[发明专利]基于观测器的电动车辆锂离子电池传感器故障诊断方法

权利要求书

1.基于观测器的电动车辆锂离子电池传感器故障诊断方法，其特征在于，通过扩展卡尔曼滤波算法EKF结合锂离子电池电热耦合动态模型构建两个EKF观测器，获取状态量的估计值，并由此得到锂离子电池单体的电压以及表面温度的估计值，在此基础上将估计值与电压传感器测量的电压值以及表面温度传感器测量的表面温度值作差得到两个残差，由于电池传感器的故障会导致电流、电压以及电池表面温度的异变，所获得的残差也会发生异变，为放大残差的异变情况，利用CUSUM测试方法对获得的残差进行评价，所获得的结果与通过无故障实验确定的阈值进行比较，直观看出残差是否发生异变响应，最终根据不同残差的组合响应情况实现锂离子电池传感器的故障诊断与分离；具体包括以下步骤：

S1：确定电动车辆锂离子电池的类型及型号，获取该型号电池的相应技术参数，在此基础上建立电动车辆锂离子电池电热耦合动态模型；

S2：在不同温度下，对被测电池进行开路电压测试及HPPC实验获得电池特征参数；

S3：通过实验数据建立电池开路电压OCV与SoC间的关系，在此基础上采用带有遗忘因子的递归最小二乘法对电池电热耦合动态模型中的参数进行辨识，获得电池参数与环境温度以及SoC之间的定量关系；

S4：向基于观测器的锂离子电池故障诊断与分离算法导入电流、电压以及温度传感器测量值，通过扩展卡尔曼滤波算法估计状态量从而生成残差，使用CUSUM测试方法进行残差评价，最终根据不同残差的组合响应情况实现锂离子电池传感器的故障诊断与分离；

所述步骤S1中，所述的电热耦合动态模型由等效电路模型与热模型耦合而成，其中等效电路模型为Rint模型、一阶RC模型、多阶RC模型中的一种，最终的形式需要综合考虑模型复杂度、模型精度和鲁棒性后确定，所述热模型为双状态集中参数热模型；

所述步骤S2包括以下步骤：

S21：将已经确定型号的电池在25℃的恒温条件中静置2小时；

S22：若待测电池是刚出厂的全新电池，则直接进行开路电压测试以获取当前温度下电池的OCV与SoC的对应数据以及HPPC测试以获取该温度下的电流和电压的数据；若待测电池放置过一段时间或已被使用过，则需要先进行定容试验；

S23：在型号锂离子电池的全温度范围内每间隔10℃重复上述步骤S21-S22，获得不同温度下电池的OCV与SoC的对应数据以及HPPC测试下电池的电流和电压数据。

2.根据权利要求1所述的基于观测器的电动车辆锂离子电池传感器故障诊断方法，其特征在于，所述步骤S3包括以下步骤：

S31：利用步骤S2中得到的实验数据获取OCV与SoC间的关系，并用多项式或其他经验公式对其进行拟合，并得到关系曲线；

S32：利用实验得到的电压、电流关系，对步骤S1中建立好的电热耦合动态模型进行参数辨识，使用的辨识方法为带遗传因子的递归最小二乘法RLS。

3.根据权利要求2所述的基于观测器的电动车辆锂离子电池传感器故障诊断方法，其特征在于，所述辨识方法还包括粒子群算法PSO和遗传算法GA。

4.根据权利要求1所述的基于观测器的电动车辆锂离子电池传感器故障诊断方法，其特征在于，所述步骤S4包括以下步骤：

S41：根据步骤S1至S3得到的结果，建立两个EKF观测器并进行初始化；

S42：对两个观测器分别导入传感器数据，1号观测器导入电流测量值和电压测量值，2号观测器导入电流测量值和表面温度测量值，两个观测器分别进行状态估计并获得残差；

S43：应用CUSUM测试方法对两个传感器生成的残差进行评价，对无传感器故障的残差进行评价确定阈值，若残差评价结果大于阈值，则认为该残差发生了异变；

S44：根据两个残差的组合响应情况实现锂离子电池传感器的故障诊断与分离。