CN114252772A - 一种锂离子电池内部短路诊断方法及系统 - Google Patents
一种锂离子电池内部短路诊断方法及系统 Download PDFInfo
- Publication number
- CN114252772A CN114252772A CN202111583257.0A CN202111583257A CN114252772A CN 114252772 A CN114252772 A CN 114252772A CN 202111583257 A CN202111583257 A CN 202111583257A CN 114252772 A CN114252772 A CN 114252772A
- Authority
- CN
- China
- Prior art keywords
- order
- battery
- identified
- time period
- resistance value
- 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.)
- Granted
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]
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tests Of Electric Status Of Batteries (AREA)
- Secondary Cells (AREA)
Abstract
本发明公开了一种锂离子电池内部短路诊断方法及系统。所述方法,包括:对目标电池的二阶等效电路中的参数进行辨识;根据辨识后的参数在电路仿真软件中搭建电池二阶等效电路模型;在辨识后的电池二阶等效电路中增加等效电阻,得到电池内部短路二阶等效电路;根据电池内部短路二阶等效电路,在电池二阶等效电路模型中加入内部短路等效电阻模块,得到电池内部短路二阶等效电路模型;以电池内部短路二阶等效电路模型的输出电压与目标电池的实际测量电压的均方根误差最小为目标,对等效电阻进行迭代求解,得到等效电阻值;等效电阻值用于反应目标电池内部短路的严重程度。本发明能提高锂离子电池内部短路诊断的准确性。
Description
技术领域
本发明涉及电池诊断领域,特别是涉及一种锂离子电池内部短路诊断方法及系统。
背景技术
电动汽车技术发展日益成熟,同时消费者对电动汽车性能的需求也越来越高,特别是续航里程。然而,在锂离子电池能量密度不断增大的同时,异常情况下锂离子电池发生热失控的风险也会显著增加。锂离子电池作为电动汽车核心部件之一,目前虽然着重于研发高能量密度的锂离子电池,但是锂离子电池安全性也要得到足够重视。锂离子电池的安全性问题是提升锂离子电池能量密度的前提,锂离子电池的安全性研究是电动汽车长期可持续发展的不竭动力。
锂离子电池的热失控主要由两方面引发:一方面是锂离子电池的材料和生产工艺存在问题,另一方面是锂离子电池使用过程中存在问题。锂离子电池在使用过程中形成热失控的原因有很多,比如锂离子电池出现内外部短路、过度充放电、大倍率充放电、高低温环境、循环老化、挤压变形等。其中,锂离子电池发生内部短路是引发热失控的最常见原因。
为了最大程度地发挥锂离子电池性能,提高其锂离子电池安全性与延长使用寿命,就必须对锂离子电池情况进行在线监控,并同时进行锂离子电池内部短路诊断。锂离子电池的内部短路诊断是通过对锂离子电池的温度、电压、电流等状态信息进行实时监测,通过一定的模型算法实现锂离子电池内部短路的早期预警。
目前,已有研究人员从不同角度提出了一些锂离子锂离子电池内部短路检测与诊断方法。比如,基于参数阈值的锂离子电池内部短路诊断、基于不一致性的锂离子电池内部短路诊断、基于模型的锂离子电池内部短路诊断和基于深度学习的锂离子电池内部短路诊断。其中基于模型的锂离子电池内部短路诊断更适用于实际应用。基于模型的电池内部短路诊断方法是将内部短路诊断问题转化为模型参数估计问题,现有的基于模型的电池内部短路诊断方法,随着电池老化,模型精度变差,会导致内部短路诊断不准确。
发明内容
基于此,本发明实施例提供一种锂离子电池内部短路诊断方法及系统,以提高锂离子电池内部短路诊断的准确性。
为实现上述目的,本发明提供了如下方案:
一种锂离子电池内部短路诊断方法,包括:
对目标电池的二阶等效电路中的参数进行辨识;所述参数包括目标电池的开路电压值、输入电阻值、一阶RC环节的电阻电容值和二阶RC环节的电阻电容值;
根据辨识后的参数在电路仿真软件中搭建电池二阶等效电路模型;
在辨识后的电池二阶等效电路中增加等效电阻,得到电池内部短路二阶等效电路;
根据所述电池内部短路二阶等效电路,在所述电池二阶等效电路模型中加入内部短路等效电阻模块,得到电池内部短路二阶等效电路模型;
以所述电池内部短路二阶等效电路模型的输出电压与目标电池的实际测量电压的均方根误差最小为目标,对所述等效电阻进行迭代求解,得到等效电阻值;所述等效电阻值用于反应目标电池内部短路的严重程度。
可选的,所述对目标电池的二阶等效电路中的参数进行辨识,具体包括:
构建目标电池的二阶等效电路;所述二阶等效电路包括输入电阻、一阶RC环节和二阶RC环节;
