[发明专利]一种基于数字孪生的车载锂离子电池建模及故障诊断方法

说明书

本发明涉及本发明所述的一种基于数字孪生的车载锂离子电池建模及故障诊断方法，基于运行中车辆实时传输的数据、无线通信、神经网络算法以及梯度下降优化算法对车载锂离子电池进行建模，最终得到可以精确分析电池运行状态、预测电池全生命周期健康状态以及未来性能的孪生模型，通过孪生模型判断电池是否发生异常并向运行中车辆实时反馈信息，对电池本体采取进一步的行动或干预。通过本申请提供的方法将车载电池本体与孪生的电池模型在电池全生命周期中都建立起了动态联系；可以实时精确监测和分析车载锂离子电池运行状态。

技术领域

本发明涉及锂离子电池建模领域，具体说是一种基于数字孪生的车载锂离子电池建模方法。尤指在运行中车载锂离子电池的数据实时传输和数字化平台的神经网络算法共同作用下建立的电池模型。

背景技术

出于对能源的可持续发展和对环境的保护考虑以及国家政策的扶持，新能源汽车已经逐渐成为人们购买交通工具时的首要选择，动力电池是其最重要的部分，在动力电池中，锂离子电池以其高比功率和比能量最具有发展潜力，但现在对锂离子电池建立的模型存在很多不足之处，在锂离子电池建模方面仍然存在一些挑战。由于车载锂离子电池的参数在充放电过程中受各种因素的影响，导致电池的运行状态、健康状态等均会发生变化，减少电动汽车的续航里程甚至引发安全性问题。如果能够通过车载传感器和无线通信将电池的状态信息实时地上传给云平台上精确的数字化电池模型，建立上传数据与数字化模型的连接映射，使得数字化模型能够实时、真实反映电池在充放电过程中的行为，那么，就可以通过孪生出的电池模型实现对电池当前状态的精确分析、未来状态的科学预测以及运行状态的直接干预。因此，对车载锂离子电池进行建模，实时准确地建立起电池本体和其数字化模型的联系变得十分必要。

发明内容

针对现有锂离子电池建模中存在的缺陷，本发明的目的在于提供一种基于数字孪生的车载锂离子电池建模的方法，改善现有技术中无法实时精确监测和分析车载锂离子电池运行状态、预测车载锂离子电池全生命周期健康状态、干预故障车载锂离子电池等问题。

为达到以上目的，本发明采取的技术方案是：

一种基于数字孪生的车载锂离子电池建模及故障诊断方法，包括如下步骤：

S1、在数字化平台上存储表征车载锂离子电池运行状态的数据并作为历史数据输入神经网络，以端电压的计算值U_{bat_ref}和端电压测量值U_bat误差在允许的范围内为目标，训练得到初始锂离子电池模型；

S2、通过车载电池管理系统和无线通信技术将采集到的运行中车辆锂离子电池数据实时传输到数字化平台，作为实时数据集，考虑温度、荷电状态和老化的因素，采用实时数据集更新神经网络输入层，对初始锂离子电池模型参数进行强化训练，得到更新后的锂离子电池模型参数；

S3、利用步骤S2中得到的更新后的锂离子电池模型参数计算电池端电压，得到电池端电压计算值，以电池端电压测量值和电池端电压计算值的累计误差最小为目标函数，通过梯度下降优化算法更新权重因子；

S4、根据步骤S2采集的实时车辆锂离子电池数据和步骤S3得到的权重因子不断对孪生出的车载锂离子电池模型进行循环更新，最终得到能够精确分析电池运行状态、预测电池全生命周期健康状态以及未来性能的孪生模型，达到最大限度地闭环优化；

S5、根据步骤S2采集的实时车辆锂离子电池数据经过孪生模型输出的端电压正常值和车载锂离子电池端电压测量值进行对比，判断车载锂离子电池是否发生异常并向运行中车辆实时反馈信息，对车载锂离子电池本体采取进一步的行动或干预。

在上述技术方案的基础上，步骤S1的具体步骤为：

S11、根据存储的车载锂离子电池在各工况下充放电的历史数据，筛选出一组无异常数据集；