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)國的德國，正式推出了 “工業(yè)4.0”項目，該項目是德國《高技術(shù)戰(zhàn)略2020》十大未來項目之一，其目的在于奠定德國在關(guān)鍵工業(yè)技術(shù)上的國際領(lǐng)先地位。2013年底，德國電氣電子和信息技術(shù)協(xié)會發(fā)布了德國首個“工業(yè)4.0”標(biāo)準(zhǔn)化路線圖，以加強(qiáng)德國作為技術(shù)經(jīng)濟(jì)強(qiáng)國的核心競爭力。與此同時，中國也積極跟蹤先進(jìn)國家制造業(yè)的發(fā)展趨勢，力爭從制造大國轉(zhuǎn)變成為制造強(qiáng)國。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)展重點領(lǐng)域，以實現(xiàn)制造過程的智能化。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，總體掌控從消費需求到生產(chǎn)制造的所有過程，由此實現(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)是建立一個高度靈活的個性化和數(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)出滿足市場、滿足客戶需要的產(chǎn)品。智能工廠的基本組件，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)展趨勢都是智能化的產(chǎn)品。

德國提出“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力短缺的問題［4］，但是德國繪制的宏偉藍(lán)圖正是為了滿足人們的終極目標(biāo):客戶的個性化定制、供應(yīng)商快速地提供高質(zhì)量和性價比最優(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、智能制造、智能產(chǎn)品的生產(chǎn)價值鏈的高度統(tǒng)一才能實現(xiàn)，要達(dá)到這個目標(biāo)，相關(guān)的技術(shù)需要發(fā)展到一定階段才能實現(xiàn)。隨著第三次工業(yè)革命的興起和發(fā)展，計算機(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)測技術(shù)等為“工業(yè)4.0”奠定了堅實的基礎(chǔ)。作為傳統(tǒng)制造業(yè)領(lǐng)先的德國，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 儲能系統(tǒng)的鋰電池壽命預(yù)測問題

杰里米·里夫金(Jeremy Rifkin)提出的第三次工業(yè)革命實際上是一場新能源的革命，帶動了智能電網(wǎng)的發(fā)展。其中，儲能控制技術(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)的估計和壽命預(yù)測技術(shù)，將成為未來的重要核心技術(shù)。鋰電池壽命預(yù)測的準(zhǔn)確度將直接影響到用戶的維護(hù)計劃和維護(hù)成本，相關(guān)文獻(xiàn)指出［6］，壽命預(yù)測的方法分為兩類:即基于經(jīng)驗的方法和基于性能的方法。其中，基于經(jīng)驗的方法包括循環(huán)周期數(shù)法、安時法與加權(quán)安時法、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、基于特征的預(yù)測、基于數(shù)據(jù)驅(qū)動的預(yù)測?；跈C(jī)理的預(yù)測，其測試較為復(fù)雜，建立完善的老化模型存在一定困難?；谔卣鞯念A(yù)測，測量也比較復(fù)雜，需要專門的測量儀器，如果對EIS阻抗譜進(jìn)行在線快速測量，也需要進(jìn)一步的研究。相對而言，基于數(shù)據(jù)驅(qū)動的預(yù)測，其測試手段簡單，對于電池復(fù)雜的物理化學(xué)演變過程中存在的機(jī)理和特征并不關(guān)心，而是通過測試數(shù)據(jù)為基礎(chǔ)，利用數(shù)學(xué)統(tǒng)計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。但這種方法也存在局限性，因為預(yù)測的精度和準(zhǔn)確性依賴于大量的數(shù)據(jù)積累以及積累這些數(shù)據(jù)花費的大量時間。另外，人工神經(jīng)網(wǎng)絡(luò)模型對電池壽命初期的預(yù)測結(jié)果比較滿意，但是后期結(jié)果較差，這說明電池老化過程的復(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)會帶來不小的偏差。由于實際儲能系統(tǒng)使用的鋰電池存在個體差異和用戶使用場合的差異，都將導(dǎo)致老化過程不盡相同，使用同一個擬合的參數(shù)集，顯然精度和準(zhǔn)確率的可信度值得懷疑，這無疑給鋰電池壽命預(yù)測技術(shù)的發(fā)展帶來了很大的挑戰(zhàn)。

3 解決思路

電池老化的物理化學(xué)過程是個復(fù)雜的過程，電池?zé)o可避免地存在個體差異性，實際用戶的運行工況和條件也各不相同，所以無法使用通用、統(tǒng)一的方法解決實際使用的鋰離子電池預(yù)測問題。工業(yè)4.0的發(fā)展路線給我們提供了另一個解決思路:把設(shè)備型嵌入式數(shù)據(jù)庫技術(shù)應(yīng)用到儲能系統(tǒng)，為解決鋰電池個性化差異的問題提供了很好的途徑。

