【资料图】
近年来，伴随着各国对“双碳”及能源安全重视度的提高，清洁能源发电、储能、电动交通等行业发展迅速，锂离子电池也被引入众多应用领域；锂离子电池因其具有高能量密度和长循环寿命而广泛应用于大型新能源储能电站项目，然而电池热失控引起的自燃、火灾、爆炸事故频发，据不完全统计，2017年至今全球储能电站项目至少发生了39起火灾事故，其中，韩国34起、中国2起、比利时/美国/澳大利亚各1起。严重威胁着储能电站的管理人员生命和储能电站财产安全。针对储能系统的起火、爆炸等事故发生的原因，电池本身的热失控，以及电池模块和系统的热失控扩散，是行业目前关注的焦点。
由于热失控原因复杂且随机性高，因此提出一种反应快、精度高、应用范围广的热失控预测预警传感器技术是一项具有挑战性的任务。基于多物理参数数据融合和先进人工智能算法的锂电池热失控监测传感器是多种方案中的优选项，是一种快速、准确、可靠、应用广泛的传感方案，可有效监测锂离子电池热失控风险，保障化学能储能电站安全。
4月3日，在此基础上，金天弘能源科技(北京)有限公司成功推出了自主可控的基干多物理参数数据融合和先进人工智能算法的钾电池热失控监测传感器，其创新的采用气压力、VOC、CO、CO2、温度多物理参数做数据融合，采用先进人工智能AI神经网络算法，设计了一款具有边缘计算能力的锂电池热失控传感器，该传感器具有快速、准确、可靠、应用广泛等优点。可有效监测锂离子电池热失控风险，保障化学能储能电站安全，其判断精度、速度、分辨率和稳定性等性能，非常好，达到了业界领先水平，而且获得了多项核心自主知识产权。
