退役动力电池政策智能模拟方法研究

推进退役动力电池梯次利用是建立绿色低碳循环经济体系的重要抓手,该文围绕退役动力电池政策事前模拟评估开展研究,提出一种退役动力电池利用政策的知识化表达方法,构建基于模糊神经网络的退役动力电池政策智能模拟模型,实现了计算机对政策知识的自动识别和政策制定者决策行为的智能模拟,为退役动力电池政策优选提供了一种新思路.     

退役动力电池回收及其在储能系统中梯次利用关键技术北大核心CSCD

新能源汽车产业迅速发展,动力电池将在更迭换代中迎来退役潮,梯次利用技术能够在最大化利用动力电池全寿命周期的同时缓解回收压力及环境污染问题。为进一步完善梯次利用绿色可持续发展体系,本文研究了当前梯次利用相关政策、标准及应用场景,并从电池回收与储能系统梯次利用两方面,分别对电池回收模式、老化原理、检测、筛选、状态估计、容量配置、控制策略等技术研究展开讨论。最后结合国内形势,探讨了退役动力电池梯次利用所面临的问题与挑战,并针对关键技术的突破与产业体系的形成提出建设性意见,以期为梯次利用产业布局提供助力。     

Application-derived safety strategy for secondary utilization of retired power battery

本研究以退役锂离子动力电池梯次利用的细分应用场景需求为导向,以我国新能源汽车推广应用历程为基础,结合政策、技术、产业与市场发展的实际,阐述了梯次利用关键环节的安全问题及其应对策略。介绍了退役动力电池梯次利用模式,总结了不同正极材料动力电池报废与梯次利用现状及趋势,指出了面临的挑战与机遇,分析了动力锂离子电池在生产和车用环节的安全隐患,以及退役后在四种不同应用场景下进行梯次利用的安全需求与风险,研究了与动力电池类型、车载应用安全基础等优化匹配的梯次利用安全策略框架,并提出了创新动力电池开发设计模式、发展梯次利用关键技术、加快商业模式创新、加速培育梯次利用市场等综合策略。     

退役动力电池梯次利用项目环评类别简析

新能源汽车产业高速发展过程中产生了日益增多的退役动力电池,除传统的材料回收利用途径之外,退役动力电池回收利用领域内的梯次利用逐渐引起多方关注.动力电池回收利用项目已不仅仅是"资源再生利用项目".对于动力电池梯次利用项目的环评,惯例做法仍是依循资源再生利用项目的经验编制环境影响报告书.这在本质上是混淆了电池梯次利用与材料...     

标准化助力动力电池梯次利用

目前我国新能源汽车产业蓬勃发展,退役电池的梯次利用已经成为产业的关键要点。本文一方面介绍动力电池梯次利用的行业现状,挖掘梯次利用比例低的原因,进而揭示动力电池超期服役的危害;另一方面阐述国内外动力电池梯次利用场景,立足我国行业现状,提出标准化建议。     

梯次利用动力电池规模化应用经济性及经济边界分析

电动汽车动力电池的退役潮来临,大量退役动力电池的处理成为当前的一大难题,将其规模化应用于储能系统是解决该问题的有效途径,研究梯次储能的经济性对促进规模化应用具有重大现实意义.首先分析了梯次储能系统的成本构成,并采用平准化成本模型分析了梯次储能的成本参数敏感性.其次,分析了退役电池梯次利用现状,探讨了梯次利用关键技术发展...     

退役动力电池梯次利用关键技术概述

退役动力电池的后续处理对新能源汽车产业和环境的可持续发展提出严峻挑战.动力电池梯次利用是有效发挥动力电池剩余价值、实现新能源汽车行业绿色发展的有效途径.退役电池的健康状态直接决定了电池能否被再次利用,研究退役动力电池健康状态检测技术具有重大现实意义.除此之外,由于退役电池是已经老化的电池,电池的循环性能、倍率性能及安全...     

退役动力电池梯次利用研究进展

现阶段,国家大力扶持新能源汽车产业的发展,出台了一系列的优惠政策.随着电动汽车数量的逐年增加,动力电池也即将面临大规模的退役.为了合理利用资源,同时获得更大的经济效益,退役动力电池梯次利用显得很有必要.该文简述了国内外梯次利用技术的现状,列举了国内外梯次利用项目,介绍了梯次利用过程中的检测、筛选、重组和均衡技术;重点介...     

