2025年10月11日，由、国能能源研究院主办的2025 SNEC第四届储能产业大会在上海成功举办。
北京西清能源科技有限公司技术总监兼产品中心总经理林俊发表了《储能主动安全预警及智能运维系统》的主题报告。针对当前储能电站安全问题及行业痛点，介绍了西清能源AI大模型与机理模型双驱动技术，为提升储能电站安全性提供了参考价值。
北京西清能源科技有限公司技术总监兼产品中心总经理林俊
167起储能安全事故
国家红利政策筑牢防线
据林俊介绍，北京西清能源科技有限公司（简称：西清能源）是在清华大学电机系“一系两院”组织架构下，由清华四川能源互联网研究院孵化的高新技术企业，公司将“产、学、研”进行有效结合，以大数据、人工智能和电池科学技术为基础，通过数字技术在储能领域的垂直应用，提升储能的安全性和经济性。
根据不完全统计，到2025年5月份，全球已发生了167起储能安全事故。随着储能系统调用频率提高，储能电站安全面临重大考验。
近些年来，国家和地方多次出台相关政策，要求攻关储能生命周期多维度安全产品和技术。
在2025年2月17日，工信部等八部门联合印发《新型储能制造业高质量发展行动方案》，将“主动安全预警技术”写入文件中，要求结合先进算法开发高精度储能系统安全故障预判和诊断技术、储能电池热失控预警技术、储能电池状态和残值评估技术及相关验证技术。
直击储能电站四大痛点
西清能源以主动安全技术破局
林俊指出，目前，储能电站仍面临行业多个痛点亟待解决。
第一是工况复杂和数据质量差，导致电池状态评估不准。需要适应复杂工况和低数据质量的电池安全监测。
第二是简单阈值判断，缺乏安全风险监测。导致难以识别故障复杂模式，缺乏对故障深度溯源能力。需要基于复杂模式识别的电池故障诊断预警。
第三是运行维护粗放，电池寿命衰减过快。BMS故障导致过充过放，电池不一致降低可用容量。需要基于全站级设备状态评估的精细化运维。
第四是定期人工检修，运维效率低。依靠人工，费时费力，导致难以及时发现安全隐患。需要基于状态评估及故障预警的主动运维。
在此背景下，西清能源提出了“储能主动安全技术”，并搭建了基于大模型底座的主动安全预警管理系统。通过分析运行数据，识别和定位劣化单元通过主动运维措施，及时排除故障风险，避免严重事故发生。
AI大模型+双驱动技术
重塑储能安全预警新生态
林俊指出，针对当前储能电站安全问题，西清能源在业内首创了储能电站三级主动安全防控体系，实现了从风险源识别、到电池故障监测、到电池热失控预警的递进式防控，层层降低事故风险，做到防患于未“燃”。为构建涵盖电池健康状态、电池早期故障、 BMS失效、PCS故障的全站级安全风险评估模型，量化事故风险，为针对不同风险等级制定有针对性的运维策略提供依据。
该技术在提前若干周，通过全站级安全隐患评估识别，预警存在系统安全隐患，包括BMS失效、热管理系统失效、电池组不一致性过大、电池滥用等问题，通过安全风险分级评估，进行检修排查，消除风险源。提前几百到几十小时，通过发现电池内部出现结构性损坏，做到电池早期故障预警，包括发现电池内短路、电池异常衰竭等故障，通过定位预警点位、更换劣化电池等方式避免出现更加严重的问题。在提前15分钟以上，通过提前预警热失控，避免热失控的发生。
同时，西清能源开发了适应复杂工况的储能电池健康状态在线评估——深度学习与物理模型双驱动技术。通过构建电池物理模型与深度学习网络相结合的储能电池健康状态评估模型，基于物理模型的电池SOH在线标定，无需停机及满充满放，自动捕捉合适工况完成SOH的标定及OCV曲线的动态生成。同时，基于深度学习网络构建了电池健康状态在线评估模型，采用迁移学习完成电池老化知识的跨数据域迁移，以及电芯-模组-系统全生命周期多层级SOH评估。
另外，基于DeepSeek大模型的应用，西清能源还开发了深度故障诊断及智能主动运维策略生成功能。基于海量工程运行数据构建储能电站设备故障样本库和关键设备运维专家知识库，融合专用数据异常模式识别模型与DeepSeek大模型深度推理技术，实现对故障诊断和深度溯源，基于大模型跨模态理解能力，结合实时状态评估与故障诊断，提出预防性维护策略建议。
部署超20GWh
储能从“规模扩张”转向“质量治理”
在应用形式方面，林俊表示，西清能源储能主动安全系统目前可以通过在线风险监测和基于离线数据分析的定期安全体检两种方式进行。在线风险监测在I区独立部署数据采集服务器，经正向隔离将数据传输至IV区独立部署的存储和应用服务器。利用储能电站现有BMS和PCS数据信息和间隔层信息通道，不影响站内其他计算机监控功能，可独立部署存储和应用服务器。目前，该产品已经部署超过20GWh。
林俊特别强调，西清能源储能主动安全系统通过统计分析，储能电站中BMS故障类的故障数量远远高于其他大类，特别是NTC失效和BMS均衡失效。BMS故障容易造成电池过充过放，进而引发电池损坏，是储能电站主要的安全隐患，需要特别关注。
演讲的最后，林俊表示，储能产业要从单纯“规模扩张”转向兼顾“质量治理”。
首先，定期开展储能电站安全评估。规范基于数据分析的储能电站安全评估机制、流程和方法，通过数据分析手段对储能电站开展设备安全评价跟踪。
其次，储能电站应基于定期健康评估开展精细化运维，通过定期安全评估及时发现安全隐患，开展精细化运维，延长运行寿命，防患于未燃。
最后，加强储能电站数据源头标准化管控。建立统一储能电站数据存储规范，从源头上保障安全评估的数据基础。
来源：电力家