一种锂离子电池的故障辨识方法及系统与流程

1.本发明涉及锂离子电池故障识别领域，尤其涉及一种锂离子电池的故障辨识方法及系统。


背景技术：

2.锂离子电池作为一种灵活便捷的储能资源，已经应用于电网、电动汽车和航空航天等众多领域。但锂离子电池的安全事故频发，其应用可靠性是制约其发展的关键环节。开展锂离子电池运行状态标识与故障定位技术研究已经成本当前锂离子电池领域内的热点问题。
3.目前围绕锂离子电池异常状态检测与故障定位的方法大致可以分为2种，机理法和数据法。其中，机理法是通过分析锂离子电池电化学反应过程解析锂离子电池不同运行状态和故障下锂离子电池的外在特性，建立内在机理与外在特性的关系，通过分析外在特性变化形成对于锂离子电池内在异常的映射，进而实现异常标定和故障辨识，这类方法一般比较复杂，且电池内部电化学反应复杂且耦合性大，难以形成简明、有效的表征变量反应，在实际应用中比较困难；而数据法是通过锂离子电池大量的历史数据，应用大数据和人工智能技术，挖掘锂离子电池数据特征分析其故障成因，形成对锂离子运行状态异常的判断和故障分类，这类方法尽管可以不考虑锂离子电池内部的复杂机理过程，极大简化锂离子电池异常标定方式，但是数据质量决定了其能力上限，受数据影响极大，往往不完全、不完备的数据将获得错误的结果，造成不良影响。


技术实现要素：

4.本发明提供了一种锂离子电池的故障辨识方法及系统，实现有效识别锂离子电池的故障类型，提高锂离子电池的异常判定和故障类型辨识的准确性和可靠性。
5.为了解决上述技术问题，本发明实施例提供了一种锂离子电池的故障辨识方法，包括：
6.将锂离子电池进行预设测试实验，获得测试数据，并根据测试数据，将锂离子电池的等效电路结构，进行模型参数拟合及荷电状态估计，建立等效电路数字模型；
7.根据等效电路数字模型和锂离子电池物理系统，生成锂离子电池的双源数据；其中，双源数据包括仿真模拟数据和物理测量数据；
8.统计分析锂离子电池运行预设时间的双源数据的偏差相似度，根据偏差相似度，判断锂离子电池的当前运行状态；
9.若锂离子电池的当前运行状态为异常状态时，在预设双源偏差条件下，根据优化变量，最小化等效电路数字模型的参数变化量，并根据参数变化量，判定锂离子电池的故障类型，得到故障辨识结果。
10.实施本发明实施例，将锂离子电池进行预设测试实验，获得测试数据，并根据测试数据，将锂离子电池的等效电路结构，进行模型参数拟合及荷电状态估计，建立等效电路数
字模型；根据等效电路数字模型和锂离子电池物理系统，生成锂离子电池的双源数据；其中，双源数据包括仿真模拟数据和物理测量数据；统计分析锂离子电池运行预设时间的双源数据的偏差相似度，根据偏差相似度，判断锂离子电池的当前运行状态；若锂离子电池的当前运行状态为异常状态时，在预设双源偏差条件下，根据优化变量，最小化等效电路数字模型的参数变化量，并根据参数变化量，判定锂离子电池的故障类型，得到故障辨识结果。利用锂离子电池等效电路数字模型仿真模拟数据和锂离子电池物理测试数据组成了锂离子电池双源数据结构，通过分析双源数据偏差可以判断锂离子电池异常运行工况，并在判定锂离子电池运行异常后，通过最小化仿真模型数据与测量数据误差整定出仿真模型参数，分析模型参数变化获得锂离子电池故障类型准确定位故障。与现有基于数据的锂离子电池预警方法相比，本发明对于锂离子电池数据质量要求大幅降低，进而实现了故障定位的可靠性，而与基于模型的锂离子运行风险方法相比，降低了对于模型精度的依赖，保障了锂离子电池异常判定和故障定位的准确性，有效识别锂离子电池的故障类型。此外，与现有的基于数模驱动的锂离子电池数字镜像或者数字孪生技术相比，本发明可以通过分析模型参数变化实现对故障情况的有效模拟和准确标识，有助于提高锂离子电池系统运行安全性和可靠性，并提高锂离子电池的异常判定和故障类型辨识的准确性和可靠性，降低运维检修工作量。
11.作为优选方案，根据测试数据，将锂离子电池的等效电路结构，进行模型参数拟合及荷电状态估计，建立等效电路数字模型，具体为：
12.根据锂离子电池的等效电路结构和故障类型，选择预设阶次的待定参数等效电路数字模型；其中，故障类型包括内短路、固体电解质界面sei膜异常生长和锂枝晶；
13.根据待定参数等效电路数字模型和测试数据，通过参数优化方法整定函数待定系数，获得待定参数等效电路数字模型的模型参数与影响因素的函数表达式；其中，函数待定系数是根据待定参数等效电路数字模型的模型参数与影响因素的函数关系确定；参数优化方法包括最小二乘法、粒子群法和模拟退火法；
14.将待定参数等效电路数字模型和函数表达式，进行锂离子荷电状态估计，得到第一锂离子电池荷电状态值，根据第一锂离子电池荷电状态值和待定参数等效电路数字模型，建立等效电路数字模型。
15.作为优选方案，在预设双源偏差条件下，根据优化变量，最小化等效电路数字模型的参数变化量，具体为：
16.将等效电路数字模型的模型参数和影响因素作为优化变量；其中，影响因素包括荷电状态、温度和电流充放电倍率；
