動力電池梯次利用關(guān)鍵技術(shù)與應(yīng)用綜述

崔樹輝，周賀，黃振興，王凱,4

(1.青島大學(xué) a.電氣工程學(xué)院；b.威海創(chuàng)新研究院，山東 青島 266071；2.迪卡龍(青島)電子有限公司，山東 青島 266109；3.青島海爾洗滌電器有限公司，山東 青島 266101；4.電動汽車智能化動力集成技術(shù)國家地方聯(lián)合工程研究中心(青島)，山東 青島 266071)

隨著汽車數(shù)量的快速增長，當(dāng)今面臨的能源和環(huán)境問題日益嚴峻。近年來，為推進我國“雙碳”的目標，降低汽車對燃油的依賴性，降低汽車尾氣造成的環(huán)境污染，國家出臺了“電動汽車稅收減免”等一系列激勵政策，積極促進新能源汽車的發(fā)展[1-2]。2021年的數(shù)據(jù)統(tǒng)計顯示[3]，我國新能源汽車累計銷量達到352萬輛，與2020年相比增加157%，占全球新能源汽車市場份額的52%。新能源電動汽車的核心部件之一是動力電池，新能源汽車的迅速發(fā)展必然推動對動力電池的需求。2021年我國動力電池裝機量達到154.5 GWh，同樣占全球的52%。但是當(dāng)動力電池的容量衰退至總?cè)萘康?0%，動力電池將不再能夠滿足新能源汽車的要求，需要對其更換[4]。根據(jù)中國汽車工業(yè)協(xié)會的預(yù)測，到2025年，我國退役動力電池的數(shù)量將達7×105t(約116 GWh)[5]。從新能源汽車上退役下來的動力電池仍然具有很高的剩余價值，對其做直接報廢處理將會產(chǎn)生巨大的資源浪費，如果采用梯次利用的方式，將退役動力電池用于充電站、通信基站、移動充電車、低速電動汽車、儲能系統(tǒng)以及其他性能要求低于電動汽車的場景，可延長其使用壽命。動力電池的梯次利用可以有效減少鋰離子電池帶來的污染[6-7]，減少資源浪費，還可以提高電池的利用價值，實現(xiàn)全生命周期的價值最大化，降低電動汽車、電能存儲等相關(guān)行業(yè)的成本，從而促進新能源汽車的發(fā)展。

為此從動力電池梯次利用的現(xiàn)狀出發(fā)，對退役電池的性能檢測和梯次利用快速分選的方法、電池重組與均衡的策略等技術(shù)難題展開研究，并通過實例分析退役動力電池的多種梯次利用場景，以及大規(guī)模退役動力電池高效梯次利用于儲能系統(tǒng)的控制策略。

1 動力電池梯次利用現(xiàn)狀

1.1 國內(nèi)外梯次利用實例

1.1.1 國際應(yīng)用實例

在美國、日本、歐洲動力電池的梯次利用研究開展較早，2009年，日本東芝公司在日本最早提出了動力電池梯次利用的概念[1]。國外的梯次利用更加注重其經(jīng)濟效益，而且大多服務(wù)于用戶側(cè)，總體上還處于示范性應(yīng)用階段，以示范工程和理論研究為主，少數(shù)企業(yè)率先將其進行商業(yè)運作。典型的國外梯次利用項目見表1[8]。

