中国铁塔公司发力，新能源电动车退役电池有出路了吗？
来源：宝鄂实业
2019-03-08 10:40
点击量：次
近年来，为了保护环境，国家正在大力倡导使用新能源电动汽车，放眼全世界，绿色环保的新能源汽车也将成为未来的一种时代趋势。随着中国新能源电动汽车保有量持续快速的增长，电动车的退役电池如何处理的问题，已经成为了政府和汽车行业关注的焦点。新能源电动车的电池价格昂贵，寿命不是很长，而且电池里有很多化学物质，废弃的话对环境的污染很大，如果退役电池得不到有效的安置，它将成为制约新能源电动车发展的一个问题。
最近，新能源电动车废旧电池终于遇到“贵人”了，这个“贵人”就是中国铁塔公司。10月31日，在《2018年中国新能源电动汽车电池回收利用体系论坛》上，随着中国铁塔公司与威马汽车签署战略合作协议，电动车退役电池的梯度利用、电池回收方面将取得更大突破，可以帮助推动绿色智慧经济的进一步发展。
中国铁塔作为我国大型通讯铁塔基础设施服务企业，在电池梯度利用方面有着得天独厚的优势。中国铁塔公司副总经理高步文在论坛上称:中国铁塔全国基站电池总量超过40GWh，到2020年累计将退役动力电池13.79GWh，中国铁塔完全可以消化这部分退役电池。如果加上储能，中国铁的需求塔可以消化1000万辆新能源电动车产生的退役动力电池!而且威马汽车不但与远景能源、国家电网展开合作，而且已经开始筹建电池回收公司，积极的在电池梯度利用和电池回收方面展开布局。
中国铁塔公司与威马汽车的合作，拉开了新能源电动车退役动力电池处理的大幕，很好的解决了新能源电动车退役电池的后顾之忧，国家就可以在新能源汽车的发展方面放开手脚大干一场了。在不久的将来，估计新能源车退役电池的数量将呈阶梯式的增长，如果这个问题得不到解决，就会引发很多手尾问题，此前国家工信部等七部委为此还联合出台了《关于组织开展新能源汽车动力蓄电池回收利用试点工作的通知》，明确提出要建立和完善动力蓄电池的回收利用体系，探索电池回收利用的创新商业模式。中国铁塔公司的发力，终于为新能源电动车退役电池找到了有效的商业模式的出路!
上回书说到，锂电池系统庞大，需要电池管理系统的监督和优化，以维护其安全性、耐久性和动力性。上篇中提及的BMS功能需求包括电池电压测量、数据采样频率同步性。本文继续，中篇讲述温度估计和SOC估计。预报，明天的下篇中会包括电池状态包括SOH（健康状态估计）、SOS（安全状态估计）、SOF（功能状态估计） 及SOE（可用能量状态估计）。这些功能是期望BMS具备的，但实际应用中，出于客户要求、车型要求以及成本等等的考虑，实际设计到系统中的可能只是其中的几个。
3.3 电池状态估计
电池状态包括电池温度、SOC（荷电状态估计）、SOH（健康状态估计）、SOS（安全状态估计）、SOF（功能状态估计） 及SOE（可用能量状态估计）。各种状态估计之间的关系如图4所示。电池温度估计是其他状态估计的基础，SOC 估计受到SOH 的影响，SOF 由SOC、SOH、SOS 以及电池温度共同确定的，SOE 则与SOC、SOH、电池温度、未来工况有关。
图4. BMS状态估计算法框架
3.3.1 电池温度估计
温度对电池性能影响较大，目前一般只能测得电池表面温度，而电池内部温度需要使用热模型进行估计。常用的电池热模型包括零维模型（集总参数模型）、一维乃至三维模型。零维模型可以大致计算电池充放电过程中的温度变化，估计精度有限，但模型计算量小，因此可用于实时的温度估计。一维、二维及三维模型需要使用数值方法对传热微分方程进行求解，对电池进行网格划分，计算电池的温度场分布，同时还需考虑电池结构对传热的影响（结构包括内核、外壳、电解液层等）。一维模型中只考虑电池在一个方向的温度分布，在其他方向视为均匀。二维模型考虑电池在两个方向的温度分布，对圆柱形电池来说，轴向及径向的温度分布即可反映电池内部的温度场。二维模型一般用于薄片电池的温度分析。三维模型可以完全反映方形电池内部的温度场，仿真精度较高，因而研究较多。但三维模型的计算量大，无法应用于实时温度估计，只能用于在实验室中进行温度场仿真。为了让三维模型的计算结果实时应用，研究人员利用三维模型的温度场计算结果，将电池产热功率和内外温差的关系用传递函数表达，通过产热功率和电池表面温度估计电池内部的温度，具有在BMS中应用的潜力。图5所示为电池内部温度的估计流程。
图5 电池内部温度估计流程
一般地，锂离子电池适宜的工作温度为15~35℃，而电动汽车的实际工作温度为-30～50℃，因此必须对电池进行热管理，低温时需要加热，高温时需要冷却。热管理包括设计与控制两方面，其中，热管理设计不属于本文内容。温度控制是通过测温元件测得电池组不同位置的温度，综合温度分布情况，热管理系统控制电路进行散热，热管理的执行部件一般有风扇、水/油泵、制冷机等。比如，可以根据温度范围进行分档控制。Volt插电式混合动力电池热管理分为3种模式：主动（制冷散热）、被动（风扇散热）和不冷却模式，当动力电池温度超过某预先设定的被动冷却目标温度后，被动散热模式启动；而当温度继续升高至主动冷却目标温度以上时，主动散热模式启动。
3.3.2 荷电状态（SOC）估计
SOC（State of Charge），可用电量占据电池最大可用容量的比例，通常以百分比表示，100％表示完全充电，0％表示完全放电。
这是针对单个电池的定义，对于电池模块（或电池组，由于电池组由多个模块组成，因此从模块SOC计算电池组的SOC就像电池电池单体SOC估计模块SOC一样），情况有一点复杂。在SOC估计方法的最后一节讨论。
目前，对SOC 的研究已经基本成熟，SOC 算法主要分为两大类，一类为单一SOC 算法，另一类为多种单一SOC 算法的融合算法。单一SOC 算法包括安时积分法、开路电压法、基于电池模型估计的开路电压法、其他基于电池性能的SOC估计法等。融合算法包括简单的修正、加权、卡尔曼滤波（或扩展卡尔曼滤波）以及滑模变结构方法等。
1） 放电测试法
确定电池SOC的最可靠方法是在受控条件下进行放电测试，即指定的放电速率和环境温度。这个测试可以准确的计算电池的剩余电量SOC，但所消耗的时间相当长，并且在测试完毕以后电池里面的电量全部放掉，因此这个方法只在实验室中用来标定验证电池的标称容量，无法用于设计 BMS做车辆电池电量的在线估计。
