一种多特征耦合的储能热失控监测及处置方法与流程

本发明涉及电池，具体是涉及一种多特征耦合的储能热失控监测及处置方法。

背景技术：

1、锂离子电池的热失控是一种内部放热连锁反应的现象，该反应通常会导致电池内部温度急剧升高、电池内部结构不稳定或脱离正常工作状态，任其蔓延会导致电池完全失效。随着电动汽车的飞速发展，锂离子电池得到广泛应用的同时，热失控事故数量也在逐年攀升，因此热失控预警方法的研究成为一项重要课题。

2、目前热失控预警方法均考虑的是单一信号的检测，实际情况下其可能受到噪声、检测精度或其它故障的影响，所以需要考虑多种信号共同作用的预警策略，以保证热失控预警的可靠性。热失控预警效果取决于参数精度及其采用的方法，相比于独立的等效电路模型，多尺度耦合模型能够更加准确地计算或估计热失控预警所需特征参数。

技术实现思路

1、为解决上述技术问题，提供一种多特征耦合的储能热失控监测及处置方法，本技术方案解决了上述背景技术中提出的问题。

2、为达到以上目的，本发明采用的技术方案为：

3、一种多特征耦合的储能热失控监测及处置方法，包括：

4、将电池内部温度变化梯度使用径向有限差分近似表示，并基于热平衡原理构建电池的一维热模型；

5、基于电池实际容量与欧姆内阻受到电池老化的影响为评价指标，构建电池的双指标老化模型；

6、安装气体传感器，实时监测特征气体的浓度，所述特征气体包括氢气和一氧化碳；

7、利用环境声纹技术，监测电池运行时的声音特征；

8、结合电池的一维热模型和双指标老化模型，分析电池环境参数受到热与老化的影响，构建多特征耦合模型，所述环境参数包括特征气体的浓度和运行时的声音特征；

9、测取多特征耦合模型在特殊激励下的响应，并选择粒子群算法优化多特征耦合模型的模型参数；

10、将热失控预警转化为内部短路检测问题，基于多特征耦合模型，设计电池电压数据、热信号、特征气体浓度和运行时的声音特征四种特征参数的热失控预警方法，所述电池电芯数据包括电池实际容量与欧姆内阻；