采用脉冲充放电测试方法对所述二阶等效电路中的参数进行辨识,得到辨识后的参数。
可选的,所述采用脉冲充放电测试方法对所述二阶等效电路中的参数进行辨识,得到辨识后的参数,具体包括:
基于脉冲充放电测试曲线,根据第一时间段对应的辨识后的输入电阻值和第二时间段对应的辨识后的输入电阻值,确定最终辨识后的输入电阻值;所述第一时间段为从放电初始时刻到脉冲放电阶跃时刻的时间段;所述第二时间段为从脉冲放电结束时刻到脉冲放电结束的阶跃时刻的时间段;
确定第一拟合方程所述第一拟合方程为第三时间段的电池输出电压的拟合方程;所述第三时间段为从脉冲放电阶跃时刻到脉冲放电结束时刻的时间段;其中,t表示第一拟合方程对应的时间,y表示第一拟合方程对应的输出电压值,a1、a2、a3、a4和a5表示第一拟合方程的系数;
根据所述脉冲充放电测试曲线,采用待定系数法确定所述第一拟合方程的系数;
基于所述第一拟合方程的系数和所述最终辨识后的输入电阻值确定所述第三时间段对应的辨识后的部分参数;所述部分参数包括开路电压值、一阶RC环节的电阻值、一阶RC环节的电容值、二阶RC环节的电阻值和二阶RC环节的电容值;
确定第二拟合方程所述第二拟合方程为第四时间段的电池输出电压的拟合方程;所述第四时间段为从脉冲放电结束的阶跃时刻到电池脉冲放电后静置平缓时刻的时间段;其中,t′表示第二拟合方程对应的时间,y′表示第二拟合方程对应的输出电压值,b1、b2、b3、b4和b5表示第二拟合方程的系数;
根据所述脉冲充放电测试曲线,采用待定系数法确定所述第二拟合方程的系数;
基于所述第二拟合方程的系数确定所述第四时间段对应的辨识后的部分参数;
根据所述第三时间段对应的辨识后的部分参数和所述第四时间段对应的辨识后的部分参数,确定最终辨识后的部分参数;所述辨识后的参数包括所述最终辨识后的输入电阻值和所述最终辨识后的部分参数。
可选的,所述最终辨识后的输入电阻值为
其中,R0表示最终辨识后的输入电阻值;R0′表示第一时间段对应的辨识后的输入电阻值;R0″表示第二时间段对应的辨识后的输入电阻值; VB表示放电初始时刻对应的输出电压值,VC表示脉冲放电阶跃时刻对应的输出电压值,VD表示脉冲放电结束时刻对应的输出电压值,VE表示脉冲放电结束的阶跃时刻对应的输出电压值,I表示输出电流值。
可选的,所述第三时间段对应的辨识后的部分参数为
其中,Eocv′表示第三时间段对应的辨识后的开路电压值;R1′表示第三时间段对应的辨识后的一阶RC环节的电阻值;C1′表示第三时间段对应的辨识后的一阶RC环节的电容值;R2′表示第三时间段对应的辨识后的二阶RC环节的电阻值;C2′表示第三时间段对应的辨识后的二阶RC环节的电容值;R0表示最终辨识后的输入电阻值;I表示输出电流值。
可选的,所述第四时间段对应的辨识后的部分参数为
其中,Eocv″表示第四时间段对应的辨识后的开路电压值;R1″表示第四时间段对应的辨识后的一阶RC环节的电阻值;C1″表示第四时间段对应的辨识后的一阶RC环节的电容值;R2″表示第四时间段对应的辨识后的二阶RC环节的电阻值;C2″表示第四时间段对应的辨识后的二阶RC环节的电容值;I表示输出电流值。
可选的,所述最终辨识后的部分参数为
Eocv表示最终辨识后的开路电压值;R1表示最终辨识后的一阶RC环节的电阻值;C1表示最终辨识后的一阶RC环节的电容值;R2表示最终辨识后的二阶RC环节的电阻值;C2表示最终辨识后的二阶RC环节的电容值;Eocv′表示第三时间段对应的辨识后的开路电压值;R1′表示第三时间段对应的辨识后的一阶RC环节的电阻值;C1′表示第三时间段对应的辨识后的一阶RC环节的电容值;R2′表示第三时间段对应的辨识后的二阶RC环节的电阻值;C2′表示第三时间段对应的辨识后的二阶RC环节的电容值;Eocv″表示第四时间段对应的辨识后的开路电压值;R1″表示第四时间段对应的辨识后的一阶RC环节的电阻值;C1″表示第四时间段对应的辨识后的一阶RC环节的电容值;R2″表示第四时间段对应的辨识后的二阶RC环节的电阻值;C2″表示第四时间段对应的辨识后的二阶RC环节的电容值。
可选的,所述以所述电池内部短路二阶等效电路模型的输出电压与目标电池的实际测量电压的均方根误差最小为目标,对所述等效电阻进行迭代求解,得到等效电阻值,具体包括:
在当前迭代次数下,计算当前迭代次数下所述电池内部短路二阶等效电路模型的输出电压与目标电池的实际测量电压的均方根误差,得到当前均方根误差;
判断所述当前均方根误差是否小于或等于最小设定误差值;
若是,则将当前迭代次数下所述电池内部短路二阶等效电路模型对应的等效电阻值确定为最终的等效电阻值;
若否,则更新当前迭代次数下所述电池内部短路二阶等效电路模型对应的等效电阻值后,进行下一次迭代。
可选的,所述更新当前迭代次数下所述电池内部短路二阶等效电路模型对应的等效电阻值,具体包括:
若所述当前均方根误差小于上次迭代次数下的均方根误差,则增大当前迭代次数下所述电池内部短路二阶等效电路模型对应的等效电阻值;
若所述当前均方根误差大于或等于上次迭代次数下的均方根误差,则减小当前迭代次数下所述电池内部短路二阶等效电路模型对应的等效电阻值。
本发明还提供了一种锂离子电池内部短路诊断系统,包括:
参数辨识模块,用于对目标电池的二阶等效电路中的参数进行辨识;所述参数包括目标电池的开路电压值、输入电阻值、一阶RC环节的电阻电容值和二阶RC环节的电阻电容值;
