一种电池系统故障诊断方法与流程

本发明属于电池技术领域，特别是涉及一种电池系统故障诊断方法。

背景技术：

电新能源电动汽车具有低噪声、几乎零排放的优点，是解决能源短缺、环境污染问题的重要途径。动力电池是电动汽车的重要组成部分，在很大程度上决定了电动汽车的性能。锂离子电池具有电压高、能量高和无记忆性等特点，其组成的电池组广泛应用于电动汽车和储能等系统。由于电池自身安全问题导致车辆事故屡见不鲜，针对锂离子电池安全事故频发问题，电池故障诊断在电动汽车的发展过程中得到越来越多的关注。

已有的电池故障诊断方法存在一定缺陷，如在基于模型的故障诊断方法中，应用观测器的故障诊断技术适用于很少或者没有测量噪声的电池系统中，应用范围窄。此外，当前的电池故障诊断大都是用固定阈值对残差进行评估，存在一些不确定因素的影响，如检测电路对电池的影响等。

技术实现要素：

本发明的目的是提供一种电池系统故障诊断方法，解决了现有技术中应用范围窄及判断不准确的问题。

为解决上述技术问题，本发明是通过以下技术方案实现：

本发明提供一种电池系统故障诊断方法，包括：

s1：建立健康状态下电池等效电路模型，并进行参数辨识；

s2：分别获取所述参数辨识后的等效电路模型及电池系统中各电池单体的频率响应；

s3：通过等效电路模型和各电池单体频率响应值及动态阈值诊断所述实际电池系统中各电池单体是否发生故障；

s4：通过所述等效电路模型建立故障模型，利用多故障模型技术判断故障类型。

在本发明的一个实施例中，所述电池系统包括多个电池。

在本发明的一个实施例中，所述等效电路模型中包括电荷扩散引起的电容、电荷转移引起的电容、表示电池欧姆内阻、电荷扩散引起的电阻以及电荷转移引起的电阻。

在本发明的一个实施例中，步骤s2包含以下步骤：

s21：用电流激励所述等效电路模型及实际电池系统；

s22：获取电池等效电路模型的端电压及实际电池系统各单体电池的端电压；

s23：将所获取的端电压进行傅里叶变换，得到等效电路模型及实际电池系统各单体电池的频率响应值。

在本发明的一个实施例中，所述电流为正弦电流。

在本发明的一个实施例中，步骤s3中包括以下步骤：

s31：通过对所述等效电路模型和实际电池系统各单体电池的频率响应值建立幅值平方相干函数；

s32：获取动态阈值；

s33：若幅值平方相干函数值小于等于所述动态阈值，则电池系统中对应的电池单体发生故障。

在本发明的一个实施例中，步骤s4中包括以下步骤：

s41：根据所述等效电路模型建立多故障模型；

s42：通过多故障模型技术来确定故障类型。

在本发明的一个实施例中，所述故障模型是利用等效电路模型在电池发生故障状况下进行参数辨识获得。

在本发明的一个实施例中，所述故障类型包括过充、过放及电池内部短路。

在本发明的一个实施例中，所述故障模型是利用所述等效电路模型在电池发生故障状况下进行参数辨识获得。

本发明提供一种电池系统故障诊断系统，包括：

至少一电池；

电池管理系统，连接所述电池，用以对所述电池进行故障诊断；

其中，所述电池管理系统建立电池等效电路模型，并进行参数辨识；

其中，所述电池管理系统进行参数辨识后，获取所述等效电路模型及实际电池系统各单体电池的频率响应值；

其中，所述电池管理系统通过所述等效电路模型及实际电池系统各单体电池的频率响应值所述实际电池系统是否发生故障；

其中，所述电池管理系统利用所述等效电池电路模型建立多故障模型，以判断故障类型。

本发明的一种电池故障诊断方法，包括了故障模型的建立、动态阈值的确认，使得电池故障诊断快速、精确、电池使用安全性能大大提高。

当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施的示意图；

图2为本发明实施的流程图；

图3电池二阶rc等效电路模型；

图4为锂离子ocv-soc图；

图5多模型残差的产生和概率估计；

图6为电池系统故障诊断系统的示意图。

组件标号：

100-电池系统故障诊断系统，200-电池管理装置，201-电流传感器，202-电压传感器，203-上位机，300-电池系统，400-等效电路模型，401-开路电压，402-电荷扩散引起的电阻，403-电荷转移引起的电阻，404-电池欧姆内阻,405-电荷扩散引起的电容，406-电荷转移引起的电容，407-电流，500-soc-ocv曲线,600-多故障模型技术。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

