考虑电池安全状态的储能电站能量管理策略.pdf

特别策划321供用电DISTRIBUTION&UTILIZATION第 40 卷 第 8 期2023 年 8 月考虑电池安全状态的储能电站能量管理策略李焓宁，李相俊（可再生能源并网全国重点实验室（中国电力科学研究院有限公司），北京 100192）摘 要：随着新能源技术的快速发展，电池储能电站（battery energy storage stations，BESS）的应用越来越广泛。BESS中若大量使用锂离子电池，能量密度大，其安全风险也会升高。基于此，同时考虑电池储能单元的荷电状态（state of charge，SOC）、健康状态（state of health，SOH）和安全状态（state of safety，SOS），提出了一种能量管理策略。首先，选择安全状态的电池储能单元，确定其单元充放电顺序和数量；然后，采用数学规划求解最优电池储能单元功率，从而实现BESS的安全管理，满足各个电池储能单元SOC一致性；最后，通过光伏发电/BESS混合电力系统模型对比实验，验证所提策略可以保证BESS中电池储能单元SOC一致性，并在一定程度上规避安全风险。关键词：电池储能电站；安全状态；荷电状态；功率分配；光伏发电中图分类号：TM76文献标志码：A DOI：10.19421/ki.1006-6357.2023.08.003引文信息李焓宁，李相俊考虑电池安全状态的储能电站能量管理策略 J 供用电，2023，40（8）：21-27LI Hanning，LI XiangjunEnergy management strategy for energy storage stations considering battery state of safety J Distribution&Utilization，2023，40（8）：21-27基金项目：国家重点研发计划资助项目“吉瓦时级锂离子电池储能系统技术”（2021YFB2400100）和“吉瓦时级储能电站集成及智能管理与示范应用”（2021YFB2400105）。Supported by National Key Research and Development Program of China（2021YFB2400100；2021YFB2400105）.0 引言新能源具有间歇性和随机性，清洁能源高速发展的同时也给电网安全控制等诸多方面带来了不利的影响，极大地限制了清洁能源的有效利用1-2。近年来，电化学储能技术发展迅速，从小型储能系统发展到大型储能系统3。在众多储能方式中，电池储能是一种灵活、快速的储能方式，广泛应用于电力系统的发电、输电、配电和用电等各个环节4-6。然而，传统小规模电池储能系统因其容量有限往往只能应用于分布式新能源发电并网的功率输出平抑7，大型储能电站与大规模新能源发电联合应用逐渐成为电力系统运行的关键技术8。近年来，电池储能技术高速发展，大量电池储能系统配置在电源侧以及用户侧，可用来平滑发电功率波动和降低用电成本,参与电源的调频调压与调峰等9-13。随着电池储能规模的增大，安全问题已成为储能发展面临的新的风险挑战，应及时重视安全风险管理，开展电池储能安全问题的研究14。在大规模储能电站中，受到制造工艺的影响，随着充电和放电周期的增加，很难确保电池的一致性15。电池的不一致性和“短板效应”限制了电池储能电站（battery energy storage stations，BESS）的规模，导致无法通过简单的电气联接实现电池储能的规模化应用16。所以针对大规模的BESS，考虑电池一致性的电池管理系统（battery management system，BMS）成为关键17。BESS的可靠性在一定程度取决于BMS的优劣18，BMS一方面需要实时准确估计电池储能单元的荷电状态（state of charge，SOC）19-21，此外，准确的健康状态（state of health，SOH）估算对于锂离子电池最佳性能的发挥和安全运行具有重大意义22，文献23-26详细描述了各种估算SOH的方法。以上研究成果为BMS的发展和应用奠定了基础，但是大多数研究聚焦在电池储能单元SOC、SOH的估计，并未考虑电池储能单元的安全状态（state of safety，SOS)。文献27对电池储能单元SOS进行定义并提出了一种计算方法，但完整的BMS除了需要对电池储能单元状态的准确估计，还需要根据电池储能单元状态对BESS进行能量管理，这是目前研究的短板。针对现有研究的不足，本文以SOC、SOH和SOS作为输入量，提出了电池储能电站的能量管理策略。特别策划322供用电DISTRIBUTION&UTILIZATION第 40 卷 第 8 期2023 年 8 月首先，在每时段根据SOC、SOH和SOS确定电池储能单元充放电顺序；然后，确定电池储能单元充/放电个数并选择哪些电池储能单元动作；最后，将这些电池储能单元的信息输入到优化求解器中，可以求出每个电池储能单元的充放电功率。