首先，ARM公司開發(fā)的RISC架構(gòu)，其CPU內(nèi)核的成功推廣，極大地推動了嵌入式系統(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，說明其強(qiáng)勁的性能足以應(yīng)對應(yīng)用的場合。其次，傳感器技術(shù)的發(fā)展使快速感知、精確測量成為可能。另外，嵌入式數(shù)據(jù)庫的研究已經(jīng)有30年的歷史，技術(shù)已日益成熟，按嵌入的對象不同，嵌入式數(shù)據(jù)庫可分為三類:軟件嵌入數(shù)據(jù)庫、設(shè)備嵌入數(shù)據(jù)庫、內(nèi)存數(shù)據(jù)庫［7］;按用戶應(yīng)用方式來分可包括:通用的嵌入式數(shù)據(jù)庫和針對具體的對象設(shè)計開發(fā)的專用嵌入式數(shù)據(jù)庫［8］。當(dāng)前主流的嵌入式數(shù)據(jù)庫包括:Oracle公司的 Berkeley DB、Sysbase公司的 Adaptive Server Anywhere、Relex的Linter、開源數(shù)據(jù)庫 SQLite，國內(nèi)方舟公司的Noahbase、人大金倉 kingbase 等［9］。其中，Berkeley DB和SQLite屬于開源的嵌入式數(shù)據(jù)庫。

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

首先，以50 kW·h鋰電池儲能系統(tǒng)為例，分析一下數(shù)據(jù)存儲量。系統(tǒng)中，鋰電池電池單元數(shù)將近300個。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、充放電時間等，儲能系統(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，實際的儲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)，如果簡單地進(jìn)行存儲，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。對比較復(fù)雜的充電過程進(jìn)行分析可知，保證測量精度在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個測試點，每個測試點包含了電壓、電流、兩點之間的時間、溫度，又由于電壓和電流只有一個可變量，因此可以看成每個點共有3個數(shù)據(jù)量產(chǎn)生(以2字節(jié)計則需要6字節(jié)數(shù)據(jù)量)，以儲能鋰電池10000循環(huán)壽命(一次完整的充放電)計算，采集數(shù)據(jù)為720 MB數(shù)據(jù)，如果算上放電時產(chǎn)生的數(shù)據(jù)量，則電池整個壽命周期產(chǎn)生的數(shù)據(jù)量為1.44 GB，這對于嵌入式數(shù)據(jù)庫還是能夠承受的。

其次，具體實施可以考慮以下步驟。

在設(shè)計階段:對嵌入式系統(tǒng)和嵌入式數(shù)據(jù)庫進(jìn)行適當(dāng)?shù)倪x型，并進(jìn)行合理的裁剪和移植，再對采集的數(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，可以選擇開源的操作系統(tǒng)和嵌入式數(shù)據(jù)庫，并對此進(jìn)行定制，以適用于儲能系統(tǒng)的應(yīng)用需求。

在運行階段:根據(jù)原先實驗室數(shù)據(jù)研究和計算得到的離線參數(shù)數(shù)據(jù)，對電池循環(huán)壽命進(jìn)行預(yù)測，因為正如前面所述，初期的預(yù)測還是比較準(zhǔn)確的。

在運行期間通過高性能的ARM芯片，利用已知有效的算法進(jìn)行參數(shù)修改，在線修正預(yù)測曲線。

如果當(dāng)前算法已無法滿足需要，或者需要更復(fù)雜的計算時，則通過云技術(shù)獲取最新算法。同時，云端可選擇性地隨時獲取大量的相關(guān)數(shù)據(jù)，進(jìn)行更深層次的挖掘和計算，并更新其他用戶端的算法或參數(shù)，快速調(diào)整預(yù)測曲線，使預(yù)測的準(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，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，所以儲能系統(tǒng)采用模塊化設(shè)計是一種必然的選擇。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)容的問題。相比使用集中式的數(shù)據(jù)庫方案而言(比如PC機(jī)+數(shù)據(jù)庫方式)，具有很大的優(yōu)勢。

4 結(jié)論

通過對嵌入式數(shù)據(jù)庫在儲能系統(tǒng)的應(yīng)用場景進(jìn)行的分析和判斷，從長遠(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)庫應(yīng)用在智能系統(tǒng)也將是一種趨勢，并在解決個性化差異的應(yīng)用中，具有很大的優(yōu)勢。

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

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

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

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

［5］許偉，李勁，齊亮.儲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)測國外研究現(xiàn)狀綜述［J］.電源學(xué)報，2013(1):140-144.

［7］鄭紅劍，王春秀.嵌入式數(shù)據(jù)庫的現(xiàn)狀和未來［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)庫的實時數(shù)據(jù)采集方法［J］.微計算機(jī)信息，2005(10):1-3.

［9］史恒亮，白光一.嵌入式數(shù)據(jù)庫的現(xiàn)狀和發(fā)展趨勢［J］.計算機(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試［J］.中國西部科技，2011(33):3-4.