17.根据优化变量和预设双源偏差条件，构建优化目标函数和约束条件；
18.将优化变量、目标函数和约束条件进行粒子群优化计算，得到异常状态下优化变量的参数值；
19.根据异常状态下优化变量的参数值和等效电路数字模型的参数值，计算参数变化量。
20.作为优选方案，优化目标函数，具体为：
21.22.其中，j为优化目标函数；x(t)＝[xi(t)|i＝1,2,
…
,n]表示在t时刻锂离子电池被判定异常状态前锂离子电池的等效电路数字模型的模型参数；x
+
(t)＝[x
i+
(t)|i＝1,2,
…
,n]表示在t时刻锂离子电池被判定异常状态后锂离子电池的等效电路数字模型的待优化的参数变量；n表示优化变量的个数；
[0023]
约束条件，具体为：
[0024]
s.t.α
+
≤x
+
(t)≤β
+
[0025][0026]
其中，α
+
和β
+
分别为优化变量的上下边界约束；f(x
+
(t))表示输出电压函数，um(t)表示t时刻锂离子电池物理系统的输出电压测量值；为预设双源偏差条件，和σ(t)分别表示在t时刻前l时段内锂离子电池的双源数据的偏差值的平均值和标准差。
[0027]
作为优选方案，根据等效电路数字模型和锂离子电池物理系统，生成锂离子电池的双源数据，具体为：
[0028]
采集实际运行过程中的锂离子电池物理系统的输出电流和输出电压，将输出电压标定为物理测量数据；
[0029]
将输出电流输入至等效电路数字模型中，通过仿真计算，获得等效电路数字模型的输出电压的仿真模拟数据。
[0030]
作为优选方案，统计分析锂离子电池运行预设时间的双源数据的偏差相似度，具体为：
[0031]
将锂离子电池运行预设时间，统计预设时间下锂离子电池的全部双源数据；
[0032]
根据测量误差影响因素，确定时间窗口，根据预设时间下锂离子电池的全部双源数据，计算在时间窗口内锂离子电池的双源数据的偏差值和偏差相似度；其中，偏差相似度包括偏差平均值和标准差。
[0033]
作为优选方案，根据偏差相似度，判断锂离子电池的当前运行状态，具体为：
[0034]
根据偏差平均值和标准差，得到正常区间范围；
[0035]
根据当前运行状态下锂离子电池的双源数据，计算锂离子电池的当前偏差值；
[0036]
若锂离子电池的当前偏差值在正常区间范围内，则判定锂离子电池的当前运行状态为正常状态；
[0037]
若锂离子电池的当前偏差值不在正常区间范围内，则判定锂离子电池的当前运行状态为异常状态。
[0038]
作为优选方案，将锂离子电池进行预设测试实验，获得测试数据，具体为：
[0039]
在不同的测试环境和测试条件下，对锂离子电池进行混合功率脉冲特性测试和开路电压测试，获得测试数据；
[0040]
其中，测试数据是锂离子电池在不同温度、不同充放电倍率和不同荷电状态条件下的输出电压数据和输出电流数据。
[0041]
作为优选方案，在根据参数变化量，判定锂离子电池的故障类型，得到故障辨识结果之后，还包括：
[0042]
根据辨识结果，将锂离子电池进行维护检修；
[0043]
对维护检修后的锂离子电池重新进行预设测试实验，获得最新测试数据，在根据最新测试数据，将锂离子电池的等效电路结构，进行模型参数拟合及荷电状态估计，建立最新等效电路数字模型；
[0044]
将最新等效电路数字模型用于维护检修后的锂离子电池的故障辨识。
[0045]
为了解决相同的技术问题，本发明实施例还提供了一种锂离子电池的故障辨识系统，包括：建立模型模块、双源数据模块、异常判断模块和故障辨识模块；
[0046]
其中，建立模型模块用于将锂离子电池进行预设测试实验，获得测试数据，并根据测试数据，将锂离子电池的等效电路结构，进行模型参数拟合及荷电状态估计，建立等效电路数字模型；
[0047]
双源数据模块用于根据等效电路数字模型和锂离子电池物理系统，生成锂离子电池的双源数据；其中，双源数据包括仿真模拟数据和物理测量数据；
[0048]
异常判断模块用于统计分析锂离子电池运行预设时间的双源数据的偏差相似度，根据偏差相似度，判断锂离子电池的当前运行状态；
[0049]
故障辨识模块用于若锂离子电池的当前运行状态为异常状态时，在预设双源偏差条件下，根据优化变量，最小化等效电路数字模型的参数变化量，并根据参数变化量，判定锂离子电池的故障类型，得到故障辨识结果。
附图说明
[0050]
图1：为本发明提供的一种锂离子电池的故障辨识方法的一种实施例的流程示意图；
[0051]
图2：为本发明提供的一种锂离子电池的故障辨识方法的一种实施例的故障辨识方法结构示意图；
[0052]
图3：为本发明提供的一种锂离子电池的故障辨识方法的一种实施例的等效电路结构图；
[0053]
图4：为本发明提供的一种锂离子电池的故障辨识方法的一种实施例的锂离子电池异常判定的示意图；
[0054]
图5：为本发明提供的一种锂离子电池的故障辨识方法的一种实施例的粒子群优化方法计算模型参数的流程图；
[0055]
图6：为本发明提供的一种锂离子电池的故障辨识系统的一种实施例的结构示意图；
