合职院科研团队开启动力电池综合检测新领域

　　近日,安徽省合肥职业技术学院以宋铂博士为核心的科研团队公开了动力电池检测领域及项目成果,其团队成员何雨纯,燕秋晨,罗程等结合了动力电池参数检测难,梯次利用易偏差以及退役后离散性不一致性因素的痛点及百亿级的市场规模与需求,开启了动力电池综合检测项目与技术开发研究,该三人为针对动力电池综合检测前景市场成立合肥派克衡科技有限公司,主要项目将为动力电池综合检测及针对下游梯次利用企业提供梯次利用方案。开发实时监测系统、建立云端电池大数据,突破电池状态诊断和寿命预测、高效重组和运维。

　　随着新能源汽车领域需求的不断上升,未来几年,我国动力电池回收行业的市场规模将不断增长。电动汽车上退役下来的锂离子动力电池在梯次利用时,需要保证串联成组的电池单体具有较好的一致性。单体电池的不一致性是影响电池组可用容量和电池使用寿命的关键因素,梯次利用的动力电池组的放电能力仍然由“短板电池”所决定。这种不一致性会随着电池使用年限的延长的逐渐加大。发现和消除短板电池的不良影响可以提高电池的续航能力。

　　目前针对退役动力电池安全性评估尚无成熟标准化的方法,现有方法不能有效识别电池内部的安全隐患,同时抽样检测的比例也不好确定,退役电池在梯次利用过程中因其内部状态继续劣化,其安全隐患也在持续增加。该项目团队主要进行退役动力电池的状态诊断,一是评估电池当前的容量、内阻等参量,二是判断电池有无安全隐患,三是预测电池在梯次利用过程中的衰减趋势。通过选取可快速测量的电池特征参量(开路电压、交流内阻等),建立电池模型,对退役锂离子动力电池SOC 估计策略研究,采用BP 神经网络算法对 EKF 算法进行补偿和优化的方法,并验证了估计精度,验证 SOC估计精度提高程度、算法收敛速度和鲁棒性。快速评测来诊断电池的状态,这种诊断方法速度快、设备成本较低。

车用动力蓄电池回收利用余能检测流程图