[发明专利]一种基于模糊卡尔曼滤波的锂离子电池短路故障诊断方法

权利要求书

1.一种基于模糊卡尔曼滤波的锂离子电池短路故障诊断方法，其特征在于，包括以下步骤：

步骤1：离线采集电池组中所有电池的电流、电压、SOC-OCV曲线和电池容量；

步骤2：根据离线采集的所有电池的SOC-OCV曲线，基于T-S Fuzzy系统原理，使用遗传算法对所有电池的SOC-OCV曲线进行线性化处理，分别得到所有电池的各个SOC值对应的斜率和截距，由各个SOC值与对应的斜率和截距组成所有电池的3D查表曲线；根据离线采集的电池组中所有电池的电流和电压，利用粒子群优化算法计算电池组的平均内阻和所有电池对应的初始内阻差异；

步骤3：选择电池组中的一个电池并作为健康电池，根据电池组的平均内阻和健康电池的初始内阻差异计算健康电池的内阻，接着构建健康电池的电池模型并作为基准健康模型；

步骤4：在线采集电池组中所有电池的电压和电流，接着根据在线采集的所有电池的电压和电流更新当前基准健康模型和构建其余电池的电池模型；再基于当前基准健康模型，其余电池的电池模型、对应的初始内阻差异、3D查表曲线，电池组的平均内阻，以及所有电池对应的当前短路电流和当前SOC差异值，构建健康差异反馈模型，利用模糊卡尔曼滤波算法对健康差异反馈模型求解，获得各个电池的SOC差异值并更新；

步骤5：将各个电池的SOC差异值和对应的电池容量相乘后，获得各个电池对应的电池电量差异，利用最小二乘递归算法分别对各个电池对应的电池电量差异进行计算，分别获得各个电池的短路电流并更新，进而更新各个电池的健康差异反馈模型，根据各个电池的短路电流诊断对应电池是否短路故障；

步骤6：重复步骤4和5，不断更新各个电池的短路电流，进而不断诊断对应电池是否短路故障。

2.根据权利要求1所述的一种基于模糊卡尔曼滤波的锂离子电池短路故障诊断方法，其特征在于，所述步骤1中的电池组由若干节规格完全相同的电池组成。

3.根据权利要求1所述的一种基于模糊卡尔曼滤波的锂离子电池短路故障诊断方法，其特征在于，所述步骤3中，对离线采集的电池电压排序，选择电池组中离线采集的电池电压为中位数的电池并作为健康电池。

4.根据权利要求1所述的一种基于模糊卡尔曼滤波的锂离子电池短路故障诊断方法，其特征在于，所述各个电池的健康差异反馈模型的公式如下：

ΔU_i＝f(ΔSOC_i)-IΔR_i-I_sc(R_health+ΔR_i)

f(ΔSOC_i)＝k₁(ΔSOC_i+SOC_health)+b₁-k₂SOC_health-b₂

其中，ΔU_i、ΔR_i和ΔSOC_i分别表示第i个电池与基准健康模型的电压差异、内阻差异和SOC差异值，R_health表示健康电池的内阻，I_sc和I分别表示第i个电池的短路电流和电池组的串联电流，f(ΔSOC_i)表示第i个电池的开路电压差异值，k₁、b₁分别表示当前第i个电池的SOC值在对应3D查表曲线中的斜率与截距，k₂、b₂分别表示健康电池的当前SOC值在对应3D查表曲线中的斜率与截距，SOC_healtn表示健康电池的当前SOC值，K_d表示SOC差异参数。

5.根据权利要求1所述的一种基于模糊卡尔曼滤波的锂离子电池短路故障诊断方法，其特征在于，所述步骤5中，最小二乘递归算法中设置有响应阈值，当计算获得的短路电流小于响应阈值时，计算获得的短路电流被置零后输出。

6.根据权利要求1所述的一种基于模糊卡尔曼滤波的锂离子电池短路故障诊断方法，其特征在于，所述步骤5或步骤6中还包括，根据各个电池的短路电流计算对应电池的短路电阻，根据各个电池的短路电阻判断对应电池短路故障的严重程度。