基于Two-Scenario Cascade Utilization模型和Newton-Raphson Backtracking Optimization算法的退役电池储能系统最优配置研究

本研讨提出了一种双场景梯次运用（MSCU）模型，旨在对退役电动轿车电池进行二次运用，以缓解动力缺少并遏制环境污染。运用Newton-Raphson Backtracking Optimization（NRBO）算法，该研讨优化了电池容量分配，提高了储能场景下的经济效益。详细的本钱、收益及方针补助剖析标明，从初始80%的状态电荷（SOC）开端，梯次运用可将电池运用寿数延伸7年，并下降储能体系本钱。在初始出资为1000万元的情况下，体系的年度净收益增加了230万元，收回期从9年缩短至5年。单位容量本钱（为1550元/kW·h）以及峰谷电价差对……的要害影响……经济可行性被强调。例如，电池本钱降至1500元/kW·h会导致净收益增加到824万元，出资收回期缩短至1.21年。在基准函数上测试的NRBO算法表现出优胜功能，平均最佳习惯度为9.98，标准差为0.84，突显了其在全球优化中的有效性。该研讨有助于“可持续发展经过提出一个退役电池再运用结构，为方针制定者和动力行业利益相关者供给了名贵的指导。

导言

全球交通运输行业正因动力缺少和环境恶化等紧迫问题而阅历着要害的转型。Electric vehicles (EVs) 已成为应对这些应战的要害解决方案。电池技能的前进，加之相关本钱的下降以及政府对新动力轿车的支持方针，正推动商场进入快速扩张阶段。
电动轿车商场的增长伴随着动力电池产值的明显提高。图1显示，包含其他类型在内的动力电池产值在2023年到达778.1 GWh，较前一年增长了42.5% [[1], [2], [3], [4], [5], [6]]。ADDIN EN.CITE 温室气体排放的削减以及动力危机的缓解。但是，动力电池功能的自然衰减在寿数晚期办理方面提出了新的应战。通常情况下，当电池的可运用容量下降至初始容量的70%至80%时，即被以为不再适合持续作为电动轿车的动力源[7]。直接处置这些电池或许会导致严重的资源糟蹋和潜在的环境污染。为了有效应对这一应战，对退役电池进行细致的挑选和从头拼装至关重要。这使得它们能够被从头运用于功能要求较低的运用场景，例如电网储能体系和住所储能解决方案。这种办法减轻了电池收回流程的压力，并有效下降了储能体系的全体本钱，从而促进资源的循环运用，助力实现可持续发展方针。具体而言，Xu等人的研讨得出结论，电动轿车电池最早可在2030年满足欧盟的静态电池储能需求。Kastanaki和Giannis发现二次生命周期...
虽然储能技能在全球和全国范围内已获得长足前进，但由于经济和保护本钱的原因，其在我国的广泛运用仍面临应战[9]。为了缓解这一问题，选用本钱较低的cascade batteries是一种有效的战略。运用cascade batteries能够明显削减资源糟蹋，下降环境损坏，减轻废旧电池收回处理的压力，并促进电动轿车行业的绿色发展[10]。
本研讨探讨了退役电池再运用的可行性和本钱效益。例如，Biswal等人对近期退役锂离子电池（LIBs）收回方面的发展进行了全面总述，涵盖了收回工艺、产品识别以及各种收回办法的环境影响等方面。他们还评论了化学反应、热力学、动力学和运行参数对收回技能的影响，并对其可持续性进行了批判性评价，包含生命周期评价和生命周期本钱剖析。虽然之前的研讨[11]强调了锂离子电池梯次运用的环境优势，但它们往往忽略了探索这些电池在不同运用场景下的习惯性及相关的转化本钱，这阻止了在各种布景下对其经济效益的全面评价。一项研讨[12]强调了电池挑选和均衡技能在退役牵引电池梯次运用中的重要性。但是，它并未充沛探讨这些技能的普适性或适用于Two-Scenario模型的优化战略，从而约束了对电池功能及其相关经济效益的全面了解。文献[13]探讨了退役电动轿车电池在绿色动力电力体系中的再运用潜力及本钱剖析，但缺少长期评...
在经济剖析方面，Wang等和Yang等采取了归纳办法，考虑了电池自身的整个生命周期，而其他研讨则侧重于电网中储能体系（ESSs）的二次运用，剖析了动力体系的影响。这些研讨对退役电池的二次运用和收回的经济功能进行了全面评价，突出了电池体系容量装备在实践部署中的要害作用。比如Wu等人的研讨调查了电动轿车电池二次运用的潜在赢利，并确认了电池报废的最佳剩下容量，但它们未能充沛考虑不同运用条件对电池寿数的影响，这或许会影响电池在多种场景下的经济效益评价[14]。包含Hu等人开展的研讨构建了电池老化机制、再运用和经济效益模型，以提高二次电池的盈利能力，并识别出适合二次电池的低需求运用场景；但是，这些模型在Two-Scenario设置下的实践适用性验证缺少，约束了模型的普适性和预测准确性[15]。Gao等人指出，退役磷酸铁锂电池在微电网中的再运用能够下降储能本钱，但他们的研讨并未对经济模型进行全面的考量。
关于电动轿车（EV）电池在储能体系中的二次运用研讨已获得发展，但仍存在明显距离。例如，Geng等研讨了EV电池在储能中的二次运用，预测了EV的增长、电池退化以及储能需求[17]。但是，该研讨未能深入探讨各种场景下电池再运用的经济可行性和潜力，这或许会约束对其二次运用潜力的全面了解。Al-Wreikat等证明了运用退役电池的储能体系的出资收回期超过七年，但指出缺少对多家庭环境下容量分配和经济效益的全面评价，这或许导致低估电池在住所储能场景中的运用潜力[18]。Fan等建立了铅酸电池与梯次运用锂离子电池在储能体系中的对比剖析模型，但未充沛比较两种电池技能在不同场景下的归纳经济效益，这或许会影响电池再运用战略的优化[19]。Deng等研讨了将退役电池拼装成用于满足住所社区动力需求的二次电池储能体系，但未充沛考虑跨多个场景的体系集成复杂性及其经济效益，这或许导致评价不准确。
算法在级联储能体系经济性和功率方面的优化中发挥着要害作用。Zhao等人的研讨探讨了将退役牵引电池从头运用于用户侧储能体系的潜力[21]。该研讨标明，这种再运用能够延伸电池生命周期、下降本钱并提高资源收回率。建立了一个旨在最大化经济效益的规划模型，并经过求解器进行了求解，证实了其在商业用户场景中的运用价值。研讨人员构建了统筹经济和环境方针的多元方针优化模型，选用改善的NSGA-II算法来提高求解功率和精度。例如，Chen等人对辽西区域进行的事例研讨验证了此类模型和算法的有效性[22]。但是，现有算法存在局限性，需要更先进的算法来提高级联储能体系优化的灵活性、习惯性和通用性。这能够确保优化结果在不断变化的商场和方针环境下具备鲁棒性。
当时关于退役电池梯次运用的研讨主要会集在单一运用场景下的效益剖析，对跨多个场景的联合优化战略探索缺少。本研讨提出了一种基于退役电池剩下运用寿数估计的双场景梯次运用模型，旨在实现年净收益最大化。该模型选用Newton-Raphson Optimization（NRBO）算法求解，该算法已经过测试函数验证了其优势，并针对本模型进行了设计与测试。最终确认了最优电池容量分配方案以实现经济效益最大化。此外，本研讨运用实测数据对模型进行了验证与修正，以提高其实用性和准确性。