基于库仑效率的退役锂离子动力电池储能梯次利用筛选

郑州大学电气工程学院、国网河南省电力公司电力科学研究院的研究人员郑志坤、赵光金、金阳、赵智兴、高金峰，在2019年《电工技术学报》增刊1上撰文指出，用于电动车的锂离子动力电池退役后，具备在储能系统等场合持续使用的潜力，其健康状态的准确预测对于退役电池的梯次利用具有紧要意义。考虑到目前采用的电池性能预测指标估算精度上的不足，本文从电化学角度出发，分解库仑效率与电池容量衰减之间的内在关系。

针对锂电池充放电循环中可逆锂源的消耗机理，在库仑效率的基础上引入了库仑非效率的定义。在相同试验条件下分别获得两块退役锂离子动力电池充放电容量、库仑效率、库仑非效率三者与循环次数之间的关系。最后，在库仑非效率探测结果对比中，创造性地采用对数坐标系，就此提出基于库仑效率对退役锂离子动力电池储能梯次利用进行筛选的办法，并通过试验验证了该办法的正确性。

近年来，环保问题受到了日益广泛的关注，随之而来的现象之一是电动车技术快速发展，数量不断增长。锂电池作为电动车用动力电池，具有性能优越、比能量高的优势，然而当它的容量衰减至初始容量的70%～80%时，电动车的续航里程已经不能满足要求，达不到使用标准的电池包件将会退役，但退役的动力锂电池对于储能系统，尤其是小规模的分散储能系统来说，依然具有较大的使用价值。

对于退役锂离子动力电池的梯次利用，实现了物尽其用，避免资源浪费，更能延长电池使用寿命，降低动力电池全寿命周期成本，因此拥有巨大的市场需求和使用前景。

为筛选出可持续用于电网和新能源发电储能装置的退役电池，需要对其健康状况有一个直观知道。目前广泛采用的是电池健康状态（State of Health, SOH）评估办法，它对退役电池的梯次利用具有紧要意义。SOH是掂量电池性能的数据指标，其定义在概念上缺乏统一，目前主要体今朝容量、电量、内阻、循环次数和峰值功率几个方面。通常，锂电池的SOH由模型评估得到，现有文献研究的锂离子电池健康状态评估模型主要有电化学模型、等效电路模型和经验模型三种。

最具代表性的电化学模型是Gang Ning模型。该模型从电池内部着手，引入活性锂离子的浓度因素，通过研究电池体均匀容量损失、锂离子浓度变化、SEI膜内阻及膜厚度变化等，建立控制方程，从而得到电池容量损失，即能得到电池的SOH值。但该模型系统方程涉及面广且计算复杂，实用性不强。

RC等效电路模型由Bhangu等提出，该等效电路模型中特大电容Cbulk可以表征电池储能能力，利用等效电路的数学方程和模型状态矩阵方程，并与卡尔曼滤波算法结合，可估算出Cbulk值，进而得到电池SOH的估计值。等效电路模型虽然复杂度不高，但它使用于SOH估算时并未对多耦合参数变量的影响进行分解，因此估算精度并不高。

所谓经验模型法估算电池SOH，是通过总结各种参数变化规律与SOH变化规律的关系，利用数据拟合的办法，得到锂电池的SOH经验模型。黎火林等通过大量电池充放电试验，采用数值分解办法，最终得到了锂离子电池SOH估计的经验模型表达式，实时输入变量参数，从而得到实时电池容量衰减率，但该办法估算SOH的准确度受到数据量大小的影响。

如上所述，模型评估办法用于锂电池SOH的估算，实际受到各种因素的耦合影响，很难准确监控和分解电池内部状态；一些评估模型难以获得高精度的电池参数，造成电池健康状态评估结果的精度和可靠性不足。

为寻求更加直观有效的退役电池筛选办法，避免复杂模型和方程计算带来的预测精度误差，本文从电化学角度阐述了库仑效率的物理意义，得出库仑效率与电池寿命及容量衰减的关系，基于库仑效率引入了库仑非效率的概念。

对两块退役锂离子动力电池进行电化学探测并进行性能曲线对比分解，特别采用对数坐标系来描述库仑非效率与循环次数的关系。最后，提出基于库仑效率对退役锂离子动力电池梯次利用进行筛选的新办法，并在后续试验中证明了结论的正确性。

图1 在90%库仑效率下可逆锂离子的消耗

总结

本文从电池的电化学层次，分解解析了库仑效率与电池容量的内在关系，基于库仑效率引入了库仑非效率的概念，就其物理意义说明了它与电池容量衰减之间的紧要关联。通过两例退役锂离子动力电池的电化学探测对比以及后续的验证试验，发现不同于基于复杂评估模型和方程计算的SOH预测指标，库仑非效率可以更加直观可靠地作为退役锂离子动力电池储能梯次利用筛选的指标，为退役电池的梯次利用筛选拓展了思路。

声明： 本站所发布文章部分图片和内容自于互联网，如有侵权请联系删除