表1 國外典型梯次利用項目Tab.1 Typical echelon utilization projects at abroad

1.1.2 國內(nèi)應(yīng)用實例

國內(nèi)的梯次利用主要以示范工程為主，以國家電網(wǎng)有限公司、中國南方電網(wǎng)有限責(zé)任公司、中國鐵塔股份有限公司、比亞迪股份有限公司為代表，主要將電池梯次利用于儲能領(lǐng)域，在通信行業(yè)和新能源汽車充電行業(yè)也有應(yīng)用。2019年國內(nèi)第一個電池梯次利用的電網(wǎng)側(cè)儲能電站在南京開始建設(shè)，利用電池的剩余可用容量為變電站等設(shè)備供電；2016年比亞迪股份有限公司在深圳龍崗比亞迪工業(yè)園建設(shè)10 MW、20 MWh梯次利用磷酸鐵鋰電池儲能項目；2017年中國電力科學(xué)研究院有限公司和國網(wǎng)青海省電力公司在青海西寧風(fēng)光水儲微電網(wǎng)基地建設(shè)250 kW、500 kWh梯次利用磷酸鐵鋰電池儲能項目[9]；中國鐵塔股份有限公司在全國30多個省共計12萬個通信基站中布局電池梯次利用示范項目，累計容量達到了GWh規(guī)模?？傮w來講，國內(nèi)的梯次利用研究仍處于探索階段，應(yīng)用主要是儲能領(lǐng)域的示范工程，還未形成完整的商業(yè)模式。

1.2 梯次利用相關(guān)政策與標準

梯次利用能夠發(fā)揮動力電池的更大價值，擁有廣闊的應(yīng)用前景，但是由于行業(yè)起步不久，關(guān)鍵技術(shù)仍在探索階段，實踐過程阻力較大，這就需要國家制訂相關(guān)政策與標準[10]，鼓勵更多的企業(yè)參與到梯次利用機制中來。

1.2.1 動力電池退役標準

當(dāng)動力電池的性能不再能滿足電動汽車的需要時，就要更換新電池，退役舊電池，現(xiàn)行動力電池的退役標準各有其特點。國際電工委員會(IEC)在2010年發(fā)布的IEC 62660-1規(guī)定動力電池實際容量小于初始容量的80%時就要退役；2014年愛達荷州國家實驗室發(fā)布的HEV實驗手冊和2015年美國高級電池聯(lián)盟發(fā)布的電動汽車蓄電池測試手冊則規(guī)定，電池當(dāng)其功率和能量不能滿足實際功率需求時退役；GB/T 31484—2015《電動汽車用動力蓄電池循環(huán)壽命要求及試驗方法》同樣以實際容量小于初始容量的80%作為電池退役的標準[11]。由此可見，動力電池的退役標準主要分為實際容量的定量標準和實際功率的定性標準，而目前的研究認為容量較之功率能更好地反映電池的性能退化，然而隨著容量衰退，安全問題隨之而來；因此，研究制訂合理統(tǒng)一的動力電池退役標準對于梯次利用的安全性和效率具有重要意義。

1.2.2 梯次利用的國內(nèi)外政策

國外對動力電池梯次利用的研究開展得比較早，一些國家已經(jīng)有了很完善的電池回收利用管理措施：日本自1994年以來就開始回收廢舊電池，建立了“電池生產(chǎn)和銷售、回收和再利用”的體系，日本企業(yè)借助國家立法和補貼進行制度建設(shè)，實現(xiàn)動力電池的高效回收；美國先后成立了可充電電池回收公司和便攜式可充電電池協(xié)會，引導(dǎo)公眾積極配合廢舊電池的回收，推動工業(yè)電池的回收；德國通過完善的法規(guī)政策，建立了一套完整的廢舊電池回收體系，經(jīng)銷商需要配合生產(chǎn)企業(yè)組織建立回收機制，而且用戶有義務(wù)將廢舊電池上交給指定機構(gòu)，法規(guī)明確了生產(chǎn)者責(zé)任制，在政策的激勵下德國大眾、寶馬等汽車公司已經(jīng)開始進行動力電池梯次利用的研究。

