一种锂电池传感器故障诊断方法

技术领域

本发明涉及锂电池故障诊断技术领域，尤其涉及一种锂电池传感器故障诊断方法。

背景技术

随着世界各国对环境保护的重视和石油资源的日渐减少，电动汽车逐渐替代燃油车是大势所趋。而电池作为电动汽车(EV)的核心组成部分，它的正常工作对电动汽车至关重要。但近年来，电动汽车事故仍然层出不穷，比较常见的事故是电动汽车电池自燃。因此，加强对电动汽车电池系统的监管，对电池的故障进行及时诊断非常重要。电池管理系统(BMS)对与确保EV中的锂离子电池组的可靠安全运行必不可少。通常包含电池数据收集、充电状态(SOC)估计、健康状态(SOH)估计、电池平衡、充电控制等。这些BMS功能的实现很大程度上依赖于通过电流、电压和温度传感器收集的数据。由于电动汽车的电池组中安装了数百个此类传感器，以监测每个电池单元的电流、电压和温度，因此单个电流或电压传感器发生故障的概率大大增加。传感器故障可能导致电池性能下降甚至严重的安全隐患。如果是电压传感器故障，实际电池电压可能会超过电池厂家规定的上下限电压限制，造成过充过放。反复过度充电或过度放电会导致电池容量急剧下降，甚至发生内部短路故障。电压或电流传感器的故障也会导致SOC和SOH的估计误差增加。因此，有必要提出一种传感器故障诊断方案来提高电池的安全性。Liu,Z.T.和H.W.He使用自适应扩展卡尔曼滤波对锂电池输出电压进行观测来诊断传感器故障。Chen,W.等使用一组龙伯格观测器和学习观测器同时被用于锂电池传感器的故障检测与隔离。Xiong,R.等通过使用递推最小二乘和无迹卡尔曼滤波结合的方法估计锂电池SOC，并将实际SOC值与估计SOC值之间的差定义为残差，以检测电压和电流传感器的故障，但现有方法多单一使用卡尔曼滤波法对SOC进行估计，此方法对建模精度要求较高，而高精度的模型构建复杂，在模型准确度不够时，算法精度会收到较大影响；使用滑模观测器可以较好地解决系统扰动带来的影响，在精度不高的模型中效果更理想。但其离散的开关特性又容易导致系统的抖振现象，从而影响SOC的估计精度，进一步影响诊断算法的精度。

