[发明专利]一种串联锂离子电池组微短路故障定量检测方法

权利要求书

1.一种串联锂离子电池组微短路故障定量检测方法，其特征在于，串联锂离子电池组由n节锂离子电池单体串联而成，包括以下步骤：

步骤(1)、串联锂离子电池组工作时流过每个锂离子电池的电流一致，电池管理系统实时记录所述串联锂离子电池组总电流、总电压、n节电池单体电压和电池单体表面温度；

步骤(2)、对所述锂离子电池进行混合脉冲功率性能测试(HPPC)测试，并进行多项式拟合，建立开路电压(OCV)与荷电状态(SOC)关系；

步骤(3)、依据监测的所述锂离子电池单体的端电压，对所述锂离子电池单体按照端电压从小到大进行排序，获取“最小电池单体”和“中间电池单体”；

步骤(4)、基于等效电路模型，采用改进的双卡尔曼滤波器(DEKF)估计所述“最小电池单体”和“中间电池单体”的开路电压(OCV)；

所述步骤(4)中，所述改进的双卡尔曼滤波器(DEKF)电池状态空间方程为：

式中，U_1,k为k时刻极化电容C₁两端的电压，即极化电压；U_k+1为k+1时刻电池的端电压；E_m,k为k时刻电池的开路电压；C_1,k,R_1,k,R_0,k分别为k时刻电池的极化电容，极化电阻和欧姆内阻；I_k为k时刻通过电池的电流；T为采样周期，T＝1；k为采样时刻；

采用改进的双卡尔曼滤波器(DEKF)估计电池开路电压(OCV)的具体步骤如下：

a.确定系统的状态量x和参数量θ为：

x_k＝[E_m,k U_1,k]^T (2)

θ_k＝[C_1,k R_1,k R_0,k]^T (3)

其中，x_k为k时刻系统的状态量；θ_k为k时刻系统的参数量；E_m,k为k时刻电池的开路电压；U_1,k为k时刻极化电容C₁两端的电压，即极化电压；C_1,k,R_1,k,R_0,k分别为k时刻电池的极化电容，极化电阻和欧姆内阻；k为采样时刻；

b.离散化状态空间方程得：

式中系数矩阵分别为：

D_k＝R_0,k (9)

其中，x_k,分别为k时刻系统的状态量及其估计值；θ_k,分别为k时刻系统的参数量及其估计值；E_m,k为k时刻电池的开路电压；U_1,k为k时刻极化电容C₁两端的电压，即极化电压；C_1,k,R_1,k,R_0,k分别为k时刻电池的极化电容，极化电阻和欧姆内阻；I_k为k时刻通过电池的电流；y_k为k时刻系统的观测量；A_k-1,B_k-1分别为k-1时刻状态方程的系数矩阵，C_k,D_k分别为k时刻观测方程的系数矩阵，分别为k时刻状态量x和参数量θ对应的雅克比矩阵；T为采样周期，T＝1；k为采样时刻；

c.初始化状态量、参数量以及相应的误差协方差矩阵：

式中，分别为状态量和参数量的初始值；x₀,θ₀分别为零时刻状态量和参数量的测量值；E(x₀),E(θ₀)分别为零时刻状态量和参数量的期望值；为零时刻状态量和参数量对应的误差协方差矩阵；

d.对于k＝1,2,3…,∞,双卡尔曼滤波器(DEKF)算法实现过程如下：

①状态量和参数量的时间更新:

②误差协方差时间更新:

③状态量测量更新

④参数量测量更新

其中，分别为k时刻状态量和参数量的估计值；分别为k-1时刻状态量和参数量的最优估计值；为k时刻状态量和参数量对应的误差协方差矩阵，分别为k-1时刻状态量和参数量的最优误差协方差矩阵；A_k-1为k-1时刻的系数矩阵，分别为k时刻状态量x和参数量θ对应的雅克比矩阵；分别为k-1时刻状态量和参数量对应的系统噪声，分别为k时刻状态量和参数量对应的测量噪声；分别为k时刻状态量和参数量对应的增益矩阵；I^x,I^θ分别为状态量和参数量相应的单位矩阵；y_k为k时刻系统的观测量；k为采样时刻；

步骤(5)、基于预先建立的OCV-SOC关系，通过插值法估计所述“最小电池单体”和“中间电池单体”的SOC；

步骤(6)、基于所述锂离子电池的额定容量，采用线性拟合的方法计算所述锂离子电池短路电流；

短路电流与SOC之间的关系为：

式中，I_SSC为电池微短路电流，C_a为电池额定容量，ΔSOC为“最小电池单体”与“中间电池单体”的SOC差；

步骤(7)、判断短路电流与零的关系，如果所述锂离子电池单体的短路电流近似为零，则外短路电阻为无穷大，无外短路故障发生；如果所述锂离子电池单体的短路电流不为零，则通过欧姆定律可计算得到所述电池的外短路电阻。