CN105977553A - 电动汽车退役电池梯次复用网络级双向储能监管平台 - Google Patents

Abstract

电动汽车退役电池梯次复用网络级双向储能监管平台,若干个基本储能单元1分别接入并通过电力线2连接到电网4，基本储能单元1包括电动汽车废旧电池1‑1、储能单元监控系统1‑2和电池双向功率变换器1‑3，其中，电动汽车废旧电池1‑1通过电力线2与电池双向功率变换器1‑3连接，而电动汽车废旧电池1‑1和电池双向功率变换器1‑3分别通过通讯线3连接储能单元监控系统1‑2；同时，每个基本储能单元1中的储能单元监控系统1‑2分别逐一通过通讯线3与网络级储能系统监控平台5连接。可以对重要负荷供电，延长退役电池使用寿命，提高了动力电池的利用率，降低了储能电池使用成本；节能环保，控制负荷波动，提高电网电能质量。

Description

电动汽车退役电池梯次复用网络级双向储能监管平台

技术领域

本发明涉及IPC分类中的H02J供电或配电的电路系统或电能存储系统，属于电动汽车电池领域对于电池剩余寿命预估管理以及梯次利用技术，尤其是电动汽车退役电池梯次复用网络级双向储能监管平台。

背景技术

梯次利用正是全球提倡低碳、环保发展的大循环利用概念的一个理论分支，被誉为是循环利用的前端产物和高质化生产方式。梯次利用是指某一个已经使用过的产品已经达到原生设计寿命，再通过其他方法使其功能全部或部分恢复的继续使用过程，且该过程属于基本同级或降级应用的方式。“梯次利用”与“梯度利用、阶梯利用、降级使用”在概念上是基本一致的，但不同于翻新使用。

随着新能源汽车的飞速发展，动力电池，尤其是锂电池，的回收问题也日渐显现。除燃料电池汽车外，全球电动汽车市场，其动力电池主要有磷酸铁锂、锰酸锂、钴酸锂和镍钴锰三元等类型，以锂离子电池为例，虽然其中不含汞、镉、铅等大的重金属元素，但锂离子电池的正负极材料、电解质溶液等物质对和人体健康还是有很大影响。因此，如将废旧锂离子电池采取普通的包括填埋、焚烧、堆肥等垃圾处理方法，其中的钴、镍、锂、锰等金属以及无机、有机化合物必将对大气、水、土壤造成严重的污染，具有极大的危害性。废旧锂离子电池中的物质如果进入中可造成重金属镍、钴、砷污染，氟污染，有机物污染，粉尘和酸碱污染。废旧锂离子电池的电解质及其产物，如LiPF6、LiAsF6、LiCF3SO3、HF、P2O5等，溶剂及其分解和水解产物，如DME、甲醇、甲酸等，都是有毒有害物质，可造成身体伤害，甚至死亡。

以我国前几年的动力电池技术及系统集成技术水平，这些进入市场的动力电池，一般在3-5年左右容量衰减到初始容量的80％，即将达到设计的寿命终止条件，部分一致性不好或使用工况较恶劣的，甚至达不到3年的使用寿命。2015年中国的20.69万辆车的动力电池，退役的动力汽车以平均每辆车50kWh电池来考虑，以此推算，我国最早将在2017年后，迎来动力电池退役的GWh时代，此后逐年快速递增，预计到2019年，最晚不会超过2020年，会有超过10GWh的退役动力电池规模。

全球都在积极开展动力电池梯次利用方面的实验研究和工程应用，国家层面针对梯次利用的相关扶持政策、行业规范和标准，中国《节能与新能源汽车产业发展规划》中明确：“(五)加强动力电池梯级利用和回收管理。制定动力电池回收利用管理办法，建立动力电池梯级利用和回收管理体系，明确各相关方的责任、和义务。引导动力电池生产企业加强对废旧电池的回收利用，鼓励发展专业化的电池回收利用企业。严格设定动力电池回收利用企业的准入条件，明确动力电池收集、存储、运输、处理、再生利用及最终处置等各环节的技术标准和管理要求。加强监管，督促相关企业提高技术水平，严格落实各项环保，重金属污染。”

