CN108957349A - 一种锂离子电池故障检测方法和系统 - Google Patents
一种锂离子电池故障检测方法和系统 Download PDFInfo
- Publication number
- CN108957349A CN108957349A CN201810940165.5A CN201810940165A CN108957349A CN 108957349 A CN108957349 A CN 108957349A CN 201810940165 A CN201810940165 A CN 201810940165A CN 108957349 A CN108957349 A CN 108957349A
- Authority
- CN
- China
- Prior art keywords
- battery cell
- battery
- end voltage
- voltage
- circuit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
本发明涉及了一种锂离子电池故障检测方法和系统,该方法用于锂离子电池中的电池单体的故障检测,具体包括以下步骤:电池单体端电压估计步骤对电池单体建立等效电路模型,然后通过当前状态下的电池单体SOC值分别获取开路电压和电池单体内阻进而计算获得电池单体端电压的估计值;电池单体端电压实测步骤利用电压传感器测量获得电池单体端电压的实测值;数据比对处理步骤将电池单体端电压的估计值与实测值进行数据比对处理;数据挖掘分析步骤基于数据挖掘分析技术获取电池单体在不同SOC值和/或不同温度下的若干比对处理结果作为样本数据分析电池单体是否发生故障,使针对电池单体的故障检测更加快速准确。
Description
技术领域
本发明涉及电池故障检测技术领域,具体涉及一种锂离子电池故障检测方法和系统。
背景技术
锂离子电池储能是目前电能储存技术中比较常用的一种储能方式,并且因其能量高、工作温度范围宽、寿命长等优点使得锂离子电池在很多领域都有应用,比如电动汽车、智能电子等领域。锂离子电池系统可能是由多个电池单体组成,但是在电池系统的长期使用过程中,各电池单体之间会出现不同程度上的性能差异,这些性能差异在电池系统使用过程中回不同程度地损坏整个电池系统的工作性能,比如由于某电池单体性能明显下降导致电池系统性能下降,甚至在电池单体SOC下降明显时会导致电池系统SOC下降,严重时甚至导致电池系统提前终止放电,如此,电池系统的安全性和可靠性得不到保障,而对锂离子电池的故障检测就显得尤为重要。
目前电池系统的电池故障检测方法主要是基于电池的单体电压、电流、温度等数据进行简单的判断,比如有一种电池故障检测方法是检测电池单体的电压和温度数据来判断电池的故障情况,当单体电压低于预先设定的阈值或者单体电压下降速度大于预先设定的速度时,判断该电池单体出现故障;又比如一种对电池组中多个单体进行故障检测的方法是基于电池的电压、电压变化值、温度、温度变化值作为单体的特征要素,使用数据挖掘算法来识别发生故障的电池单体;还有一种主动故障检测的电池系统是通过获取电池的工作信息,再通过具有离散事件系统监控理论和算法的诊断模块分析事件间的关系,从而判别电池组中单体的状态是否异常。上述方法多是通过对电池状态的监控和采集并结合预先设定参数值/阈值进行故障检测,检测结果明显缺乏全面性、准确性,且并不能快速和方便的得出大量结果数据,判断结果势必会存在较大的误差,不能给相关工作人员提供相应的指导作用。
发明内容
本发明针对现有技术中通过对锂离子电池状态的监控和采集并结合预先设定参数值/阈值进行故障检测导致检测结果明显缺乏全面性、准确性的缺陷提供了一种锂离子电池故障检测方法,方便高效,能够大大提升锂离子电池故障检测结果的准确性和全面性。本发明还涉及一种锂离子电池故障检测系统。
本发明的技术方案如下:
一种锂离子电池故障检测方法,用于锂离子电池中的电池单体的故障检测,包括电池单体端电压估计步骤、电池单体端电压实测步骤、数据比对处理步骤和数据挖掘分析步骤,
所述电池单体端电压估计步骤对电池单体建立等效电路模型,并根据电池单体SOC值分别与等效电路模型的开路电压和电池单体内阻的对应关系通过当前状态下的电池单体SOC值分别获取所述开路电压和电池单体内阻,进而计算获得电池单体端电压的估计值;所述电池单体端电压实测步骤利用电压传感器测量获得电池单体端电压的实测值;所述数据比对处理步骤将电池单体端电压的所述估计值与所述实测值进行数据比对处理;所述数据挖掘分析步骤基于数据挖掘分析技术获取所述电池单体在不同SOC值和/或不同温度下的若干比对处理结果作为样本数据分析电池单体是否发生故障。
所述电池单体端电压估计步骤对电池单体建立的等效电路模型所表征的电池单体内部阻抗的实部为电池单体内阻,根据不同温度下的开路电压与电池单体SOC之间的对应关系通过当前状态下的电池单体SOC值以插值法获取对应的开路电压;并在不同温度以及不同电池单体SOC的状态下在电池单体两端接入放电负载并使所述放电负载恒流放电,根据电池单体SOC值与电池单体内阻之间的对应关系通过当前状态下的电池单体SOC值以插值法获取对应的电池单体内阻;基于欧姆定律将获取的开路电压和电池单体内阻结合测量的电流值计算获得电池单体端电压的估计值。
