CN116295934B - 一种基于动态阈值的电池温度异常检测方法及系统 - Google Patents

一种基于动态阈值的电池温度异常检测方法及系统 Download PDF

Info

Publication number
CN116295934B
CN116295934B CN202310559958.3A CN202310559958A CN116295934B CN 116295934 B CN116295934 B CN 116295934B CN 202310559958 A CN202310559958 A CN 202310559958A CN 116295934 B CN116295934 B CN 116295934B
Authority
CN
China
Prior art keywords
battery
temperature
surface temperature
value
dynamic threshold
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
CN202310559958.3A
Other languages
English (en)
Other versions
CN116295934A (zh
Inventor
赵珈卉
朱勇
张斌
刘明义
王建星
刘承皓
李小翔
杨永前
冯帆
薛丽
代斌
刘君
彭鹏
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.)
Huaneng Clean Energy Research Institute
Huaneng Lancang River Hydropower Co Ltd
Original Assignee
Huaneng Clean Energy Research Institute
Huaneng Lancang River Hydropower 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 Huaneng Clean Energy Research Institute, Huaneng Lancang River Hydropower Co Ltd filed Critical Huaneng Clean Energy Research Institute
Priority to CN202310559958.3A priority Critical patent/CN116295934B/zh
Publication of CN116295934A publication Critical patent/CN116295934A/zh
Application granted granted Critical
Publication of CN116295934B publication Critical patent/CN116295934B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/11Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01KMEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K13/00Thermometers specially adapted for specific purposes
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10Energy storage using batteries

Abstract

本申请提出一种基于动态阈值的电池温度异常检测方法及系统,所述方法包括:获取待检测电池当前时刻的电池电芯温度测量值、电池表面温度测量值和电池两状态电热耦合模型;确定当前时刻所述电池的电池电芯温度残差和电池表面温度残差;根据所述电池电芯温度残差和电池表面温度残差确定当前时刻电池电芯温度的动态阈值和电池表面温度的动态阈值;基于所述电池电芯温度残差和电池表面温度残差与所述电池电芯温度的动态阈值和电池表面温度的动态阈值检测所述电池温度是否异常。本申请提出的技术方案,将残差与动态阈值进行比较,能够解决阈值设置不合适带来的漏诊断和误诊断问题,具有较高的鲁棒性。