美国EnerDel公司和日本伊藤忠商事在部分新建公寓中推广梯次利用电池。2002年，美国国家能源部首次立项委托Sandia国家实验室开展车用淘汰电池的二次利用研究，该项目主要针对电池梯次利用的领域、过程及步骤、经济性、示范规模进行初步研究。2010年，美国可再生能源国家实验室(National Renewable Energy Laboratory)开始进行插电式混合动力汽车及纯电动汽车用锂离子电池二次利用的研究，提出淘汰电池可以用在风力发电、光伏电池、边远地区电源等。美国创业公司FreeWire推出了一款电动汽车充电宝产品，充电对象是所有的电动汽车，这款产品名为Mobi Charger，装有滚轮方便移动，主要面向写字楼等工作区域。日产汽车和住友集团合资成立了4R Energy公司，从事电动汽车废弃电池的再利用，在日本和美国销售或租赁的日产Leaf汽车的二手电池用于住宅和商用的储能设备。

欧洲各国也进行了相应的探索。博世集团利用宝马的ActiveE和i3纯电动汽车退役的电池建造2MW/2MWh的大型光伏电站储能系统。该储能系统由瓦滕福公司负责运行和。该项目将建在，预期将于2015年年末投入使用。2010年TUV南德意志集团受到GermanyFederal Institute forBuilding的委托，参与电动汽车电池阶梯利用的研究项目，并在建立储能应用示范工程。该项目得到能源与气候研究机构的资金支持。

相关的专利申请和报道部分公开了其中一些试验项目和研发和创新。

已公开的专利申请中有少量的相关技术方案，包括：中国电力科学研究院和国家电网公司申请的201510674348.3提供含梯次利用电池的多类型储能系统能量管理方法和系统，该方法包括：(1)接收储能电池相关运行数据；(2)存储和管理所述储能电池相关运行数据；(3)随机确定储能电池的功率分配系数；(4)基于自适应功率分配方法，计算储能电池总功率分配给梯次利用动力电池储能系统和锂电池储能系统的功率值；(5)实时调节所述储能电池的功率分配系数；(6)修正储能电池功率命令值；(7)输出所述储能电池功率命令值。

国家电网公司、山东电力集团公司济南供电公司和山东鲁能智能技术有限公司申请的201320453722.3一种基于电池梯次利用的储能系统，它包括交流转直流装置、梯次利用电池组、直流转交流装置、电池组管理系统BMS和监控终端，所述的交流转直流装置、梯次利用电池组和直流转交流装置串连接在市电与用户负荷之间的电路中，所述电池组管理系统BMS与梯次利用电池组连接，所述监控终端分别与交流转直流装置、直流转交流装置和电池组管理系统BMS连接。

宁德时代新能源科技有限公司申请的201410612893.5公开了一种电池模组梯次利用系统及其使用方法，所述系统包括电动汽车、储能电柜及通用电池模组，所述电动汽车和所述储能电柜分别具有电动汽车电池模组安装装置和储能电柜电池模组安装装置，所述通用电池模组与所述电动汽车电池模组安装装置和储能电柜电池模组安装装置均适配安装。

国家电网公司和江西省电力科学研究院申请的201310261893.0公开一种废旧动力电池梯次利用筛选方法，所述方法步骤为：(1)对废旧动力电池组进行充电，使其荷电状态SOC为15％-80％；(2)检测每一只单体电池的开路电压及内阻；(3)将上述废旧动力电池单体并联，直至其开路电压基本相同，与并联前单体电池的开路电压对比，并记录电压升降情况；然后将废旧单体电池及标准单体电池在温度为30℃-55℃条件下搁置3-7天或者室温下搁置10-30天，检测其开路电压及内阻；(4)对比废旧动力电池单体外观、开路电压、内阻、电压降及健康状态，对废旧动力电池单体进行分级，同一级的电池组与储能电网配合使用。

国家电网公司、山东电力集团公司济南供电公司和山东鲁能智能技术有限公司申请的201320451990.1公开了一种基于电池梯次利用的微网储能系统，它包括梯次利用电池组、并网逆变器、离网逆变器、电池组管理系统和监控终端；配电系统通过所述并网逆变器向所述梯次利用电池组充电，梯次利用电池组通过离网逆变器向负荷供电；所述监控终端对所述梯次利用电池组、并网逆变器和离网逆变器进行安全监控，并控制梯次利用电池组的充放电。

