本书聚焦新型电力系统转型背景下电化学储能技术应用的核心挑战与实践路径，系统梳理了锂离子电池等新型储能体系的技术进展，深入探讨了锂电储能的集成控制与安全管理机制，并结合AI算法优化电池状态预测与制造工艺。针对梯次利用、储能标准、虚拟电厂等热点领域，本书通过翔实案例分析及政策解读，提出了技术-经济-政策协同发展的解决方案。全书兼顾理论模型与实际工程应用，旨在为电力储能系统的高效规划、安全运维及市场化推广提供系统性方法论支撑。
更多科学出版社服务，请扫码获取。
1988.09-1992.07：哈尔滨工业大学，电化学专业，工学学士
1992.08-1997.05：哈尔滨工业大学，应用化学及环境化工专业硕博连读，工学博士1997.05-1999.07：北京科技大学，博士后，副研究员
1999.07-2002.06：中科院上海冶金研究所（后更名为上海微系统与信息技术研究所）硕士生导师/副研究员
2002.06-2007.02：中科院上海微系统与信息技术研究所博士生导师/研究员
2007.02至今：八院811所，研究员、历任电化学研发中心主任（2007-2012）、副总工程师（2010至今）、总研究师（2013至今）、上海市动力与储能工程技术研究中心主任（2010至今）、空间电源技术国家重点实验室副主任（2016年至今）、八院科技委空间能源专业组副组长（2018年至今）电化学 电源系统 锂电池相关应用基础研究及工程化开发、产业化1. 作为通讯作者、通讯作者发表论文99篇，其中SCI检索96篇，其他核心期刊检索1篇。
2. 代表性论文：
[1] Han D, Wang X, Zhou Y N, et al. A graphene‐coated thermal conductive separator to eliminate the dendrite‐induced local hotspots for stable lithium cycling[J]. Advanced Energy Materials, 2022, 12(25): 2201190, IF 24.4, Q1.
[2] Zhang L, Min F, Luo Y, et al. Practical 4.4 V Li|| NCM811 batteries enabled by a thermal stable and HF free carbonate-based electrolyte[J]. Nano Energy, 2022, 96: 107122, IF 16.8, Q1.
等等上海动力与储能电池系统工程技术研究中心（依托单位上海空间电源研究所）主任 《电源技术》编委 《宇航学报》编委
1 新型电力系统中电化学储能的角色 8
1.1 概述 8
1.2 新型电力系统的发展及其特点 10
1.3 电化学储能在新型电力系统中的核心地位及挑战 13
2 新型电化学储能体系研究进展 18
2.1 概述 18
2.2 锂电池 18
2.2.1 锂离子电池 19
2.2.2 锂硫电池 23
2.2.3 固态锂电池 27
2.3 钠电池 31
2.3.1 钠离子电池 31
2.3.2 钠硫电池 34
2.4 多价离子电池 36
2.4.1 镁离子电池 37
2.4.2 锌离子电池 40
2.5 金属空气电池 43
2.5.1 锂空气电池 45
2.5.2 锌空气电池 48
2.5.3 铝空气电池 50
2.6 液流电池 53
2.6.1 全钒液流电池 53
2.6.2 有机-无机水系液流电池 55
2.6.3 非水系液流电池 55
2.7 氢能与燃料电池 59
2.7.1 氢能及其关键技术 59
2.7.1.1 电解制氢技术 60
2.7.1.2 制氢技术应用现状 65
2.7.2 燃料电池 66
3 锂电储能的集成与控制 76
3.1 概述 76
3.2 电池模块 77
3.3 储能变流器 79
3.4 电池管理系统 81
3.5 电池建模与控制 82
3.5.1 电池建模与参数辨识 82
3.5.2 电池状态估计与预测 98
3.5.3 均衡管理 147
3.5.4 热管理 150
4 锂离子电池储能安全技术 155
4.1 概述 155
4.2 电池老化机制 156
4.3 电池滥用与热失控 158
