多变量冗余故障电池在线检测的方法、系统、介质和设备

本发明涉及电池检测，尤其是指一种多变量冗余故障电池在线检测的方法、系统、介质和设备。

背景技术：

1、近年来，电池技术与电池管理系统地发展促进了锂电池在电动汽车、储能等领域广泛应用。然而锂电池热失控事故却频频发生，热失控事故通常会在短时间内释放大量的能量，造成严重的财务损失甚至人员伤亡，这严重制约了锂电池相关行业发展。热失控的主要诱因之一是电池正负极隔膜损伤引起的电池内短路 (internal short circuit, isc)。内短路从产生到最终发展到热失控要经历前中后期三个阶段，当内短路处于后期阶段，电池端电压明显下降，温度会急剧上升，预留的安全时间极短，极易造成热失控，因此必须在此之前即内短路前中期检测到内短路。

2、但是电池内短路在初期很不容易被发现，为了能够在内短路前中期发现内短路，避免热失控，对内短路检测的研究越来越多。当前大多数检测内短路的专利核心思想都是基于电池间的单体电池的一致性假设，即在同一时刻，通过串联电池组内不同单体电池的电压或者荷电状态 (state of charge, soc) 等特征参数的一致性差异来判断电池是否存在内短路，例如专利一种电池内短路的诊断方法（公开号cn106802396b）。但是通过单一的变量进行内短路检测时，对阈值的选取较为困难，如果阈值选取不合适，则可能导致误报或者无法判定内短路的情况发生。当单体电芯之间的不一致性导致某些特征参数（如电压、内阻、荷电状态等）超过了阈值，则认定电池发生内短路。但是，当前的内短路检测方法通常只基于一种特征参数进行内短路检测，当只利用一种特征参数进行内短路检测时，阈值的选取挑战性较大，当阈值选取距离标准值差距过大时，则可能无法及时发出内短路预警，但当阈值选取距离标准值过小时，则可能会导致由噪声等因素引起的假阳性现象产生。

3、与此同时，当前的制造工艺并不能将电池组内单体电芯间的初始差异完全抹去，对于新电池来说，这些微小差异可以忽略。然而在实际使用中，随着时间累计，由于电池组内温度分布不均匀以及过充、过放等因素影响，部分电芯的性能衰减速率较其他电池会更快，其与新电池的一致性差异较大，呈现老化特征，使得电池组内单体间不一致性随之增大。当对含有老化电池的电池组进行一致性检测时，部分特征参数也会超过阈值，电池组内的老化电池也会产生与内短路相似异常电压降，呈现与内短路相同的结果。因此，在利用一致性假设检测故障电池时，可以同时检测到内短路电池与老化电池，但无法明确该故障电池为内短路电池或是老化电池。

技术实现思路

1、为此，本发明所要解决的技术问题在于克服现有技术中的不足，提供一种多变量冗余故障电池在线检测的方法、系统、介质和设备，可以有效地检测与识别电池组中的老化电池与内短路电池。

2、为解决上述技术问题，本发明提供了一种多变量冗余故障电池在线检测的方法，包括：

3、获取电池组运行过程中的端电压与电流建立电池等效电路模型，对电池组进行在线参数辨识得到电池组的欧姆内阻和极化内阻，获取电池组的荷电状态；结合所述电池等效电路模型、极化内阻、欧姆内阻、荷电状态进行多变量冗余检测，识别出电池组内的故障电池与故障电池种类。

4、在本发明的一个实施例中，所述对电池组进行在线参数辨识得到电池组的欧姆内阻和极化内阻，获取电池组的荷电状态，具体为：

5、使用带遗忘因子的递归最小二乘法对全寿命周期内的电池进行在线参数辨识得到电池特征参数欧姆内阻与极化内阻，在此基础上通过扩展卡尔曼滤波算法获得电池的荷电状态。

6、在本发明的一个实施例中，结合所述电池等效电路模型、极化内阻、欧姆内阻、荷电状态进行多变量冗余检测，包括：

7、根据所述电池等效电路模型中各电池两端的电压计算电池组内相邻电池的电压相关性，设置系数阈值并结合所述电压相关性识别出异常电池；

8、对根据电压相关性识别出的异常电池，设置突变阈值并结合窗口期内的极化内阻的变化判断异常电池是否发生内短路；

9、对根据极化内阻的变化识别出的没有发生内短路的异常电池，设置欧姆内阻阈值并结合欧姆内阻的变化判断电池是否发生老化；

10、对根据欧姆内阻的变化识别出的没有发生老化的电池，设置荷电状态阈值并结合荷电状态判断电池是否发生内短路。

11、在本发明的一个实施例中，根据所述电池等效电路模型中各电池两端的电压计算电池组内相邻电池的电压相关性，设置系数阈值并结合所述电压相关性识别出异常电池，具体为：