所述电池单体端电压估计步骤对电池单体建立的所述等效电路模型采用线性模型。
所述数据挖掘分析步骤在获取若干比对处理结果作为样本数据后,将样本数据通过图表数据展示且所述图表数据分为电池单体状态正常区域和电池单体故障区域,根据样本数据落入的区域范围判断电池单体是否发生故障。
所述数据挖掘分析步骤中将电池单体故障区域分为电池单体内短路区域和电池单体过充区域,根据样本数据落入的区域范围判断电池单体是否发生故障并确定电池单体的故障状态。
在电池单体状态正常区域,电池单体端电压的估计值和实测值呈线性相关;
在电池单体内短路区域,电池单体端电压的估计值远大于实测值;
在电池单体过充区域,电池单体端电压的估计值远小于实测值。
一种锂离子电池故障检测系统,用于锂离子电池中的电池单体的故障检测,包括电池单体端电压估计模块、电池单体端电压实测模块、数据比对处理模块和数据挖掘分析模块,
所述电池单体端电压估计模块对电池单体建立等效电路模型,并根据电池单体SOC值分别与等效电路模型的开路电压和电池单体内阻的对应关系通过当前状态下的电池单体SOC值分别获取所述开路电压和电池单体内阻,进而计算获得电池单体端电压的估计值;所述电池单体端电压实测模块利用电压传感器测量获得电池单体端电压的实测值;所述数据比对处理模块将电池单体端电压的所述估计值与所述实测值进行数据比对处理;所述数据挖掘分析模块基于数据挖掘分析技术获取所述电池单体在不同SOC值和/或不同温度下的若干比对处理结果作为样本数据分析电池单体是否发生故障。
所述电池单体端电压估计模块包括等效电路模型建立模块、开路电压计算模块、电池单体内阻计算模块和端电压估计值计算处理模块,
所述等效电路模型建立模块对电池单体建立等效电路模型,且建立的等效电路模型所表征的电池单体内部阻抗的实部为电池单体内阻;所述开路电压计算模块根据不同温度下的开路电压与电池单体SOC之间的对应关系通过当前状态下的电池单体SOC值以插值法获取对应的开路电压;所述电池单体内阻计算模块在不同温度以及不同电池单体SOC的状态下在电池单体两端接入放电负载并使所述放电负载恒流放电,根据电池单体SOC值与电池单体内阻之间的对应关系通过当前状态下的电池单体SOC值以插值法获取对应的电池单体内阻;所述端电压估计值计算处理模块基于欧姆定律将获取的开路电压和电池单体内阻结合测量的电流值计算获得电池单体端电压的估计值。
所述数据挖掘分析模块在获取若干比对处理结果作为样本数据后,将样本数据通过图表数据展示且所述图表数据分为电池单体状态正常区域和电池单体故障区域,根据样本数据落入的区域范围判断电池单体是否发生故障。
所述数据挖掘分析模块中将电池单体故障区域分为电池单体内短路区域和电池单体过充区域,在电池单体状态正常区域电池单体端电压的估计值和实测值呈线性相关,在电池单体内短路区域电池单体端电压的估计值远大于实测值,在电池单体过充区域电池单体端电压的估计值远小于实测值,根据样本数据落入的区域范围判断电池单体是否发生故障并确定电池单体的故障状态。
本发明的技术效果如下:
本发明涉及了一种锂离子电池故障检测方法,用于锂离子电池中的电池单体的故障检测,该方法包括电池单体端电压估计步骤、电池单体端电压实测步骤、数据比对处理步骤和数据挖掘分析步骤,利用等效电路模型及当前状态下的电池单体SOC值最终获得电池单体端电压的估计值,使之与通过电压传感器测量的电池单体端电压的实测值进行数据对比处理,最后再利用数据挖掘技术并基于大量比对处理结果的样本数据进行数据分析以判断电池单体是否发生故障进而实现对锂离子电池的故障检测,本发明利用等效电路模型可以在保持电池单体的效果不变的情况下简化对电池单体的分析,进而快速准确地得到电池单体端电压的估计值,基于大量的样本数据能够大幅提升锂离子电池中各电池单体的故障检测的准确性、全面性,使得工作人员能及时发现、更换或维修相应的发生故障的电池单体从而使得整个锂离子电池系统能够安全可靠工作。
优选地,所述电池单体端电压估计步骤中对电池单体建立的等效电路模型,能够准确地表征出电池单体的开路电压参数以及电池单体内阻参数,并且根据不同温度下的开路电压与电池单体SOC之间的对应关系通过当前状态下的电池单体SOC值并基于插值法来获取对应的开路电压,能够充分地获得多种不同温度条件下开路电压与电池单体SOC的量化的关系,准确直观;而且通过在电池单体两端接入恒流放电负载,根据电池单体SOC值与电池单体内阻之间的对应关系通过当前状态下的电池单体SOC值以插值法获取对应的电池单体内阻,同样能够充分获得多种温度条件下电池单体内阻与电池单体SOC量化的关系,准确直观;最后再基于欧姆定律将获取的开路电压和电池单体内阻结合测量的放电负载的电流值计算最终获得电池单体端电压的估计值,此结果也必定更为准确,方便于进行故障判断。
优选地,所述电池单体端电压估计步骤中对电池单体建立的等效电路模型采用线性模型,该线性模型各参数关系直观明确且模型简单、计算量小,有利于对电池单体快速执行故障判断。
