CN106443475A - 基于运营大数据的退役动力电池无拆解再次利用筛选方法 - Google Patents

Abstract

本发明公开了一种基于运营大数据的退役动力电池无拆解再次利用筛选方法，将退役动力电池箱开盖检查，根据外观特性对开盖后的动力电池箱进行筛选，过滤掉外观有损伤的电池箱；对电池箱进行自放电测试，根据电池箱的电池组自放电参数，标记内部放电的电池模块，并剔除内部短路的电池箱；进行活化处理，测试电池组容量，对进行容量分级；对电池组内的电池模块进行一致性评估，根据一致性评估参数进行分级；读取历史运营数据，统计各个电池组的使用记录参数进行统计，并评估其健康状态；根据评估结果，设定等级阈值，筛选出满足设定阈值的动力电池组。本发明可充分发挥电动汽车退役动力电池的剩余性能。

Description

基于运营大数据的退役动力电池无拆解再次利用筛选方法

技术领域

本发明涉及一种基于运营大数据的退役动力电池无拆解再次利用筛选方法。

背景技术

锂离子动力电池，是电动汽车的动力之源，具有高能量、高功率、高倍率放电、工作温度范围宽、使用寿命长等特点。电动汽车用动力电池，是由多个单体电池组成动力电池模块，再由动力电池模块按照一定的串并联方式装配在电池箱内。通常来讲，一辆电动汽车动力电源由数个电池箱串联而成，涉及到数百个甚至上千个电性能一致性较好的动力电池单体。动力电池决定着电动汽车的性能，一般规定动力电池容量衰减到初始容量的80％，为了保障电动汽车的行驶需要和安全需要，应及时更换动力电池。

随着电动汽车的保有量逐步提升，退役电池越来越多，如何处理和利用退役动力电池就成为一个迫待解决的问题。如果全部报废处理，没有尽量发挥其残余价值，会提高电动汽车的使用成本。动力电池二次利用，是指将退役电池剩余的容量性能使用于其性能满足的其他应用领域。

然而，从电动汽车上退役下来的动力电池，健康状态并不一致，不能直接拿来进行二次利用，必须进行严格筛选，剔除出一致性较差和健康状态不合格的问题电池，只有通过合理的筛选，二次利用才能保障其价值充分发挥。

中国电力科学研究院的专利申请CN201110410608.8《一种电动汽车动力电池梯次利用的分级方法》，提出一种将动力电池分级的理论方法，对检测动力电池物理和化学属性有指导作用，但实际操作可行性比较低，不容易实现，即便实现所述检测，也易对电池本身造成破坏。

201410466151.6《一种废旧电池梯次使用的筛选方法》、201310261893.0《一种废旧动力电池梯次利用筛选方法》等发明专利，都提出把动力电池模组进行拆解，拆解出单体动力电池，再重新进行分选配组，这种方法从理论和技术上来说都可以实现，但是拆解、筛选、分容、配组、再组装过程工作量很大，为动力电池的梯次利用增加了使用成本。使用成本过高，就会大大削减退役电池梯次利用的价值。

现阶段对于废旧动力电池的筛选，仍没有明确的定义和方法。如何将这些还具有大部分容量的电池合理的再次使用是一个非常有价值和意义的研究。

发明内容

本发明为了解决上述问题，提出了一种基于运营大数据的退役动力电池无拆解再次利用筛选方法，该方法通过运营大数据分析、外观、自放电、一致性等电池的数据分析和特性测试，淘汰没有二次利用价值的电池组，使剩余动力电池组继续二次使用。该方法既合理利用了动力电池的剩余能量，又不需要对电池进行拆解，提高动力电池的利用效率，且大大降低了退役电池的使用成本。

为了实现上述目的，本发明采用如下技术方案：

一种基于运营大数据的退役动力电池无拆解再次利用筛选方法，包括以下步骤：

(1)将退役动力电池箱开盖检查，根据外观特性对开盖后的动力电池箱进行筛选，过滤掉外观有损伤的电池箱；

(2)对电池箱进行自放电测试，根据电池箱的电池组自放电参数，标记内部放电的电池模块，并剔除内部短路的电池箱；

(3)进行活化处理，测试电池组容量，对进行容量分级；对电池组内的电池模块进行一致性评估，根据一致性评估参数进行分级；读取历史运营数据，统计各个电池组的使用记录参数进行统计，并评估其健康状态；

