01
课程导论：风储联合的背景与意义
储能电池寿命管理的重要性，课程目标与学习路径。
背景目标
02
风电特性与并网挑战
风电随机性与波动性，并网影响，功率预测技术简介。
波动性预测
03
储能技术概述
主流储能对比（锂电、液流、钠硫），电化学系统构成与应用场景。
锂电液流钠硫
04
锂离子电池基础
工作原理，关键参数（容量、SOC、SOH、内阻），充放电曲线。
SOCSOH内阻
05
电池老化机理
正负极老化，电解液分解，SEI膜，锂枝晶，日历与循环老化。
SEI枝晶机理
06
电池寿命影响因素
温度、倍率、DOD、截止电压、搁置SOC对寿命的影响。
DOD温度倍率
07
电池寿命建模方法
经验模型(Arrhenius,Peukert)，半经验，ECM，电化学模型。
ArrheniusECM
08
雨流计数法
原理与步骤，在循环寿命计算中的应用，Python实现示例。
雨流Python
09
SOH估算方法
容量衰减、内阻增长、增量容量分析(ICA)、机器学习。
ICAML
10
风储联合运行模式
平滑波动、跟踪计划、调频、削峰填谷、容量支撑。
调频削峰
11
储能容量配置
基于历史数据统计，时序生产模拟优化，经济性评估。
容量经济性
12
储能功率配置
爬坡率约束，调频响应时间，一次调频容量需求。
爬坡调频
13
风储联合调度策略
基于规则，模型预测控制(MPC)，强化学习控制。
MPC强化学习
14
电池寿命感知的能量管理
目标函数(含寿命衰减成本)，约束条件，求解算法。
寿命成本优化
15
动态规划在寿命管理中的应用
状态变量定义，递推方程，算例分析。
动态规划递推
16
模型预测控制(MPC)在寿命管理中的应用
预测模型，滚动优化，反馈校正，算例分析。
MPC滚动优化
17
强化学习在寿命管理中的应用
MDP，Q-learning，DQN，策略梯度。
DQN策略梯度
18
电池储能系统热管理
风冷/液冷设计，热模型，基于寿命的热管理策略。
热管理风冷
19
电池均衡管理
被动/主动均衡，均衡策略对寿命的影响，电路设计。
均衡电路
20
电池安全与寿命
热失控机理，过充过放保护，安全阈值与寿命权衡。
热失控安全
21
电池梯次利用
退役筛选标准，梯次场景，剩余寿命预测。
梯次退役
22
储能电站运维
日常巡检，数据分析平台，基于状态的维护(CBM)。
CBM运维
23
储能系统标准与规范
国标、行标、IEC，安全规范，并网技术要求。
国标IEC
24
风储联合系统经济性分析
全生命周期成本(LCC)，LCOS，收益模型。
LCCLCOS
25
碳交易与储能
碳市场机制，储能减碳价值，碳资产与寿命管理协同。
碳交易减碳
26
数字孪生在电池管理中的应用
数字孪生架构，实时映射，寿命预测与优化。
数字孪生映射
27
大数据与AI在电池寿命管理中的应用
数据清洗/特征工程，LSTM、CNN、Transformer，案例。
LSTMTransformer
28
典型工程案例分析
张北风光储，青海海西州，国外案例。
张北海西
29
前沿技术展望
固态电池，钠离子，锂硫，新型储能对寿命管理的影响。
固态钠离子
30
课程总结与项目实战
知识体系回顾，综合项目设计(仿真与寿命优化)，学习建议。
实战仿真