进一步优选地,所述数据挖掘分析步骤在获取若干比对处理结果作为样本数据后将样本数据通过图表数据展示且所述图表数据分为电池单体状态正常区域和电池单体故障区域,进一步地还可以再将电池单体故障区域分为电池单体内短路区域和电池单体过充区域,根据样本数据落入的区域范围判断电池单体是否发生故障并确定电池单体的故障状态,其中,利用图表数据展示方式展示样本数据,能够使其直观高效地应用于最终的电池单体故障检测上,且针对根据电池单体不同的故障状态进行的分区更能直接地得出落入某区域的样本数据对应的电池单体处于什么状态、是否发生故障的结论,使得故障检测更为便捷快速,同时也方便了工作人员的直观判断。
本发明还涉及了一种用于锂离子电池中的电池单体的故障检测的锂离子电池故障检测系统,包括电池单体端电压估计模块、电池单体端电压实测模块、数据比对处理模块和数据挖掘分析模块,通过建立等效电路模型及利用当前状态下的电池单体SOC值最终获得电池单体端电压的估计值,使之与通过电压传感器测量的电池单体端电压的实测值进行数据对比处理,最后再利用数据挖掘技术并基于大量比对处理结果的样本数据进行数据分析以判断电池单体是否发生故障进而实现对锂离子电池的故障检测,该检测系统利用等效电路模型并结合数据挖掘分析技术,各模块协同工作,提高了工作效率,有效提升了锂离子电池故障检测的准确性,进而保证整个锂离子电池系统能够安全可靠工作。
附图说明
图1为本发明一种锂离子电池故障检测方法的一种优选工作流程图。
图2为本发明一种锂离子电池故障检测方法中对电池单体建立的一种优选等效电路模型。
图3为本发明一种锂离子电池故障检测方法中某一电池单体在各温度下开路电压UOC与SOC的关系示意图。
图4为本发明一种锂离子电池故障检测方法中某一电池单体在各温度下电池单体内阻R与SOC的关系示意图。
图5为本发明一种锂离子电池故障检测方法中电池单体端电压估计值与实测值的比对处理结果的样本数据的图表示意图。
图6为本发明一种锂离子电池故障检测系统的优选结构示意图。
具体实施方式
下面结合附图对本发明进行详细说明。
本发明涉及了一种锂离子电池故障检测方法,用于锂离子电池中的电池单体的故障检测,如图1的优选工作流程图所示,包括电池单体端电压估计步骤、电池单体端电压实测步骤、数据比对处理步骤和数据挖掘分析步骤,其中,所述电池单体端电压估计步骤对电池单体建立等效电路模型,并根据电池单体SOC值分别与等效电路模型的开路电压和电池单体内阻的对应关系通过当前状态下的电池单体SOC值分别获取所述开路电压和电池单体内阻,进而计算获得电池单体端电压的估计值。
进一步优选地,所述电池单体端电压估计步骤对电池单体建立的等效电路模型所表征的电池单体内部阻抗的实部为电池单体内阻,如图2的锂离子电池优选等效电路模型图所示,具体为对电池单体建立等效电路模型且具体优选将等效电路模型采用线性模型,等效电路模型中开路电压为UOC,其中电池单体内部阻抗Z0的实部R为电池单体内阻,再结合开路电压UOC,能充分反应电池单体端电压的瞬间突变,并且本方法通过等效电路模型表征相关参数的准确性强、不易产生误差,然后再根据不同温度下的开路电压UOC与电池单体SOC值之间的对应关系通过当前状态下的电池单体SOC值以插值法获取对应的开路电压UOC,采用插值法能够充分地获得多种不同温度条件下开路电压UOC与电池单体SOC的量化的关系曲线图,准确直观,如图3所示,具体优选获得针对于0℃、12.5℃、25℃、45℃四种温度值下不同电池单体SOC值对应的开路电压UOC,且优选地关系曲线图的横坐标标度分别设定电池单体SOC值为0、0.2、0.4、0.6、0.8、1.0时以及纵坐标范围选取3.1V—4.1V且纵坐标标度分别设定开路电压UOC为3.1、3.3、3.5、3.7、3.9、4.1时然后根据不同温度下的开路电压UOC与电池单体SOC值之间的对应关系(该对应关系优选为单调的一一对应的关系)通过当前状态下的电池单体SOC值以插值法获取对应的开路电压UOC的变化曲线;并在不同温度以及不同电池单体SOC的状态下在电池单体两端接入放电负载并使所述放电负载恒流放电,优选采用放电电流为I的恒流放电负载,然后根据电池单体SOC值与电池单体内阻R之间的对应关系通过当前状态下的电池单体SOC值以插值法获取对应的电池单体内阻R,如图4所示,具体优选获得针对于0℃、12.5℃、25℃、45℃四种温度值(与获得开路电压UOC选取的四种温度值相匹配)下不同电池单体SOC值对应的电池单体内阻R,且优选地关系曲线图的横坐标标度分别设定电池单体SOC值为0、0.2、0.4、0.6、0.8、1.0(与获得开路电压UOC的曲线图的横坐标标度相匹配)时以及纵坐标标度分别设定电池单体内阻R为0.00、0.02、0.04、0.06、0.08、0.10、0.12、0.14、0.16、0.18时然后根据不同温度下的电池单体SOC值与电池单体内阻R之间的对应关系通过当前状态下的电池单体SOC值以插值法获取对应的电池单体内阻R的变化曲线;最后基于欧姆定律将获取的开路电压UOC和电池单体内阻R再结合测量的恒流放电负载的电流值I计算获得电池单体端电压的估计值U1,计算表达式为:
U1=Uoc-IR (1)
由此计算过程获得的电池单体端电压的估计值的结果也必定更为精准,能够方便于进行故障判断。
优选地,所述电池单体端电压估计步骤对电池单体建立等效电路模型时采用的线性模型,其表征的各参数关系直观明确且模型简单、计算量小,有利于对电池单体快速执行故障判断,此外,除了线性模型,所述电池单体端电压估计步骤对电池单体建立所述等效电路模型还可以采用一阶模型、二阶模型或者分数阶模型等非线性模型,同样能够有效表征各相关参数。
