CN114114047B - 电池故障检测方法和装置 - Google Patents

电池故障检测方法和装置 Download PDF

Info

Publication number
CN114114047B
CN114114047B CN202010862452.6A CN202010862452A CN114114047B CN 114114047 B CN114114047 B CN 114114047B CN 202010862452 A CN202010862452 A CN 202010862452A CN 114114047 B CN114114047 B CN 114114047B
Authority
CN
China
Prior art keywords
battery
parameter information
fault
relaxation time
determining
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.)
Active
Application number
CN202010862452.6A
Other languages
English (en)
Other versions
CN114114047A (zh
Inventor
谢杰
李娟�
李阳兴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN202010862452.6A priority Critical patent/CN114114047B/zh
Publication of CN114114047A publication Critical patent/CN114114047A/zh
Application granted granted Critical
Publication of CN114114047B publication Critical patent/CN114114047B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/385—Arrangements for measuring battery or accumulator variables
    • G01R31/387—Determining ampere-hour charge capacity or SoC
    • G01R31/388—Determining ampere-hour charge capacity or SoC involving voltage measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/389—Measuring internal impedance, internal conductance or related variables
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Abstract

本申请提供了一种电池故障检测方法和装置，电池故障检测方法包括：获取电池包中每个电池的阻抗谱数据，阻抗谱数据包括多个频率下电池的阻抗；对每个电池的阻抗谱数据进行DRT分析，确定每个电池的参数信息，参数信息包括至少一个弛豫时间以及每个弛豫时间对应的电阻；当多个电池中的第一电池的第一参数信息与第二电池的第二参数信息的偏离情况满足预设故障条件时，确定电池包中的至少一个电池存在故障。通过将多个电池的参数信息进行比较，或将电池当前的参数信息与历史参数信息进行比较，根据参数信息的偏离情况确定电池包中的电池存是否在故障，能够准确识别电池早期故障。进一步地，还可以判断电池的故障类型和故障严重程度。