Description

一种基于动态阈值的电池温度异常检测方法及系统
技术领域
本申请涉及智能故障诊断领域,尤其涉及一种基于动态阈值的电池温度异常检测方法及系统。
背景技术
锂离子电池由于其高比功率和能量以及相对较长的寿命,正在成为储能应用中的主要解决方案。由于大规模储能电站中海量电池成组运行,电池必须安全可靠,不会造成安全威胁。电池温度异常是影响锂离子电池安全性、稳定性、性能和寿命严重问题之一。锂离子电池热失控或导致严重火灾。
现有技术中,基于模型的故障诊断方法可有效检测电池异常状态,通常对电池建立对应物理场模型,采用滤波器或观测器辨识电池参数,计算电池参数残差并与固定阈值对比来判断电池是否发生故障。然而,电池模型具有不确定性,固定阈值设置较高可能导致较高的漏检测率,而降低固定阈值可能会增加误报率,鲁棒性较低。
发明内容
本申请提供一种基于动态阈值的电池温度异常检测方法及系统,以至少解决固定阈值设置较高可能导致较高的漏检测率,而降低固定阈值可能会增加误报率,鲁棒性较低的技术问题。
本申请第一方面实施例提出一种基于动态阈值的电池温度异常检测方法,所述方法包括:
获取待检测电池当前时刻的电池电芯温度测量值、电池表面温度测量值和电池两状态电热耦合模型;
根据所述电池电芯温度测量值、电池表面温度测量值和电池两状态电热耦合模型确定当前时刻所述电池的电池电芯温度残差和电池表面温度残差;
根据所述电池电芯温度残差和电池表面温度残差确定当前时刻电池电芯温度的动态阈值和电池表面温度的动态阈值;
基于所述电池电芯温度残差和电池表面温度残差与所述电池电芯温度的动态阈值和电池表面温度的动态阈值检测所述电池温度是否异常。
优选的,所述电池两状态电热耦合模型的计算式如下:
式中,为电池内部材料的热容,/>为电池电芯温度随时间的导数,/>为电池表面温度,/>为电池电芯温度,/>为电芯内部与电池表面之间的热阻,/>为电流,/>为电池的内部电阻,/>为电池表面材料的热容,/>为电池表面温度随时间的导数,/>为电池周围空气温度,/>为电池表面和周围空气之间的对流电阻。
进一步的,所述根据所述电池电芯温度测量值、电池表面温度测量值和电池两状态电热耦合模型确定当前时刻所述电池的电池电芯温度残差和电池表面温度残差,包括:
基于所述电池两状态电热耦合模型建立标称电池模型状态空间方程;
根据所述标称电池模型状态空间方程确定所述电池对应的状态观测器;
根据所述电池对应的状态观测器、所述电池电芯温度测量值和电池表面温度测量值确定所述电池的电池电芯温度残差和电池表面温度残差。
进一步的,所述根据所述电池对应的状态观测器、所述电池电芯温度测量值和电池表面温度测量值确定所述电池的电池电芯温度残差和电池表面温度残差,包括:
根据所述电池对应的状态观测器确定所述电池的电池电芯温度估计值和电池表面温度估计值;
基于所述电池电芯温度估计值、所述电池表面温度估计值、所述电池电芯温度测量值和所述电池表面温度测量值确定所述电池的电池电芯温度残差和电池表面温度残差。
进一步的,所述根据所述电池电芯温度残差和电池表面温度残差确定当前时刻电池电芯温度的动态阈值和电池表面温度的动态阈值,包括:
获取待检测电池对应的不确定性表达式;
根据所述标称电池模型状态空间方程和不确定性表达式分别确定电池电芯温度的动态阈值的滤波器动态方程、电池表面温度的动态阈值的滤波器动态方程;
基于所述电池电芯温度的动态阈值的滤波器动态方程、电池表面温度的动态阈值的滤波器动态方程,分别确定当前时刻电池电芯温度的动态阈值及当前时刻电池表面温度的动态阈值。
进一步的,所述电池电芯温度的动态阈值的滤波器动态方程的计算式如下:
式中,为/>随时间的导数,/>为第一参数,/>为第一中间变量,/>为第一边界值,/>为电池电芯温度在t时刻的值,/>为第二边界值,/>为电池表面温度在t时刻的值,/>为第三边界值,/>为电流在t时刻的值,/>为第四边界值;
所述的电池表面温度的动态阈值的滤波器动态方程的计算式如下:
式中,为/>随时间的导数,/>为第二参数,/>为第二中间变量,/>为第五边界值,/>为第六边界值,/>为第七边界值,/>为第八边界值。
进一步的,所述当前时刻电池电芯温度的动态阈值的计算式如下:
所述当前时刻电池表面温度的动态阈值的计算式如下:
式中,为当前时刻电池电芯温度的动态阈值,/>为电池电芯温度系数,为当前时刻电池表面温度的动态阈值,/>为电池表面温度系数。
进一步的,所述基于所述电池电芯温度残差和电池表面温度残差与所述电池电芯温度的动态阈值和电池表面温度的动态阈值检测所述电池温度是否异常,包括:
当所述电池电芯温度残差大于所述电池电芯温度的动态阈值的负数,并小于所述电池电芯温度的动态阈值,且所述电池表面温度残差大于所述电池表面温度的动态阈值,并小于所述电池表面温度的动态阈值时,所述电池温度正常,否则所述电池温度异常。
本申请第二方面实施例提出一种基于动态阈值的电池温度异常检测系统,包括:
获取模块,用于获取待检测电池当前时刻的电池电芯温度测量值、电池表面温度测量值和电池两状态电热耦合模型;
第一确定模块,用于根据所述电池电芯温度测量值、电池表面温度测量值和电池两状态电热耦合模型确定当前时刻所述电池的电池电芯温度残差和电池表面温度残差;
第二确定模块,用于根据所述电池电芯温度残差和电池表面温度残差确定当前时刻电池电芯温度的动态阈值和电池表面温度的动态阈值;
检测模块,用于基于所述电池电芯温度残差和电池表面温度残差与所述电池电芯温度的动态阈值和电池表面温度的动态阈值检测所述电池温度是否异常。
优选的,所述第一确定模块,包括:
建立单元,用于基于所述电池两状态电热耦合模型建立标称电池模型状态空间方程;
第一确定单元,用于根据所述标称电池模型状态空间方程确定所述电池对应的状态观测器;
第二确定单元,用于根据所述电池对应的状态观测器、所述电池电芯温度测量值和电池表面温度测量值确定所述电池的电池电芯温度残差和电池表面温度残差。
本申请的实施例提供的技术方案至少带来以下有益效果:
本申请提出了一种基于动态阈值的电池温度异常检测方法及系统,其中所述方法包括:获取待检测电池当前时刻的电池电芯温度测量值、电池表面温度测量值和电池两状态电热耦合模型;根据所述电池电芯温度测量值、电池表面温度测量值和电池两状态电热耦合模型确定当前时刻所述电池的电池电芯温度残差和电池表面温度残差;根据所述电池电芯温度残差和电池表面温度残差确定当前时刻电池电芯温度的动态阈值和电池表面温度的动态阈值;基于所述电池电芯温度残差和电池表面温度残差与所述电池电芯温度的动态阈值和电池表面温度的动态阈值检测所述电池温度是否异常。本申请提出的技术方案,将残差与动态阈值进行比较,能够解决阈值设置不合适带来的漏诊断和误诊断问题,具有较高的鲁棒性。
本申请附加的方面以及优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面以及优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本申请一个实施例提供的一种基于动态阈值的电池温度异常检测方法的流程图;
图2为根据本申请一个实施例提供的径向热模型示意图;
图3为根据本申请一个实施例提供的Rint电池等效电路模型示意图;
图4为根据本申请一个实施例提供的在500s时发生对流故障的电池电芯温度残差响应示意图;
图5为根据本申请一个实施例提供的在500s时发生对流故障的电池表面温度残差响应示意图;
图6为根据本申请一个实施例提供的一种基于动态阈值的电池温度异常检测系统的结构图;
图7为根据本申请一个实施例提供的第一确定模块的结构图;
图8为根据本申请一个实施例提供的第二确定模块的结构图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
本申请提出的一种基于动态阈值的电池温度异常检测方法及系统,其中所述方法包括:获取待检测电池当前时刻的电池电芯温度测量值、电池表面温度测量值和电池两状态电热耦合模型;根据所述电池电芯温度测量值、电池表面温度测量值和电池两状态电热耦合模型确定当前时刻所述电池的电池电芯温度残差和电池表面温度残差;根据所述电池电芯温度残差和电池表面温度残差确定当前时刻电池电芯温度的动态阈值和电池表面温度的动态阈值;基于所述电池电芯温度残差和电池表面温度残差与所述电池电芯温度的动态阈值和电池表面温度的动态阈值检测所述电池温度是否异常。本申请提出的技术方案,将残差与动态阈值进行比较,能够解决阈值设置不合适带来的漏诊断和误诊断问题,具有较高的鲁棒性。
下面参考附图描述本申请实施例的一种基于动态阈值的电池温度异常检测方法及系统。
实施例一
图1为根据本申请一个实施例提供的一种基于动态阈值的电池温度异常检测方法的流程图,如图1所示,所述方法包括:
步骤1:获取待检测电池当前时刻的电池电芯温度测量值、电池表面温度测量值和电池两状态电热耦合模型;
在本公开实施例中,所述电池两状态电热耦合模型的计算式如下:
--(1)
--(2)
式中,为电池内部材料的热容,/>为电池电芯温度随时间的导数,/>为电池表面温度,/>为电池电芯温度,/>为电芯内部与电池表面之间的热阻,/>为电流,/>为电池的内部电阻,/>为电池表面材料的热容,/>为电池表面温度随时间的导数,/>为电池周围空气温度,/>为电池表面和周围空气之间的对流电阻。