(4)根据评估结果，设定等级阈值，筛选出满足设定阈值的动力电池组。

所述步骤(1)中，排查电池箱及箱内电池模块外观是否完好，有无破损，有无变形、有无污渍、有无锈蚀以及有无电池鼓包现象。

所述步骤(1)中，对电池箱进行灰尘清理和在光线良好的条件下进行观察。

所述步骤(2)中，将挑选出来的外观合格的电池组充至满电状态，静置后，以设定电流放电至规定的电池组放电电压，记录电池组放电容量,然后再将电池组重新充满电，在室温状态下搁置一定时间，然后以相同放电过程进行放电，记录电池放电容量，根据两次放电容量评估电池组自放电率，淘汰自放电率超过设定值的电池箱。

所述步骤(3)中，具体步骤包括：

(3-1)将电池组以I₁₀电流充至满电状态，静置后，以I₁₀电流放电至规定的电池放电电压；

(3-2)活化处理后，将电池组以I₃电流充至满电状态，静置后，以I₃电流放电至规定的电池放电电压，记录电池组放电容量及放电曲线；

(3-3)根据电池组放电容量进行分级。

所述步骤(3-2)中，放电曲线包括电池组电压--容量曲线和各电池模块电压--时间曲线。

所述步骤(3)中，一致性评估包括以下步骤：

(3-a)根据电池组的放电曲线，选择某阶段某点，记录该点电池组电压值V，及各电池模块的电压值，计算电池模块放电电压标准差及标准差系数；

(3-b)根据电压标准差系数，对电池一致性进行评估分级。

所述步骤(3-a)中，计算各个电池模块电压值的平均值和标准差，标准差系数为标准差与各个电池模块电压值的平均值的比值。

所述步骤(3)中，对于电池组健康状态评估包括：

(3-i)数据分析并统计动力电池组退役前循环次数；

(3-ii)数据分析并统计动力电池组退役前电池维护次数及维护原因；

(3-iii)数据分析并统计动力电池组退役前故障次数及故障原因；

(3-iv)按照动力电池退役前循环次数、运营期间维护次数及维护原因、故障次数及故障原因，对动力电池组健康状态进行分级。

本发明所述的电池模块，为电池箱内最小模块单元，也是最小电压检测单元。

本发明所述的退役动力电池组，是指规模化的充换电站集中应用的动力电池组，在退役前的寿命周期内，电池管理系统和监控系统会对电动汽车及动力电池所有运营数据都有完整的记录。

本发明所剔除的动力电池组，可拆解成为动力电池模块或单体，进行再次筛选、评估、重新分容配组后进行二次应用。

本发明的有益效果为：

本发明通过分析电动汽车退役动力电池的特性，基于对整个电池组寿命周期间的运营大数据分析结果，评估动力电池健康状态，提出一种无需拆解动力电池组的二次利用的筛选方法。该方法可充分发挥电动汽车退役动力电池的剩余性能，省去了中间拆解、配组的成本，提高动力电池二次利用的经济性。