建立了光伏发电/BESS混合电力系统模型算例，通过对比本文方法和SOC反馈控制策略，验证所构建的BESS能量管理策略的有效性。1 考虑电池安全状态的储能电站能量管理策略BESS由多个电池储能单元构成，而电池储能单元是能够独立实现电能存储、转换及释放的最小设备组合，由储能电池、储能变流器（power conversion system，PCS）、变压器及附属设施等构成。本文提出的考虑电池安全状态的储能电站能量管理策略，其中安全状态指电池储能单元的安全状态。1.1 安全状态如何对电池储能单元安全进行数字量化是一项不精确的任务，通常需要进行解释。文献27根据安全性与滥用概念成反比的概念，给出了电池储能单元安全状态的定义和计算方法。fsafety(x)是锂离子电池的状态参数，表示电池储能单元的健康和剩余能量状态，电池储能单元的安全状态应该与电池的滥用程度成反比，如下式：（1）式中：fabuse(x)为滥用状态；x为描述电池储能单元在给定时间内行为的所有类型的状态和控制变量，例如电压、温度、电流、内阻、电池机械变形等。在式（1）中，随着滥用的增加，安全状态将相应降低。完全不安全时SOS的值为0，完全安全时SOS的值为1，本文作为输入参数，表明电池储能单元是否存在安全问题。1.2 选取动作的电池储能单元首先确定BESS电池充放电排序，然后确定电池储能单元充/放电个数后，最后选择哪些电池储能单元动作。设定各个电池储能单元初始SOC，设定SOH=1的电池储能单元荷电状态参考值SOCref=0.5。考虑到电池储能单元可能发生SOC越限的情况，为保证电池储能电站可调度性好，这就需要电池SOH较小的单元的SOC维持在较高水平，且尽量避免SOC越限情况。为此本文提出了一种SOC参考值切换控制方法，当电池储能单元荷电状态满足0.3SOC0.7时，单元i的SOC参考值为SOCrefi=SOCref/SOHi；当SOC0.7时，SOCrefi=0.5。计算第i个电池储能单元充放电判定值i,t，i,t=SOCi,tSOCrefi，SOCi,t为t时刻第i个电池储能单元的负荷状态。i,t越大，单元优先放电，反之优先充电。当每时段在根据i,t进行充放电排序后，充放电选取规则如表1。表1 电池储能单元动作判据Table1 Action criteria for battery energy storage units电池储能单元编号i,tSOSi,t12N1,t2,tN,tSOS1,tSOS2,tSOSN,t首先在包含N个电池储能单元的动作判定表中寻找并删除不安全单元，即删掉SOSi,t 小于0.5的行。当储能调度指令功率Pdispt0时，电池储能电站需要放电，根据i,t的值从大到小、从上到下进行排序。此时根据各单元功率上限计算充电电池储能单元个数，即从上到下对maxPdisi求和，直到其大于等于总功率指令的绝对值|Pdispt|，此时求和到第CharN个电池储能单元，该时刻需要充电的电池储能单元个数为CharN+1。当Pdispt0时，电池储能电站需要充电，对i,t列从小到大、从上到下进行排序，此时根据各单元功率上限计算充电电池储能单元个数，即从上到下对maxPchari求和，直到其大于等于总功率指令的绝对值|Pdispt|，此时求和到第disCharN个电池储能单元，该时刻放电单元个数为disCharN+1。电池实际动作个数为充放电单元个数为临界值加1，这是为了留出一定裕度，防止无解的情况。1.3 数学规划求解本文以电池储能单元SOC一致为目标，考虑了电池储能单元SOC约束、充放电功率约束、SOC变化约束、充放电功率守恒约束。1.3.1目标函数为了使电池储能系统持续稳定运行，各电池储能单元SOC需要控制在一定范围内。为了保证电池储能单元实际电量的一致性，低SOH的电池需要保持在较高的SOC水平。目标函数满足：（2）1.3.2约束条件1）电池储能单元SOC约束：（3）式中：minSOCi、maxSOCi分别为电池储能单元i的最小和最大容许SOC。特别策划323供用电DISTRIBUTION&UTILIZATION第 40 卷 第 8 期2023 年 8 月2）充放电功率约束：（4）（5）式中：Pdis,i,t、Pchar,i,t分别为电池储能单元i在t时段的放电和充电功率；maxPdis,i,t、minPdis,i,t分别为电池储能单元i在t时段的最大和最小放电功率；maxPchar,i,t、minPchar,i,t分别为电池储能单元i在t时刻的最大和最小充电功率。功率上下限满足式（6）式（9），如图1所示，阴影部分为电池储能单元可运行的功率范围：（6）（7）（8）（9）SOSi,t为t时刻第i个电池储能单元的安全状态，各电池储能单元根据安全状态的不同，功率限制也有所不同。设置最小充放电功率限制是为了尽量避免某一个电池储能单元功率过小，而导致储能变流器效率变低。（12）（13）（14）式中：Ploadt、Ppvt、Pgridt分别为负载、光伏以及电网功率。综上所述，本文提出的考虑电池储能单元安全状态的电力系统能量管理策略，首先选取动作的电池储能单元，然后在优化求解器中求出BESS的最优功率分配。