需要说明的是,如图2所示,选择径向热模型,以电池电芯内部作为热源,模拟了电池的两种温度状态即电池电芯温度和电池表面温度/>
步骤2:根据所述电池电芯温度测量值、电池表面温度测量值和电池两状态电热耦合模型确定当前时刻所述电池的电池电芯温度残差和电池表面温度残差;
在本公开实施例中,所述步骤2具体包括:
步骤2-1:基于所述电池两状态电热耦合模型建立标称电池模型状态空间方程;
步骤2-2:根据所述标称电池模型状态空间方程确定所述电池对应的状态观测器;
步骤2-3:根据所述电池对应的状态观测器、所述电池电芯温度测量值和电池表面温度测量值确定所述电池的电池电芯温度残差和电池表面温度残差。
其中,所述步骤2-3具体包括:
步骤2-3-1:根据所述电池对应的状态观测器确定所述电池的电池电芯温度估计值和电池表面温度估计值;
步骤2-3-2:基于所述电池电芯温度估计值、所述电池表面温度估计值、所述电池电芯温度测量值和所述电池表面温度测量值确定所述电池的电池电芯温度残差和电池表面温度残差。
需要说明的是,电池的电气行为由Rint电池等效电路模型表示,如图3所示,开路电压和电池的内部电阻R串联连接。根据基尔霍夫定律,电气方程由下式给出:
--(3)
其中,V为电池的端子电压,同样,电池的荷电状态(SOC)动态定义为:--(4),其中,/>为电池容量。
本发明中,将建模为SOC的函数:/>--(5),式中,/>为第一常数,/>为第二常数,/>为第三常数,第一常数、第二常数、第三常数均可通过离线识别。
此外电池的内部电阻R建模为SOC和电池电芯温度的函数:/>--(6),式中,/>为第四常数,/>为第五常数,/>为第六常数,第四常数、第五常数、第六常数均可通过离线识别。
需要说明的是,在求取电池的电池电芯温度残差和电池表面温度残差时,建立故障与残差的映射,如下:
根据式(1)和式(2),将电池故障模型定义为:--(7),--(8),式中,/>表示电池电芯温度变化的故障,/>为表示电池表面温度变化的故障。
在本实施例中,考虑三种不同类型的物理故障,如下:
故障1:对流冷却电阻故障,由与其标称值的显著偏差表示。
故障2:内部热阻故障,通过从其标称值的变化进行建模。
故障3:发热故障,由导致电池芯温度升高的额外发热项建模,其中,当附加发热故障具有高振幅且突变时,它会捕捉到热失控的影响。
三种不同类型的物理故障到和/>的映射关系如表1所示,本质上,通过检测、隔离和估计/>和/>(即表1)来检测和隔离故障1、2和3。
表1. 故障映射
将式(1)和式(2)中的标称电池模型状态空间方程定义为:--(9),/>--(10) ,式中,/>=/>,/>=,/>=/>,/>=/>,/>=/>,/>=/>,/>=/>,/> 随时间的导数,/>为/>随时间的导数,/>=/>,/>=/>,/>=/>
使用式(3)、式(5)和式(6),电池电芯温度可以写成:--(11),使用电流和电压的可用测量值,并假设SOC通过式(4)计算,内部温度可如上所述重构并用作系统的输出。因此,定义了以下输出:
--(12),/>--(13),式中,/>是重构的电池电芯温度/>,/>是测量的电池表面温度/>
基于公式(9)至公式(13)观测器结构由下式给出:
--(14)
--(15)
--(16)
--(17)
其中,,/>,/>为观测器输出的电池电芯温度残差,/>为观测器输出的电池表面温度残差。
考虑观测器方程式(14)至式(17)和被控对象模型式(9)至式(13),观测器增益满足以下条件:对于的所有可能值,/>,/>,/>,/>,那么在无故障条件下(如/>),观测器输出的电池电芯温度残差/>,观测器输出的电池表面温度残差,将随着/>渐近收敛到零。在故障条件下(如/>),根据故障的大小和观测器增益,观测器输出的电池电芯温度残差/>及观测器输出的电池表面温度残差/>,将被限制为一些非零值。
残差为,/>,故障信号特征如表2所示。
表2.故障与残差的关系
步骤3:根据所述电池电芯温度残差和电池表面温度残差确定当前时刻电池电芯温度的动态阈值和电池表面温度的动态阈值;
在本公开实施例中,所述步骤3具体包括:
步骤3-1:获取待检测电池对应的不确定性表达式;
步骤3-2:根据所述标称电池模型状态空间方程和不确定性表达式分别确定电池电芯温度的动态阈值的滤波器动态方程、电池表面温度的动态阈值的滤波器动态方程;
其中,所述电池电芯温度的动态阈值的滤波器动态方程的计算式如下:
式中,为/>随时间的导数,/>为第一参数即用户根据计算需要设置的大于0的参数,/>为第一中间变量即计算动态阈值/>的中间变量,/>为第一边界值即/>的边界值,/>为电池电芯温度在t时刻的值,/>为第二边界值即/>的边界值,/>为电池表面温度在t时刻的值,/>为第三边界值即/>的边界值,/>为电流在t时刻的值,为第四边界值即/>的边界值;
所述的电池表面温度的动态阈值的滤波器动态方程的计算式如下:
式中,为/>随时间的导数,/>为第二参数即用户根据计算需要设置的大于0的参数,/>为第二中间变量即计算动态阈值的/>中间变量,/>为第五边界值即/>的边界值,/>为第六边界值即/>的边界值,/>为第七边界值即/>的边界值,/>为第八边界值即/>的边界值。
步骤3-3:基于所述电池电芯温度的动态阈值的滤波器动态方程、电池表面温度的动态阈值的滤波器动态方程,分别确定当前时刻电池电芯温度的动态阈值及当前时刻电池表面温度的动态阈值。
其中,所述当前时刻电池电芯温度的动态阈值的计算式如下:
所述当前时刻电池表面温度的动态阈值的计算式如下:
式中,为当前时刻电池电芯温度的动态阈值,/>,/>为电池电芯温度系数,/>为当前时刻电池表面温度的动态阈值,/>,/>为电池表面温度系数。
需要说明的是,在没有故障的情况下,残差和/>显示为零。然而,由于如上所述的建模、参数和测量不确定性,即使在无故障条件下,残差也将为非零。本发明设计了自适应阈值方法。本质上,将残余信号与这些自适应阈值进行比较以诊断故障。首先,具有附加不确定性的热模型可以写成:
--(18)
--(19)
式中,、/>均为在没有故障的情况下模型不确定性,不确定性可以是输入和/或状态相关的,在这里被视为未知的外部输入。在以下讨论中,假设了以下形式的不确定性,即不确定性表达式如下:
式中,为电池电芯温度的不确定性值,/>为电池电芯温度的第一个边界已知的未知系数,/>为电池电芯温度即第一个状态,/>为电池电芯温度的第二个边界已知的未知系数,/>为电池表面温度即第二个状态,/>为电池电芯温度的第三个边界已知的未知系数,/>为电流即输入信号,/>为电池电芯温度的第四个边界已知的未知系数,/>为电池表面温度的不确定性值,/>为电池表面温度的第一个边界已知的未知系数,/>为电池表面温度的第二个边界已知的未知系数,/>为电池表面温度的第三个边界已知的未知系数,/>为电池表面温度的第四个边界已知的未知系数。
不确定性的主要来源是:热参数(和/>)和电气参数(/>和/>)的偏差,环境温度的不确定性(/>),其他未建模动态参数。标称状态空间模型以及这些不确定性可以写成:
--(22)
--(23)
式中,为/>的偏差,/>为/>的偏差,/>为/>的偏差,/>和/>均为未建模动态偏差,/>为/>的偏差;
将式(22)和(23)与式(20)和(21)进行比较,可以看出中的不确定性包括在/>、/>中;/>中的不确定性包括在/>、/>、/>中;/>中包括R和SOC的不确定性(由于电池容量Q的不确定性);/>中包括/>的不确定性。此外,在/>和/>中捕获未建模的动态。
和/>包括输入电流和环境温度扰动的影响。此外,/>和/>包括系统中外源输入干扰的影响。因此,通过式(20)中的不确定性表达式考虑了输入扰动的影响。此类不确定性的影响以及由此产生的故障输入干扰需要解耦。
从式(18)和(19)中减去观测器(14)–(17),在存在不确定性和无故障条件下(如),观测器残差动态可写成:/>--(24),/>--(25),其中,/>为/>关于时间的导数,/>为/>关于时间的导数,考虑到/>和/>作为残差动态系统(24)和(25)的输入,状态空间方程(24)与(25)可以写成:/>--(26),/>--(27)。
使用式(26)及(27)积分内乘积项上的边界参数,可以写出--(28),/>--(29),其中,/>,因此/>。式(28)、(29)可以写作:--(30),/>--(31)。
使用边界参数,不确定式的边界可以写成:--(32),/>--(33)。
使用系数边界(系数最大值为常数),式(32)、(33)可以写成:--(34),--(35)。
将上式(34)应用到式(30)中,可以写成:--(36),其中,和/>是残差/>的自适应阈值,演化方程(36)相当于自适应阈值的以下滤波器动态方程:/>--(37),--(38);
类似的,将上式(35)应用到式(31)中,可以得到--(39),/>--(40)。
在本公开实施例中,如图4所示为在500s时发生对流故障的电池电芯温度残差响应示意图,r1即为电池电芯温度残差;如图5所示为在500s时发生对流故障的电池表面温度残差响应示意图,r2即为电池表面温度残差。
