【技术实现步骤摘要】
一种基于分时回归分布的锂离子电池组异常自放电诊断方法及系统
本专利技术涉及电池组安全监测领域,尤其涉及一种基于分时回归分布的锂离子电池组异常自放电诊断方法及系统。
技术介绍
随着绿色环保能源的需求大幅度增加,锂离子电池被广泛应用在电子产品、新能源汽车等领域。而产品中锂离子电池的安全性能如何,是消费者最为关心的问题。电池在开路状态下,由于自身内在的化学反应导致储存电量随时间逐渐减少,这种现象称之为自放电。自放电不是制造缺陷,而是一种电池特性,所有电池均会受到自放电影响。理想情况下,正常的电池其自放电应保持在一个极低的水平,然而电池制造工艺的缺陷、电池的滥用、电池内部短路都会加剧电池的自放电。尤其是内部短路,在电池使用过程中,内部短路不断发展恶化。早期的内部短路往往表现在电池的自放电效应增加,而严重的内部短路则是导致电池热失控的主要原因之一。因此,在诸如内部短路这类潜在发展故障还未恶化到造成安全事故和经济损失之前,测试监控电池的自放电水平十分重要。尤其是在电池模组之中,有必要提前识别出自放电异常的电池单元,并告知使用者采取措施,以防止潜在的灾难性故障。锂离子电池的传统自放电检测方法是通过测量电池的开路电压(OCV)随时间的下降来评估自放电水平。由于锂离子电池的自放电水平非常低,其月静态容量损失水平约2%~3%,相应的ΔOCV可能仅有几十毫伏,可能还不如BMS(电池管理系统)中模拟前端的采样误差大。因此,要通过OCV显著下降检测出电池的自放电水平可能需要数周乃至月计的静置测量,这种检测方式复杂又耗时 ...
【技术保护点】
1.一种基于分时回归分布的锂离子电池组异常自放电诊断方法,其特征在于,基于分时区间内各个电芯电压趋势信号的回归斜率,建立置信区间,对于连续偏出置信区间的电芯,则判定其自放电水平异常。/n
【技术特征摘要】
1.一种基于分时回归分布的锂离子电池组异常自放电诊断方法,其特征在于,基于分时区间内各个电芯电压趋势信号的回归斜率,建立置信区间,对于连续偏出置信区间的电芯,则判定其自放电水平异常。
2.根据权利要求1所述的基于分时回归分布的锂离子电池组异常自放电诊断方法,其特征在于,包括以下步骤:
S1:对采集的电池组各电芯电压数据进行预处理,使用滤波算法对各电芯电压进行平滑处理,并根据各电芯电压求出电池组平均电压;
S2:根据预设分时区间长度划分数据,并提取每个分时区间内各电芯的电压趋势信号;
S3:对每个分时区间上各电芯的电压趋势信号进行线性回归,得到该区间上各电芯电压趋势信号的斜率;
S4:根据所得各电芯在各分时区间上的斜率分布,计算斜率期望和标准差,得到判定阈值;
S5:如果有回归斜率连续落在判定阈值之外的电芯,即判断该电芯自放电异常,否则判定电池组各电芯自放电水平正常。
3.根据权利要求2所述的基于分时回归分布的锂离子电池组异常自放电诊断方法,其特征在于,还包括步骤S6:若诊断出异常自放电的电芯,排除该电芯重复步骤S1~S5,直至判定剩余电芯自放电水平正常,以找出全部异常自放电的电芯。
4.根据权利要求2所述的基于分时回归分布的锂离子电池组异常自放电诊断方法,其特征在于,假设待诊断目标电池组一共包含N个电芯,每个电芯采集M个原始电压数据Vraw,i(n),其中M、N为自然数,i=1,2,...,N,n=1,2,...,M;
步骤S1中对各电芯电压进行平滑处理的滤波算法采用滑动平均滤波法,根据原始数据的抖动水平,通过滑动窗口长度l调整滑动平均滤波器平抑原始电压数据Vraw,i(n)波动的能力,经处理得到各电芯平滑电压Vsmooth,i(n),Vsmooth,i(n)通过下式计算得到:
其中,窗口长度l为正整数;
进一步求得电池组的平均电压Vmean(n),Vmean(n)通过下式计算得到:
5.根据权利要求2所述的基于分时回归分布的锂离子电池组异常自放电诊断方法,其特征在于,所述步骤S2根据预设的分时区间长度将整个测量周期按照每P个数据划分为Q段,提取每段各电芯电压趋势信号Vtrend,i(n),Vtrend,i(n)通过下式计算得到:
Vtrend,i(qP+m)=Vsmooth,i(qP+m)-Vmean(qP+m)-Vsmooth,i(qP+1)+Vmean(qP+1)(3)
其中,q=0,1,...,Q-1,m=1,2,...,P,上述Vtrend,i(qP+m)指代各电芯在第q+1段第m个电压值的电压趋势信号Vtrend,i(n);Vsmooth,i(qP+m)指代各电芯在第q+1段第m个平滑电压;smooth,i(qP+1)指代各电芯在第q+1段第1个平滑电压;Vmean(qP+m)指代电池组所有电芯在第q+1段第m个电压值处的电池组平均电压;Vmean(qP+1)指代电池组所有电芯在第q+1段第1个初始电压处的电池组平均电压;电压趋势信号Vtrend,i(n)扣除了每一区间各电芯电压与平均电压之间的初始差异。
6.根据权利要求2所述的基于分时回归分布的锂离子电池组异常自放电诊断方法,其特征在于,所述步骤S3根据步骤S2得到的电压趋势信号,对各电芯在各分时区间上的趋势信号V...
【专利技术属性】
技术研发人员:朱广焱,张鹏博,施璐,谈文,
申请(专利权)人:上海派能能源科技股份有限公司,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。