电池管理系统技术方案

本发明专利技术涉及电池管理系统，包括车载电池管理单元和基于电池历史数据的云计算系统组成，车载电池管理单元利用电池信息采集单元测量的电压、电流、温度进行电池模型参数辨识，利用辨识出的参数，进行状态SOC和SOE估计、基于模型参数实现多目标优化的充放电能力SOP估计、电池的短路故障检测、传感器故障检测及传感器在线标定、以及电池的自加热和热均衡功能等。利用云服务器存储量大，计算能力强的特点实现基于在线的电池容量即健康状态SOH估计，利用模型参数、SOC信息进行电池组一致性估计、剩余里程预测；对参数慢时变的内短路状态进行估计；以及利用历史充电数据进行剩余寿命预测(RUL)；并利用无线传输将计算的结果回传至车载电池管理单元。

Battery management system

The invention relates to a battery management system, which comprises a vehicle-mounted battery management unit and a cloud computing system based on battery history data. The vehicle-mounted battery management unit uses voltage, current and temperature measured by the battery information acquisition unit to identify the parameters of the battery model, and uses the identified parameters to estimate the state SOC and SOE. Based on the model parameters, SOP estimation of charging and discharging capacity, short circuit fault detection of battery, sensor fault detection and on-line calibration of sensor, self-heating and heat balance of battery are realized. The SOH estimation based on on-line battery capacity, i.e. healthy state, is realized by using the characteristics of large storage capacity and strong computing power of cloud server. The Consistency Estimation and residual mileage prediction of battery pack are carried out by using model parameters and SOC information; the state of internal short circuit with slow time-varying parameters is estimated; and the remaining life is estimated by using historical charging data. Life prediction (RUL); and the result of the calculation is transmitted back to the vehicle battery management unit by wireless transmission.