Description

电池故障检测方法和装置
技术领域
本申请涉及电池检测领域，尤其涉及一种电池故障检测方法及装置。
背景技术
锂离子电池由于具有较高的能量密度、良好的循环性能、较低的自放电率，被广泛应用于电子数码产品，电动车和储能领域。但也容易由于不当使用，造成安全风险。目前传统的电源管理系统(battery management system，BMS)的输入量主要有电压(U)、电流(I)和温度(T)，且该温度为电池外部温度。这些参数都是电池的外特性参数，但锂离子电池是高度复杂的电化学系统，仅依靠上述外特性参数往往难以准确识别电池内部故障(如过充、过放、过温、内短路、外短路、漏液、挤压变形等)。如果不能提前识别这些故障，在使用过程中，容易引起电池系统突然掉电或者起火爆炸等风险。
电化学阻抗谱(electrochemical impedance spectroscopy，EIS)作为一种无损的参数测定和有效的电池动力学行为测定方法，被广泛应用于电池正负极材料、锂离子脱嵌动力学参数、(solid electrolyte interphase，SEI)膜、各类电解质的研究以及电池的荷电状态(state of charge，SoC)、健康状态(state of health，SoH)等状态信息的评估和预测，是分析锂电池性能强有力的工具。
对电化学阻抗谱进行弛豫时间分布(distribution of relaxation times，DRT)分析，可以得到锂电池的参数信息。参数信息包括至少一个弛豫时间以及每个弛豫时间对应的电阻。当电池的参数信息超出电池正常工作对应的范围时，确定可以电池存在故障。然而温度、SoC和电池老化等情况均会对电池的参数信息产生影响，设置准确的电池正常工作对应的参数信息的范围较为困难。
发明内容
本申请提供一种电池故障检测方法和装置，能够准确识别电池故障。
第一方面，提供了一种电池故障检测方法，所述方法包括：获取电池包的多个电池中每个电池的阻抗谱数据，每个所述电池的阻抗谱数据包括多个频率下所述电池的阻抗；对每个所述电池的阻抗谱数据进行弛豫时间分布DRT分析，以确定所述每个电池的参数信息，所述参数信息包括至少一个弛豫时间以及每个所述弛豫时间对应的电阻；当所述多个电池中的第一电池的第一参数信息与所述多个电池中的第二电池的第二参数信息的偏离情况满足预设故障条件时，确定所述电池包中的至少一个电池存在故障。
通过将电池包中的各个电池的参数信息进行比较，在各个电池的参数信息出现较大的差异时，可以确定电池包中的电池存在故障。
无需预先设置正常情况下的电池阻抗范围，排除了温度、SoC、电池老化对电池的参数信息的影响，使得对电池包中的电池是否存在故障的判断更加准确。
特别地，本申请提供的方法能够对于电池早期故障进行准确识别。从而，能够较早地对故障进行排除。提高电池运行的安全性。
结合第一方面，在一些可能的实现方式中，所述第二电池为多个，所述确定所述电池包中的至少一个电池存在故障，包括：确定所述第一电池故障；由于不同的故障类型对阻抗谱的影响程度不同，所述方法还包括：根据所述第一参数信息与所述第二参数信息的偏离情况，确定所述第一电池的故障类型。
由于第二参数信息与电池包中的电池的老化程度等相关。根据第一参数信息与各个第二参数信息的偏离情况确定第一电池的故障类型，对于使得故障类型的判断更加准确。
结合第一方面，在一些可能的实现方式中，所述方法还包括：根据所述第一参数信息与预设参数信息的偏离程度，确定所述第一电池的故障严重程度。
由于第二参数信息与电池包中的电池的老化程度等相关，根据第一参数信息与预设参数信息的偏离程度，确定所述第一电池的故障严重程度，考虑了电池老化的因素，可以使得确定的故障严重程度更加准确。
结合第一方面，在一些可能的实现方式中，所述第二电池为多个，所述方法还包括：根据所述第一参数信息与所述多个第二参数信息，确定每个所述电池的所述至少一个弛豫时间中的第一弛豫时间；根据所述第一电池的第一弛豫时间对应的电阻与每个所述第二电池的第一弛豫时间对应的电阻，计算所述第一电池的离群因子LOF，所述LOF用于表示所述第一参数信息与所述第二参数信息的偏离情况，所述预设故障条件为所述LOF大于或等于预设值。
通过离群因子，可以准确表示第一参数信息与所述第二参数信息的偏离情况。
结合第一方面，在一些可能的实现方式中，所述第一弛豫时间在每个所述参考信息的所述至少一个弛豫时间的大小排序中序号相同。
一般情况下，每个电池的参考信息中，弛豫时间的大小排序相同的弛豫时间对应于电池等效电路中相同的RC电路。通过大小排序中的序号，确定的每个电池的参数信息中相对应的弛豫时间的方式，使得第一参数信息与所述第二参数信息的偏离情况的判断更加准确。
第二方面，提供一种电池故障检测方法，所述方法包括：获取电池当前的阻抗谱数据，所述阻抗谱数据包括多个频率下所述电池的阻抗；对所述阻抗谱数据进行弛豫时间分布DRT分析，以确定第一参数信息，所述第一参数信息包括所述电池当前的至少一个弛豫时间以及每个所述弛豫时间对应的电阻；当所述第一参数信息与第二参数信息的偏离情况满足预设故障条件时，确定所述电池存在故障，所述第二参数信息包括所述电池在上一时刻的至少一个弛豫时间以及每个所述弛豫时间对应的电阻。
通过电池当前的第一参数信息与上一时刻的第二参数信息进行比较，在两者出现较大的差异时，可以确定电池存在故障。
无需预先设置正常情况下的电池阻抗范围，考虑了电池老化对电池的参数信息的影响，使得对电池包中的电池是否存在故障的判断更加准确。
结合第二方面，在一些可能的实现方式中，所述方法还包括：根据所述第一参数信息与所述第二参数信息的偏离情况，确定所述第一电池的故障类型。
由于第二参数信息与电池包中的电池的老化程度等相关。根据第一参数信息与各个第二参数信息的偏离情况确定第一电池的故障类型，对于使得故障类型的判断更加准确。
结合第二方面，在一些可能的实现方式中，所述方法还包括：根据所述第一参数信息与预设参数信息的偏离程度，确定所述第一电池的故障严重程度。
由于第二参数信息与电池包中的电池的老化程度等相关，根据第一参数信息与预设参数信息的偏离程度，确定所述第一电池的故障严重程度，考虑了电池老化的因素，可以使得确定的故障严重程度更加准确。
结合第二方面，在一些可能的实现方式中，当前所述电池的温度和荷电状态SoC与所述上一时刻所述电池的温度和SoC相同。
温度和荷电状态影响电池的参数信息。通过对相同的温度和荷电状态下的电池的参数信息进行比较，提高第一参数信息与所述第二参数信息的偏离情况的准确性。
结合第二方面，在一些可能的实现方式中，所述方法还包括：根据所述第一参数信息中第一弛豫时间对应的电阻与所述第二参数信息中所述第一弛豫时间对应的电阻，确定所述偏离情况，所述第一弛豫时间在所述第一参数信息的至少一个弛豫时间的大小排序的序号和所述第二参数信息的至少一个弛豫时间的大小排序中的序号相同。
一般情况下，每个电池的参考信息中，弛豫时间的大小排序相同的弛豫时间对应于电池等效电路中相同的RC电路。通过弛豫时间大小排序中的序号，区别每个电池的参数信息中不同的电化学过程，便于对第一参数信息与所述第二参数信息中相同的电化学过程进行比较，使得偏离情况的判断更加准确。
第三方面，提供一种电池故障检测装置，包括：获取装置和处理装置；所述获取装置用于，获取电池包的多个电池中每个电池的阻抗谱数据，每个所述电池的阻抗谱数据包括多个频率下所述电池的阻抗；所述处理装置用于，对每个所述电池的阻抗谱数据进行弛豫时间分布DRT分析，以确定所述每个电池的参数信息，所述参数信息包括至少一个弛豫时间以及每个所述弛豫时间对应的电阻；所述处理装置还用于，当所述多个电池中的第一电池的第一参数信息与所述多个电池中的第二电池的第二参数信息的偏离情况满足预设故障条件时，确定所述电池包中的至少一个电池存在故障。
结合第三方面，在一些可能的实现方式中，所述第二电池为多个，所述处理装置还用于，确定所述第一电池故障；所述处理装置还用于，根据所述第一参数信息与所述第二参数信息的偏离情况，确定所述第一电池的故障类型。
结合第三方面，在一些可能的实现方式中，所述处理装置还用于，根据所述第一参数信息与预设参数信息的偏离程度，确定所述第一电池的故障严重程度。
结合第三方面，在一些可能的实现方式中，所述第二电池为多个，所述处理装置还用于，根据所述第一参数信息与所述多个第二参数信息，确定每个所述电池的所述至少一个弛豫时间中的第一弛豫时间；所述处理装置还用于，根据所述第一电池的第一弛豫时间对应的电阻与每个所述第二电池的第一弛豫时间对应的电阻，计算所述第一电池的离群因子LOF，所述LOF用于表示所述第一参数信息与所述第二参数信息的偏离情况，所述预设故障条件为所述LOF大于或等于预设值。
结合第三方面，在一些可能的实现方式中，所述第一弛豫时间在每个所述参考信息的所述至少一个弛豫时间的大小排序中序号相同。
第四方面，提供一种电池故障检测装置，其特征在于，包括获取装置和处理装置；所述获取装置用于，获取电池当前的阻抗谱数据，所述阻抗谱数据包括多个频率下所述电池的阻抗；所述处理装置用于，对所述阻抗谱数据进行弛豫时间分布DRT分析，以确定第一参数信息，所述第一参数信息包括所述电池当前的至少一个弛豫时间以及每个所述弛豫时间对应的电阻；所述处理装置还用于，当所述第一参数信息与第二参数信息的偏离情况满足预设故障条件时，确定所述电池存在故障，所述第二参数信息包括所述电池在上一时刻的至少一个弛豫时间以及每个所述弛豫时间对应的电阻。
结合第四方面，在一些可能的实现方式中，所述处理装置还用于，根据所述第一参数信息与所述第二参数信息的偏离情况，确定所述第一电池的故障类型。
结合第四方面，在一些可能的实现方式中，所述处理装置还用于，根据所述第一参数信息与预设参数信息的偏离程度，确定所述第一电池的故障严重程度。
结合第四方面，在一些可能的实现方式中，当前所述电池的温度和荷电状态SoC与所述上一时刻所述电池的温度和SoC相同。
结合第四方面，在一些可能的实现方式中，所述处理装置还用于，根据所述第一参数信息中第一弛豫时间对应的电阻与所述第二参数信息中所述第一弛豫时间对应的电阻，确定所述偏离情况，所述第一弛豫时间在所述第一参数信息的至少一个弛豫时间的大小排序的序号和所述第二参数信息的至少一个弛豫时间的大小排序中的序号相同。
第五方面，提供了一种电池检测装置，该装置包括：存储器和处理器。存储器用于存储程序。处理器，用于执行所述存储器存储的程序，以执行上述第一方面或第二方面中的方法。
应当理解，程序也可以称为程序代码、计算机指令、程序指令等。
第六方面，提供一种计算机可读存储介质，该计算机可读存储介质存储有程序，该程序包括用于执行第一方面中的方法中的步骤的指令。
第七方面，提供一种计算机程序产品，所述计算机程序产品包括计算机指令，当所述计算机程序产品被计算机执行时，该计算机执行前述第一方面中的方法。
第八方面，提供一种芯片系统，所述芯片系统包括至少一个处理器，当程序在所述至少一个处理器中执行时，使得所述芯片系统执行第一方面所述的方法。
可选地，作为一种实现方式，所述芯片系统还可以包括存储器，所述存储器中存储有程序，所述处理器用于执行所述存储器上存储的程序，当所述程序被执行时，所述处理器用于执行第一方面中的方法。
应理解，本申请中，第一方面的方法具体可以是指第一方面以及第一方面中各种实现方式中的任意一种实现方式中的方法。
附图说明
图1是一种电池储能系统的示意性结构图。
图2是本申请实施例提供的一种电池故障检测方法的示意性流程图。
图3是本申请实施例提供的一种电池的等效电路图。
图4是一种电池的电化学阻抗谱EIS的测量方式示意图。
图5是一种电池的EIS的示意图。
