[发明专利]一种基于电热耦合模型的电池组多故障诊断方法

权利要求书

1.一种基于电热耦合模型的电池组多故障诊断方法，其特征在于：该方法包括以下步骤：

S1：对待测电池进行特征实验测试，辨识模型参数并建立电池电热耦合模型；

S2：基于电池模型进行结构分析，建立对多故障敏感的诊断测试集；

S3：基于诊断测试集，融合自适应滤波方法，设计残差生成器并生成残差；

S4：基于生成的残差信号，通过累积和残差评价方法检测并分离多种故障；

S5：提取残差特征，利用统计方法分离电池短路和连接故障。

2.根据权利要求1所述的一种基于电热耦合模型的电池组多故障诊断方法，其特征在于：所述S1中，所述的电池特征测试和电热耦合模型建立包括：

S11：电池特征测试包括电池静态容量测试、开路电压OCV测试、在不同温度和荷电状态SOC下的复合脉冲HPPC测试、以及动态应力工况测试DST、美国联邦城市驾驶工况FUDS、城市功率驾驶工况UDDS的实车工况的测试；

S12：建立多单体模型的电池组模型，电池单体模型为电热耦合模型，其中电模型为一阶RC等效电路模型：

U_t＝U_ocv-U_p-RI

式中I表示电流，U_p表示极化电压，U_t表示端电压，U_ocv表示开路电压，R_p和C_p分别表示极化电阻和极化电容，R表示欧姆内阻；

热模型为集中质量热模型：

Q＝I(U_ocv-U_t)

式中Q表示产热率，m、c_p、h和A分别为电池的质量、比热容、对流换热系数和表面积，T和T_∞分别表示电池平均温度和环境温度；通过产热方程建立电模型和热模型的联系，从而建立电热耦合模型；

S13：根据上述电池特征测试数据，利用最小二乘、粒子群优化的参数辨识方法辨识电、热模型参数。

3.根据权利要求2所述的一种基于电热耦合模型的电池组多故障诊断方法，其特征在于：所述S2中，分析电池模型的方法为结构分析理论，进行多故障可检测性、可分离性分析，并找到模型中的结构过定部分；构建的诊断测试集为对多种故障敏感的一系列方程组，形成可映射故障和残差关系的故障特征矩阵FSM。

4.根据权利要求3所述的一种基于电热耦合模型的电池组多故障诊断方法，其特征在于：所述S3中，具体采用的自适应滤波方法包括但不限于自适应扩展卡尔曼滤波方法AEKF；设计的残差生成器包括基于电流、电压和基于电流、温度信号的2组观测器，生成的2中残差表示如下：

式中下标k表示第k时刻，r_1,k和r_2,k分别表示2组残差生成器的残差，和分别表示测量端电压和估计端电压，和分别表示测量温度和估计温度。

5.根据权利要求4所述的一种基于电热耦合模型的电池组多故障诊断方法，其特征在于：所述S4中，残差信号来源于S3中的2组残差生成器；残差评价方法为累积和测试方法，生成的决策函数与设定阈值比较来判断故障，结合S2中建立的FSM，实现多故障检测以及电流、电压、温度传感器的故障的分离；

残差评价方法为：

式中g_k表示在k时刻的决策函数，和分别表示在无故障和有故障假设下的概率密度函数。

6.根据权利要求5所述的一种基于电热耦合模型的电池组多故障诊断方法，其特征在于：所述S5中，提取的残差特征为一段时间窗口内的残差累积和，根据在充电和放电工况下残差累积和的变化不同，进而区分电池短路和连接故障；

式中r_acc表示残差累积和，ε表示常数，d＝1表示短路故障，否则为连接故障。