[发明专利]基于不确定噪声滤波的动力电池管理系统故障诊断方法有效
| 申请号: | 202110365238.4 | 申请日: | 2021-04-01 |
| 公开(公告)号: | CN113093016B | 公开(公告)日: | 2022-01-07 |
| 发明(设计)人: | 王子赟;占雅聪;王艳;辛娇杨;纪志成 | 申请(专利权)人: | 江南大学 |
| 主分类号: | G01R31/367 | 分类号: | G01R31/367;G01R35/02;G01K15/00;B60L58/10;B60L58/24 |
| 代理公司: | 哈尔滨市阳光惠远知识产权代理有限公司 23211 | 代理人: | 仇钰莹 |
| 地址: | 214000 江苏*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 不确定 噪声 滤波 动力电池 管理 系统 故障诊断 方法 | ||
1.一种基于不确定噪声滤波的动力电池管理系统故障诊断方法,其特征在于,所述方法包括:
步骤一:根据动力电池放电过程的电化学机理,建立动力电池二阶Thevenin等效电路模型;
步骤二:根据动力电池的产热机理,建立动力电池热模型,结合二阶Thevenin等效电路模型,建立动力电池系统的电热耦合模型;
步骤三:获取动力电池正常工作状态下的核心温度和表面温度,确定动力电池的状态约束;
步骤四:将动力电池的状态约束扩展到动力电池系统的系统输出向量得到系统输出变量,将动力电池系统的故障向量扩展到系统状态向量得到系统状态变量;
所述系统输出向量为核心温度传感器和表面温度传感器所采集的核心温度和表面温度所构成的向量;所述故障向量为核心温度传感器和表面温度传感器的故障值所构成的向量;所述系统状态向量指动力电池实际的核心温度和表面温度所构成的向量;
步骤五:根据k时刻的系统状态变量得到对应的全对称多胞体集合,根据k时刻的系统状态变量对应的全对称多胞体集合构建k+1时刻的系统状态变量预测集的全对称多胞体集合,并根据k+1时刻系统输出变量构建k+1时刻的带状空间Sk+1;
步骤六:求解k+1时刻系统状态变量预测集的全对称多胞体集合和所构建的k+1时刻的带状空间Sk+1的交集,并用最小体积的全对称多胞体进行包裹,得到k+1时刻的系统状态变量的全对称多胞体集合;
步骤七:根据k+1时刻的系统状态变量的全对称多胞体集合,获取k+1时刻的状态估计区间和故障估计区间,判断动力电池管理系统中的核心温度传感器和表面温度传感器是否发生故障;
所述动力电池系统包括动力电池和动力电池管理系统,所述动力电池管理系统包括用于采集动力电池核心温度和表面温度的核心温度传感器和表面温度传感器;
所述步骤三:获取动力电池正常工作状态下的核心温度和表面温度,确定动力电池的状态约束,包括:
获取动力电池正常工作状态下的核心温度和表面温度,确定系统的状态约束:
动力电池工作在正常工况下,核心温度Tc满足M1℃≤Tc≤M2℃;核心温度和表面温度之间存在差值,差值稳定在m℃±ε℃范围内,即m-ε℃≤Tc-Ts≤m+ε℃;
确定系统的状态约束:
将系统的状态约束写成式(7)的形式:
|Dk-Hkxk|≤lk,h(xk)=Dk-Hkxk (7)
其中,
所述步骤一:根据动力电池放电过程的电化学机理,建立动力电池二阶Thevenin等效电路模型,包括:
根据动力电池放电过程的电化学机理,建立如下方程:
U=Uoc-ROI-U1-U2
其中,Uo为电池两端电压,Uoc为电池内部电压,R1和Cp1分别为电化学极化内阻和电容,R1和Cp1二者并联后两端的电压是U1;R2和Cp2分别为浓差极化电阻和电容,R2和Cp2二者并联后两端的电压是U2;I为放电电流;RO为电池内阻;
所述步骤二:根据动力电池的产热机理,建立动力电池热模型,结合动力电池二阶Thevenin等效电路模型,建立动力电池电热耦合模型,包括:
2.1根据动力电池的产热机理,建立动力电池热模型:
其中,Ts与Tc分别表示电池表面温度和电池核心温度,Te表示环境温度;Cs与Cc分别表示电池内部材料的热容系数和电池表面的热容系数;Rc表示电池核心与表面之间的热阻;Ru表示电池表面与冷却空气之间的对流电阻;Qgen表示电池核心的发热功率:
Qgen=I(Uoc-U)=I(RoI+U1+U2) (3)
2.2结合二阶Thevenin等效电路模型,建立动力电池系统的电热耦合模型,以电池核心的发热功率Qgen和环境温度Te作为电热耦合模型的输入,以表面温度Ts和核心温度Tc作为电热耦合模型的状态向量,设定采样时间间隔为Δts,对公式(2)进行离散化处理,并加入扰动噪声,得到电热耦合模型的状态方程:
xk+1=Axk+Buk+D1wk (4)
其中,为系统状态向量,xk=[Tc,k,Ts,k]T,Tc,k和Ts,k分别表示k时刻的电池核心温度和表面温度的真实值;为k时刻的系统输入矩阵,uk=[Qgen,k,Te,k]T;表示未知但有界的扰动噪声,即表示状态空间矩阵;表示输入矩阵;表示扰动作用矩阵;
以表面温度Ts和核心温度Tc的测量值作为电热耦合模型的输出,同时加入测量噪声和传感器故障向量,得到电热耦合模型的输出方程:
yk=Cxk+D2vk+fk (5)
其中,为系统输出向量,yk=[T′c,k,T′s,k]T,T′c,k和T′s,k分别表示电池核心温度和表面温度的测量值;表示未知但有界的测量噪声,即表示输出矩阵,表示测量噪声作用矩阵;表示动力电池的传感器故障,f1,k表示动力电池核心温度传感器故障,f2,k表示动力电池表面温度传感器故障;
根据式(4)、式(5),建立动力电池系统电热耦合模型为:
所述步骤四:将动力电池的状态约束扩展到动力电池系统的系统输出向量得到系统输出变量,将动力电池系统的故障向量扩展到系统状态向量得到系统状态变量,包括:
4.1将动力电池的状态约束扩展到动力电池系统的系统输出向量得到系统输出变量,根据式(6)、式(7)得到下式(8):
其中,γk=Dk+lk,
4.2将动力电池系统的故障向量扩展到系统状态向量得到系统状态变量,根据式(8)得到下式(9):
其中,
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江南大学,未经江南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110365238.4/1.html,转载请声明来源钻瓜专利网。





