动力电池系统故障诊断及容错控制方法.pdf

《动力电池系统故障诊断及容错控制方法.pdf》由会员分享，可在线阅读，更多相关《动力电池系统故障诊断及容错控制方法.pdf（12页完成版）》请在专利查询网上搜索。

1、(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 202011072539.X (22)申请日 2020.10.09 (71)申请人 哈尔滨工业大学 （威海） 地址 264209 山东省威海市文化西路2号研 究院1号楼北310室 (72)发明人 于全庆张昕万长江侯芹忠 李俊夫黄永和修瑜林刘嘉琳 李昊林野 (74)专利代理机构 北京市诚辉律师事务所 11430 代理人 范盈 (51)Int.Cl. B60L 3/00(2019.01) B60L 58/12(2019.01) (54)发明名称 一种动力电池系统故障诊断及容错控制方 。

2、法 (57)摘要 本发明提供了一种动力电池系统故障诊断 及容错控制方法， 采用了以端电压为输入、 电流 为输出的包含电流传感器故障值在内的增广状 态空间方程， 通过算法实时估计出电流传感器故 障值， 当故障值的绝对值超过阈值即可判断传感 器发生故障， 然后对模型参数辨识和SOC估计进 行容错控制。 因该方法以电流为输出， 故更适合 检测电流传感器故障。 此外， 增广状态空间方程 包含传感器故障值有助于后续参数辨识和状态 估计的容错控制， 提高了系统的可靠性。 权利要求书3页 说明书6页 附图2页 CN 112009252 A 2020.12.01 CN 112009252 A 1.一种动力电池。

3、系统故障诊断及容错控制方法， 其特征在于： 具体包括以下步骤： 准备工作： 选取锂离子动力电池样本作为实验对象建立电池等效电路模型， 并进行开路电压测 试， 基于所述测试结果拟合电池开路电压OCV与荷电状态SOC之间的关系， 模型参数通过最 小二乘法辨识得到； 步骤一、 构建以端电压为输入， 电流为输出的模型数学表达式： 利用准备工作中建立的电池等效电路模型构建以端电压作为输入， 电流作为输出的模 型数学表达式， 考虑电流传感器故障值对该输入、 输出关系的影响； 其中， 所述极化电压通 过递推方式计算； 步骤二、 电流传感器故障值估计和电池SOC估计： 以端电压、 开路电压、 荷电状态以及电流。

4、传感器故障值作为状态向量， 建立增广状态空 间方程； 基于无迹卡尔曼滤波获取各离散时刻的状态估计值， 并获得估计的电流传感器故 障值； 步骤三、 故障检测： 将由步骤二得到的估计的电流传感器故障值与故障诊断阈值比较， 判断电流传感器是 否发生故障； 若发生电流传感器故障则进行步骤四， 反之则返回步骤一进行下一采样时刻 状态估计过程； 步骤四、 参数容错： 当发生电流传感器故障时， 利用步骤二得到的电流传感器故障估计值更新模型参数， 得到容错后的模型参数， 然后返回步骤一进行下一时刻的状态估计过程， 得到容错后的 SOC， 以实现故障容错。 2.如权利要求1所述的方法， 其特征在于： 所述准备工。

5、作中基于一阶等效电路模型建立 以电流为输入、 端电压为输出的数学表达式， 具体形式如下： VVoc-Va-IRo 式中， Va为电池极化电容两端的极化电压， 为所述极化电压的变化率， I为电池电流， V 为端电压， Voc为开路电压OCV， Ra为电池的极化内阻， Ca为电池的极化电容， Ro为电池的欧姆 内阻， Ro、 Ra和Ca通过最小二乘法辨识得到； 通过以下多项式的形式描述OCV与SOC之间的关系： Voca0+a1S+a2S2+a3S3+a4S4+a5S5+a6S6+a7S7+a8S8 式中， a0,a1,.,a8为多项式拟合系数， 通过所述开路电压测试得到； S为SOC， 由下式计。

6、 算： 式中， k表示第k个采样时刻， Q0为电池样本的容量， t为采样间隔。 3.如权利要求2所述的方法， 其特征在于： 所述步骤一还包括： 将准备工作中所建立的电池等效电路模型转换为以端电压作为输入， 电流作为输出的 权利要求书 1/3 页 2 CN 112009252 A 2 以下数学形式： 式中， If,k为电流传感器故障值； 当电流为输出而非输入时， 当前k时刻极化电压Va,k无 法通过准备工作中极化电压公式直接计算， 需转化成递推的形式， 定义极化电压的变形量 和系数 为： 的递推公式为： 电流递推表达式可转换为： 开路电压Voc,k可根据如下递推式得到： 式中，为Voc对SOC求。

