0引言

　　近年来，随着新能源的大规模开发利用，尤其是风电并网的发展^[1-2]，用于改善间歇式电源运行性能、增强电网对风电接入能力的电池储能系统的研究逐渐引起人们关注^[3-7]。

　　在各种类型的储能系统中，锂离子电池储能是目前技术相对成熟的一种储能方式。以橄榄石型磷酸铁锂为活性物质的锂离子二次电池，具有较高的能量密度、较低的生产制造成本以及使用寿命长等诸多优点^[8-9]。在电动汽车产业的推动下，与磷酸铁锂电池有关的荷电状态估算、电池集成技术、管理系统等方面更是进行了广泛、深入的研究工作^[10-14]。然而，这些研究多数是在电动汽车使用环境、运行工况和使用条件下进行的，其研究成果和结论并不完全适用于以大规模能量输入/输出为特征的电网储能系统。

　　Nair等人^[3]综合分析了多种储能技术的技术优势和经济可行性，并初步利用Simulink和Homer软件搭建了电池储能技术和成本评估平台；Dogger等人^[7]研究了恒倍率模式使用电池时电池的放电深度(depth of discharge，DOD)与循环次数的关系，指出DOD降低有利于延长电池寿命并在寿命期限内转移更多的能量，但是并没有给出具体的数据和分析来支撑他们的结论。

　　从电气工程应用角度而言，大功率、高容量的电池储能系统应具有较高的能量利用率，在电池达到使用寿命终点之前能够最大限度的发挥出能量输入/输出的能力，在保证安全运行的前提下实现能量效率的最大化；从电化学专业角度而言，锂离子二次电池在循环使用过程中，由于活性锂离子的损失、电极表面副反应等原因会造成性能的缓慢衰退^[15-17]，而性能衰退速度与使用条件密切相关，电池储能系统应在对电池活性物质损害程度较轻的范围内合理使用才能保证系统具有较长的使用期限和较少的故障率。

　　应用于电网储能的磷酸铁锂电池储能系统，如何在保持对电池适宜的使用条件下实现能量利用最大化的目标，这是一个需要认真研究的课题。本文研究能量型磷酸铁锂电池在不同状态下使用的累积能量转移量以及容量衰退现象，分析性能变化与电池使用条件的相关性，揭示磷酸铁锂电池在电网应用方面的储能特性及具体规律。

　　1电池测试方案

　　储能系统在电网储能应用中，电池的荷电状态会发生反复的波动，本文控制能量型磷酸铁锂电池的荷电状态(state of charge，SOC)在不同的程度内波动，即对电池的使用制度从浅充浅放模式逐渐过渡到全充全放模式，如表1所示，在这些使用条件下对电池进行长期的循环寿命测试，分析能量型磷酸铁锂电池的储能特性。

　　测试对象为国内某厂家提供的同一批次软包装聚合物磷酸铁锂电池(标称电压3.2V，标称容量15A·h)。测试仪器为新威多通道电池充放电测试仪(型号为CT-3008W-5V-50A-NTF)，在测试过程中储能电池放置在20℃恒温环境中，避免环境温度的波动对电池测试结果的干扰。

　　电池测试制度包括循环测试和标准容量测试两部分。循环测试的具体步骤为(以40％DOD循环为例)：1）用1C倍率电流对电池放电至0％SOC(2.0V)，静置15min；2）用1C倍率电流对电池充电至100％SOC(3.6V)，然后用1C倍率电流对电池放电至到70％SOC，静置30s；3）用1C倍率电流对电池放电到30％SOC，静置15min；4）用1C倍率电流对电池充电到70％SOC，静置15min；5）重复步骤3）、4）1000次后，用1C倍率电流对电池放电到0％SOC(2.0V)。

　　标准容量测试的具体步骤：1）用1C倍率电流对电池放电至0％SOC(2.0V)，静置15min；2）用1C倍率电流对电池充电到100％SOC(3.6V)，静置15min；3）用1C倍率电流对电池放电到0％SOC(2.0V)，静置15min；4）重复步骤2）、3）3次，以最后一次的放电容量为电池的实际容量。

　　循环测试期间控制电池在表1对应的SOC上下限范围以内，记录每次循环的电池输入能量、输出能量，每隔1000次循环，对电池进行容量标定。

　　2电池能量分析

　　2.1累积转移能量

　　图1是磷酸铁锂电池在不同SOC范围内循环，当容量损失达到25％时的累积转移总能量，可以看到电池的累积转移总能量与循环次数近似成线性规律增长，但是增长速度在逐渐变缓，这是因为电池本体的性能衰退所导致的，主要表现为极化内阻的增加、电池可逆容量的损失等。从图1可以定性地看到，虽然放电深度降低，电池的使用寿命得到延长，但是在容量损失程度25％内时，全充全放模式的使用模式要比浅充浅放的使用模式转移的总能量要多，100％DOD比40％DOD多出64.8％的能量。

　　指前因数E随着放电深度的增加单调递增，可以认为指前因数E反映了电池在对应DOD下的极限累积转移能量总额，即电池保持目前循环过程中的衰退速度不变且始终处于安全工作状态的前提下电池可以转移的最大能量值，它是一个理想值，可以用于定性地评估电池的能量转移能力；结合电池工作原理和电极活性物质的电化学反映机理，电池不可能达到这个理想值，因为电池在循环使用过程中，性能的衰退速度不是恒定的，在经历了缓慢稳步地衰退期之后，会出现性能的急剧恶化，呈现加速老化的状态，并且故障率明显提高。