然后通过所述电池单体端电压实测步骤利用电压传感器测量获得电池单体端电压的实测值U2;需要说明的是,图1所示流程是一种优选实施例,本发明故障检测方法中的电池单体端电压估计步骤和电池单体端电压实测步骤可以互换顺序;
然后通过所述数据比对处理步骤将电池单体端电压的所述估计值U1与所述实测值U2进行数据比对处理;
最后通过所述数据挖掘分析步骤基于数据挖掘分析技术获取所述电池单体在不同SOC值和/或不同温度下的若干比对处理结果作为样本数据分析电池单体是否发生故障,优选地,所述数据挖掘分析步骤在获取若干比对处理结果作为样本数据后,将样本数据通过图表数据展示且所述图表数据分为电池单体状态正常区域和电池单体故障区域,进一步地还可以再将电池单体故障区域分为电池单体内短路区域和电池单体过充区域,即此时分为了三个区域:电池单体状态正常区域、电池单体内短路区域和电池单体过充区域,根据样本数据落入的区域范围判断电池单体是否发生故障并确定电池单体的故障状态。并且进一步优选地,在电池单体状态正常区域,电池单体端电压的估计值和实测值呈线性相关;在电池单体内短路区域,电池单体端电压的估计值远大于实测值;在电池单体过充区域,电池单体端电压的估计值远小于实测值,结合附图5的样本数据的图表展示,可以直观清楚地看到,电池单体端电压估计值U1和实测值U2的比较结果可以分为三个区域,第一个区域是电池单体状态正常区域,如标示A所示区域,在此区域,电池单体的端电压估计值U1与端电压实测值U2成线性相关且二者相互接近,只存在估计误差和测量误差,也即在此区域内电池单体没有发生故障;第二个区域是电池单体故障区域中的电池单体内短路区域,如标示B所示区域,在此区域,电池单体的端电压估计值U1远大于端电压实测值U2,当电池单体出现内短路时,电池单体的实际内阻会明显下降,进而导致电池单体两端的端电压实测值下降,而电池单体的端电压估计值仍然保持原来的趋势,也即在此区域内电池单体发生内短路故障;第三个区域是电池单体故障区域中的电池单体过充区域,如标示C所示区域,在此区域,电池单体处于充电末期,电池单体的端电压估计值U1远小于端电压实测值U2,会产生电池单体过充现象,会对电池单体造成不良影响,也即在此区域内电池单体发生过充故障,故而通过判断电池单体端电压估计值U1与端电压实测值的比较结果的坐标(U1,U2)落在哪个区域,即可据此确定电池单体是否存在内短路故障或过充故障,进而实现对整个锂离子电池系统的故障检测,在上述步骤中,利用图表数据展示方式展示样本数据,能够使其直观高效地应用于最终的电池单体故障检测上,且针对根据电池单体不同的故障状态进行的分区更能直接地得出落入某区域的样本数据对应的电池单体处于什么状态、是否发生故障的结论,使得故障检测更为便捷快速,同时也方便了工作人员的直观判断。
本发明所述的故障检测方法方便高效,完全能够克服现有技术中通过对锂离子电池状态的监控和采集并结合预先设定参数值/阈值进行故障检测导致检测结果明显缺乏全面性、准确性的缺陷,能够基于大量的样本数据对电池单体的当前状态进行判断,通过实时测量电池单体的温度、SOC值、负载电流等信息,基于等效电路模型的方法计算出电池单体的端电压估计值,再结合端电压的实测值,通过判断二者比对处理结果的坐标落在的区域并基于数据挖掘技术分析电池单体及锂离子电池是否发生故障,具体可以是实时判断出电池单体是否存在内短路故障或过充故障,大大提升了电池单体故障检测结果的准确性和全面性,使得工作人员能及时发现、更换或维修相应的发生故障的电池单体从而使得整个锂离子电池系统能够安全可靠工作。
本发明还涉及了一种用于锂离子电池中的电池单体的故障检测锂离子电池故障检测系统,所述故障检测系统与上述锂离子电池故障检测方法相对应,可理解为是实现上述锂离子电池故障检测方法的系统,如图6所示结构,具体包括电池单体端电压估计模块、电池单体端电压实测模块、数据比对处理模块和数据挖掘分析模块;所述电池单体端电压估计模块对电池单体建立等效电路模型,并根据电池单体SOC值分别与等效电路模型的开路电压和电池单体内阻的对应关系通过当前状态下的电池单体SOC值分别获取所述开路电压和电池单体内阻,进而计算获得电池单体端电压的估计值。具体优选地,所述电池单体端电压估计模块包括等效电路模型建立模块、开路电压计算模块、电池单体内阻计算模块和端电压估计值计算处理模块,如图6所示的检测系统的优选结构,等效电路模型建立模块分别连接开路电压计算模块和电池单体内阻计算模块,开路电压计算模块和电池单体内阻计算模块均与端电压估计值计算处理模块相连。所述等效电路模型建立模块对电池单体建立等效电路模型,优选采用如图2所示的线性模型,且建立的等效电路模型所表征的电池单体内部阻抗的实部为电池单体内阻,同时优选所述开路电压计算模块根据不同温度下的开路电压UOC与电池单体SOC之间的对应关系(如图3所示的关系曲线)通过当前状态下的电池单体SOC值以插值法获取对应的开路电压;所述电池单体内阻计算模块在不同温度以及不同电池单体SOC的状态下在电池单体两端接入放电负载并使所述放电负载恒流放电,根据电池单体SOC值与电池单体内阻R之间的对应关系(如图4所示的关系曲线)通过当前状态下的电池单体SOC值以插值法获取对应的电池单体内阻,并且还优选所述端电压估计值计算处理模块基于欧姆定律将获取的开路电压和电池单体内阻结合测量的电流值计算获得电池单体端电压的估计值。