第一电路模型构建模块,用于根据辨识后的参数在电路仿真软件中搭建电池二阶等效电路模型;
短路电路确定模块,用于在辨识后的电池二阶等效电路中增加等效电阻,得到电池内部短路二阶等效电路;
第二电路模型构建模块,用于根据所述电池内部短路二阶等效电路,在所述电池二阶等效电路模型中加入内部短路等效电阻模块,得到电池内部短路二阶等效电路模型;
等效电阻求解模块,用于以所述电池内部短路二阶等效电路模型的输出电压与目标电池的实际测量电压的均方根误差最小为目标,对所述等效电阻进行迭代求解,得到等效电阻值;所述等效电阻值用于反应目标电池内部短路的严重程度。
与现有技术相比,本发明的有益效果是:
本发明实施例提出了一种锂离子电池内部短路诊断方法及系统,通过对目标电池的二阶等效电路中的参数进行辨识,在电路仿真软件中搭建电池二阶等效电路模型;根据增加了等效电阻的电池内部短路二阶等效电路,在电池二阶等效电路模型中加入内部短路等效电阻模块,得到电池内部短路二阶等效电路模型;以电池内部短路二阶等效电路模型的输出电压与目标电池的实际测量电压的均方根误差最小为目标,对等效电阻进行迭代求解,得到等效电阻值,通过等效电阻值用于反应目标电池内部短路的严重程度。本发明能根据电池状态变化对内部短路的演变进行预测,电池的老化不会对诊断结果造成影响,因此,能提高锂离子电池内部短路诊断的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的锂离子电池内部短路诊断方法的流程图;
图2为本发明实施例提供的二阶等效电路的电路原理图;
图3为本发明实施例提供的脉冲充放电测试曲线示意图;
图4为本发明实施例提供的电池内部短路二阶等效电路的电路原理图;
图5为本发明实施例提供的电池内部短路二阶等效电路模型的示意图;
图6为本发明实施例提供的锂离子电池内部短路诊断系统的结构图。
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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例提供的锂离子电池内部短路诊断方法的流程图。参见图1,该方法,包括:
步骤101:对目标电池的二阶等效电路中的参数进行辨识;所述参数包括目标电池的开路电压值、输入电阻值、一阶RC环节的电阻电容值和二阶RC环节的电阻电容值。所述目标电池可以为锂离子电池。
其中,步骤101,具体包括:
1)构建目标电池的二阶等效电路。本实施例采用2个RC环节的二阶等效电路模型来模拟电池输出特性,所述二阶等效电路的电路原理图如图2所示,所述二阶等效电路包括输入电阻、一阶RC环节和二阶RC环节。电池二阶等效电路模型需要辨识的参数包括开路电压值Eocv、输入电阻值R0、一阶RC环节的电容值C1、一阶RC环节的电阻值R1、二阶RC环节的电容值C2和二阶RC环节的电阻值R2。开路电压值Eocv主要由电池正负极材料属性和电池SOC决定。
2)采用脉冲充放电测试方法对所述二阶等效电路中的参数进行辨识,得到辨识后的参数。脉冲充放电测试方法能够充分反映表现出电池原有的电化学特性,比如欧姆极化、电化学极化和浓差极化等。具体为:
①采用脉冲充放电测试方法得到的脉冲充放电测试曲线如图3所示,其中,A点为电池静置时的点,B点为放电初始时的点,C点为脉冲放电阶跃点,D点为脉冲放电结束点,E点为脉冲放电结束的阶跃点,F点为电池脉冲放电后静置平缓的点,这些点是根据电池脉冲放电时,选取上午电池的电压特征点。基于脉冲充放电测试曲线,根据第一时间段对应的辨识后的输入电阻值和第二时间段对应的辨识后的输入电阻值,确定最终辨识后的输入电阻值。所述第一时间段为从放电初始时刻到脉冲放电阶跃时刻的时间段,即图3中的B→C段,该时间段为极短的时间段;所述第二时间段为从脉冲放电结束时刻到脉冲放电结束的阶跃时刻的时间段,即图3中的D→E段,该时间段也为极短的时间段。输入电阻值得辨识过程为:
二阶等效电路的电路微分方程为:
其中,Vout表示二阶等效电路的输出电压;V0表示输入电阻两端的电压;V1表示一阶RC环节的电压;V2表示二阶RC环节的电压;I表示电池电流,充电为正,放电为负;t表示时间。
电池的输出响应可以表示为:
其中,V1_0表示电池一阶RC环节的初始电压;τ1表示电池一阶RC环节的时间常数,τ1等于R1*C1;V2_0表示电池二阶RC环节的初始电压;τ2表示电池二阶RC环节的时间常数,τ2等于R2*C2。
其中,R0表示最终辨识后的输入电阻值;R0′表示第一时间段对应的辨识后的输入电阻值;R0″表示第二时间段对应的辨识后的输入电阻值;VB表示放电初始时刻(t1时刻)对应的输出电压值,VC表示脉冲放电阶跃时刻(t1之后极短时间后的时刻)对应的输出电压值,VD表示脉冲放电结束时刻(t2时刻)对应的输出电压值,VE表示脉冲放电结束的阶跃时刻(t2之后极短时间后的时刻)对应的输出电压值,I表示输出电流值。
②对于第三时间段,第三时间段为从脉冲放电阶跃时刻到脉冲放电结束时刻的时间段,即图3的C→D段,从t1时刻二阶等效电路进入零状态响应,两个RC环节的初始电压V1_0=0、V2_0=0,由上述电池的输出响应的公式可得出C→D段的电池输出电压为:
在C→D段电池输出电压与时间的函数关系由系数替换抽象出来可用第一拟合方程来表示。确定的第一拟合方程为该第一拟合方程为第三时间段的电池输出电压的拟合方程;其中,t表示第一拟合方程对应的时间,y表示第一拟合方程对应的输出电压值,a1、a2、a3、a4和a5表示第一拟合方程的系数。
因此,可以对C→D段的电池输出电压进行拟合得到第一拟合方程中的5个系数a1、a2、a3、a4和a5,即根据所述脉冲充放电测试曲线,采用待定系数法可确定所述第一拟合方程的系数。
基于所述第一拟合方程的系数和所述最终辨识后的输入电阻值确定所述第三时间段对应的辨识后的部分参数;所述部分参数包括开路电压值、一阶RC环节的电阻值、一阶RC环节的电容值、二阶RC环节的电阻值和二阶RC环节的电容值。
所述第三时间段对应的辨识后的部分参数为
其中,Eocv′表示第三时间段对应的辨识后的开路电压值;R1′表示第三时间段对应的辨识后的一阶RC环节的电阻值;C1′表示第三时间段对应的辨识后的一阶RC环节的电容值;R2′表示第三时间段对应的辨识后的二阶RC环节的电阻值;C2′表示第三时间段对应的辨识后的二阶RC环节的电容值。
③对于第四时间段,第四时间段为从脉冲放电结束的阶跃时刻到电池脉冲放电后静置平缓时刻的时间段,即图3的E→F段,电池的脉冲电流移除,这段时间等效电路内的两个RC环节为零输入响应,这段时间内的电池输出电压为:
在E→F段电池输出电压与时间的函数关系由系数替换抽象出来可用第二拟合方程来表示。为了区分不同的时间段,第二拟合方程表示为所述第二拟合方程为第四时间段的电池输出电压的拟合方程;其中,t′表示第二拟合方程对应的时间,y′表示第二拟合方程对应的输出电压值,b1、b2、b3、b4和b5表示第二拟合方程的系数。
因此,可以对E→F段的电池输出电压进行拟合得到第二拟合方程中的5个系数b1、b2、b3、b4和b5,即根据所述脉冲充放电测试曲线,采用待定系数法确定所述第二拟合方程的系数。
基于所述第二拟合方程的系数确定所述第四时间段对应的辨识后的部分参数。所述第四时间段对应的辨识后的部分参数为
其中,Eocv″表示第四时间段对应的辨识后的开路电压值;R1″表示第四时间段对应的辨识后的一阶RC环节的电阻值;C1″表示第四时间段对应的辨识后的一阶RC环节的电容值;R2″表示第四时间段对应的辨识后的二阶RC环节的电阻值;C2″表示第四时间段对应的辨识后的二阶RC环节的电容值。
④根据所述第三时间段对应的辨识后的部分参数和所述第四时间段对应的辨识后的部分参数,确定最终辨识后的部分参数;所述辨识后的参数包括所述最终辨识后的输入电阻值和所述最终辨识后的部分参数。
将所述第三时间段对应的辨识后的部分参数和所述第四时间段对应的辨识后的部分参数取均值,得到最终辨识后的部分参数,具体为:
Eocv表示最终辨识后的开路电压值;R1表示最终辨识后的一阶RC环节的电阻值;C1表示最终辨识后的一阶RC环节的电容值;R2表示最终辨识后的二阶RC环节的电阻值;C2表示最终辨识后的二阶RC环节的电容值。
步骤102:根据辨识后的参数在电路仿真软件中搭建电池二阶等效电路模型。具体的,可根据辨识后的参数,通过二阶等效电路的离散状态方程,在Simulink中搭建电池二阶等效电路模型。电池二阶等效电路模型输入数据是电池工况的时间、电流数据,以及实际电池的测量电压数据,输出数据是二阶等效电路的输出电压。
步骤103:在辨识后的电池二阶等效电路中增加等效电阻,得到电池内部短路二阶等效电路。正常二阶等效电路的基础上,引入电池内部短路等效电阻形成如图4所示的电池内部短路二阶等效电路,其中Rshort表示等效电阻值,Ishort表示等效电流值,Ibat表示电池的实际电流值。
步骤104:根据所述电池内部短路二阶等效电路,在所述电池二阶等效电路模型中加入内部短路等效电阻模块,得到电池内部短路二阶等效电路模型。
在Simulink中的电池二阶等效电路模型的基础上加入内部短路等效电阻模块,形成电池内部短路二阶等效电路模型,如图5所示,电池内部短路二阶等效电路模型包括电池二阶等效电路模型1和内部短路等效电阻模块2,图5中的UL、U1、U2、I和Ibat分别对应图4中的Vout、V1、V2、I和Ibat。
步骤105:以所述电池内部短路二阶等效电路模型的输出电压与目标电池的实际测量电压的均方根误差最小为目标,对所述等效电阻进行迭代求解,得到等效电阻值;所述等效电阻值用于反应目标电池内部短路的严重程度。该步骤通过迭代调整内部短路等效电阻来辨识电池内部短路状态,等效电阻值越小表示目标电池内部短路越严重。
其中,步骤105,具体包括:
在当前迭代次数下,计算当前迭代次数下所述电池内部短路二阶等效电路模型的输出电压与目标电池的实际测量电压的均方根误差,得到当前均方根误差。均方根误差S_rmse的计算公式为:
其中,n表示选取的时间段内采样电压数据的总个数,Vout_bat为电池的实际测量电压,Vout_circuit为电池内部短路二阶等效电路模型的输出电压。
判断所述当前均方根误差是否小于或等于最小设定误差值。若是,则将当前迭代次数下所述电池内部短路二阶等效电路模型对应的等效电阻值确定为最终的等效电阻值;若否,则更新当前迭代次数下所述电池内部短路二阶等效电路模型对应的等效电阻值后,进行下一次迭代。其中,所述更新当前迭代次数下所述电池内部短路二阶等效电路模型对应的等效电阻值,具体包括:
