详情

原文传递车载锂离子动力电池组连接故障诊断方法研究

论文题名：	车载锂离子动力电池组连接故障诊断方法研究
关键词：	新能源汽车;锂离子电池;连接故障诊断;不一致性
摘要：	大力发展和推广新能源汽车是我国解决能源危机与环境污染问题的重要途径之一。得益于国家政策的大力扶持和鼓励，新能源汽车及其动力电池产业迅速发展，受到广泛的关注和研究。锂离子电池因其具有能量密度高、寿命长、自放电低等优点，成为新能源汽车的主要储能部件和动力来源。然而，锂离子电池是一类异常复杂的电化学系统,具有强非线性特征，当其在复杂环境或恶劣工况下工作时，机械应力和接触点材料腐蚀极易导致电池的连接故障，直观表现为接触电阻异常增大和电池单体连接断开，进而导致局部热量持续积累和电池容量快速衰退，甚至会导致热失控和爆炸等严重的电池安全问题。本文针对电池组的连接故障诊断问题，分别分析了并联电池组和串联电池组的连接故障特征，在不增加硬件成本的前提下，提出了基于数据的电池组连接故障诊断方法,并设计了不同程度的连接故障实验，验证了诊断方法的有效性和可靠性。本文的主要研究内容包括: 分析了锂离子电池的内部结构组成和工作原理，对锂离子电池组不一致性、成组方式及连接故障特性进行了研究。考虑了电池成组方式和不一致性对连接故障诊断的影响,为连接故障诊断研究提供可靠的理论支撑。针对并联电池模组中单体电池电流信息缺乏的问题，提出了一种基于并联电池组电流分布估计的连接故障诊断方法。首先，采用长短期记忆(Long Short-Term Memory,LSTM)神经网络，通过端电压、总电流和荷电状态等电池管理系统可以测量或估算的参数，估计难以直接测量的电池组内部电流分布。进而，基于估计的并联电流分布，产生两个残差来诊断并联电池组内不同的连接故障及其严重程度，该方法不需要额外的硬件成本和复杂的电池模型便可实现并联电池组连接故障的鲁棒诊断。最后，针对不同类型的连接故障设计了多组实验对所提方法进行验证。实验结果表明，所提方法能够实现并联电池组连接故障准确、高效诊断。针对串联电池组连接故障诊断及其量化的问题，给出了一种基于充电曲线相似度和充电容量-电压(Quantity Voltage,QV)曲线转换结合的串联电池组的连接故障诊断方法。该方法基于实序列编辑距离(Edit Distance on Real-sequence,EDR)计算电池单体之间的充电曲线的相似度，从而实现故障电池的定位和故障程度的初步评估。然后，通过计算QV曲线转换参数，可以计算出相应的接触电阻值，实现故障定量诊断，并与内阻进行区分。最后，基于串联电池组设计了一组实验模拟不同严重程度的连接故障，对所提方法进行验证。实验结果表明，该方法可以有效地诊断串联电池组连接故障的位置及其严重程度，而无需复杂的电池模型。针对电池不一致性对串联电池组连接故障诊断的影响，研究了一种基于主成分分析(Principal Component Analysis,PCA)的故障诊断方法，对电池组的连接故障和不一致故障进行诊断和隔离。通过建立串联电池组的PCA统计模型，计算测量电压数据在PCA模型中的平方预测误差(Squared Prediction Error,SPE)并将其作为故障指标，利用SPE的数值变化规律及其曲线形状区分电池组的连接故障和不一致故障。然后，通过计算每个电池单体对SPE的贡献，可以分别确定其偏离正常水平的程度，从而确定故障单体的位置。最后，采用串联电池组的连接故障和不一致故障的实验数据进行验证，实验结果表明，该方法可以实现准确的故障诊断和故障定位。
作者：	丁欣超
专业：	电力电子与电力传动
导师：	崔纳新
授予学位：	硕士
授予学位单位：	山东大学
学位年度：	2023