浙江工业大学申请的201310586709.X公交电动汽车及其梯次利用电池集群的V2G可用容量评估方法，包括如下步骤：确定目标微网区域中，公交EV电池集群运营和管理模式；设定公交EV电池集群的配置和参数；各时段V2G可用容量评估模型构建；确定梯次利用公交EV电池集群的管理模式；设定梯次利用公交EV电池集群配置和参数；梯次利用公交EV电池集群V2G可用容量评估模型构建；公交EV及其梯次利用电池集群实时V2G可用容量总和评估。

在其他文献和媒体方面，作者汽车相对论于2015-11-06在汽车之家的说客上发表《电动汽车报废了,动力电池怎么处理才好》文，转载德国戴姆勒就联合几家相关背景的公司成立了合资公司，着手建立全世界最大的退役电池储能电站，用于平衡整个德国的电网压力。预期打造的储能电站容量13兆瓦时，储能装置全部采购退役的smart电动版动力电池。整个工程思路将电动汽车的环保属性进一步放大，又能够帮助建立一个更加经济、清洁高效的电动出行生态。风力发电站、太阳能发电站产生的可再生能源往往是波动性很大的，因此需要一个储能电站将电能稳定下来才能够并网、维持电网稳定。这样一来一辆电动汽车上运行10年的电池组，拆下来安装在储能电站里还能够继续运行10年，极大延长了电池组的工作寿命。在德国已经有不少公司都在进行类似的商业模式的探索，而在国内东风日产曾经提出过5年5万元回购晨风的承诺，那么其实也就是看到了动力电池的可再生性能，以及在民用储能领域的二次应用的前景。特斯拉推出的PowerWall其实也是类似思路的产物，只不过他们采用的是全新的电池，并且针对个人用户开放，使每家每户都可以用有独立的储能设备，通过峰谷电差来降低电费支出。

历时2年，由中国电科院、国网市电力公司与交通大学共同完成100KWh梯次利用电池储能系统的工程示范，于2014年6月19日通过验收。利用退役的动力电池，在电动场地车、电动叉车和电力变电站直流系统上进行改装示范，经实测回收电池性能上相比传统铅酸电池有一定优势，且经济性较好。河南省于2014年8月建成退役动力电池储能示范工程，该工程位于郑州市尖山真型输电线试验，是国内首个真正意义上的基于退役动力电池的混合微电网系统。目前常见的方案是将电池包拆解，电芯筛选、配对、再次组装并安装新的BMS，再选取合适的双向逆变器组成系统运行。

经过实验研究发现，尽管淘汰下来的动力电池还会保有不足80％左右的可用容量，但是由于其不一致性非常严重，使得动力电池的大规模集中使用变得非常困难。梯次利用技术最合理的应该是拆解到模组级，而不是电芯级，因为电芯之间的连接通常都是激光焊接或其他刚性连接工艺，要做到无损拆解，难度极大，考虑成本和收益，得不偿失。另一方面，当前大多储能系统的双向逆变器功率较大，需要电池封装为较大容量的模组以供使用，但是模组中的电芯处于生命中后期的表现为容量和内阻的差异越来越大，同一个模组中电芯数量越多，电池模组的可用容量和充放电功率越差，可靠性问题就越严重。

发明内容

本发明的目的是提供一种电动汽车退役电池梯次复用网络级双向储能监管平台，解决方案更加低成本但同时实用可靠，不用将从汽车替换下来的废旧电池进行拆卸，最大限度的将原有电池模组内的电芯保留在原有配组，同时，仍然使用原BMS，选择功率匹配的中小型双向逆变器构建基本储能单元，从而避免因为需加大容量而废旧电池再次重组造成的差异化。

本发明的目的将通过以下技术措施来实现：若干个基本储能单元1分别接入并通过电力线2连接到电网4，基本储能单元1包括电动汽车废旧电池1-1、储能单元监控系统1-2和电池双向功率变换器1-3，其中，电动汽车废旧电池1-1通过电力线2与电池双向功率变换器1-3连接，而电动汽车废旧电池1-1和电池双向功率变换器1-3分别通过通讯线3连接储能单元监控系统1-2；同时，每个基本储能单元1中的储能单元监控系统1-2分别逐一通过通讯线3与网络级储能系统监控平台5连接。

