电动汽车动力电池退役回收的压力虽然说不上迫在眉睫，但毫无疑问对这个渐行渐近的问题现在就应该未雨绸缪，早做准备。石油时代即将终结，电车时代正在来临。根据计算预测，2017年我国将有GWh动力电池退役，2020年将迎来10GWh规模。除了确定报废的拆解回收原材料，将其余可在其他场景再次利用的电池梯次利用更能发挥动力电池的剩余价值，实现循环经济，是更为环保高效的做法。但是，要实现动力电池的梯次利用，除了商业操作层面、政策法规上的困难和欠缺外，纯技术层面首先就面临着很大的障碍，如果不能解决基础的技术实现问题，后面的美好设想不免镜花水月，重蹈铅酸电池资源浪费环境污染的覆辙。
梯次利用，说白了就是二手货再使用，比如二手车、二手家具、二手设备，最需要确定的就是这二手货物的残值。一般来讲二手货物通常根据其生产日期或使用年限，即以时间来判断剩余价值。但是动力电池比较特殊，仅从时间，比如出厂日期、累计使用时间这一单一数据无法判断剩余价值，因为电池剩余价值与时间呈非线性关系，也不是时间的单一函数，还需要SOH及其他关键数据，而这些数据是在使用过程中由BMS(电池管理系统)测量计算产生。技术上的困难就在于此，一是数据的准确性，二是数据的完整性，三是数据的可获得性，四是数据的安全性。这几个问题都与BMS脱不了干系，所以，动力电池的梯次利用，BMS才是关键。
首先要确定的是要重复利用到动力电池的哪种组态。单体电芯、单串(多个单体并联)、模组(多个单串串并联)、还是动力电池PACK(多个模组串联)。单体电芯和电池PACK显然是不现实：单体电芯数量巨大，BMS也没有针对单体电芯的数据记录，再次重组需要重复匹配工作，成本上划不来；整个PACK中每个单串电池性能可能差别较大，以PACK为单位再次利用也不合适。同理，以模组为单位也不合适，最适合的就是单串电池。
数据的准确性主要针对的是SOC、SOH。这些数据模型目前并没有一个权威的标准，电池模型本身虽然可以说是标准的，但是在动态应用中，SOH等重要数据的算法是每家不同，有的是常规算法，有的号称是独门绝技，没有哪一个算法可以称得上是公认的标准。当然，可能也有厂家的算法相当准确，但是出于企业竞争的原因，不可能公开发布，这就只能靠市场、靠时间检验成为实际标准。或者是有专业机构研发出一个准确的算法，集成到专用IC中，以标准硬件的方式给BMS厂家使用。总之，就目前看来，解决数据的准确性问题只能靠时间演变，要么是BMS厂家经过竞争，数量锐减，只有那么几家相对垄断整个市场，要么是以标准硬件形式由众多BMS厂家使用，目前这种各自为算没有标准的局面无法满足全面的动力电池梯次利用。
数据的完整性。数据按时间划分为两部分，一是出厂原始数据，主要有标称电压、容量、循环寿命；二是使用过程中的重要数据，主要是累计放电量，深度放电次数，SOC、SOH、静态端电压与SOC对应曲线等。累计放电量、深度放电次数和静态端电压与SOC对应曲线这些数据目前大部分BMS产品都未有记录，这些数据在电池组残值计算中必不可少，而且其中静态端电压与SOC对应曲线对电池再成组具有重要意义，可以在SOH数据匹配的基础上进一步缩小电池组中单串的不一致性，降低退役电池分类成组成本，提高新电池组的寿命。动力电池要想梯次利用，必须要对BMS制定数据记录标准。