在“十三五”期間，我國就對動力電池梯次利用開始了頂層設(shè)計[12]：2016年，五部委聯(lián)合發(fā)布《電動汽車動力蓄電池回收利用技術(shù)政策》，明確了電動汽車動力電池設(shè)計、制造、回收主體、梯次利用等方面的具體要求，是國家開始鼓勵動力電池梯次利用的重要標志；2020年，工信部發(fā)布《新能源汽車廢舊動力蓄電池綜合利用行業(yè)規(guī)范條件(征求意見稿)》，旨在對梯次利用的檢測技術(shù)和設(shè)備進行革新；同年工信部節(jié)能與綜合利用司又發(fā)布了《新能源汽車動力蓄電池梯次利用管理辦法(征求意見稿)》，鼓勵采用先進技術(shù)和裝備對廢舊動力電池進行梯次利用。2021年8月正式印發(fā)的《新能源汽車動力蓄電池梯次利用管理辦法》要求梯次利用企業(yè)保障生產(chǎn)梯次產(chǎn)品的可靠性，規(guī)定梯次產(chǎn)品統(tǒng)一標識，建立梯次產(chǎn)品認證制度，并明確指出動力蓄電池生產(chǎn)企業(yè)應(yīng)采用易于梯次利用和有助于高效梯次利用的產(chǎn)品結(jié)構(gòu)設(shè)計[13]。此管理辦法的發(fā)布，對于促進動力蓄電池的回收和梯次利用具有重要意義，同時有助于推動我國新能源汽車產(chǎn)業(yè)的持續(xù)健康發(fā)展[14]。

2 退役動力電池的性能檢測

一般來說，可以將動力電池看作一個非線性的系統(tǒng)，電池在使用過程中的性能變化是一個受多種因素影響的長期過程，因此退役時的性能預(yù)測是動力電池梯次利用的一項關(guān)鍵技術(shù)。而電池的荷電狀態(tài)(state of charge，SOC)和健康狀態(tài)(state of health，SOH)是評判電池當(dāng)前性能最為關(guān)鍵的因素。

2.1 SOC估算

SOC是評估電池狀態(tài)的重要指標。準確估算電池的SOC值，可以有效判斷電池目前的狀態(tài)，是電池管理系統(tǒng)中不可或缺的一部分。SOC反映電池剩余電量的情況，是在同一工況、特定的放電條件(恒溫、恒流)下，電池剩余電量Qr與相同條件下電池額定電量QN的比值，即SOC值kSOC=Qr/QN。

SOC估計方法可以分為傳統(tǒng)估計方法、模型驅(qū)動方法和數(shù)據(jù)驅(qū)動方法3類。其中傳統(tǒng)估算方法原理最簡單，包括負載放電法、安時積分法、開路電壓法等，各方法優(yōu)缺點見表2。

表2 SOC傳統(tǒng)估計法優(yōu)缺點Tab.2 Advantages and disadvantages of traditional SOC estimation method

常見的模型驅(qū)動方法估算SOC大多是建立在等效電路模型的基礎(chǔ)上，利用電池等效電路構(gòu)造空間狀態(tài)方程，采用卡爾曼濾波等方法觀測SOC。卡爾曼濾波法的流程如圖1所示。其中的擴展卡爾曼濾波算法是比較經(jīng)典的一種算法，從最小誤差方差的角度出發(fā)，可以減小誤差，抑制噪聲，適用于非線性系統(tǒng)[15]；但該方法的主要缺點有系統(tǒng)非線性化和觀測噪聲僅適用于高斯分布?；诖藛栴}，有大量的研究提出了改進的卡爾曼濾波法，包括雙卡爾曼濾波、無跡卡爾曼濾波、自適應(yīng)卡爾曼濾波等[16-18]。

圖1 卡爾曼濾波法流程Fig.1 Flow chart of Kalman filter method

基于數(shù)據(jù)驅(qū)動的方法不需要深入研究電池內(nèi)部的電化學(xué)反應(yīng)，依靠歷史數(shù)據(jù)分析和模型訓(xùn)練即可獲取高精度的SOC值，反向傳播(back propagation，BP)神經(jīng)網(wǎng)絡(luò)模型是其中比較簡單、最常用的估算模型。圖2展示了BP神經(jīng)網(wǎng)絡(luò)模型的基本結(jié)構(gòu)和流程。