本文采用的数学规划算法在CELEX求解器中求解，步骤如下：1）获取t时刻BESS的调度功率指令。2）获得t时刻电池单元的滥用状态、SOC和SOH，并计算t时刻各个电池储能单元的SOS。3）根据SOC和SOH计算电池储能单元充放电判断值。4）根据SOC、SOS、电池储能单元充放电判断值生成电池储能单元充放电判据表。5）根据电池单元充放电判据表计算t时刻电池储能单元动作个数。6）根据电池储能单元动作个数求解需要动作的电池储能单元功率，并下发每个电池储能单元功率指令。2 仿真验证本文采用的光伏发电/BESS混合电力系统如图2所示，其中光伏电站额定功率为1 000 MW，BESS装机容量为240 MW/960 MWh，电池储能单元个数为480个，每台PCS单元的最大功率0.5 MW，容量为2 MWh。PSOSi,tmin Pdis,i,t or min Pchar,i,tmax Pdis,i,t or max Pchar,i,tPdisi or PchariPdispt/(CharN+1)or Pdispt/(disCharN+1)00.51.0图1 电池储能单元功率与其SOS的关系Fig.1 Relationship between battery energy storage unit power and SOS3）SOC变化约束：（10）（11）式中：T为一个时间段；Si为电池储能单元i的额定容量；SiSOHi为电池储能单元i的实际容量，储能调度指令功率大于0是放电模式，小于0是充电模式。4）充放电功率守恒约束。此约束是表示源、网、荷、储功率平衡：负载储能电池光伏电网储能电池BESS380 V/35 kVDC/ACDC/ACDC/AC图2 光伏发电/BESS混合电力系统Fig.2 Photovoltaic power generation/BESS hybrid power system如表2所示，电池储能单元编号为1480，每96个为一组，共5组。第1组为196号单元，第2组为97192号单元，第3组为193288号单元，第4组为289384号单元，第5组为385480号。每组SOC在特别策划324供用电DISTRIBUTION&UTILIZATION第 40 卷 第 8 期2023 年 8 月0.30.7之间均匀排列。表2 电池储能单元组别与其SOHTable2 Battery energy storage unit group and its SOH组1(196)2(97192)3(193288)4(289384)5(385480)SOH0.80.850.90.951本文采用3种方法进行比较分析，验证所提策略的优越性。方法：SOC反馈控制策略，本文仅作简要说明。当储能电站处于放电模式时，各电池储能单元放电量计算公式为：（15）储能电站处于充电模式时，各电池储能单元充电量计算公式为：（16）根据式（15）和式（16）计算电池储能单元功率，超过极限时，该电池储能单元功率等于额定功率。剩余的功率根据上述2个等式分配给剩余电池储能单元，即：（17）（18）式中：N,t为未分配功率的电池储能单元；P,t为剩余待分配的功率。依此类推继续分配剩余功率，直到所有电池储能单元满足式（4）和式（5）中的充放电功率约束。方法：本文提出的考虑电池安全状态和SOC参考值恒定的储能电站能量管理策略，满足SOCrefi=SOCref/SOHi。方法：本文提出的考虑电池安全状态和SOC参考值切换控制的储能电站能量管理策略。如图3所示，为了模拟出BESS中各电池储能单元SOC明显的变化情况以证明本文提出的能量管理策略的有效性，选取该混合电力系统某一阴天源-网-荷-储的功率曲线，并假设所有电池储能单元SOS一开始均处于正常值（在0.91波动）。图3中，储能功率大于0为放电，小于0为充电。在480 min时光伏出力开始爬坡，在690 min时达到最大值，在1 080 min出力为0；负荷在720 min时达到最高峰，随后在1 200 min达到另一个高峰。9801 0001 0201 0401 0601 0800.20.30.40.50.60.70.80.91.0时间/minSOS图4 第98号电池储能单元SOSFig.4 SOS of battery energy storage unit 98图5显示了电池储能电站整体SOC变化情况，这反映了电站充放电的趋势。在光伏出力比负载大时（9001 020 min），BESS需要充电，在光伏出力较弱且负载较大时（630720 min）主要放电，以满足电网功率需求。图6显示了各方法电池储能单元动作个数情况，可以看出当BESS功率较大时，在方法I中，由于BESS的功率在任何时刻不为0，所有电池储能单元均动作为480个，这会降低电池储能单元的运行效率。若采用方法II与方法，电池储能单元动作个数比方法少。