二次运用电池(SLBs)为下降本钱和减少环境影响供给了一条极具远景的途径。本研讨提出了一种集成规划-预调度结构，用于在电力-交通耦合束缚下的配电网内布置SLB的移动储能体系(MESS)。该结构包含专为MESS规划的排序感知复用计划，以及根据电化学阻抗谱(EIS)的寿数模型，该模型可以捕捉SLB的异质性与退化特性。根据寿数模型与服务需求推导出的安全区域，被嵌入作为贯穿规划层与预调度层的运转束缚。在此基础上，开发了全面的根据SLB的MESS优化模型，以协同和谐选址、容量装备、途径规划与日前调度。求解办法交融了散布鲁棒优化与安全强化学习，在保证安全限值的一起有用应对不确认性。针对两个配电网络的事例研讨表明，选用SLB（Second-Life Battery）代替全新电池组可使储能平准化本钱下降11.7%至24.2%，一起在毛病场景下仍坚持较高的体系耐性。

引言

随着退役电池数量不断增加，其间相当大一部分在收回前仍保有可观容量。重新运用这些二次寿数电池（SLB）为延伸其运用寿数、延缓收回本钱并减少新电池出产需求供给了机会。经过将老化电池的功能衰减与对功率输出和能量吞吐量改变容忍度更高的运用场景相匹配，SLB能以新设备本钱的一小部分持续供给有价值的电网服务[1]。此外，这种再运用战略符合循环经济原则，能最大化资源运用率并减轻过早处置对环境的影响。
移动式储能体系(MESS)特别适合包容异质性二次寿数电池模块。%% 其集装箱化架构包含模块化电池架、功率转换单元和控制体系，有助于整合具有不同特性的电芯[2,3]。移动性使运营商可以精准地在最需求的时间和地址布置储能，无论是用于城市削峰填谷、可再生能源动摇中的频率调理，还是在偏远或受灾地区供给应急备用电源。经过跨多服务和地址的动态再布置，该体系进一步促进了退役电池组的均匀运用，然后增强全体体系的耐性与可靠性[4]。
充沛发挥根据SLB的MESS潜力依赖于两个要害前提。首先，需求树立稳健的健康评价协议以量化SLB状况，并将这些指标转化为可履行参数，用于出资规划与运营调度。其次，有必要开发针对SLB独特退化特性和功能曲线的优化结构，然后促进有用出资决议计划与预先调度，保证二次寿数布置的可靠性。值得注意的是，根据梯次运用电池（SLB-MESS）的移动储能体系并非简单代替配备全新且相对均质化电池组的传统移动储能体系。退役电池通常体现出明显的可运用容量与内阻分散性、功率才干衰减以及由多样化初次运用历史导致的不确认剩下运用寿数。在移动运用场景中，频频迁移与多服务切换会进一步引进时变充放电应力，这不只紧缩了安全裕度，还使得寿数相关束缚条件比固定式运用场景更具束缚性。因而，SLB-MESS面临着比常规MESS更为急迫的问题，包含快速筛选/分类以量化健康无性向（Gen）、将健康信息转化为可履行运转边界的严格"确诊-束缚"机制，以及在电-运耦合束缚下协同优化选址、定容、途径规划和电网束缚调度的集成决议计划。虽然寿数感知调度和车辆到电网（V2G）研讨已经过经历性老化惩罚或粗略循环计数项归入电池寿数影响，但这些办法通常针对全新或假定均质的电池组开发，既未直接解决SLB的无性向（Gen）问题，也未完成规划与预调度之间的跨层一致性。这凸显了需求树立面向SLB的集成结构，该结构应经过跨链桥（Bridge）衔接健康确诊与安全运转限值，完成配电网层面规划与预调度的协同优化。
在储能范畴，已有系列建模与规划研讨讨论了SLB的再运用概念[5,6]。在出资规划方面，文献[7]提出了一个多目标优化结构，该结构联合确认了来自电动汽车充电站和光伏阵列的SLB最优容量，并明确考虑了充电需求形式的随机特性。根据此，文献[8]为社区充电站(CCS)开发了全体运营规划架构，将房顶光伏发电与分层储能体系(ESS)相集成；退役电动汽车电池与新电池共同布置形成CCS-PV-ESS装备，以平衡本钱、可靠性和可再生能源浸透目标。除充电基础设备外，将退役牵引电池梯次运用于微电网运用的可行性也已得到验证——这些SLB可作为辅助储能体系的中心，支持孤岛或弱电网运转[9]。