[0056]
图7：为本发明提供的一种锂离子电池的故障辨识系统的一种实施例的执行流程示意图。
具体实施方式
[0057]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0058]
实施例一
[0059]
请参照图1，为本发明实施例提供的一种锂离子电池的故障辨识方法的流程示意图，其中，故障辨识方法结构示意图，如图2所示。本实施例的故障辨识方法适用于锂离子电池，本实施例通过锂离子电池双源数据结构，分析双源数据偏差判断出锂离子电池异常运行工况，通过最小化等效电路数字模型的参数变化量，有效识别锂离子电池的故障类型，提高锂离子电池的异常判定和故障类型辨识的准确性和可靠性。该故障辨识方法包括步骤101至步骤104，各步骤具体如下:
[0060]
步骤101：将锂离子电池进行预设测试实验，获得测试数据，并根据测试数据，将锂离子电池的等效电路结构，进行模型参数拟合及荷电状态估计，建立等效电路数字模型。
[0061]
在本实施例中，建立锂离子电池等效电路数字模型，在不同环境和测试条件下对锂离子电池进行混合功率脉冲特性测试和开路电压测试，假设锂离子电池的等效电路结构，并利用测试数据和参数拟合方法整定模型参数，设计基于锂离子电池等效电路模型的荷电状态估计方法。
[0062]
可选的，将锂离子电池进行预设测试实验，获得测试数据，具体为：在不同的测试环境和测试条件下，对锂离子电池进行混合功率脉冲特性测试和开路电压测试，获得测试数据；其中，测试数据是锂离子电池在不同温度、不同充放电倍率和不同荷电状态条件下的输出电压数据和输出电流数据。
[0063]
在本实施例中，在不同的测试环境和测试条件下，对锂离子电池进行混合功率脉冲特性测试和开路电压测试，获得锂离子电池在不同温度、充放电倍率以及不同荷电状态等条件下的输出电压数据和输出电流数据，即测试数据。
[0064]
可选的，根据测试数据，将锂离子电池的等效电路结构，进行模型参数拟合及荷电状态估计，建立等效电路数字模型，具体包括步骤11至步骤13，各步骤具体如下:
[0065]
步骤11：根据锂离子电池的等效电路结构和故障类型，选择预设阶次的待定参数等效电路数字模型；其中，故障类型包括内短路、固体电解质界面se i膜异常生长和锂枝晶；
[0066]
在本实施例中，结合锂离子电池电路等效电路数字模型对于锂离子电池常见故障的反映能力，并根据具体应用下故障辨识要求如内短路、固体电解质界面se i膜异常生长、锂枝晶等故障类型(异常问题)，选择不同阶次的锂离子电池等效电路数字模型，获得等效电路数字模型的输出电压，即根据锂离子电池的等效电路结构和故障类型，选择预设阶次的待定参数等效电路数字模型。如：ri nt锂离子电池等效电路其仅表现为电压源和一个串联内阻，因此其只能反映内阻变化的故障，如短路和老化；戴维南二阶等效电路，除了具有ri nt模型的内阻以外，其还可以模拟锂离子电池的电化学极化、浓差极化过程，具有反映锂离子电池锂枝晶等故障的能力。
[0067]
作为本实施例的一种举例，以二阶戴维南等效电路数字模型为例进行说明，等效电路结构，如图3所示，可以获得二阶戴维南等效电路数字模型的输出电压为：
[0068][0069]
其中，u
ocv
(t)是锂离子在t时刻电池开路电压，τ1(t)和τ2(t)分别表示锂离子电池
在t时刻的电化学极化过程和浓差极化过程的延时时间常数为rb(t)
×
cb(t)和r
th
(t)
×cth
(t)，r0(t)为锂离子电池在t时刻的等效内阻，rb(t)和cb(t)分别为锂离子电池在t时刻的电化学极化内阻和电容，r
th
(t)和c
th
(t)为锂离子电池在t时刻的浓差极化内阻/电容，i0(t)为锂离子电池在t时刻的输出电流，u
l
(t)为锂离子电池的在t时刻输出端电压。
[0070]
步骤12：根据待定参数等效电路数字模型和测试数据，通过参数优化方法整定函数待定系数，获得待定参数等效电路数字模型的模型参数与影响因素的函数表达式；其中，函数待定系数是根据待定参数等效电路数字模型的模型参数与影响因素的函数关系确定；参数优化方法包括最小二乘法、粒子群法和模拟退火法；
[0071]
在本实施例中，锂离子电池等效电路数字模型参数与其影响因素的函数关系，是待定参数等效电路数字模型参数与荷电状态、温度以及充放电倍率等这些影响因素的函数关系，如二次函数、三次函数等，确定等效电路模型参数与影响因素函数中的待整定系数；其中，模型参数u
ocv
(t)、r0(t)、rb(t)、cb(t)、r
th
(t)和c
th
(t)分别是锂离子电池等效电路数字模型在t时刻的待定参数，这些时变参数是与锂离子在t时刻的电池荷电状态s
soc
(t)、温度t(t)以及电流充放电倍率cr(t)等因素有关的函数，即：
[0072][0073]
基于步骤101测试所得锂离子电池的测试数据以及步骤12设置的锂离子电池等效电路模型，利用最小二乘法或者其他优化方法，如粒子群、模拟退火等优化方法，整定函数系数，获得锂离子电池等效电路模型参数与其影响因素的函数表达式，即待定参数等效电路数字模型的模型参数与影响因素的函数表达式。
