葉笑冬， 陸 宇， 王子健， 李 勁

上海電氣集團(tuán)股份有限公司中央研究院，上海 200070

2010年，作為制造業(yè)強(qiáng)國(guó)的德國(guó)，正式推出了 “工業(yè)4.0”項(xiàng)目，該項(xiàng)目是德國(guó)《高技術(shù)戰(zhàn)略2020》十大未來(lái)項(xiàng)目之一，其目的在于奠定德國(guó)在關(guān)鍵工業(yè)技術(shù)上的國(guó)際領(lǐng)先地位。2013年底，德國(guó)電氣電子和信息技術(shù)協(xié)會(huì)發(fā)布了德國(guó)首個(gè)“工業(yè)4.0”標(biāo)準(zhǔn)化路線(xiàn)圖，以加強(qiáng)德國(guó)作為技術(shù)經(jīng)濟(jì)強(qiáng)國(guó)的核心競(jìng)爭(zhēng)力。與此同時(shí)，中國(guó)也積極跟蹤先進(jìn)國(guó)家制造業(yè)的發(fā)展趨勢(shì)，力爭(zhēng)從制造大國(guó)轉(zhuǎn)變成為制造強(qiáng)國(guó)。為此，工業(yè)與信息化部先后發(fā)布了《高端裝備制造業(yè)“十二五”發(fā)展規(guī)劃》、《智能制造裝備產(chǎn)業(yè)“十二五”發(fā)展規(guī)劃》子規(guī)劃、《智能制造裝備產(chǎn)業(yè)“十二五”發(fā)展路線(xiàn)圖》，明確把智能制造裝備作為高端裝備制造業(yè)的發(fā)展重點(diǎn)領(lǐng)域，以實(shí)現(xiàn)制造過(guò)程的智能化。正在發(fā)展智能電網(wǎng)的電力行業(yè)，同樣也將經(jīng)歷工業(yè)4.0階段，作為支撐智能電網(wǎng)的核心技術(shù)——儲(chǔ)能技術(shù)，也必須適應(yīng)智能制造發(fā)展的需要。

1 工業(yè)4.0

“工業(yè)4.0”被德國(guó)學(xué)術(shù)界和產(chǎn)業(yè)界普遍認(rèn)為是工業(yè)第四次革命，通過(guò)傳統(tǒng)制造業(yè)和ICT(信息通信技術(shù))技術(shù)的深度融合，總體掌控從消費(fèi)需求到生產(chǎn)制造的所有過(guò)程，由此實(shí)現(xiàn)高效生產(chǎn)管理［1］?！肮I(yè)4.0”包含了由集中式控制向分散式增強(qiáng)型控制的基本模式轉(zhuǎn)變，目標(biāo)是建立一個(gè)高度靈活的個(gè)性化和數(shù)字化的產(chǎn)品與服務(wù)的生產(chǎn)模式。

縱觀工業(yè)革命的前三個(gè)階段，“工業(yè)4.0”是發(fā)展到一定階段的必然產(chǎn)物［1］。雖然“工業(yè)4.0”的主要兩大主題是智能工廠(chǎng)和智能制造［2-3］，但是這兩大主題的最終結(jié)果是生產(chǎn)出滿(mǎn)足市場(chǎng)、滿(mǎn)足客戶(hù)需要的產(chǎn)品。智能工廠(chǎng)的基本組件，某種意義上講也是智能化的產(chǎn)品，因此，不管是最終交付到用戶(hù)手中的產(chǎn)品，還是為了生產(chǎn)產(chǎn)品的那些基本組件，今后的發(fā)展趨勢(shì)都是智能化的產(chǎn)品。

德國(guó)提出“工業(yè)4.0”有其自身發(fā)展的需要，其根本原因在于解決勞動(dòng)力短缺的問(wèn)題［4］，但是德國(guó)繪制的宏偉藍(lán)圖正是為了滿(mǎn)足人們的終極目標(biāo):客戶(hù)的個(gè)性化定制、供應(yīng)商快速地提供高質(zhì)量和性?xún)r(jià)比最優(yōu)的產(chǎn)品、制造商在多樣化小批量的訂單中仍然盈利。只有智能工廠(chǎng)、智能制造、智能產(chǎn)品的生產(chǎn)價(jià)值鏈的高度統(tǒng)一才能實(shí)現(xiàn)，要達(dá)到這個(gè)目標(biāo)，相關(guān)的技術(shù)需要發(fā)展到一定階段才能實(shí)現(xiàn)。隨著第三次工業(yè)革命的興起和發(fā)展，計(jì)算機(jī)技術(shù)、互聯(lián)網(wǎng)技術(shù)、傳感器技術(shù)、3D仿真技術(shù)、云計(jì)算技術(shù)、嵌入式技術(shù)、物聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)技術(shù)、故障診斷與預(yù)測(cè)技術(shù)等為“工業(yè)4.0”奠定了堅(jiān)實(shí)的基礎(chǔ)。作為傳統(tǒng)制造業(yè)領(lǐng)先的德國(guó)，其在工業(yè)信息技術(shù)和工業(yè)軟件領(lǐng)域也處于創(chuàng)新領(lǐng)導(dǎo)地位，已率先具備了邁向“工業(yè)4.0”的條件。

