磷酸铁锂储能SOC估算误差普遍达15%！《2025年储能系统健康与性能报告》！

日前，独立电池分析公司ACCURE发布《2025年储能系统健康性能报告》。据称，这是对全球100多个电网规模电池储能系统运行数据开展的首次全面分析，覆盖总容量达18+GWh。报告结论包括：

19%的电池组件存在直接减少运营收入问题；

一流系统的循环充放效率高于88%；

大多数项目超配15%到25%的容量；

仅有83%项目在现场验收测试中达到或超过额定容量；

磷酸铁锂储能系统SOC估算误差达到±15%的情况较为常见；

20%系统仅能收集低质量数据，损害系统可靠性和资产价值。

该报告在保护客户机密的基础上，为确保结果无法追溯到单个项目，每项分析都是在略有不同的30-60个站点的子单元上进行的。评估在2025年6月1日至2025年9月1日期间进行。数据库涵盖超过18GWh的电池容量，分析重点针对100个商业运营电池储能站点，其中仅包含铭牌容量高于10MWh的系统，超过一半项目的系统容量超过100MWh。

报告要点：

运营风险的规模，从停机事件到荷电状态估算错误

实际循环充放电效率的新兴趋势以及可现实设定的目标

当前电池储能系统超配的差异性及其根本影响

调试期间的资产性能——根据进度遵守情况以及达到或超过铭牌容量的能力进行衡量

数据收集和监测的最佳实践，以提高可靠性和长期资产价值

洞察结论一丨19%的电池组件存在直接减少运营收入问题

即使储能技术不断成熟，非计划停机和性能不达标仍然是收入预测中反复出现的风险。在本分析中，“电池组件”指的是构成储能系统的完整硬件堆栈——从电池电芯、模块、机架到逆变器、电池管理系统和辅助安全设备。

我们过去三个月的分析显示，81% 的储能系统组件运行无重大问题。然而，近五分之一的组件 (19%) 表现出对系统性能有直接影响的故障或警告——进而影响收入生成。此外，一些观察到的问题如果得不到解决，可能会加速电池老化，随着时间的推移加剧运营和财务后果。

为了更好地理解这些运营挑战，我们将观察到的问题分为四类，突出显示性能和收入风险最常出现的来源：跳闸事件、中度失衡、严重失衡和安全警报。

跳闸事件 (6%) 发生在组件自动关闭以防止损坏时。虽然这些保护措施是必要的，但频繁跳闸通常表明存在潜在问题，如设计缺陷、生产质量缺陷、控制设置错误配置、过热或不平衡。跳闸组件（如电池簇或逆变器）对整体系统性能的影响很大程度上取决于站点的拓扑结构。在某些配置中，单个组件故障可能导致系统的大部分停止运行，这会立即限制站点在能源市场中赚取收入的潜力。

中度失衡 (5%)，即偏差在 5% 到 10% 之间，在大约 5% 的电池簇或模组中发现，表明整个系统性能不均匀。这种不平衡直接降低了可用能量容量和收入潜力，如果不加以纠正，还会增加电池加速退化的风险。随着行业转向基于 LFP 的电池电芯，由于其开路电压曲线的平坦性，失衡变得更加普遍。

严重失衡 (4%)，即超过 10% 的偏差，是逐渐形成的，与中度状况的区别并非严格的界限。然而，我们的现场经验表明，一旦偏差超过 10%，即使是最不干涉的运营商也认识到需要干预。重要的是，严重失衡在制造商和用例之间的分布并不均匀。在此阶段，纠正措施至关重要——不仅是为了恢复损失的容量和收入，也是为了减轻电池加速退化的高风险。

安全警报 (4%) 指示可能损害设备完整性或（尽管很少）对人员构成风险的情况。虽然许多警报在设计上是预防性的，但反复发生的情况不应被忽视。任何与安全相关的状况迟早会表现为性能问题，例如触发机架跳闸。因此，及时处理警报有助于防止升级为更严重的安全问题和不必要的性能损失。

这些问题对运营和财务的影响可能是巨大的。单个机架跳闸可能孤立地影响很小，但整个组合中反复出现的停机很快就会转化为可用性降低、市场收入损失，有时还会导致合同罚款。对于投资者来说，反复出现的故障不仅侵蚀近期回报，还削弱了对长期资产性能和运营商纪律的信心。