步骤4:基于所述电池电芯温度残差和电池表面温度残差与所述电池电芯温度的动态阈值和电池表面温度的动态阈值检测所述电池温度是否异常。
在本公开实施例中,所述步骤4具体包括:
当所述电池电芯温度残差大于所述电池电芯温度的动态阈值的负数,并小于所述电池电芯温度的动态阈值,且所述电池表面温度残差大于所述电池表面温度的动态阈值,并小于所述电池表面温度的动态阈值时,所述电池温度正常,否则所述电池温度异常。
综上所述,本实施例提出的一种基于动态阈值的电池温度异常检测方法,将残差与动态阈值进行比较,能够解决阈值设置不合适带来的漏诊断和误诊断问题,具有较高的鲁棒性。
实施例二
图6为根据本申请一个实施例提供的一种基于动态阈值的电池温度异常检测系统的结构图,如图6所示,所述系统包括:
获取模块100,用于获取待检测电池当前时刻的电池电芯温度测量值、电池表面温度测量值和电池两状态电热耦合模型;
第一确定模块200,用于根据所述电池电芯温度测量值、电池表面温度测量值和电池两状态电热耦合模型确定当前时刻所述电池的电池电芯温度残差和电池表面温度残差;
第二确定模块300,用于根据所述电池电芯温度残差和电池表面温度残差确定当前时刻电池电芯温度的动态阈值和电池表面温度的动态阈值;
检测模块400,用于基于所述电池电芯温度残差和电池表面温度残差与所述电池电芯温度的动态阈值和电池表面温度的动态阈值检测所述电池温度是否异常。
在本公开实施例中,所述电池两状态电热耦合模型的计算式如下:
式中,为电池内部材料的热容,/>为电池电芯温度随时间的导数,/>为电池表面温度,/>为电池电芯温度,/>为电芯内部与电池表面之间的热阻,/>为电流,/>为电池的内部电阻,/>为电池表面材料的热容,/>为电池表面温度随时间的导数,/>为电池周围空气温度,/>为电池表面和周围空气之间的对流电阻。
在本公开实施例中,如图7所示,所述第一确定模块200,包括:
建立单元201,用于基于所述电池两状态电热耦合模型建立标称电池模型状态空间方程;
第一确定单元202,用于根据所述标称电池模型状态空间方程确定所述电池对应的状态观测器;
第二确定单元203,用于根据所述电池对应的状态观测器、所述电池电芯温度测量值和电池表面温度测量值确定所述电池的电池电芯温度残差和电池表面温度残差。
进一步的,所述第二确定单元203还用于根据所述电池对应的状态观测器确定所述电池的电池电芯温度估计值和电池表面温度估计值;
所述第二确定单元203还用于基于所述电池电芯温度估计值、所述电池表面温度估计值、所述电池电芯温度测量值和所述电池表面温度测量值确定所述电池的电池电芯温度残差和电池表面温度残差。
在本公开实施例中,如图8所示,所述第二确定模块300包括:
获取单元301,用于获取待检测电池对应的不确定性表达式;
第三确定单元302,用于根据所述标称电池模型状态空间方程和不确定性表达式分别确定电池电芯温度的动态阈值的滤波器动态方程、电池表面温度的动态阈值的滤波器动态方程;
第四确定单元303,用于基于所述电池电芯温度的动态阈值的滤波器动态方程、电池表面温度的动态阈值的滤波器动态方程,分别确定当前时刻电池电芯温度的动态阈值及当前时刻电池表面温度的动态阈值。
进一步的,所述电池电芯温度的动态阈值的滤波器动态方程的计算式如下:
式中,为/>随时间的导数,/>为第一参数,/>为第一中间变量,/>为第一边界值,/>为电池电芯温度在t时刻的值,/>为第二边界值,/>为电池表面温度在t时刻的值,/>为第三边界值,/>为电流在t时刻的值,/>为第四边界值;
所述的电池表面温度的动态阈值的滤波器动态方程的计算式如下:
式中,为/>随时间的导数,/>为第二参数,/>为第二中间变量,/>为第五边界值,/>为第六边界值,/>为第七边界值,/>为第八边界值。
进一步的,所述当前时刻电池电芯温度的动态阈值的计算式如下:
所述当前时刻电池表面温度的动态阈值的计算式如下:
式中,为当前时刻电池电芯温度的动态阈值,/>为电池电芯温度系数,为当前时刻电池表面温度的动态阈值,/>为电池表面温度系数。
在本公开实施例中,所述检测模块400还用于当所述电池电芯温度残差大于所述电池电芯温度的动态阈值的负数,并小于所述电池电芯温度的动态阈值,且所述电池表面温度残差大于所述电池表面温度的动态阈值,并小于所述电池表面温度的动态阈值时,所述电池温度正常,否则所述电池温度异常。
综上所述,本实施例提出的一种基于动态阈值的电池温度异常检测系统,将残差与动态阈值进行比较,能够解决阈值设置不合适带来的漏诊断和误诊断问题,具有较高的鲁棒性。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (9)