7、导。 4.如权利要求3所述的方法， 其特征在于： 所述步骤二以端电压、 开路电压、 荷电状态以 及电流传感器故障值作为状态向量， 建立以下增广状态空间方程基本形式： 式中， uk和yk分别为输入V和输出I， f()和h()分别为状态方程和测量方程， wk和vk分 别为系统噪声和测量噪声； 结合所述步骤一中确定的模型数学表达式， 建立具有如下形式状态向量xk的增广状态 空间方程： 权利要求书 2/3 页 3 CN 112009252 A 3 式中， 等号左侧分别为状态向量xk和量测输出yk， 等号右侧分别为状态方程f()和测 量方程h()。 5.如权利要求1所述的方法， 其特征在于： 所述步骤三。

8、故障诊断阈值通过以下方式确 定： 加载电池混合脉冲能力脉冲特性测试， 通过步骤一至步骤二， 得到整个放电过程的电 流故障值If并统计得到其统计结果If( , ), 和 分别为均值和方差， 定义阈值为： J| + 3 |。 6.如权利要求1所述的方法， 其特征在于： 步骤四所述参数容错过程如下： 将步骤二得到电流传感器故障值代入下式： 利用上式和递推最小二乘法获得容错后的电池模型的参数， 然后回到步骤一， 再次得 到精确的电流传感器故障值和容错后的SOC估计值， 进一步提高故障诊断精度。 权利要求书 3/3 页 4 CN 112009252 A 4 一种动力电池系统故障诊断及容错控制方法 技术领。

9、域 0001 本发明涉及新能源汽车动力电池系统安全及可靠性技术领域， 尤其涉及一种电流 传感器的故障诊断及容错控制方法。 背景技术 0002 动力电池管理系统(Battery management system,BMS)中用于实时采集数据的传 感器对于管理系统的正常运行及保持电池长时间的最优工作状态来说至关重要。 传感器一 旦发生故障， 会使得汽车电池管理系统对电池的状态估计产生偏差， 无法及时起到应有的 功能， 因此对电池传感器进行故障检测是电池管理系统中不可或缺的一部分。 由于单体电 池有明确的上下限截止电压， 电压传感器故障导致其读数超过上下截止电压时即可快速判 断电压传感器出现故障， 。

10、但对于电流传感器而言， 由于其读数并没有明确的上下限范围， 且 电流在充放电过程中可剧烈变化， 因此存在故障难以被及时准确检测到的问题， 需必要的 故障诊断方法进行及时高效诊断。 0003 目前， 对传感器的故障诊断主要是基于模型的方法， 而所用电池模型均是以电流 为输入、 端电压为输出， 通过端电压估计值和端电压测量值对比来判断故障是否发生。 实际 上， 在以端电压作为输出的模型中， 电流通常是以与欧姆内阻的乘积及与极化电容倒数的 乘积的形式出现。 而电池欧姆内阻和极化电容倒数均是10-310-2数量级的值， 这无疑大大 降低了电流传感器故障对端电压估计值的影响， 故这种方法对电压传感器故障。

11、诊断比较适 合， 但对电流传感器故障诊断能力不强， 尤其是无法识别程度较轻的电流传感器故障。 此 外， 目前对于传感器故障诊断研究缺少故障诊断后的容错控制研究。 发明内容 0004 有鉴于此， 针对现有电池系统电流传感器故障诊断中所存在的上述技术问题， 本 发明提出一种电流传感器故障诊断及其容错控制方法， 具体包括以下步骤： 0005 准备工作： 0006 选取锂离子动力电池样本作为实验对象建立电池等效电路模型， 并进行开路电压 测试， 基于所述测试结果拟合电池开路电压(Open circuit voltage,OCV)与荷电状态 (State of charge,SOC)之间的关系， 模型参。

12、数通过最小二乘法辨识得到； 0007 步骤一、 构建以端电压为输入， 电流为输出的模型数学表达式 0008 利用准备工作中建立的电池等效电路模型构建以端电压作为输入， 电流作为输出 的模型数学表达式， 考虑电流传感器故障值对该输入、 输出关系的影响； 其中， 所述极化电 压通过递推方式计算； 0009 步骤二、 电流传感器故障值估计和电池SOC估计 0010 以端电压、 开路电压、 荷电状态以及电流传感器故障值作为状态向量， 建立增广状 态空间方程； 基于无迹卡尔曼滤波(Unscented Kalman filter,UKF)获取各离散时刻的状 态估计值， 并获得估计的电流传感器故障值； 说明。

13、书 1/6 页 5 CN 112009252 A 5 0011 步骤三、 故障检测 0012 将由步骤二得到的估计的电流传感器故障值与故障诊断阈值比较， 判断电流传感 器是否发生故障； 若发生电流传感器故障则进行步骤四， 反之则返回步骤一进行下一采样 时刻状态估计过程； 0013 步骤四、 参数容错 0014 当发生电流传感器故障时， 利用步骤二得到的电池传感器故障估计值更新模型参 数， 得到容错后的模型参数， 然后返回步骤一进行下一时刻的状态估计过程， 得到容错后的 SOC， 以实现故障容错。 0015 进一步地， 所述准备工作中基于一阶等效电路模型建立以电流为输入、 端电压为 输出的数学表。