图6是一种电池的弛豫时间分布DRT图谱的示例。
图7是本申请实施例提供的另一种电池故障检测方法的示意性流程图。
图8是本申请实施例提供的又一种电池故障检测方法的示意性流程图。
图9是本申请实施例提供的又一种电池故障检测方法的示意性流程图。
图10是本申请实施例提供的一个电池包中各个电池的EIS的示意图。
图11是本申请实施例提供的一个电池包中各个电池的DRT图谱的示意图。
图12是本申请实施例提供的又一种电池故障检测方法的示意性流程图。
图13是本申请实施例提供的电池在当前时刻和上一时刻的EIS的示意图。
图14是本申请实施例提供的电池在当前时刻和上一时刻的DRT图谱的示意图。
图15是本申请实施例提供的一种电池管理装置的示意性结构图。
图16是本申请实施例提供的一种电池故障检测装置的示意性结构图。
图17是本申请实施例提供的另一种电池故障检测装置的示意性结构图。
具体实施方式
下面将结合附图，对本申请中的技术方案进行描述。
锂离子电池(Lithium-ion cell)也可以称为锂电池，依靠锂离子在正极和负极之间移动实现化学能与电能相互转化，具有较高的能量密度、良好的循环性能、较低的自放电率，被广泛应用于电子数码产品、电动车和储能领域。锂离子电池的应用领域和地域范围不断拓展，但随着使用量的增加，其安全问题也变得突出。
一方面，电池可能突然容量急剧衰减，造成电量不足，影响其它电器系统的正常工作。另一方面，故障电池的安全风险不可控，容易引发热失控，造成电池系统的起火爆炸。
图1是一种电池储能系统的示意性结构图。
电池储能系统110也可以称为电池包，通常包括多个电芯。通过电芯的串并联，可以提高电池储能系统的电压等级和容量。
电芯也可以称为电池单体。为了便于管理，电池储能系统110中，每个电芯的类型相同，也就是说，每个电芯两端的电压、容量等性能相同。相同也可以理解为近似相同。
如图1所示，可以先将多个电芯串联以形成串联支路，以获得较高的电压。每个串联支路中的电芯数量相同。电池储能系统110包括多个并联的串联支路。通过将多个串联支路并联连接，可以提升电池储能系统110的容量。
当然，电池储能系统110中电芯之间也可以采用其他连接方式，例如可以将多个电芯并联以形成并联支路，之后将多个并联支路进行串联连接，以形成电池储能系统110。本申请对电池储能系统110中电芯之间的连接方式不作限定。电池储能系统110中电芯的数量和连接方式，可以根据外部电路对电压和容量的需求确定。
逆变器120将电池储能系统110输出的直流电转换为交流电，对外提供电能。
可以根据电芯两端的电压、流经电芯的电流和电芯外部的温度，确定电芯是否存在故障。
锂离子电池是高度复杂的电化学系统。电压、电流、电池外部温度等参数都是电芯的外特性参数，仅依靠上述外特性参数难以准确识别电芯内部故障。
电芯可能存在过充、过放、过温、内短路、外短路、漏液、挤压变形等电池内部故障。如果不能提前识别这些故障，在使用过程中，可能导致电芯突然掉电或者起火爆炸等风险，电池储能系统110的稳定性和安全性受到影响。
也可以获取训练得到的人工智能(artificial intelligence，AI)模型。将电芯运行时检测得到的检测信息输入AI模型，以确定电芯是否存在故障。应当理解，电池可以是图1所示的电芯、电池单体、电池模块或电池储能系统等。
通过训练得到的AI模型可以识别电芯内部故障，但是在对AI模型进行训练时，需要大量已标记的训练数据。这些训练数据包括电芯在各种故障情况下运行时的检测得到的信息，训练数据获取的难度较高，获取大量的训练数据所需的时间较长，从而导致AI模型的训练难度很高，实现较为困难。
还可以通过给锂电池施加一个小幅值正弦波激励，测量响应与激励在各频率下的幅值比和相位差，即可得到被测锂电池在很宽频率范围内各个频率下的阻抗值，从而得到电化学阻抗谱。对电化学阻抗谱进行DRT分析，可以得到锂电池的参数信息。参数信息包括至少一个弛豫时间以及每个弛豫时间对应的电阻。当电池的参数信息超出电池正常工作对应的变化范围时，确定可以电池存在故障。
电池老化等情况均会对电池的参数信息产生影响，设置准确的电池正常工作对应的参数信息的范围较为困难
为了降低电池故障检测的难度，本申请实施例提供了一种电池故障检测方法，能够较为容易地确定电池故障。应当理解，本申请实施例中的电池，可以是如图1所示的电芯、电芯的串/并联电路等。
图2是本申请实施例提供的一种电池故障检测方法200的示意性流程图。
在S210，检测电池包的多个电池中每个电池的阻抗谱数据。每个所述电池的阻抗谱数据包括多个频率下所述电池的阻抗。
可以对每个电池进行检测，以获取每个电池的阻抗谱数据。或者，也可以从存储装置中读取每个电池的阻抗谱数据。
电池的阻抗谱数据可以通过电化学阻抗谱或其他方式表示。具体地，EIS具体介绍可以参见图4的说明。
在S220，对所述每个电池的阻抗谱数据进行弛豫时间分布DRT分析，以确定所述每个电池的参数信息，所述参数信息包括至少一个弛豫时间以及每个所述弛豫时间对应的电阻。
对电池的EIS进行弛豫时间分布(distribution of relaxation times，DRT)变换，可以得到电池的阻抗随时间(或频率)的变化曲线。该曲线包括至少一个特征峰，特征峰的数量即为电池的等效电路中RC电路的数量，每个特征峰对应的时间为该电池的等效电路中一个RC电路的弛豫时间，该特征峰面积指示的电阻为该RC并联电路中的电阻值。
一般情况下，每个电池的等效电路中，各个RC电路的特征频率在一定频率范围内，即弛豫时间在一定的时间范围内。根据DRT变换得到的电阻随时间(或频率)的分布曲线，可以确定电池等效电路中各个RC电路的弛豫时间的范围。
S230，当所述多个电池中的第一电池的第一参数信息与所述多个电池中的第二电池的第二参数信息的偏离情况满足预设故障条件时，确定所述电池包中的至少一个电池存在故障。
一个电池包中通常包括多个电池。
一般情况下，一个电池包中的电池可以理解为一个批次的电池。也就是说，一个电池包中的电池使用时间基本相同，初始使用时各个电池的性能也基本相同，并且工作在相同的环境中。因此，各个电池的老化程度基本相同。
电池老化对电池的等效电路各个RC电路中的电阻和/或电容可能产生影响。
当电池未出现故障时，由于各个电池的老化程度基本相同，各个电池的参数信息基本相同。也就是说，每个电池的弛豫时间的数量、大小以及每个弛豫时间对应的电阻值基本相同。
多个电池同时出现故障的概率很低。电池故障将引起电池阻抗谱的变化，进而反映在DRT图谱中弛豫时间的大小以及弛豫时间对应的电阻值的变化。
因此，通过S210至S230，将电池包中的各个电池的参数信息进行比较，在各个电池的参数信息出现较大的差异时，可以确定电池包中的电池存在故障。
特别地，本申请提供的方法能够对于电池早期故障进行准确识别。从而，能够较早地对故障进行排除。提高电池运行的安全性。
电池包可以包括两个或两个以上的电池。
在电池包中有两个电池情况下，两个电池的参数信息出现较大的差异，仅根据每个电池的参数信息，能够判断电池包中的电池存在故障，却无法确定存在故障的电池具体是哪一个。
在电池包中有大于或等于三个电池的情况下，当较少比例的电池的参数信息与其他的电池的参数信息出现较大的差异时，可以确定该较少比例的电池出现了故障。
因此，当电池包中的第一电池的第一参数信息与电池包中的多个第二电池的参数信息之间的偏离情况满足预设故障条件时，可以确定第一电池存在故障。
在电池包中包括三个以上的电池的情况下，将电池包中的每个电池分别作为第一电池，根据第一电池与其他电池的参数信息偏离情况，可以确定电池包是否包括存在故障的电池，并确定其中出现故障的电池的位置和编号。
每个电池的参数信息可以包括N个弛豫时间以及每个所述弛豫时间对应的电阻，N为正整数。一般情况下，一个电池包中的电池为同一个批次，各个电池的参数信息中弛豫时间的数量N相等。N的值可以是根据对电池的阻抗谱的DRT分析得到的，与电池的等效电路相对应。
每个弛豫时间对应于电池等效电路中的一个RC电路，弛豫时间对应的电阻即该RC电路中的电阻。具体地，可以参见图3的说明。
在判断电池是否存在故障时，可以考虑多个电池的参数信息中，一个或多个弛豫时间中每个弛豫时间对应的电阻的偏离，也可以考虑多个电池的参数信息中一个或多个弛豫时间的偏离。
在一些实施例中，第一参数信息与第二参数信息的偏离情况，可以通过每个弛豫时间对应的电阻的偏离率表示。
一般来说，对于每个电池，等效电路中各个RC电路中的弛豫时间的大小顺序不发生变化。例如，在某一情况下，接触RC电路的弛豫时间小于正极传荷RC电路的弛豫时间，那么，在其他情况下，接触RC电路的弛豫时间也小于正极传荷RC电路的弛豫时间。可以将各个电池的参数信息中弛豫时间的大小进行排序，对排序结果中的序号相同的弛豫时间对应的电阻分别进行比较，确定第一电池的每个弛豫时间对应的电阻与其他电池的该弛豫时间对应的电阻的偏离情况，从而确定第一电池的第一参数信息与其他电池的第二参数信息的偏离情况。
当然，也可以根据每个电池等效电路的弛豫时间对应的预设范围，对参数信息中相同预设范围的弛豫时间对应的电阻分别进行比较，确定第一电池的每个弛豫时间对应的电阻与其他电池的该弛豫时间对应的电阻的偏离情况。
在一些情况下，弛豫时间的变化范围可能较大，超出预设范围。通过对弛豫时间的大小进行排序并比较排序结果中的序号相同的弛豫时间对应的电阻的方式，确定的各个电池参数信息之间的偏离情况更加准确。
第一参数信息与各个第二参数信息的偏离情况，可以通过第一参数信息中每个弛豫时间对应的电阻相对于第二参数信息中每个弛豫时间对应的电阻的偏离率表示。可以计算第一参数信息与每个第二参数信息在各个弛豫时间对应的电阻的偏离率，也可以计算第一参数信息与多个第二参数信息在各个弛豫时间对应的电阻平均值的偏离率。
预设故障条件可以是第一电池在一个或多个弛豫时间对应的电阻的偏离率大于该弛豫时间对应的预设值。每个弛豫时间对应的预设值可以相同或不同。也就是说，预设故障条件可以是，在电池的等效电路各个RC电路中第一电池的电阻与其他电池的电阻的偏移率。每个RC电路对应的电阻偏移率的预设值可以相同或不同。
当第二电池为多个时，第一参数信息与各个第二参数信息的偏离情况，也可以表示为第一参数信息中每个弛豫时间对应的电阻与各个第二参数信息中每个弛豫时间对应的电阻的局部离群因子(local outlier factor，LOF)。LOF的计算方式可以参见对图9中步骤S931的说明。
可以根据所述第一参数信息与所述多个第二参数信息，确定每个所述电池的所述至少一个弛豫时间中的第一弛豫时间。第一弛豫时间可以是第一参数信息中的任一个弛豫时间，例如，可以将各个电池的参数信息中的N个弛豫时间分别按照从大到小的顺序排列，将每个参数信息中的第i个弛豫时间作为第一弛豫时间，i分别取1至N中的正整数。从而，对于电池的等效电路中各个RC电路中的电阻，可以确定第一电池与其他电池的偏离情况。
计算所述电池包中各个RC电路中的电阻的局部离群因子LOF，每个弛豫时间对应的LOF用于表示在该弛豫时间对应的RC电路中第一电池与各个第二电池的电阻偏离情况。
预设故障条件可以是LOF大于或等于预设值。应当理解，对于每个弛豫时间(或者说，对于电池等效电路中每个弛豫时间对应的RC电路)，预设值可以相同或不同。
在S230之后，在确定第一电池存在故障的情况下，可以根据第一参数信息与各个第二参数信息的偏离情况确定第一电池的故障类型。
或者，也可以根据第一参数信息与预设参数信息的偏离情况确定第一电池的故障类型。
预设参数信息可以是电池初始情况下的至少一个弛豫时间对应的电阻。预设参数信息可以是在更换电池包时，对电池包中的电池进行检测得到的，也可以是人工输入的。例如，可以从电池的生产厂家处获取该预设参数信息。
