截至2019年2月，仅韩国储能电站的火灾事故已经高到21起！韩国工商和能源部紧急关闭了300多个公共事业侧的储能电池系统。电动汽车动力锂电池导致的自燃，尤其是最近在地下车库发生的特斯拉ModelS自燃在二秒内爆炸导致边上好几辆车被烧掉的视频给大家敲响了安全警钟：锂电池储能电站迫切需要建立健全的技术标准和论证体系为其可持续发展保驾护航。
4月21日，特斯拉在地下车库自燃的视频监控截图。
然而，借助电动汽车的规模效应快速发展起来的锂电池储能系统延续了动力锂电池在检验检测标准上的特点：具有严格的对单体锂电池、电池管理系统（BatteryManagementSystem,BMS）和储能逆变器（PowerControlSystem，PCS）和全新锂电池系统的检测标准，但缺乏对已投放运营的锂电池储能系统的有效检测评价体系。目前的情景使业界同仁认识到，安全是储能产业发展的主要瓶颈。现代电网具备了以对主要装备进行定期运营检测的安全保障体系，锂电池储能电站作为电网外来的新兴事物，需要制定其全生命周期，从起始、运营到退出的完整检验检测标准体系，以保障现代电网的安全运营。
储能安全如何预防？
目前锂电池储能电站的能量管理系统（EnergyManagementSystem，EMS）负责管理电站的能量交互，BMS管控所有锂电池单元的充放电和内部的均衡，普遍存在以下特点：1.BMS对锂电池的充放电控制阈值初始时设定没法更迭；2.锂电池老化后对电池状态估算出现偏差，原始的BMS控制阈值对老化最厉害的电池单元在每次充放电时可能略微过充过放，电池不一致性导致最弱的电池在损失活性锂离子或形成微锂枝晶方面每次都最严重，加速了其老化过程；3.缺乏一个对电池老化出现异常的诊断，进而通过对BMS控制阈值的动态改变有效控制最弱电池单元加速老化的负反馈机制。
我所在的上海工程技术大学动力电池实验室对磷酸铁锂和三元锂电池从电池单元（电芯）、电池模组到电池堆进行了一系列的性能和耐久测试，尤其是全生命周期和对退役锂电池的实验，通过对锂电池充放电曲线从出现异常到接近生命终点时体现出来症状变化研究，建立了若干对包括内阻在内的电池特征值的检测方法和诊断算法，研制出了适合运营期间进行快速检测、分析和评估的“电池医生”，可以快速排查高压安全隐患，定位问题电池单元并形成分析和建议报告。
结合对上海新能源汽车监控中心运营大数据的一键式分析，上海玫克生储能（MAKESENS，简称：MS储能）开发了基于云原生边缘技术的云-边结合的预防性诊断安全系统（PrognosticSafetySystem，PSS），由一个智能通讯管理机iRouter从储能电站的能源管理系统（EnergyManagementSystem，EMS）实时获取在电芯层面的电池充放电数据，解析、运算、诊断并上传到诊断云；诊断云根据关键电池参数的数据流建立一个对其发展趋势和恒虚警阈值的预测模型，形成一个多参数的虚拟特种系统；当实际监测数据超过阈值时发出预警，提出使关键参数重新回到阈值内的可执行的措施，包括对电池进行替换、均衡，或通过更新iRouter配置文件中的控制参数为EMS提供对BMS进行动态控制策略更新的依据。
储能安全如何管理
我们认为，储能的安全不应只是电站投运前对各种储能设备的检验检测，特别是储能电池的安全。由于储能电池是一个渐变的电化学体系，随着储能电池的老化，电池的各项参数也会随之变化，通过预防性诊断安全系统PSS，对储能电池潜在风险的预测，可以对设备厂商、电站运营者、集控中心和服务供应商在备品备件优化、电站运营管理、远程专家专业技术支持、巡检团队等方面提供电池最新数据分析和诊断支持，达到多重安全保护，迅捷应急服务，智能运行维护的效果。
目前正在电网侧储能系统筹建线上、线下结合的智能化综合运检。通过线上云脑系统实时诊断，分析电池健康状态；与线下巡检人员预定的巡检计划，线路内容，进行巡检点检查相结合，灵活出动，及时报修缺陷，以达成实现7＊24小时主动实时监控，消除纸质化记录和信息采集盲区，变机械式运维为主动弹性运维。在故障排查与检测阶段，云脑系统负责提供潜在风险问题点定位、工作票与操作票，然后通过线下的电池医生、便携式充电式听诊器完成故障排查、检修。针对需要修复问题电池，云脑系统可提供该电池的历史数据，为该电池的修复方式提供支撑。