14、达式， 具体形式如下： 0016 VVoc-Va-IRo 0017 0018式中， Va为电池极化电容两端的极化电压， 为所述极化电压的变化率， I为电池 电流， V为端电压， Voc为开路电压OCV， Ra为电池的极化内阻， Ca为电池的极化电容， Ro为电池 的欧姆内阻， Ro、 Ra和Ca通过最小二乘法辨识得到； 0019 通过以下多项式的形式描述OCV与SOC之间的关系： 0020 Voca0+a1S+a2S2+a3S3+a4S4+a5S5+a6S6+a7S7+a8S8 0021 式中， a0,a1,.,a8为多项式拟合系数， 通过所述开路电压测试得到； S为SOC， 由下 式计算： 。

15、0022 0023 式中， k表示第k个采样时刻， Q0为电池样本的容量， t为采样间隔。 0024 进一步地， 所述步骤一还包括： 0025 将准备工作中所建立的电池等效电路模型转换为以端电压作为输入， 电流作为输 出的以下数学形式： 0026 0027 式中， If,k为电流传感器故障值； 当电流为输出而非输入时， 当前k时刻极化电压 Va,k无法通过准备工作中极化电压公式直接计算， 需转化成递推的形式， 定义极化电压的变 形量和系数 为： 0028 0029的递推公式为： 0030 0031 电流递推表达式可转换为： 说明书 2/6 页 6 CN 112009252 A 6 0032 0。

16、033 开路电压Voc,k可根据如下递推式得到： 0034 0035式中，为Voc对SOC求导。 0036 进一步地， 所述步骤二以端电压、 开路电压、 荷电状态以及电流传感器故障值作为 状态向量， 建立以下增广状态空间方程基本形式： 0037 0038 式中， uk和yk分别为输入V和输出I， f()和h()分别为状态方程和测量方程， wk 和vk分别为系统噪声和测量噪声； 0039 结合所述步骤一中确定的模型数学表达式， 建立具有如下形式状态向量xk的增广 状态空间方程： 0040 0041 式中， 等号左侧分别为状态向量xk和量测输出yk， 等号右侧分别为状态方程f() 和测量方程h()。

17、。 0042 针对所建立的增广状态空间方程， 采用无迹卡尔曼滤波算法不断进行系统状态的 更新， 无需使用雅克比运算即可获得实时的状态估计值， 提高了算法的鲁棒性， 并增强了对 状态的跟踪能力。 0043 进一步地， 所述步骤三中故障诊断阈值确定过程如下： 0044 加载电池混合脉冲能力脉冲特性(Hybrid pulse power characteristic,HPPC) 测试， 通过步骤一和步骤二， 得到整个放电过程(即SOC从100下降至0过程)的电流故障值 If并得到其统计结果If( , ), 和 分别为均值和方差， 定义故障阈值为： J| +3 |。 0045 进一步地， 步骤四所述参。

18、数容错过程如下： 0046 由于步骤二中增广状态空间方程中的SOC是在已考虑电流传感器故障值的情况下 进行的递推计算， 故SOC估计值是在一定程度故障容错后的结果， 但准备工作中模型参数辨 说明书 3/6 页 7 CN 112009252 A 7 识过程未考虑电流传感器故障， 故利用带有故障信息的模型参数会导致步骤二中SOC估计 结果仍有一定误差， 故需将步骤二得到电流传感器故障值代入下式： 0047 0048 利用上式和递推最小二乘法获得容错后的电池模型的参数， 然后回到步骤一， 再 次得到精确的电流传感器故障值和容错后的SOC估计值， 进一步提高故障诊断精度。 0049 上述本发明所提供的。

19、方法相对于现有技术具有如下有益效果： 0050 与传统的以电流为输入、 端电压为输出的电池模型不同， 本发明提出以端电压为 输入， 电流为输出的包含电流传感器故障值在内的增广状态空间方程， 通过算法实时估计 出电流传感器故障值， 当故障值的绝对值超过阈值即可判断传感器发生故障， 并对模型参 数辨识和SOC估计进行容错控制。 因该方法以电流为输出， 且实时辨识电流传感器故障值， 故更适合检测电流传感器故障。 此外， 增广状态空间方程包含传感器故障值有助于后续参 数辨识和状态估计的容错控制， 提高了系统的可靠性。 附图说明 0051 图1为本发明方法所提供的流程示意图； 0052 图2为电池的一阶。

