香港文汇报讯（记者 莫楠）随著电动车在全球日益普及，锂离子电池的需求激增伴随电子废物增加。岭南大学科学教研组助理教授唐晓鹏与上海理工大学组成的研究团队，近日就如何充分二次应用退役电池，在在IEEE期刊发表了一篇名为《以寿命为基础的电池分类 促进二次应用》（Lifespan-based Battery Classification towards Second-life Utilisation）的论文，为减少环境污染提供了新的可能。并于第25届IEEE中国系统仿真技术及其应用学术会议（CCSSTA 2024）上，在278份的投稿论文中脱颖而出，成为仅四份获得「最佳论文奖」的得主之一。

研究团队运用人工智能（AI）的半监督学习模型「卷积神经网络」，针对退役电池的寿命进行分类和筛选。他们仅需取得电池前三个充电回圈周期的资料（即从0%充到100%，再从100%耗至0%为一个充电回圈周期），即可对不同寿命的电池进行分类。研究成果解决了传统「容量-电阻方法」的检测方法中，因电池差异而导致模型失效的问题，高效且精确的筛选出可二次利用的退役电池，可等效减少至少百分之二十的电池寿命损耗，有效延长电池使用寿命，有望从源头节省能源浪费，减少环境污染。

出于安全性和续航力的考量，研究团队指出当电动车的电池容量衰减至原始值的80%时，就必须要退役。在电力需求较低的领域，如能源储存和备用电源等方面，这些退役电池有极大的应用空间，对于缓解能源危机和减少环境污染起了关键作用。然而，退役电池常出现性能退化问题，导致它们之间出现明显的不一致性，一个性能不佳的电池就足以影响整个电池系统的使用寿命。

唐晓鹏表示：「锂离子电池的生产过程极之耗能，因此，电池必须要有足够长的使用寿命，才能确保其整个生命周期对节能减排做出积极贡献。然而，退役电池的关键挑战在于其使用寿命差异大，而目前业界亦缺乏检测电池寿命的分类演算法。是次研究的发现突破了退役电池效能检测的技术限制，不仅提升了电池的管理方案，并朝著更环保的方向迈进。」

唐晓鹏补充，这项研究确保退役电池得到更有效的二次应用，为能源储存解决方案和环境保护带来新希望。此技术目前正在香港申请专利，岭大也正在积极推动并探索与香港特区政府及不同部门合作的可行性。