根据第二参数信息，确定第一电池的故障类型，无需获取预设参数信息，减少存储的参数。另外，由于第二参数信息与电池包中的电池的老化程度等相关。根据第一参数信息与各个第二参数信息的偏离情况确定第一电池的故障类型，对于使得故障类型的判断更加准确。
在确定第一电池存在故障的情况下，进一步地，还可以确定第一电池的故障严重程度，从而提醒用户采用合理的处理方式。
可以根据第一参数信息与第二参数信息的偏离程度，确定所述第一电池的故障严重程度。
或者，也可以根据所述第一参数信息与预设参数信息的偏离程度，确定所述第一电池的故障严重程度。
由于第二参数信息与电池包中的电池的老化程度等相关，根据第一参数信息与预设参数信息的偏离程度，确定所述第一电池的故障严重程度，考虑了电池老化的因素，可以使得确定的故障严重程度更加准确。
第一参数信息与预设参数信息的偏离程度可以通过第一参数信息中各个弛豫时间对应的电阻与预设参数信息中各个弛豫时间对应的电阻的偏离率表示。
对于每种故障类型，可以设置相同或不同的故障严重程度判断规则。对于每种故障类型，可以设置一个或多个弛豫时间对应的电阻的偏离率的预设范围。当第一参数中该一个或多个弛豫时间对应的电阻的偏离率满足该预设范围时，确定该第一电池为严重故障。
在故障严重程度较低时，可以告知用户该故障类型，并提醒用户采用降低功耗使用等方式减小故障扩散。在故障严重程度较高时，可以告知用户该故障类型，并建议用户停止使用，等待救援。
图3是本申请实施例提供的一种电池的等效电路图。
锂离子电池可以等效为图3所示的等效电路模型。锂离子电池在充放电过程中，发生电子和锂离子的转移和交换。通过图3所示的等效电路，可以反映电池充放电过程电池各个组成部分对电池的电学性能的影响。
电池的等效电路包括串联的欧姆电阻Rohm、接触RC电路、固体电解质相界面(solidelectrolyte interphase，SEI)膜RC电路、正极传荷RC电路、负极传荷RC电路和扩散阻抗Zw。
接触RC电路包括并联的接触电阻Rcon和接触电容Ccon，SEI膜RC电路包括并联的SEI膜电阻Rsei和SEI膜电容Csei，正极传荷RC电路包括并联的正极传荷电阻Ranode和正极传荷电容Canode，负极传荷RC电路包括并联的负极传荷电阻Rcathode和负极传荷电容Ccathode。
欧姆电阻Rohm也可以称为欧姆阻抗，用于表示电池中锂离子和电子通过电池中的电解液、多孔隔膜、导线、活性材料颗粒等电荷输运引起的电阻效应。
欧姆电阻Rohm受到温度、SoC、电池老化等因素影响。温度对电解液的离子导电性，以及电极材料和导线等的电子导电性产生影响。SoC影响正负极材料的嵌锂态，从而影响正负极材料的导电性。电池老化导致电解液逐渐干涸，集流体与电极材料接触变差，材料结构破坏等。
接触RC电路用于表示电池内部活性物质颗粒之间、活性物质与集流体之间的接触电子阻抗。
SEI膜RC电路用于表示负极表面生成的SEI膜引起的电学效应。在液态锂离子电池充放电过程中，电极材料与电解液在固液相界面上发生反应，形成一层覆盖于电极材料表面的钝化层。这种钝化层是一种界面层，具有固体电解质的特征，是电子绝缘体却是锂离子的优良导体，锂离子可以经过该钝化层自由地嵌入和脱出,这层钝化膜即为SEI。SEI膜电阻Rsei表示负极表面生成的SEI膜的电阻效应，SEI膜电容Csei表示由SEI两侧空间电荷分布引起的电容效应。
SEI膜RC电路的电学性能受温度和电池老化的影响。温度影响SEI膜导电性从而影响SEI膜电阻Rsei，温度改变双电层电容作用距离从而影响SEI膜电容Csei。电池老化导致SEI膜厚度增加，成分/致密性改变，SEI膜电阻Rsei增加。SEI膜表面状态和厚度随电池老化发生变化，从而使得SEI膜电容Csei变化。
正极传荷RC电路用于表示电池正极的电化学反应过程中电荷转移的电学效应。
负极传荷RC电路用于表示电池负极的电化学反应过程中电荷转移的电学效应。
温度、SoC以及电池的老化程度对正极传荷电阻Ranode和负极传荷电阻Rcathode产生影响。温度影响电极反应活性，从而影响电极的导电性。正极传荷电阻Ranode和负极传荷电阻Rcathode随温度变化。不同SoC区间段，正负极材料脱嵌锂的难易程度不同，因此，SoC也对正极传荷电阻Ranode和负极传荷电阻Rcathode产生影响。随着电池的老化，电池容量降低，相同电流下，正极传荷电阻Ranode和负极传荷电阻Rcathode增加。
扩散阻抗Zw用于表示锂离子在电极材料颗粒内部和液体中的扩散对电池电学性能的影响。
扩散阻抗Zw受到温度和电池老化程度的影响。温度影响锂离子扩散系数，电池老化使得电池中正负极材料成分组成发生变化。
弛豫是指从激化状态(暂态)回到原来状态(稳定状态)的过程，这个过程持续的时间长短被称为弛豫时间。在电化学反应中，对于等效的RC电路，弛豫时间τ也可以称为时间常数或电子穿过RC电路的时间尺度，可以表示为τ＝RC，R为RC电路中的阻抗，C为RC电路中的电容。RC电路时间常数的倒数即为该RC电路的特征频率。
通过给锂电池施加一个小幅值正弦波激励，测量响应与激励在各频率下的幅值比和相位差，即可得到被测锂电池在很宽频率范围内各个频点的阻抗值，这一系列阻抗值也就是锂电池的电化学阻抗谱。
如图4所示，在锂离子电池的两端施加一个小振幅的交流正弦激励电压X，测量响应电流Y。用于描述激励与响应之间关系的函数称为传输函数。电池的传输函数G(ω)为电压X与电流Y的比值，即G(ω)＝Y/X，其中，ω为角频率。也就是说，电池的传输函数G(ω)为电池的阻抗。
EIS技术通过测定在不同角频率ω情况下的扰动信号X和响应信号Y的比值，得到不同角频率下电池的阻抗Z。
在电池的阻抗Z包括实部和虚部，实部用于表示电池的电阻，虚部用于表示电池的容抗。当然，电池的阻抗Z也可以通过模值和相位角表示。
具体地，对于每个电池，可以输入不同频率的交流信号，以测量电池的阻抗，从而得到电池的EIS。
可以对电池的EIS进行DRT分析，从而对于每个电池，确定该电池的至少一个弛豫时间以及每个弛豫时间对应的电阻。
在电池的等效电路中，由于每个RC并联电路中的R和C值都不相同，因此各个RC并联电路的弛豫时间均不相同。
对于锂离子电池进行EIS的测量，电池的EIS如图5所示。在图5中，横轴为实部，用于表示电池的两端的等效电阻；纵轴为虚部，用于表示电池两端的容抗；图5中的每一个点表示一个频率。可以看出，电池的EIS用于表示电池的阻抗与频率的关联关系。
对EIS进行DRT变换，得到图6所示的DRT图谱。在图6中，横轴为时间，纵轴为Ω/s。图6所示的曲线的每个特征峰对应的时间即电池等效电路中一个RC电路的弛豫时间，特征峰对应的峰面积即该RC电路中的电阻的阻值。RC电路的特征频率f可以表示为：
Figure BDA0002648602090000111
其中，τ为时间弛豫时间。
根据图6所述的曲线，还可以确定电池的等效电路中各个RC电路的弛豫时间的范围。
对于图6所示的曲线，可以为电池的等效电路中各个RC电路的特征频率范围如表1所示。
表1
弛豫时间 特征频率范围 对应的等效电路
S1 [100,1000] 接触RC电路
S2 [10,100] SEI膜RC电路
S3 [1,10] 负极传荷RC电路
S4 [0.005,0.05] 正极传荷RC电路
因此，通过DRT技术，可以快速定位电池的等效电路中在各个RC电路的弛豫时间以及各个RC电路中的电阻阻值。值得注意的是，表1所示的DRT图中的特征峰频率范围，及其对应等效电路中RC电路的对应关系仅仅是示例性地。对于不同类型的电池，电池等效电路、特征频率范围、以及特征频率范围与等效电路中RC电路的对应关系可能不同。
通过获取电池的EIS，并通过DRT技术可以得到电池包中的每个电池的参数信息。电池的参数信息包括电池等效电路中各个RC电路对应的弛豫时间，以及该RC电路中电阻的阻值。通过DRT确定的电池的参数信息，能够反映电池的状态变化。
当电池出现故障时，例如出现过充、过放、过温、挤压变形、漏液等情况时，电池的参数信息发生变化，使得故障电池的参数信息与电池正常使用情况下的参数信息不一致。因此，可以将电池包中的多个电池的参数信息进行比较，识别出故障电池。
而且，由于不同故障类型对电池的影响是有区别的，这种区别会体现在等效电路中各参数的变化上。通过DRT技术对电池的EIS进行变换，得到电池的DRT图谱。电池的DRT图谱可以较为容易地识别电池等效电路中各个参数的变化。此外，当电池包中包括不少于三个电池的情况下，确定其中的第一电池的故障类型后，还可以通过电池的等效电路中各个参数的相对变化及变化的幅度，对第一电池故障的严重程度进行评估。
图7是本申请实施例提供的一种电池故障检测方700的示意性流程图。
当电池出现故障前后，电池等效电路中各个RC电路的参数发生变化。也可以通过方法700，比较相邻的两个时间点上，电池的参数信息的变化，判断电池是否存在故障。
在S710，获取电池当前的阻抗谱数据。
可以是对电池进行检测，以获取电池当前的阻抗谱数据。或者，也可以从存储装置中读取电池当前的阻抗谱数据。
阻抗谱数据包括多个频率下所述电池的阻抗。具体地，可以获取所述电池当前的EIS。电池当前的EIS用于表示多个频率下所述电池的阻抗。
在S720，对所述阻抗谱数据进行弛豫时间分布DRT分析，以确定第一参数信息。
第一参数信息包括所述电池当前的至少一个弛豫时间以及每个所述弛豫时间对应的电阻。
可以对该EIS进行DRT变换，以得到该第一参数信息。
在S730，当所述第一参数信息与所述电池在上一时刻的第二参数信息的偏离情况满足预设故障条件时，确定所述电池存在故障。
第二参数信息包括所述电池在上一时刻的至少一个弛豫时间以及每个所述弛豫时间对应的电阻。
与方法200类似，在判断电池故障之后，还可以判断电池的故障类型和故障严重程度。
可以根据第一参数信息与预设参数信息偏离情况，确定电池的故障类型。或者，也可以根据第一参数信息与第二参数信息的偏离情况，确定电池的故障类型。
通过S710至S730，根据第一参数信息与第二参数信息的偏离情况，确定电池的故障类型，可以使得故障类型的判断结果更加准确。
特别地，本申请实施例提供的方法能够对于电池早期故障进行准确识别。从而，能够较早地对故障进行排除。提高电池运行的安全性。
进一步地，可以根据第一参数信息与第二参数信息或预设参数信息的偏离程度，确定电池的故障严重程度。
根据第一参数信息与预设参数信息的偏离程度确定电池的故障严重程度，可以使得电池故障的严重程度的判断更加准确。
一般情况下，第一参数信息与第二参数信息中弛豫时间的数量相等。每个弛豫时间对应于电池等效电路中的一个RC电路。也就是说，电池等效电路中的RC电路数量一般不会发生变化。并且各个RC电路的弛豫时间的大小顺序一般不变。因此，当第一参数信息和第二参数信息中均包括多个弛豫时间时，对每个参数信息中的多个弛豫时间进行排序，相同序号的弛豫时间对应于电池等效电路中相同的RC电路。可以对序号相同的弛豫时间、序号相同的弛豫时间对应的电阻进行比较，从而确定第一参数信息与第二参数信息之间的偏离情况。
电池的SoC等情况影响电池的参数信息。在对电池进行测量时，应当保证电池的SoC相同。也就是说，当前所述电池的荷电状态SoC与所述上一时刻所述电池的SoC相同。从而，使得电池故障的判断更加准确。可以检测电池两端的电压、流经电池的电流等信息，并根据这些信息确定电池的SoC。
电池的温度也会影响电池的参数信息。在对电池进行测量时，可以使得电池的温度相同，或者，可以根据电池的温度，以及温度对电池等效电路中各个电学参数的影响，对电池的参数信息进行归一化处理，以使得不同温度下电池的参数信息的比较能够对电池故障进行准确判断。
