基于平均-差异模型的电池组短路电流估计

doi:10.19562/j.chinasae.qcgc.2021.11.016

摘要/Abstract

摘要：

鉴于电池的内短路是触发热失控的关键环节和快速而有效检测短路的困难，本文提出一种适合不同短路阻值的基于平均-差异模型的串联电池组短路电流估计方法。首先分析了短路电池平均-差异模型的适用性和参数校正方法，并利用迭代最小二乘和卡尔曼滤波对模型参数进行在线辨识。然后推导基于模型参数和电池端电压的短路电流估计表达式和瞬时压降与短路阻值之间的关系，并根据是否有明显瞬时压降将短路电流估计方法分为长时和短时两种。最后实验验证结果表明，该方法可以较精准地对短路电流进行估计，适用于不同阻值的短路检测。

关键词: 锂离子电池, 短路, 故障诊断, 短路电流估计

Abstract:

In view of the difficulty in rapidly and effectively detecting the internal short circuitof battery which is the key link in triggering thermal runaway， a short-circuit current estimation method forseries battery pack suitable for different short circuit resistances is proposed in this paper based on the average-difference model. Firstly， the applicability of the average-difference modelfor short-circuit battery and its parameter correction method are analyzed， and the model parameters are identified online by using iterative least squares and Kalman filtering. Then the short-circuit current estimation expression based on model parameters and battery terminal voltage， and the relationship between the instantaneous voltage drop and the short-circuit resistance are derived， and the way of short-circuit current estimation are divided into long-term and short term two methods according to whether there is an obvious instantaneous voltage drop. Finally， the results of verification experiments show that the method proposed can estimate short-circuit current more accurately， and is suitable for short-circuit detection with different resistance values.

Key words: lithium-ion battery, short circuit, fault diagnosis, short circuit current estimation

张莉,高兴奇,张健豪. 基于平均-差异模型的电池组短路电流估计[J]. 汽车工程, 2021, 43(11): 1702-1709.

Li Zhang,Xingqi Gao,Jianhao Zhang. Short-circuit Current Estimation of Battery Pack Based on Average- difference Model[J]. Automotive Engineering, 2021, 43(11): 1702-1709.

图/表 12

图1

图2

图3

图4

图5

图6

图7

图8

图9

图10

图11

图12

参考文献 14

1	冯旭宁. 车用锂离子动力电池热失控诱发与扩展机理、建模与防控［D］. 北京：清华大学， 2016.
	FENG X N .Thermal runaway initiation and propagation of lithium⁃ion traction battery for electric vehicle： test， modeling and prevention［D］.Beijing： Tsinghua University，2016.
2	YANG R， XIONG R， SHEN W. On⁃board soft short circuit fault diagnosis of lithium⁃ion battery packs for electric vehicles using extended Kalman filter［J］. CSEE Journal of Power and Energy Systems， 2020.
3	XU J ， WANG H ， SHI H ， et al. Multi⁃scale short circuit resistance estimation method for series connected battery strings［J］. Energy， 2020：117647.
4	KONG X ， ZHENG Y ， OUYANG M ， et al. Fault diagnosis and quantitative analysis of micro⁃short circuits for lithium⁃ion batteries in battery packs［J］. Journal of Power Sources， 2018， 395（AUG.15）：358-368.
5	郑岳久. 车用锂离子动力电池组的一致性研究［D］. 北京：清华大学， 2014.
	ZHENG Y J.Study on cell variations of lithium ionpower battery packs in electric vehicles［D］. Beijing： Tsinghua University，2014.
6	张明轩. 汽车动力电池系统内短路问题研究［D］. 北京：清华大学， 2018.
	ZHANG M X. Research on the problem of internal short circuit in automobile power battery system［D］. Beijing： Tsinghua University，2018.
7	ZHANG Z， KONG X， ZHENG Y，et al. Real⁃time diagnosis of micro⁃short circuit for Li⁃ion batteries utilizing low⁃pass filters［J］. Energy， 2019， 166（JAN.1）： 1013-1024.
8	FENG X ， YUE P ， HE X ， et al. Detecting the internal short circuit in large⁃format lithium⁃ion battery using model⁃based fault⁃diagnosis algorithm［J］. Journal of Energy Storage， 2018， 18（AUG.）：26-39.
9	高文凯. 锂离子动力电池的短路故障诊断研究［D］. 上海：上海理工大学， 2020.
	GAO W K. Study on short circuit diagnosis of lithium ion power battery ［D］. Shanghai： University of Shanghai for Science & Technology，2020.
10	XIA B， SHANG Y， NGUYEN T， et al. A correlation based detection method for internal short circuit in battery packs［C］.2017 IEEE Applied Power Electronics Conference and Exposition （APEC）. IEEE， 2017： 2363-2368.
11	FENG X， WENG C， OUYANG M， et al. Online internal short circuit detection for a large format lithium ion battery［J］. Applied Energy， 2016， 161（JAN.1）： 168-180.
12	KONG X， PLETT G L， TRIMBOLI M S， et al. Pseudo-two-dimensional model and impedance diagnosis of micro internal short circuit in lithium⁃ion cells［J］. Journal of Energy Storage， 2020， 27： 101085.
13	CHUN C Y ， BAEK J ， SEO G S ， et al. Current sensor⁃less state⁃of⁃charge estimation algorithm for lithium⁃ion batteries utilizing filtered terminal voltage［J］. Journal of Power Sources， 2015， 273：255-263.
14	KRISTON A， DRING H，et al.External short circuit performance of Graphite⁃LiNi_1/3Co_1/3Mn_1/3O₂ and Graphite⁃LiNi_0.8Co_0.15Al_0.05O₂ cells at different external resistances ［J］. Journal of Power Sources， 2017， 361：170-181.

