融合电力电子的锂电池储能系统故障诊断和危险预测方法

本发明涉及电池管理，具体地，涉及融合电力电子的锂电池储能系统故障诊断和危险预测方法、介质及终端。

背景技术：

1、电池故障的演化机理主要分为两类，一类是由于外部突发事件导致的电池故障，另一类是由于电池性能衰减导致电池可靠性降低至一定程度后引发的故障。突发情况类的故障演变包括由振动、挤压、穿刺、外短路、高温等导致的电池内部活性成分发生非正常反应，进而导致过热，再进一步引发热失控。这种突发事件类的故障应在设计阶段考虑并尽量减少其发生概率，而由于电池性能衰减导致电池可靠性降低引发的故障，则需要通过故障诊断和危险预测手段进行故障管控。

2、电池储能系统运行过程中基本不会遇到穿刺、挤压、跌落、海水浸泡等极端工况，其主要的故障来源包括两类，一类来源于电网冲击过电压、外部短路、绝缘破坏等额外应力冲击导致的故障，这类故障应通过功率变换器和保护电路的合理设计加以规避或实现紧急保护；第二类故障主要来源于电池内部枝晶生长等原因造成隔膜破坏，形成微短路，微短路故障对电池的安全影响是个渐变过程，如果能及时发现定位微短路单元，通常可以留出较为充裕的处理时间。

3、经检索发现：

4、公开号为cn115219912a的中国专利申请《一种储能电池早期故障诊断与安全超前预警方法及系统》，该发明公开了一种储能电池早期故障诊断与安全超前预警方法及系统，包括：获取储能电池的电压信号；基于所述电压信号，采用多种故障诊断方法进行初步故障诊断结果；将多种故障诊断方法的初步故障诊断结果映射为特征值序列；对所述特征值序列进行凸函数处理，并添加偏置；对处理后的特征值序列进行关于时间的积分，得到储能电池早期故障诊断结果。其将故障诊断结果映射为特征值序列，进行凸函数处理并添加偏置，并进行时间积分，计算复杂且不具有物理意义，

5、公开号为cn115327438a的中国专利申请《一种储能电池组短路故障诊断方法、电池管理方法及系统》，该发明公开一种储能电池组短路故障诊断方法，包括以下步骤：获取故障检测所需基准参数；对最大基准特征值向量进行标准化，设置显著性水平，获取短路故障检测阈值，进而获取短路故障的最小可检测故障估计，并确定最小可检测短路电阻；根据实时获取的基于交错电压量测拓扑的储能电池组差分电压时序向量，构造标准化的差分电压量测时序矩阵，计算对应的实时短路故障检测指标；当短路故障检测指标超过故障检测阈值时，计算故障的差分电压通道贡献度，确定短路故障的发生位置。其用基于交错电压量测拓扑的基准差分交错量测电压时序子矩阵的基准差分电压均值向量和基准差分电压标准差对角阵，计算复杂且不具有物理意义，

6、公开号为cn107422266b的中国专利申请《一种大容量电池储能系统的故障诊断方法及装置》，该发明涉及一种大容量电池储能系统的故障诊断方法及装置，包括获取电池储能系统的待诊断数据；将所述待诊断数据作为测试样本输入预先构建的bp神经网络模型进行故障诊断，输出故障诊断结果。本技术采用神经网络，时间复杂度和空间复杂度都较高且不具有物理意义。

7、公开号为cn115524613a的中国专利申请《储能电池的内短路故障诊断方法、装置、系统与存储介质》，该发明公开了一种储能电池的内短路故障诊断方法、装置、系统与存储介质，该方法包括：获取储能电池的第一电气特征，根据所述第一电气特征预测所述储能电池是否出现疑似内短路故障；计算所述储能电池的当前生热量和内部材料温度值集合，并根据所述当前生热量和所述内部材料温度值集合，确定所述储能电池的热量聚集位置；根据所述疑似内短路故障和所述热量聚集位置确定所述储能电池是否出现内短路故障。其未论述如何获取故障阈值。