[0074]
步骤13：将待定参数等效电路数字模型和函数表达式，进行锂离子荷电状态估计，得到第一锂离子电池荷电状态值，根据第一锂离子电池荷电状态值和待定参数等效电路数字模型，建立等效电路数字模型。
[0075]
在本实施例中，根据步骤11和12中锂离子电池等效电路待定参数数字模型、模型参数及函数表达式，采用锂离子荷电状态估计计算出锂离子电池荷电状态值，完成锂离子电池等效电路数字模型建立。其中，锂离子荷电状态估计方法为基于卡尔曼状态最优估计理论或者安时积分等锂离子荷电状态估计方法。
[0076]
需要说明的是，如步骤12中显示等效电路数字模型参数是受荷电状态、温度和充放电倍率等因素影响，在步骤13计算出荷电状态值，应用到待定参数等效电路数字模型的模型参数计算中，从而完成锂离子电池等效电路数字模型的建立。
[0077]
步骤102：根据等效电路数字模型和锂离子电池物理系统，生成锂离子电池的双源数据；其中，双源数据包括仿真模拟数据和物理测量数据。
[0078]
在本实施例中，生成锂离子电池双源数据，是将锂离子电池物理系统输出电流输入至锂离子电池等效电路数字模型中，计算锂离子电池等效电路模型的仿真模拟数据和物理系统的物理测量数据(如：锂离子电池输出电压)，生成锂离子电池仿真与实测的双源数
据。
[0079]
可选的，步骤102具体包括步骤1021至步骤1022，各步骤具体如下:
[0080]
步骤1021：采集实际运行过程中的锂离子电池物理系统的输出电流和输出电压，将输出电压标定为物理测量数据。
[0081]
在本实施例中，采集实际运行过程中的锂离子电池物理系统输出电流和输出电压，采集的输出电压标定为锂离子电池的实验源数据，即物理测量数据，在t时刻记作um(t)。
[0082]
步骤1022：将输出电流输入至等效电路数字模型中，通过仿真计算，获得等效电路数字模型的输出电压的仿真模拟数据。
[0083]
在本实施例中，将所采集到的锂离子电池物理系统的输出电流载入步骤101所获得的锂离子电池等效电路数字模型中，通过仿真计算，获得锂离子电池等效电路数字模型输出电压的仿真模拟数据，标定为锂离子电池的仿真源数据，在t时刻记作u
l
(t)；
[0084]
步骤103：统计分析锂离子电池运行预设时间的双源数据的偏差相似度，根据偏差相似度，判断锂离子电池的当前运行状态。
[0085]
在本实施例中，判断锂离子电池异常，分析锂离子电池长时间运行下双源数据偏差的相似度，判断锂离子电池运行情况。
[0086]
可选的，步骤103具体包括步骤1031至步骤1032，各步骤具体如下:
[0087]
步骤1031：将锂离子电池运行预设时间，统计预设时间下锂离子电池的全部双源数据；根据测量误差影响因素，确定时间窗口，根据预设时间下锂离子电池的全部双源数据，计算在时间窗口内锂离子电池的双源数据的偏差值和偏差相似度；其中，偏差相似度包括偏差平均值和标准差。
[0088]
步骤1032：根据偏差平均值和标准差，得到正常区间范围；根据当前运行状态下锂离子电池的双源数据，计算锂离子电池的当前偏差值；若锂离子电池的当前偏差值在正常区间范围内，则判定锂离子电池的当前运行状态为正常状态；若锂离子电池的当前偏差值不在正常区间范围内，则判定锂离子电池的当前运行状态为异常状态。
[0089]
在本实施例中，计算锂离子电池电压的双源数据偏差值δu(t)＝|um(t)-u
l
(t)|，表征锂离子电池物理系统与等效电路数字模型的差异性，由于锂离子电池等效电路数字模型基于锂离子电池正常状态下建立的，其表现为锂离子电池正常状态下的输出电压，而锂离子电池物理系统状态未知。若物理系统正常，则双源数据偏差值δu(t)基本保持不变且较小；若物理系统异常，则双源数据偏差值δu(t)将变大，故分析锂离子电池双源数据偏差值δu(t)的变化情况即可检测锂离子电池运行状态。
[0090]
在判断锂离子电池运行状态时，需要考虑锂离子电池数字模型的建模误差、锂离子电池老化因素以及电流、电压等信号的测量误差的影响，根据测量误差影响因素(如：建模误差、锂离子电池老化因素、电流的测量误差和电压的测量误差等)，以此确定时间窗口l，在t时刻判定锂离子电池异常状态时，计算t-l至t时段内锂离子电池双源数据偏差值δu(t)的平均值(偏差平均值)以及标准差根据偏差平均值和标准差，得到正常区间范围。若在t时刻锂离子电池双源数据偏差值在正
常区间范围内，如：则判定锂离子电池处于正常运行状态；否则，判定锂离子电池处于异常运行状态，当锂离子电池处于异常运行状态时，继续进行锂离子电池故障类型定位，锂离子电池异常判定的示意图，如图4所示。
[0091]
步骤104：若锂离子电池的当前运行状态为异常状态时，在预设双源偏差条件下，根据优化变量，最小化等效电路数字模型的参数变化量，并根据参数变化量，判定锂离子电池的故障类型，得到故障辨识结果。