所述电池单体端电压实测模块利用电压传感器测量获得电池单体端电压的实测值;所述数据比对处理模块将电池单体端电压的所述估计值与所述实测值进行数据比对处理;所述数据挖掘分析模块基于数据挖掘分析技术获取所述电池单体在不同SOC值和/或不同温度下的若干比对处理结果作为样本数据分析电池单体是否发生故障。本系统结构简单、控制便捷,完全能够克服现有技术中通过对锂离子电池状态的监控和采集并结合预先设定参数值/阈值进行故障检测导致检测结果明显缺乏全面性、准确性的缺陷,能够基于大量的样本数据对电池单体的当前状态进行判断,通过实时测量电池单体的温度、SOC值、负载电流等信息,基于模型的方法计算出电池单体的端电压估计值,再结合端电压的实测值,通过判断二者比较处理的结果分析电池单体及锂离子电池是否发生故障,使电池单体故障检测结果更为准确,使得工作人员能及时发现、更换或维修相应的发生故障的电池单体从而使得整个锂离子电池系统能够安全可靠工作。
进一步优选地,所述数据挖掘分析模块在获取若干比对处理结果作为样本数据后,将样本数据通过图表数据展示且所述图表数据分为电池单体状态正常区域和电池单体故障区域,根据样本数据落入的区域范围判断电池单体是否发生故障,且进一步优选地,所述数据挖掘分析模块中将电池单体故障区域分为电池单体内短路区域和电池单体过充区域,可参考如图5所示的图表,在电池单体状态正常区域A中,电池单体端电压的估计值和实测值呈线性相关,在电池单体内短路区域B中,电池单体端电压的估计值远大于实测值,在电池单体过充区域C中,电池单体端电压的估计值远小于实测值,根据样本数据落入的区域范围判断电池单体是否发生故障并确定电池单体的故障状态,通过判断端电压估计值和端电压的实测值比较处理结果的坐标落在的区域并基于数据挖掘技术分析电池单体及锂离子电池是否发生故障,具体可以是实时判断出电池单体是否存在内短路故障或过充故障,大大提升了电池单体故障检测结果的准确性和全面性,实用性极强。
应当指出,以上所述具体实施方式可以使本领域的技术人员更全面地理解本发明创造,但不以任何方式限制本发明创造。因此,尽管本说明书参照附图和实施例对本发明创造已进行了详细的说明,但是,本领域技术人员应当理解,仍然可以对本发明创造进行修改或者等同替换,总之,一切不脱离本发明创造的精神和范围的技术方案及其改进,其均应涵盖在本发明创造专利的保护范围当中。
Claims (10)
1.一种锂离子电池故障检测方法,用于锂离子电池中的电池单体的故障检测,其特征在于,包括电池单体端电压估计步骤、电池单体端电压实测步骤、数据比对处理步骤和数据挖掘分析步骤,
所述电池单体端电压估计步骤对电池单体建立等效电路模型,并根据电池单体SOC值分别与等效电路模型的开路电压和电池单体内阻的对应关系通过当前状态下的电池单体SOC值分别获取所述开路电压和电池单体内阻,进而计算获得电池单体端电压的估计值;所述电池单体端电压实测步骤利用电压传感器测量获得电池单体端电压的实测值;所述数据比对处理步骤将电池单体端电压的所述估计值与所述实测值进行数据比对处理;所述数据挖掘分析步骤基于数据挖掘分析技术获取所述电池单体在不同SOC值和/或不同温度下的若干比对处理结果作为样本数据分析电池单体是否发生故障。
2.根据权利要求1所述的一种锂离子电池故障检测方法,其特征在于,所述电池单体端电压估计步骤对电池单体建立的等效电路模型所表征的电池单体内部阻抗的实部为电池单体内阻,根据不同温度下的开路电压与电池单体SOC之间的对应关系通过当前状态下的电池单体SOC值以插值法获取对应的开路电压;并在不同温度以及不同电池单体SOC的状态下在电池单体两端接入放电负载并使所述放电负载恒流放电,根据电池单体SOC值与电池单体内阻之间的对应关系通过当前状态下的电池单体SOC值以插值法获取对应的电池单体内阻;基于欧姆定律将获取的开路电压和电池单体内阻结合测量的电流值计算获得电池单体端电压的估计值。
3.根据权利要求2所述的一种锂离子电池故障检测方法,其特征在于,所述电池单体端电压估计步骤对电池单体建立的所述等效电路模型采用线性模型。
4.根据权利要求1至3之一所述的一种锂离子电池故障检测方法,其特征在于,所述数据挖掘分析步骤在获取若干比对处理结果作为样本数据后,将样本数据通过图表数据展示且所述图表数据分为电池单体状态正常区域和电池单体故障区域,根据样本数据落入的区域范围判断电池单体是否发生故障。
5.根据权利要求4所述的一种锂离子电池故障检测方法,其特征在于,所述数据挖掘分析步骤中将电池单体故障区域分为电池单体内短路区域和电池单体过充区域,根据样本数据落入的区域范围判断电池单体是否发生故障并确定电池单体的故障状态。
6.根据权利要求5所述的一种锂离子电池故障检测方法,其特征在于,在电池单体状态正常区域,电池单体端电压的估计值和实测值呈线性相关;
在电池单体内短路区域,电池单体端电压的估计值远大于实测值;
在电池单体过充区域,电池单体端电压的估计值远小于实测值。