05001 0001 50002002004006004006008001 0001 200电网光伏负载储能时间/min功率/MW图3 某阴天条件下功率分布Fig.3 Power profiles on a cloudy day如图4所示，在1 000 min时，第98号电池储能单元由于温度电压等条件突变，SOS变为0.2，在1 008 min时开始故障检修，滥用状态逐渐下降，SOS逐渐上升，在1 060 min时SOS恢复至0.91。特别策划325供用电DISTRIBUTION&UTILIZATION第 40 卷 第 8 期2023 年 8 月采用以上3种方法，各个电池储能单元SOC变化情况如图7所示，可以看出3种方法各电池储能单元SOC均可实现一致性。采用方法与方法，不同SOH的电池储能单元在BESS运行过程中分化为不同的SOC水平。方法中SOH较高的单元，其SOC会较低；SOH较低的单元，如SOH=0.8，其SOC会较高。这表明各电池储能单元实际电量尽量保持一致，电池储能电站的调度性较好。图5 电池储能电站SOC Fig.5 SOC profiles of BESS5001 0001 50000.10.20.30.40.50.60.7SOC时间/min图6 电池储能单元动作个数Fig.6 Battery energy storage unit action number5001 0001 5000100200300400500个数5001 0001 5000100200300400500个数时间/min时间/min(a)方法I(b)方法I与方法图7 各电池储能单元的SOC（不同SOH）Fig.7 SOC of each battery energy storage unit(different SOH)(c)方法(b)方法(a)方法I0.80.70.60.50.40.30.20.105001 0001 500时间/minSOC0.80.70.60.50.40.30.200.105001 0001 500时间/minSOC0.80.70.60.50.40.30.20.105001 0001 500时间/minSOCSOH=0.9SOH=0.8SOH=0.85SOH=0.95SOH=1特别策划326供用电DISTRIBUTION&UTILIZATION第 40 卷 第 8 期2023 年 8 月在0260 min时，方法I中所有电池储能单元会进行充电，容易造成电池储能单元SOC超过上限，而方法中SOC较高的电池储能单元首先不会进行充放电，不会发生SOC过限情况。如图7（b）所示，此时SOC参考值恒定，满足SOCrefi=SOCref/SOHi。在1 300 min时，SOH较高的电池储能单元，SOC会低于0.1，发生了过度放电的情况，不利于电池储能电站持续运行调度。而由图7（c）可以看出采用方法，在1 300 min时没有发生SOC低于0.1导致过度放电，所以方法在保留了方法优点的前提下，同时能在一定程度上防止电池储能单元过度充电以及放电的情况。由图8可知，在1 0001 030 min时段，第98号电池储能单元SOS低于0.5，此时段内不进行充放电。对比同初始SOH的97号电池储能单元，可以看出在1 0301 050 min时段，当SOS高于0.5时，98号电池储能单元可以在短时间内快速放电，电池储能单元间达到良好的SOC一致性。量避免了SOC越限的情况。该策略可以使SOS较低的电池储能单元负担较小，SOS低于0.5的单元进行检修，从而达到延缓电池储能单元的性能衰减，延长储能电站使用寿命和运行安全可靠性的效果。参考文献1李相俊，马会萌，姜倩新能源侧储能配置技术研究综述J 中国电力，2022，55（1）：13-25LI Xiangjun，MA Huimeng，JIANG QianReview of energy storage configuration technology on renewable energy sideJ Electric Power，2022，55（1）：13-252李明节，于钊，许涛，等新能源并网系统引发的复杂振荡问题及其对策研究J 电网技术，2017，41（4）：1035-1042LI Mingjie，YU Zhao，XU Tao，et alStudy of complex oscillation caused by renewable energy integration and its solutionJ Power System Technology，2017，41（4）：1035-10423CHATZINIKOLAOU E，ROGERS D JA comparison of grid-connected battery energy storage system designsJ IEEE Transactions on Power Electronics，2017，32（9）：6913-69234李相俊，王上行，惠东电池储能系统运行控制与应用方法综述及展望J 电网技术，2017，41（10）：3315-3325LI Xiangjun，WANG Shangxing，HUI DongReview and prospect of operation control and application