基于二阶等效电路模型的漏液电池诊断方法与流程

1.本发明属于锂离子电池故障诊断技术领域，涉及一种基于二阶等效电路模型的漏液电池诊断方法。


背景技术：

2.随着电池技术的快速发展，锂离子电池已经称为电动汽车和储能电站中必不可少的组成部分。电池存在外部封装不合格使用环境恶劣等因素，出现内部压力过大的问题可能导致电池发生漏液故障，进而有可能造成电池发生外短路，严重时会引起热失控。严重限制了电动汽车的安全运行和储能电站的可靠出力。因此，对锂离子电池进行故障诊断十分必要。
3.锂离子电池发生漏液故障时电池参数的变化情况不明，现有技术无法直接检测电池漏液，因此，如何获取与电池漏液故障相关的特征参数集，并利用特征参数对漏液电池进行诊断是目前需要解决的关键问题。


技术实现要素：

4.本发明所要解决的技术问题是提供一种基于二阶等效电路模型的漏液电池诊断方法，采用基于锂电池二阶等效电路模型，对漏液电池和正常电池进行hppc测试，以最小二乘法辨识电池的模型参数，再对比不同soc下正常电池和漏液电池的模型参数差异，获取与电池漏液故障相关的特征参数集，之后对特征参数集中的各参数以时间变化率形式进行统一表征，给出区分漏液电池和正常电池的特征参数阈值，分别以测试、获取参数集和区分诊断的步骤实现电池漏液故障诊断，有效辨识电池是否发生漏液。
5.为解决上述技术问题，本发明所采用的技术方案是：一种基于二阶等效电路模型的漏液电池诊断方法，它包括如下步骤：
6.步骤1，测试，基于锂电池二阶等效电路模型，对漏液电池和正常电池进行hppc测试，以最小二乘法辨识电池的模型参数；
7.步骤2，获取参数集，对比不同soc下正常电池和漏液电池的模型参数差异，获取与电池漏液故障相关的特征参数集；
8.步骤3，区分诊断，对特征参数集中的各参数以时间变化率形式进行统一表征，给出区分漏液电池和正常电池的特征参数阈值，实现电池漏液故障诊断。
9.在步骤1中，锂离子电池二阶等效电路模型由两个rc网络结构和一个电阻串联而成；该模型的数学表达式为
10.其中u
oc
表示电池的开路电压，ro表示电池欧姆内阻，r
p1
和r
p2
表示电池的极化内阻，c
p1
和c
p2
表示电池的极化电容；i表示负载电流；uo表示可以直接测量的电池的端电压。
11.由式(1)得模型端电压vo(t)的计算公式：
[0012][0013]
其中，ro为1s欧姆内阻，计算公式为：
[0014][0015]
基于电池的非线性特性，将r
p1
,r
p2
,c
p1
,c
p2
的辨识问题转化为非线性最优化问题；由式(2)可知，对于任意θ
id
＝[r
p1
,r
p2
,c
p1
,c
p2
]参数，任意t时刻都有唯一确定的uo(t)与之对应，应，
[0017]
构造非线性最小二乘优化模型，
[0018][0019]
求解该非线性最小二乘优化模型的全局最优解θ
id
，即完成二阶等效电路模型的参数辨识。
[0020]
在步骤2中，电池的模型参数与其所处的soc状态具有很强的关联性；当电池处于不同soc点时，电池的正负极材料的嵌锂状态不同，内部电化学反应过程也不相同，因此模型参数亦不相同。
[0021]
二阶模型的参数集θ
model
＝[u
oc
,ro,r
p1
,r
p2,cp1
,c
p2,
τ1,τ2]；选用不同soc状态下的θ来表征锂离子电池发生漏液故障；提取的表征电池漏液故障的特征参数集θ＝[ro,r
p1
,c
p2
,τ2]，其中τ1,τ2为时间常数。
[0022]
在步骤3中，老化后漏液电池和正常电池具有不同的健康状态，对特征参数集中的各参数以时间变化率形式进行统一表征，增强特征参数阈值对不同电池的适应性。
[0023]
对特征参数集中的各参数以时间变化率形式进行统一表征，θ为电池老化后的特征参数，θ0为电池初始时刻的特征参数，t为两次测试间隔时间，θ
cr
＝[r
o(cr)
,r
p1(cr)
,c
p2(cr)
,τ
2(cr)
]；根据参数表征结果，得到区分漏液电池和正常电池的特征参数阈值，实现锂离子电池漏液故障诊断。
[0024]
本发明的主要有益效果在于：
[0025]
本发明是基于锂离子电池二阶等效电路模型，对比不同soc下正常电池和漏液电池的模型参数差异，获得可以反映锂离子电池发生漏液故障的特征参数集。
[0026]
将特征参数以时间变化率形式进行统一表征，得到可以区分漏液电池和正常电池的特征参数阈值，可以有效的辨识电池是否发生漏液故障。
附图说明
[0027]
下面结合附图和实施例对本发明作进一步说明。
[0028]
图1为本发明的流程图。
[0029]
图2为本发明锂离子电池二阶等效电路模型图。
[0030]
图3为本发明正常电池和漏液电池模型参数随soc的变化情况a特征参数图。
