[發明專利]電動汽車動力電池的安全預警方法

有效

• 申請號: 201910333880.7
• 申請日: 2019-04-24
• 公開（公告）號: CN110133508B
• 公開（公告）日: 2022-04-01
• 發明（設計）人: 逄龍;韓競科
• 申請（專利權）人: 上海博強微電子有限公司
• 主分類號: G01R31/367
• 分類號: G01R31/367;G01R31/392;B60L58/10
• 代理公司: 蘇州市港澄專利代理事務所(普通合伙) 32304
• 代理人: 湯婷

本申請公開了一種電動汽車動力電池的安全預警方法，從電池性能衰減程度和可能發生的故障兩個角度對電池的安全性進行綜合評估，給出安全性的等級。電池性能衰減采用了基于粒子濾波的退化模型預測方法，通過對模型參數的估計，預測出當前電池的剩余壽命，結合電池的健康狀態，給出電池的衰退指數；采用基于BP神經網絡的方法，以電池BMS系統的歷史和實時數據為輸入，抽取與各類關鍵故障相關的狀態，預測各類故障發生的可能性。兩方面的安全評估結果融合后，給出綜合性的安全預警信息。與當前對動力電池僅從剩余壽命或健康狀態角度對電池的安全性進行評估的方法相比，可以給出更為可靠的評估結果。

技術領域

本申請屬于新能源汽車技術領域，特別是涉及一種電動汽車動力電池的安全預警方法。

背景技術

隨著新能源車保有量的持續增長，動力電池的需求量也隨之加大。鋰離子電池系統已經成為電動汽車和分布式微電網儲能系統中不可或缺的組成部分。盡管電池的制作工藝和封裝水平不斷進步，伴隨著動力電池制造工藝水平和車輛運行工況不確定的因素，動力電池在運行中不可避免會出現電壓過高或過低，電流過大或過小，溫度過高或過低等狀態，使用過程中惡劣的操作環境、老化、濫用等，近而導致相關故障的發生。未經檢測的電池故障會對電池產生不利影響，造成不可逆轉的損壞，甚至在極端情況下會發生災難性事故。因此，及時準確地對電池運行中的故障進行診斷是十分重要的。

電池的管理與診斷是電池應用技術中的核心之一，及時、準確地診斷電池故障、保證電池容量的準確估計，可以延長電池使用壽命、提高電池一致性及可靠性。在產生嚴重的故障之前，微小緩變故障往往提早發生，并一步一步演變為嚴重故障，因此，及時檢測出早期緩變故障對于整車維護有著重要的現實意義。考慮到電池診斷的故障現象、故障原因及故障機理的復雜性和模糊性，難以借助確定的數學模型來描述，也難以借助確定性的特殊判據來診斷。

現有的基于數據驅動的剩余壽命預測和健康狀態評估方法，以數據為基礎，通過挖掘數據序列的特征和隱含信息進行分類和預測，方法主要有：支持向量機、人工神經網絡、高斯回歸、AR模型、卡爾曼濾波、粒子濾波等。

(1)支持向量機方法

SVM自身存在一些不足：支持向量的數目對誤差邊界敏感，懲罰因子和損失函數復雜，難以確定；預測結果缺乏不確定性表達能力。

(2)人工神經網絡

神經網絡具有容錯性強、自適應、自學習的優點，但是其網絡結構難以確定、計算效率低和收斂速度慢。

(3)高斯回歸過程

高斯回歸過程是基于貝葉斯框架與統計學習理論的非線性回歸概率方法，適合于高維度、小樣本的回歸問題，缺點是但是超參數初始值敏感及計算量大的問題

(4)自滑動模型

AR模型是一種線性預測，計算簡單、復雜度低，但長期預測不準確

(5)卡爾曼濾波、粒子濾波

卡爾曼濾波、粒子濾波都是貝葉斯框架下的預測方法，兩者計算簡單，卡爾曼濾波更適合線性高斯情況，而粒子濾波可處理非線性非高斯場景，同時可以表達預測結果的不確定性。但目前僅應用于壽命預測，未對電池的安全性進行綜合評價。

發明內容

本發明的目的在于提供一種電動汽車動力電池的安全預警方法，以克服現有技術中的不足。

為實現上述目的，本發明提供如下技術方案：

本申請實施例公開一種電動汽車動力電池的安全預警方法，包括：

s1、預測當前動力電池性能衰減程度；

s2、預測當前動力電池發生故障的類型；

s3、融合動力電池的性能衰減程度和發生故障的類型，輸出安全等級評估結果。