梯次利用现有退役动力电池是否已实现快速检测？

近些年，随着新能源汽车的快速推广，按照动力电池使用寿命5~10年来计算，将有大量的新能源汽车动力电池的陆续退役。现阶段对于退役动力电池的主流处理方式有两种——再生回收和梯次利用，但并非所有的动力电池都适用于梯次利用。要充分考虑到退役动力电池所处的生命周期，其中如何对其全方位且快速地评估是行业内较为关注的问题。以下列举了目前常见的退役锂电池快速检测的方式：

01基于大数据检测

大数据驱动的电池性能评估多是基于溯源系统所跟踪的车载电池包运行数据，通过直接和简介的数据信息去推测电池包健康状态。

其检测方式为：线上评估系统+线下检测系统。90%的电池包可以直接通过线上评估的方式判断为梯次利用或报废回收，这样就可以直接降低相当于传统检测手段90%的时间成本和费用投入。对于另外大约10%的电池包，将进行线下检测。使用线下电池健康分析模型，对来料电池进行更加精准的健康度分析，给出梯次利用或报废回收的检测结果。

此类检测方式的优势在于信息较为可靠，可短时间内提取大量电池包数据，并且可以定位到问题模组或单体。其劣势也同样明显，早期新能源汽车接入数据缺失，对现有的退役动力电池包进行估测时难度较大，且溯源系统铺开并实现商业化仍需一定时间与政策辅助。

02基于BMS检测

BMS作为衔接电池组、整车系统和电机的重要纽带，是动力电池组的核心技术，也是衡量一部纯电动整车性能的最为重要的指标。BMS系统自身的复杂性决定了它具有很强的技术壁垒，现在市场上很难知道BMS系统的相关接口数据，属于企业的保密信息。目前有企业尝试通过破解BMS接口，制造类似“万能钥匙”的设备，读取对应汽车运行数据来达到估测电池健康状态的目的。但目前暂未有宣称已开发完全且能实现商业化的设备出现。

03基于实验室检测

针对解决退役电池梯次区间快速分类问题,各研究团队提出了多种快速测试方法。例如采用基于 PCA 降维数据的融合Canopy 的 K-means++退役电池梯次区间快速划分算法,利用 NASA 循环老化实验的数据集进行验证。此方法根据电池的充放电特性,设计基于充电曲线的电池参数快速测试方法,提取电池状态一致性特征,相比传统的电池完整充放电测试,所用时间仅为传统测试的12. 5%,电池数目越多,测试时间越短,分选效率越高,实现了退役电池快速测试的目标。

但此类检测方式需要的设备精度较高且花费巨大，算法仍有提升空间，同样难以实现短期内商业化。

由上述检测方式可以得知，暂时没有能快捷且具备经济性的方式，可检测出退役电池的具体情况。因此目前市面上梯次利用的电池交易中，仍是以分容设备测出的实际容量以及当前内阻，作为主要的估价参考依据。退役锂电池快速检测之路仍需各方积极探索。