7.一种锂离子电池故障检测系统,用于锂离子电池中的电池单体的故障检测,其特征在于,包括电池单体端电压估计模块、电池单体端电压实测模块、数据比对处理模块和数据挖掘分析模块,
所述电池单体端电压估计模块对电池单体建立等效电路模型,并根据电池单体SOC值分别与等效电路模型的开路电压和电池单体内阻的对应关系通过当前状态下的电池单体SOC值分别获取所述开路电压和电池单体内阻,进而计算获得电池单体端电压的估计值;所述电池单体端电压实测模块利用电压传感器测量获得电池单体端电压的实测值;所述数据比对处理模块将电池单体端电压的所述估计值与所述实测值进行数据比对处理;所述数据挖掘分析模块基于数据挖掘分析技术获取所述电池单体在不同SOC值和/或不同温度下的若干比对处理结果作为样本数据分析电池单体是否发生故障。
8.根据权利要求7所述的一种锂离子电池故障检测系统,其特征在于,所述电池单体端电压估计模块包括等效电路模型建立模块、开路电压计算模块、电池单体内阻计算模块和端电压估计值计算处理模块,
所述等效电路模型建立模块对电池单体建立等效电路模型,且建立的等效电路模型所表征的电池单体内部阻抗的实部为电池单体内阻;所述开路电压计算模块根据不同温度下的开路电压与电池单体SOC之间的对应关系通过当前状态下的电池单体SOC值以插值法获取对应的开路电压;所述电池单体内阻计算模块在不同温度以及不同电池单体SOC的状态下在电池单体两端接入放电负载并使所述放电负载恒流放电,根据电池单体SOC值与电池单体内阻之间的对应关系通过当前状态下的电池单体SOC值以插值法获取对应的电池单体内阻;所述端电压估计值计算处理模块基于欧姆定律将获取的开路电压和电池单体内阻结合测量的电流值计算获得电池单体端电压的估计值。
9.根据权利要求7或8所述的一种锂离子电池故障检测系统,其特征在于,所述数据挖掘分析模块在获取若干比对处理结果作为样本数据后,将样本数据通过图表数据展示且所述图表数据分为电池单体状态正常区域和电池单体故障区域,根据样本数据落入的区域范围判断电池单体是否发生故障。
10.根据权利要求9所述的一种锂离子电池故障检测系统,其特征在于,所述数据挖掘分析模块中将电池单体故障区域分为电池单体内短路区域和电池单体过充区域,在电池单体状态正常区域电池单体端电压的估计值和实测值呈线性相关,在电池单体内短路区域电池单体端电压的估计值远大于实测值,在电池单体过充区域电池单体端电压的估计值远小于实测值,根据样本数据落入的区域范围判断电池单体是否发生故障并确定电池单体的故障状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810940165.5A CN108957349A (zh) | 2018-08-17 | 2018-08-17 | 一种锂离子电池故障检测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810940165.5A CN108957349A (zh) | 2018-08-17 | 2018-08-17 | 一种锂离子电池故障检测方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108957349A true CN108957349A (zh) | 2018-12-07 |
Family
ID=64469587
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810940165.5A Pending CN108957349A (zh) | 2018-08-17 | 2018-08-17 | 一种锂离子电池故障检测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108957349A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109884533A (zh) * | 2019-03-11 | 2019-06-14 | 北京百度网讯科技有限公司 | 电池故障的诊断方法及装置、设备及存储介质 |
CN111416411A (zh) * | 2020-04-16 | 2020-07-14 | 上海空间电源研究所 | 一种高压锂离子电池温度自适应过放报警控制方法 |
CN112147512A (zh) * | 2020-09-17 | 2020-12-29 | 北京理工大学 | 一种锂离子电池短路与滥用故障的诊断及分离方法 |
CN112285569A (zh) * | 2020-10-29 | 2021-01-29 | 哈尔滨工业大学(威海) | 一种基于动态阈值模型的电动汽车故障诊断方法 |
CN112986842A (zh) * | 2019-12-17 | 2021-06-18 | 比亚迪股份有限公司 | 电池荷电状态的估算方法、装置及设备 |
CN113009348A (zh) * | 2021-04-01 | 2021-06-22 | 浙江吉利控股集团有限公司 | 一种提高动力电池soc估算精度的方法及其装置 |
CN113826021A (zh) * | 2019-07-05 | 2021-12-21 | 株式会社Lg新能源 | 用于诊断电池单体的设备和方法 |