2 儲(chǔ)能系統(tǒng)的鋰電池壽命預(yù)測(cè)問(wèn)題

杰里米·里夫金(Jeremy Rifkin)提出的第三次工業(yè)革命實(shí)際上是一場(chǎng)新能源的革命，帶動(dòng)了智能電網(wǎng)的發(fā)展。其中，儲(chǔ)能控制技術(shù)是支撐智能電網(wǎng)發(fā)展的核心技術(shù)，而電池狀態(tài)估算(SOC)技術(shù)，又是目前儲(chǔ)能控制技術(shù)中的核心技術(shù)［5］。然而隨著鋰電池應(yīng)用的日益廣泛，健康狀態(tài)(SOH)的估計(jì)和壽命預(yù)測(cè)技術(shù)，將成為未來(lái)的重要核心技術(shù)。鋰電池壽命預(yù)測(cè)的準(zhǔn)確度將直接影響到用戶(hù)的維護(hù)計(jì)劃和維護(hù)成本，相關(guān)文獻(xiàn)指出［6］，壽命預(yù)測(cè)的方法分為兩類(lèi):即基于經(jīng)驗(yàn)的方法和基于性能的方法。其中，基于經(jīng)驗(yàn)的方法包括循環(huán)周期數(shù)法、安時(shí)法與加權(quán)安時(shí)法、面向事件的老化積累法;基于性能的方法包括基于機(jī)理的預(yù)測(cè)、基于特征的預(yù)測(cè)、基于數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)?；跈C(jī)理的預(yù)測(cè)，其測(cè)試較為復(fù)雜，建立完善的老化模型存在一定困難。基于特征的預(yù)測(cè)，測(cè)量也比較復(fù)雜，需要專(zhuān)門(mén)的測(cè)量?jī)x器，如果對(duì)EIS阻抗譜進(jìn)行在線(xiàn)快速測(cè)量，也需要進(jìn)一步的研究。相對(duì)而言，基于數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)，其測(cè)試手段簡(jiǎn)單，對(duì)于電池復(fù)雜的物理化學(xué)演變過(guò)程中存在的機(jī)理和特征并不關(guān)心，而是通過(guò)測(cè)試數(shù)據(jù)為基礎(chǔ)，利用數(shù)學(xué)統(tǒng)計(jì)方法或者利用人工神經(jīng)網(wǎng)絡(luò)模型，得到擬合的鋰電池壽命曲線(xiàn)。但這種方法也存在局限性，因?yàn)轭A(yù)測(cè)的精度和準(zhǔn)確性依賴(lài)于大量的數(shù)據(jù)積累以及積累這些數(shù)據(jù)花費(fèi)的大量時(shí)間。另外，人工神經(jīng)網(wǎng)絡(luò)模型對(duì)電池壽命初期的預(yù)測(cè)結(jié)果比較滿(mǎn)意，但是后期結(jié)果較差，這說(shuō)明電池老化過(guò)程的復(fù)雜性，人工神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練維度也要復(fù)雜得多，僅靠有限量數(shù)據(jù)會(huì)帶來(lái)不小的偏差。由于實(shí)際儲(chǔ)能系統(tǒng)使用的鋰電池存在個(gè)體差異和用戶(hù)使用場(chǎng)合的差異，都將導(dǎo)致老化過(guò)程不盡相同，使用同一個(gè)擬合的參數(shù)集，顯然精度和準(zhǔn)確率的可信度值得懷疑，這無(wú)疑給鋰電池壽命預(yù)測(cè)技術(shù)的發(fā)展帶來(lái)了很大的挑戰(zhàn)。

3 解決思路

電池老化的物理化學(xué)過(guò)程是個(gè)復(fù)雜的過(guò)程，電池?zé)o可避免地存在個(gè)體差異性，實(shí)際用戶(hù)的運(yùn)行工況和條件也各不相同，所以無(wú)法使用通用、統(tǒng)一的方法解決實(shí)際使用的鋰離子電池預(yù)測(cè)問(wèn)題。工業(yè)4.0的發(fā)展路線(xiàn)給我們提供了另一個(gè)解決思路:把設(shè)備型嵌入式數(shù)據(jù)庫(kù)技術(shù)應(yīng)用到儲(chǔ)能系統(tǒng)，為解決鋰電池個(gè)性化差異的問(wèn)題提供了很好的途徑。