methods of battery energy storage systemJ Power System Technology，2017，41（10）：3315-33255甘江华，吴道阳，陈世锋，等电网侧大规模预制舱式电池储能电站集成技术研究与应用J 供用电，2018，35（9）：36-41，52GAN Jianghua，WU Daoyang，CHEN Shifeng，et alResearch and application of integration technologies for large-scale prefabricated cabin battery energy storage power station on the grid sideJ Distribution&Utilization，2018，35（9）：36-41，526孟娅，李欣然，黎淑娟，等电池储能参与配电网削峰填谷的变功率控制策略J 电力建设，2018，39（4）：45-50MENG Ya，LI Xinran，LI Shujuan，et alVariable power control strategy of battery energy storage system participating in distribution network peak load shiftingJ Electric Power Construction，2018，39（4）：45-507程时杰，李刚，孙海顺，等储能技术在电气工程领域中的应用与展望J 电网与清洁能源，2009，25（2）：1-8CHENG Shijie，LI Gang，SUN Haishun，et alApplication and prospect of energy storage in electrical engineeringJ Advances of Power System&Hydroelectric Engineering，2009，25（2）：1-88李相俊，赵珊珊，惠东面向新型电力系统的大型储能电站关键技术发展趋势分析与展望J 供用电，2022，39（7）：2-8，24LI Xiangjun，ZHAO Shanshan，HUI DongDevelopment trend analysis and prospect of key technologies of large energy storage station in new type power systemJ Distribution&Utilization，2022，39（7）：2-8，249郭红霞，任智君考虑不同投资主体储能运行策略的主动配电网多目标规划J 智慧电力，2019，47（11）：22-28，34GUO Hongxia，REN ZhijunMulti-objective planning for active distribution network considering energy storage operation strategies under different investment entitiesJ Smart Power，2019，47（11）：22-28，3410 何永秀，陈奋开，光峰涛，等基于情景分析法的储能装机规模预测J 智慧电力，2019，47（11）：29-34HE Yongxiu，CHEN Fenkai，GUANG Fengtao，et alPrediction of energy storage installed capacity based on scenario analysisJ Smart Power，2019，47（11）：29-3411 LI X J，YAO L Z，HUI DOptimal control and management of a large scale battery energy storage system to mitigate fluctuation and intermittence of renewable generationsJ Journal of Modern Power Systems and Clean Energy，2016，4（4）：593-60305001 0001 5000.200.250.300.350.400.450.500.550.600.65SOC1 000 1 020 1 040 1 0601 0800.400.420.440.460.480.500.520.54SOC时间/min时间/min图8 98号电池储能单元（故障单元）以及97号电池储能单元SOCFig.8 SOC profiles of battery energy storage unit 98（fault unit）and unit973 结语本文提出了考虑电池安全状态的储能电站能量管理策略，以SOC一致性为目标，同时根据SOS确定电池储能单元的功率范围。该策略在一定程度上保证了系统的安全运行，具有良好的SOC平衡效果，且BESS能够更好地参与电力系统调度。