20、等效电路模型。 具体实施方式 0053 下面将结合附图对本发明的技术方案进行清楚、 完整地描述， 显然， 所描述的实施 例是本发明的一部分实施例， 而不是全部的实施例。 基于本发明中的实施例， 本领域普通技 术人员在没有做出创造性劳动前提下所获得的所有其他实施例， 都属于本发明保护的范 围。 0054 在本发明所提供的电流传感器故障诊断及容错控制方法所对应的一个优选实施 方式中， 如图1所示， 具体包括以下步骤： 0055 准备工作、 选取锂离子动力电池样本作为实验对象基于如图2所示一阶等效电路 模型建立以电流为输入、 端电压为输出的如下数学表达式： 0056 VVoc-Va-IRo 0057。

21、 0058式中， Va为电池极化电容两端的极化电压， 为所述极化电压的变化率， V为端电 压， Voc为开路电压OCV， I为电池电流， Ra为电池的极化内阻， Ca为电池的极化电容， Ro为电池 的欧姆内阻， Ro、 Ra和Ca通过最小二乘法辨识得到； 0059 通过以下多项式的形式描述OCV与SOC之间的关系： 0060 Voca0+a1S+a2S2+a3S3+a4S4+a5S5+a6S6+a7S7+a8S8 0061 式中， a0,a1,.,a8为多项式拟合系数， 通过所述开路电压测试得到； S为SOC， 由下 式计算： 说明书 4/6 页 8 CN 112009252 A 8 0062。

22、 0063 式中， k表示第k个采样时刻， Q0为电池样本的容量， t为采样间隔。 0064 步骤一、 构建以端电压为输入， 电流为输出的模型数学表达式 0065 将准备工作中所建立的电池等效电路模型转换为以端电压作为输入， 电流作为输 出的以下形式： 0066 0067 式中， If,k为电流传感器故障值； 当电流为输出而非输入时， 当前k时刻极化电压 Va,k无法通过准备工作中极化电压公式直接计算， 需转化成递推的形式， 定义极化电压的变 形量和系数 为： 0068 0069的递推公式为： 0070 0071 电流递推表达式可转换为： 0072 0073 开路电压Voc,k可根据如下递推式。

23、得到： 0074 0075式中，为Voc对SOC求导。 0076 步骤二、 电流传感器故障值估计和电池SOC估计 0077 以端电压、 开路电压、 荷电状态以及电流传感器故障值作为状态向量， 建立以下增 广状态空间方程基本形式： 0078 0079 式中， uk和yk分别为输入V和输出I， f()和h()分别为状态方程和测量方程， wk 和vk分别为系统噪声和测量噪声； 0080 结合所述步骤一中确定的模型， 建立具有如下形式状态向量xk的增广状态空间方 程； 说明书 5/6 页 9 CN 112009252 A 9 0081 0082 式中， 等号左侧分别为状态向量xk和量测输出yk， 等号。

24、右侧分别为状态方程f() 和测量方程h()。 0083 针对所建立的增广状态空间方程， 采用无迹卡尔曼滤波算法不断进行系统状态的 更新， 无需使用雅克比运算即可获得实时的状态估计值， 提高了算法的鲁棒性， 并增强了对 状态的跟踪能力。 0084 步骤三、 故障检测 0085 将由步骤二得到的估计的电流传感器故障值与故障诊断阈值比较， 判断电流传感 器是否发生故障； 0086 所述步骤故障诊断阈值通过以下方式确定： 0087 加载电池HPPC测试， 通过步骤一和步骤二， 得到整个放电过程(即SOC从100下降 至0过程)的电流故障值If并得到其统计结果If( , ), 和 分别为均值和方差， 定。

25、义阈值 为： J| +3 |。 0088 当If的绝对值超过阈值J， 即可判断电流传感器出现故障， 进行步骤四； 反之， 无电 流传感器故障。 则返回步骤一进行下一采样时刻的状态估计过程； 0089 步骤四、 参数容错 0090 依据所述步骤二的结果， 将电流传感器故障值代入下式： 0091 0092 利用上式和递推最小二乘法获得容错后的电池模型的参数， 然后回到步骤一， 再 次得到精确的电流传感器故障值和容错后的SOC估计值， 进一步提高故障诊断精度。 0093 应理解， 本发明实施例中各步骤的序号的大小并不意味着执行顺序的先后， 各过 程的执行顺序应以其功能和内在逻辑确定， 而不应对本发明实施例的实施过程构成任何限 定。 0094 尽管已经示出和描述了本发明的实施例， 对于本领域的普通技术人员而言， 可以 理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、 修改、 替换 和变型， 本发明的范围由所附权利要求及其等同物限定。 说明书 6/6 页 10 CN 112009252 A 10 图1 说明书附图 1/2 页 11 CN 112009252 A 11 图2 说明书附图 2/2 页 12 CN 112009252 A 12 。