退役電池梯次利用的一致性管理研究綜述

孟高軍，蘇 令，孫玉坤，李建林，馬福元

(1.南京工程學院，江蘇南京211100；2.江蘇大學電氣信息工程學院，江蘇鎮江212013；3.浙江浙能技術研究院有限公司，浙江杭州311121)

當動力電池容量衰退至其額定容量的80%時，就要從電動汽車上退役。中國汽車工業協會預測，到2025年，我國退役電池累積量將達70 萬噸(約116 GWh)。巨量退役的動力電池如何回收成為當前電動汽車行業亟待解決的問題。

退役電池梯次利用是解決這一問題的有效途徑[1]。梯次利用就是將退役電池再用于通信基站、UPS、儲能電站等領域。從全局看，它能夠降低電池產業成本，保護生態環境，具有雙重經濟與社會效益[1]。

國內外研究機構、企業對退役電池梯次利用技術進行了大量研究，研究工作主要集中在全生命周期溯源、系統構建、性能診斷與分析、壽命預測、分選原則與方法、均衡控制與管理技術、電池典型應用場景經濟性評估等方面[2]。

退役電池與新出廠電池不同，它的一致性因使用過會有很大變化，也就是說同一電池包內的單體電池性能差異可能變大。直接梯次利用退役電池或電池包，有可能使電池出現過充、過放、熱失控、爆炸等安全性問題[3]。

研究電池均衡管理技術[4]和分選評估技術[5]能夠緩解上述問題，提高電池成組一致性，延長使用壽命。在大量查閱已有文獻基礎上，對均衡技術和分選技術的相關研究進行綜述。

1 電池均衡技術

電池均衡是解決退役電池再利用時性能不一致性的關鍵技術之一。均衡通過外部電路能量轉移或消耗的方式，減小電池單體之間、電池模組之間性能的差異，彌補電池因“木桶效應”帶來的缺點，進而提高電池一致性，提升退役電池的剩余可用容量，延長其使用壽命[6]。

1.1 單體均衡

用于退役電池單體的均衡電路根據其能量轉移耗散方式不同可分為被動均衡和主動均衡[7-8]，均衡電路類型及其細分見圖1。

圖1 均衡電路類型

被動均衡也稱為能量耗散式均衡，是通過耗能原件(多采用電阻)將能量較高的電池單體以熱能的形式將其電量消耗掉，從而達到電池單體間容量或電壓的一致性[7]。被動均衡的電路主要由開關和電阻組成，開關電阻式均衡電路見圖2。

圖2 開關電阻式均衡電路

被動均衡電路，拓撲結構簡單且方便控制，在電動汽車中使用較為普遍。但電池電量以熱能的形式消耗掉會降低能量利用率，同時加劇電池老化速度，在性能已經衰退的退役電池中應用較少。

主動均衡也稱為能量轉移式均衡，是以電容、電感等儲能元件作為能量轉移和緩沖載體，將電能在電池間進行傳遞，以實現電池間的均衡控制。主動均衡根據能量載體不同，可分為電容式、電感式和變壓器式均衡等[8]。圖3 為常用的主動均衡拓撲電路。

圖3 主動均衡拓撲電路

主動均衡具有優秀的均衡效率和較高的能量利用率，但其電路拓撲設計難度大，控制策略復雜。它適用于性能離散度較高的退役電池，是單體均衡技術研究熱點，目前在電動汽車上使用較少。

徐夢蝶[9]選擇電感作為儲能元件，為退役電池設計了主動均衡電路，在單體間采用集中式主動均衡，在模組間采用分布式主動均衡，該電路拓撲結構能適應電池數量發生變化的情況，拓展性較好。趙光金等[10]將主動均衡與被動均衡相結合，提出智能分時的主被動協同均衡控制策略，該電路主動均衡用電感儲能，被動均衡用電阻分流；恒流充電時啟動主動均衡，恒壓充電時啟動被動均衡，進行分段能量轉移，使均衡更精準，但其控制策略非常復雜。

各種均衡技術優缺點對比情況見表1。基于電阻的均衡器效率較低，不適用于性能已衰退的退役電池。基于變壓器的均衡器效率與均衡速度相對理想，但集成難度大，成本高，推廣應用受限。基于電容式和電感式均衡器效率高、控制容易，是未來主動均衡技術的研究重點。

表1 各均衡技術對比

1.2 模組均衡

退役動力電池通常是以電池模組或電池包的形式存在，將電池模組拆解成單體再組合實現梯次利用的技術路線不經濟也不安全[11]。退役電池包內電池，由于工作電流、放電深度等因素的影響，雖然模組間可能出現較大不一致性，但模組內電池一致性相對較好，可直接以模組為基本單元進行梯次利用，這是提高退役電池能量利用效率的合理途徑[12]。