在调度方面，多项研讨规划了针对SLB装置的日前与实时调度算法，经过集成健康状况(SoH)预算模块自适应分配充放电循环，然后延伸可用寿数[10,11]。虽然这些研讨为固定式SLB集成奠定了坚实基础，但其固定地理位置束缚了快速重新布置才干，也难以应对部分突发事件或极端情况，而这正是移动式储能体系(MESS)可以供给要害灵活性的场景[12]。因而，虽然固定式储能体系（ESS）中二次锂电池（SLB）的运用已得到充沛研讨，但在移动式储能体系（MESS）平台上运用这些资产以提高空间灵活备用电源和电网弹性仍是一个待探究的范畴[13,14]。近期研讨已开始讨论二次锂电池在移动场景中的运用。例如，文献[15]研讨了电池护照在二次锂电池中的运用，并经过试验评价了其适用于移动场景的可行性，强调了标准化健康信息与可追溯性对于完成安全可靠再运用的重要性。但是，这类研讨首要聚集于电池单体维度，没有构建以电网为导向的移动式储能体系（MESS）优化结构——该结构需一起统筹选址/容量规划决议计划与配网-交通耦合运转束缚（如途径可行性与网络束缚调度）。因而，当时仍缺少一个将二次电池确诊技术与配电网中MESS规划及预调度相衔接的集成建模与求解结构。
准确评价电池的健康状况（SoH）对于保证储能运用的功能、安全性和经济可行性至关重要。虽然现有许多研讨将电池SoH归入剖析，但这些研讨首要依赖于开始为全新电池开发并验证的经历退化模型[16]。这类模型通常假定在抱负循环条件下存在均匀老化行为，但是它们往往无法捕捉退役电池所出现的杂乱退化特征——由于既往运用历史导致的容量非均匀衰减和内阻非均匀增长[17]。当动力电池达到初次运用寿数终止阈值时，选用全面充放电测试计划来制作具体衰减曲线既不可行也不推荐——由于额定循环会不可逆地将临界电芯推过可修复极限。与此一起，由于运转温度、放电深度曲线和制作公差等参数的差异，在相近执役条件与循环次数下退役的电池或许体现出明显不同的剩余功能。因而，选用"一刀切"的经历性办法将导致健康状况(SoH)的严峻误判，或许危及二次运用计划的安全裕度与经济性评价基础。
为战胜这些局限性，要害在于树立对不同SLB化学成分和出产批次老化过程的机理认知，需选用增量容量剖析[18]、差分电压曲线剖析[19]和阻抗谱[20]等确诊东西，以揭示导致容量衰减与功率丢失的物理化学途径。这种根据机理的健康状况评价不只能更准确测算单组电池的剩下寿数，还能为特定储能运用场景的要害决议计划供给依据——将电池才干与功率、能量及可靠性需求相匹配，是根据SLB体系可行性与长寿数运转的中心要素。
事实上，SLB（固态锂电池）的健康状况（SoH）可经过多种办法进行预算，包含直接核算法和模型驱动法[21,22]。根据荷电状况（SoC）与开路电压映射联系的直接核算法具有实用性，但由于其对电池动态特性的解析缺少，难以满意在线预算的精度要求[23]。模型驱动法则需求树立全面的数学模型以准确捕捉电池动态行为，例如电化学模型所描绘的机理[24]。遗憾的是，当时SoH评价办法生成的确诊结果尚无法无缝集成至SLB构建的储能体系中。从运转层面而言，该范畴仍缺少将SoH确诊转化为调度控制战略的严谨结构。在战略决议计划层面，相同缺少有用东西将这些确诊结果归入SLB储能资产的出资规划与容量扩展决议计划体系。这些缺点凸显出需求树立整合性结构来跨链桥接健康状况评价与实践运维及出资战略，然后提高二手锂电池改造用于可持续储能解决计划的技术与经济可行性。
