在大数据架构与算法领域深耕多年的专家,擅长将前沿的算法研究转化为高效、稳定的系统架构,确保技术成果能够顺利落地。 正是这种“研究+开发”深度融合的模式,使得团队能够跨越传统界限,促进不同领域知识与技术的交叉融合。工程师们不仅能独立承担项目研发的重任,还能与科研人员紧密合作,将最新研究成果迅速转化为产品功能,从而加速技术创新与产业升级的步伐。 通过这种高效的协作机制,团队不仅在电池寿命检测等特定领域取得突破,还能灵活应对各种复杂挑战,推动多个项目并行发展,最终实现多元化、全方位的技术创新目标。 “未来,我们计划利用模型提炼等技术进一步优化模型,以提高资源利用率,打造真正的数字大脑。”陈忠伟说。 相关论文信息: https://doi.org/10.1109/TTE.2024.3434553
  • 《2025锂电池储能十大技术进化趋势“预测”》

    • 来源专题:能源情报网监测服务平台
    • 编译者:郭楷模
    • 发布时间:2025-02-18
    • 随着全球能源转型加速,锂电池储能技术正经历前所未有的革新。2025年,储能市场将从“规模扩张”转向“价值重构”,技术创新成为行业竞争的核心变量。 海内外市场2025年第一展开展在即,将开启了一年一度产品、技术比拼的“盛大狂欢期”。此文将罗列锂电池储能十大技术进化趋势预测,涵盖热管理、系统架构、材料迭代等多个维度,也欢迎业界留言。 趋势一:组串式架构将主导大储系统设计 组串式储能系统凭借“一簇一管理”的精细化控制,加速替代传统集中式架构,成为大储领域的主流选择。 每个电池簇独立连接PCS,避免簇间环流和热失控扩散,系统安全等级提升至IP67标准。华能集团2025年4.5GWh构网型储能招标明确要求组串式方案。 模块化设计支持按需扩容,单机功率达215kW的组串式PCS可并联扩展至百兆瓦级。三峡能源肇东100MW/200MWh项目即采用此方案。 此外,组串式系统通过减少并联损耗和冗余设备,初始投资成本大幅降低,全生命周期放电量提升。 例外,阳光电源PowerTitan2.0实现全生命周期放电量提升8%。 趋势二:热管理技术向“智能液冷+全域温控”跃迁 热管理系统(TMS)将从传统的风冷、液冷分离式设计,向高度集成化、智能化的多源协同方向发展。 智能液冷+全域温差控制技术,采用矩阵式热管理设计,是重要风向之一。例如,天合储能即将亮相英国储能峰会(Energy Storage Summit 2025)Elementa 2 Pro配备了智能温控系统,采用混合冷却技术,即使在极端条件下也能将电芯温差控制在≤2.5°C,确保每个电芯都能在最佳温度下运行,从而延长系统寿命并提升效率。 AI动态调控成热管理技术的核心跃升点,可通过AI算法实时预测热负荷,优化空调群组调度指令。 华为在去年的工商储新品采用风液智冷技术;而阳光电源PowerTitan2.0采用液冷PACK+液冷PCS“全液冷”散热,并搭载AI仿生热平衡技术,具备速冷、微冷、加热三种控温模式。 趋势三:构网型储能与电网深度融合 储能变流器(PCS)采用虚拟同步发电机技术,模拟发电机组的转动惯量和阻尼特性,以平稳渡过并离网切换的黑障盲区,具备故障穿越能力。 构网型储能系统能够自主设定电压参数,输出稳定的电压与频率,既可并网也可离网运行,为电力供应提供更大的灵活性和自主性。 多家企业如阳光电源、南瑞继保、华为、金风零碳、远景储能等都在构网型储能技术方面取得了显著的进展,并成功落地了构网型储能项目。如阳光电源干细胞电网技术,已经助力英国、广西等海内外多个项目实现构网。 趋势四:半固态/固态电池迈向应用元年,或将成为300Ah+升级方向。 固态电池在能量密度(400Wh/kg以上)与安全性(无电解液泄漏风险)上的突破,将重塑储能技术路线。 储能领域,海博思创与合作伙伴深入合作,采用行业领先的无机-有机复合固化技术,成功解决了传统固态电池固-固接触离子导电性差和界面不稳定的问题,首次实现了半固态技术在大容量储能产品中的工程化应用。 更进一步,宁德时代、比亚迪、清陶能源等企业推进硫化物固态电解质技术,循环寿命加速突破,2025年有望实现兆瓦级示范项目。 据高工储能不完全统计,从2024年开始至2025年开年,储能招投标已累计释放近1GWh的固态电池采购需求。固态电池凭借在安全、能量密度、循环寿命等多个方面的综合提升,也成为第二代300Ah+储能电池升级的核心方向之一。 趋势五:钠离子电池开启“低成本储能”时代 钠电池凭借资源丰富性(钠储量是锂的420倍)和低温性能优势(-40℃容量保持率≥80%),成为众多储能场景的理想选择。高工产业研究院(GGII)预测,预计2024年我国钠离子电池出货量超1.5GWh,同比增长达200%。