本发明公开了一种电池系统故障诊断方法，包括在不同故障条件下辨识电池等效电路模型参数，获得电池的故障类型，以进行排查及修复，从而使得整个电池系统效率提高。本发明包括故障模型的建立，动态阈值的确定，整体使得故障诊断快速、精确、电池使用安全性能提高。

请参阅图1-2所示，在本实施例中，所述电池系统诊断方法至少包括以下步骤：建立健康状态下电池等效电路模型400，并进行参数辨识(步骤s1)；进行参数辨识后，分别获取所述参数辨识后的等效电路模型及电池系统中各电池单体的频率响应值(步骤s2)；通过所述等效电路模型和各电池单体频率响应值及动态阈值诊断所述实际电池系统中各电池单体是否发生故障(步骤s3)；通过所述等效电路模型400建立故障模型500，利用多故障模型技术600判断故障类型(步骤s4)。

请参阅图1-3所示，在本实施例中，首先建立健康状态下电池等效电路模型400，并进行参数辨识，更进一步的，通过参数辨识来获取电荷扩散引起的电容405、电荷转移引起的电容406、电池欧姆内阻404、电荷扩散引起的电阻402以及电荷转移引起的电阻403。其次进行参数辨识后分别获取所述参数辨识后的等效电路模型及电池系统中各电池单体的频率响应值，其中此步骤中具体包括以下步骤：用电流激励所述等效电路模型400及实际电池系统，其中所使用电流可为正弦电流；获取等效电路模型的端电压及实际电池系统各单体电池的端电压；将所述的端电压进行傅里叶变换，得到等效电路模型及实际电池系统各单体电池的频率响应值。再者通过所述等效电路模型和各电池单体频率响应值及动态阈值诊断所述实际电池系统中各电池单体是否发生故障，更进一步地，这一步骤具体包括：通过对所述等效电路模型和实际电池系统各单体电池的频率响应值建立幅值平方相干函数；获取动态阈值；若幅值平方相干函数值小于等于所述动态阈值，则电池系统中对应的电池单体发生故障。

请参阅图3及图4所示，在本实施例中，步骤s1中建立等效电路模型400在本实施例中可建立二阶rc等效电路模型，如图3所示，其中图3中所示vocv为开路电压401，v0为电池端电压，c1表示电荷扩散引起的电容405，c2表示电荷转移引起的电容406，r0表示电池欧姆内阻404，r1表示电荷扩散引起的电阻402，r2表示电荷转移引起的电阻403,i表示充电或者放电电流407。其中开路电压vocv401与电池荷电状态(stateofcharge,soc)存在非线性系，可表示如下：

vocv＝a1soc⁸+a2soc⁷+a3soc⁶+a4soc⁵

+a5soc⁴+a6soc³+a7soc²+a8soc

+a9

在本实施例中可采用8阶，在其他一些实施例中还可采用7阶或9阶，在整体电池系统故障诊断开始前，可先设置一次完整的充放电过程，以获取实验数据，还可接着在软件中，例如为matlab中拟合开路开路电压与电池荷电状态的非线性关系中的参数a1,a2,…a9。

其中，具体地，电压v1和电压v2表示为：

其中，具体地，等效电池电路模型的端电压可从下式获得：

v0＝ir0+v1+v2+vocv

其中，具体地，等效电路模型400在充电时电流i、电压v1和电压v2为正值，等效电池电路模型在放电时，电流i、电压v1和电压v2为负值。

其中，具体的电池荷电状态为电池剩余容量与电池额定容量之比，可由下式得到：其中，上式中soc(0)是电池荷电状态的初始值，cn是电池的额定容量用安时表示，η代表库仑效率。η的大小表示如下：

对式进行离散化得：

其中，对式及离散可使用零阶保持器进行离散化，得及

具体的，等效电路模型400具有状态变量x＝[socv1v2]^t，状态可用式x(k)＝f(xk-1,ik-1)+ωk-1表示，接着列出后式z(k)＝h(xk,ik)+vk，其中z(k)表示输出，ω是具有零均值的输入高斯白噪声，v是具有零均值的测量噪声。根据上述内容，可得出等效电池电路模型400中的电荷状态、端电压之间的关系式可表示为：而等效电路模型中的内阻403、电池荷电状态及端电压的关系式可表示为：

接着利用实验采集电池电流404及电压，运用递推最小二乘法可辨识出r0、r1、c1、r2和c2。

请参阅图1-3所示，在本实施例中，在步骤2中具体包括以下步骤：

s21：用电流404激励所述等效电路模型400及实际电池系统；

s22：获取等效电路模型400的端电压及及实际电池系统各单体电池的端电压；

s23：将所获取的端电压进行转换，得到等效电路模型400及实际电池系统各单体电池的频率响应值。；

具体的，在本实施例中，首先可使用正弦电流激励等效电路模型400和实际电池系统，接着可采用卡尔曼算法获取实际等效电路模型端电压，由测量获得实际电池系统各单体电池端电压，再者可将得到的两个端电压进行快速傅里叶变换，从而得到等效电路模型频率响应值和实际电池系统各单体电池的频率响应值