发明内容

有鉴于此，本发明的目的在于提出一种锂电池传感器故障诊断方法，以解决现有方法精确度不足的问题。

基于上述目的，本发明提供了一种锂电池传感器故障诊断方法，包括以下步骤：

通过库伦计数法得到参考SOC；

使用SMO-EKF联合估计方法得到估计SOC；

将参考SOC和估计SOC作差得到残差，判断残差绝对值是否超过设定阈值；

若残差绝对值超过设定阈值，则获取锂电池温度，判断锂电池温度是否超过阈值；

若锂电池温度超过阈值，则输出判断结果为锂电池本体发生故障，若锂电池温度不超过阈值，则在设定时间后，判断串联电池组中其他电池的残差是否都超过阈值；

若是则判断为电流传感器发生故障，若否则判断为对应超过阈值电池的电压传感器发生故障。

优选地，通过库伦计数法得到参考SOC的计算公式为：

其中，下标k表示第k次采样,Δt为采样间隔，i

优选地，初始SOC的选取方法包括：

若电池停止充电或放电超过m小时，电池的端电压U

若电池停止充电或放电小于m小时，电池的电动势不稳定，则将电池停止工作时的SOC值选取为初始SOC。

优选地，使用SMO-EKF联合估计方法得到估计SOC包括：

构建滑模观测器，滑模观测器设计形式为

其中，

其中，sgn(.)为符号函数；

选取合适的参数L、M和

使用设计的滑模观测器观测出状态

将滑模观测器的观测状态

优选地，后验估计包括：

误差协方差矩阵时间更新：

卡尔曼增益矩阵计算：

状态后验估计更新：

误差协方差矩阵测量更新：P

优选地，温度的阈值设置为当前环境温度+10℃。

优选地，传感器的噪声为高斯白噪声。

优选地，获取锂电池温度包括读取锂电池的温度传感器的数据。

优选地，设定时间为20分钟。

本发明的有益效果：SMO(滑模观测器)是一种计算量小、鲁棒性好的非线性观测器，在一定程度上解决了系统参数变化，扰动带来的影响，但是容易导致系统发生抖振，本方法将EKF(扩展卡尔曼滤波)和SMO结合的估算方法可以兼顾二者优势，实现锂电池SOC的高精度估算，从而减小传感器非故障条件下的残差，降低故障误报率。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例的锂电池传感器故障诊断方法流程示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，对本发明进一步详细说明。

需要说明的是，除非另外定义，本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。

如图1所示，本说明书实施例提供一种锂电池传感器故障诊断方法，假设故障偏差值是有限的，只发生单一故障，传感器的噪声假定为高斯白噪声。

本方法包括以下步骤：

通过库伦计数法得到参考SOC；

使用SMO-EKF联合估计方法得到估计SOC；

将参考SOC和估计SOC作差得到残差，判断残差绝对值是否超过设定阈值；

若残差绝对值超过设定阈值，则获取锂电池温度，判断锂电池温度是否超过阈值；

若锂电池温度超过阈值，则输出判断结果为锂电池本体发生故障，若锂电池温度不超过阈值，则在设定时间后，判断串联电池组中其他电池的残差是否都超过阈值；

若是则判断为电流传感器发生故障，若否则判断为对应超过阈值电池的电压传感器发生故障。

作为一种实施方式，通过库伦计数法得到参考SOC的计算公式为：

其中，下标k表示第k次采样,第k次即当前时刻，Δt为采样间隔，i

初始SOC的选取方法包括：

若电池停止充电或放电超过m小时，电池的端电压U

若电池停止充电或放电小于m小时，电池的电动势不稳定，则将电池停止工作时的SOC值选取为初始SOC。

作为一种实施方式，使用SMO-EKF联合估计方法得到估计SOC包括：

构建滑模观测器，滑模观测器设计形式为

其中，

其中，sgn(.)为符号函数；

选取合适的参数L、M和

使用设计的滑模观测器观测出状态

将滑模观测器的观测状态

作为一种实施方式，后验估计包括：

误差协方差矩阵时间更新：

其中A

卡尔曼增益矩阵计算：

状态后验估计更新：

误差协方差矩阵测量更新：P

通过上述算法得到的

当残差超过阈值，代表发生了故障，否则代表没有故障发出。

接下来进行故障隔离。假设两个锂电池串联形成电池组，并对两个电池分别使用上述的故障诊断方案，判断锂电池是否发生故障。因为在假设中温度传感器不发生故障，所以可以通过温度传感器的数值判断故障究竟来自于传感器还是来自于电池本体(电池本体故障一般会导致电池温度的升高)。

若温度传感器温度升高至超过温度传感器阈值，则判断是电池本体发生故障，而非出现传感器故障。若温度传感器读数没有超过其阈值，则判断是电流或电压传感器故障。

判断是哪类传感器故障，需要结合各个电压，电流传感器的读数。在串联电池组中，当其中一个电池的残差超过阈值，但温度仍在正常范围内时，立即判断哪个传感器故障是不合理的。合适的方法是先输出传感器故障警告，接下来在一定的时间内如20分钟后观察其它电池的残差是否也超过阈值。一旦其它电池的残差也超过阈值，说明是电流传感器发生了故障(因为串联电池组的电流传感器使用的是同一个，一旦发生故障所有电池单体的残差都会超过阈值)，否则可以断定是第i个电池的电压传感器发生故障。至此可以完成传感器故障和电池本体故障的故障隔离。

作为一种实施方式，温度的阈值设置为当前环境温度+10℃，若环境温度为25℃，则温度的阈值设置为35℃。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本发明的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。

本发明旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本发明的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明的保护范围之内。