圖2 BP神經(jīng)網(wǎng)絡(luò)模型與流程Fig.2 Neural network model and process

BP神經(jīng)網(wǎng)絡(luò)基于模擬人腦神經(jīng)，通過正向計算和反向傳播2個過程對網(wǎng)絡(luò)模型進行訓(xùn)練[19]。這種方法的優(yōu)點是不需要建立復(fù)雜的數(shù)學(xué)模型，只需要提供內(nèi)阻、電壓、電流等數(shù)據(jù)就能完成評估；它的缺點則是需要大量的數(shù)據(jù)支持和反復(fù)的訓(xùn)練，這就使得動力電池在缺少完善的歷史數(shù)據(jù)的情況下很難通過這種方式進行SOC評估?；谝陨蠁栴}，近年來，結(jié)合多種方法的融合模型成為研究熱點：文獻[20]將模糊神經(jīng)網(wǎng)絡(luò)與擴展卡爾曼濾波法相結(jié)合，有效解決傳統(tǒng)卡爾曼濾波方法過于依賴電池模型的問題，同時減小誤差，有較好的收斂性和魯棒性；文獻[21]采用神經(jīng)網(wǎng)絡(luò)模型代替無跡卡爾曼濾波法中的多項式模型，有效提高估算精度，同時設(shè)計主從式自適應(yīng)無跡卡爾曼濾波算法，對噪聲方差進行了有效控制，較傳統(tǒng)的卡爾曼濾波法有著更高的精準度和收斂速度。

2.2 SOH估算

SOH能反映電池的壽命狀態(tài)，一般指電池的老化程度。電池的老化會引起多種參數(shù)的變化，其中主要是內(nèi)阻增加和容量衰退，電池內(nèi)阻、自放電、電池容量等指標是評估退役電池的健康狀態(tài)的主要指標。常用的估測方法可分為實驗估計法、自適應(yīng)濾波法、數(shù)據(jù)驅(qū)動方法3類，其中：實驗估計法是在離線狀態(tài)下測得內(nèi)阻、容量等某一電池參數(shù)與SOH值的關(guān)系曲線，進而推算出SOH，是最簡單最直接的方法，但實用性太差，大多用于實驗室檢測；基于自適應(yīng)濾波和數(shù)據(jù)驅(qū)動的評估方法是當(dāng)今研究熱點。文獻[22]以電池直流內(nèi)阻、放電倍率和表面溫度為輸入，采用神經(jīng)網(wǎng)絡(luò)算法構(gòu)建了3層BP神經(jīng)網(wǎng)絡(luò)，該神經(jīng)網(wǎng)絡(luò)具有較好的收斂性，并且能比較準確地對梯次利用電池健康狀態(tài)進行評估；文獻[23]基于模型驅(qū)動的方法，采用二階Thevenin等效電池模型，提出了一種雙自適應(yīng)無跡卡爾曼濾波算法，進行多次迭代運算，估算出電池的內(nèi)阻，并通過電池內(nèi)阻估算SOH值，該方法估算精度保持在2%以內(nèi)，是一種精度較高的方法。各常用的SOH估算方法及其優(yōu)缺點見表3。

表3 各種SOH估算方法的優(yōu)缺點Tab.3 Advantages and disadvantages of various SOH estimation methods

從各方法的對比中可以看出，估算精度越高的方法，其原理相對更復(fù)雜，計算量更大；因此，為了兼顧檢測效率和準確性，在實際應(yīng)用中往往需要融合多種算法進行研究。文獻[24]將最小二乘法與聯(lián)合卡爾曼濾波方法相結(jié)合，在低倍率恒流充放電工況下提取出了電池的容量和內(nèi)阻特征參數(shù)，進而運用提取的特征估計SOH，但該提取方法僅限磷酸鐵鋰電池，在適用工況上具有一定的局限性；文獻[25]通過實驗分析退役動力電池的特征曲線，提出了一種三元鋰電池儲能系統(tǒng)的電池衰減加速評價方法，能夠快速無損地對三元鋰電池進行性能評估，該測試方法簡單高效，設(shè)備少，判斷結(jié)果較精確，但是同樣受到工況和電池種類的限制；文獻[26]在實驗數(shù)據(jù)的基礎(chǔ)上，提出一種表示電池最大容量的健康因子，并通過神經(jīng)網(wǎng)絡(luò)模型建立該健康因子與電池健康狀態(tài)之間的關(guān)系，該方法估測SOH的平均相對誤差能達到1%以內(nèi)，并且不受電池工況的限制，但該方法需要短時擱置電壓信息，因而如何選擇擱置時長成為該方法的改進方向；文獻[27]將自適應(yīng)無跡卡爾曼濾波算法與擴展卡爾曼算法相結(jié)合，建立循環(huán)迭代關(guān)系，能夠?qū)崟r估計電池狀態(tài)，具有不受電流工況限制的優(yōu)點，但2種卡爾曼濾波算法的優(yōu)化過程會加大計算量。

