中国电子装备技术开发协会

行业资讯

行业资讯当前位置：网站首页 > 行业资讯 >

技术 | 退役磷酸铁锂动力电池梯次利用分析

随着我国新能源汽车产业的快速发展，锂离子动力电池被广泛用于主流新能源汽车配套电池体系中[1-3]。商业用锂离子动力电池按正极材料的不同主要分为锰酸锂(LiMn2O4)电池、三元(LiMO2，M=Ni、Co、Mn/Al)电池和磷酸铁锂(LiFePO4)电池，由于它们内在晶体结构上存在较大差异(图1)，造成各自性能和使用领域上的不同。相比正极材料为尖晶石型结构的锰酸锂和层状结构的三元镍钴锰/镍钴铝，橄榄石结构的磷酸铁锂电池具有更好的安全性能和循环寿命[4]，为其退役后的梯次利用提供了可能。

图1 锂离子动力电池正极材料晶体结构图

本文梳理了退役磷酸铁锂动力电池梯次利用作为其延续生命周期、价值增值的可行性，总结并进一步探索磷酸铁锂梯次电池的应用场景，旨在为其推广提供参考依据。

1. 退役磷酸铁锂动力电池梯次利用可行性

1.1 理论评估

2019年诺贝尔化学奖获得者John B.Goodenough带领团队在1997年首次报道了具有橄榄石结构的磷酸铁锂能可逆地脱嵌锂离子，自此之后磷酸铁锂就被认为是较为理想的锂离子电池正极材料[5]。

Xu YN等[6]通过计算每个原子的有效电荷和相邻原子成键的键级，证实了磷酸铁锂中的PO43－是聚阴离子的推断。Andersson A S等[7]证实了其充放电反应是在LiFePO4和FePO4两相间进行。由于LiFePO4和FePO4晶体体积分别为0.291和0.272nm3，体积相近，在充放电过程中，其体积变化不超过6.81%[8]，不会造成颗粒的严重变形和破碎，因此具有优良的电化学循环性能；同时，由于磷酸铁锂晶体中的P-O键较强，难以分解，即便在高温或过充时，结构也不容易崩塌，具有很高的安全性及热稳定性[9]。磷酸铁锂充放电晶体结构图见图2。

图2 磷酸铁锂充放电晶体结构图

退役磷酸铁锂电池在放电容量、直流内阻、可用功率等可表征动力电池寿命的性能指标上，均有较好表现。针对某25 Ah磷酸铁锂电池循环寿命测试，见图3，可以看出，循环放电3 200余次后，电池容量降为80%，随后增加到3 600余次，电池容量降为78%，线性向下趋势较缓。范茂松等[10]研究表明：针对退役磷酸铁锂电池单体，在模拟备用电源条件下的使用寿命长达8 a；在电网储能条件下，循环寿命可达5 000次；在电网调频条件下，循环寿命可达10 000次。刘仕强等[11]研究表明：退役磷酸铁锂电池持续用1 C倍率进行循环实验，放电容量衰减到40%时约需要511.675天。这些都为退役磷酸铁锂动力电池梯次利用提供了理论依据。

图3 某25 Ah磷酸铁锂动力电池循环寿命测试

1.2 技术评估

在使用3~8年后，由于电池批次不同、工况不同、使用年限不同、充放电电流大小、深度不同等因素，造成退役下来动力电池的电压、电阻、容量的差异，使得电池一致性问题一直困扰着梯次利用的可行性。目前国内外退役磷酸铁锂动力电池梯次利用绝大多数案例，都是对退役下来的电池包、电池模组经简单性能测试并配以相应管理系统后，直接用于储能、低速电动车、基站备电等，而电池单体的梯次利用鲜有报道。因此，梯次利用的技术壁垒较高[12]，其难点主要集中在智能拆解、寿命预测以及离散整合等三大关键技术。