若所述当前均方根误差小于上次迭代次数下的均方根误差,则增大当前迭代次数下所述电池内部短路二阶等效电路模型对应的等效电阻值;若所述当前均方根误差大于或等于上次迭代次数下的均方根误差,则减小当前迭代次数下所述电池内部短路二阶等效电路模型对应的等效电阻值。
在实际应用中,步骤105的具体实现过程描述如下:
Input:I、Vout_bat。
Output:内部短路等效电阻值Rshort。
此外,当达到最大迭代次数时,仍未满足停止准则,此时电池内部等效电阻被诊断累加到很高的值,表示电池可能只是微型内部短路,甚至未发生过内部短路。因此,这种情况下,电池内部短路诊断不会发出内部短路预警和警告。
本实施例的锂离子电池内部短路诊断方法,以等效电阻值确定电池内部短路的严重程度,能够实现锂离子电池内部短路严重程度的定量诊断,精确诊断锂离子电池内部短路情况,为锂离子电池安全预警提供一个较好的方法。
本发明还提供了一种锂离子电池内部短路诊断系统,图6为本发明实施例提供的锂离子电池内部短路诊断系统的结构图。参见图6,该系统,包括:
参数辨识模块201,用于对目标电池的二阶等效电路中的参数进行辨识;所述参数包括目标电池的开路电压值、输入电阻值、一阶RC环节的电阻电容值和二阶RC环节的电阻电容值。
第一电路模型构建模块202,用于根据辨识后的参数在电路仿真软件中搭建电池二阶等效电路模型。
短路电路确定模块203,用于在辨识后的电池二阶等效电路中增加等效电阻,得到电池内部短路二阶等效电路。
第二电路模型构建模块204,用于根据所述电池内部短路二阶等效电路,在所述电池二阶等效电路模型中加入内部短路等效电阻模块,得到电池内部短路二阶等效电路模型。
等效电阻求解模块205,用于以所述电池内部短路二阶等效电路模型的输出电压与目标电池的实际测量电压的均方根误差最小为目标,对所述等效电阻进行迭代求解,得到等效电阻值;所述等效电阻值用于反应目标电池内部短路的严重程度。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种锂离子电池内部短路诊断方法,其特征在于,包括:
对目标电池的二阶等效电路中的参数进行辨识;所述参数包括目标电池的开路电压值、输入电阻值、一阶RC环节的电阻电容值和二阶RC环节的电阻电容值;
根据辨识后的参数在电路仿真软件中搭建电池二阶等效电路模型;
在辨识后的电池二阶等效电路中增加等效电阻,得到电池内部短路二阶等效电路;
根据所述电池内部短路二阶等效电路,在所述电池二阶等效电路模型中加入内部短路等效电阻模块,得到电池内部短路二阶等效电路模型;
以所述电池内部短路二阶等效电路模型的输出电压与目标电池的实际测量电压的均方根误差最小为目标,对所述等效电阻进行迭代求解,得到等效电阻值;所述等效电阻值用于反应目标电池内部短路的严重程度。
2.根据权利要求1所述的一种锂离子电池内部短路诊断方法,其特征在于,所述对目标电池的二阶等效电路中的参数进行辨识,具体包括:
构建目标电池的二阶等效电路;所述二阶等效电路包括输入电阻、一阶RC环节和二阶RC环节;
采用脉冲充放电测试方法对所述二阶等效电路中的参数进行辨识,得到辨识后的参数。
3.根据权利要求2所述的一种锂离子电池内部短路诊断方法,其特征在于,所述采用脉冲充放电测试方法对所述二阶等效电路中的参数进行辨识,得到辨识后的参数,具体包括:
基于脉冲充放电测试曲线,根据第一时间段对应的辨识后的输入电阻值和第二时间段对应的辨识后的输入电阻值,确定最终辨识后的输入电阻值;所述第一时间段为从放电初始时刻到脉冲放电阶跃时刻的时间段;所述第二时间段为从脉冲放电结束时刻到脉冲放电结束的阶跃时刻的时间段;
确定第一拟合方程所述第一拟合方程为第三时间段的电池输出电压的拟合方程;所述第三时间段为从脉冲放电阶跃时刻到脉冲放电结束时刻的时间段;其中,t表示第一拟合方程对应的时间,y表示第一拟合方程对应的输出电压值,a1、a2、a3、a4和a5表示第一拟合方程的系数;
根据所述脉冲充放电测试曲线,采用待定系数法确定所述第一拟合方程的系数;
基于所述第一拟合方程的系数和所述最终辨识后的输入电阻值确定所述第三时间段对应的辨识后的部分参数;所述部分参数包括开路电压值、一阶RC环节的电阻值、一阶RC环节的电容值、二阶RC环节的电阻值和二阶RC环节的电容值;
确定第二拟合方程所述第二拟合方程为第四时间段的电池输出电压的拟合方程;所述第四时间段为从脉冲放电结束的阶跃时刻到电池脉冲放电后静置平缓时刻的时间段;其中,t′表示第二拟合方程对应的时间,y′表示第二拟合方程对应的输出电压值,b1、b2、b3、b4和b5表示第二拟合方程的系数;
根据所述脉冲充放电测试曲线,采用待定系数法确定所述第二拟合方程的系数;
基于所述第二拟合方程的系数确定所述第四时间段对应的辨识后的部分参数;
根据所述第三时间段对应的辨识后的部分参数和所述第四时间段对应的辨识后的部分参数,确定最终辨识后的部分参数;所述辨识后的参数包括所述最终辨识后的输入电阻值和所述最终辨识后的部分参数。
7.根据权利要求3所述的一种锂离子电池内部短路诊断方法,其特征在于,所述最终辨识后的部分参数为