图8是本申请实施例提供的一种电池处理方法800的示意性流程图。
在S810，获取电池包中的电池数量。
在S820，判断电池包中的电池数量是否大于预设值。
预设值例如可以是4。
在电池包中的电池数量大于或等于4的情况下，可以进行方法900。在电池包中的电池数量大于或等于4的情况下，可以进行方法1000。
方法800可以在系统上电时进行。
也可以为每种类型的电池包预设置电池数量。从而，可以根据电池包的类型，在方法900、方法1000中进行选择。
在方法900中，分别将每个电池的参数信息作为第一参数信息，确定第一参数信息与其他电池的参数信息的偏离情况，从而确定电池包中存在故障的电池。
在方法1000中，将电池当前的第一参数信息与上一时刻的第二参数信息进行比较，根据第一参数信息与第二参数信息的偏离情况，确定电池是否存在故障。
图9是本申请实施例提供的一种电池故障检测方法900的示意性流程图。
在S910，获取电池包中各个电池的参数信息。
电池包可以包括一个或多个电池。一般情况下，一个电池包中的电池为一个批次。
可以对电池包中的每个电池进行检测，以确定每个电池的EIS。
对电池的EIS数据进行DRT变换，可以得到DRT图谱。DRT图谱中的每个特征峰对应的时间常数为电池等效电路中一个RC电路的弛豫时间，该特征峰对应的电阻即为该RC电路中的电阻。
应当理解，在对各个电池进行检测时，各个电池的SoC以及电池所处的环境温度等均应当相同，以避免外界环境以及电量等因素对电池的参数信息产生影响。
如果各个电池的SoC差异较大时，需要先对电池包中的各个电池进行电量均衡后，再对电池进行检测。
对电池包中各个电池进行检测，各个电池的EIS如图10所示。电池包中包括5个电池，分别为c1至c5，其中，电池c1的EIS与其他电池的EIS明显存在差异。
对电池包中的各个电池的EIS进行DRT变换，得到如图11所示的DRT图谱，以得到各个电池的参数信息。每个电池的参数信息包括该电池的n个弛豫时间，以及每个弛豫时间对应的电阻。其中，n为正整数。一个电池包中的各个电池，弛豫时间的数量相同。
在S921，根据各个电池的参数信息，计算电池等效电路中各个RC电路的电阻平均值。
每个电池的参数信息中，弛豫时间的数量相等。将每个电池的参数信息中的弛豫时间按照从大到小的顺序(或者从小到大的顺序)进行排序，序号相同的弛豫时间对应电池等效电路中相同的RC电路。
从而，对于各个电池的参数信息，序号相同的弛豫时间对应的电阻进行平均值计算，即可得到各个RC电路的电阻平均值。
在DRT图谱中，4个特征峰分别对应于电池等效电路中的4个RC电路，每个特征峰对应的时间为一个RC电路的弛豫时间，该特征峰对应的电阻值为该RC电路中的电阻值。在图11所示的DRT图谱中，电池c1在时间范围S3和时间范围S4内的电阻明显高于电池包中的其他电池的电阻。
在S922，计算各个电池在每个RC电路中的电阻与该RC电路的电阻平均值的偏离率。
等效电路中每个RC电路的电阻平均值是指在对于电池等效电路每个RC电路，各个电池的参数信息指示的对应特征频率下的电阻平均值。
在计算等效电路中每个RC电路的电阻平均值时，对于每个RC电路，可以去除各个电池的参数信息指示的电阻中的最大值和最小值，对剩余的电阻值取平均值。从而，可以避免存在故障的电池的电阻对平均值产生影响。
分别将电池包中的每个电池的参数信息作为第一参数信息，确定第一参数信息指示的每个RC电路的电阻与每个RC电路的电阻平均值的偏离率。
对于电池包中的电池i，在某一个RC电阻中的电阻为Ri。该RC电阻的电阻平均值为Rave。则在该预设范围内，电池i与电阻平均值Rave的偏离率σ为：
Figure BDA0002648602090000141
每个电池的参数信息与其他电池的参数信息偏离程度可以表示为电池i在各个RC电路中的电阻的偏离率。
在S923，判断每个电池的在各个RC电路中的偏离率σ是否满足预设故障条件。
预设故障条件可以是，在电池包中的某个电池一个或多个弛豫时间对应的偏离率大于或等于阈值。各个弛豫时间对应的阈值可以相等或不相等。从而，可以确定该电池故障。
某个电池对应的偏离率σ满足预设故障条件时，将该电池作为第一电池，进行S940至S960；反之，可以认为电池包中各个电池均正常，不进行其他处理。
或者，在S910之后，可以进行S931至S933。
在S931，根据各个电池的参数信息，计算每个电池在电池等效电路的各个RC电路中的LOF。
每个电池在电池等效电路的各个RC电路的LOF，用于表示电池的偏离情况。
可以通过离群算法，计算每个电池的局部离群因子。离群算法是一种基于密度的离群点检测方法，给每个数据点都分配一个离散度，根据离散度，确定可能存在异常的点。
针对给定的数据集，对其中的任意一个数据点，如果在其局部邻域内的点都很密集，那么认为此数据点为正常数据点，而距离其他数据点比较远的离群点则认为是异常数据点。
对于每个弛豫时间对应的RC电路，可以计算各个电池的LOF。
对于某一个RC电路，电池O的局部离群因子可以表示为；
Figure BDA0002648602090000142
其中，每个电池在该RC电路中的电阻表示为数轴上的一个点，点Oi表示电池O的第i个RC电路中的电阻。Nk(Oi)为点Oi的第k距离邻域中的点的集合，包括点Oi的第k距离以内的所有点。第k距离是指距离点Oi第k远的点与点Oi的距离，k为正整数。点P为Nk(Oi)中的点，ρk(P)为点P的局部密度，ρk(Oi)为点Oi的局部密度，|Nk(Oi)|表示Nk(Oi)中点的数量。一般情况下，|Nk(Oi)|＝k。
为了计算局部离群因子LOFk(Oi)，需要计算每个点的局部密度。对于点任一个点B，局部密度ρk(B)可以表示为：
Figure BDA0002648602090000143
其中，d(P,B)表示P、B两点之间的距离。也就是说，局部密度ρk(B)可以理解为点B第k距离邻域中的点的平均距离的倒数。
本申请中，对于一个RC电路，两点之间的距离可以是两个电池的在该RC电路中电阻之间的差值。
任一个电池与其他电池的偏离情况可以表示为该电池在各个RC电路的局部离群因子。
在S932，对于每个RC电路，判断各个电池的LOF是否满足预设故障条件。
预设故障条件可以是，电池包中的某个电池在一个或多个弛豫时间对应的LOF大于预设值。该预设值一般是大于1的值。各个弛豫时间对应的预设值可以相等或不相等。
对于任意一个弛豫时间，如果各个电池的LOF均在1附近，则说明各个电池的最大阻抗值的局部密度与其他电池的局部密度差不多，各个电池可能同属一簇；如果某个电池的LOF小于1，说明该电池对应的最大阻抗值为密集点；如果某个电池的LOF大于预设值，说明该电池对应的最大阻抗值为异常点，该电池可能存在故障。
对于如图10和图11所示的5个电池，k的取值可以是3。
表2是如图10和图11所示的5个电池在各个预设频率范围的LOF。
表2
弛豫时间 S1 S2 S3 S4
电池c1 4 10 290 75
电池c2 1 1 1 3
电池c3 1 2 1 2
电池c4 1 1 2 2
电池c5 1 1 1 4
明显的，电池c1与其它电池存在较大差异。考虑到电池包中，故障电池的占比是非常低的，且正常电池的一致性是较好的。因此，判定电池c1为故障电池。
在某个电池对应的LOF满足预设故障条件的情况下，可以将该电池作为第一电池，进行S940至S960。
在S940，发出故障告警。
在S950，根据故障的第一电池的第一参数信息与其他电池的参数信息的偏离情况，确定故障类型。
可以将存在故障的第一电池的第一参数信息与其他电池的参数信息进行比较，从而确定该电池的故障类型。
参见图3的说明，不同故障对电池产生的影响存在差异。
示例性地，第一参数信息与其他电池的参数信息的偏离情况，可以表示为第一电池在电池等效电路中每个RC电路的电阻相对该RC电路的电阻平均值的偏离情况。
根据图11可以看出，电池c1在弛豫时间S1与S2对应的电阻变化相对变化很小，弛豫时间S3和S4对应的电阻显著增加。弛豫时间S3和S4分别对应于负极传荷RC电路和正极传荷阻抗RC电路。出现这种偏离情况的主要原因是漏液。漏液主要影响的是电池中电解液的含量。电解液含量降低，与正负极界面的润湿性变差，导致正负极反应的传荷阻抗增加，与图11所示的DRT图谱变化一致，因而判断电池的故障类型为漏液。
应当理解，可以利用偏离情况与故障类型的对应关系，确定第一电池的故障类型。
在S960，根据第一参数信息与预设参数信息的偏离程度，确定故障严重程度。
当确定某个电池存在故障时，可以将该电池的第一参数信息与预设参数信息进行比较，从而确定该电池的故障严重程度。
表3所示为故障漏液的各种严重程度对应的策略。
表3
Figure BDA0002648602090000151
Figure BDA0002648602090000161
其中，α用于表示存第一参数信息中某个弛豫时间对应的电阻与预设参数信息中该弛豫时间对应的电阻的比值，用于对电池的故障严重程度进行衡量。
对于弛豫时间S4，如图11所示的电池c1作为第一电池的第一参数信息中弛豫时间S4对应的电阻与预设参数信息中弛豫时间S4对应的电阻的比值为7，即α＝7，对应的策略为禁止使用，需返厂维修。
可以记录电池对应的故障类型和严重程度，在后台上报运维人员。在终端用户界面，根据表3中的对应关系，提示使用建议和应对策略。
本申请实施例提出的电池故障检测方法的无损在线检测和故障分析方法，采用电化学阻抗谱作为检测手段，结合DRT技术和电池的等效电路，实现电池中各个电化学故障的定性和定量分析。针对电池数量较多的电池包，通过离群算法或者平均+差异原则识别异常电池。此外，本申请实施例通过对故障电池特征峰高度、特征峰位置的相对变化，进一步识别电池故障类型和故障严重程度。
图12是本申请实施例提供的一种电池故障检测方法1000的示意性流程图。
在S1010，获取第一电池在当前的第一参数信息，以及在上一时刻的第二参数信息。
第一电池可以是电池包中的任意一个电池。
应当理解，在当前时刻以及上一时刻对电池进行检测时，电池的SoC以及外部环境温度相同。例如，可以在第一电池放电至截止电压，即0％SoC的情况下，触发EIS检测，并对EIS进行记录。通过限定特定的SoC和温度条件，能够保证测得的EIS能够准确的反映故障对电池的影响，排除其他因素的干扰。
第一电池在当前时刻和上一时刻的EIS如图13所示。可以看到当前时刻第一电池的EIS与上一时刻的EIS存在差异。对图13中的数据进行DRT变化，得到变换后的DRT图谱，如所图14所示。
第一电池的当前时刻的第一参数信息与上一时刻的第二参数信息的偏离情况可以表示为各个弛豫时间对应的电阻的偏离率。
在S1020，判断第一参数信息与第二参数信息的偏离情况是否满足预设故障条件。
预设故障条件可以是，在第一电池在任意一个弛豫时间对应的电阻的偏离率大于或等于阈值。各个弛豫时间对应的阈值可以相等或不相等。从而，经过S1020，在偏离情况满足预设故障条件时，可以确定该电池故障。
表4示出了各个弛豫时间对应的阈值，以及图13和图14所示的第一电池的第一参数信息和第二参数信息在各个弛豫时间对应的偏离率。
表4
弛豫时间 电阻 偏离率 阈值
S1 <![CDATA[R<sub>f1</sub>]]> 0 30％
S2 <![CDATA[R<sub>f2</sub>]]> 50％ 30％
S3 <![CDATA[R<sub>f3</sub>]]> 285％ 50％
S4 <![CDATA[R<sub>f4</sub>]]> 347％ 50％