CN114895196A (zh) * | 2022-07-13 | 2022-08-12 | 深圳市威特利电源有限公司 | 一种基于人工智能的新能源电池故障诊断方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03289574A (ja) * | 1990-03-29 | 1991-12-19 | Fuji Electric Co Ltd | 無停電電源装置のバッテリー異常検出回路 |
CN103399282A (zh) * | 2013-08-07 | 2013-11-20 | 清华大学 | 电池单体故障诊断方法 |
CN106371018A (zh) * | 2015-07-21 | 2017-02-01 | 上汽通用汽车有限公司 | 基于电池端电压估计的车辆动力电池故障诊断方法及设备 |
CN106802396A (zh) * | 2017-03-28 | 2017-06-06 | 上海理工大学 | 一种电池内短路的诊断方法 |
CN106887647A (zh) * | 2017-03-13 | 2017-06-23 | 上海电气钠硫储能技术有限公司 | 一种故障钠硫电池单体检测并隔离方法 |
CN107907834A (zh) * | 2017-10-25 | 2018-04-13 | 广州市香港科大霍英东研究院 | 一种电池管理系统的电流漂移校正方法、系统及装置 |
-
2018
- 2018-08-17 CN CN201810940165.5A patent/CN108957349A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03289574A (ja) * | 1990-03-29 | 1991-12-19 | Fuji Electric Co Ltd | 無停電電源装置のバッテリー異常検出回路 |
CN103399282A (zh) * | 2013-08-07 | 2013-11-20 | 清华大学 | 电池单体故障诊断方法 |
CN106371018A (zh) * | 2015-07-21 | 2017-02-01 | 上汽通用汽车有限公司 | 基于电池端电压估计的车辆动力电池故障诊断方法及设备 |
CN106887647A (zh) * | 2017-03-13 | 2017-06-23 | 上海电气钠硫储能技术有限公司 | 一种故障钠硫电池单体检测并隔离方法 |
CN106802396A (zh) * | 2017-03-28 | 2017-06-06 | 上海理工大学 | 一种电池内短路的诊断方法 |
CN107907834A (zh) * | 2017-10-25 | 2018-04-13 | 广州市香港科大霍英东研究院 | 一种电池管理系统的电流漂移校正方法、系统及装置 |
Non-Patent Citations (3)
Title |
---|
周苏: "《燃料电池汽车建模及仿真技术》", 31 January 2017, 北京理工大学出版社 * |
谭晓军: "《电池管理系统深度理论研究 面向大功率电池组的应用技术》", 30 April 2014, 中山大学出版社 * |
陈玲玲等: "《汽车电气设备构造与维修》", 31 July 2016, 上海交通大学出版社 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109884533B (zh) * | 2019-03-11 | 2022-09-13 | 北京百度网讯科技有限公司 | 电池故障的诊断方法及装置、设备及存储介质 |
CN109884533A (zh) * | 2019-03-11 | 2019-06-14 | 北京百度网讯科技有限公司 | 电池故障的诊断方法及装置、设备及存储介质 |
CN113826021A (zh) * | 2019-07-05 | 2021-12-21 | 株式会社Lg新能源 | 用于诊断电池单体的设备和方法 |
US11815559B2 (en) | 2019-07-05 | 2023-11-14 | Lg Energy Solution, Ltd. | Apparatus and method for diagnosing battery cell |
CN112986842A (zh) * | 2019-12-17 | 2021-06-18 | 比亚迪股份有限公司 | 电池荷电状态的估算方法、装置及设备 |
CN112986842B (zh) * | 2019-12-17 | 2022-06-14 | 比亚迪股份有限公司 | 电池荷电状态的估算方法、装置及设备 |
CN111416411A (zh) * | 2020-04-16 | 2020-07-14 | 上海空间电源研究所 | 一种高压锂离子电池温度自适应过放报警控制方法 |
CN112147512B (zh) * | 2020-09-17 | 2021-11-26 | 北京理工大学 | 一种锂离子电池短路与滥用故障的诊断及分离方法 |