Eocv表示最终辨识后的开路电压值;R1表示最终辨识后的一阶RC环节的电阻值;C1表示最终辨识后的一阶RC环节的电容值;R2表示最终辨识后的二阶RC环节的电阻值;C2表示最终辨识后的二阶RC环节的电容值;Eocv′表示第三时间段对应的辨识后的开路电压值;R1′表示第三时间段对应的辨识后的一阶RC环节的电阻值;C1′表示第三时间段对应的辨识后的一阶RC环节的电容值;R2′表示第三时间段对应的辨识后的二阶RC环节的电阻值;C2′表示第三时间段对应的辨识后的二阶RC环节的电容值;Eocv″表示第四时间段对应的辨识后的开路电压值;R1″表示第四时间段对应的辨识后的一阶RC环节的电阻值;C1″表示第四时间段对应的辨识后的一阶RC环节的电容值;R2″表示第四时间段对应的辨识后的二阶RC环节的电阻值;C2″表示第四时间段对应的辨识后的二阶RC环节的电容值。
8.根据权利要求1所述的一种锂离子电池内部短路诊断方法,其特征在于,所述以所述电池内部短路二阶等效电路模型的输出电压与目标电池的实际测量电压的均方根误差最小为目标,对所述等效电阻进行迭代求解,得到等效电阻值,具体包括:
在当前迭代次数下,计算当前迭代次数下所述电池内部短路二阶等效电路模型的输出电压与目标电池的实际测量电压的均方根误差,得到当前均方根误差;
判断所述当前均方根误差是否小于或等于最小设定误差值;
若是,则将当前迭代次数下所述电池内部短路二阶等效电路模型对应的等效电阻值确定为最终的等效电阻值;
若否,则更新当前迭代次数下所述电池内部短路二阶等效电路模型对应的等效电阻值后,进行下一次迭代。
9.根据权利要求8所述的一种锂离子电池内部短路诊断方法,其特征在于,所述更新当前迭代次数下所述电池内部短路二阶等效电路模型对应的等效电阻值,具体包括:
若所述当前均方根误差小于上次迭代次数下的均方根误差,则增大当前迭代次数下所述电池内部短路二阶等效电路模型对应的等效电阻值;
若所述当前均方根误差大于或等于上次迭代次数下的均方根误差,则减小当前迭代次数下所述电池内部短路二阶等效电路模型对应的等效电阻值。
10.一种锂离子电池内部短路诊断系统,其特征在于,包括:
参数辨识模块,用于对目标电池的二阶等效电路中的参数进行辨识;所述参数包括目标电池的开路电压值、输入电阻值、一阶RC环节的电阻电容值和二阶RC环节的电阻电容值;
第一电路模型构建模块,用于根据辨识后的参数在电路仿真软件中搭建电池二阶等效电路模型;
短路电路确定模块,用于在辨识后的电池二阶等效电路中增加等效电阻,得到电池内部短路二阶等效电路;
第二电路模型构建模块,用于根据所述电池内部短路二阶等效电路,在所述电池二阶等效电路模型中加入内部短路等效电阻模块,得到电池内部短路二阶等效电路模型;
等效电阻求解模块,用于以所述电池内部短路二阶等效电路模型的输出电压与目标电池的实际测量电压的均方根误差最小为目标,对所述等效电阻进行迭代求解,得到等效电阻值;所述等效电阻值用于反应目标电池内部短路的严重程度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111583257.0A CN114252772B (zh) | 2021-12-22 | 2021-12-22 | 一种锂离子电池内部短路诊断方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111583257.0A CN114252772B (zh) | 2021-12-22 | 2021-12-22 | 一种锂离子电池内部短路诊断方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114252772A true CN114252772A (zh) | 2022-03-29 |
CN114252772B CN114252772B (zh) | 2023-09-05 |
Family
ID=80794347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111583257.0A Active CN114252772B (zh) | 2021-12-22 | 2021-12-22 | 一种锂离子电池内部短路诊断方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114252772B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106443474A (zh) * | 2016-10-09 | 2017-02-22 | 北京理工大学 | 一种动力电池系统寿命衰退特征快速识别的方法 |
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 |
CN107192914A (zh) * | 2017-04-18 | 2017-09-22 | 宁德时代新能源科技股份有限公司 | 锂离子动力电池内短路检测方法 |
TWI649573B (zh) * | 2017-12-04 | 2019-02-01 | 財團法人工業技術研究院 | 電池內短路阻抗之偵測方法和系統 |