【技术实现步骤摘要】
电池管理系统
电动汽车动力电池及储能电池领域，尤其涉及一种电动汽车的电池管理系统
技术介绍
当前电池管理系统集成在车载硬件上，由于车载硬件计算能力有限，无法实现大规模复杂精细计算，造成当前电池管理系统功能不全。当传感器出现故障，将引起电池管理系统较大的噪声波动，往往会造成模型参数的发散；当前的电池管理中的故障诊断功能单一，只进行电池故障的判断，且方法简单，只采用若干级故障等级进行判断，系统的误报率较高，且当传感器出现故障时，易引发故障类型判断失误，无法区分时电池故障还是传感器故障。
技术实现思路
为解决不同算法计算需求不同和当前电池管理系统功能不全的问题，本专利技术的电池管理系统有两部分组成，包括高实时性的车载电池管理单元和基于电池历史数据的云计算系统组成。车载电池管理单元包括模型参数在线辨识模块、多算法融合状态估计模块、多目标约束最优充放电策略模块、传感器故障检测及在线标定模块、基于模型的短路故障诊断模块、电池自加热及热均衡管理模块。车载控制器的功能包括：采用多算法融合的状态估计模块实现SOC和SOE估计，采用健康状态估计模块实现SOH估计，采用多目标约束最优充放电策略模块实现SOP估计，采用基于模型的短路故障诊断模块、传感器故障检测及在线标定模块、故障类型判断模块这三个模块实现电池传感器故障判断和电池故障判断，采用电池自加热及热均衡管理模块实现电池的热管理。云计算系统的功能包括：电池剩余可用容量估计、剩余使用寿命预测、电池组一致性状态估计、电池内短路故障状态估计、剩余里程预测。针对传感器出现故障，引起较大的噪声波动时，往往会造成模型参数的发散；为解决这个问题，本专利技术中电池模型参数辨识模块除了利用电池的电压、温度、电流外，还采用传感器故障信息作为参数辨识模块的输入信号，当电压传感器和温度传感器发生故障时，参数辨识模块自动切换离线参数辨识算法。离线参数辨识是基于SOC-温度-欧姆内阻三维曲面、SOC-温度-极化电阻三维曲面、SOC-温度-极化电容三维曲面，计算出参数值。传感器无故障时采用在线参数辨识方法。此外本专利技术的多算法融合的状态估计，引入传感器故障检测及传感器在线标定模块输出的测量噪声统计值作为其中输入信号之一，利用多算法概率融合的方式进行电池SOC、极化电压的估计。为解决不占用车载控制器运算能力的基础上准确估计内短路的问题，利用云端服务器实时估算内短路阻值，根据SOC、电压和所述云计算系统估计的内短路的阻值来进行最终的内短路故障判断。附图说明图1电池管理系统功能架构图；图2车载电池管理单元的工作流程图；图3电池模型参数辨识模块和多算法融合状态估计流程图；图4剩余寿命预测算法流程图；图5故障类型判断模块流程图；图6传感器故障检测及在线标定模块流程图；具体实施方式本专利技术中，除外部环境温度外，温度皆指电池温度；电池模型参数包括欧姆内阻、极化内阻和极化电容；本领域中统计值系指均值和方差，因此本专利技术中传感器噪声统计值，系指一段时间内噪声的均值和方差；本领域中,剩余寿命值电池的剩余充放电次数；本领域中,剩余电量百分比英文缩写SOC；本领域中,剩余电量英文缩写SOE；本领域中,许用电流值英文缩写SOP；本领域中，剩余容量，即蓄电池满充容量相对额定容量的百分比，英文缩写SOH；本领域中，剩余寿命英文缩写RUL。本专利技术所涉及的电池管理系统分为两部分，包括高实时性的车载电池管理单元和基于电池历史数据的云计算系统组成。所述电池管理系统功能架构如图1所示。该电池管理系统通过云端与线下多模块间的数据交互，实现电池的状态估计和安全管理的功能。所述车载电池管理单元包括线下多模块，线下多模块具体为：电池模型参数辨识模块、多算法融合状态估计模块、故障类型判断模块、传感器故障检测及在线标定模块、基于模型的短路故障诊断模块、电池自加热及热均衡管理模块和多目标约束最优充放电策略模块。电池模型参数辨识模块，获得电池模型参数；多算法融合状态估计模块，估计电池的剩余电量百分比SOC和剩余电量SOE；多目标约束最优充放电策略模块，实时估计出当前最大的可用充放电电流的能力，即许用电流值SOP值；故障类型判断模块，判断所述车载电池管理单元是否存在故障，并判断是电池故障还是传感器故障；传感器故障检测及在线标定模块，实时对电压传感器、电流传感器、温度传感器进行故障判断，输出故障传感器类型，并且计算电压传感器噪声统计值和电流传感器噪声统计值，本领域中噪声统计值系指一段时间内噪声的均值和方差；基于模型的短路故障诊断模块，实现电池内部短路故障的检测；电池自加热及热均衡模块，依据当前的SOC、电池温度和环境温度、电压计算出有效的自加热交流电流，对电池进行热均衡管理。车载电池管理单元的工作流程如图2所示，具体步骤如下：(1)进行车载电池管理单元的各模块涉及的所有算法所涉及到的所有计算变量初始化。(2)对中断服务进程进行初始化，计算各模块分配任务调度时间的优先级。(3)等待时间中断是否响应。(4)若20ms定时器1中断触发，则按照如下步骤进行计算，否则等待中断响应。①清除中断标志位，调取数据读取程序；②读取数据总线上的全部数据并存入相应的全局变量；③判断是否收到整车控制器下电指令；④是，则储存SOC、模型参数、剩余电量、剩余容量、传感器故障信息、电池故障信息；否，则等待中断响应。(5)若20ms定时器2中断触发，则按照如下步骤进行，否则等待中断响应。①清除中断标志位，读取内短路状态、电流、电压、温度信号；②调取故障类型判断模块程序；③调取传感器故障检测及传感器在线标定模块程序；④输出传感器内短路故障信息和噪声统计值。(6)若10ms定时器中断触发，则按照如下步骤进行，否则等待中断响应。①清除中断标志位，读取故障类型判断模块的输出、电压、电流、温度、内短路状态；②调取基于模型的短路故障检测模块的程序；③输出短路故障信息。(7)1s定时器中断触发，则按照如下步骤进行，否则等待中断响应。①清除中断标志位，读取传感器故障标志位、噪声误差统计值，一致性状态、剩余容量。②调取电池模型参数辨识模块程序；③调取多算法融合状态估计模块程序；④调取多目标约束最优充放电电流计算模块程序；⑤输出模型参数，SOC，极化电压，SOP，SOE。(8)若当前温度满足加热要求，且加热枪信号使能，则按照如下步骤进行，否则等待中断响应。①清除中断标志位，读取SOC，SOP信号；②调取电池自加热及热均衡管理模块程序；③输出加热电流至加交流加热仪。如图3所示，电池模型参数在线辨识模块除了利用电池的电压、电池温度、电流外，还采用传感器故障检测及在线标定模块输出的故障传感器类型作为参数辨识模块的输入信号，当电压传感器发生故障时，电池模型参数辨识模块自动切换为基于MAP图的离线参数辨识算法，调取上一次SOC值，查表SOC-温度-开路电压三维曲面、SOC-温度-欧姆内阻三维曲、SOC-温度-极化内阻三维曲面、SOC-温度-极化电容三维曲面分别计算开路电压、欧姆内阻、极化内阻和极化电容；否则进行在线参数辨识，利用当前时刻电流、电压、温度、SOC，采用带遗忘因子的递推最小二乘算法计算开路电压、欧姆内阻、极化内阻和极化电容。如图3所示，多算法融合状态估计模块，利用传感器故障检测及传感器在线标定模块输出的电压传感本文档来自技高网...