當(dāng)前退役動力電池的規(guī)模日益增長，需要耗費大量時間的SOH離線估計法顯然無法滿足需求，因此通過大數(shù)據(jù)進行實時評估是較為科學(xué)、經(jīng)濟的方式；同時有研究表明，采用多個健康因子互補估計退役鋰離子電池SOH比單健康因子估計更加準確[28]。隨著人工智能與機器學(xué)習(xí)技術(shù)的發(fā)展，基于數(shù)據(jù)驅(qū)動的SOH估算方法和基于融合模型的SOH估算的可實現(xiàn)性越來越高，如何同時提高估測精度和大規(guī)模退役電池的檢測效率，將成為需要研究解決的問題。

3 梯次利用的分選與重組技術(shù)

退役動力電池梯次利用的流程如圖3所示，包括電池回收、拆解、檢測篩選、重組集成、均衡管理等關(guān)鍵環(huán)節(jié)?；厥盏耐艘蹌恿﹄姵氐男阅芤恢滦暂^差，一般不能直接用于梯次利用，需要對其性能參數(shù)做出準確檢測，確定分選指標，篩選出適合用于某一場景的梯次利用電池，并進行重組集成，構(gòu)建新的電池系統(tǒng)，應(yīng)用于儲能系統(tǒng)等梯次利用場景。

圖3 動力電池梯次利用流程Fig.3 Echelon utilization process of power batteries

3.1 梯次利用電池的檢測和快速篩選

動力電池在經(jīng)過了長時間的使用后，隱藏的安全風(fēng)險點較多，將退役動力電池用于梯次利用前，必須對電池進行全面的安全性檢測。首先可以在拆解前后檢查電池外觀，查看電池外觀是否完整；然后用電壓表測量電壓，用內(nèi)阻測試儀檢測內(nèi)阻，基本參量的安全性能達標才能進行下一步檢測。

電池的能量特性也會隨使用時間發(fā)生衰減，不同電池間的性能差異很大，電池單體的不一致性表現(xiàn)在容量、內(nèi)阻、自放電和SOH等方面，而這些參數(shù)的不一致性直接決定了退役的動力電池能否進行梯次利用；因此，為使退役動力電池能達到梯次利用的性能要求，實現(xiàn)不同性能表現(xiàn)電池再利用價值的最大化，在梯次利用前，必須根據(jù)這些電池參數(shù)篩選出性能一致性較好的動力電池，這是退役電池梯次利用的一個關(guān)鍵環(huán)節(jié)[29-30]。

近年來，針對退役動力電池的篩選指標已有大量研究：文獻[31]研究了單體電池的溫度和直流內(nèi)阻與電池狀態(tài)的關(guān)系，通過進行溫度實驗和直流內(nèi)阻特性實驗測得電池參數(shù)，評估電池健康狀態(tài)，從而有效地快速篩選梯次利用動力電池；文獻[32]研究了電池的放電特性與電池老化程度的關(guān)系，將單體電池的CD-OCV特性曲線作為篩選指標，該方法能較為精確地篩選出性能一致性較好的退役動力電池單體；文獻[33]基于電化學(xué)原理，研究了電池的庫倫效率與電池容量之間的關(guān)系，將庫侖效率作為退役動力電池梯次利用的篩選指標，這種方法可以比較直觀地篩選出可用作儲能梯次利用的動力電池。

但是這幾種方法都是研究針對電池單體的篩選指標，而將大規(guī)模的退役電池拆解成電池單體將耗費大量的時間和成本。對于此問題，文獻[34]闡述通過考察不同拆解級別的容量特性，發(fā)現(xiàn)同一電池模組中單體的容量基本一致，提出可以直接以電池模組的形式進行梯次利用；文獻[35]將模糊數(shù)學(xué)的聚類分析應(yīng)用在退役電池的篩選過程中，用歐式距離法對電池的數(shù)據(jù)進行聚類分析，從而實現(xiàn)對電池的分類，該方法在很大程度上提高了退役動力電池梯次利用分類篩選的效率；文獻[36]闡述在此基礎(chǔ)上進行方法改進，利用脈沖功率測試得到的特征，將因子分析與聚類算法有機結(jié)合，得到較好的分選效果。