CN110506215A (zh) * | 2017-04-26 | 2019-11-26 | 华为技术有限公司 | 一种确定电池内短路的方法及装置 |
US20200025832A1 (en) * | 2018-07-23 | 2020-01-23 | Samsung Sdi Co., Ltd. | Battery control apparatus and method for detecting internal short of battery |
KR20200019083A (ko) * | 2018-08-13 | 2020-02-21 | 삼성에스디아이 주식회사 | 배터리 제어 장치 및 배터리의 내부단락 검출 방법 |
CN111257753A (zh) * | 2020-03-10 | 2020-06-09 | 合肥工业大学 | 一种电池系统故障诊断方法 |
US20200209316A1 (en) * | 2017-09-13 | 2020-07-02 | Shandong University | New method for iteratively identifying parameters of equivalent circuit model of battery |
CN111397751A (zh) * | 2020-02-19 | 2020-07-10 | 清华大学 | 锂离子动力电池内部温度测试方法及测试系统 |
US20200313152A1 (en) * | 2018-05-11 | 2020-10-01 | The Regents Of The University Of Michigan | Detection of an Internal Short Circuit in a Battery |
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 |
CN113433464A (zh) * | 2021-06-28 | 2021-09-24 | 中国科学院电工研究所 | 一种适用于富锂锰基电池的高阶模型参数辨识方法和系统 |
CN113791364A (zh) * | 2021-08-31 | 2021-12-14 | 上海交通大学 | 模型融合信号驱动的锂离子电池内部短路诊断方法与系统 |
-
2021
- 2021-12-22 CN CN202111583257.0A patent/CN114252772B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106443474A (zh) * | 2016-10-09 | 2017-02-22 | 北京理工大学 | 一种动力电池系统寿命衰退特征快速识别的方法 |
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 |
CN107192914A (zh) * | 2017-04-18 | 2017-09-22 | 宁德时代新能源科技股份有限公司 | 锂离子动力电池内短路检测方法 |
CN110506215A (zh) * | 2017-04-26 | 2019-11-26 | 华为技术有限公司 | 一种确定电池内短路的方法及装置 |
US20200209316A1 (en) * | 2017-09-13 | 2020-07-02 | Shandong University | New method for iteratively identifying parameters of equivalent circuit model of battery |
TWI649573B (zh) * | 2017-12-04 | 2019-02-01 | 財團法人工業技術研究院 | 電池內短路阻抗之偵測方法和系統 |
US20200313152A1 (en) * | 2018-05-11 | 2020-10-01 | The Regents Of The University Of Michigan | Detection of an Internal Short Circuit in a Battery |
CN110764015A (zh) * | 2018-07-23 | 2020-02-07 | 三星Sdi株式会社 | 电池控制设备和用于检测电池的内部短路的方法 |
US20200025832A1 (en) * | 2018-07-23 | 2020-01-23 | Samsung Sdi Co., Ltd. | Battery control apparatus and method for detecting internal short of battery |
KR20200019083A (ko) * | 2018-08-13 | 2020-02-21 | 삼성에스디아이 주식회사 | 배터리 제어 장치 및 배터리의 내부단락 검출 방법 |
CN111397751A (zh) * | 2020-02-19 | 2020-07-10 | 清华大学 | 锂离子动力电池内部温度测试方法及测试系统 |