基于风险防御的退役动力电池递进式分选方法研究

针对退役动力电池存在初始特性参数不一致,梯次利用过程中存在安全稳定性降低等问题,提出一种基于风险防御的退役动力电池递进式分选方法。首先,提取电动汽车退役动力电池“灰箱”数据,选取剩余容量、内阻及端电压作为分选参数,采用改进K-均值算法对退役动力电池参数进行初始聚类数据提取。其次,估计梯次利用过程中退役动力电池荷电状态（SOC）、健康状态（SOH）等特性,通过功能状态（SOF）表征参数间的关联特性,并基于SOF动态一致性进行分选。最后,考虑风险防御预留系统的SOF动态安全裕度,降低退役动力电池初始特性缺陷对梯次利用重组的影响。通过仿真分析验证所提分选方法提高了退役动力电池的一致性,并有效降低了重组系统的寿命损耗。     

一种退役动力电池梯次利用储能系统安全评估方法

以梯次利用于储能系统的退役动力电池为研究对象,提出一种梯次利用电池组合安全评估方法,采用梯次利用电池厂家、种类、测试等多维数据,通过熵权-TOPSIS法及层次分析法对梯次利用电池安全性能进行综合评估与算例分析。研究结果表明：对拟采用不同厂家、批次、种类退役动力电池构建的储能系统,该方法可对其中的梯次电池进行有效安全评估,有助于选用安全性更高的梯次电池来构建储能系统,进一步提升系统安全性,符合梯次利用储能系统大规模推广建设的现实需要。     

退役三元动力电池储能项目探索与应用

退役动力电池的梯次利用主要一部分集中在用户侧、电网侧和新能源侧等电力系统储能项目中,动力电池的梯次利用不仅可以有效降低电动汽车用户和电力系统储能的成本,还可帮助缓解大量动力电池退役所带来的电池回收和环境污染压力。文中结合南通2 MW·h退役三元动力电池用户侧储能项目实例,对退役三元电池的整包利用与筛选检测,电池管理系统控制策略,集控链储能变流器,以及消防安全管理等方面进行了研究探索。研究结果表明:在可预见的大量电动汽车动力电池进入密集退役期的情况下,未来应用于电力系统储能具有巨大潜力。     

废旧锂离子动力电池的性能和梯次利用的可能性研究

近年来随着电动汽车产业的发展,大量锂离子动力电池达到使用寿命,进入报废退役阶段,报废动力电池的处置成为人们关注的热点。综述了废旧锂离子动力电池的性能和梯次利用方面的技术进展,指出做好筛选分类与重新组合的工作,以确保二次利用电池组内部电池单元性能的同质性将是梯次利用的关键。     

基于深度神经网络的梯次利用电池健康状态评估

随着大量退役电池梯次利用,对退役动力电池健康状态的准确估计是保障电池梯次利用安全高效运行的前提。针对上述问题,提出基于深度神经网络学习的梯次利用电池健康状态评估方法。根据不同循环次数下梯次利用电池充放电性能的差异性,从梯次利用电池物理特性角度挖掘影响梯次利用电池老化特征的主要参数,利用皮尔逊法计算电池老化特征与梯次利用电池健康状态的相关系数,选取较高相关度特征作为深度神经网络的输入,建立基于深度神经网络学习的梯次利用电池健康状态评估模型。通过美国国家航空航天局Ames卓越预测中心的锂离子电池测试数据仿真实例验证了该文方法的有效性。仿真结果表明,与传统神经网络相比,深度神经网络学习可明显提高梯次利用电池健康状态的预测精度,为退役动力电池健康状态评估提供理论依据。     

不同场景下基于AHP-TOPSIS退役电池梯次利用综合评价

退役动力电池的综合利用是目前可再生能源发展迫切需要解决的问题,在计及电池容量损耗的基础上综合考虑退役电池在不同应用场景下的经济效益、运行效益、环境效益、安全性以及资源利用效率,基于AHP-TOPSIS构建综合评价模型。将某用户侧梯次利用储能电站和某通信基站作为算例,结果表明动力电池梯次利用在以上2个应用场景下具有一定可行性。     

退役电池梯次利用安全性分析

为解决环境污染和资源紧缺问题,国家大力支持发展新能源汽车产业,随着电动汽车数量的增加,车用退役电池如何回收利用成为产业发展的关键问题.从国内外政策分析、梯次利用环节的安全问题剖析等方面考虑退役电池梯次利用的安全性.梯次利用环节包括退役电池收集拆解、筛选、重组、应用等,着重从筛选重组环节入手,结合退役电池健康状态和剩余容...     