12、将电池组内相邻的电池 x两端的电压和电池 y两端的电压分别作为变量 x和变量 y，使用相关性分析方法计算变量 x和变量 y间的相关性作为电压相关系数；

13、如果所述电压相关系数小于系数阈值，将该电池判定为异常电池；如果所述电压相关系数大于等于系数阈值，将该电池判定为正常电池。

14、在本发明的一个实施例中，所述相关性分析方法为相关系数法，电池组内相邻的电池的电压相关系数的计算方法为：

15、 ，

16、其中， r x,y表示电池组内相邻的电池的电压相关系数， cov(x,y)表示变量 x与 y的协方差，、分别表示变量 x的方差、变量 y的方差。

17、在本发明的一个实施例中，所述设置突变阈值并结合窗口期内的极化内阻的变化判断异常电池是否发生内短路，具体为：

18、计算窗口期内极化内阻的均值相较于相同荷电状态区间内的历史极化内阻的均值的变化幅度，

19、如果窗口期内极化内阻的均值相较于相同荷电状态区间内的历史极化内阻的均值的变化幅度超过突变阈值，则该电池发生了内短路，且内短路已经发展到了中后期；如果没有超过突变阈值，则该电池为老化电池、测量误差较大的正常电池或者处于早期的内短路的电池。

20、在本发明的一个实施例中，所述设置欧姆内阻阈值并结合欧姆内阻的变化判断电池是否发生老化，具体为：

21、计算电池组内没有发生内短路的异常电池的欧姆内阻的均值相较于正常电池欧姆内阻的均值的偏离程度，

22、如果电池组内没有发生内短路的异常电池的欧姆内阻的均值相较于正常电池欧姆内阻的均值的偏离程度超过欧姆内阻阈值，则该电池为老化电池，并将该电池排除出一致性比较序列；如果没有超过欧姆内阻阈值，则该电池处于内短路早期阶段或者为测量误差较大的正常电池。

23、在本发明的一个实施例中，所述设置荷电状态阈值并结合荷电状态判断电池是否发生内短路，具体为：

24、计算电池组内没有发生老化的电池的荷电状态的均值相较于正常电池的荷电状态的均值的偏离程度，

25、如果电池组内没有发生老化的电池的荷电状态的均值相较于正常电池的荷电状态的均值的偏离程度在预设时间段后超过荷电状态阈值，则该电池发生了内短路；如果电池组内没有发生老化的电池的荷电状态的均值相较于正常电池的荷电状态的均值的偏离程度在预设时间段内无变化并且保持在0附近，则该电池是正常电池。

26、在本发明的一个实施例中，所述系数阈值为0.5，所述突变阈值为100%，所述欧姆内阻阈值为10%，所述荷电状态阈值为±5%。

27、本发明还提供了一种多变量冗余故障电池在线检测的系统，包括：

28、等效模型模块，用于获取电池组运行过程中的端电压与电流建立电池等效电路模型；

29、变量获取模块，用于对电池组进行在线参数辨识得到电池组的欧姆内阻和极化内阻，获取电池组的荷电状态；

30、检测模块，用于结合所述电池等效电路模型、极化内阻、欧姆内阻、荷电状态进行多变量冗余检测，识别出电池组内的故障电池与故障电池种类。

31、本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现述多变量冗余故障电池在线检测的方法。

32、本发明还提供了一种设备，包括存储器、处理器和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计算机程序时实现所述多变量冗余故障电池在线检测的方法。

33、本发明的上述技术方案相比现有技术具有以下优点：

34、本发明通过建立电池等效电路模型，并在此基础上结合电池的极化内阻、欧姆内阻、荷电状态进行多变量冗余检测，降低了通过单一变量检测时存在误报的可能性，有效提高故障电池检测的准确性；可以有效且较为简便地识别故障电池的种类，实现老化电池与内短路电池的有效区分；并且，可以减少中后期内短路的检测时间，有效预防热失控。