编者按：随着动力汽车的不断发展，动力电池也迎来了高速发展时期，动力电池的使用寿命在5年左右，目前动力电池也面临着大量退役后如何回收再利用的问题，本文介绍了一种梯次利用的检测技术，核心思想是离线测试和数据预测相结合，实现电池容量、内阻的快速测试，以及电池寿命的初步预测。

电动汽车动力电池即将面临大量退役，直接再生是一种方法，但如果能进行梯次利用之后再再生无疑是一种更加绿色环保的方法。

但是要实现梯次利用的“绿色环保”并不是一件容易的事情，难点并不在于技术有多高深，而是在于权衡可实施性、可靠性、效率、成本之后如何选取合适的技术，涉及包括检测、筛选、重组、利用等方面。

鲍教授今天来聊一种梯次利用的检测技术，核心思想是离线测试和数据预测相结合，实现电池容量、内阻的快速测试，以及电池寿命的初步预测。下面说一下具体实现方法。

首先说一下不具备可实施性的方法：对退役电池进行满充满放测试电池容量，对退役电池进行循环测试电池寿命。

对应的，可实施的方法应该是：通过短时间的充放电测试采用换算的方法得到电池容量；通过机器学习算法建立电池寿命预测模型，带入时间、累计里程（或累计充电量）、充电次数等数据初步预测得到电池剩余循环次数或者剩余使用时间。

建立SOC-OCV的mapping关系

步骤1：从同一型号的退役电池中选择一节以0.5C倍率进行充电和放电测试，得到电池容量；

步骤2：将电池充满电后，进行阶梯放电，每次放电5%（基于步骤1中的电池容量计算）后静置1小时，采集此时的电池电压作为OCV，重复放电5%-静置1小时-采集OCV的过程直至电池放空；

步骤3：按步骤1和步骤2总共测试3~5节电池，对SOC-OCV曲线进行多项式拟合，得到SOC-OCV拟合方程（仅在0%~100%范围内）；

电池均衡

步骤4：通过工装将电池模组内所有电芯并联一定时间后移除工装；

电池容量测试

步骤5：对模组以0.5C倍率放电6min（时间可调整），放电容量为△Ah；

步骤6：采集0.5C倍率放电前1小时以及后1小时的每节电池电压，分别记为OCV_0和OCV_1；

步骤7：将OCV_0和OCV_1代入SOC-OCV拟合方程得到SOC_0和SOC_1；

步骤8：电池容量Q=△Ah/（SOC_0和SOC_1）；

#以上步骤进行拓展可以测试得到电池内阻。

电池寿命预测

步骤9：将电池退役前时间、累计里程（或累计充电量）、充电次数等数据代入电池寿命预测模型，初步预测得到电池剩余循环次数或者剩余使用时间。

#此处需要一定量数据积累，模型建立后仅需少量数据即可进行初步预测，可以克服整车厂不愿意提供全量数据的难题。

要将以上设想变为产品需要开展如下工作：
1、电池模组均衡工装开发；
2、SOC-OCV的mapping关系处理程序开发；
3、基于现有成熟低成本充放电设备的电池容量测试方法开发；
4、电池寿命机器学习预测模型开发；
5、功能整合及测试验证。



原标题：一种退役电池测试方法可行性研究