【技术实现步骤摘要】
一种在线识别电池自放电率异常的方法
[0001]本专利技术涉及新能源电池应用
,更为具体地说是指一种在线识别电池自放电率异常的方法。
技术介绍
[0002]动力电池系统装车使用后,部分电池单体因滥用或制造缺陷会发生内部短路,短路是引发电池热失控的主要原因之一。为保障电池安全,需对电池的短路进行监测,在电池发生微小短路早期及时发出预警。目前,电池内短路的常用检测方法为长期搁置并监测电池电压变化情况,搁置时间长达一星期及以上。受搁置时长限制,该方法无法用于装车后的电池短路情况的监测。
[0003]为实现车载电池的在线监测,相关领域出现了云端远程诊断技术,基于车辆上传云端的电池数据,开展电池短路状态的分析。截至目前,已有多种电池内短路的监测方法,例如:申请公布号为CN 111929602A公开了一种基于容量估计的单体电池漏电或微短路定量诊断方法,包括如下步骤:S1获取电池单体的充放电数据;S2采用传统的容量估计方法分别估计电池充电容量C
C
和放电容量C
D
;S3计算放电容量与充电容量的比值,当其小于阈值时,判断发生漏电故障。然而,由于实车上充电容量受温度、电流倍率影响较大,实车放电容量受环境温度和车辆使用工况影响也较大,故该方法显然无法在实车上应用。
[0004]又如:申请公布号为CN111208439A的中国专利公开了一种串联锂离子电池组微短路故障定量检测方法,基于改进的双卡尔曼滤波器(DEKF),估计电池的0CV;通过插值法计算得到电池的SOC,从而计算得到电池 ...
【技术保护点】
【技术特征摘要】
1.一种在线识别电池自放电率异常的方法,其特征在于,包括以下步骤:(1)收集某个日期Di车辆运行过程中电池的相关参数,包含电压V、电流I、时间t;(2)对步骤(1)收集到的电流I和时间t数组进行计算处理,得到每时每刻的容量值Q(k),再通过搭建模型、参数辨识,得到D
i
当天的每个电压数据对应的开路电压数据uoc(k);(3)将步骤(2)中开路电压数据uoc(k)输入MQ求解模块,得到相应的MQ
i
值;(4)选定另一日期,重复步骤(1)至(3),得到[D
i
MQ
i
]
n
×2矩阵,其中,n为重复的次数;(5)当[D
i
MQ
i
]
n
×2矩阵中n=2时,采用公式SDR=[MQ2‑
MQ1‑
(MQ
20
‑
MQ
10
)]/(D2‑
D1)/Q0计算得到SDR,其中MQ
20
与MQ
10
分别为D2与D1当天利用标准电压曲线重复步骤(1)至(3)所计算得到的对应的MQ值;当n>2时,先对MQ
i
进行矫正,再采用DBSCAN算法对矩阵中的异常点进行删除,将剩余点进行线性拟合得到斜率K,再由公式SDR=K/Q0,计算得到电池的自放电率。2.如权利要求1所述的一种在线识别电池自放电率异常的方法,其特征在于:所述步骤(1)收集电池相关参数数据开始的时刻要求电池系统为满电状态,即SOC≥99%,收集数据结束的时刻为车辆运行结束,开始去充电前的时刻。3.如权利要求1所述的一种在线识别电池自放电率异常的方法,其特征在于,所述步骤(2)中每时每刻的容量值Q(k)是按以下两个公式进行处理获得的:Q(1)=Q0‑ꢀ
(1),Q(k)=Q(k
‑
1)
‑
I(k)
×
[t(k)
‑
t(k
‑
1)]/3600
‑ꢀ
(2);其中,k为从1到N的序列号,N为时间t数组所拥有的总个数,Q0为电池系统额定容量。4.如权利要求3所述的一种在线识别电池自放电率异常的方法,其特征在于,所述步骤(3)MQ求解模块的具体步骤包括:S1、先初始化Mov_Q、Mov_V、Comp三个参数,将其带入以下公式(3)
‑
(5)得到目标函数J:x(k)=(Q(k)
‑
Mov_Q)
×
Comp/Q0‑ꢀ
(3);y(k)=fi(x(k))
‑ꢀ
(4);其中,Mov_Q为与容量Q量纲相同的设计参数,取边界最小为0,最大为Q0;Mov_V为与uoc量纲相同的设计参数,取边界最...
【专利技术属性】
技术研发人员:任永欢,林炳辉,孙玮佳,苏亮,宋光吉,许依凝,罗斌,洪少阳,
申请(专利权)人:厦门金龙联合汽车工业有限公司,
类型:发明
国别省市:
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。