目前比較精確的分選模型需要提供大量的退役電池數(shù)據(jù)，分選方法的經(jīng)濟性和效率仍有待提高。電化學(xué)阻抗譜(electrochemical impedence spectroscopy，EIS)法是目前用于電池分選的一個熱門方向，文獻[37]利用充電過程中探測到的低頻阻抗譜提取所需特征來估測電池健康狀態(tài)，此方法有效避免了充放電曲線的不完整對特征提取造成的困難。這也為退役電池的分選提供了新的思路，即直接根據(jù)測量得到的EIS曲線，建立等效電路模型進行參數(shù)的量化，并進行退役動力電池的狀態(tài)評估和分選，該方法可以有效減少能耗和節(jié)省時間，有較大的實用價值。需注意的是，等效模型的精確性是影響EIS法準確性的因素。

退役動力電池的檢測和篩選分類是梯次利用的關(guān)鍵環(huán)節(jié)，為保證梯次利用的安全性和效率，必須對退役的動力電池進行準確的狀態(tài)檢測，以確保分選環(huán)節(jié)的精準性。而對于分選環(huán)節(jié)，最重要的問題是提高該過程的速度、準確性和合理性。面對大規(guī)模的退役動力電池，采用傳統(tǒng)的方法逐個估計容量、內(nèi)阻等參數(shù)將很難提高分選效率，那么研究只需要簡單測試數(shù)據(jù)就能快速準確獲取篩選指標的方法是一個迫切需要解決的問題。另一方面，充分利用大量退役動力電池的歷史數(shù)據(jù)，加以對退役電池的狀態(tài)檢測，采用數(shù)據(jù)驅(qū)動、數(shù)模結(jié)合的方式，可以有效提高退役電池分選的效率和梯次利用的安全性。

3.2 梯次利用電池的成組與均衡

采用科學(xué)合理的動力電池的配組方式可以在一定程度上改善各電池組之間的一致性。傳統(tǒng)的分選成組方案大都通過計算退役電池容量，按照退役電池剩余容量分攤，但在實際應(yīng)用中，這種方法精度不高。為了解決這一問題，有研究使用了K-means聚類方法，對相關(guān)的電池參數(shù)歸一化并加權(quán)處理后，對單體電池直接進行分組，同一組的電池進行重組后即可梯次利用[38]。文獻[39]提出通過計算動態(tài)時間彎曲距離，結(jié)合梯次利用電池的靜態(tài)特性和動態(tài)特性，運用K-means聚類算法設(shè)計重組方案，該方法有效提高了重組電池單體之間的一致性；其缺點在于要對全部電池單體進行分類，而如果以電池單體級別進行成組集成，則需要評估每個單體的參數(shù)，這會耗費巨大的成本和時間。如果考慮以電池包級別進行整包利用就會大大減少成本，文獻[40]提出運用整包利用的思路，對退役動力電池包進行2次外觀檢測和充放電實驗2次篩選后，將符合梯次利用標準的電池包重組后應(yīng)用于光儲微電網(wǎng)系統(tǒng)。這說明退役電池在特定的梯次利用場景下可以直接以電池包的級別進行梯次利用，那么這種低成本的方式是否還可以用于其他場景仍有待繼續(xù)研究。