首先，ARM公司開(kāi)發(fā)的RISC架構(gòu)，其CPU內(nèi)核的成功推廣，極大地推動(dòng)了嵌入式系統(tǒng)的發(fā)展，ARM發(fā)展到今天，CPU的性能已經(jīng)有了很大的提升。最新信息表明，ARM正在積極進(jìn)入低功耗、微型化服務(wù)器市場(chǎng)，說(shuō)明其強(qiáng)勁的性能足以應(yīng)對(duì)應(yīng)用的場(chǎng)合。其次，傳感器技術(shù)的發(fā)展使快速感知、精確測(cè)量成為可能。另外，嵌入式數(shù)據(jù)庫(kù)的研究已經(jīng)有30年的歷史，技術(shù)已日益成熟，按嵌入的對(duì)象不同，嵌入式數(shù)據(jù)庫(kù)可分為三類(lèi):軟件嵌入數(shù)據(jù)庫(kù)、設(shè)備嵌入數(shù)據(jù)庫(kù)、內(nèi)存數(shù)據(jù)庫(kù)［7］;按用戶(hù)應(yīng)用方式來(lái)分可包括:通用的嵌入式數(shù)據(jù)庫(kù)和針對(duì)具體的對(duì)象設(shè)計(jì)開(kāi)發(fā)的專(zhuān)用嵌入式數(shù)據(jù)庫(kù)［8］。當(dāng)前主流的嵌入式數(shù)據(jù)庫(kù)包括:Oracle公司的 Berkeley DB、Sysbase公司的 Adaptive Server Anywhere、Relex的Linter、開(kāi)源數(shù)據(jù)庫(kù) SQLite，國(guó)內(nèi)方舟公司的Noahbase、人大金倉(cāng) kingbase 等［9］。其中，Berkeley DB和SQLite屬于開(kāi)源的嵌入式數(shù)據(jù)庫(kù)。

綜上所述，在儲(chǔ)能系統(tǒng)中部署嵌入式數(shù)據(jù)庫(kù)并進(jìn)行個(gè)性化分析已具備了條件。

首先，以50 kW·h鋰電池儲(chǔ)能系統(tǒng)為例，分析一下數(shù)據(jù)存儲(chǔ)量。系統(tǒng)中，鋰電池電池單元數(shù)將近300個(gè)。鋰電池最主要的數(shù)據(jù)采集量包括充放電電壓、充放電電流、溫度、充放電時(shí)間等，儲(chǔ)能系統(tǒng)的采集量都是緩慢變化的量，采樣周期以1 s為間隔。另外，實(shí)際的儲(chǔ)能電池的充放電大部分情況都是采用恒流或恒功率方式，因此記錄頻繁的數(shù)據(jù)主要是電壓和溫度，如果按2個(gè)字節(jié)進(jìn)行保存，那么每秒需要保存1200字節(jié)的數(shù)據(jù)，如果簡(jiǎn)單地進(jìn)行存儲(chǔ)，則1天的數(shù)據(jù)量就要達(dá)到1 GB，顯然這種方式不可取。實(shí)際上，鋰電池的充電通常采用先恒流后恒壓，放電通常采用恒流。對(duì)比較復(fù)雜的充電過(guò)程進(jìn)行分析可知，保證測(cè)量精度在1%的情況下［10］，在全充的情況下，電壓從2.75～4.2 V，共經(jīng)歷了近40個(gè)測(cè)試點(diǎn)，每個(gè)測(cè)試點(diǎn)包含了電壓、電流、兩點(diǎn)之間的時(shí)間、溫度，又由于電壓和電流只有一個(gè)可變量，因此可以看成每個(gè)點(diǎn)共有3個(gè)數(shù)據(jù)量產(chǎn)生(以2字節(jié)計(jì)則需要6字節(jié)數(shù)據(jù)量)，以?xún)?chǔ)能鋰電池10000循環(huán)壽命(一次完整的充放電)計(jì)算，采集數(shù)據(jù)為720 MB數(shù)據(jù)，如果算上放電時(shí)產(chǎn)生的數(shù)據(jù)量，則電池整個(gè)壽命周期產(chǎn)生的數(shù)據(jù)量為1.44 GB，這對(duì)于嵌入式數(shù)據(jù)庫(kù)還是能夠承受的。

其次，具體實(shí)施可以考慮以下步驟。

在設(shè)計(jì)階段:對(duì)嵌入式系統(tǒng)和嵌入式數(shù)據(jù)庫(kù)進(jìn)行適當(dāng)?shù)倪x型，并進(jìn)行合理的裁剪和移植，再對(duì)采集的數(shù)據(jù)進(jìn)行必要的優(yōu)化，以節(jié)省嵌入式系統(tǒng)的有限空間。從控制成本的角度考慮，可以選擇開(kāi)源的操作系統(tǒng)和嵌入式數(shù)據(jù)庫(kù)，并對(duì)此進(jìn)行定制，以適用于儲(chǔ)能系統(tǒng)的應(yīng)用需求。