CN111257753A (zh) * | 2020-03-10 | 2020-06-09 | 合肥工业大学 | 一种电池系统故障诊断方法 |
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 |
CN113433464A (zh) * | 2021-06-28 | 2021-09-24 | 中国科学院电工研究所 | 一种适用于富锂锰基电池的高阶模型参数辨识方法和系统 |
CN113791364A (zh) * | 2021-08-31 | 2021-12-14 | 上海交通大学 | 模型融合信号驱动的锂离子电池内部短路诊断方法与系统 |
Non-Patent Citations (3)
Title |
---|
BIN YANG 等: "Internal Short Circuit Fault Diagnosis for Lithium-ion Battery Based on Voltage and Temerature", 《2019 3RD CONFERENCE ON VEHICLE CONTROL AND INTELLIGENCE》, pages 1 - 6 * |
胡广 等: "车用锂离子电池热失控研究综述", 《电工电能新技术》, vol. 40, no. 2, pages 66 - 80 * |
黎钦懿 等: "融合内部温度估计的锂电池内短路建模与诊断", 《机电一体化》, vol. 27, no. 4, pages 31 - 40 * |
Also Published As
Publication number | Publication date |
---|---|
CN114252772B (zh) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108254696B (zh) | 电池的健康状态评估方法及系统 | |
CN109991548A (zh) | 一种ocv-soc标定实验方法、电池等效模型参数辨识方法及soc估算方法 | |
CN111610456A (zh) | 一种区分电池微短路和小容量故障的诊断方法 | |
CN110795851A (zh) | 一种考虑环境温度影响的锂离子电池建模方法 | |
CN111929602B (zh) | 一种基于容量估计的单体电池漏电或微短路定量诊断方法 | |
WO2023274194A1 (zh) | 一种适用于富锂锰基电池的高阶模型参数辨识方法和系统 | |
CN112989690B (zh) | 一种混合动力汽车锂电池多时间尺度荷电状态估计方法 | |
CN111366864B (zh) | 一种基于固定压升区间的电池soh在线估计方法 | |
CN112180274B (zh) | 一种动力电池组快速检测测评方法 | |
CN113406520B (zh) | 针对现实新能源汽车的电池健康状态估计方法 | |
CN111537885B (zh) | 一种串联电池组的多时间尺度短路电阻估计方法 | |
Chang et al. | Electric vehicle battery pack micro-short circuit fault diagnosis based on charging voltage ranking evolution | |
CN113093017A (zh) | 一种锂离子电池等效电路模型在线构建方法 | |
CN113484771A (zh) | 一种锂离子电池宽温度全寿命soc及容量估计的方法 | |
Wang et al. | A novel OCV curve reconstruction and update method of lithium-ion batteries at different temperatures based on cloud data | |
CN115097314A (zh) | 一种基于迭代法电动车电池soc精度修正方法及系统 | |
CN115754724A (zh) | 一种适用于未来不确定性动态工况放电的动力电池健康状态估计方法 | |
CN113466728B (zh) | 一种两阶段电池模型参数在线辨识的方法与系统 | |
Zhu et al. | Online state of charge EKF estimation for LiFePO 4 battery management systems | |
CN112130077A (zh) | 一种不同工况下动力电池组的soc估算方法 | |
CN116125284A (zh) | 一种锂离子电池内部短路诊断方法及系统 | |
CN116679213A (zh) | 基于集成深度学习的电动汽车动力电池soh估算方法 | |
CN116449244A (zh) | 基于单次放电曲线的锂电池老化轨迹早期预测方法及系统 | |
CN116047339A (zh) | 基于热电耦合模型的锂离子电池组soc估计方法及装置 | |
CN116184248A (zh) | 一种串联电池组的微小短路故障检测方法 |
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 |