通过光伏发电/BESS混合电力系统某阴天条件下的仿真可以看出，尽管电池储能单元初始SOC不同，通过使用本文提出的储能电站能量管理策略，相同SOH电池储能单元的SOC可以均衡为同一水平，并尽特别策划327供用电DISTRIBUTION&UTILIZATION第 40 卷 第 8 期2023 年 8 月12 施啸寒，赵雅文，张恒旭，等基于准零相位滤波器的电池储能系统平滑风电波动控制方法J 电力系统自动化，2021，45（4）：45-53SHI Xiaohan，ZHAO Yawen，ZHANG Hengxu，et alControl method of wind power fluctuation smoothing for battery energy storage system based on quasi-zero phase filterJ Automation of Electric Power Systems，2021，45（4）：45-5313 LI X J，MA R，GAN W，et alOptimal dispatch for battery energy storage station in distribution network considering voltage distribution improvement and peak load shiftingJ Journal of Modern Power Systems and Clean Energy，2022，10（1）：131-13914 徐国栋，王坚嵘，石一峰，等电池储能电站安全问题分析与对策J 电力安全技术，2020，22（9）：60-63XU Guodong，WANG Jianrong，SHI Yifeng，et alAnalysis and countermeasures for safety problems of battery energy storage power stationsJ Electric Safety Technology，2020，22（9）：60-6315 ZHONG L，ZHANG C B，HE Y，et alA method for the estimation of the battery pack state of charge based on in-pack cells uniformity analysisJ Applied Energy，2014（113）：558-56416 凌志斌，黄中，田凯大容量电池储能系统技术现状与发展J 供用电，2018，35（9）：3-8，21LING Zhibin，HUANG Zhong，TIAN KaiThe state of art and trend of large scale battery energy storage system technologyJ Distribution&Utilization，2018，35（9）：3-8，2117 李相俊，马锐考虑电池组健康状态的储能系统能量管理方法J 电网技术，2020，44（11）：4210-4217LI Xiangjun，MA RuiEnergy management method of energy storage system considering the SOH of battery packJ Power System Technology，2020，44（11）：4210-421718 ALLAFI W，ZHANG C，UDDIN K，et alA lumped thermal model of lithium-ion battery cells considering radiative heat transferJ Applied Thermal Engineering，2018，143：472-48119 刘子幸，王子赟，纪志成基于逆向卡尔曼滤波的电力变换器故障诊断方法J 电力系统保护与控制，2019，47（9）：19-26LIU Zixing，WANG Ziyun，JI ZhichengFault diagnosis method of power converter based on inverse KalmanfilterJ Power System Protection and Control，2019，47（9）：19-2620 程泽，杨磊，孙幸勉基于自适应平方根无迹卡尔曼滤波算法的锂离子电池SOC和SOH估计J 中国电机工程学报，2018，38（8）：2384-2393CHENG Ze，YANG Lei，SUN XingmianState of charge and state of health estimation of Li-ion batteries based on adaptive square-root unscented KalmanfiltersJ Proceedings of the