尤其是，电动汽车废旧电池1-1从某辆电动汽车上更换下来，利用GMDE系统控制器和原有的EMS进行通讯，完成1-2次充放电循环，检查每个电芯电压情况，然后，判断电芯一致性，如果一致性非常差，则进行完全拆解，重新分选利用，这种电池不宜超过总数的20％；如果电池组中存在个别电池一致性较差，则将异常电池直接旁路或移除，这种电池组不宜超过总数的30％；如果一致性较好，则直接和GMDE PCS配合构成节本储能单元。

尤其是，对于电动汽车废旧电池1-1进行梯次利用的寿命预测，首先，获得电池容量的训练数据样本，由电池容量的训练数据样本，得到最小二乘法回归替代状态方程，再进一步分别得到AR模型多步预测结果和由转换方程迭代繁殖新粒子，由转换方程迭代繁殖新粒子继而更新观测值，更新粒子权重，预测结束后，通过预测的试验进行预测结果输出，未通过预测的试验，在进行初始化粒子后，从转换方程迭代繁殖新粒子开始重复观测和预测，其中，由电池容量的训练数据样本另一路径直接到AR模型多步预测结果，而且，由AR模型多步预测结果另一路直接到更新观测值；其中，得到电池容量的训练数据样本方法为，首先针对全新的动力电池，通过最小二乘法、粒子滤波和自回归模型融合算法的锂离子电池剩余寿命预测方法，建立相关模型；然后，通过采用最小二乘法构建动力电池的退化趋势方程取代状态转换方程从而得到所需的新粒子。

尤其是，得到电池容量的训练数据样本方法具体过程如下：

利用最小二乘法，首先对新电池容量的训练数据进行回归，选用三次多项式函数形式对容量数据进行拟合，得到容量的退化曲线，并作为PF的状态转换方程；由AR模型获得剩余容量的多步预测结果；

初始化PF算法，设置相关参数如样本点数N，失效门限Elow；

初始化粒子集，令k＝1，产生粒子；

开始迭代过程，由最小二乘法回归得到的状态转换方程繁殖新粒子Xik；

由AR模型训练得到多步预测电池容量值作为迭代预测过程中新的观测值Zik；

重要性采样：

计算权值：采用一步转移后验状态分布，可以简化为 ${\mathrm{\ω}}_k^i={\mathrm{\ω}}_{k-1}^{i}p\left(z_k\right|x_k^i);$

重采样：根据各自归一化权值的大小复制/舍弃样本得到N个近似服从分布的样本令 ${\mathrm{\ω}}_k^i=\frac{1}{N},$ i＝1,…,N；

输出结果为粒子集

状态估计： $Ek=\underset{i=1}{\overset{N}{\Σ}}{x}_{0:k}^i{\mathrm{\ω}}_k^i;$

k＝k+1，再次迭代得到E_K+1，判断是否达到E_low，如果达到，则电池剩余寿命为k。

本发明的优点和效果：对新电池容量的训练数据进行回归、拟合和转换得到电池容量的训练数据样本，在预测、筛选和构建退役电池梯次利用的基本储能单元，再将这些基本储能单元上线接入电网并同时通过分布在每个基本储能单元中的储能单元监控系统通讯汇集构建监控平台。监控并控制梯次利用电池组的充放电，以及组网工作使用，既能防止对储能系统的过充和过放电，又能保持储能系统良好性能，平抑充电行为的随机性，可以对重要负荷供电，延长退役电池使用寿命，降低动力电池全寿命周期成本，提高了动力电池的利用率，降低了储能电池使用成本；节能环保，控制负荷波动，提高电网电能质量。

附图说明

图1为本发明实施例1中退役电池梯次利用网络级储能系统监控平台结构示意图。

图2为本发明实施例1中退役电池梯次利用方法流程示意图。

图3为本发明实施例1中退役电池剩余寿命预测方法示意图。

附图标记：

基本储能单元1、电力线2、通讯线3、电网4、网络级储能系统监控平台5；

电动汽车废旧电池1-1、储能单元监控系统1-2、电池双向功率变换器1-3；

具体实施方式

本发明原理在于，虽然，基于粒子滤波(Particle Filter,PF)框架的预测方法可以很好地适应于非线性、非高斯场合，但粒子枯竭会降低预测精度。本发明通过采用最小二乘法构建动力电池的退化趋势方程取代状态转换方程从而得到所需的新粒子。在后续预测步骤中PF的观察数据可通过AR模型的结果作为观测值的参考。