总体而言，我们数据库中的大多数系统都表现出坚实的可靠性。然而，分析也突出了原始设备制造商 (OEM) 之间的明显差异：一些表现出坚实的性能，而另一些则继续表现出显著的差距。运行这些资产的所有者和运营商可以通过及早识别模式（无论是跳闸组件、失衡还是反复出现的安全警报）并在小问题级联成长期停机和加速老化之前进行干预，来大幅改善他们的状况。

关键要点

大多数系统运行可靠，但 19% 的组件在过去三个月中表现出一些运营问题。

跳闸组件和失衡直接降低可用性和收入，同时也会增加退化风险。

安全警报，虽然通常是预防性的，但需要迅速调查以防止升级。

洞察结论二丨一流系统的循环效率高于88%

效率决定了储能系统最终能提供多少价值。往返效率 (RTE) 在并网点 (POI) 电表处比较充电和放电能量，考虑了电池、逆变器、变压器、电缆、冷却和辅助负载技术上不可避免的损失。

在整个行业中，大多数系统的运行往返效率高于 85%。持续达到 88% 或更高的项目可被视为一流水平。相比之下，RTE 低于 85% 表明有改进空间，而任何在寿命初期低于 83% 的情况都预示着需要立即关注。

效率决定了储能系统最终能提供多少价值。即使是小的百分比损失，在电网规模下也可能转化为重大的收入影响。

图 2：运行系统中往返效率 (RTE) 的分布。

即使 RTE 的小幅下降也具有重要意义。与基线相比仅降低一个百分点可能看起来很小，但在电网规模和在项目的整个生命周期内，它可能转化为数百万美元的收入损失。对于一个200MWh的资产，RTE下降一个百分点可以使内部收益率降低约1%，并将投资回收期延长最多一年。对于资产管理人来说，效率趋势是判断系统是否按预期交付的快速试金石。

性能不佳的常见驱动因素包括过度的辅助消耗（尤其是在极端温度下）、次优的逆变器或控制设置，以及在降额功率或浅放电深度下运行。重要的是，许多这些问题可以被识别和纠正。

关键要点

RTE 超过88%是一流水平。

下降2-3%可能抹去数百万收入。

效率损失通常可追溯到可纠正的原因。

洞察结论三丨大多数项目超配15%到25%的容量

超配是电池储能项目设计的一个标准特征。通过安装比要求更多的容量，运营商可以避免性能不佳的罚款，并保持一个裕度，以帮助他们管理退化、性能问题和其他意外情况。

数据显示，当今在线的大多数电池项目超配了15-25%。较小的站点 (<50 MWh) 通常超过该范围，有时达到30-35%，而大型站点通常平均在20%左右。低于10%的超配提供的保护很少，而超过30%的超配则可能将资本束缚在未充分利用的设备中。

同样重要的是要注意，超配不能替代增容。虽然它提供了针对不准确老化预测的初始保障，但大多数项目仍然计划进行容量增容，并在项目生命周期的后期阶段为添加新设备制定专门的时间表。

图 3：项目超配水平的分布

这种设计选择反映了经验教训。许多早期电池项目低估了所需的裕度，迫使运营商在后期建设中增加超配以避免中期短缺。如今，15-25% 的标准代表了可靠性和成本效率之间的平衡。因为这种方法占用了大量资金，我们预计会出现逐渐下降的趋势——这既是由于系统成熟度和质量的提高，也是由于运营商通过持续监测和优化维护来管理性能的能力不断增强。

对于资产管理人来说，含义很明确：超配可以防范合同风险，但过度的超配可能通过将资本锁定在未充分利用的容量上来侵蚀回报。

关键要点

<10% 超配：早期短缺的高风险。

25% 超配：检查是否存在未充分利用的容量，并确认额外的裕度有助于增加收入。

与增容战略保持一致：确保超配支持而非取代系统生命周期内计划的容量增加。

洞察结论四丨仅不到85%的项目铭牌容量在现场验收测试 (SAT) 中达标

现场验收测试 (SAT) 是项目生命周期中的第一个主要性能检查点，验证系统是否能交付其合同容量。原则上，每个系统都应在 SAT 时达到铭牌容量——然而在实践中，并非所有系统都能做到。在整个行业中，只有 83% 的项目达到或超过铭牌义务来通过此测试。大多数集中在高于铭牌 0-10% 的范围内，少数表现显著优异（高达 25% 以上），17% 的项目未达标，迫使运营商增加容量或调整市场预期。