技术实现思路

1、针对现有技术中的缺陷，本发明的目的是提供一种融合电力电子的锂电池储能系统故障诊断和危险预测方法。

2、根据本发明的一个方面，提供一种融合电力电子的锂电池储能系统故障诊断和危险预测方法，包括：

3、构造高可感知度电池；

4、进行实际电池单元的微短路故障模拟，提取故障表现特征，确定无损诊断阈值；

5、对所述高可感知度电池进行过充过放实验引发人为微短路，并利用无损故障诊断方式结合所述无损诊断阈值，实时进行故障诊断；

6、在引发所述高可感知度电池故障的同时，监控高可感知度电池内部热学量信息和特征气体信息，完成温度偏差阈值与气体浓度阈值的选定；

7、基于所述无损诊断阈值、所述温度偏差阈值与气体浓度阈值，全程监控所述高可感知度电池故障演化规律，并进行故障紧急程序划分，构建故障数据库。

8、优选地，所述构造高可感知度电池，包括：

9、选定储能系统电池电芯及模块规格；

10、制作高可感知度电芯并完成封装，在所述电芯中预埋温度传感器、气体传感器和压力传感器，并设置传输介质实现电芯内部信息传输；

11、对完成封装的所述高可感知度电芯和选定的所述储能系统电池电芯进行循测试，检测电池参数，所述电池参数包括容量、内阻、开路电压和热阻；

12、对所述高可感知度电芯进行优化迭代，使其与选定的所述储能系统电池电芯的所述电池参数曲线一致；

13、根据所述储能系统电池的模块规格，对所述高可感知度电芯进行组配、模块化封装；并在模块封装钱预埋温度传感器、气体传感器和压力传感器，并设置传输介质实现模块内部信息传输。

14、优选地，所述进行实际电池单元的微短路故障模拟，提取故障表现特征，确定无损诊断阈值，包括：

15、选定与储能系统电池电芯及模块规格相同的常规电池模块；

16、通过在所述常规电池模块内电芯极耳上添加多个不同阻值的短路电阻，构成微短路电池模块；

17、控制储能单元功率接口变换器对所述微短路电池模块注入特定频率与波形的电压纹波进行电池电芯及模块级阻抗在线测量，对比测量所得阻抗与故障模拟前阻抗的区别，完成阻抗信息偏差比对，得阻抗差，获得所述阻抗差与短路电阻阻值的关系，通过所述关系确定微短路故障偏差阻抗阈值；

18、控制储能单元功率接口变换器使所述微短路电池模块运行在与实际储能系统相同的工况，并将变换器及电池管理系统上报数据与正常工况下电压电流温度数据进行对比，选取变化幅度值从大到小排列位于前面的几个量作为特征量，获得所述特征量与短路电阻阻值的关系，确定电压电流偏差阈值；

19、利用储能单元的电热耦合模型，构建储能系统数字化镜像模型，保证镜像模型与实际物理模型运行于相同温度、电流工况下，对所述镜像模型与所述实际物理模型输出进行状态偏差监测，获得电压残差与短路电阻阻值的关系，完成电压残差阈值选取。

20、优选地，所述控制储能单元功率变换接口对微短路电池模块注入特定频率与波形的电压纹波进行电池电芯及模块级阻抗在线测量，包括：

21、根据所需的激励电压的波形和频率，将相应波形和频率的占空比扰动信号注入到储能单元功率接口变换器的pwm控制信号中，对所述微短路电池模块注入特定频率与波形的电压纹波；

22、采样电池电芯及模块电压、电流信号；

23、将所述电池电压、电流的采样信号经过傅里叶运算后得到不同频率下电压、电流采样信号的幅值与相位；

24、根据电池电压、电流计算电池阻抗，即：设利用傅里叶算法提取电池单元电压电流信号频率lω1下的幅值分别为cl_u和cl_i，相位分别为和可计算得到频率lω1下电池单元阻抗信息：