电动汽车退役锂电池一致性快速分选方法研究

我国已进入车用动力锂电池规模化退役高峰期,梯次利用作为合理解决大规模退役电池去处的主要途径,可有效缓解我国动力电池大规模退役压力,减轻新电池制造的原料负担。电池的快速分选是梯次利用关键技术之一,电池SOH作为快速分选的关键指标,对于提高电池单体、模块一致性,提升梯次利用产品的安全性能与经济价值具有重要意义。对电池健康状态评估方法做了综述,目前直接提取健康因子的方法由于测试时间短且精确度较高适用于大规模电池的快速分选,而基于大数据驱动的机器学习方法具有智能化、高效等优点是未来研究电池健康状态的重要方向。     

Study on the characteristics of second life LiFePO4 batteries

随着电动汽车的快速发展,未来将有大量的动力电池退役,这些淘汰下来的电池仍有可观的剩余容量和寿命,可以在静态储能等领域实现梯次利用。为了提高安全性和输出性能,淘汰下来的动力电池需要在筛选之后重新串、并联成组使用。以二次利用磷酸铁锂动力电池为研究对象,研究在单体电池内阻不一致、剩余容量不一致、初始SOC不一致等情形下,电池组的并联特性,即并联电池组中各电池直流阻抗、电流不平衡度的变化情况。对于实现磷酸铁锂动力电池的梯次利用具有指导意义。     

二次利用磷酸铁锂动力电池并联特性研究

随着电动汽车的快速发展,未来将有大量的动力电池退役,这些淘汰下来的电池仍有可观的剩余容量和寿命,可以在静态储能等领域实现梯次利用。为了提高安全性和输出性能,淘汰下来的动力电池需要在筛选之后重新串、并联成组使用。以二次利用磷酸铁锂动力电池为研究对象,研究在单体电池内阻不一致、剩余容量不一致、初始SOC不一致等情形下,电池组的并联特性,即并联电池组中各电池直流阻抗、电流不平衡度的变化情况。对于实现磷酸铁锂动力电池的梯次利用具有指导意义。     

老化锂电池模组关键电池性能参数的量化分析

退役的动力电池随着新能源电动汽车产业的加速发展而逐渐增多,为了对退役的锂电池进行评估、维护、梯次利用,本工作提出一种老化锂电池模组关键电池性能参数的量化分析研究方法,采用免拆解的"零时间成本"的快速检测方法,仅需要一次充电数据即可在单体层面上对内阻、相对充电时间差值和充电截止电压等关键电池参数(key battery ...     

电化学阻抗谱识别不同化学体系退役动力锂离子电池北大核心CSCD

退役动力锂离子电池梯次利用可充分提高动力电池的经济性,然而目前动力电池标识信息混乱、电池荷电状态差异和工作电压重叠均导致无法直接或依据开路电压准确分辨磷酸铁锂动力电池与镍钴锰三元动力电池。为此,基于动力锂离子电池的结构和等效电路,建立了容量与动力电池界面电容、反应电阻、韦伯阻抗和液相电阻的对应关系,通过分析动力电池容量对电化学阻抗实部和虚部的影响探讨了利用阻抗法快速识别退役动力锂离子电池化学体系的可能性。结果表明电化学阻抗实部与虚部的比值与电池容量无关,据此可利用该比值随频率的变化差异快速识别不同化学体系的动力锂离子电池,从而避免依据充放电判断电池化学体系的低效率。此外,软包装磷酸铁锂和镍钴锰三元电池的测试结果也表明10 Ah、12.5 Ah和50 Ah的磷酸铁锂电池阻抗虚部与实部比值随交流信号频率的变化基本相同,但与镍钴锰三元电池明显不同,初步验证了该方法的有效性。