1.一种基于动态阈值的电池温度异常检测方法,其特征在于,所述方法包括:
获取待检测电池当前时刻的电池电芯温度测量值、电池表面温度测量值和电池两状态电热耦合模型,基于所述电池两状态电热耦合模型建立标称电池模型状态空间方程;
根据所述电池电芯温度测量值、电池表面温度测量值和电池两状态电热耦合模型确定当前时刻所述电池的电池电芯温度残差和电池表面温度残差;
获取待检测电池对应的不确定性表达式,根据所述标称电池模型状态空间方程和不确定性表达式分别确定电池电芯温度的动态阈值的滤波器动态方程、电池表面温度的动态阈值的滤波器动态方程,基于所述电池电芯温度的动态阈值的滤波器动态方程、电池表面温度的动态阈值的滤波器动态方程,分别确定当前时刻电池电芯温度的动态阈值和电池表面温度的动态阈值;其中:
所述不确定性表达式如下:
式中,为电池电芯温度的不确定性值,/>为电池电芯温度的第一个边界已知的未知系数,/>为电池电芯温度即第一个状态,/>为电池电芯温度的第二个边界已知的未知系数,/>为电池表面温度即第二个状态,/>为电池电芯温度的第三个边界已知的未知系数,为电流即输入信号,/>为电池电芯温度的第四个边界已知的未知系数,/>为电池表面温度的不确定性值,/>为电池表面温度的第一个边界已知的未知系数,/>为电池表面温度的第二个边界已知的未知系数,/>为电池表面温度的第三个边界已知的未知系数,/>为电池表面温度的第四个边界已知的未知系数;
所述电池电芯温度的动态阈值的滤波器动态方程的计算式如下:
式中,为/>随时间的导数,/>为第一参数,/>为第一中间变量,/>为第一边界值,/>为电池电芯温度在t时刻的值,/>为第二边界值,/>为电池表面温度在t时刻的值,/>为第三边界值,/>为电流在t时刻的值,/>为第四边界值;
所述的电池表面温度的动态阈值的滤波器动态方程的计算式如下:
式中,为/>随时间的导数,/>为第二参数,/>为第二中间变量,/>为第五边界值,/>为第六边界值,/>为第七边界值,/>为第八边界值;
基于所述电池电芯温度残差和电池表面温度残差与所述电池电芯温度的动态阈值和电池表面温度的动态阈值检测所述电池温度是否异常。
2.如权利要求1所述的方法,其特征在于,所述电池两状态电热耦合模型的计算式如下:
式中,为电池内部材料的热容,/>为电池电芯温度随时间的导数,/>为电池表面温度,/>为电池电芯温度,/>为电芯内部与电池表面之间的热阻,/>为电流,/>为电池的内部电阻,/>为电池表面材料的热容,/>为电池表面温度随时间的导数,/>为电池周围空气温度,/>为电池表面和周围空气之间的对流电阻。
3.如权利要求2所述的方法,其特征在于,所述根据所述电池电芯温度测量值、电池表面温度测量值和电池两状态电热耦合模型确定当前时刻所述电池的电池电芯温度残差和电池表面温度残差,包括:
根据所述标称电池模型状态空间方程确定所述电池对应的状态观测器;
根据所述电池对应的状态观测器、所述电池电芯温度测量值和电池表面温度测量值确定所述电池的电池电芯温度残差和电池表面温度残差。
4.如权利要求3所述的方法,其特征在于,所述根据所述电池对应的状态观测器、所述电池电芯温度测量值和电池表面温度测量值确定所述电池的电池电芯温度残差和电池表面温度残差,包括:
根据所述电池对应的状态观测器确定所述电池的电池电芯温度估计值和电池表面温度估计值;
基于所述电池电芯温度估计值、所述电池表面温度估计值、所述电池电芯温度测量值和所述电池表面温度测量值确定所述电池的电池电芯温度残差和电池表面温度残差。
5.如权利要求4所述的方法,其特征在于,所述根据所述电池电芯温度残差和电池表面温度残差确定当前时刻电池电芯温度的动态阈值和电池表面温度的动态阈值,包括:
获取待检测电池对应的不确定性表达式;
根据所述标称电池模型状态空间方程和不确定性表达式分别确定电池电芯温度的动态阈值的滤波器动态方程、电池表面温度的动态阈值的滤波器动态方程;
基于所述电池电芯温度的动态阈值的滤波器动态方程、电池表面温度的动态阈值的滤波器动态方程,分别确定当前时刻电池电芯温度的动态阈值及当前时刻电池表面温度的动态阈值。
6.如权利要求1所述的方法,其特征在于,所述当前时刻电池电芯温度的动态阈值的计算式如下:
所述当前时刻电池表面温度的动态阈值的计算式如下:
式中,为当前时刻电池电芯温度的动态阈值,/>为电池电芯温度系数,/>为当前时刻电池表面温度的动态阈值,/>为电池表面温度系数。
7.如权利要求6所述的方法,其特征在于,所述基于所述电池电芯温度残差和电池表面温度残差与所述电池电芯温度的动态阈值和电池表面温度的动态阈值检测所述电池温度是否异常,包括:
当所述电池电芯温度残差大于所述电池电芯温度的动态阈值的负数,并小于所述电池电芯温度的动态阈值,且所述电池表面温度残差大于所述电池表面温度的动态阈值的负数,并小于所述电池表面温度的动态阈值时,所述电池温度正常,否则所述电池温度异常。
8.一种基于动态阈值的电池温度异常检测系统,其特征在于,所述系统包括:
获取模块,用于获取待检测电池当前时刻的电池电芯温度测量值、电池表面温度测量值和电池两状态电热耦合模型,基于所述电池两状态电热耦合模型建立标称电池模型状态空间方程;
第一确定模块,用于根据所述电池电芯温度测量值、电池表面温度测量值和电池两状态电热耦合模型确定当前时刻所述电池的电池电芯温度残差和电池表面温度残差;
第二确定模块,用于获取待检测电池对应的不确定性表达式,根据所述标称电池模型状态空间方程和不确定性表达式分别确定电池电芯温度的动态阈值的滤波器动态方程、电池表面温度的动态阈值的滤波器动态方程,基于所述电池电芯温度的动态阈值的滤波器动态方程、电池表面温度的动态阈值的滤波器动态方程,分别确定当前时刻电池电芯温度的动态阈值和电池表面温度的动态阈值;其中:
所述不确定性表达式如下:
式中,为电池电芯温度的不确定性值,/>为电池电芯温度的第一个边界已知的未知系数,/>为电池电芯温度即第一个状态,/>为电池电芯温度的第二个边界已知的未知系数,/>为电池表面温度即第二个状态,/>为电池电芯温度的第三个边界已知的未知系数,为电流即输入信号,/>为电池电芯温度的第四个边界已知的未知系数,/>为电池表面温度的不确定性值,/>为电池表面温度的第一个边界已知的未知系数,/>为电池表面温度的第二个边界已知的未知系数,/>为电池表面温度的第三个边界已知的未知系数,/>为电池表面温度的第四个边界已知的未知系数;
所述电池电芯温度的动态阈值的滤波器动态方程的计算式如下:
式中,为/>随时间的导数,/>为第一参数,/>为第一中间变量,/>为第一边界值,/>为电池电芯温度在t时刻的值,/>为第二边界值,/>为电池表面温度在t时刻的值,/>为第三边界值,/>为电流在t时刻的值,/>为第四边界值;
所述的电池表面温度的动态阈值的滤波器动态方程的计算式如下:
式中,为/>随时间的导数,/>为第二参数,/>为第二中间变量,/>为第五边界值,/>为第六边界值,/>为第七边界值,/>为第八边界值值;
检测模块,用于基于所述电池电芯温度残差和电池表面温度残差与所述电池电芯温度的动态阈值和电池表面温度的动态阈值检测所述电池温度是否异常。
9.如权利要求8所述的系统,其特征在于,所述第一确定模块,包括:
第一确定单元,用于根据所述标称电池模型状态空间方程确定所述电池对应的状态观测器;
第二确定单元,用于根据所述电池对应的状态观测器、所述电池电芯温度测量值和电池表面温度测量值确定所述电池的电池电芯温度残差和电池表面温度残差。
CN202310559958.3A 2023-05-18 2023-05-18 一种基于动态阈值的电池温度异常检测方法及系统 Active CN116295934B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310559958.3A CN116295934B (zh) 2023-05-18 2023-05-18 一种基于动态阈值的电池温度异常检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310559958.3A CN116295934B (zh) 2023-05-18 2023-05-18 一种基于动态阈值的电池温度异常检测方法及系统

