[发明专利]一种在线识别电池自放电率异常的方法

说明书

本发明提供一种在线识别电池自放电率异常的方法，涉及新能源电池技术领域。具体是利用放电数据，通过收集某个日期D_i电池相关参数，输入所搭建的电池模型采用辨识算法得到各时刻的开路电压，将其输入MQ求解模块后得到相应的MQ_i值，当[D_iMQ_i]_n×2矩阵行数等于2时，采用公式计算得到SDR，当矩阵维数大于2时，采用DBSCAN算法对矩阵中的异常点进行删除，剩余点执行线性拟合求得SDR。本发明提高了内短路诊断的精准度和微小内短路检出效率，所需提前储备参数只涉及到新电池的SOC‑OCV数据，无需其他任何离线测试及标定，不受工况限制，不依赖充电数据，无需等待电池放电至一定深度、亦或是满足一定静置条件的要求，算法使可计算的车辆覆盖率提高，通用性强。

技术领域

本发明涉及新能源电池应用技术领域，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。

背景技术

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。

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。

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，从而计算得到电池间SOC差异；针对磷酸铁锂电池，根据OCV获取得到的SOC误差大，造成算法准确度不高，难以用于识别微小短路。

再如：申请公布号为CN 113848495A的中国专利公开了一种基于充电曲线的内部微短路故障诊断方法，该专利主要是根据电池充电曲线得到的IC曲线，提取老化特征，掌握电池当前老化状态。但是，新能源汽车实际使用中，较多车辆充电难以实现恒流充电，较多车辆充电电流大于1C，大于1C充电即无法表现出两个平台的充电特征，致使算法通用性低。

为此，我们提供一种在线识别电池自放电率异常的方法。

发明内容

本发明提供一种在线识别电池自放电率异常的方法，以克服现有的电池自放电率异常识别准确度低和通用性低等缺点。

本发明采用如下技术方案：

一种在线识别电池自放电率异常的方法，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；