在偏离情况满足预设故障条件的情况下，可以进行S1030至S1050。
在S1030，发出故障告警。
在S1040，根据第一参数信息与第二参数信息的偏离情况，确定故障类型。
当确定某个电池存在故障时，可以将该电池的阻抗与频率的第一参数信息与第二参数信息进行比较，从而确定该电池的故障类型。
可以利用偏离情况与故障类型的对应关系，确定第一电池的故障类型。
如图14所示，在电池的弛豫时间S1对应的电阻基本不变，在弛豫时间S2、S3和S4对应的电阻均增加。由此可知，接触电阻基本不变，SEI电阻略微增加、正极和负极的反应电阻显著增加。这与过放导致的电池状态变化较为一致。过放主要导致负极过脱嵌锂，造成负极结构塌陷，导致负极传荷阻抗显著上升。另外，过放还会导致SEI膜氧化分解，引起SEI电阻增加。此外过放还会导致正极电压过低，影响正极界面的稳定性，导致正极传荷电阻上升。综上，通过对电池的物理化学过程和参数信息的分析，可以判断电池的故障类型为过放。
在S1050，根据第一参数信息与预设参数信息的偏离情况，确定故障严重程度。
当确定第一电池存在故障时，可以将该电池的第一参数信息与预设参数信息进行比较，从而确定该电池的故障严重程度。
可以利用偏离情况与故障严重程度的对应关系，确定该第一电池的故障严重程度。
参数α用于表示故障的电池的第一参数信息中某一个弛豫时间对应的电阻与预设参数信息中该弛豫时间对应的电阻的比值，用于对电池的故障严重程度进行衡量。
表5所示为故障过放的各种严重程度对应的策略。
表5
α值 应对策略
α<1.5 正常使用
1.5≤α<4 降低功率，可继续使用
α>6 故障告警，禁止使用，需返厂维修
如图14所示的电池c1的第一参数信息中弛豫时间S4对应的电阻与预设参数信息中弛豫时间S4对应的电阻的比值为3，即α＝3，对应的策略为降低功率，可继续使用。
本申请实施例提出的电池故障检测方法的无损在线检测和故障分析方法，采用电化学阻抗谱作为检测手段，结合DRT技术和电池的等效电路，实现电池中各个电化学故障的定性和定量分析。对于单个或者电池数量较少的电池包，采用与历史数据相比较的方法实现对电池故障状态的判断。此外，本申请实施例通过对故障电池特征峰高度、特征峰位置的相对变化，进一步识别电池故障类型和故障严重程度。
图15是本申请实施例提供的一种电池管理装置的示意性结构图。
电池管理装置包括电池采样单元(battery monitor unit,BMU)、电池管理单元(battery control unit,BCU)、数据存储单元和故障诊断单元。
BMU用于采集电池的电压、电流、温度、EIS等信息并上传给BCU，并管理对电池进行控制，以实现电池均衡的功能。
BCU用于接收BMU采集的信息，并进行数据分析，作出控制和保护策略以及外部通信，并管理电池包内所有电池，保存电池包中各个电池运行历史数据，绘制各个电池运行的功率、电压、电流、存储电量、EIS图谱、DRT图谱、电池的参数信息等电池信息的实时或历史数据曲线。
数据存储单元用于将BMU采集的信息，以及BCU计算得到的信息进行存储，并保存有电压、电流、温度与电池SOC的对应关系，电池的参数信息与故障之间的关系，以及用于故障判断的预设值信息等。
电池故障诊断单元用于调用数据存储单元中更新的电池的参数信息，根据电池的参数信息与故障之间的关系，对电池的故障状态、故障类型和故障程度进行判断。电池故障诊断单元可以用于执行本申请实施例提供的方法200、方法700或方法800。
图16是本申请实施例提供的一种电池故障检测装置的示意性结构图。
电池故障检测装置2000包括：获取模块2010、处理模块2020。
在一些实施例中，获取模块2010用于，获取电池包的多个电池中每个电池的阻抗谱数据，每个所述电池的阻抗谱数据包括多个频率下所述电池的阻抗。
处理模块2020用于，对每个所述电池的阻抗谱数据进行弛豫时间分布DRT分析，以确定所述每个电池的参数信息，所述参数信息包括至少一个弛豫时间以及每个所述弛豫时间对应的电阻。
处理模块2020还用于，当所述多个电池中的第一电池的第一参数信息与所述多个电池中的第二电池的第二参数信息的偏离情况满足预设故障条件时，确定所述电池包中的至少一个电池存在故障。
可选地，所述第二电池为多个。
处理模块2020用于，确定所述第一电池故障。
处理模块2020还用于，根据所述第一参数信息与预设所述第二参数信息的偏离情况，确定所述第一电池的故障类型。
可选地，处理模块2020还用于，根据所述第一参数信息与预设参数信息的偏离程度，确定所述第一电池的故障严重程度。
可选地，所述第二电池为多个。
处理模块2020还用于，根据所述第一参数信息与所述多个第二参数信息，确定每个所述电池的所述至少一个弛豫时间中的第一弛豫时间。
处理模块2020还用于，根据所述第一电池的第一弛豫时间对应的电阻与每个所述第二电池的第一弛豫时间对应的电阻，计算所述第一电池的离群因子LOF，所述LOF用于表示所述第一参数信息与所述第二参数信息的偏离情况，所述预设故障条件为所述LOF大于或等于预设值。
可选地，所述第一弛豫时间在每个所述参考信息的所述至少一个弛豫时间的大小排序中序号相同。
在另一些实施例中，获取模块2010用于，获取电池当前的阻抗谱数据，所述阻抗谱数据包括多个频率下所述电池的阻抗。
处理模块2020用于，对所述阻抗谱数据进行弛豫时间分布DRT分析，以确定第一参数信息，所述第一参数信息包括所述电池当前的至少一个弛豫时间以及每个所述弛豫时间对应的电阻。
处理模块2020还用于，当所述第一参数信息与第二参数信息的偏离情况满足预设故障条件时，确定所述电池存在故障，所述第二参数信息包括所述电池在上一时刻的至少一个弛豫时间以及每个所述弛豫时间对应的电阻。
可选地，处理模块2020还用于，根据所述第一参数信息与所述第二参数信息的偏离情况，确定所述第一电池的故障类型。
可选地，处理模块2020还用于，根据所述第一参数信息与预设参数信息的偏离程度，确定所述第一电池的故障严重程度。
可选地，当前所述电池的温度和荷电状态SoC与所述上一时刻所述电池的温度和SoC相同。
可选地，处理模块2020还用于，根据所述第一参数信息中第一弛豫时间对应的电阻与所述第二参数信息中所述第一弛豫时间对应的电阻，确定所述偏离情况，所述第一弛豫时间在所述第一参数信息的至少一个弛豫时间的大小排序的序号和所述第二参数信息的至少一个弛豫时间的大小排序中的序号相同。
图17是本申请实施例提供的一种电池故障检测装置的示意性结构图。
电池故障检测装置3000包括：存储器3010、处理器3020。
存储器3010用于存储程序指令。
在一些实施例中，处理器3020用于执行所述程序指令，以执行以下方法：
获取电池包的多个电池中每个电池的阻抗谱数据，每个所述电池的阻抗谱数据包括多个频率下所述电池的阻抗；
对每个所述电池的阻抗谱数据进行弛豫时间分布DRT分析，以确定所述每个电池的参数信息，所述参数信息包括至少一个弛豫时间以及每个所述弛豫时间对应的电阻；
当所述多个电池中的第一电池的第一参数信息与所述多个电池中的第二电池的第二参数信息的偏离情况满足预设故障条件时，确定所述电池包中的至少一个电池存在故障。
可选地，所述第二电池为多个。
处理器3020用于，确定所述第一电池故障；
处理器3020还用于，根据所述第一参数信息与预设所述第二参数信息的偏离情况，确定所述第一电池的故障类型。
可选地，处理器3020还用于，根据所述第一参数信息与预设参数信息的偏离程度，确定所述第一电池的故障严重程度。
可选地，所述第二电池为多个。
处理器3020还用于，根据所述第一参数信息与所述多个第二参数信息，确定每个所述电池的所述至少一个弛豫时间中的第一弛豫时间。
处理器3020还用于，根据所述第一电池的第一弛豫时间对应的电阻与每个所述第二电池的第一弛豫时间对应的电阻，计算所述第一电池的离群因子LOF，所述LOF用于表示所述第一参数信息与所述第二参数信息的偏离情况，所述预设故障条件为所述LOF大于或等于预设值。
可选地，所述第一弛豫时间在每个所述参考信息的所述至少一个弛豫时间的大小排序中序号相同。
在另一些实施例中，处理器3020用于执行所述程序指令，以执行以下方法：
获取电池当前的阻抗谱数据，所述阻抗谱数据包括多个频率下所述电池的阻抗；
对所述阻抗谱数据进行弛豫时间分布DRT分析，以确定第一参数信息，所述第一参数信息包括所述电池当前的至少一个弛豫时间以及每个所述弛豫时间对应的电阻；
当所述第一参数信息与第二参数信息的偏离情况满足预设故障条件时，确定所述电池存在故障，所述第二参数信息包括所述电池在上一时刻的至少一个弛豫时间以及每个所述弛豫时间对应的电阻。
可选地，处理器3020还用于，根据所述第一参数信息与所述第二参数信息的偏离情况，确定所述第一电池的故障类型。
可选地，处理器3020还用于，根据所述第一参数信息与预设参数信息的偏离程度，确定所述第一电池的故障严重程度。
可选地，当前所述电池的温度和荷电状态SoC与所述上一时刻所述电池的温度和SoC相同。
可选地，处理器3020还用于，根据所述第一参数信息中第一弛豫时间对应的电阻与所述第二参数信息中所述第一弛豫时间对应的电阻，确定所述偏离情况，所述第一弛豫时间在所述第一参数信息的至少一个弛豫时间的大小排序的序号和所述第二参数信息的至少一个弛豫时间的大小排序中的序号相同。
应注意，尽管图17所示的装置3000仅仅示出了处理器、存储器，但是在具体实现过程中，本领域的技术人员应当理解，装置3000还包括实现正常运行所必须的其他器件，如通信接口等。同时，根据具体需要，本领域的技术人员应当理解，装置3000还可包括实现其他附加功能的硬件器件。此外，本领域的技术人员应当理解，装置3000也可仅仅包括实现本申请实施例所必须的器件，而不必包括图17中所示的全部器件。
上述各个附图对应的流程的描述各有侧重，某个流程中没有详述的部分，可以参见其他流程的相关描述。
本申请实施例还提供一种计算机可读存储介质，其特征在于，所述计算机可读存储介质具有程序指令，当所述程序指令被直接或者间接执行时，使得前文中的方法得以实现。
本申请实施例中，还提供了一种包含指令的计算机程序产品，当其在计算设备上运行时，使得计算设备执行前文中的方法，或者使得所述计算设备实现前文中的装置的功能。
本申请实施例还提供一种芯片系统，其特征在于，所述芯片系统包括至少一个处理器，当程序指令在所述至少一个处理器中执行时，使得前文中的方法得以实现。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，数字多功能光盘(digital versatile disc，DVD))、或者半导体介质。半导体介质可以是固态硬盘。
应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况，其中A,B可以是单数或者复数。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系，但也可能表示的是一种“和/或”的关系，具体可参考前后文进行理解。
本申请中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b,或c中的至少一项(个)，可以表示：a,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。
应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元、模块及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (20)

