梯次电池储能关键技术研究及装备研发 (技术转让)
周书民V1 ( 东华理工大学 教授 )
技术摘要
国内首批大规模应用的新能源车动力电池将在23-24年迎来第一波退役潮,据统计,2028年起,我国退役 动力电池将超过260万吨/每年。退役动力电池梯次利用于储能系统可以延长电池全周期使用寿命,缓解 电池直接报废对环境的冲击,降低使用成本,国家已出台了多项政策推动该产业发展,但简单重组使用 单体性能不一致的梯次电池会带来巨大安全隐患,行业整体技术壁垒较高,其核心技术难点在于电池健 康状态检测(剩余寿命评估)和电池模组系统集成。在电池检测方面,直接测量法、模型法、数据驱动 法等不同程度存在耗时长、计算复杂、适应性不强等问题,不能兼顾检测效率与检测精度;在电池模组 系统集成方面,目前的储能电池管理系统均未能充分考虑退役电池单体性能差异大的特殊性,在均衡管 理、电能变换等方面未有采用针对性的措施,不利于储能系统整体运行的稳定性和对单体电池使用寿命 的保护。 本项目拟针对梯次电池快速分选与重组应用的问题,通过对于梯次电池老化特性的分析,探明梯次电池 健康状态对其高压电场中的放电声纹特征的影响规律,基于人工智能声音识别算法构建电池健康状态快 速检测算法(本项目以SOH检测为主)并完成检测装置研发,保证SOH(容量与出厂容量的百分比)检测 精度3%的情况下,将单体电池检测时间降低到3分钟以内;此外,根据梯次电池储能系统应用的实际需求 ,构建分布式储能系统电池管理云平台,每个电池模块独立设置电池管理硬件终端,通过无线通信方式 实现与云平台的数据交互,云平台上集成智能分析算法,进行系统运行状态的在线在线检测、优化调度 和预警;同时,根据不同的应用环境需求,突破3.2V低压逆变与并联逆变技术,在低功率应用时,采用 全并联方式实现电池组内部的自均衡管理,降低电池组串时由于电流电压的不均衡对电池组整体使用寿 命的影响;最后,完成梯次电池快速分选与重组生产线,家用、户外、工业储能系统研发与应用示范, 形成电池分选、重组、系统研发与应用的完整技术链。
技术说明
(1)提出一种新型基于电场诱导放电声纹识别的电池健康状态检测方法,攻克退役电池梯次利用行业电池容量快速分选与重组的关键共性问题,并提出退役电池快速检测、分选与重组的智能生产线技术方案,助力退役电池梯次利用产业整体发展。基于此新型原理的电池快速检测技术,有望将单体电池检测时间压缩到3分钟以下,同时,由于其高压放电特征能直接反应电池内部离子活性,可不受电池容量影响,并大大降低电池建模的难度和复杂度,以适应于不同类型电池检测的需求。建立新型电池容量快速检测、分选与重组生产线,在室温条件下,电池容量分选精度优于3%,单条生产线处理速度大于100000Ah/小时。
(2)充分结合电池状态在线检测、均衡管理、低压并联逆变等技术,建立基于5G智慧云平台的电池管理系统,集成智能算法进行数据分析和智能调度,实现在25℃±2℃条件下,动力电池组使用过程中整体电压极差≤10%,静置过程中的能量损失小于1%每月。
成熟度
已有样品
技术来源
高校原始创新