2025年10月16日，在第五届储能安全研讨会暨国家重点研发计划项目“国际锂离子电池储能安全评价关键技术合作研发”研讨会上，西清能源发布《储能电站用锂离子电池健康评估实践分析》报告。该报告对国内11个储能电站的运行数据进行了分析，是国内首个针对实际储能电站的健康状态综合评估研究成果。

图：西清能源首席科学家梁惠施做主题报告

01 背景及评估方法

图：行业背景

据不完全统计，2017年至今，全球已发生超过百起储能电站火灾事故，多数由运行过程中积累的安全隐患逐步演变为电池热失控引发。诸多案例共同表明：运行隐患的累积效应是热失控的“催化剂”。国内早期投运的储能电站运行健康状况如何？是否存在潜在安全风险？有哪些有效手段可为这些电站进行系统性“体检”？

图：活动背景

基于上述背景，2024年12月与2025年6月，中关村储能产业联盟面向全国已投运的储能电站，组织了两期基于数据分析的免费健康评估活动，旨在通过“数据分析—健康评估—隐患诊断”的全链条分析，提升锂离子电池储能电站的安全运行水平。活动共吸引超过20家单位报名，其中11座储能电站（涵盖电源侧8座、工商业侧3座）提供了有效数据。北京西清能源科技有限公司作为技术支撑单位，承担了全部数据分析和健康评估报告的编制工作。

图：评估技术

本次评估采用基于数据驱动的储能电站健康与安全评估技术，从运行数据模式中识别潜在安全风险；对反映电池健康状态的特征参数开展多维度评估，分析其横向分布与纵向演变趋势，全面把握电池系统健康状况；结合电池故障机理模型，从数据中提取多维故障特征，融合深度学习技术，实现对内短路、异常衰减等早期故障电池的精准识别。

以下是对储能电站运行数据分析后完成的健康评估报告样例：

图：储能电站健康检测报告样章

报告通过指标概览表列出各项评估参数的合理区间，并在正文中详细展示各指标的横向统计分析与纵向演化趋势。针对检测出的异常情况，报告进一步开展故障原因深度分析，实现故障诊断与部件级定位，并给出健康状态结论，以及针对性的运维建议。

整体报告结构清晰、内容直观，便于业主与运维人员快速掌握电站健康状况。

02 评估结果

在参与评估的11座储能电站中，共检出各类安全隐患64例，主要归纳为以下五类：电池本体故障、电池不一致性过大、电池滥用、BMS故障，以及热管理系统故障。其中，BMS故障、电池滥用和热管理系统故障占比较高。

第一类安全隐患：电池本体故障

通过数据分析可识别电池异常衰减与内短路等问题。本次活动主要发现电池异常衰减案例。

正常情况下，储能电站年衰减率较为稳定。在本次分析中，某运行未满3年的电站电池整体容量已降至90%以下，SOH极差达13.81%，最低单体容量衰减至75%，存在明显异常衰减。进一步分析表明，该电站长期存在过度深充深放行为，并伴有热管理系统失效问题，反映出充放电策略与热管理能力对电站寿命具有重要影响。

对该站的运维建议是：优化电池充放电深度，避免过度深充深放，并改造热管理系统，将电芯温差控制在3℃以内。

第二类安全隐患：电池的不一致性过大

该隐患包含两种情况，一是电池的 SOC不一致，二是电池的单体的SOH不一致。

针对单体SOC不一致情况，通常可以通过BMS在线均衡改善。如果长期存在电池SOC不一致，并且有扩大的趋势，需要通过运维手段去做补电措施。

针对单体SOH不一致情况，采用均衡措施并不能从根本上改善不一致问题，建议及时更换出现异常衰竭的短板电芯。

在实际的工程应用中，往往会出现两种因素混合的情况，这就需要通过评估算法对产生不一致的原因进行解构分析和定量评估，再根据评估结果进行有针对性的运维措施。

第三类安全隐患：电池滥用

引发电池滥用的原因包括运行工况运行策略不当导致的过度升充升放、BMS算法的缺陷、通信异常或传感器故障导致的非预期充电等。这三种情况相对应的运维措施是优化运行策略、对BMS算法进行参数标定、及时排查硬件上的故障。