1.一种电池故障检测方法，其特征在于，所述方法包括：
获取电池包的多个电池中每个电池的阻抗谱数据，每个所述电池的阻抗谱数据包括多个频率下所述电池的阻抗；
对每个所述电池的阻抗谱数据进行弛豫时间分布DRT分析，以确定所述每个电池的参数信息，所述参数信息包括至少一个弛豫时间以及每个所述弛豫时间对应的电阻；
当所述多个电池中的第一电池的第一参数信息与所述多个电池中的第二电池的第二参数信息的偏离情况满足预设故障条件时，确定所述电池包中的至少一个电池存在故障；
所述第二电池为多个，
所述确定所述电池包中的至少一个电池存在故障，包括：确定所述第一电池故障；
所述方法还包括：根据所述第一参数信息与所述第二参数信息的偏离情况，确定所述第一电池的故障类型，或者；根据所述第一参数信息与预设参数信息的偏离情况确定所述第一电池的故障类型，
所述故障类型包括以下至少一项：过充、过放、过温、内短路、外短路、漏液、挤压变形。
2.根据权利要求1所述的方法，其特征在于，所述第一参数信息与所述第二参数信息的偏离情况与所述故障类型之间存在对应关系，或者，所述第一参数信息与预设参数信息的偏离情况与所述故障类型之间存在对应关系，
根据所述第一参数信息与所述第二参数信息的偏离情况，确定所述第一电池的故障类型，或者；根据所述第一参数信息与预设参数信息的偏离情况确定所述第一电池的故障类型，包括：
根据所述第一参数信息与所述第二参数信息的偏离情况与所述故障类型之间的对应关系，确定所述第一电池的故障类型，或者；
根据所述第一参数信息与预设参数信息的偏离情况与所述故障类型之间的对应关系，确定所述第一电池的故障类型。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
根据所述第一参数信息与预设参数信息的偏离程度，确定所述第一电池的故障严重程度。
4.根据权利要求1-3中任一项所述的方法，其特征在于，所述第二电池为多个，
所述方法还包括：
根据所述第一参数信息与所述多个第二参数信息，确定每个所述电池的所述至少一个弛豫时间中的第一弛豫时间；
根据所述第一电池的第一弛豫时间对应的电阻与每个所述第二电池的第一弛豫时间对应的电阻，计算所述第一电池的离群因子LOF，所述LOF用于表示所述第一参数信息与所述第二参数信息的偏离情况，所述预设故障条件为所述LOF大于或等于预设值。
5.根据权利要求4所述的方法，其特征在于，所述第一弛豫时间在每个参数信息的所述至少一个弛豫时间的大小排序中序号相同。
6.一种电池故障检测方法，其特征在于，所述方法包括：
获取电池当前的阻抗谱数据，所述阻抗谱数据包括多个频率下所述电池的阻抗；
对所述阻抗谱数据进行弛豫时间分布DRT分析，以确定第一参数信息，所述第一参数信息包括所述电池当前的至少一个弛豫时间以及每个所述弛豫时间对应的电阻；
当所述第一参数信息与第二参数信息的偏离情况满足预设故障条件时，确定所述电池存在故障，所述第二参数信息包括所述电池在上一时刻的至少一个弛豫时间以及每个所述弛豫时间对应的电阻；
根据所述第一参数信息与所述第二参数信息的偏离情况，确定所述电池的故障类型，或者；根据所述第一参数信息与预设参数信息的偏离情况确定所述电池的故障类型，
所述故障类型包括以下至少一项：过充、过放、过温、内短路、外短路、漏液、挤压变形。
7.根据权利要求6所述的方法，其特征在于，所述第一参数信息与所述第二参数信息的偏离情况与所述故障类型之间存在对应关系，或者，所述第一参数信息与预设参数信息的偏离情况与所述故障类型之间存在对应关系，
根据所述第一参数信息与所述第二参数信息的偏离情况，确定所述电池的故障类型，或者；根据所述第一参数信息与预设参数信息的偏离情况确定所述电池的故障类型，包括：
根据所述第一参数信息与所述第二参数信息的偏离情况与所述故障类型之间的对应关系，确定所述电池的故障类型，或者；
根据所述第一参数信息与预设参数信息的偏离情况与所述故障类型之间的对应关系，确定所述电池的故障类型。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
根据所述第一参数信息与预设参数信息的偏离程度，确定所述电池的故障严重程度。
9.根据权利要求6-8中任一项所述的方法，其特征在于，当前所述电池的温度和荷电状态SoC与所述上一时刻所述电池的温度和SoC相同。
10.根据权利要求6-8中任一项所述的方法，其特征在于，所述方法还包括：
根据所述第一参数信息中第一弛豫时间对应的电阻与所述第二参数信息中所述第一弛豫时间对应的电阻，确定所述偏离情况，所述第一弛豫时间在所述第一参数信息的至少一个弛豫时间的大小排序的序号和所述第二参数信息的至少一个弛豫时间的大小排序中的序号相同。
11.一种电池，其特征在于，包括：用于检测故障的获取装置和处理装置；
所述获取装置用于，获取电池包的多个电池中每个电池的阻抗谱数据，每个所述电池的阻抗谱数据包括多个频率下所述电池的阻抗；
所述处理装置用于，对每个所述电池的阻抗谱数据进行弛豫时间分布DRT分析，以确定所述每个电池的参数信息，所述参数信息包括至少一个弛豫时间以及每个所述弛豫时间对应的电阻；
所述处理装置还用于，当所述多个电池中的第一电池的第一参数信息与所述多个电池中的第二电池的第二参数信息的偏离情况满足预设故障条件时，确定所述电池包中的至少一个电池存在故障；
所述第二电池为多个，
所述处理装置还用于，确定所述第一电池故障；
所述处理装置还用于，根据所述第一参数信息与所述第二参数信息的偏离情况，确定所述第一电池的故障类型，或者；所述处理装置还用于根据所述第一参数信息与预设参数信息的偏离情况确定所述第一电池的故障类型，
所述故障类型包括以下至少一项：过充、过放、过温、内短路、外短路、漏液、挤压变形。
12.根据权利要求11所述的电池，其特征在于，所述第一参数信息与所述第二参数信息的偏离情况与所述故障类型之间存在对应关系，或者，所述第一参数信息与预设参数信息的偏离情况与所述故障类型之间存在对应关系，
所述处理装置还用于，根据所述第一参数信息与所述第二参数信息的偏离情况，确定所述第一电池的故障类型，或者；根据所述第一参数信息与预设参数信息的偏离情况确定所述第一电池的故障类型，包括：
所述处理装置还用于，根据所述第一参数信息与所述第二参数信息的偏离情况与所述故障类型之间的对应关系，确定所述第一电池的故障类型，或者；
所述处理装置还用于，根据所述第一参数信息与预设参数信息的偏离情况与所述故障类型之间的对应关系，确定所述第一电池的故障类型。
13.根据权利要求12所述的电池，其特征在于，所述处理装置还用于，根据所述第一参数信息与预设参数信息的偏离程度，确定所述第一电池的故障严重程度。
14.根据权利要求11-13中任一项所述的电池，其特征在于，所述第二电池为多个，
所述处理装置还用于，根据所述第一参数信息与所述多个第二参数信息，确定每个所述电池的所述至少一个弛豫时间中的第一弛豫时间；
所述处理装置还用于，根据所述第一电池的第一弛豫时间对应的电阻与每个所述第二电池的第一弛豫时间对应的电阻，计算所述第一电池的离群因子LOF，所述LOF用于表示所述第一参数信息与所述第二参数信息的偏离情况，所述预设故障条件为所述LOF大于或等于预设值。
15.根据权利要求14所述的电池，其特征在于，所述第一弛豫时间在每个参数信息的所述至少一个弛豫时间的大小排序中序号相同。
16.一种电池，其特征在于，包括：用于确定故障的获取装置和处理装置；
所述获取装置用于，获取电池当前的阻抗谱数据，所述阻抗谱数据包括多个频率下所述电池的阻抗；
所述处理装置用于，对所述阻抗谱数据进行弛豫时间分布DRT分析，以确定第一参数信息，所述第一参数信息包括所述电池当前的至少一个弛豫时间以及每个所述弛豫时间对应的电阻；
所述处理装置还用于，当所述第一参数信息与第二参数信息的偏离情况满足预设故障条件时，确定所述电池存在故障，所述第二参数信息包括所述电池在上一时刻的至少一个弛豫时间以及每个所述弛豫时间对应的电阻；
所述处理装置还用于，根据所述第一参数信息与所述第二参数信息的偏离情况，确定所述电池的故障类型，或者；根据所述第一参数信息与预设参数信息的偏离情况确定所述电池的故障类型，
所述故障类型包括以下至少一项：过充、过放、过温、内短路、外短路、漏液、挤压变形。
17.根据权利要求16所述的电池，其特征在于，所述第一参数信息与所述第二参数信息的偏离情况与所述故障类型之间存在对应关系，或者，所述第一参数信息与预设参数信息的偏离情况与所述故障类型之间存在对应关系，
所述处理装置还用于，根据所述第一参数信息与所述第二参数信息的偏离情况，确定所述电池的故障类型，或者；根据所述第一参数信息与预设参数信息的偏离情况确定所述电池的故障类型，包括：
所述处理装置还用于，根据所述第一参数信息与所述第二参数信息的偏离情况与所述故障类型之间的对应关系，确定所述电池的故障类型，或者；
所述处理装置还用于，根据所述第一参数信息与预设参数信息的偏离情况与所述故障类型之间的对应关系，确定所述电池的故障类型。
18.根据权利要求17所述的电池，其特征在于，所述处理装置还用于，根据所述第一参数信息与预设参数信息的偏离程度，确定所述电池的故障严重程度。
19.根据权利要求16-18中任一项所述的电池，其特征在于，当前所述电池的温度和荷电状态SoC与所述上一时刻所述电池的温度和SoC相同。
20.根据权利要求16-18中任一项所述的电池，其特征在于，所述处理装置还用于，根据所述第一参数信息中第一弛豫时间对应的电阻与所述第二参数信息中所述第一弛豫时间对应的电阻，确定所述偏离情况，所述第一弛豫时间在所述第一参数信息的至少一个弛豫时间的大小排序的序号和所述第二参数信息的至少一个弛豫时间的大小排序中的序号相同。
CN202010862452.6A 2020-08-25 2020-08-25 电池故障检测方法和装置 Active CN114114047B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010862452.6A CN114114047B (zh) 2020-08-25 2020-08-25 电池故障检测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010862452.6A CN114114047B (zh) 2020-08-25 2020-08-25 电池故障检测方法和装置

