電動汽車動力電池退役回收的壓力雖然說不上迫在眉睫，但毫無疑問對這個漸行漸近的問題現在就應該未雨綢繆，早做準備。石油時代即將終結，電車時代正在來臨。根據計算預測，2017年我國將有GWh動力電池退役，2020年將迎來10GWh規模。除了確定報廢的拆解回收原材料，將其余可在其他場景再次利用的電池梯次利用更能發揮動力電池的剩余價值，實現循環經濟，是更為環保高效的做法。但是，要實現動力電池的梯次利用，除了商業操作層面、政策法規上的困難和欠缺外，純技術層面首先就面臨著很大的障礙，如果不能解決基礎的技術實現問題，后面的美好設想不免鏡花水月，重蹈鉛酸電池資源浪費環境污染的覆轍。

　　梯次利用，說白了就是二手貨再使用，比如二手車、二手家具、二手設備，最需要確定的就是這二手貨物的殘值。一般來講二手貨物通常根據其生產日期或使用年限，即以時間來判斷剩余價值。但是動力電池比較特殊，僅從時間，比如出廠日期、累計使用時間這一單一數據無法判斷剩余價值，因為電池剩余價值與時間呈非線性關系，也不是時間的單一函數，還需要SOH及其他關鍵數據，而這些數據是在使用過程中由BMS(電池管理系統)測量計算產生。技術上的困難就在于此，一是數據的準確性，二是數據的完整性，三是數據的可獲得性，四是數據的安全性。這幾個問題都與BMS脫不了干系，所以，動力電池的梯次利用，BMS才是關鍵。

　　首先要確定的是要重復利用到動力電池的哪種組態。單體電芯、單串(多個單體并聯)、模組(多個單串串并聯)、還是動力電池PACK(多個模組串聯)。單體電芯和電池PACK顯然是不現實：單體電芯數量巨大，BMS也沒有針對單體電芯的數據記錄，再次重組需要重復匹配工作，成本上劃不來；整個PACK中每個單串電池性能可能差別較大，以PACK為單位再次利用也不合適。同理，以模組為單位也不合適，最適合的就是單串電池。

　　數據的準確性主要針對的是SOC、SOH。這些數據模型目前并沒有一個權威的標準，電池模型本身雖然可以說是標準的，但是在動態應用中，SOH等重要數據的算法是每家不同，有的是常規算法，有的號稱是獨門絕技，沒有哪一個算法可以稱得上是公認的標準。當然，可能也有廠家的算法相當準確，但是出于企業競爭的原因，不可能公開發布，這就只能靠市場、靠時間檢驗成為實際標準?；蛘呤怯袑I機構研發出一個準確的算法，集成到專用IC中，以標準硬件的方式給BMS廠家使用?？傊?，就目前看來，解決數據的準確性問題只能靠時間演變，要么是BMS廠家經過競爭，數量銳減，只有那么幾家相對壟斷整個市場，要么是以標準硬件形式由眾多BMS廠家使用，目前這種各自為算沒有標準的局面無法滿足全面的動力電池梯次利用。

　　數據的完整性。數據按時間劃分為兩部分，一是出廠原始數據，主要有標稱電壓、容量、循環壽命；二是使用過程中的重要數據，主要是累計放電量，深度放電次數，SOC、SOH、靜態端電壓與SOC對應曲線等。累計放電量、深度放電次數和靜態端電壓與SOC對應曲線這些數據目前大部分BMS產品都未有記錄，這些數據在電池組殘值計算中必不可少，而且其中靜態端電壓與SOC對應曲線對電池再成組具有重要意義，可以在SOH數據匹配的基礎上進一步縮小電池組中單串的不一致性，降低退役電池分類成組成本，提高新電池組的壽命。動力電池要想梯次利用，必須要對BMS制定數據記錄標準。