近五分之一的项目未能在 SAT 时达到其目标容量输出，对于一个合同上可靠性至关重要的行业来说，这是非常显著的。同时，一个仅因为超配 30% 而达到铭牌容量的项目，与一个以适度裕度通过测试的项目相比，风险状况截然不同。SAT 结果也可能被“修饰”以确保通过，而不保证长期可持续性。

未能达到目标容量对合同要求的可靠性水平有影响。

图 4：现场验收测试 (SAT) 时相对于铭牌容量的性能表现（百分比）。

例如，我们见过公司在测试期间暂时放宽电池管理系统 (BMS) 的限制，或使用暂停时间进行非计划平衡后再继续测试。在调试期间使用分析可以 uncover 这种“测试修饰”，并让供应商对商定的规格负责。

对于资产管理人来说，教训是不要只看通过/失败的二元结果。解释 SAT 性能需要提出以下问题：

超配对 SAT 结果有多大贡献？

测试是否在现实和可持续的运行条件下进行？

交付容量与安装容量相比如何？

关键要点

83% 的项目在 SAT 时达到或超过铭牌容量。

超配水平决定了应如何解释结果。

SAT 合规并不总是等于可靠的长期性能。

2025 年储能系统健康与性能报告 | 11

洞察结论五丨低于两个月的调试延迟是可行的——但长达九个月的延迟也同样常见

调试延迟是电池储能项目经常遇到的障碍。尽管系统在技术上通常已准备好运行，但由于关键验收要求仍未满足，计划的商业运营日期 (COD) 可能会一周又一周地推迟。这些延迟会推迟收入、增加成本，并且如果处理不当，甚至可能在资产开始产生回报之前就危及电池健康。

数据显示，51%的项目面临1-2 个月的延迟，突显了按时交付是罕见的，尽管短时间延迟是现实的。然而，另一半的项目遇到了更大的挫折：异常项目可能延迟 8 个月或更长时间。

即使是短暂的延迟也很重要。每推迟一个月都会降低收入确定性，增加融资成本，并strained与贷方和承购方的关系。对于资产管理人来说，关键是假设存在某种程度的延迟并积极管理它：在模型中建立进度缓冲，要求透明的报告，并在风险出现时尽早升级。

COD的延迟会推迟收入、增加成本，并可能影响电池健康。

图 5：项目调试延迟的分布

延迟的原因很少是单纯技术性的。常见原因包括：

许可审批延迟：环境或地方当局的审查可能落后于施工进度。

供应链中断：关键部件（如开关设备、变压器）的延迟到货会停滞调试序列。

承包商或人员限制：劳动力短缺可能推迟最终集成或验收测试。这在指数级增长的行业中尤其相关——有时，从事其第一个 BESS 项目的新员工会犯导致延迟的错误。

冗长的谈判：关于保修、性能保证或测试协议的争议通常会延长 COD 签署。

强大的调试纪律——监控关键路径里程碑、压力测试进度表并使所有对应方保持一致——是抵御延迟带来的财务和运营影响的最佳防御手段。

关键要点

现实延迟 (1–2 个月)：常见，通常可通过应急计划管理。

延长延迟 (3–6 个月)：反映了运输、安装、调试或许可方面的复合问题。

严重延迟 (7 个月或以上)：结构性危险信号，可能改变财务结果和合同义务。

洞察结论六丨高于15%的荷电状态估算误差很常见

磷酸铁锂电池凭借其耐用性和成本优势，正在主导新的电网规模项目。但它们也带来了一个持续的挑战：准确估算荷电状态 (SOC)。

传统的电池管理系统使用两种方法：库仑计数法和电压法。库仑计数法跟踪电流流入和流出，但存在误差累积问题。基于电压的校准可以纠正这种漂移，然而对于 LFP 电芯，平坦的开路电压 (OCV) 曲线使得电压成为电荷的 poor indicator (不良指标)。结果是普遍的不准确。现场数据显示，>15% 的 SOC 误差很常见，一些异常值超过 40%。

