一种冗余电流传感器动力电池系统的电流检测方法技术方案

本发明专利技术涉及一种冗余电流传感器动力电池系统的电流检测方法，包括以下步骤：1)在冗余电流传感器动力电池系统中统计电流传感器误差特性；2)根据电池动态特性和电流传感器误差特性构建动力电池系统的动态模型；3)根据动态模型，采用在线估计算法估计得到电流检测误差和电流传感器的电流采样值；4)根据电流检测误差，并将电流检测误差和电流传感器采样值求和得到最终电流检测值；5)根据电流检测误差判定电流传感器是否故障，若是，则更换电流传感器后，返回步骤1)，若否，则返回步骤3)。与现有技术相比，本发明专利技术具有可靠性高、判断误差类型、适用于冗余设计等优点。

【技术实现步骤摘要】

本专利技术涉及电动汽车和电力储能领域，尤其是涉及一种冗余电流传感器动力电池 系统的电流检测方法。
技术介绍
动力电池系统作为关键的零部件在电动汽车和电力储能等领域得到越来越多的 应用，由于电池自身的特性导致电池在使用过程中需要对其进行合理的成组及管理，目前 的动力电池系统成组中需要精确测量电池的工作电流、温度和电压，从而进行电池工作状 态的监控，并对电池进行必要的保护。 传统的电池系统电流测量一般采用硬件传感器实现，包括电流霍尔传感器和分流 电阻两种方法，为了提高电池系统的可靠性，在很多电池系统设计中往往采用冗余设计的 方法，对电流测量而言，一般采用冗余的电流传感器设计，比如，在很多动力电池系统中，采 用霍尔传感器和分流电阻结合的方式，实现2个独立的电流采样，从而确保当其中一个电 流采样发生故障时，另一个能提供测量冗余，并可判断传感器误差类型及检测故障。 上述方法提高系统可靠性需要高精度的传感器，这样就大大增加了系统的实现成 本，而动力电池系统的成本因素已成为制约电动汽车及电力储能发展的一个重要因素，因 此有必要在动力电池系统设计中提出一套降低成本的电流检测冗余方法。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种可靠性高、判断 误差类型、适用于冗余设计的冗余电流传感器动力电池系统的电流检测方法。 本专利技术的目的可以通过以下技术方案来实现： -种冗余电流传感器动力电池系统的电流检测方法，包括以下步骤： 1)在冗余电流传感器动力电池系统中统计电流传感器误差特性； 2)根据电池动态特性和电流传感器误差特性构建动力电池系统的动态模型； 3)根据动态模型，采用在线估计算法估计得到电流检测误差和电流传感器的电流 米样值； 4)判定电流检测误差的误差类型，根据电流检测误差的误差类型和对应的阈值判 断电流传感器是否故障，若是，则更换电流传感器，并返回步骤1)，若否，则将电流检测误差 和电流传感器采样值求和得到最终电流检测值。 所述的步骤2)中的构建动力电池系统的动态模型具体包括以下步骤：21)获取电池动态特性为： 其中，SOC# k时刻的电池S0C值，SOC k+1为k+1时刻的电池S0C值，为k时 刻RA回路的电压，为k+1时刻RA回路的电压，为k时刻R2C2回路的电压，t/斤 为k+i时刻R2C2回路的电压，I ,为电流传感器的电流采样值，A t为采样周期，n ,为电池的 库仑效率，0CV(S0Ck)为k时刻S0C下的电池开路电压，R。为电池欧姆内阻，T iSRiQ回路 的时间常数，T 2为R 2C2回路的时间常数，U k时刻的端电压，i k时刻的测量电流； 22)获取电流传感器误差特性为： ierr，k+1= i err.k+nk 其中，iCT1%k为在k时刻的电流检测误差，i OT,k+1表不在k+1时刻的电流检测误差， ~则表示在k时刻电流检测误差的变化量； 23)结合电池动态特性和电流传感器误差特性得到动力电池系统的动态模型为： 所述的步骤3)中的在线估计算法包括最小二乘算法、龙贝格状态观测法或卡尔 曼状态估计法。 