附图说明

图1是本发明的流程图。

具体实施方式：

下面结合附图与实施例对本发明作进一步说明。

一种动力电池梯次利用的分析方法，包括以下步骤：

A：退役动力电池组外观筛查。将退役动力电池箱开盖检查，根据外观特性对开盖后的动力电池箱进行筛选，筛选外观无异常的电池箱进入下一步。

B：退役动力电池组进行自放电测试，根据电池组自放电参数，标记内部放电的电池模块，并剔除内部短路的电池箱。

C：对退役动力电池组进行活化处理，测试电池组容量，根据容量分级并打分。

D：对电池模块进行一致性评估，根据一致性评估参数进行分级并打分。

E：针对充换电站运营数据库内海量运营数据进行大数据分析，根据数据分析结果对动力电池组健康状态进行分级并打分。

F：综合以上C、D、E各项分数，筛选出可不进行拆解，直接进行二次应用的动力电池组。

以某电动公交车换电站20套动力电池组的磷酸铁锂电池为例，介绍本发明所述电池健康评估及筛选方法。电动公交车每套电池组共有9个电池箱组成，其中5个大箱(76.8V/300Ah)，4个小箱(38.4V/300Ah)，共168个电池模块，每个模块有5块60Ah的单体电池串联而成，电池单体标称电压3.2V、终止充电电压是3.6V、终止放电压是2.0V。

本发明所述的退役动力电池组，在退役前的整个寿命周期内，电池管理系统和监控系统会对电动汽车及动力电池所有运营数据都有完整的记录。

更具体地：

外观筛查：

外观检查过程中，电池箱开盖后，要先对电池箱内积灰进行清理，清理完毕后开始观察电池外观。外观识别需在良好的光线条件下进行，筛选出认为有梯次利用价值的动力电池组。通过目测，观察电池箱及电池模块有无破损，有无变形，有无锈蚀，有无电池鼓包现象。电池外观筛查过程也是自检过程，若发现有螺丝未拧紧、表面污垢现象，应立即纠正。

自放电筛选：

室温下，将电池箱内电池组以I₃电流充至满电状态，静置2h后，以I₃电流放电至规定的电池组放电电压，记录电池组放电容量C1,再将电池组重新充满电，在室温状态下搁置28天，然后以I₃电流放电至规定的电池组放电电压，记录电池组放电容量C2；根据自放电率计算公式：

自放电率＝(C1-C2)/C1*100％

筛选出自放电率高于20％的电池组，直接淘汰。

活化处理：

将电池箱内电池组以I₁₀电流充至满电状态，静置2h后，再以I₁₀电流放电至规定的电池组放电电压。

容量测试：

活化处理后，将电池箱内电池组以I₃电流充至满电状态，静置2h后，以I₃电流放电至规定的电池组放电电压，记录电池箱内电池组放电容量及放电曲线。放电曲线，包括电池组电压--容量曲线，也包括各电池模块电压--时间曲线。

表1根据放电容量与动力电池组初始容量的比值将电池组放电容量进行分级，并且打分。

表1电池组放电容量分级打分标准

容量区间	≥78％	75％-78％	70％-75％	65％-70％	65％-70％	≤60％
							分数	5	4	3	2	1	0

一致性评估：

根据电池组容量测试过程中的放电曲线，选择某阶段某点，记录该点电池组电压值V，及各电池模块电压Vn(n为电池组内电池单元的个数)，根据下列公式计算电池模块放电电压标准差系数：

标准差系数

其中，标准差

根据电压标准差系数，对电池箱一致性进行分级，分为六个级别，按照一致性由高到低打分，最高分为5分，依次递减，最低分为0分。

大数据分析：

电动汽车充换电站内动力电池实行集中运营维护和管理，每一箱电池、每一辆电动汽车都有属于自己唯一的编码，在实际运营过程中，可以进行实时监测和计量。

电池管理系统集电动汽车电池状态监测(电压、电流、温度)、绝缘监测、热管理、电池均衡、电池剩余容量SOC、故障告警等功能于一体，系统通过CAN总线可于整车控制器、电机控制器、能量控制系统、充电系统、车载显示系统等进行实时通信。实时监测数据可通过通信平台进行集中上传和处理，进行集中保存，同时可进行追溯。

针对充换电站运营数据库内海量运营数据进行大数据分析，电池箱内电池组健康状态评估包括如下步骤：

E1)数据分析并统计动力电池组退役前循环次数；

E2)数据分析并统计动力电池组退役前电池维护次数及维护原因

E3)数据分析并统计动力电池组退役前故障次数及故障原因；

E4)按照动力电池退役前循环次数、运营期间维护次数及维护原因、故障次数及故障原因等参数，对动力电池箱健康状态进行评价并分级，分为六个级别，按照健康状态由高到低打分，最高分为5分，依次递减，最低分为0分。

