[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

说明书

本发明公开了基于不确定噪声滤波的动力电池管理系统故障诊断方法，属于动力电池故障诊断领域。该方法包括建立动力电池系统的电热耦合模型，根据动力电池的状态约束扩展系统的输出向量，根据动力电池系统故障扩展系统的状态向量，获取动力电池系统的增广系统，利用全对称多胞体卡尔曼滤波方法得到动力电池传感器故障的估计区间，根据故障估计的上下界判断动力电池管理系统是否发生故障，若发生故障，则根据结果确定故障类型和故障时间。相比于现有的针对无状态约束系统的故障诊断方法，本申请通过将系统状态约束扩展到系统输出向量，解决了具有状态约束的系统故障诊断问题。

技术领域

本发明涉及基于不确定噪声滤波的动力电池管理系统故障诊断方法，属于动力电池管理系统故障诊断领域。

背景技术

随着人们对燃料消耗和碳排放的日益关注，动力电池由于其能量密度高，自放率低和寿命长逐渐成为最具有发展前景的化学储能电源，被广泛应用于电力输配、可再生能源并网、辅助服务、分布式微网以及电动汽车充换电等储能领域的各个方面。但同时，随着动力电池在能量和功率密度方面的不断提高，电池的安全性和可靠性问题也成为电池储能系统最关心的问题。

因此现有的动力电池系统中设置了相应的电池管理系统(BMS)，以确保动力电池处于安全的工作状态。通常现有的BMS系统通过采集动力电池的电流、电压和温度传感器信号，根据所采集的电流、电压和温度传感器信号，采用相应的状态估计方法对动力电池系统的状态进行估计，进而将估计出的电池系统状态和正常的电池系统状态进行比较，根据比较结果判断出动力电池是否发生故障，判断过程中，一旦动力电池出现故障，相应的电流、电压和温度传感器信号就会出现异常，后续所估计出的电池系统状态和正常的电池系统状态就会相差较大，从而能够诊断出动力电池是否发生了故障。

但上述故障诊断方法的准确性需要建立在传感器不出现故障的前提下，也即传感器所采集到的数据即为真实的电池系统的数据，如果传感器发生故障，那么就会导致所采集的信号与实际不符，而后续采用状态估计方法根据采集到的信号所估计出的电池系统状态与正常的电池系统状态的差别可能比较大，也可能在正常范围内，这取决于传感器发生了何种故障。但无论传感器发生了何种故障，此时故障诊断的结果均不准确：

如果估计出的电池系统状态与正常的电池系统状态的差别比较大，判断动力电池出现了故障，但实际上却并非是动力电池出现了故障，而是电池管理系统中的传感器发生了故障；如果估计出的电池系统状态与正常的电池系统状态的差别在正常范围内，判断动力电池没有出现故障，但实际上由于电池管理系统中的传感器发生了故障，会导致对动力电池所处的状态判断出现错误，继而影响后续对电池的操作，比如本来动力电池已经达到完成充电的状态，但因为传感器发生了故障，根据采集到的信号所估计出的动力电池处于未完成充电状态，就会继续进行充电操作，从而会出现过充的现象；而动力电池无论是处于上述的过充状态还是过放状态，都有可能引起安全隐患事件。

因此，为了能够诊断出电池管理系统中负责采集信号的传感器是否发生故障，本申请提出了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。

发明内容

为了解决现有的电池故障诊断方法无法检测出电池系统中的传感器故障的问题，本发明提供了一种基于不确定噪声滤波的动力电池系统故障诊断方法，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；