基于K-means聚類的退役動力電池梯次利用分選方法

王紅美 劉建利

（1.天津力神電池股份有限公司 天津市 300384 2.力神動力電池系統有限公司 天津市 300384）

退役動力電池梯次利用是針對資源的優化利用所提出的，其核心思想為將退役的電池梯次利用，進而實現對其的資源優化。在針對其利用過程中，必須通過分選方法，保證其利用的精度[1]。在我國，針對此方面的研究起步較晚，但近年來由于對資源需求的不斷提高，對于此類話題的研究成為相關部門的關注重點。結合以往相關研究中，主要通過計算退役動力電池容量的方式，將其剩余容量分攤，進而實現針對其的分選利用[2]。但傳統的分選方法在實際應用中存在精度低的問題，造成此現象的主要原因在于在分選過程中，針對退役動力電池梯次利用選取的綜合評價指標不具有代表性，導致其分選得出的結果與實際相比存在一定誤差。由此可見，傳統分選方法中的存在的弊端已經顯露出來，為解決上述問題，K-means聚類作為一種聚類算法，能夠在若干數據中，通過原型距離的方式，得到數據之間的相似度測度，進而保證期聚類精度[3]。因此，通過K-means 聚類選取的數據評價指標更具代表性，能夠基于該算法的誤差平方和準則函數實現具有相同屬性數據之間的聚類。基于此，本文將K-means 聚類應用在分選方法中，通過該算法的應用，提高退役動力電池梯次利用分選中的聚類精度，致力于從根本上提高其分類精度。

1 基于K-means聚類的退役動力電池梯次利用分選方法設計

1.1 退役動力電池梯次利用成組流程設計

在使用動力電池的過程中，頻繁地充放電會造成電池的應用性能逐漸衰退，通常情況下，動力電池的容量不滿足其初始容量狀態的80%及以上時，則無法將其應用于相應的設備當中，無法提供充足的電量條件。但此時，未達到80%初始容量的電池并沒有完全失去利用價值，還可將其應用于其他領域當中，實現對其梯次利用，從而實現對動力電池的高效利用[4]。結合退役后的動力電池實際應用價值，制定其成組后的梯次利用具體流程：

第一步，將退役后的舊電池傳輸到電池回收廠進行統一管理；

第二步，對電池模組根據其結構特征進行拆解；

第三步，判斷拆解后的電池外觀是否符合相應要求，若符合則將其送往檢測中心，對退役后的電力電池單體各項性能分指標進行檢測，若不符合則將其視為報廢電池，進行后續的回收處理；

第四步，針對完成檢測后的動力電池單體，判斷其是否符合梯次利用條件；若符合則將其作為分選方案中的備選電池，若不符合梯次利用條件，則同樣將其視為報廢電池，進行后續的回收處理；

第五步，對滿足梯次利用條件的電池進行數據預處理，并采用K-means 聚類法對其進行分類，組成完成的串聯電池，并將其安裝在需要供電的設備上投入使用；

第六步，一段時間后，當電池在需要供電的設備上使用時，再次將不滿足性能要求的電池送入到電池回收廠，并重復第一步操作，直到該舊電池完全沒有利用價值后，將其進行報廢回收處理。

1.2 退役動力電池各參數數據處理

在明確退役動力電池梯次利用成組流程后，對其各參數數據進行處理。利用八通道電池測試設備，對需要進行梯次利用的動力電池進行測試，結合退役動力電池的測試規范要求，對單體動力電池的容量測定，可通過恒流恒壓充電或恒流放電的方式進行，根據不同那個動力電池的規格進行針對性選擇[5]。在測試過程中，完成三次測試循環，并在最后一次測試過程中將其放電容量作為該動力電池的單體容量值指標。動力電池與普通電池之間存在的差異在于，動力電池單體當中含有直流內阻，因此在測試時應當選用復合脈沖電流對其進行測試。其具體測試步驟為：利用儀器設備將電流階躍信號傳輸到需要進行梯次利用的動力電池當中，對電池內部電壓的變化情況進行測定；再結合歐姆定律計算得出動力電池的直流內阻，其計算公式為：

公式（1）中，r 表示為動力電池的直流內阻；U 表示為動力電池的電壓變化數值；I 表示為輸入到動力電池當中的電流階躍信號。根據上述公式（1）計算，得出動力電池的直流內阻，但該數值當中還包含了歐姆內阻和極化內阻兩部分[6]。因此，在完成對電池的放電脈沖施加之后，動力電池兩端的電壓會產生一個瞬間的電壓降低趨勢。在這一瞬間，電池歐姆內阻也會受到一定的影響。同時，由于歐姆內阻異常所導致的動力電池的電壓也會產生一定的變化，但這種變化持續時間相對較短。同時，由于歐姆內阻和極化內阻在不同設備和不同位置上都存在不同差異，因此本文選擇將代表性更強的50%位置上的歐姆內阻和極化內阻的各個參考數據進行聚類成組。