综合评估：

根据动力电池容量、一致性和健康状态评估的分数，筛选可以直接进行二次应用的动力电池箱。而本发明所剔除的动力电池箱，可进行拆解，拆解成为动力电池模块或单体，进行筛选、评估、分容、配组后进行二次应用。上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (9)

1.一种基于运营大数据的退役动力电池无拆解再次利用筛选方法，其特征是：包括以下步骤：

(1)将退役动力电池箱开盖检查，根据外观特性对开盖后的动力电池箱进行筛选，过滤掉外观有损伤的电池箱；

(2)对电池箱进行自放电测试，根据电池箱的电池组自放电参数，标记内部放电的电池模块，并剔除内部短路的电池箱；

(3)进行活化处理，测试电池组容量，对进行容量分级；对电池组内的电池模块进行一致性评估，根据一致性评估参数进行分级；读取历史运营数据，统计各个电池组的使用记录参数进行统计，并评估其健康状态；

(4)根据评估结果，设定等级阈值，筛选出满足设定阈值的动力电池组。

2.如权利要求1所述的一种基于运营大数据的退役动力电池无拆解再次利用筛选方法，其特征是：所述步骤(1)中，排查电池箱及箱内电池模块外观是否完好，有无破损，有无变形、有无污渍、有无锈蚀以及有无电池鼓包现象。

3.如权利要求1所述的一种基于运营大数据的退役动力电池无拆解再次利用筛选方法，其特征是：所述步骤(1)中，对电池箱进行灰尘清理和在光线良好的条件下进行观察。

4.如权利要求1所述的一种基于运营大数据的退役动力电池无拆解再次利用筛选方法，其特征是：所述步骤(2)中，将挑选出来的外观合格的电池组充至满电状态，静置后，以设定电流放电至规定的电池组放电电压，记录电池组放电容量,再将电池组重新充满电，在室温状态下搁置一定时间，然后以相同放电过程进行放电，记录电池组放电容量，根据搁置前后电池组放电容量评估电池自放电率，淘汰自放电率超过设定值的电池箱。

5.如权利要求1所述的一种基于运营大数据的退役动力电池无拆解再次利用筛选方法，其特征是：所述步骤(3)中，具体步骤包括：

(3-1)将电池组以I₁₀电流充至满电状态，静置后，以I₁₀电流放电至规定的电池放电电压；

(3-2)活化处理后，将电池组以I₃电流充至满电状态，静置后，以I₃电流放电至规定的电池放电电压，记录电池组放电容量及放电曲线；

(3-3)根据电池组放电容量进行分级。

6.如权利要求5所述的一种基于运营大数据的退役动力电池无拆解再次利用筛选方法，其特征是：所述步骤(3-2)中，放电曲线包括电池组电压--容量曲线和各电池模块电压--时间曲线。

7.如权利要求1所述的一种基于运营大数据的退役动力电池无拆解再次利用筛选方法，其特征是：所述步骤(3)中，一致性评估包括以下步骤：

(3-a)根据电池组的放电曲线，选择某阶段某点，记录该点电池组电压值V，及各电池模块的电压值，计算电池单元放电电压标准差及标准差系数；

(3-b)根据电压标准差系数，对电池一致性进行评估分级。

8.如权利要求7所述的一种基于运营大数据的退役动力电池无拆解再次利用筛选方法，其特征是：所述步骤(3-a)中，计算各个电池模块电压值的平均值和标准差，标准差系数为标准差与各个电池模块电压值的平均值的比值。

9.如权利要求1所述的一种基于运营大数据的退役动力电池无拆解再次利用筛选方法，其特征是：所述步骤(3)中，对于电池组健康状态评估包括：

(3-i)数据分析并统计动力电池组退役前循环次数；

(3-ii)数据分析并统计动力电池组退役前电池维护次数及维护原因；

(3-iii)数据分析并统计动力电池组退役前故障次数及故障原因；

(3-iv)按照动力电池退役前循环次数、运营期间维护次数及维护原因、故障次数及故障原因，对动力电池组健康状态进行分级。