[0092]
在本实施例中，建立锂离子电池异常状态下的锂离子电池故障类型定位辨识，当判定锂离子电池处于异常状态时，通过优化锂离子电池等效电路数字模型参数，在计及锂离子电池双源数据常规偏差水平的条件(预设双源偏差条件)下，最小化等效电路数字模型参数变化量，并根据锂离子电池等效电路数字模型参数变化情况(参数变化量)判定锂离子电池故障形式，完成锂离子电池故障定位，判定锂离子电池的故障类型。
[0093]
可选的，步骤104具体包括步骤1041至步骤1045，各步骤具体如下:
[0094]
步骤1041：将等效电路数字模型的模型参数和影响因素作为优化变量；其中，影响因素包括荷电状态、温度和电流充放电倍率。
[0095]
在本实施例中，以锂离子电池等效模型参数以及影响因素为优化变量，作为本实施例的一种举例，以二阶戴维南等效电路数字模型为例，其中模型参数u
+ocv
(t)、r
+0
(t)、r
+b
(t)、c
+b
(t)、r
+th
(t)、c
+th
(t)以及锂离子电池荷电状态s
+soc
(t)、温度t
+
(t)以及电流充放电倍率c
+r
(t)等因素为优化变量。
[0096]
步骤1042：根据优化变量和预设双源偏差条件，构建优化目标函数和约束条件；
[0097]
在本实施例中，以最小化等效电路数字模型参数变化量为优化目标函数、优化变量以及双源数据偏差范围约束条件。
[0098]
可选的，优化目标函数，具体为：
[0099][0100]
其中，j为优化目标函数；x(t)＝[xi(t)|i＝1,2,
…
,n]表示在t时刻锂离子电池被判定异常状态前锂离子电池的等效电路数字模型的模型参数；x
+
(t)＝[x
i+
(t)|i＝1,2,
…
,n]表示在t时刻锂离子电池被判定异常状态后锂离子电池的等效电路数字模型的待优化的参数变量；n表示优化变量的个数；
[0101]
可选的，约束条件，具体为：
[0102]
s.t.α
+
≤x
+
(t)≤β
+
[0103][0104]
其中，α
+
和β
+
分别为优化变量的上下边界约束；f(x
+
(t))表示输出电压函数，um(t)表示t时刻锂离子电池物理系统的输出电压测量值；为预设双源偏差条件，和σ(t)分别表示在t时刻前l时段内锂离子电池的双源数据的偏差值的平均值和标准差。
[0105]
作为本实施例的一种举例，以二阶戴维南等效电路数字模型为例，优化目标函数j
以及约束条件如下：
[0106][0107]
s.t.α
+
≤x
+
(t)≤β
+
[0108][0109]
其中，x(t)＝[x1(t),x2(t),x3(t),x4(t),x5(t),x6(t),x7(t),x8(t),x9(t)]＝[u ocv
(t),r 0
(t),r b
(t),c b
(t),r th
(t),c th
(t),s soc
(t),t(t),c r
(t)]表示在t时刻锂离子电池被判定异常状态前锂离子电池等效电路数字模型参数；x
+
(t)＝[x
+1
(t),x
+2
(t),x
+3
(t),x
+4
(t),x
+5
(t),x
+6
(t),x
+7
(t),x
+8
(t),x
+9
(t)]＝[u
+ocv
(t),r
+0
(t),r
+b
(t),c
+b
(t),r
+th
(t),c
+th
(t),s
+soc
(t),t
+
(t),c
+r
(t)]表示在t时刻锂离子电池被判定异常状态后锂离子电池等效电路数字模型待优化的参数变量；α
+
和β
+
分别表示优化变量的上下边界约束；f(x
+
(t))表示锂离子电池等效电路数字模型的输出电压函数。
[0110]
步骤1043：将优化变量、目标函数和约束条件进行粒子群优化计算，得到异常状态下优化变量的参数值。
[0111]
在本实施例中，针对构建的优化目标函数和约束条件，利用优化方法计算出锂离子电池被判定异常状态后锂离子电池等效电路数字模型待优化的参数变量，计算出异常状态下优化变量的参数值，即锂离子电池被判定异常状态后锂离子电池等效电路数字模型待优化的参数变量x
+
(t)，其中，优化方法包括但不限于粒子群优化方法，锂离子电池判定运行异常后粒子群优化方法计算模型参数的流程图，如图5所示。设置粒子群算法参数、初始化锂离子电池等效模型参数表征的粒子位置，计算各个粒子所代表的的适应度函数(目标函数)，不满足约束的粒子重新初始化，排序本次迭代的适应度函数值，取适应度函数最小值，判断是否小于历史最小适应度函数值，若不小于历史最小适应度函数值，则判断是否满足截止条件，当满足截止条件，更新历史最小适应度函数值以及各个粒子的历史自身最小值。若是小于历史最小适应度函数值，则更新历史最小适应度函数值以及各个粒子的历史自身最小值，再判断是否满足截止条件，若不满足截止条件，则继续采用，粒子群算法更新公式更新粒子位置，获得新的粒子位置，计算各个粒子所代表的的适应度函数(目标函数)，不满足约束的粒子重新初始化，排序本次迭代的适应度函数值，取适应度函数最小值，判断是否小于历史最小适应度函数值，直至满足截止条件。