1.3 基于K-means聚類的電池串聯成組

對于退役后的動力電池而言，對其進行梯次利用重組，能夠統一組內動力電池的性能，并在實際應用中達到更好的應用效果，但由于在成組利用的過程中沒有相應的參考依據，因此很難對其應用性能進行量化。基于此，本文通過引入K-means 聚類算法的方式，為電池串聯成組分選方案的制定提供條件[7]。根據上述八通道電池測試設備測定得出的數據結構，利用K-means 聚類算法進行重新配組，將所選的參考數據進行歸一化處理，并將其作為K-means 聚類算法的每一個維度參與聚類，歸一化處理表達式為：

公式（2）中，g 表示為歸一化處理后的維度參與聚類指數；i表示為通過八通道電池測試設備測量得到的數值；α 表示為不同動力電池測定數值變化參數的平均值； 表示為均值標準差。結合上述公式（2）完成對參考數據的歸一化處理。根據每一塊動力電池測定得到的數值對應到相應的高維空間當中，并對其點與點之間的接近程度按照歐氏距離大小對其進行確定。其具體步驟為：

表1：退役動力電池規格參數對照表

表2：兩種分選方法實驗結果對比表

第一步：確定一組退役動力電池的聚類中心。動力電池容量屬于一種健康因子，這種健康因子在電池進行梯次利用的過程中會對電池的性能造成一定的影響，因此在結合上述公式（2）通過K-means聚類算法的初始聚類中心時，還需要考慮到電池容量這一維度，并將其作為必要條件，從而確保每一個初始聚類中心都能夠在容量這一維度當中呈現出均勻的分布狀態[8]。因此，根據電池容量平均分布的原則，確定聚類中心。

第二步：確定動力電池聚類中心空間點的類型。完成對不同動力電池的分布點到聚類中心距離的計算后，按照就近原則，將與電池分布點距離較近的數據點給予其最相似的聚類；

第三步，對聚類中心進行更新，并計算新的聚類中心與動力電池分布點之間距離的平方和。選取最接近各個聚類均值的對象，并將其作為全新的聚類中心；

第四步，根據判別條件，確定電池梯次利用分選方案。對上述計算得出的距離平方與上一次迭代的數據進行比較，并判斷其是否相同。若相同，則完成聚類，若不相同，則重新按照距離最近原則，對空間點進行分配，直到得出距離平方與上一迭代數據相同的結果，完成聚類，此時與聚類中心最近的數據所屬動力電池即為最終梯次利用的分選方案。

2 對比實驗

本文通過上述論述，完成對分選方法的理論設計，為進一步驗證該分選方法在實際應用中的效果，選擇同一型號、規格的動力電池作為退役動力電池實驗研究對象，該退役動力電池的規格如表1所示。

為保證實驗結果的測定精度，本文選擇利用YD-16250AAD56A型號電池自動分容柜及配套軟件對實驗過程中產生的各類數據進行測定和計算，該型號電池自動分容柜電壓分辨率為1.25mV；電流分辨率為1.08mA，時間分辨率為0.1s。實驗過程中將1000 塊退役動力電池分別放入到四個YD-16250AAD56A 型號電池自動分容柜當中，并對其分別進行編號為：1-1-1、1-1-2、……、1-1-4、2-1-1……、8-8-4，共256 塊電池。分別利用本文提出的分選方法和傳統分選方法對上述實驗準備內容進行分選，并對比兩種分選方案下隨機某組電池在完成充電后的電壓進行測量和對比，并將結果記錄如表2 所示。

從表2 中的實驗結果可以看出，本文分選方法下五組電池的電壓均超過3.00V，而傳統電池電壓僅在2.24V～2.65V 范圍以內。同時，從容量利用率上進行分析可以看出，本文方法分選后電池的容量利用率均高達90.00%以上，而傳統方法分選后電池的容量利用率最高僅為82.36%。因此，通過對比實驗證明，本文提出的分選方法在實際應用中能夠給出更加合理的分選方法，從而實現對退役動力電池的再利用，提高動力電池的利用效率。

3 結束語

本文通過開展對退役動力電池再利用研究，提出一種全新的梯次利用分選方法，并通過實驗組證明了該方法的實際應用優勢。將本文提出的分選方法應用于實際能夠有效提高動力電池的利用率，同時采用本文分選方法選出的動力電池重組方案能夠有效提高電池整體的一致性。