本发明中，如附图1所示，若干个基本储能单元1分别接入并通过电力线2连接到电网4，基本储能单元1包括电动汽车废旧电池1-1、储能单元监控系统1-2和电池双向功率变换器1-3，其中，电动汽车废旧电池1-1通过电力线2与电池双向功率变换器1-3连接，而电动汽车废旧电池1-1和电池双向功率变换器1-3分别通过通讯线3连接储能单元监控系统1-2；同时，每个基本储能单元1中的储能单元监控系统1-2分别逐一通过通讯线3与网络级储能系统监控平台5连接。

本发明的技术方案不但包括一种网络级储能系统监控平台5的构成，而且也包括与其相关的构建这个监控平台的方法，如附图2所示，电动汽车废旧电池1-1从某辆电动汽车上更换下来，利用GMDE系统控制器和原有的EMS进行通讯，完成1-2次充放电循环，检查每个电芯电压情况，然后，判断电芯一致性，如果一致性非常差，则进行完全拆解，重新分选利用，这种电池不宜超过总数的20％；如果电池组中存在个别电池一致性较差，则将异常电池直接旁路或移除，这种电池组不宜超过总数的30％；如果一致性较好，则直接和GMDE PCS配合构成节本储能单元。

在本发明中，对于电动汽车废旧电池1-1梯次利用的寿命预测技术，也是重要环节，其中，包含了对电动汽车废旧电池1-1同型号全新产品的电池容量的训练数据样本，这也是对电动汽车废旧电池1-1通过充放电进行寿命预测的参照标本。

如附图3所示，由电池容量的训练数据样本，得到最小二乘法回归替代状态方程，再进一步分别得到AR模型多步预测结果和由转换方程迭代繁殖新粒子，由转换方程迭代繁殖新粒子继而更新观测值，更新粒子权重，预测结束后，通过预测的试验进行预测结果输出，未通过预测的试验，在进行初始化粒子后，从转换方程迭代繁殖新粒子开始重复观测和预测，其中，由电池容量的训练数据样本另一路径直接到AR模型多步预测结果，而且，由AR模型多步预测结果另一路直接到更新观测值。

本发明中，得到电池容量的训练数据样本方法为，首先针对全新的动力电池，通过最小二乘法、粒子滤波和自回归模型融合算法的锂离子电池剩余寿命预测方法，建立相关模型；然后，通过采用最小二乘法构建动力电池的退化趋势方程取代状态转换方程从而得到所需的新粒子。

下面结合实施例对本发明作进一步说明。

实施例1：

得到电池容量的训练数据样本方法具体过程如下：

利用最小二乘法，首先对新电池容量的训练数据进行回归，选用三次多项式函数形式对容量数据进行拟合，得到容量的退化曲线，并作为PF的状态转换方程；由AR模型获得剩余容量的多步预测结果；

初始化PF算法，设置相关参数如样本点数N，失效门限Elow；

初始化粒子集，令k＝1，产生粒子；

开始迭代过程，由最小二乘法回归得到的状态转换方程繁殖新粒子Xik；

由AR模型训练得到多步预测电池容量值作为迭代预测过程中新的观测值Zik；

重要性采样：

计算权值：采用一步转移后验状态分布，可以简化为 ${\mathrm{\ω}}_k^i={\mathrm{\ω}}_{k-1}^{i}p\left(z_k\right|x_k^i);$

重采样：根据各自归一化权值的大小复制/舍弃样本得到N个近似服从分布的样本令 ${\mathrm{\ω}}_k^i=\frac{1}{N},$ i＝1,…,N；

输出结果为粒子集

状态估计： $Ek=\underset{i=1}{\overset{N}{\Σ}}{x}_{0:k}^i{\mathrm{\ω}}_k^i;$

k＝k+1，再次迭代得到E_K+1，判断是否达到E_low，如果达到，则电池剩余寿命为k。

前述中，粒子滤波PF就是指，通过寻找一组在状态空间中传播的随机样本来近似的表示概率密度函数，用样本均值代替积分运算，进而获得系统状态的最小方差估计的过程，这些样本被形象的称为“粒子”，故而叫粒子滤波。