[0112]
步骤1044：根据异常状态下优化变量的参数值和等效电路数字模型的参数值，计算参数变化量。
[0113]
在本实施例中，计算锂离子电池被判定异常状态前后锂离子电池等效电路数字模型参数的偏差率，即参数变化量δ(t)，异常状态下优化变量为锂离子电池被判定异常状态后锂离子电池等效电路数字模型参数值，等效电路数字模型的参数值为锂离子电池被判定异常状态前锂离子电池等效电路数字模型参数值，即参数变化量δ(t)＝|x(t)-x
+
(t)|/x(t)。
[0114]
步骤1045：根据参数变化量，判定锂离子电池的故障类型，得到故障辨识结果。
[0115]
在本实施例中，根据参数变化量(偏差率)确定锂离子电池故障类型，如：锂离子电池内阻参数r0(t)的偏差率接近于1，即经步骤1044计算所得锂离子电池内阻接近0，则表明
锂离子电池可能发生内部短路。偏差率越大表示故障的越明显，如果指示其他故障，如锂离子电池锂枝晶，那么需要等效模型中电化学极化参数rb(t)的偏差率接近于1。判断其他的故障类型，以此类推。
[0116]
可选的，在根据参数变化量，判定锂离子电池的故障类型，得到故障辨识结果之后，还包括：根据辨识结果，将锂离子电池进行维护检修；对维护检修后的锂离子电池重新进行预设测试实验，获得最新测试数据，在根据最新测试数据，将锂离子电池的等效电路结构，进行模型参数拟合及荷电状态估计，建立最新等效电路数字模型；将最新等效电路数字模型用于维护检修后的锂离子电池的故障辨识。
[0117]
在本实施例中，根据参数变化量(偏差率)确定锂离子电池故障类型，并基于锂离子电池故障类型辨识结果，对锂离子电池进行维护检修。维护检修后重新获取在不同环境和测试条件下的锂离子电池测试数据，建立新的锂离子电池数字模型模块，用于锂离子电池后续异常判定与故障定位。
[0118]
需要说明的是，为了综合两类方法(机理法和数据法)，同时借助当前数字孪生思想和过程控制的诊断模式，基于数据和模型混合驱动的锂离子电池异常状态检测方法被提出，但仍处于起步阶段，多用于标定锂离子电池异常状态，未用于电池故障类型确定，对于这类技术的开发应用力度仍不足。因此，本发明围绕锂离子电池的异常检测和故障定位问题，从锂离子电池物理系统与数字模型偏差为切入点，基于双源数据的锂离子电池故障定位，提出锂离子电池的故障辨识方法，为锂离子电池大规模安全应用奠定基础。
[0119]
实施本发明实施例，利用锂离子电池等效电路数字模型仿真模拟数据和锂离子电池物理测试数据组成了锂离子电池双源数据结构，通过分析双源数据偏差可以判断锂离子电池异常运行工况，并在判定锂离子电池运行异常后，通过最小化仿真模型数据与测量数据误差整定出仿真模型参数，分析模型参数变化获得锂离子电池故障类型准确定位故障。与现有基于数据的锂离子电池预警方法相比，本发明对于锂离子电池数据质量要求大幅降低，进而实现了故障定位的可靠性，而与基于模型的锂离子运行风险方法相比，降低了对于模型精度的依赖，保障了锂离子电池异常判定和故障定位的准确性，有效识别锂离子电池的故障类型。此外，与现有的基于数模驱动的锂离子电池数字镜像或者数字孪生技术相比，本发明可以通过分析模型参数变化实现对故障情况的有效模拟和准确标识，有助于提高锂离子电池系统运行安全性和可靠性，并提高锂离子电池的异常判定和故障类型辨识的准确性和可靠性，降低运维检修工作量。通过利用双源数据的锂离子电池故障类型定位辨识对锂离子电池的应用实例，充分地发挥了锂离子电池的数模驱动能力，有效、简单地实现了锂离子电池运行安全状态的自适应判断以及故障风险类型的自主辨识，提升了锂离子电池应用的可靠性和智能性，为大规模、大容量锂离子电池安全落地应用以及便捷性维护带来了新方法新路径。
[0120]
实施例二
[0121]
相应地，参见图6，图6是本发明提供的一种锂离子电池的故障辨识系统的实施例二的结构示意图。锂离子电池的故障辨识系统的执行流程示意图，如图7所示。如图6所示，锂离子电池的故障辨识系统包括建立模型模块601、双源数据模块602、异常判断模块603和故障辨识模块604；
[0122]
其中，建立模型模块601用于将锂离子电池进行预设测试实验，获得测试数据，并
根据测试数据，将锂离子电池的等效电路结构，进行模型参数拟合及荷电状态估计，建立等效电路数字模型；
[0123]
在本实施例中，建立模型模块601即为锂离子电池数字建模模块s1，在不同环境和测试条件下对锂离子电池进行混合功率脉冲特性测试和开路电压测试，基于测试数据，利用参数拟合方式，建立锂离子电池等效电路数字模型以及荷电状态估计方法。
[0124]
双源数据模块602用于根据等效电路数字模型和锂离子电池物理系统，生成锂离子电池的双源数据；其中，双源数据包括仿真模拟数据和物理测量数据；
[0125]
在本实施例中，双源数据模块602即为双源数据生成模块s2，基于锂离子电池物理系统输出电流，计算锂离子电池等效电路数字模型的仿真模拟数据和物理系统的测量数据，完成双源数据生成过程。