11、当监测系统检测到电池存在热失控风险时，立即触发消防系统的联动控制，同时电气开关切断电池电路。

12、优选的，所述将电池内部温度变化梯度使用径向有限差分近似表示，并基于热平衡原理构建电池的一维热模型具体包括：

13、获取环境温度和电池表面温度，并利用热辐射公式计算电池的热辐射；

14、利用热对流公式计算电池的对流散热；

15、将电池的热辐射和对流散热相加，并输出为电池的散热率；

16、获取电池符合的热平衡原理；

17、将电池内部缠绕体和电解液视为均匀分布，基于热平衡原理计算电池径向温度变化规律；

18、从径向圆心开始，沿电池内部径向分为至少一个节点，使用有限差分近似表示各节点的温度；

19、基于各节点的温度构建电池的一维热模型；

20、所述热辐射公式为：

21、，

22、式中，为电池的热辐射，为热辐射率，为斯特藩-玻尔兹曼常数，为电池表面温度，为环境温度；

23、所述热对流公式为：

24、，

25、式中，为电池的对流散热，为对流系数；

26、所述热平衡原理为：

27、，

28、式中，为材料密度，为比热容，为温度函数，为时间，为导热系数，为产热率函数，为电池的散热率函数，为温度函数对时间的偏导数，为向量微分算子；

29、所述电池径向温度变化规律为：

30、，

31、式中，为距离电池中心距离为ｙ的点处的温度函数，为电池的体积。

32、优选的，所述基于电池实际容量与欧姆内阻受到电池老化的影响为评价指标，构建电池的双指标老化模型具体包括：

33、利用阿伦尼乌斯公式描述电池的容量衰减模型；

34、将内阻增长分为三个部分：日期导致的内阻增长、循环导致的内阻增长和受到随机性影响的内阻增长；

35、利用内阻增长公式描述电池的欧姆内阻增长模型；

36、将容量衰减模型和欧姆内阻增长模型合并输出为电池的双指标老化模型；

37、所述阿伦尼乌斯公式为：

38、，

39、式中，为容量损失率，为循环充放电倍率，为反应活化能，为摩尔气体常数，为电池内部的平均温度；

40、所述内阻增长公式为：

41、，

42、式中，为电池内阻增长值，为受随机性影响的内阻增长，为日期导致的内阻增长系数，为循环导致的内阻增长系数，为循环次数。

43、优选的，所述利用环境声纹技术，监测电池运行时的声音特征具体包括：

44、使用高灵敏度的声音传感器，部署在电池组的位置；

45、对采集到的声音信号进行预处理，去除声音信号中的噪声信号，得到环境声纹信号；

46、利用频谱分析法对环境声纹信号进行特征提取；

47、将一段环境声纹信号分解成至少一个余弦型函数基本信号叠加的过程；

48、将各余弦型函数基本信号的各项系数输出为电池运行时的声音特征；

49、所述余弦型函数为：

50、，

51、式中，为余弦型函数信号，为信号的幅值，为信号的角频率，为信号的相位角。

52、优选的，所述结合电池的一维热模型和双指标老化模型，分析电池环境参数受到热与老化的影响，构建多特征耦合模型具体包括：

53、获取锂离子电池的等效电路模型；

54、电池环境参数变化伴随着充放电流发生变化，将其输入等效电路模型计算实时的端电压和荷电状态的变化；

55、等效电路模型将内阻产热数据传入一维热模型；

56、一维热模型结合环境温度对电池内部各处温度进行实时估计，并计算热效应的影响下等效电路模型各参数的变化；

57、双指标老化模型将等效电路模型和一维热模型的计算结果代入，输出电池容量衰减率，将更新后的欧姆内阻返回等效电路模型与一维热模型；

58、所述荷电状态为：

59、，

60、式中，为荷电状态，为电池的剩余容量，为电池的实际容量。

61、优选的，所述测取多特征耦合模型在特殊激励下的响应，并选择粒子群算法优化多特征耦合模型的模型参数具体包括：

62、s101：设计至少一个恒温条件下的小倍率循环和定容量脉冲放电的系列实验；

63、s102：获取多特征耦合模型模型初始参数组；

64、s103：设定粒子群算法所需关键参数，所述关键参数包括迭代次数上限、惯性权重的最小和最大值，以及加速因子的初始值；

65、s104：计算各多特征耦合模型模型参数在系列实验中产生的数据误差的反比例函数值，并记为个体极值，将个体极值最大值记为群体极值；

66、s105：根据逻辑回归方程计算惯性系数；

67、s106：计算多特征耦合模型模型参数的值函数和变化速度，根据值函数计算在系列实验中产生的数据误差的反比例函数值；

68、s107：判断在系列实验中产生的数据误差的反比例函数值是否高于个体极值，若是，则更新个体极值和相应的值函数，若否，则不作输出；

69、s108：判断在系列实验中产生的数据误差的反比例函数值之和是否高于群体极值，若是，则更新群体极值和相应的值函数，若否，则不作输出；

70、s109：判断迭代次数是否达到迭代次数上限，若是，则输出当前多特征耦合模型模型参数，若否，则返回进行步骤s105；

71、所述逻辑回归方程为：

72、

73、式中，为惯性系数，、分别为设定惯性权重最大和最小值，q为设定迭代次数上限，q为当前迭代次数；

74、所述多特征耦合模型模型参数的值函数和变化速度为：

75、

76、式中，、分别为第i个多特征耦合模型模型参数在第q次迭代时的变化速度和值函数，j为迭代参数。

77、优选的，所述将热失控预警转化为内部短路检测问题，基于多特征耦合模型，设计电池电压数据、热信号、特征气体浓度和运行时的声音特征四种特征参数的热失控预警方法具体包括：

78、将电池电压数据、热信号、特征气体浓度和运行时的声音特征四种特征参数的变化输入多特征耦合模型，得到安全情况下的各参数阈值范围；

79、判断电池电压数据是否超出第一参数阈值范围，若是，则输出超出部分所占比例，若否，则不作输出；

80、判断热信号是否超出第二参数阈值范围，若是，则输出超出部分所占比例，若否，则不作输出；

81、判断特征气体浓度是否超出第三参数阈值范围，若是，则输出超出部分所占比例，若否，则不作输出；

82、判断运行时的声音特征是否超出第四参数阈值范围，若是，则输出超出部分所占比例，若否，则不作输出；

83、利用预警信号级别公式计算当前热失控预警信号级别；

84、所述预警信号级别公式为：

85、，

86、式中，为预警信号级别，、、、分别为电池电压数据、热信号、特征气体浓度和运行时的声音特征的计算权重，、、、分别为电池电压数据、热信号、特征气体浓度和运行时的声音特征超出部分所占比例。

87、优选的，所述当监测系统检测到电池存在热失控风险时，立即触发消防系统的联动控制，同时电气开关切断电池电路具体包括：

88、获取预警信号级别；

89、判断预警信号级别是否大于第一预设阈值，若是，则控制电气开关切断电池电路，若否，则派遣相关人员进行现场检修；

90、判断预警信号级别是否大于第二预设阈值，若是，则触发消防系统的联动控制，启动灭火装置、释放灭火剂、启动排烟系统，若否，则不作输出。

91、与现有技术相比，本发明的有益效果在于：

92、能够准确地描述电池的机理，尺度越多，越能够全面地描述电池的状态，并且建立了适用于全生命周期和宽温度范围的多特征耦合模型，通过多特征耦合模型更加准确地计算或估计热失控预警所需特征参数，保证热失控预警的可靠性，实现具有高置信度的热失控预警。