【技术保护点】
1.一种电池管理系统，包括车载电池管理单元和基于电池历史数据的云计算系统；所述的云计算系统估计所述电池的内短路阻值；所述的车载电池管理单元包括：电池模型参数辨识模块，获得模型参数；所述模型参数包括欧姆内阻、极化内阻和极化电容；故障类型判断模块，判断是疑似电池故障还是疑似传感器故障；传感器故障检测及在线标定模块，在疑似传感器故障时对电压传感器、电流传感器、温度传感器进行故障判断；基于模型的短路故障诊断模块，结合所述电池内短路阻值实现电池内部短路故障的诊断。

【技术特征摘要】
1.一种电池管理系统，包括车载电池管理单元和基于电池历史数据的云计算系统；所述的云计算系统估计所述电池的内短路阻值；所述的车载电池管理单元包括：电池模型参数辨识模块，获得模型参数；所述模型参数包括欧姆内阻、极化内阻和极化电容；故障类型判断模块，判断是疑似电池故障还是疑似传感器故障；传感器故障检测及在线标定模块，在疑似传感器故障时对电压传感器、电流传感器、温度传感器进行故障判断；基于模型的短路故障诊断模块，结合所述电池内短路阻值实现电池内部短路故障的诊断。2.根据权利要求1所述的系统，其特征在于:当传感器故障检测及在线标定模块判断电压传感器发生故障时，所述电池模型参数辨识模块进行基于MAP图的离线参数辨识，调取上一次SOC值，查表SOC-温度-开路电压三维曲面、SOC-温度-欧姆内阻三维曲、SOC-温度-极化内阻三维曲面、SOC-温度-极化电容三维曲面，分别计算开路电压和所述模型参数。3.根据权利要求1所述的系统，其特征在于:云计算系统还实现剩余容量SOH估计，电池组一致性估计、剩余寿命RUL预测和剩余里程估计预测。4.根据权利要求3所述的系统，其特征在于:所述剩余寿命RUL预测在每特定循环次数下计算充电工况下特定段电压范围内的充电容量值，利用该充电容量值和剩余容量间的函数关系估计剩余容量，根据估计的所述剩余容量和额定容量计算容量衰退率；当容量衰减率小于85％时，以特定循环次数为数据拟合长度，对估计的剩余容量进行线性回归拟合，获得拟合系数，利用该拟合系数和蒙特卡洛仿真，进行剩余寿命RUL预测。5.根据权利要求1所述的系统，其特征在于:对于故障类型判断模块，单体电流传感器值超过电流阈值、单体电池电压传感器值超过电压阈值和单体电池温度传感器值超过温度阈值超过温度阈值中，有任意一...

【专利技术属性】
技术研发人员：熊瑞，王榘，何洪文，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11