Experimental Multi-Metric Health Assessment of Second-Life Electric Vehicle Batteries for Reuse Pathway Classification

1. Experimental Multi-Metric Health Assessment of Second-Life Electric Vehicle Batteries for Reuse Pathway Classification

基本信息

• 标题：Experimental Multi-Metric Health Assessment of Second-Life Electric Vehicle Batteries for Reuse Pathway Classification
• DOI/URL：https://doi.org/10.3390/batteries12070265
• 期刊/会议/预印本平台：Batteries, 12(7), 265
• 发表日期：2026-07-21
• 作者和机构：Md Sabbir Hossen、Gobbi Ramasamy、Ngu Eng Eng（Faculty of AI and Engineering, Multimedia University, Malaysia）；Marran Al Qwaid（Shaqra University, Saudi Arabia）
• 通讯作者：Gobbi Ramasamy（页面以星号标出，Author to whom correspondence should be addressed）
• 脚本评分：67
• 期刊指标核验：未核验；脚本期刊层级为 specialized battery journal / Batteries。

纳入理由和命中证据

• 命中主题：second-life EV batteries、battery health assessment、state of health、degradation behavior、reuse pathway classification。
• 可访问正文明确写到：91 个退役 EV 锂离子电芯通过标准化充放电测试提取 SoH、放电容量、往返能量效率和电压/电流时间序列，并把健康指标映射到 grid-support、residential storage、backup、recycling 等路径。
• 与算法型 RUL 论文不同：作者明确说明“rather than proposing a new predictive model or learning-based algorithm”，贡献是多指标健康评估和工程筛选决策。故纳入为健康评估/二次寿命筛选参考，不作为核心 RUL 预测模型论文。

创新点

• 用 SoH + discharge capacity + round-trip energy efficiency 的多指标框架替代单一容量保持率判断。
• 在真实退役 EV 电芯群体上做统计和交叉分类，强调同等 SoH 下能量效率可能差异显著。
• 规则可解释，适合工业筛选流程的初筛，而非黑盒模型。

主要内容 / 方法流程

1. 退役 EV 电芯标准恒流充放电测试。
2. 记录电压、电流、容量、能量等 1 s 时间序列。
3. 预处理：剔除中断/异常记录，移动平均平滑，分割充电/放电/静置段。
4. 计算放电容量、SoH、充放电能量、往返能量效率、平均放电电压、放电时长等指标。
5. 以 SoH 阈值和效率阈值交叉分类，映射到 grid-support、residential storage、backup、recycling。

输入特征与输出目标

• 输入特征：电压、电流、容量、能量时间序列；衍生的放电容量、SoH、能量效率、平均放电电压、放电时长。
• 输出目标：不是 RUL/EOL 连续预测；输出为电芯健康等级与二次利用路径类别。

数据来源/电池类型/循环协议

• 数据来源：与电池 repurposing partner 的 academic–industry collaboration；车辆品牌、平台、历史工况因保密未公开。
• 电池类型：退役 EV lithium-ion cells，额定容量 180 Ah。
• 样本量：91 个电芯。
• 测试条件：实验室标准充放电；Neware BTS；电压约 2.8–3.65 V；电流约 ±14.4 A；1 s 采样；单次完整测试约 1.5–3 h。

结果指标

• SoH 范围约 22%–96%，均值 63.6%，标准差 16.3%。
• 往返能量效率平均约 83.7%；少量计算值超过 100%，作者归因于测量/积分/分割误差。
• SoH 与效率中等正相关，r≈0.64；说明容量保持率不能完全替代效率退化。
• 超过一半电芯低于 60% SoH，被归入 end-of-life/recycling 类。

Baseline/对比方法

• 主要对比是与单指标 SoH/容量筛选思路的概念和统计对比，不是机器学习 baseline。
• 未报告强预测基线、外部验证或动态应用工况下的部署验证。

泄漏风险/局限性/复现性

• 泄漏风险：低；本研究不是训练预测模型。
• 局限性：车辆历史、厂商、具体化学体系细节不可公开；没有 EIS/DCIR/post-mortem；二次利用路径是工程推断，未做应用级长周期验证；效率 >100% 的异常值需要谨慎。
• 复现性：中等偏低；方法和阈值清晰，但原始工业退役电芯数据不可公开。

对哥哥研究/落地的启发和后续动作

• 可把 SoH + energy efficiency + voltage stability 作为 RUL/SOH 模型之外的 deployment decision layer。
• 后续若做二次利用或 pack 分选，不要只用容量型 SoH；加入效率/内阻代理指标可减少误分。
• 建议加入“二次利用健康筛选”文献库，但不要作为核心寿命预测算法 baseline。

---