CN112147512A (zh) * | 2020-09-17 | 2020-12-29 | 北京理工大学 | 一种锂离子电池短路与滥用故障的诊断及分离方法 |
CN112285569B (zh) * | 2020-10-29 | 2022-02-01 | 哈尔滨工业大学(威海) | 一种基于动态阈值模型的电动汽车故障诊断方法 |
CN112285569A (zh) * | 2020-10-29 | 2021-01-29 | 哈尔滨工业大学(威海) | 一种基于动态阈值模型的电动汽车故障诊断方法 |
CN113009348A (zh) * | 2021-04-01 | 2021-06-22 | 浙江吉利控股集团有限公司 | 一种提高动力电池soc估算精度的方法及其装置 |
CN113009348B (zh) * | 2021-04-01 | 2024-03-12 | 浙江吉利控股集团有限公司 | 一种提高动力电池soc估算精度的方法及其装置 |
CN114895196A (zh) * | 2022-07-13 | 2022-08-12 | 深圳市威特利电源有限公司 | 一种基于人工智能的新能源电池故障诊断方法 |
CN114895196B (zh) * | 2022-07-13 | 2022-10-25 | 深圳市威特利电源有限公司 | 一种基于人工智能的新能源电池故障诊断方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108957349A (zh) | 一种锂离子电池故障检测方法和系统 | |
Feng et al. | Detecting the internal short circuit in large-format lithium-ion battery using model-based fault-diagnosis algorithm | |
CN108544925B (zh) | 电池管理系统 | |
CN103399282B (zh) | 电池单体故障诊断方法 | |
Yao et al. | Fault detection of the connection of lithium-ion power batteries based on entropy for electric vehicles | |
CN103323775B (zh) | 用于电池模块的平衡监控及测试系统 | |
CN102854473B (zh) | 电动汽车动力电池自动测试诊断系统和方法 | |
CN114050633A (zh) | 一种锂电池储能系统的动态管控方法、装置和电子设备 | |
CN103105585B (zh) | 一种蓄电池性能充放电全时在线测试法 | |
CN111596212B (zh) | 一种基于电化学变量监测的电池内部故障诊断方法及装置 | |
CN106154164B (zh) | 一种电池健康状态评估方法 | |
CN105071453A (zh) | 一种电池管理系统 | |
CN106443490B (zh) | 一种电池短路的故障诊断系统 | |
CN101894981A (zh) | 铅酸电池组智能监测修复控制方法及系统 | |
CN202770974U (zh) | 电动汽车动力电池自动测试诊断系统 | |
CN113300437A (zh) | 锂电池储能系统的动态管控系统 | |
CN111707943A (zh) | 一种基于电池仿真的电动汽车充电故障预警方法和系统 | |
CN108693478A (zh) | 一种锂离子动力电池的漏液检测方法 | |
CN105785169A (zh) | 一种电池系统预充电管理检测装置及其检测方法 | |
Wu et al. | Comprehensive early warning strategies based on consistency deviation of thermal–electrical characteristics for energy storage grid | |
Gu et al. | An Early minor-fault diagnosis method for lithium-ion battery packs based on unsupervised learning | |
CN112684349A (zh) | 电池单体失效的分析方法、验证方法、装置、设备及介质 | |
CN105259507A (zh) | 一种基于多变量关联关系的卫星蓄电池组故障检测方法 | |
CN111948544B (zh) | 一种动力电池组连接故障的检测方法及系统 | |
US11959971B2 (en) | Method and system for detecting connection fault of parallel connection cell |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181207 |
|
RJ01 | Rejection of invention patent application after publication |