基于粒子滤波(Particle Filter,PF)框架的预测方法，PF的状态转换方程

前述中，AR模型是一种线性预测模型，即已知N个数据，可由模型推出第N点前面或后面的数据，设推出P点，所以其本质类似于插值，其目的都是为了增加有效数据，只是AR模型是由N点递推，而插值是由两点或少数几点去推导多点，所以AR模型要比插值方法效果更好。

前述中，储能单元监控系统1-2是具有人机监控界面的监控单元，对下监控BMS和电池双向功率变换器1-3储能逆变器，对上可和网络级进行通讯；储能单元监控系统基本功能为：1)整合各厂商的BMS通讯协议以对电池包的运行状态进行监控；2)整合储能逆变器的通讯协议以对储能逆变器进行控制；3)整合上级系统的网络通讯协议以上传基本储能单元的运行数据并接受上级系统下发的控制指令；4)制订基本储能单元系统控制策略，其核心思想为如何在满足上级系统下发的控制指令和电池的实际运行情况中达到一个动态平衡。此外，可以根据用户需要指定策略独立控制该储能单元系统运行。

前述中，电池双向功率变换器1-3为5-20KW PCS，具有宽范围电压运行的特点，同时具有充、放电一体化功能，并开放通讯协议以供上级监控平台控制电池的充、放电功率及输出功率因数。在此种应用环境下，对该逆变器的功率调整响应速度和保护功能都会有较高要求。

前述中，BMS即电池管理系统(BATTERY MANAGEMENT SYSTEM)电池管理系统，主要就是为了能够提高电池的利用率，主要对象是二次电池，防止电池出现过度充电和过度放电，延长电池的使用寿命，监控电池的状态。随着电池管理系统的发展，也会增添其它的功能。BMS是电池或二次电池与用户之间的纽带，但存在下面的一些缺点，如存储能量少、寿命短、串并联使用问题、使用安全性、电池电量估算困难等。电池的性能是很复杂的，不同类型的电池特性亦相差很大。

前述中，电池双向功率变换器1-3为一种储能逆变器。储能逆变器是将市电交流电，变换成直流电向蓄电池或电瓶充电储存，当市电停电时再将蓄电池储存的直流电变换成市电220伏交流电供家用电器使用。储能逆变器在储运能情况下是一样的，在逆变时有可能会根据负载电压要求提高或降低电压从而与输入电压不一致，而双向逆变输入输出电压一致。

本发明中，储能单元监控系统1-2为基于互联网的图形监控系统，对基本储能单元进行数据收集、数据分析，并进行系统控制策略的制订，根据不同的用户需求会有不同的系统控制策略：1)电网系统调度：通过调整各个基本储能单元的有功、无功输出改善电网电能质量如功率因数、频率/电压稳定等；2)用户系统控制策略：主要包括以下五类功能，用户需量管理、削峰填谷、新能源自发自用、改善电能质量、电网故障时提供紧急电源。

本实施例中，电动汽车废旧电池1-1为功率10-150KWH，电力线2为ACL1/L2/L3/N/PE、485、485/CAN；通讯线3连接形式为以太网Ethernet/WiFi，

本发明工作时，在获得从电动汽车上拆除下来的废旧动力电池包后，保留原有BMS和机构设计，对电池组不做任何拆解的前提下，按照厂家规定的方法或行业标准对锂离子电池进行具有BMS通讯情况下的若干次完全充电和完全放电，每次均对放电电流进行累积，从而得到二次电池容量的训练数据样本；将此样本套用预测模型对动力电池的剩余循环寿命预测；通过预测结果将电池分为三类：1)拆解类2)维护类3)可用类；其中，对于拆解类直接进入报废阶段进行处理，对于维护类，则通过充放电测试时得到的BMS信息，对其中异常电芯进行拆除操作。

本发明中，采用少量输入缺失电芯并不会对整体电压造成太大影响，在进行预测时；以判定为可用类为主构建平台，则可以最大程度的保证电池单元内部电池的一致性。

Claims (5)