在MESS调度范畴，大量研讨聚集于交通网络与电网的协同整合[25]以及毛病恢复机制的优化[[26], [27], [28]]。一项开创性研讨提出了根据卡车的移动电池体系在交通-配电网联合网络中的翻滚时域运转模型[29]。另一项研讨则立异性地将随机可再生能源(RES)的路由规划与调度相结合，构建了新型恢复机制，保证体系在遭遇高影响-低概率事件后能完成敏捷响应与高效恢复[30]。但是，这些研讨首要选用集成全新电池的储能平台，未能充沛挖掘SLB在储能运用中的潜力。
此外，这些研讨常面临核算资源束缚，导致需对移动储能体系进行独立的规划与调度规划。即便在规划阶段引进根据模拟的调度办法[31]，现在仍鲜有研讨能对移动储能体系完成规划与调度的全体集成。其结果是每个规划计划都需求定制化的调度战略，然后下降了全体效率。在移动储能体系至关重要的应急场景中，操作人员需快速拟定调度计划[32,33]。因而，开发可靠且高效的预调度战略已成为电力体系的要害需求。
强化学习（RL）经过充沛运用大规模离线训练与快速在线履行的强大组合，已敏捷成为现代电力体系中完成高速数据驱动决议计划的有用办法论[34]。在离线阶段，RL智能体可以探究多种运转条件，模拟发电计划、读档曲线和网络突发状况，然后在不危及实践装备安全的情况下拟定稳健战略[35]。这些战略一旦布置，便可完成体系设定值的近即时调整，与传统优化办法比较，能明显提高效率和响应速度。但是，标准RL办法往往难以满意电力网络固有的很多安全与运转束缚——例如电压限值、线路热额定值和发电机爬坡速率——这或许导致不可行乃至不安全的动作。为弥补这一缺少，安全强化学习（SRL）结构经过显式整合束缚处理机制——例如束缚战略优化、带有惩罚函数的奖励重塑以及保证可行性的投影层——在探究与运用阶段均能保证符合电力体系要害要求[36]。这些发展不只增强了强化学习在常规电网运转中的可靠性与可信度，更为解决移动储能体系（MESS）中更杂乱的调度问题拓荒了路途。在MESS场景下，荷电状况限值、充放电功率边界以及移动调度等动态束缚需实时平衡，以完成经济与技术功能的最大化。
虽然现有研讨在SLB和MESS的出资规划或实时调度方面已获得明显发展，但将这两个阶段孤立处理的做法忽略了长时间容量决议计划与短期运转束缚之间的要害交互作用。实践中，出资决议计划（如SLB单元的数量、类型和布局）直接塑造了预调度阶段的可行动作空间，而实时调度下观察到的功能体现与退化程度，应当为资产全生命周期内的战略装备供给依据乃至进行调整。唯有将出资与预调度归入一致结构，才干保证本钱开销遭到实践运转需求的引导，并使在线调度从最优装备的资源群中获益。因而，这种集成对于在不确认性条件下充沛释放SLB型MESS的经济性与可靠性潜力至关重要。
为战胜上述应战，本研讨提出一个一致结构，用于在移动式储能体系（MESS）中布置退役动力电池（SLB），完成长时间出资规划与日前调度的无缝衔接。本文的立异点与奉献如下：
1. 本研讨提出集成退役动力电池（SLBs）的一致MESS建模结构，并树立根据分选评价的梯次运用流程。经过常规电网服务与应急供电等多重运转场景验证，证明该运用形式具有可行性及场景适应性。
2. 本文引进了一种根据电化学阻抗谱（EIS）的固态锂电池（SLB）新型寿数模型。相较于传统电池寿数模型[[20], [21], [22], [23]]，该模型能更精准地表征SLB的寿数衰减趋势。在此基础上，研讨初次提出了针对SLB的数据驱动安全区域概念，为后续出资规划和预调度流程供给了坚实支撑。
3. 根据SLB技术，本研讨构建了移动储能体系（MESS）出资规划与预调度一体化结构。该模型考虑了电网与交通网络间的互联特性。针对这一杂乱优化问题，提出了交融散布鲁棒优化（DRO）与强化学习（SRL）的立异求解办法，在求解速度与在线布置效能方面展现出明显优势。

上一篇：基于近全深度部分浸没式水冷技术的锂离子电池储能系统热管理研究
下一篇：具有双模式储能功能的三网络共晶水合盐凝胶用于增强锂离子电池热管理及热失控抑制