第四类安全隐患：BMS故障

BMS故障容易造成电池处于过冲过放的滥用状态下，损害电池健康，甚至引发热失控。通过数据分析能进一步检测出如下几类细分故障：

1、BCU从控板或主控板故障，表现为电压或温度数据在舱级或簇级出现无效采集标识；

2、NTC失效，主要表现为温度测点的数据模式异常；

3、电压传感器失效，表现为电芯电压数据模式不符合电路规律；

4、SOC评估不准，表现为BMS给出SOC评估结果误差较大；

前3种情况属于物理硬件上的故障，应及时对设备进行排查和检修。第4种需要对BMS的SOC评估算法进行标定和校准。

第五类安全隐患：热失控系统失效或性能不佳

一种情况是由于循环动力失效、冷却液泄漏等造成热管理系统失效，导致整仓温度持续攀升；另一种情况是冷却不均匀的问题，在工程案例中数据表征是温差较大，这会造成电池长期运行在不同的温度环境下面，进一步加剧电池的不一致，加速电池整个系统的容量衰减。

03 评估启示及建议

通过此次的储能电站评估可知，当下储能电站存在诸多问题：

1、储能电站数据管理缺乏标准，数据质量良莠不齐；

2、储能电站存在多类型安全隐患及早期故障，本次检出的64例故障中，BMS故障、电池滥用和热管理系统故障这三类占比重较大；

3、粗放式运维不能及时发现安全隐患，使电池长期运行在高应力状态下，导致容量异常衰减，增加热失控风险。

储能产业经过几年的快速发展，需要从过去单纯“规模扩张”转向兼顾“质量治理”，需要去构建  '数据驱动、安全评估、精细运维'三位一体的安全管理体系，具体建议：

1、加强储能电站数据源头标准化管控；

2、定期通过数据分析手段开展储能电站安全评估；

3、基于定期健康评估开展精细化运维，延长储能电站运行寿命，防患于未燃。

国家标准《电化学储能电站运行规程》明确规定，储能电站投运后需定期评估设备健康状态，并列出了相关指标，这类设备性能与安全评价需以运行数据分析为技术支撑，但目前工程实践中普遍缺乏相应的产品与服务。不少企业的储能电站在检修时，因缺乏专业工具，仍依赖人工目视检查，这种方式难以发现电池包内部的真实状态，必须通过数据分析才能实现精准的安全评估。这也是此次做电池健康评估报告的核心基础。期待未来这种应用能够帮助储能电站的业主、运维方更好的管理储能电站，让储能发挥它的最大作用。

04 标准制定

为更好的完善储能电站评估状态，在中关村储能产业联盟的支持下，西清能源将牵头制定《电力储能用锂离子电池系统运行安全评估导则》，对基于数据分析的储能电池系统安全评估的数据要求、评估内容和计算方法进行规范。欢迎业内同行共同参与制定标准，推动行业安全治理体系的升级。

05 关于西清能源

北京西清能源科技有限公司针对储能行业运行过程监测、预警的痛点，开发了一套储能主动安全风险监测预警和智能运维系统，通过采集储能电站 BMS 和 PCS 的运行数据，在数字空间构建各类模型与算法，实现对电池系统健康状态的评估。同时，基于大量工程数据、实验室老化实验、故障模拟实验数据及仿真数据，构建了储能系统关键设备故障特征库，可支撑对 BMS、热管理系统、电池本体等关键设备的故障预警与诊断，以及热失控预警。基于这些状态评估、故障预警和热失控预警算法，有多种的应用形式包括本地部署的实时在线监测、算法黑盒以及基于历史数据的定期安全评估。

点击阅读原文获取更多储能电站用锂离子电池健康评估服务的情况介绍

碳索储能网 https://cn.solarbe.com/news/20251027/50011128.html