所述的步骤4)具体包括以下步骤： 51)根据电流传感器在不同温度和不同电流下的正常工作电流误差，设定每种误 差类型对应的阈值； 52)根据误差类型判定公式判定电流检测误差的误差类型 53)结合当前的工作电流及温度，判断电流检测误差是否超过阈值，如果误差超过 阈值，则认为传感器存在检测故障，如果误差在阈值范围之内，则认为传感器检测合格。 所述的步骤52)中的电流检测误差的误差类型判定公式为： ierrk=alk+b 其中，a和b分别为线性误差系数和漂移误差系数，1,为k时刻的电流幅值电流传 感器的电流采样值。 所述的电流检测误差的类型包括线性误差、漂移误差以及线性误差和漂移误差的 结合，根据误差类型判定公式，线性误差的判定方法为： 电流检测误差随电流传感器的电流采样值变化，并且两者的比值为常数；漂移误 差的判定方法为： 电流检测误差在电流传感器的电流采样值变化过程中保持不变； 线性误差和漂移误差的结合的判定方法为： 电流检测误差不仅随着电流传感器的电流采样值变化，同时还保持一个常量基 值。 与现有技术相比，本专利技术具有以下优点： -、可靠性高：本专利技术采用基于在线软测量的方法实现电流传感器的冗余设计，根 据电池动态特性和电流传感器误差特性构建动力电池系统的动态模型，利用该动态模型结 合算法能实时得到电流传感器误差信息，利用该误差信息实现电流检测的冗余设计和故障 判断，相比传统的使用硬件实现电流传感器冗余设计的方法，本专利技术在提高系统可靠性的 同时降低了系统的实现成本； 二、判断误差类型：本专利技术通过估计得到的电流误差信息，结合电流幅值大小，可 判断传感器误差类型为线性误差或偏移误差； 三、适用于冗余设计：本专利技术通过电流检测的冗余设计，为电流传感器的故障的判 断提供依据。【附图说明】 图1为电池自身的动态特性模型。 图2为在线估计方法流程图。 图3为传感器误差类型，其中，图（3a)为线性误差，图（3b)为漂移误差。 图4为电流传感器误差类型判断流程图。 图5为电流传感器故障判断流程图。【具体实施方式】 下面结合附图和具体实施例对本专利技术进行详细说明。 实施例： 以下采用锂离子动力电池系统，结合附图和具体实施例对本专利技术进行详细说明。 下述实施例将有助于理解本专利技术，但并不能限制本专利技术的内容。 如图1所示，为常见的锂离子动力电池特性模型，模型通过U_描述电池的开路电 压；电阻私用来描述电池欧姆内阻，1? 1、(：1和1?2、(：2用来描述电池的极化效应。考虑到电池 的S0C-0CV仅用一个电容代替会带来无法容忍的非线性误差，因此，图中0CV用一个非线性 函数来代替，它是S0C参数的函数。这种包含S0C的非线性等效电路模型由线性部分和非 线性部分组成，并通过了工况充放电以及电化学阻抗谱试验的验证，表明其能够较好地反 映电池在工作过程中的动态特性。 该电池模型可以写出如下所示的描述方程： 上面的式子中，SOC#k时刻的电池S0C值，C/严和l/p分别为k时刻&、（^和 R2、c2?路上的电压，ik为传感器测得的电池工作电流，At为采样周期，ni为电池的库仑 效率，0CV(S0Ck)为当前S0C下的电池开路电压。 为了能实现基于软测量的电流传感器冗余检测设计，需要将电流传感器的误差模 型考虑进去，从而形成新的关于整个系统的动态特性模型。在本专利技术中，电流传感器的误差 模型可以表示成： ierr当前第1页1 2 本文档来自技高网...

【技术保护点】
一种冗余电流传感器动力电池系统的电流检测方法，其特征在于，包括以下步骤：1)在冗余电流传感器动力电池系统中统计电流传感器误差特性；2)根据电池动态特性和电流传感器误差特性构建动力电池系统的动态模型；3)根据动态模型，采用在线估计算法估计得到电流检测误差和电流传感器的电流采样值；4)判定电流检测误差的误差类型，根据电流检测误差的误差类型和对应的阈值判断电流传感器是否故障，若是，则更换电流传感器，并返回步骤1)，若否，则将电流检测误差和电流传感器采样值求和得到最终电流检测值。

【技术特征摘要】

【专利技术属性】
技术研发人员：戴海峰，朱乐涛，魏学哲，孙泽昌，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海;31