用于電池模組的均衡技術也稱柔性成組技術，可通過柔性連接模塊將低壓電池模組接入系統，實現模組間能量均衡[13]。電池模塊均衡拓撲見圖4。

圖4 電池模塊均衡拓撲

如圖4所示，柔性連接模塊一般采用雙向DC/DC 變換器，可以根據儲能系統的實時需求和各電池模組的工作狀態對電池的充放電電壓、電流等進行獨立控制，最終實現模組間的均衡控制。

郭羽佳[14]設計了一種面向通信系統的退役電池成組均衡拓撲電路。電網電壓經過標準無橋功率因數校正變換成直流電壓，然后通過隔離式全橋DC/DC 變換器降壓至直流48 V，退役電池模組經能量雙向流動的四開關管雙向DC/DC 變換器接入48 V 直流母線。此拓撲能夠在解決電池性能不一致性問題的同時，實現對電網的削峰填谷。李圓圓等[15]以能夠實現雙向升降壓的新型DC/DC 開關電源為基礎，提出一種多模塊并聯輸入串聯輸出(MPISO)的電池成組拓撲結構，解決了儲能系統各電池模塊間荷電狀態(SOC)存在差異時的SOC一致性收斂問題。

模組均衡技術與單體均衡技術相比，雖然成組拓撲復雜，但更具經濟性與安全性，且電池能量利用率高，成組拓撲可擴展性強，更加適合以模組為基本單元的退役電池[16]。

1.3 均衡策略

退役電池均衡技術的硬件拓撲是實現均衡控制的基礎，均衡策略是決定均衡有效性的核心，是保證電池一致性的關鍵[17-19]。

均衡控制策略是指基于給定的控制方法，結合所選均衡變量，控制電池單體或電池模組的性能基本保持一致[20]。均衡控制策略的制定需要綜合考慮均衡方法及均衡變量的選擇。若策略制定不當，可能會導致系統均衡不足或過均衡，從而降低電池使用壽命，引發熱失控甚至自燃等安全問題。

朱運征等[17]建立了一種考慮退役電池SOC、健康狀態(SOH)、電壓的多變量綜合評價分析均衡策略，實時分析電池的特征參數，控制需要維護的充放電電池配比，達到電源總線平衡，保證了電池單體以及電池組的一致性。YANG 等[18]以SOC為均衡目標變量，組內、組間采用不同的均衡策略。對于組內均衡，估算電池SOC進行排序分區，根據電池狀態，分為5 種情況，制定最優均衡路徑，實現單體之間SOC均衡。對于組間均衡，估算模組的SOC均值，確定需要均衡的模組對，進行直接均衡或間接均衡。該控制策略降低了均衡難度，提高了均衡速度。

2 一致性分選技術

電池一致性分選技術是解決退役電池再利用的另一關鍵技術。將電池內、外部特性參數作為分選特征參數，使用算法或規則將性能相近的電池聚為一類。分選方法按分選特征參數分類，主要可分為單參數分選、多參數分選、動態特性曲線分選和綜合特性分選[21]。

2.1 單參數分選

單參數分選法常采用容量、溫度或內阻等內、外部靜態特性參數中的一種，對電池進行分選[22-24]。

嚴媛等[22]用溫度巡檢儀測試充放電試驗中退役電池模塊各單體的工作溫度，依據測試結果將溫度相近的電池聚為一類。李揚等[23]綜合考慮經濟成本、分選可靠性和實際應用多方面因素，給出用于退役電池分選的3 種方法：基于可用容量最大化、基于容量區間分割和基于電池組特征向量Mahalanobis 距離。基于容量區間分割和基于可用容量最大化的分選方法分選速度快、經濟效益好，但電池成組可靠性低；基于電池組特征向量Mahalanobis 距離的分選方法分選準確，但數據量大耗時長。

單參數分選法雖然分選速度快，操作簡單，但僅考慮單一因素并不能完全表征退役電池性能的離散性，且存在人為擴大某參數影響程度的可能性，分選可靠性與準確程度低。

2.2 多參數分選

多參數分選法是選取退役電池的多個特征參數，如開路電壓(OCV)、容量和自放電率等作為分選特征參數，綜合評價電池性能，依據評價的相似程度運用聚類算法對一致性較好的電池進行分選重組[25-27]。

考慮各個參數在電池成組時的貢獻程度不同，徐剛等[28]和東南大學諶虹靜課題組[21]均采用層次分析法確定用于退役電池分選的性能指標及其權重，之后，徐剛等運用K-means 算法實施退役電池分選，諶虹靜等先采用關聯度理論計算各電池性能指標與最優指標集的關聯度將退役電池分為4 類，再使用近鄰傳播聚類算法對同類電池進行聚類重組。焦東升等[29]將模糊數學與電池分選相結合，采用模糊聚類算法建立電池篩選模型，選擇歐式距離計算電池間的差異程度，然后通過截取閾值的方式對電池進行分類。該分類方法證明了電池的性能衰退與成組拓撲、箱體結構有關。