1.2.1 智能拆解技术

电池的外观特征可以间接反映电池的性能变化，对于性能不良的电池，通常可以通过外观分选剔除，不参与后续梯次利用。一般挑选的主要参数包括：表面平整度、结构完整度、电压、内阻、压痕、气胀、变形、漏液、漏电、油污、编号缺失等[13]。如何通过在线检测与快速分拣技术捕捉电池外观、尺寸以及其他关键特征信息，实现多种模组智能兼容的识选；如何实现模组拆解单体过程中多维识选，以及对模组连接铜片激光焊点进行精确化定位，智能化铣削，使模组实现无损化拆解，技术难度均较大。目前研究的方向主要是基于高速、高分辨率视觉系统的可编程机器人技术以及移动多道X射线荧光光谱检测技术，采用伺服控制与逻辑控制集成技术，实现退役动力电池模组的自动识别、快速精准定位、姿态调整与安全拆解。此外，由于电池包拼装结构的差异，拆解外壳、托架、隔板、高压线束、线路板、电池管理系统、冷却系统、高压安全盒等部件时，目前多采用人工拆解，也很难实现机械化。

1.2.2 寿命预测技术

由于电动汽车使用环境的不同，动力电池必然受到各种外界环境的影响，如大电流充放电、温度、振动以及各种原因导致的电池滥用等。而动力电池本身是一个复杂的电化学系统，其容量衰减机理受到电池材料、内部结构、自放电、外部环境等多因素共同的影响[14-17]，导致单体电池老化程度存在差异，这就使得磷酸铁锂梯次电池剩余寿命预测较为困难。目前针对剩余寿命预测技术的主要研究方向在于全生命周期监测，即要建立基于大数据下的退役电池残余价值分析平台及方法，基于卡尔曼滤波(KF)算法及其衍生算法[18-20]等多种方法融合，实现电池的荷电状态(SOC)和健康状态(SOH)实时监控，对安全可靠性和电压、内阻、容量的一致性等作出正确判断，从而快速有效、成本低廉的实现磷酸铁锂梯次电池筛选。

1.2.3 离散整合技术

离散整合的关键点是开发最佳的配组方案，优化电池管理系统(BMS)，让剩余能量更有效地发挥出来。木桶理论中的短板效应同样适用于电池的梯次利用，由于退役磷酸铁锂动力电池之间存在差异，性能最差的电池决定了整个梯次利用系统的性能，所以需要根据退役电池的属性参数，建立数据库和仿真模型，推算匹配系数，并根据梯次利用场景，设计兼容系统，兼顾安全高效，实现对梯次利用电池的有效管理。

1.3 经济评估

退役磷酸铁锂动力电池的梯次利用是在不增加资源的情况下，延伸电池的使用价值，是一项增值服务，但是否具有较好的经济效益，还需要从其不同阶段梯次、应用场景、地域、国家政策、资源价值等多方面考量。若仅对电池包、模组进行梯次，所需技术要求不高，检测筛选成本也较低，具有较好的经济价值，目前也是退役磷酸铁锂动力电池梯次利用主要方式。以目前磷酸铁锂梯次电池收购成本按约0.15～0.20元/Wh计；各类测试+运输+人力+厂房成本等按约0.15元/Wh；电池再销售成本按约0.40～0.45元/Wh，利润约0.1元/Wh。对于电池消费者来说，对比铅酸电池价格0.45～0.55元/Wh，退役磷酸铁锂梯次电池虽然价格略低，但会随着锂资源价格的上升而失去优势。但是，退役磷酸铁锂梯次电池在能量密度、循环寿命、工作温度、无铅环保等方面，具有铅酸电池无法比拟的优势。在商业储能等方面，峰谷差价在0.7元/kWh以上的北上深、江苏等地区，使用退役磷酸铁锂梯次电池回收周期约4～5年[12]。传统铅酸电池按照200次循环寿命计，使用寿命为3～6年，而退役磷酸铁锂梯次电池按储能阶段40%的SOH为报废临界值，可以循环400～2 000次，两者比较而言，后者更具有巨大的经济价值[21-22]。

对于单体电池的梯次，牵涉到厂商、生产日期、规格型号、大小尺寸、材料体系、能量密度、起始容量、使用场景、故障类型、使用年限、目前电压内阻等一系列问题，造成其在拆解、检测、筛选、重新PACK等难度较大，也致使梯次利用成本较高，目前不具有经济性。