请参阅图1-3所示，在本实施例中，在步骤3中具体包括以下步骤：

s31：通过对所述等效电路模型和实际电池系统各单体电池的频率响应值建立幅值平方相干函数；

s32：获取动态阈值；

s33：若所述幅值平方相干函数值小于等于所述动态阈值，则电池系统中对应的电池单体发生故障。

具体的，可使用幅值相干平方函数和动态阈值对实际电池系统电路进行评估，其中等效电路模型及实际电池各电池单体幅值平方相干谱可以定义为：

其中，是幅值平方相干谱，是的复共轭，由于分母中的归一化项，相干谱小于等于1，表示为

其中，在本实施例中，在有噪声的情况下，为了降低误报率提高检测概率，需设置估计阈值,记测试统计test，则：

其中，0<th<1是阈值。本文设测试统计test在单位时间t内的均值为μ，方差为σ²，根据切比雪夫不等式，对任意的实数ε＞0，可以得到：

将上式进行转换可以得到：

在本实施例中，此处可使用切比雪夫不等式来保证测试统计的分布范围，在任何数据集中，测试统计与测试统计的均值之差超过ε倍标准差的数据所占比例至多为测试统计范围为：

th∈[μi-εσi,μi+εσi]

其中，μi是动态平均值，σi是动态标准差，i表示第i个数据。由于在本实施例中测试统计值小于阈值才认为有故障发生，因此取其下限μi-εσi。测试统计平均值μi和标准差σi通过以下两式不断更新：

其中，j+1表示动态数据子集内数据的总量，i必须大于j。因此，可以得到动态阈值th，表示如下：

th＝μi-εσi

其中，j和ε是根据需要设定的参数，它们决定了阈值曲线(soc-ocv)500的光滑程度，当j非常大时，动态子集内测试统计的均值接近样本的均值，则最终产生的阈值曲线(soc-ocv)500非常平滑，即产生的动态阈值非常接近。其中ε值决定了所允许的数据偏离平均值的大小，ε值越大，则系统漏报的概率越大；ε值越小，则误报的概率越大。因此需控制j值和ε的大小，以达到漏报率和误报率之间的平衡。

请参阅图1-3所示，在本实施例中，在步骤4中具体包括以下步骤：

s41：根据所述等效电路模型400建立故障模型，利用步骤s1中建立的等效电路模型400，再通过地推最小二乘法辨识不同状态下的r0、r1、c1、r2和c2可以获得不同故障状态下的等效电路模型，即如图4所示，为电池多故障模型600。

s42：获取实际电池各电池单体的残差；

s43：利用多故障模型技术600，如图4所示，生成不同故障所发生的概率，概率最大的即为单体电池所发生的故障，故障类型包括但不仅限于过充、过放及电池短路。

更进一步地，上述残差在不同检测时间点的协方差可以表示为：其中表示在当前估计状态下所估计的线性化输出向量。在历史测量数据z(ti-1)＝[z^t(t1),...,z^t(ti-1)]的基础上，第n个故障模型的条件概率密度可以表示为：fz(k)a,z(k-1)(zk|an,zk-1)＝βnexp(ο)

其中，

其中，l＝1表示测量维度，并且有

其中，rn表示第n个故障模型的残差信号。

更进一步地，第n个子系统的条件概率可以表示为：

其中，pj表示第j个系统的条件概率，j＝1,2,...,n。上式中，故障模型前一时刻的条件概率pn(k-1)相当于对前时刻的条件概率密度进行加权，在计算出每个模型的加权概率后，通过归一化处理得到当前时刻该模型的权值。若某个模型参数与实际系统参数相符合或者匹配度较高，则该模型即为系统所发生故障的类型，例如可为过充或过放。

请参阅图6，在本实施例中，本发明提供一种电池系统故障诊断系统100，包括：至少一电池300，及电池管理系统200连接所述电池，以对所述电池300进行故障诊断，其中电池管理装置200可包括电流传感器201、电压传感器202、上位机203，所述电流传感器201及电压传感器202连接所述处理芯片203。

在本实施例中，所述电池系统300包括多个电池，电池可为锂离子电池。

请参阅图6，在本实施例中，电流传感器201及电压传感器202连接至少一电池300，以获取电池300的即时电压及电流值，更进一步地，电流传感器201及电压传感器202连接上位机203，用以进行参数辨识。

在一些实施例中，电池系统故障诊断系统100可以外置于所述电池300。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。