多參數分選法比單參數分選法具有更好的成組一致性，但過多參數的引入會導致算法運行速度下降，同時參數的獲取需要經過一系列完整的電池測試試驗，耗時長，分選效率較低。

2.3 動態特性曲線分選

單參數分選法與多參數分選法僅考慮電池穩定狀態下特征參數的一致性，因此也稱為靜態特性分選。該方法忽略了電池運行期間的參數變化，并不能完全代表退役電池的性能差異，仍具有一定的局限性。

3 只退役電池放電后的電壓曲線，放在一個坐標系內比較，比較情況見圖5。圖5 中，理想狀態下，當電池一致性較好時，其電壓曲線基本重合，見曲線1 和曲線2；當退役電池性能離散性較大時，曲線的位置和形狀發生變化，也不與其他曲線重合，見曲線3。

圖5 電池電壓曲線

電池的動態特性曲線能表現電池工作電壓、電流隨時間變化特征，也能間接反映電池循環壽命、容量和內阻的差異。以動態特性曲線相似程度為依據進行電池分選，能夠最大程度保證成組電池的一致性[30]。

王帥等[31]基于一致性影響因素構造了變換矩陣，在電壓曲線上把拉伸矢量和平移量作為表征指標，根據不同影響因素下表征指標的變化趨勢采用層次分析法計算各個指標的權重值，最后基于模組內和模組間一致性綜合指標對模組進行聚類。該方法綜合考慮模組內和模組間性能差異性，能夠有效地實現退役電池模組的一致性分選。孫國躍等[32]分析了退役電池的OCV與SOC、OCV與能量狀態(SOE)、OCV與放電容量(CD)的特性曲線，提出基于OCV-CD曲線和羅曼諾夫斯基準則的電池單體篩選方法。RAN 等[33]利用獲取的退役電池5%SOC時的混合動力脈沖能力特性(HPPC)測試曲線，通過Canopy 算法確定聚類中心個數，之后使用二分K-means 算法對電池聚類，聚類結果穩定性得以提升。

動態特性曲線分選法電池成組一致性好，但該方法是曲線聚類，若完整考慮特性曲線，數據量龐大，會產生“維數災難”，導致聚類困難，因此想要實現該方法的規模化應用，有必要對曲線進行降維。

2.4 綜合特性分選

基于上述分析，單參數分選法分選速度快，但分選可靠性差；多參數分選法分選速度與分選可靠性均一般；動態特性分選電池成組一致性好，但曲線聚類效率較低；綜合特性分選將靜態分選與動態分選的優勢相結合，在實現退役電池一致性管理的同時，提高分選速度，兼顧分選效率與成組一致性，是目前國內外一致性分選技術的研究熱點[34-39]。

高崧等[35]首先選取多參數分選法對退役電池初選，減少電池數量，然后選取放電曲線各階段的代表性特征點作為分選參數，采用K-means 聚類算法對初選后的電池進行聚類。該方法分選速度快且電池組性能較為一致。龍希金[36]獲取倍率放電曲線的狀態電壓和狀態電阻作為分選指標，根據該指標利用最小二乘算法和層次聚類法對電池進行聚類。上海理工大學鄭岳久課題組[38]用快速充電曲線提取的特征電壓間接表征容量的不一致，進一步利用支持向量機算法建立容量預估模型，以實現根據電壓對電池容量的快速預估，同時內阻由恒流充電曲線起始處的電壓突變獲得；最后根據最小容量和平均內阻原則，對模塊進行了帶有權重因子的K-means 聚類。該方法由于省去了標準的電池測試步驟，分選效率得以大幅提升。

3 結論

退役電池一致性管理技術的研究以最小化成組電池單體或電池組間的性能差異為最終目的。近年來雖然在理論方面取得了一些突破，但并未出現可同時滿足經濟性、安全性和一致性等復雜需求的綜合管理技術。未來對一致性管理技術的研究可能從以下幾個方向開展。

電池均衡技術方面，繼續優化均衡拓撲，以實現高效、快速、高集成度的拓撲電路為目標；創新控制策略，以自動控制為趨勢，將模糊控制、模型預測等數學模型引入其中。

一致性分選技術方面，優選最佳分選特征參數，克服傳統靜態和動態分選缺點，提取最少又最能代表電池特征指標作為研究重點；深入研究綜合特性分選技術，實現效率高、一致性好的分選。

退役電池性能離散度高，直接成組梯次利用，所配置的均衡電路和控制策略會較為復雜，所以，建議退役電池要做一致性分選，再進行均衡。