Publications (2)

Publication Number Publication Date
CN116295934A CN116295934A (zh) 2023-06-23
CN116295934B true CN116295934B (zh) 2023-08-04

Family

ID=86798143

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310559958.3A Active CN116295934B (zh) 2023-05-18 2023-05-18 一种基于动态阈值的电池温度异常检测方法及系统

Country Status (1)

Country Link
CN (1) CN116295934B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109061537A (zh) * 2018-08-23 2018-12-21 重庆大学 基于观测器的电动车辆锂离子电池传感器故障诊断方法
CN111965547A (zh) * 2020-09-27 2020-11-20 哈尔滨工业大学(威海) 一种基于参数辨识法的电池系统传感器故障诊断方法
CN112068018A (zh) * 2020-08-14 2020-12-11 华南理工大学 基于改进格拉布斯准则和电池电热耦合模型的动力电池组故障诊断方法
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
CN113093016A (zh) * 2021-04-01 2021-07-09 江南大学 基于不确定噪声滤波的动力电池管理系统故障诊断方法
CN114928133A (zh) * 2022-04-29 2022-08-19 陕西科技大学 一种用于锂离子电池的充电控制方法、系统、设备和介质
CN115032542A (zh) * 2022-06-07 2022-09-09 中国人民解放军陆军工程大学 一种基于混合模型的储能系统电池热失控预判方法
CN115621584A (zh) * 2021-07-13 2023-01-17 上海派能能源科技股份有限公司 锂电池组内部短路异常诊断方法及系统
CN116125306A (zh) * 2022-12-06 2023-05-16 武汉综合交通研究院有限公司 基于混合预测框架的动力电池热失控诊断方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11215667B1 (en) * 2020-06-24 2022-01-04 Total S.A. Interval estimation for state-of-charge and temperature in battery packs with heterogeneous cells

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109061537A (zh) * 2018-08-23 2018-12-21 重庆大学 基于观测器的电动车辆锂离子电池传感器故障诊断方法
CN112068018A (zh) * 2020-08-14 2020-12-11 华南理工大学 基于改进格拉布斯准则和电池电热耦合模型的动力电池组故障诊断方法
CN111965547A (zh) * 2020-09-27 2020-11-20 哈尔滨工业大学(威海) 一种基于参数辨识法的电池系统传感器故障诊断方法
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
CN113093016A (zh) * 2021-04-01 2021-07-09 江南大学 基于不确定噪声滤波的动力电池管理系统故障诊断方法
CN115621584A (zh) * 2021-07-13 2023-01-17 上海派能能源科技股份有限公司 锂电池组内部短路异常诊断方法及系统
CN114928133A (zh) * 2022-04-29 2022-08-19 陕西科技大学 一种用于锂离子电池的充电控制方法、系统、设备和介质
CN115032542A (zh) * 2022-06-07 2022-09-09 中国人民解放军陆军工程大学 一种基于混合模型的储能系统电池热失控预判方法
CN116125306A (zh) * 2022-12-06 2023-05-16 武汉综合交通研究院有限公司 基于混合预测框架的动力电池热失控诊断方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
固体氧化物燃料电池性能演变评估与健康管控研究;许元武;中国博士学位论文全文数据库 工程科技Ⅰ辑(第第3期期);全文 *

Also Published As

Publication number Publication date
CN116295934A (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
Dey et al. Model-based real-time thermal fault diagnosis of Lithium-ion batteries
Yu et al. Current sensor fault diagnosis method based on an improved equivalent circuit battery model
Kang et al. A multi-fault diagnostic method based on an interleaved voltage measurement topology for series connected battery packs
CN111198327B (zh) 一种单体电池内短路故障自检测方法
Kang et al. Online multi-fault detection and diagnosis for battery packs in electric vehicles
WO2017119393A1 (ja) 状態推定装置、状態推定方法
KR20180024545A (ko) 배터리 관리 시스템
Lai et al. Online internal short circuit detection method considering equalization electric quantity for lithium‐ion battery pack in electric vehicles
Li et al. A weighted Pearson correlation coefficient based multi-fault comprehensive diagnosis for battery circuits
CN109001645B (zh) 一种电梯电池检测方法、装置、设备及存储介质
JP2020529027A (ja) カルマンフィルタの安定した収束挙動を監視するための方法及びデバイス
JP2020529028A (ja) バッテリーセル状態及びバッテリーセルパラメータを決定するための方法及びデバイス
CN113093016A (zh) 基于不确定噪声滤波的动力电池管理系统故障诊断方法
WO2022166730A1 (zh) 基于不确定噪声滤波的动力电池管理系统故障诊断方法
Zheng et al. Thermal state monitoring of lithium-ion batteries: Progress, challenges, and opportunities
Jin et al. A combined model-based and data-driven fault diagnosis scheme for lithium-ion batteries
CN116295934B (zh) 一种基于动态阈值的电池温度异常检测方法及系统
Lai et al. A quantitative method for early-stage detection of the internal-short-circuit in Lithium-ion battery pack under float-charging conditions
CN116184248B (zh) 一种串联电池组的微小短路故障检测方法
CN112989569A (zh) 一种带温度约束条件的锂电池传感器故障滤波诊断方法
CN109782184B (zh) Pack系统的热失控风险诊断方法及其电子设备
CN113745672A (zh) 电池自加热控制方法、电池自加热装置、系统和车辆
CN116027203A (zh) 电池短路故障的检测方法及装置
Sakile et al. Estimation of lithium‐ion battery state of charge for electric vehicles using a nonlinear state observer
Kim et al. Current sensorless state of charge estimation approach for onboard battery systems with an unknown current estimator

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