[1]	张鹏博, 陈仁祥, 邵毅明, 孙世政, 闫凯波. 纯电动汽车电驱动系统故障诊断研究进展[J]. 汽车工程, 2024, 46(1): 61-74.
[2]	陈飞,孔祥栋,孙跃东,韩雪冰,卢兰光,郑岳久,欧阳明高. 锂离子电池制造工艺仿真技术进展[J]. 汽车工程, 2023, 45(9): 1516-1529.
[3]	胡明辉,朱广曜,刘长贺,唐国峰. 考虑迟滞特性的卡尔曼滤波和门控循环单元神经网络的锂离子电池SOC联合估计[J]. 汽车工程, 2023, 45(9): 1688-1701.
[4]	梁海强,何洪文,代康伟,庞博,王鹏. 融合经验老化模型和机理模型的电动汽车锂离子电池寿命预测方法研究[J]. 汽车工程, 2023, 45(5): 825-835.
[5]	廉玉波,凌和平,马晴婵,任强,贺斌. 电动汽车锂离子电池脉冲加热技术研究进展[J]. 汽车工程, 2023, 45(2): 169-174.
[6]	吕又付,罗卫明,陈荐,吴锡鸿,李传常. 分层优化测定锂离子电池比热容参数的实验研究[J]. 汽车工程, 2023, 45(2): 183-190.
[7]	张健豪,高兴奇,张莉. 基于容量增量曲线与充电容量差的电池组微短路诊断方法[J]. 汽车工程, 2023, 45(2): 191-198.
[8]	李贵敬,谷青锴,杨昊鑫,黄健齐,邸立明. PA/EG耦合风冷电池热管理系统轻量研究[J]. 汽车工程, 2023, 45(2): 209-218.
[9]	洪吉超,梁峰伟,杨海旭,李克瑞. 大数据驱动动力电池智能安全管理与控制方法研究[J]. 汽车工程, 2023, 45(10): 1845-1861.
[10]	王萍,弓清瑞,程泽,张吉昂. 基于AUKF的锂离子电池SOC估计方法[J]. 汽车工程, 2022, 44(7): 1080-1088.
[11]	彭宇明,袁明晓,敬卓鑫,张永林,黄港. 汇流排产热影响下的电池模组冷却系统改进设计[J]. 汽车工程, 2022, 44(6): 859-867.
[12]	毕贵红,谢旭,蔡子龙,骆钊,陈臣鹏,赵鑫. 动态条件下基于深度学习的锂电池容量估计[J]. 汽车工程, 2022, 44(6): 868-878.
[13]	马彦,李佳怡,马乾,陈明超. 基于迭代动态规划的动力电池组热管理优化策略[J]. 汽车工程, 2022, 44(5): 709-721.
[14]	张奇祥,靳立强,靳博豪,张伊晗,陈鹏飞,刘永腾,李建华. EMB夹紧力控制与传感器故障诊断研究进展[J]. 汽车工程, 2022, 44(5): 736-746.
[15]	刘首彤,黄沛丰,白中浩. 锂离子电池机械滥用失效机理及仿真模型研究进展[J]. 汽车工程, 2022, 44(4): 465-475.