Publications (2)

Publication Number Publication Date
CN114114047A CN114114047A (zh) 2022-03-01
CN114114047B true CN114114047B (zh) 2023-04-28

Family

ID=80374017

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010862452.6A Active CN114114047B (zh) 2020-08-25 2020-08-25 电池故障检测方法和装置

Country Status (1)

Country Link
CN (1) CN114114047B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023192902A2 (en) * 2022-03-29 2023-10-05 Temple University-Of The Commonwealth System Of Higher Education System and method to detect mechanically damaged energy storage cells using electrical signals
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
CN115267557B (zh) * 2022-08-26 2023-06-16 中国长江三峡集团有限公司 一种锂电池电解液泄露故障诊断方法、装置和电子设备
CN115541981A (zh) * 2022-09-30 2022-12-30 中汽创智科技有限公司 一种电堆电压检测系统、方法、设备及存储介质
CN115356640B (zh) * 2022-10-09 2023-02-03 中创新航科技股份有限公司 电池装置、其检测方法、电池单元的筛选方法及装置
CN116047313B (zh) * 2023-03-30 2023-07-21 苏州时代华景新能源有限公司 一种用于锂电池储能箱的质量检测和维护方法及系统
CN116774051B (zh) * 2023-06-28 2024-02-02 上海炙云新能源科技有限公司 考虑时频域多维数据特征的电池容量快速估计方法
CN116577674B (zh) * 2023-07-13 2023-10-10 国仪量子(合肥)技术有限公司 电池性能的检测方法、装置和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102906961A (zh) * 2010-05-21 2013-01-30 奇诺沃公司 自适应地给电池/电池单元充电的方法和电路系统
WO2013184404A1 (en) * 2012-06-08 2013-12-12 Schlumberger Canada Limited Methods of investigating formation samples using nmr data
CN105137362A (zh) * 2015-10-19 2015-12-09 清华大学 一种电堆的无损在线检测和故障诊断方法
FR3033645A1 (fr) * 2015-03-12 2016-09-16 Inst Nat De Rech En Sciences Et Tech Pour L'environnement Et L'agriculture (Irstea) Procede d'identification et de quantification des proportions relatives des differentes fractions cristallisees presentes dans un coulis d'hydrate et son utilisation pour les fluides frigoporteurs

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE112013005699B4 (de) * 2012-11-29 2023-03-23 Mitsubishi Electric Corporation Schätzvorrichtung für einen internen Zustand einer Batterie
CN104865536B (zh) * 2015-06-16 2018-01-02 天津力神电池股份有限公司 一种锂离子电池性能衰减原因的测试及诊断方法
CN113196072A (zh) * 2018-09-26 2021-07-30 亚琛工业大学 用于电池诊断的方法和设备
CN109342964A (zh) * 2018-12-07 2019-02-15 西南交通大学 一种质子交换膜燃料电池电堆健康状态的分析方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102906961A (zh) * 2010-05-21 2013-01-30 奇诺沃公司 自适应地给电池/电池单元充电的方法和电路系统
WO2013184404A1 (en) * 2012-06-08 2013-12-12 Schlumberger Canada Limited Methods of investigating formation samples using nmr data
FR3033645A1 (fr) * 2015-03-12 2016-09-16 Inst Nat De Rech En Sciences Et Tech Pour L'environnement Et L'agriculture (Irstea) Procede d'identification et de quantification des proportions relatives des differentes fractions cristallisees presentes dans un coulis d'hydrate et son utilisation pour les fluides frigoporteurs
CN105137362A (zh) * 2015-10-19 2015-12-09 清华大学 一种电堆的无损在线检测和故障诊断方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HAHN M.Optimized process parameters for a reproducible distribution of relaxation times analysis of electrochemical systems.《Batteries》.2019,全文. *
冯雅楠.锂离子电池特征时间常数的理论提取及仿真.《物联网技术》.2016,全文. *

Also Published As

Publication number Publication date
CN114114047A (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
CN114114047B (zh) 电池故障检测方法和装置
Love et al. State-of-health monitoring of 18650 4S packs with a single-point impedance diagnostic
US8378687B2 (en) Method of measuring characteristics regarding safety of battery
CN106324508B (zh) 电池健康状态的检测装置及方法
EP3896818A1 (en) Battery charging method and device
US9030173B2 (en) Identifying and amerliorating a deteriorating condition for battery networks in-situ
CN116502112B (zh) 一种新能源电源测试数据管理方法及系统
CN108511815A (zh) 一种锂离子电池一致性的评价方法及系统
KR20170092552A (ko) 무선 네트워크 기반 배터리 관리 시스템
CN113138340B (zh) 电池等效电路模型的建立方法、健康状态估算方法及装置
CN108535650B (zh) 锂离子电池组一致性判别方法和系统
CN111766524B (zh) 一种电池健康状态的确定方法、装置、设备及存储介质
CN112051512B (zh) 一种梯次利用分选方法及储能系统
CN108333548A (zh) 绝缘电阻测量设备及故障自诊断方法
Xie et al. A facile approach to high precision detection of cell-to-cell variation for Li-ion batteries
CN112526352A (zh) 一种退役锂离子电池的soh估计方法
CN110927609B (zh) 梯次利用电池储能系统的衰退评估方法及装置
JP2023543747A (ja) 電池診断装置および方法
CN112748348B (zh) 电池低温性能分布水平检测方法、系统及存储介质
GB2600129A (en) Pro-active battery management system (BMS) with lossless active buck balancing and method thereof
CN115639480B (zh) 一种电池健康状态的检测方法及装置
CN112526353A (zh) 一种退役锂离子动力电池soc快速检测方法及装置
Tang et al. An aging-and load-insensitive method for quantitatively detecting the battery internal-short-circuit resistance
KR20230120853A (ko) 배터리 셀 균등화 과정 분석을 통한 셀간 불균형도 추정 방법 및 이를 이용한 에너지관리시스템
CN115608653A (zh) 电池系统中异常电池单元筛选的方法及筛选装置

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
GR01 Patent grant
GR01 Patent grant