[0126]
异常判断模块603用于统计分析锂离子电池运行预设时间的双源数据的偏差相似度，根据偏差相似度，判断锂离子电池的当前运行状态；
[0127]
在本实施例中，异常判断模块603即为电池异常判断模块s3，分析锂离子电池长时间运行下双源数据偏差相似度，判断锂离子电池异常情况。
[0128]
故障辨识模块604用于若锂离子电池的当前运行状态为异常状态时，在预设双源偏差条件下，根据优化变量，最小化等效电路数字模型的参数变化量，并根据参数变化量，判定锂离子电池的故障类型，得到故障辨识结果。
[0129]
在本实施例中，故障辨识模块604即为电池故障定位与辨识模块s4,当锂离子电池异常时，优化锂离子电池等效电路数字模型参数，在锂离子电池双源数据常规偏差水平的条件下，最小化等效电路数字模型参数变化量，根据参数变化情况判定锂离子电池故障形式。
[0130]
实施本发明实施例，可以实现对锂离子电池系统数字孪生模拟，完成锂离子电池运行状态评断，形成对锂离子电池安全风险与故障类型的准确评判，为锂离子电池储能电站应用可靠性以及维护便利性带来好处。利用锂离子电池等效电路数字模型仿真数据和锂离子电池物理测试数据组成了锂离子电池双源数据结构，通过分析双源数据偏差可以判断锂离子电池异常运行工况，并在判定锂离子电池运行异常后，通过最小化仿真模型数据与测量数据误差整定出仿真模型参数，分析模型参数变化获得锂离子电池故障类型准确定位故障。与现有基于数据的锂离子电池预警方法相比，本发明对于锂离子电池数据质量要求大幅降低，进而实现了故障定位的可靠性，而与基于模型的锂离子运行风险方法相比，本发明降低了对于模型精度的依赖，保障了锂离子电池异常判定和故障定位的准确性。此外，与现有的基于数模驱动的锂离子电池数字镜像或者数字孪生技术相比，本发明可以通过分析模型参数变化实现对故障情况的有效模拟和准确标识，有助于提高锂离子电池系统运行安全性和可靠性，降低运维检修工作量。
[0131]
上述的一种锂离子电池的故障辨识系统可实施上述方法实施例的一种锂离子电池的故障辨识方法。上述方法实施例中的可选项也适用于本实施例，这里不再详述。本技术实施例的其余内容可参照上述方法实施例的内容，在本实施例中，不再进行赘述。
[0132]
以上的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同
替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种锂离子电池的故障辨识方法，其特征在于，包括：将锂离子电池进行预设测试实验，获得测试数据，并根据所述测试数据，将所述锂离子电池的等效电路结构，进行模型参数拟合及荷电状态估计，建立等效电路数字模型；根据所述等效电路数字模型和锂离子电池物理系统，生成所述锂离子电池的双源数据；其中，所述双源数据包括仿真模拟数据和物理测量数据；统计分析所述锂离子电池运行预设时间的双源数据的偏差相似度，根据所述偏差相似度，判断所述锂离子电池的当前运行状态；若所述锂离子电池的当前运行状态为异常状态时，在预设双源偏差条件下，根据优化变量，最小化所述等效电路数字模型的参数变化量，并根据所述参数变化量，判定所述锂离子电池的故障类型，得到故障辨识结果。2.如权利要求1所述的锂离子电池的故障辨识方法，其特征在于，所述根据所述测试数据，将所述锂离子电池的等效电路结构，进行模型参数拟合及荷电状态估计，建立等效电路数字模型，具体为：根据所述锂离子电池的等效电路结构和所述故障类型，选择预设阶次的待定参数等效电路数字模型；其中，所述故障类型包括内短路、固体电解质界面sei膜异常生长和锂枝晶；根据所述待定参数等效电路数字模型和所述测试数据，通过参数优化方法整定函数待定系数，获得所述待定参数等效电路数字模型的模型参数与影响因素的函数表达式；其中，所述函数待定系数是根据所述待定参数等效电路数字模型的模型参数与影响因素的函数关系确定；所述参数优化方法包括最小二乘法、粒子群法和模拟退火法；将所述待定参数等效电路数字模型和所述函数表达式，进行锂离子荷电状态估计，得到第一锂离子电池荷电状态值，根据所述第一锂离子电池荷电状态值和所述待定参数等效电路数字模型，建立所述等效电路数字模型。3.如权利要求2所述的锂离子电池的故障辨识方法，其特征在于，所述在预设双源偏差条件下，根据优化变量，最小化所述等效电路数字模型的参数变化量，具体为：将所述等效电路数字模型的模型参数和所述影响因素作为所述优化变量；其中，所述影响因素包括荷电状态、温度和电流充放电倍率；根据所述优化变量和所述预设双源偏差条件，构建优化目标函数和约束条件；将所述优化变量、所述目标函数和所述约束条件进行粒子群优化计算，得到异常状态下优化变量的参数值；根据所述异常状态下优化变量的参数值和所述等效电路数字模型的参数值，计算所述参数变化量。4.如权利要求3所述的锂离子电池的故障辨识方法，其特征在于，所述优化目标函数，具体为：其中，j为所述优化目标函数；x(t)＝[x