[0031]
图4为本发明正常电池和漏液电池模型参数随soc的变化情况b特征参数图。
[0032]
图5为本发明电池漏液故障特征参数表征结果以及阈值选取图。
具体实施方式
[0033]
如图1～图5中，一种基于二阶等效电路模型的漏液电池诊断方法，它包括如下步骤：
[0034]
步骤1，测试，基于锂电池二阶等效电路模型，对漏液电池和正常电池进行hppc测试，以最小二乘法辨识电池的模型参数；
[0035]
步骤2，获取参数集，对比不同soc下正常电池和漏液电池的模型参数差异，获取与电池漏液故障相关的特征参数集；
[0036]
步骤3，区分诊断，对特征参数集中的各参数以时间变化率形式进行统一表征，给出区分漏液电池和正常电池的特征参数阈值，实现电池漏液故障诊断。
[0037]
优选地方案中，在步骤1中，锂离子电池二阶等效电路模型由两个rc网络结构和一个电阻串联而成；该模型的数学表达式为
[0038]
其中u
oc
表示电池的开路电压，ro表示电池欧姆内阻，r
p1
和r
p2
表示电池的极化内阻，c
p1
和c
p2
表示电池的极化电容；i表示负载电流；uo表示可以直接测量的电池的端电压。
[0039]
优选地方案中，由式(1)得模型端电压vo(t)的计算公式：
[0040][0041]
其中，ro为1s欧姆内阻，计算公式为：
[0042][0043]
基于电路的非线性特性，将r
p1
,r
p2
,c
p1
,c
p2
的辨识问题转化为非线性最优化问题；由式(2)可知，对于任意θ
id
＝[r
p1
,r
p2
,c
p1
,c
p2
]参数，任意t时刻都有唯一确定的uo(t)与之对应，应，
[0045]
构造非线性最小二乘优化模型，
[0046][0047]
求解该非线性最小二乘优化模型的全局最优解θ
id
，即完成二阶等效电路模型的参数辨识。
[0048]
优选地方案中，在步骤2中，电池的模型参数与其所处的soc状态具有很强的关联性；当电池处于不同soc点时，电池的正负极材料的嵌锂状态不同，内部电化学反应过程也不相同，因此模型参数亦不相同。
[0049]
优选地方案中，二阶模型的参数集θ
model
＝[u
oc
,ro,r
p1
,r
p2,cp1
,c
p2,
τ1,τ2]；选用不同soc状态下的θ来表征锂离子电池发生漏液故障；提取的表征电池漏液故障的特征参数集θ＝[ro,r
p1
,c
p2
,τ2]，其中τ1,τ2为时间常数。
[0050]
优选地，在初始时刻以及一段时间后对正常电池和漏液电池分别进行hppc测试并
得到θ
model
，一段时间后漏液电池和正常电池的θ
model
与初始时刻相比，变化趋势一致，但其中漏液电池的部分参数与相同时间间隔下电池正常老化后的参数差异非常大。因此，选用不同soc状态下的θ来表征锂离子电池发生漏液故障。
[0051]
优选地方案中，在步骤3中，老化后漏液电池和正常电池具有不同的健康状态，对特征参数集中的各参数以时间变化率形式进行统一表征，增强特征参数阈值对不同电池的适应性。
[0052]
优选地方案中，对特征参数集中的各参数以时间变化率形式进行统一表征，θ为电池老化后的特征参数，θ0为电池初始时刻的特征参数，t为两次测试间隔时间，θ
cr
＝[r
o(cr)
,r
p1(cr)
,c
p2(cr)
,τ
2(cr)
]；根据参数表征结果，得到区分漏液电池和正常电池的特征参数阈值，实现锂离子电池漏液故障诊断。
[0053]
具体地，
[0054]
首先对正常电池和漏液电池进行hppc测试获取电池的端电压以及电流，基于二阶等效电路模型如图2，采用最小二乘法辨识模型参数。
[0055]
锂离子电池的模型参数对其所处的soc状态具有很强的依赖性；当电池处于不同soc点时，电池的正负极材料的嵌锂状态不同，内部电化学反应过程不相同，模型参数因此不同。
[0056]
得到不同soc下正常电池和漏液电池老化后的模型参数θ
model
；通过对比，可以看出部分参数差异明显，如τ2；部分参数差异不明显，如τ1，见图3和图4。
[0057]
由于老化后的漏液电池和正常电池的健康状态不同，因此对特征参数集中的各参数以时间变化率形式进行统一表征。
[0058]
基于二阶等效电路模型参数的电池漏液故障表征结果以及诊断电池是否发生漏液的阈值选取，如以τ
2(cr)
为例，见图5所示。
[0059]
上述的实施例仅为本发明的优选技术方案，而不应视为对于本发明的限制，本技术中的实施例及实施例中的特征在不冲突的情况下，可以相互任意组合。本发明的保护范围应以权利要求记载的技术方案，包括权利要求记载的技术方案中技术特征的等同替换方案为保护范围。即在此范围内的等同替换改进，也在本发明的保护范围之内。