25、优选地，所述对所述高可感知度电池进行过充过放实验引发人为微短路，并利用无损故障诊断方式结合所述无损诊断阈值，实时进行故障诊断，包括：

26、对所述高可感知度电池进行过充过放实验，并利用多种故障诊断方式进行微短路实时监测，持续记录过充过放实验中各故障特征量的变化；

27、当根据所述无损诊断阈值判断出此时高可感知度电池已发生微短路，则停止过充过放实验，对高可感知度电池充放电，使之荷电状态处于40％～60％区间。

28、优选地，所述在引发高可感知度电池故障的同时，监控高可感知度电池内部热学量信息和特征气体信息，完成温度偏差阈值与气体浓度阈值的选定，包括：

29、记录无损故障诊断后，监控高可感知度电池内外部热学量信息，并记录此时温度偏差作为故障阈值；

30、记录无损故障诊断后，监控高可感知度电池内外特征气体浓度变化情况，并记录此时浓度作为故障阈值。

31、优选地，所述全程监控高可感知度电池故障演化规律，并进行故障紧急程序划分，构建故障数据库，包括：

32、通过将故障后的高可感知度电池运行于正常soc范围内，持续记录各类方法故障特征量变化情况；同时，设置对照试验，将故障后高可感知度电池运行在降额工作条件下，持续记录各类方法故障特征量变化情况；

33、比较常规运行和降额运行情况下故障演化规律，研究不同功率下运行对电池模块微短路演化的影响，并根据研究结果划分故障演化阶段及故障紧急程度，构造故障数据库。

34、根据本发明的第二个方面，提供一种融合电力电子的锂电池储能系统故障诊断和危险预测系统，包括：

35、感知模块，该模块构造高可感知度电池；

36、无损阈值模块，该模块进行实际电池单元的微短路故障模拟，提取故障表现特征，确定无损诊断阈值；

37、微损试验模块，该模块对所述高可感知度电池进行过充过放实验引发人为微短路，并利用无损故障诊断方式结合所述无损诊断阈值，实时进行故障诊断；

38、微损阈值模块，在引发所述高可感知度电池故障的同时，监控高可感知度电池内部热学量信息和特征气体信息，完成温度偏差阈值与气体浓度阈值的选定；

39、数据库模块，该模块全程监控所述高可感知度电池故障演化规律，并进行故障紧急程序划分，构建故障数据库。

40、根据本发明的第三个方面，提供一种终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时可用于执行所述的融合电力电子的锂电池储能系统故障诊断和危险预测方法，或，运行所述的融合电力电子的锂电池储能系统故障诊断和危险预测系统。

41、根据本发明的第四个方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时可用于执行所述的融合电力电子的锂电池储能系统故障诊断和危险预测方法，或，运行所述的融合电力电子的锂电池储能系统故障诊断和危险预测系统。

42、与现有技术相比，具有如下至少一项的有益效果：

43、1、电池性能衰减造成的电池可靠性降低继而引发的故障过程较长，故障演化规律与外部故障关键特征量信息联系不够紧密。本发明实施例中的融合电力电子的锂电池储能系统故障诊断和危险预测方法和系统，根据高可感知度电池实时监控电池故障演化过程，实现后续常规电池故障演化过程。

44、2、本发明实施例中的融合电力电子的锂电池储能系统故障诊断和危险预测方法和系统，评估正常和故障工况下电池电流、电压特征量、电化学阻抗、内部温度及电池析气的特征差异，构建无损和微损两级故障诊断方法；建立包含不同故障特征量的故障诊断数据库，并通过研究确立采用不同故障特征量进行协同判断时的判断准则，便于后续系统运行中不同故障特征诊断出现差异时的故障判别。

45、3、本发明实施例中的融合电力电子的锂电池储能系统故障诊断和危险预测方法和系统，利用已建立的电池多维耦合模型构建储能系统数字化镜像，运用残差分析，结合多级故障诊断方式，实现基于模型的故障诊断与危险预警，完善无损诊断策略，提升故障辨识速度，为故障后处理留出充足窗口期。