1.电动汽车退役电池梯次复用网络级双向储能监管平台,其特征在于，若干个基本储能单元(1)分别接入并通过电力线(2)连接到电网(4)，基本储能单元(1)包括电动汽车废旧电池(1-1)、储能单元监控系统(1-2)和电池双向功率变换器(1-3)，其中，电动汽车废旧电池(1-1)通过电力线(2)与电池双向功率变换器(1-3)连接，而电动汽车废旧电池(1-1)和电池双向功率变换器(1-3)分别通过通讯线(3)连接储能单元监控系统(1-2)；同时，每个基本储能单元(1)中的储能单元监控系统(1-2)分别逐一通过通讯线(3)与网络级储能系统监控平台(5)连接。

2.如权利要求1所述的电动汽车退役电池梯次复用网络级双向储能监管平台，其特征在于，电动汽车废旧电池(1-1)从某辆电动汽车上更换下来，利用GMDE系统控制器和原有的BMS进行通讯，完成(1-2)次充放电循环，检查每个电芯电压情况，然后，判断电芯一致性，如果一致性非常差，则进行完全拆解，重新分选利用，这种电池不宜超过总数的20％；如果电池组中存在个别电池一致性较差，则将异常电池直接旁路或移除，这种电池组不宜超过总数的30％；如果一致性较好，则直接和GMDE PCS配合构成节本储能单元。

3.如权利要求2所述的电动汽车退役电池梯次复用网络级双向储能监管平台，其特征在于，通过采用最小二乘法构建动力电池的退化趋势方程取代状态转换方程从而得到PF预测算法所需的新粒子；在后续预测步骤中PF的观察数据可通过AR模型的结果作为观测值的参考。

4.如权利要求1和2所述的电动汽车退役电池梯次复用网络级双向储能监管平台，其特征在于，对于电动汽车废旧电池(1-1)进行梯次利用的寿命预测，首先，获得电池容量的训练数据样本，由电池容量的训练数据样本，得到最小二乘法回归替代状态方程，再进一步分别得到AR模型多步预测结果，由转换方程迭代繁殖新粒子继而更新观测值，更新粒子权重，预测结束后，通过预测的试验进行预测结果输出，未通过预测的试验，在进行初始化粒子后，从转换方程迭代繁殖新粒子开始重复观测和预测。其中，由电池容量的训练数据样本另一路径直接到AR模型多步预测结果，而且，由AR模型多步预测结果另一路直接到更新观测值；其中，得到电池容量的训练数据样本方法为首先针对全新的动力电池，通过最小二乘法、粒子滤波和自回归模型融合算法的锂离子电池剩余寿命预测方法，建立相关模型；然后，通过采用最小二乘法构建动力电池的退化趋势方程取代状态转换方程从而得到基于粒子滤波框架预测方法所需的新粒子，进而实现对电池剩余寿命的预估。

5.如权利要求1所述的电动汽车退役电池梯次复用网络级双向储能监管平台，其特征在于，得到电池容量的训练数据样本后的寿命估算方法具体过程如下：

利用最小二乘法，首先对新电池容量的训练数据进行回归，选用三次多项式函数形式对容量数据进行拟合，得到容量的退化曲线，并作为PF的状态转换方程；由AR模型获得剩余容量的多步预测结果；

初始化PF算法，设置相关参数如样本点数N，失效门限Elow；

初始化粒子集，令k＝1，产生粒子；

开始迭代过程，由最小二乘法回归得到的状态转换方程繁殖新粒子Xik；

由AR模型训练得到多步预测电池容量值作为迭代预测过程中新的观测值Zik；

重要性采样：

计算权值： ${\mathrm{\ω}}_k^i={\mathrm{\ω}}_{k-1}^i\frac{p\left(z_k\right|x_k^i)p\left(x_k^i\right|x_{k-1}^i)}{q\left(x_k^i\right|x_{0:k-1}^i,z_{1:k})},$ 采用一步转移后验状态分布，可以简化为 ${\mathrm{\ω}}_k^i={\mathrm{\ω}}_{k-1}^{i}p\left(z_k\right|x_k^i);$

重采样：根据各自归一化权值的大小复制/舍弃样本得到N个近似服从分布的样本令 ${\mathrm{\ω}}_k^i=\frac{1}{N},i=1,...,N;$

输出结果为粒子集

状态估计： $Ek=\underset{i=1}{\overset{N}{\Σ}}{x}_{0:k}^i{\mathrm{\ω}}_k^i;$

k＝k+1，再次迭代得到E_K+1，判断是否达到E_low，如果达到，则电池剩余寿命为k。