1.4 回收市场评估

目前国内回收方式主要有三种：一是整车企业、电池企业以及行业联盟通过4S店、售后服务网点共建回收；二是由技术设备先进、工艺规范的第三方自建自己的回收网络和物流体系；三是各类第三方交易平台。此外，相关各方也在积极创新商业模式，如电池租赁、储能卖电、降级换电、共享经济等，即便如此，其回收的难点也很突出，如：回收体系还未有效建立，相关法律法规有待完善；回收利用各环节缺乏有效协同与合作；电池规格、类型繁多，回收设备兼容性要求过高，回收工艺难度较大，企业需投入研发成本较多；磷酸铁锂电池回收产品市场价值低廉，企业难以取得利润，若无政策扶持，企业难以为继等。但随着政府出台行之有效的政策来平衡包括个人用户在内的各方利益，不断加强对溯源信息采集要求以及加大各环节企业主体履行的回收利用溯源责任，必将形成一个健康有序、市场主导的动力电池回收利用市场的建立体系。

退役磷酸铁锂动力电池梯次利用应用场景

2.1 交通动力电源

根据交通动力电源具体用途及使用场合的不同，在要求车速低、行驶里程短、充电方便、电池容量要求不高等情况时，完全可使用磷酸铁锂梯次电池替代新的锂电池或铅酸电池：如电动自行车、电动摩托车、电动工程车、电动场地车(电动巡逻车、电动旅游观光车、电动高尔夫车、电动扫地车、电动叉车等)以及部分混合电动汽车等[23-24]。

2.2 电力储能电源

电力储能电源按照使用用途及特点可以分为可再生能源电力储能、电网调峰、调频储能、配电侧分布式储能和用户侧分布式微网储能等[25]。包括中国电科院、国家电网、北汽新能源、比亚迪、合肥国轩等在梯次电池电力储能方面均开展了大量的研究和测试工作，建立了一系列示范工程和商业运作项目[26]，实现了优化资源配置、解决用电矛盾、确保供电可靠、稳定电力系统、提高电网安全等目的。

2.3 通信基站电源

通信基站备用电源具有容量小、低电压、高冗余、小电流、非移动的特点，目前是退役磷酸铁锂梯次电池发展最快的应用场景之一[27]。中国铁塔，作为管理全国范围内的通信铁塔等基站配套设施和高铁、地铁、大型室内公网覆盖设施，拥有197万座铁塔站址，是2018年7月25日工信部等七部门联合发布的《关于新能源汽车动力蓄电池回收利用试点工作的通知》中唯一一家企业试点，其通讯基站和电站直流屏等场合的备用电源除铅酸电池外，积极寻求退役磷酸铁锂梯次电池在此方面的应用，取得了较好的实践经验，目前也在计划开展用退役磷酸铁锂梯次电池逐步替代铅酸电池。

2.4 生产生活电源

对于一些中低端的充电式电子产品，由于成本把控的特殊需要，在满足其应用场景的前提下，用磷酸铁锂梯次电池代替新电池，完全可以胜任，如在电子钟、电子相册、电动工具、电动玩具、充电宝、手电筒等方面[26]，但目前存在最终报废电池收集困难，会大幅增加新能源汽车动力蓄电池回收利用溯源管理困难。

总结与展望

我国是全球最大的新能源汽车产销囯，随着动力电池退役潮的逐渐来临，其能否经济可行、安全环保的科学处置，将成为制约新能源汽车健康有序、可持续发展的关键因素。当电池级碳酸锂价格低于6万元/吨，退役磷酸铁锂动力电池直接进行再生回收，基本没有经济价值，所以，退役磷酸铁锂动力电池的增值就显得尤为关键。而目前梯次利用作为磷酸铁锂动力电池价值衍生品的延续，虽面临着如政策扶持不完善、回收体系不健全、商业模式待创新、单体梯次成本高、梯次技术待破解、拆解装备待发展、上下游企业待联姻等诸多问题，但随着政府、高校、研究院所以及相关企业越来越多的重视，从国家重点研发计划到省市科技重大专项，从鼓励央企、国企推出示范工程到各类市场化商业运作，退役磷酸铁锂电池的高效高值化梯次利用必将得到飞速发展。

参考文献：

[1] 白恺，李娜，范茂松，等. 大容量梯次利用电池储能系统工程技术路线研究[J]. 华北电力技术，2017(3)：39-45

[2] 周志敏，纪爱华. 电动汽车动力电池梯次利用与回收技术[M]. 北京：化学工业出版社，2019：30-36，48-54.

[3] 黄可龙，王兆翔，刘素琴. 锂离子电池原理与关键技术[M]. 北京：化学工业出版社，2011：94-97.