CSEE，2018，38（8）：2384-239321 SHEN J N，SHEN J J，HE Y J，et alAccurate state of charge estimation with model mismatch for Li-ion batteries：a joint moving horizon estimation approachJ IEEE Transactions on Power Electronics，2019，34（5）：4329-434222 李超然，肖飞，樊亚翔，等基于卷积神经网络的锂离子电池SOH估算J 电工技术学报，2020，35（19）：4106-4119LI Chaoran，XIAO Fei，FAN Yaxiang，et alAn approach to lithium-ion battery SOH estimation based on convolutional neural networkJ Transactions of China Electrotechnical Society，2020，35（19）：4106-411923 杨胜杰，罗冰洋，王菁，等基于容量增量曲线峰值区间特征参数的锂离子电池健康状态估算J 电工技术学报，2021，36（11）：2277-2287YANG Shengjie，LUO Bingyang，WANG Jing，et alState of health estimation for lithium-ion batteries based on peak region feature parameters of incremental capacity curveJ Transactions of China Electrotechnical Society，2021，36（11）：2277-228724 严干贵，李洪波，段双明，等基于模型参数辨识的储能电池状态估算J 中国电机工程学报，2020，40（24）：8145-8154YAN Gangui，LI Hongbo，DUAN Shuangming，et alEnergy storage battery state estimation based on model parameter identificationJ Proceedings of the CSEE，2020，40（24）：8145-815425 WENG C H，SUN J，PENG H EModel parametrization and adaptation based on the invariance of support vectors with applications to battery state-of-health monitoringJ IEEE Transactions on Vehicular Technology，2015，64（9）：3908-391726 CHENG Z，ALLAFI W，DINH Q，et alOnline estimation of battery equivalent circuit model parameters and state of charge using decoupled least squares techniqueJ Energy，2018（142）：678-68827 CABRERA-CASTILLO E，NIEDERMEIER F，JOSSEN ACalculation of the state of safety（SOS）for lithium ion batteriesJ Journal of Power Sources，2016（324）：509-520收稿日期：2023-05-12；修回日期：2023-06-12作者简介：李焓宁（1998），男，硕士研究生，主要研究方向为大规模储能技术、储能调度控制。李相俊（1979），通信作者，男，博士，教授级高级工程师，主要研究方向为大规模储能技术、新能源与分布式发电、新型电力系统运行与控制技术。Energy management strategy for energy storage stations considering battery state of safetyLI Hanning,LI Xiangjun(National Key Laboratory of Renewable Energy Grid-Integration(China Electric Power Research Institute),Beijing 100192,China)Abstract:With the rapid development of new energy technology,the application of battery energy storage stations(BESS)is becoming increasingly widespread.If lithium-ion batter