由于退役動力電池的一致性要遠差于新電池，一般的電池管理系統(tǒng)內(nèi)的均衡功能已不能滿足需求，因此需要設(shè)計新的電池均衡方式[41]。均衡的目標是要盡量保證電池SOC的一致性，實現(xiàn)容量利用率的最大化，均衡方式可分為被動均衡與主動均衡。被動均衡主要是指電阻式均衡，結(jié)構(gòu)相對簡單，易于控制，在電動汽車上應(yīng)用較普遍；主動均衡包括電容式均衡、電感式均衡、變壓器式均衡，常用的拓撲電路如圖4和圖5所示。文獻[42]采用了芯片級主動均衡的電池管理系統(tǒng)，有效解決了退役動力電池一致性差的問題，用于儲能系統(tǒng)可間接降低其成本，不過該方法采用的芯片級主動均衡策略中，如何提高單電芯的SOC估計精度是需要繼續(xù)研究的問題；文獻[43]采用主動被動協(xié)同均衡的策略，同時對SOC的估計考慮了電池參數(shù)的相關(guān)性，有效彌補了單一均衡策略的不足。

圖4 電容式均衡電路拓撲Fig.4 Capacitive equalization circuit topology

圖5 變壓器式均衡電路拓撲Fig.5 Transformer equalization circuit topology

4 退役動力電池的典型梯次利用場景

傳統(tǒng)的電池儲能系統(tǒng)一般以電化學(xué)蓄電池為基礎(chǔ)，而鋰離子電池具有容量大、能量密度高、效率高等優(yōu)點，是功率較高的儲能系統(tǒng)的理想選擇[44]，但高昂的鋰離子電池成本成為傳統(tǒng)電池儲能系統(tǒng)的主要阻礙。梯次利用電池應(yīng)用于儲能系統(tǒng)就會大大降低這一成本。研究表明，退役動力電池在儲能領(lǐng)域的梯次利用不僅可以延長電池的使用壽命，降低儲能系統(tǒng)的成本，而且還可以改善電能質(zhì)量，提高供電可靠性[45-46]。除儲能電站外，梯次利用電池還可以應(yīng)用于通信基站、光伏電站、家庭儲能等多種場景[47-48]。

在儲能電站領(lǐng)域，快速充電站對功率的要求持續(xù)增加，給電網(wǎng)帶來很大壓力，將梯次利用電池儲能系統(tǒng)應(yīng)用于快速充電站，對負載進行削峰填谷，可以有效緩解電網(wǎng)壓力[49]。文獻[50-51]致力于研究將梯次利用電池應(yīng)用于儲能電站的經(jīng)濟性問題，對動力電池的全生命周期的成本進行了平準化分析，結(jié)論表明，在梯次利用技術(shù)尚不成熟的情況下，梯次利用電池用于儲能電站的成本較高，因此還需要著重研究動力電池梯次利用的技術(shù)和政策；而文獻[52]則研究將梯次利用電池應(yīng)用于儲能電站的設(shè)計方案，通過控制實現(xiàn)各退役電池組之間的“異構(gòu)兼容”，使退役電池可以以整包形式梯次利用于儲能電站，這種技術(shù)路線的應(yīng)用可以極大地減小拆解電池的成本，具有良好的經(jīng)濟性；在通信領(lǐng)域，將梯次利用電池應(yīng)用于通信基站具有很好的經(jīng)濟性，同時還可以提高基站運行的安全性，文獻[53]提出通信基站容量配置的優(yōu)化設(shè)計方案，應(yīng)用梯次利用電池，有效解決傳統(tǒng)通信基站充放電率低的問題，但是這一方案尚未在實際應(yīng)用中得到檢驗；在光伏儲能領(lǐng)域，應(yīng)用梯次利用電池同樣有著比新電池更低的成本[54]；在用戶側(cè)儲能領(lǐng)域，梯次利用電池儲能系統(tǒng)參與用戶側(cè)的削峰填谷也具有良好的經(jīng)濟性[55]。