在運(yùn)行階段:根據(jù)原先實(shí)驗(yàn)室數(shù)據(jù)研究和計(jì)算得到的離線(xiàn)參數(shù)數(shù)據(jù)，對(duì)電池循環(huán)壽命進(jìn)行預(yù)測(cè)，因?yàn)檎缜懊嫠?，初期的預(yù)測(cè)還是比較準(zhǔn)確的。

在運(yùn)行期間通過(guò)高性能的ARM芯片，利用已知有效的算法進(jìn)行參數(shù)修改，在線(xiàn)修正預(yù)測(cè)曲線(xiàn)。

如果當(dāng)前算法已無(wú)法滿(mǎn)足需要，或者需要更復(fù)雜的計(jì)算時(shí)，則通過(guò)云技術(shù)獲取最新算法。同時(shí)，云端可選擇性地隨時(shí)獲取大量的相關(guān)數(shù)據(jù)，進(jìn)行更深層次的挖掘和計(jì)算，并更新其他用戶(hù)端的算法或參數(shù)，快速調(diào)整預(yù)測(cè)曲線(xiàn)，使預(yù)測(cè)的準(zhǔn)確性大幅度提升成為可能。

值得指出的是，由于模塊化的設(shè)計(jì)，具有系統(tǒng)擴(kuò)展性好、成本和質(zhì)量控制有效保障的特點(diǎn)，所以?xún)?chǔ)能系統(tǒng)采用模塊化設(shè)計(jì)是一種必然的選擇。以50 kW·h為例，把50 kW·h電池組作為一個(gè)基本模塊，那么電池的信息量已經(jīng)可以確定，則相關(guān)的嵌入式數(shù)據(jù)庫(kù)方案也就定型，所以作為模塊的一部分，今后也不存在擴(kuò)容的問(wèn)題。相比使用集中式的數(shù)據(jù)庫(kù)方案而言(比如PC機(jī)+數(shù)據(jù)庫(kù)方式)，具有很大的優(yōu)勢(shì)。

4 結(jié)論

通過(guò)對(duì)嵌入式數(shù)據(jù)庫(kù)在儲(chǔ)能系統(tǒng)的應(yīng)用場(chǎng)景進(jìn)行的分析和判斷，從長(zhǎng)遠(yuǎn)看，智能系統(tǒng)是今后的發(fā)展目標(biāo)。設(shè)備型嵌入式數(shù)據(jù)庫(kù)應(yīng)用在智能系統(tǒng)也將是一種趨勢(shì)，并在解決個(gè)性化差異的應(yīng)用中，具有很大的優(yōu)勢(shì)。

［1］王喜文.從德國(guó)工業(yè)4.0戰(zhàn)略看未來(lái)智能制造業(yè)［J］.中國(guó)信息化，2014(15):8-9.

［2］杜品圣.智能工廠(chǎng)——德國(guó)推進(jìn)工業(yè)4.0戰(zhàn)略的第一步(上)［J］.自動(dòng)化博覽，2014(1):22-25.

［3］杜品圣.智能工廠(chǎng)——德國(guó)推進(jìn)工業(yè)4.0戰(zhàn)略的第一步(下)［J］.自動(dòng)化博覽，2014(2):50-55.

［4］郭朝暉.在自動(dòng)化投入與勞動(dòng)力成本之間尋求平衡——工業(yè) 4.0之我見(jiàn)［J］.世界科學(xué)，2014(8):18-19.

［5］許偉，李勁，齊亮.儲(chǔ)能鋰離子電池荷電狀態(tài)估算方法［J］.上海電氣技術(shù)，2014(1):22-25.

［6］羅偉林，張立強(qiáng)，呂超，等.鋰離子電池壽命預(yù)測(cè)國(guó)外研究現(xiàn)狀綜述［J］.電源學(xué)報(bào)，2013(1):140-144.

［7］鄭紅劍，王春秀.嵌入式數(shù)據(jù)庫(kù)的現(xiàn)狀和未來(lái)［J］.信息通信，2011(2):54-55.

［8］班建民，付保川，朱音.基于嵌入式數(shù)據(jù)庫(kù)的實(shí)時(shí)數(shù)據(jù)采集方法［J］.微計(jì)算機(jī)信息，2005(10):1-3.

［9］史恒亮，白光一.嵌入式數(shù)據(jù)庫(kù)的現(xiàn)狀和發(fā)展趨勢(shì)［J］.計(jì)算機(jī)系統(tǒng)應(yīng)用，2010(2):205-208.

［10］徐進(jìn).鋰電池充放電特性分析和測(cè)試［J］.中國(guó)西部科技，2011(33):3-4.