2025年出货量超4.5GWh,2030年出货量有望超30GWh。 钠储示范项目超百兆瓦时的项目也相继落地。2024年5月,我国首个大容量钠离子电池储能电站——广西南宁伏林钠离子电池储能电站正式建成投运,该项目总容量超过100MWh;同月,我国首个百兆瓦时级别的钠电池储能项目——湖北大唐100MW/200MWh钠离子新型储能电站一期工程也建成投运,投产规模达到50MW/100MWh;2024年6月,广州发展集团在湖北洪湖市亦开工建设了一座100MW/200MWh的钠离子储能示范项目等等。 未来,混合储能系统或将出现,锂钠混用技术(如宁德时代AB电池系统)兼顾能量密度与经济性,度电成本可降低30%。 趋势六:大容量、长循环寿命技术走向纵深 “光储同寿”是行业共同追求的目标,目前业界常用的磷酸铁锂电池循环寿命如何突破“万次门槛”,常规化学体系无法满足,材料改性(如补锂)、系统协同才能改变“循环寿命停留在宣传上”。 此外,极致降本仍是行业重要趋势,大容量、长寿命电池仍是锂电池储能进化的两个核心的方向。从2024年的技术竞逐来看,多款500Ah+、600Ah+,甚至1000Ah+相继问世,这亦将是 2025电池新品的重要看点之一。 以远景动力(AESC)为例,其于2021年行业率先推出305Ah储能电芯,随后又发布315Ah、350Ah两款电芯。2024年,远景动力又推出全新一代700+Ah储能电芯,预计将于2026年量产。远景动力认为,大容量、长寿命仍将是储能电池进化的重要方向。 趋势七:智能化运维驱动全生命周期降本 AI与物联网技术深度赋能储能运维,实现“预测性维护+资产增值”。 数字孪生技术可应用于储能系统的全生命周期管理,包括设备监测、数据分析和控制策略。通过虚拟仿真和实时监控,数字孪生技术可以帮助运维人员提前识别安全风险,实现少人、无人值守,故障迅速响应和解决,极大降低运维成本。 比如,天合储能Elementa 2 Pro通过一键远程升级和实时监控功能,运维人员可以远程管理设备,使运维效率提升高达90%。 值得注意的是,通过“区块链+共享储能”的模式,可实现供需关联互动和“发-储-配-用”精准调配、安全校核和自主交易。这种模式有助于推动储能资源在全国范围内的优化配置,提高能源利用效率,或将成为2025年进化重要方向之一。相关案例显示,通过数据上链实现储能资产透明化管理,提升融资可信度,降低资金成本2-3个百分点。 趋势八:交直流一体设计推动“储能安装革命” 交直流一体储能系统是一种集成了直流侧电池单元和交流侧PCS(电力转换系统)的创新设计。这种设计不仅简化了储能系统的结构,还大幅提升了系统的效率、性能和安全性。 由于交直流一体储能系统在出厂前即可完成预安装和预调试,现场只需进行简单的并网操作,大大缩短了并网时间。这意味着设备到站后即可迅速投入运行,提高了项目的响应速度和效率。 阳光电源Powertitan 2.0、远景储能5.6MWh交直流一体系统、力神电池5MWh交直流一体液冷集装箱——LS-C5M-A,直流线缆不出柜,安装时间大幅缩短。2月13日,Fluence官宣的7.5MWhSmartstack也是AC储能系统(交流模块),即在同一集装箱内集成了电池和PCS。 趋势九:安全技术从“被动防护”转向“主动防御” 多层级安全防护体系成为行业标配。 一是消防系统升级,Pack级全氟己酮+舱级气溶胶的多级灭火方案,响应时间<3秒,复燃率降至0.1%以下。 二是AI风险预警,通过电压、温度、气体浓度多参数融合分析,提前48小时预测热失控风险。 三是,电池管理系统升级迭代,采用双向主动均衡算法,电池簇间容量差异控制在2%以内,系统可用容量提升8%。 例如,根据科陆电子在德州站点经过三年的数据监控,使用Smart Scales(智能天平)主动均衡技术,比使用被动均衡的站点,电池SOH提升2%以上。 趋势十:高度集成化加速“光储平价时代” 一方面,储能系统与光伏、充电设施深度耦合,构建能源自洽生态。 比如,华为数字能源推出集成BMS、PCS、EMS的“All-in-One”方案,协调控制延时<10ms,光储联动效率提升12%。 另一方面,面对储能项目越来越贴近闹市,储能系统环境友好性也成为高度集成化的一个重要方向。比如,Elementa 2 Pro采用紧凑的肩并肩、背靠背设计,节省占地面积;同时通过先进的噪音控制技术,将运行音量降至最低70dB,适配城市及近郊场景。 2025年,锂电池储能技术进化将围绕“安全、效率、成本”三大核心展开,从热管理的智能化到组串式架构的普及,从固态电池的量产到钠电的成本革命,技术迭代正在突破传统储能的应用边界。 未来,储能企业需在技术研发、场景适配与商业模式创新中寻找平衡,方能在全球储能竞赛中占据先机。