11-算完才知道，最差那颗电芯这么值钱

上一篇说做了对照实验，发现低温放大离散是两个因素叠加的结果：内阻差异占54%，Ea差异占46%。

但那是单颗层面的事。

现实里，电池不是一颗一颗用的——是成千上万颗串成一组用的。

那成组之后，最差那颗电芯到底影响多大？

我们又做了个测试。

---

实验设计

很简单，1000颗电芯，分成三组：

组别	设置	测什么
A组	所有电芯直接成组	基准利用率是多少？
B组	筛掉最差的5%再成组	提升多少？
C组	筛掉最差的10%再成组	边际收益递减吗？

成组方式：100串×1并，模拟储能PACK。

---

先看数据

组别	25℃利用率	-30℃利用率
A组（无筛选）	98.94%	93.82%
B组（筛5%）	99.20%	96.22%
C组（筛10%）	99.36%	96.87%

---

第一个发现：低温下木桶效应是常温的5.6倍

25℃的时候，不筛选，利用率98.94%——木桶效应只吃掉1.06%的容量。

-30℃的时候，不筛选，利用率93.82%——木桶效应吃掉6.18%的容量。

哦！低温下木桶效应居然是常温的5.6倍。

为什么？

因为低温下离散更大——容量COV被放大了5倍多，最差那颗电芯和最好那颗的差距更大，短板更短，吃掉的容量自然就更多。

这就像：

• 常温下，大家身高差5cm，门框2米，几乎没人碰头
• 低温下，大家身高差25cm，门框1.8米，矮的那些直接卡住了

短板效应，在低温下被放大了。

---

第二个发现：筛掉最差5%，利用率提升2.4个百分点

不筛选的时候，-30℃利用率93.82%。

筛掉最差的5%，利用率升到96.22%——提升了2.4个百分点。

2.4个百分点什么概念？

一个GWh的储能项目，就是24MWh——按1块钱1Wh算，就是2400万。

筛掉5%最差的电芯，就能多赚2400万。

哦，原来分选筛选不是"锦上添花"，是真金白银。

---

第三个发现：边际收益递减，最优筛选比例是5%

看数据：

• 筛0→5%：利用率从93.82%升到96.22%，提升2.4pp
• 筛5→10%：利用率从96.22%升到96.87%，只提升0.65pp

为什么会这样？

因为筛掉前5%的时候，把最离谱的那些（最差的）抽掉了，短板一下子短了一大截——提升很大。

再往下筛，剩下的都比较接近了，你再抽掉几个，剩下的"最差"跟原来的"最差"比，已经好很多了——提升自然就小了。

就像考试：全班100个人，你把最差的5个（0分附近的）去掉，平均分立刻涨很多。再把接下来5个（30分附近的）去掉，平均分还会涨，但涨得少了。

不是说去掉之后又会出现新的0分，而是剩下的人里最差的也有30分了，跟平均差距没那么大了。

筛5%是性价比最高的——再往下筛，投入产出比就不划算了。

---

第四个发现：低温下筛选的价值是常温的9倍

25℃的时候，筛5%只提升0.26pp。

-30℃的时候，筛5%提升2.4pp。

哦！筛选的价值在低温下大得多——因为低温下离散更大，短板更短，把最短的那块木板抽掉，提升自然更大。

这正好验证了我们的命题：低温是离散放大器，所以低温下筛选更值钱。

---

那最差电芯是怎么形成的？随机的吗？

不是随机的。

一颗电芯从原料到成品，要经过几十道工序：涂布、辊压、卷绕、注液、化成……

每一道工序都有误差：涂布厚了1%、辊压松了2%、焊接电阻大了5%……

这些误差每一个都很小，单拎出来都不影响什么。

但如果这些误差刚好叠加在同一颗电芯上——那这颗电芯就变成了"最差"的那颗。

所以最差电芯不是随机抽出来的——那些制造参数偏差大的电芯，就是最差的电芯。

这就是为什么"逐节点冻结门禁"有用：你在制造过程中，每个节点都把参数偏差大的电芯拦掉，最后流出来的电芯自然就比较一致。

---

现实中是怎么做的？

不是说把最差的拆出来换掉——而是BMS一直在在线监测和均衡。

但BMS均衡是"补救"——问题已经存在了，只是尽量填上。

我们的方法是"预防"——在制造端就把最差的拦掉，不让问题发生。

前端拦截，比后端补救划算得多。

---

回头想，这个测试挺有意义的

之前我们说"筛选很重要"，都是想当然——觉得嘛，一致性肯定很重要。

现在定量出来了：

• 低温下木桶效应吃掉6.2%的容量
• 筛掉最差5%，就能找回来2.4pp
• 最优筛选比例就是5%，再多就不划算了

这些数字，不亲手算一遍，光看文献是想不出来的。

下一篇，我们接着测——全链路冻结门禁，比只在最后筛一下，能多提升多少？