i
(t)|i＝1,2,
…
,n]表示在t时刻所述锂离子电池被判定异常状态前锂离子电池的等效电路数字模型的模型参数；x
+
(t)＝[x
i+
(t)|i＝1,2,
…
,n]表示在t时刻所述锂离子电池被判定异常状态后锂离子电池的等效电
路数字模型的待优化的参数变量；n表示所述优化变量的个数；所述约束条件，具体为：s.t.α
+
≤x
+
(t)≤β
+
其中，α
+
和β
+
分别为所述优化变量的上下边界约束；f(x
+
(t))表示输出电压函数，u
m
(t)表示t时刻所述锂离子电池物理系统的输出电压测量值；为所述预设双源偏差条件，和σ(t)分别表示在t时刻前l时段内所述锂离子电池的双源数据的偏差值的平均值和标准差。5.如权利要求1所述的锂离子电池的故障辨识方法，其特征在于，所述根据所述等效电路数字模型和锂离子电池物理系统，生成所述锂离子电池的双源数据，具体为：采集实际运行过程中的所述锂离子电池物理系统的输出电流和输出电压，将所述输出电压标定为所述物理测量数据；将所述输出电流输入至所述等效电路数字模型中，通过仿真计算，获得所述等效电路数字模型的输出电压的仿真模拟数据。6.如权利要求1所述的锂离子电池的故障辨识方法，其特征在于，所述统计分析所述锂离子电池运行预设时间的双源数据的偏差相似度，具体为：将所述锂离子电池运行所述预设时间，统计所述预设时间下所述锂离子电池的全部双源数据；根据测量误差影响因素，确定时间窗口，根据所述预设时间下所述锂离子电池的全部双源数据，计算在所述时间窗口内所述锂离子电池的双源数据的偏差值和偏差相似度；其中，所述偏差相似度包括偏差平均值和标准差。7.如权利要求6所述的锂离子电池的故障辨识方法，其特征在于，所述根据所述偏差相似度，判断所述锂离子电池的当前运行状态，具体为：根据所述偏差平均值和所述标准差，得到正常区间范围；根据所述当前运行状态下所述锂离子电池的双源数据，计算所述锂离子电池的当前偏差值；若所述锂离子电池的当前偏差值在所述正常区间范围内，则判定所述锂离子电池的当前运行状态为正常状态；若所述锂离子电池的当前偏差值不在所述正常区间范围内，则判定所述锂离子电池的当前运行状态为所述异常状态。8.如权利要求1所述的锂离子电池的故障辨识方法，其特征在于，所述将锂离子电池进行预设测试实验，获得测试数据，具体为：在不同的测试环境和测试条件下，对所述锂离子电池进行混合功率脉冲特性测试和开路电压测试，获得所述测试数据；其中，所述测试数据是所述锂离子电池在不同温度、不同充放电倍率和不同荷电状态条件下的输出电压数据和输出电流数据。9.如权利要求1所述的锂离子电池的故障辨识方法，其特征在于，在所述根据所述参数
变化量，判定所述锂离子电池的故障类型，得到故障辨识结果之后，还包括：根据所述辨识结果，将所述锂离子电池进行维护检修；对维护检修后的锂离子电池重新进行预设测试实验，获得最新测试数据，在根据所述最新测试数据，将所述锂离子电池的等效电路结构，进行模型参数拟合及荷电状态估计，建立最新等效电路数字模型；将所述最新等效电路数字模型用于所述维护检修后的锂离子电池的故障辨识。10.一种锂离子电池的故障辨识系统，其特征在于，包括：建立模型模块、双源数据模块、异常判断模块和故障辨识模块；其中，所述建立模型模块用于将锂离子电池进行预设测试实验，获得测试数据，并根据所述测试数据，将所述锂离子电池的等效电路结构，进行模型参数拟合及荷电状态估计，建立等效电路数字模型；所述双源数据模块用于根据所述等效电路数字模型和锂离子电池物理系统，生成所述锂离子电池的双源数据；其中，所述双源数据包括仿真模拟数据和物理测量数据；所述异常判断模块用于统计分析所述锂离子电池运行预设时间的双源数据的偏差相似度，根据所述偏差相似度，判断所述锂离子电池的当前运行状态；所述故障辨识模块用于若所述锂离子电池的当前运行状态为异常状态时，在预设双源偏差条件下，根据优化变量，最小化所述等效电路数字模型的参数变化量，并根据所述参数变化量，判定所述锂离子电池的故障类型，得到故障辨识结果。

技术总结
本发明公开了一种锂离子电池的故障辨识方法及系统，方法包括将锂离子电池进行预设测试实验，获得测试数据，根据测试数据，将锂离子电池的等效电路结构，进行模型参数拟合及荷电状态估计，建立等效电路数字模型；根据等效电路数字模型和锂离子电池物理系统，生成锂离子电池的双源数据；统计分析锂离子电池运行预设时间的双源数据的偏差相似度，判断锂离子电池的当前运行状态；若锂离子电池异常，在预设双源偏差条件下，根据优化变量，最小化等效电路数字模型的参数变化量，根据参数变化量，判定锂离子电池的故障类型，得到故障辨识结果。本实施例实现了有效识别锂离子电池的故障类型，提高锂离子电池的异常判定和故障类型辨识的准确性和可靠性。准确性和可靠性。准确性和可靠性。


技术研发人员：李盈 马凯 谭令其 赵伟 李歆蔚 江链涛
受保护的技术使用者：广东电网有限责任公司电力科学研究院
技术研发日：2023.06.14
技术公布日：2023/8/31