现场数据显示，使用传统电池管理系统时，15%的SOC误差很常见。这种不准确性直接影响调度决策、交易结果和收入潜力。

图 6：一个 50MWH+ LFP 系统中的SOC估算误差示例

对于运营商来说，此类误差不仅仅是麻烦。调度和交易决策依赖于SOC。高估风险overselling电力并引发罚款，而低估则让容量闲置，坦率地说，就是让收入白白流失。为了对冲这些风险，许多运营商增加了宽泛的安全裕度，但这直接减少了可用容量和收入。

更先进的数据驱动方法正在提高准确性。通过将基于物理的建模与大规模参考数据集相结合，ACCURE的客户可以将任何基于磷酸铁锂的电池储能系统 SOC误差降低到低至±2%。这种精确度允许更 tight 的裕度、更积极的交易和改进的资产利用率。

关键要点

磷酸铁锂系统中±15%的 SOC误差很常见，异常值甚至高于40%。

保守的缓冲降低了风险但牺牲了收入。

先进方法可以将误差削减至±2%，从而实现更可信的调度。

洞察结论七丨20%的电池系统在数据收集质量方面存在不足

电池分析的好坏取决于其背后的数据。有两个维度最重要：可用性（数据捕获的一致性）和分辨率（细节水平）。即使最高分辨率的数据，如果全天出现间隙，也会失去其价值。好消息是，这一信息正在引起共鸣。如今，超过80%的电池储能系统提供了强大的数据可用性，并且这一趋势正在持续改善。

仅有可用性只是一个起点。真正的战略选择在于粒度：数据在云中存储的详细程度。这一决定不仅决定了数据量、存储需求和相关成本，还决定了运营商依赖的分析能力的力量和精度，以驱动性能。

行业中存在两个常见的群体：那些使用低于5秒采样（最常见的是1秒）的和那些倾向于分钟级采样的（图 7）。两种粒度都有可能提供可靠的结果，但每种都有其权衡。一秒数据对于详细建模特别有用，例如SOC计算或电阻趋势，而一分钟数据，在大型数据集和计算能力的支持下，仍然可以为大多数固定式系统提供强有力的结果。

图7： ACCURE 数据库中数百个数据集的数据粒度分布

分辨率变得有限的情况是在极端情况下。每5-15分钟记录一次的数据——通常来自 EMS 流——可能适用于市场操作，但缺乏电池健康分析所需的保真度。在这些时间间隔下，短暂的事件是不可见的，效率指标变得扭曲，瞬态故障无法被检测到。

电池数据的价值不仅取决于测量的频率，还取决于实际到达云端的內容。虽然大多数电池管理系统在毫秒尺度上捕获数据，但记录的频率和数据传输的方式对准确性有很大影响。一项内部研究比较了关键电池算法的不确定性，使用1秒数据作为基线（图 8）。发现很清楚：5秒记录的不确定性大约比60秒记录少十倍。但研究也显示了另一个重要的见解——即使数据粒度较低，如果向云端发送聚合平均值而不是原始快照，也可以实现有意义的改进。例如，60 秒平均值比10秒快照更准确。

图 8：记录方法对结果准确性的影响

记录的频率和数据传输的方式对准确性有很大影响。较低分辨率的数据可能扭曲指标、隐藏故障并延迟干预。

对于运营商来说，这有直接后果。差的分辨率或慢的采样可能使效率显得比实际低，延迟故障检测，或完全错过瞬态事件。然而，这并不是说更好的数据必须总是意味着更多的数据。智能聚合策略，例如在每个时间间隔记录最小值、最大值和平均值，在保真度和存储效率之间取得平衡。通过正确的选择，运营商可以捕获快速动态，而不会淹没在不必要的数据量中。

结论

随着储能组合的增长和市场需求的增加，了解真实的电池性能不再是可选的。本报告中的洞察来自真实的现场数据，为了解全球储能组合的实际运行情况提供了一个罕见的视角。

管理这些系统需要的不仅仅是直觉或制造商的指导。独立的、基于数据的决策对于驾驭现代电池资产的复杂性至关重要。一个能够分析不同化学物质、站点和运行条件性能的客观合作伙伴，可确保决策基于证据而非假设。这种独立性不仅加强了运营纪律，还有助于使投资者、运营商和承购方围绕一个共享的、透明的系统健康视图达成一致。