SSB蓄电池考虑动态往返效率退化的锂离子电池全生命周期碳排放：从评估到减排

2026-04-13 19:47:15

锂离子电池的大规模应用加剧了碳排放问题。现有生命周期评估(LCA)框架依赖静态往返效率(RTE)模型，导致使用阶段碳排放评估存在系统性偏差；而现行电池退役策略仍受制于固定80%健康状态(SOH)标准，既未能考量碳排放结果，也未顾及电池老化过程中实际RTE的衰减，最终导致退役决策欠佳。本研究开发了一种将生命周期评价（LCA）与动态往返效率（RTE）衰减模型相结合的新方法，并提出动态往返效率驱动的碳优化退役策略，以在确保储能系统所需能量输出的前提下确定电池最优退役节点。基于电网充电、特定能量输出需求、退役时整体电芯更换等假设条件及本研究采用的场景设定，传统静态往返效率模型可能导致高达34.8%的碳评估偏差。与广泛采用的80%健康状态(SOH)退役标准相比，所提出的策略可实现高达28.4%的碳排放削减。此外，相较于基于静态往返效率(RTE)模型的退役策略，本研究考虑的所有场景下该策略平均可额外减少13.4%的排放量。这些结果表明动态RTE衰减模型对碳排放评估、电池退役决策、运行策略制定以及低碳电池设计与政策开发具有重要指导意义。

图形摘要

1. Download:Download high-res image (407KB)
2. 下载：下载全尺寸图片

引言

锂离子电池（LIBs）已成为现代技术不可或缺的组成部分，为便携式电子设备、电动汽车（EVs）和储能系统（ESS）提供动力[1][2][3]。其高能量密度、长循环寿命和低自放电率等优异特性，巩固了其作为全球主导能源解决方案的地位[4][5]。如图1所示，在2022至2030年期间约30%的年复合增长率推动下，预计到2030年全球LIBs需求将达到3太瓦时[6][7][8]。生产与装机容量的加速扩展包也加剧了对其环境影响的担忧，而电池部署量的快速增长则进一步引发了对关键材料供应风险的忧虑[9]。鉴于全球对碳减排的日益重视以及对电池系统进行更严格环境评估的迫切需求[10]，加之欧盟绿色新政和中国双碳策略等政策举措的推动[11][12]，准确评估并有效缓解锂离子电池相关的环境影响变得愈发重要。为满足这些评估与缓解需求，生命周期评价（LCA）已成为量化锂离子电池全生命周期环境影响的基准方法。在所有生命周期阶段中，使用阶段被普遍认为是碳排放的主要贡献环节，这使得电池能量效率的处理尤为重要[13]。
决定使用阶段排放量的关键参数是往返效率(RTE)，其定义为充电效率与放电效率的乘积[14]。在实际运行过程中，RTE并非恒定值。RTE衰减源于运行期间不可逆的能量损失，主要由欧姆极化、电化学极化和浓差极化引起[15]。这些损耗表现为过电位现象：欧姆电阻导致焦耳热效应，而电化学极化则源于电荷转移阻抗及离子传输受限。特别值得注意的是，固体电解质界面膜(SEI)的生长[16][17]会增大界面阻抗，而锂枝晶析出[18][19]不仅消耗活性锂，还会阻碍离子传输，从而加速能量耗散并降低RTE。现有研究表明，RTE在循环过程中会持续衰减，且受充放电倍率(C-rate)、温度、荷电状态及放电深度等多重运行参数的影响[20][21]。RTE（往返效率）的退化具有重要意义，因为它会直接改变运行期间所需的能量输入，并通过缩短电池使用寿命间接影响其他生命周期阶段[22]。
尽管实验研究一致表明，RTE在循环过程中会逐渐衰减，但这种动态特性尚未被纳入现有的LCA框架。当前关于RTE与碳排放的研究主要可分为两类：第一类采用单一静态RTE值进行电池碳排放计算。Zhang[23]将LFP电池的RTE设定为95%，而Lai与Majeau[24][25]则普遍采用90%作为标准值。部分研究直接赋予电池往返效率(RTE)85%至95%的取值区间却缺乏统一标准，完全忽视了电池老化过程中的RTE衰减现象。第二类研究通过测试不同RTE值进行敏感性分析，例如Zackrisson[26]通过敏感性分析证明电池RTE的影响可达电池重量的2至4倍，Peralta[27]则表明当电池RTE从96%降至70%时系统减排潜力将减半，不过这些研究仍主要聚焦于静态RTE模型。尽管部分碳评估模型已考虑容量衰减因素，但能量往返效率(RTE)的衰减现象仍被普遍忽视[28][29]。这一疏漏影响重大，因为研究表明磷酸铁锂电池的RTE在千次循环后会出现3%至20%的衰减[30][31][32]。鉴于其显著且多维的影响效应，现有碳排放评估模型对动态RTE衰减的忽略可能导致当前电池碳足迹评估出现系统性偏差。与此同时，传统电池退役标准通常采用固定的80%健康状态(SOH)阈值，该标准仅考量容量衰减因素，却未能体现能效衰减带来的碳排放影响。静态RTE模型与单一容量退役准则的结合，限制了面向碳减排目标的电池全生命周期决策体系的科学严谨性。此外，当前研究几乎完全忽视了通过实时电价导向管理实现额外减排的潜力，使得这一颇具前景的减缓路径未能得到充分探索。
综上所述，现有文献揭示了两个关键空白。首先，尽管电池退化研究表明RTE呈现动态退化特征，但这一行为尚未被系统性地纳入生命周期评价（LCA）建模中——当前模型仍主要依赖静态RTE模型或静态敏感性分析。其次，现有退役标准仍以固定的80%健康状态（SOH）标准及单一容量逻辑为主导，缺乏将动态RTE、碳排放与退役节点相联系的决策框架。针对上述局限，本研究提出了动态碳排放评估与退役优化决策框架，主要贡献如下：

• 1.
  整合动态RTE退化模型的LCA方法：我们建立了一种融合动态RTE退化特性的生命周期碳排放评估方法，从而精确修正LCA背包中的能量损失数据，改进相应的碳排放计算，因此在评估精度上优于传统方法。
• 2.
  动态RTE驱动的碳优化电池退役策略：我们开发了一种退役策略，该策略利用动态RTE退化模型量化特定能量输出所需实际能耗，并建立碳排放、动态RTE与退役节点间的定量关系。通过将碳排放指标纳入退役决策体系，该方法较传统退役标准显著提升了电池退役策略的科学性。

除了这些方法论贡献外，所提出的框架还具有更广泛的社会价值。通过将退化行为与生命周期碳排放及退役决策相关联，研究结果为制造商改进电池设计和生产质量提供了指导，支持系统运营商评估长期碳影响，并为政策制定者完善碳评估方法和制定可持续发展导向的法规提供了科学依据。