[4] GAO W F, SONG J L, CAO H B, et al. Selective recovery of valuable metals from spentlithium-ion batteries-Process development and kinetics evaluation[J]. Journalof Cleaner Production, 2018, 178(3): 833-845.

[5] PADHI A K, NANJUNDASWAMY K S, GOODENOUGH J B. Phospho-olivinesas positive-electrode materials for rechargeable lithium batteries[J]. J ElectrochemSoc, 1997, 144(4): 1188-1194.

[6] XU Y N, CHUNG S Y, BLOKING J K，et al.Electronic structure and electrical conductivity of undoped LiFePO4[J]. Electrochemical and Solid-stateLetters, 2004, 7(6): A131-A134.

[7] and ERSSON A S, THOMAS J O. The source of first-cycle capacity loss inLiFePO4[J]. Journal of Power Sources, 2001, 97-98: 498-502．

[8] RAVET N, GOODENOUGH J B, BESNER S, et al. Improved iron basedcathode material[C]//Proceedings of 196th Meeting of theElectrochemical Society. Hawaii, US: the Electrochemical Society, 1999: 12-22．

[9] 苗萌，马冬梅，贺狄龙. 磷酸铁锂动力电池失效的研究进展[J]. 电源技术，2016，40(2)：458-461.

[10] 范茂松，刘皓，王凯丰，等. 退役磷酸铁锂动力锂离子电池的适用性[J]. 电池，2017，49(1)：64-67.

[11] 刘仕强，王芳，柳东威，等. 磷酸铁锂动力电池梯次利用可行性分析研究[J]. 电源技术，2016，40(3)：521-524.

[12] 中国汽车技术研究中心有限公司，大连松下汽车能源有限公司. 中国新能源汽车动力电池产业发展报告(2019)[M]. 北京：社会科学文献出版社，2019：138-143.

[13] 王刚，赵光金. 动力锂电池梯次利用与回收处理[M]. 北京：中国电力出版社，2015：118-119.

[14] 李丽，吴峰，陈实，等. 锂离子蓄电池容量衰减的研究[J]. 现代化工，2006，26(2)：112-114.

[15] BROUSSELY M，HERREYRE S，BIENSAN P，et al. Aging mechanism in Li ion cell and calendar lifepredictions[J]. Journal of Power Source, 2001, 97-98: 13-21.

[16] 王其钰，王朔，周格，等. 锂电池失效分析与研究进展[J]. 物理学报，2018，67(12)：274-285.

[17] 刘媛. 锂离子电池的剩余寿命预测方法研究[D]. 西安：西安理工大学，2017.

[18] 李江，王义伟，魏超，等. 卡尔曼滤波理论在电力系统中的应用综述[J]. 电力系统保护与控制，2014，42(6)：135-144.

[19] KIM J, LEE S, CHO B H. Complementary cooperation algorithm based onDEKF combined with pattern recognition for SOC/capacity estimation and SOHprediction[J]. IEEE Transactions on Power Electronics, 2012, 27(1): 436-451.

[20] ZHANG C P, JIANG J C, ZHANG W G, et al. Estimation ofstate of charge of lithium-ion batteries used in HEV using robust extendedKalman filtering[J]. Energies, 2012, 5(4): 1098-1115.

[21] 王建锋，吴丽勇. 5G通信基站内梯次电池的应用分析[J]. 中国新通信，2019(11)：26-28.

[22] 王维. 动力电池梯次开发及经济性研究[D]. 北京：华北电力大学，2015.

[23] 朱国才，何向明. 废旧锂离子动力电池的拆解及梯次利用[J].新材料产业，2007(9)：43-46.

[24] 赵小羽，黄祖朋，胡慧婧. 动力电池梯次利用可行性及其应用场景[J]. 新能源汽车，2019(12)：25-26.

[25] 张婳. 计及梯次利用电池的储能优化规划[D]. 北京：华北电力大学，2017.

[26] 刘颖琦，李苏秀，张雷，等. 梯次利用动力电池储能的特点及应用展望[J]. 科技管理研究，2017，1(4)：59-65.

[27] 刘文德，朱瑞波，吴俊华. 梯次电池在通信基站储能系统的探索及应用[J]. 数字通信世界，2018(6)：164-165.

作者：徐懋，刘东，王德钊

单位：合肥国轩高科动力能源有限公司

（来源：《电源技术》杂志）

(新闻来源:本站原创)