大規(guī)模的梯次利用電池應(yīng)用于儲能系統(tǒng)時，也會存在性能一致性差的問題，那么如何高效安全地實現(xiàn)這一應(yīng)用成為亟待解決的問題[56]。這需要在實際應(yīng)用場景中根據(jù)電池性能的差異和變化可能帶來的問題制訂有效控制策略。針對這一問題：文獻[57]從電池PACK特性的角度出發(fā)，研究一種以電池包剩余電量為基礎(chǔ)的控制策略，為集中式儲能系統(tǒng)提供一種良好的調(diào)整方案；文獻[58]從電池的SOC角度出發(fā)，通過調(diào)整充放電功率最大限度地利用電池組的電能；文獻[59]提出了一種多分支拓撲的協(xié)同控制策略，能夠通過正反饋調(diào)節(jié)，根據(jù)電池的實際電量調(diào)整各電池的出力情況，剩余電量多的電池優(yōu)先出力，運行一段時間后會使各電池的剩余電量保持在同一水平，最終達到儲能系統(tǒng)中各動力電池同期退役的目的；文獻[60]通過容量配置的方法對梯次利用電池用于儲能系統(tǒng)進行經(jīng)濟性規(guī)劃，同時還延長了儲能系統(tǒng)的壽命。

研究表明，動力電池梯次利用于儲能系統(tǒng)中已經(jīng)具備很好的可行性和經(jīng)濟性；但受成本和梯次利用技術(shù)的限制，梯次利用電池儲能系統(tǒng)還沒有廣泛普及，因此繼續(xù)對梯次利用的關(guān)鍵技術(shù)展開研究是當(dāng)務(wù)之急。

5 總結(jié)與展望

在新能源產(chǎn)業(yè)快速發(fā)展的今天，退役動力電池的梯次利用成為大勢所趨。近年來，在梯次利用電池性能檢測和分選等關(guān)鍵技術(shù)的研究上已經(jīng)取得了很多成果，梯次利用電池主要用于儲能領(lǐng)域的多種場景，很好地緩解了傳統(tǒng)儲能系統(tǒng)成本高等問題，擁有廣闊的發(fā)展前景；然而隨著應(yīng)用場景越來越廣泛，電池的梯次利用仍存在很多需要解決的問題。

a)狀態(tài)評估算法研究方面：通過數(shù)模結(jié)合，對電池的特征參量和歷史數(shù)據(jù)的融合進行實時評估是較為科學(xué)的方式。從最近的研究成果來看，以卡爾曼濾波為代表的模型驅(qū)動方法和以人工神經(jīng)網(wǎng)絡(luò)為代表的數(shù)據(jù)驅(qū)動方法的有機結(jié)合，可以進一步減小SOC和SOH估計的誤差，提高效率。同時，針對不同的電池工況，使檢測方法準確化、多樣化也是需要繼續(xù)研究的問題。

b)快速篩選技術(shù)研究方面：檢測結(jié)果相對準確的方法大都操作比較復(fù)雜，需要將電池包拆解為電池單體或者進行長時間實驗，成本較高，準確性和效率往往不能兼得；因此，兼顧準確性和經(jīng)濟性的梯次利用分選技術(shù)成為研究的難題，同時還應(yīng)基于不同的實際應(yīng)用場景設(shè)計合理的分選方法。

c)梯次利用級別方面：退役動力電池最合理的梯次利用級別是模組級，但現(xiàn)在比較成熟的技術(shù)大多是對電池單體的研究，不能滿足大規(guī)模退役電池投入梯次利用的要求；因此，對于電池模組級別的檢測、分選方法的研究將成為今后的研究方向。

d)標準化程度方面：造成不一致的根本原因是起初流入市場的新能源電池的標準化程度低，致使梯次利用時要對每個電池進行拆解檢測才能評估其狀態(tài)。如果能在制造新能源電池時就為以后的梯次利用打好基礎(chǔ)，從源頭上制訂規(guī)范，從電池單體級別到系統(tǒng)級別采用統(tǒng)一的電池規(guī)格，完善電池管理系統(tǒng)，通過大數(shù)據(jù)實時監(jiān)測的方式使電池退役時能留有較為系統(tǒng)的狀態(tài)數(shù)據(jù)，那么梯次利用的效率一定會有大幅度提高。

e)回收體系方面：我國的廢舊鋰電池回收體系尚不完善，回收技術(shù)和商業(yè)模式尚未形成成熟的標準?？梢越梃b國內(nèi)外梯次利用成功實例，從電池生產(chǎn)商、零售商以及電池用戶等多個角度考慮，構(gòu)建完整的電池回收梯次利用體系及相關(guān)產(chǎn)業(yè)鏈。