4.3.1 电池滥用 159
4.3.2 热失控机理 163
4.4 故障诊断与风险防控 202
4.4.1 故障诊断 203
4.4.2 热失控预警 206
5 AI助力储能发展 210
5.1 AI算法概述 210
5.1.1 线性回归 211
5.1.2 支持向量机 212
5.1.3 K最近邻回归 214
5.1.4 人工神经网络 216
5.1.5 深度学习 220
5.1.6 高斯过程回归 225
5.2 AI助力电极和电池制造 227
5.3 AI助力电极结构和材料表征 228
5.4 AI助力电池诊断和预测 229
5.4.1 AI助力SOC估计 229
5.4.2 AI助力SOH估计 231
5.4.3 AI助力RUL预测 240
6 电化学储能典型应用及政策支撑 249
6.1 调频 249
6.2 可再生能源消纳 253
6.3 电能质量改善 254
6.4 抑制可再生能源出力波动 256
6.5 新型交通能源体系 257
6.5.1 电动船舶 258
6.5.2 电动汽车 262
6.5.3 电动飞机 265
6.5.4 电气化铁路 269
6.6 新基建 272
6.7 新型电化学储能市场化进程与示范应用 277
7 梯次利用 281
7.1 退役电池快速分选方法 283
7.2 退役电池残值评估 287
7.2.1 动力电池残值评估前置实验 287
7.2.2 动力电池残值评估方案 288
7.2.3 电池等效总放电电量评估分析 292
7.2.4 残值验证 293
7.3 退役动力电池拆解分析 296
7.3.1 退役动力电池拆解 298
7.3.2 退役动力电池的评估及筛选 300
7.3.3 退役动力电池安规、性能测试 309
7.3.4 寿命测试情况 310
7.3.5 安全风险分析 311
7.4 梯次利用动力电池包原始设计原则 313
7.4.1 电动汽车动力电池系统设计调研 313
7.4.2 电池历史数据读取通用接口研究 327
7.5 考虑动力电池全生命周期的原始设计原则分析 355
7.5.1 国内外现状 355
7.5.2 政策层面 357
7.5.3 结构设计原则 357
7.5.4 电气设计原则 358
7.5.5 热管理设计原则 358
7.5.6 电池管理系统 358
7.5.7 动力电池数据溯源 358
7.6 梯次利用项目案例 359
7.6.1 项目基本情况 359
7.6.2 性能测试情况 361
7.6.3 系统运行情况 363
7.7 梯次利用技术发展趋势 363
7.7.1 梯次利用集成应用现阶段的问题 363
7.7.2 梯次利用技术发展趋势 364
8 电化学储能标准体系 366
8.1 国际标准 366
8.1.1 IEC标准 366
8.1.2 IEEE标准 369
8.1.3 其他标准 370
8.2 国内标准 371
8.2.1 国家标准 371
8.2.2 行业标准及其他标准 373
9 电力新范式：虚拟电厂 375
9.1 虚拟电厂 375
9.2 VPP的结构 376
9.2.1 分布式能源 377
9.2.1.1 可再生能源 377
9.2.1.2 常规能源 378
9.2.2 储能系统 378
9.2.3 信息和通讯系统 378
9.2.4 能量管理系统（EMS） 379
9.3 VPP的框架 379
9.3.1 CVPP 380
9.3.2 TVPP 381
9.4 VPP的控制方法 382
9.5 VPP中的不确定性 382
9.5.1 可再生能源的不确定性 383
9.5.2 市场价格的不确定性 383
9.5.3 负荷的不确定性 383
9.5.4 对VPP中不确定性的建模 384
9.6 VPP的运营规划 384
9.6.1 VPP的规划目标 385
9.6.2 VPP的优化 385
9.7 VPP与电力市场 386
9.8 VPP与电动汽车 387
9.9 VPP案例分析 390
9.9.1 欧盟FENIX项目 390
9.9.2 EDISON VPP 391
9.9.3 欧盟TWENTIES项目 391
9.9.4 AutoBidder平台 391
9.9.5 国内案例及展望 392
9.10 VPP的政策指引与支撑 392
参考文献 396
书单推荐 更多