　　2.2电池容量损失与能量利用

　　电池能量转移能力的限制来自两方面：一是由于使用条件，如放电深度、环境温度等，二是由于在使用过程中发生的性能衰退，如电池极化内阻的增加、不可逆容量的损失等，这些造成了电池平台电压的偏离与充放电时间的缩短，最终弱化了电池的能量转移能力。

　　从图4可知，在容量衰退率达到25％之前，电池的即时容量衰退速度与循环次数成倒抛物线型关系，电池在循环过程中的容量衰退速度呈两个阶段，第一阶段电池衰退速度逐渐降低，表明电池趋向于自稳定的状态；第二阶段电池衰退速度逐渐提高，表明电池开始加速老化的阶段。另外，从图4中可以看出，DOD对于电池容量衰退速度的影响，从深充深放到浅充浅放模式，电池容量衰退速度是逐渐变化的，对于40％DOD的电池容量衰退情况与其他DOD完全不同，反映出电池在较窄SOC范围内波动时性能变化的特殊性。

　　将上述公式联立，导出电池累积转移能量与容量衰退的关系，如图5所示，在电池容量衰退至85％之前，深充深放与浅充浅放的使用模式对于电池能量转移能力的影响是相同的，当电池容量衰退至85％~75％时，深充深放的使用模式在电池能量转移上要优于浅充浅放的使用模式。

　　3结论

　　通过对能量型磷酸铁锂电池在不同荷电状态范围内长期循环测试的数据分析，得出电池累积转移能量与循环次数的关系符合BoxLucas模型，电池老化现象对电池能量转移能力的影响随着放电深度的增加逐渐减小；电池在循环测试过程中经历了前期逐渐自稳定和后期加速老化的两个不同阶段。在电池长期循环测试过程中的数据分析的基础上，认为深充深放的使用模式在电池能量转移总量和能量效率上均优于浅充浅放的使用模式。

　　参考文献

　　[1]周孝信．新能源变革中电网和电网技术的发展前景[J]．华电技术，2011，33(12)：1-3．

　　[2]张文亮，丘明，来小康．储能技术在电力系统中的应用[J]．电网技术，2008，32(7)：33-37．

　　[3]Nair N K C，Garimella N．Battery energy storage systems：assessment for small-scale renewable energy integration[J]．Energy and Buildings，2010，42(11)：2124-2130．

　　[4]Beaudin M，Zareipour H，Schellenberglabe A，et al．Energy storage for mitigating the variability of renewable electricity sources：An updated review[J]．Energy forSustainable Development，2010，14(4)：302-314．

　　[5]Li Q，Choi S S，Yuan Y，et al．On the determination of battery energy storage capacity and short-term power dispatch of a wind farm[J]．IEEE Transactions on Sustainable Energy，2(2)：148-158．

　　[6]Wade N S，Taylor P C，Lang P D，et al．Evaluating the benefits of an electrical energy storage system in a future smart grid[J]．Energy Policy，2010，38(11)：7180-7188．

　　[7]Dogger J D，Roossien B，Nieuwenhout F D J．Characterization of li-ion batteries for intelligent management of distributed grid-connected storage[J]．IEEE Transactions on Energy Conversion，26(1) ：256-263．

　　[8]Divya K C，Otergaard J．Battery energy storage technology for power systems—An overview[J]．Electric Power Systems Research，2009，79(4)：511-520．

　　[9]Wang Y G，He P，Zhou H S．Olivine LiFePO 4 ：development and future[J]．Energy & Environmental Science，2011，4(3)：805-817．

　　[10]Kim J，Lee S，Cho B H．Discrimination of Li-ion batteries based on Hamming network using discharging-charging voltage pattern recognition for improved state-of-charge estimation[J]．Journal of Power Sources，2011，196(4)：2227-2240．

　　[11]Remmlinger J，Buchholz M，Meiler M，et al．State-of-health monitoring of lithium-ion batteries in electric vehicles by on-board internal resistance estimation[J]．Journal of Power Sources，2011，196(12)：5357-5363．

　　[12]Dubarry M，Vuillaume N，Liaw B Y．Origins and accommodation of cell variations in Li-ion battery pack modeling[J]．International Journal of Energy Research，2010，34(2)：216-231．

　　[13]Kaiser R．Optimized battery-management system to improve storagelifetime in renewable energy systems[J]．Journal of Power Sources，2007，168(1)：58-65．

　　[14]Plett G L．Sigma-point Kalman filtering for battery management systems of LiPB-based HEV battery packs Part 1：Introduction and state estimation[J]．Journal of Power Sources，2006，161(2)：1356-1368．

　　[15]Matsushima T．Deterioration estimation of lithium-ion cells in direct current power supply systems and characteristics of 400-Ah lithium-ion cells[J]．Journal of Power Sources，2009，189(1)：847-854．

　　[16]Dubarry M，Liaw B Y．Identify capacity fading mechanism in a commercial LiFePO 4 cell[J]．Journal of Power Sources，2009，194(1)：541-549．

　　[17]Sharma N，Peterson V K，Elcombe M M，et al．Structural changes in a commercial lithium-ion battery during electrochemical cycling：An in situ neutron diffraction study[J]．Journal of Power Sources，2010，195(24)：8258-8266．