基于固定电压窗口（FVW）的在线定量ISC诊断方法

基于固定电压窗口内充电电量的内部短路定量诊断方法

01

研究背景

内短路（ISC）是动力电池热失控（TR）的主要原因之一。通过电池管理系统（BMS）对动力电池进行早期ISC的诊断和预警，对防止ISC向TR发展，提高动力电池系统及电动汽车的安全性具有重要意义。然而，不明显的电热特性给ISC的早期诊断，尤其是准确的定量诊断带来了挑战。现有的大多数ISC诊断方法都基于水平比较，具有隐晦的前提，即模块中每个电池的衰减速度相同，从而依据ISC电池与正常电池之间的电压、电量或SOC等参数的差异来实现ISC诊断。但在现实中，电池的一致性随着老化逐渐恶化，导致相关算法失效，甚至出现遗漏或错误判断。因此，提出了一种基于固定电压窗口（FVW）的在线定量ISC诊断方法。该方法使用纵向比较来跟踪每个电池在充电过程中的历史充电电量特性的变化，不仅考虑了电池退化造成的容量衰减，还解决了电池一致性问题，可以快速识别ISC故障并进行进一步的定量诊断。

02

诊断方法

由于ISC故障发生在电池内部，电池的ISC电阻很难直接测量。然而，无论电池处于何种工作状态，ISC电阻都在不断消耗电量。对于正常电池，由于电池的容量衰减，其充电电量总体上呈缓慢下降趋势，然而，当ISC发生在某循环时，由于漏电流的存在，该循环的充电电量会突然增加，该特征为定量估计提供了机会。在实际应用中，用户不会每次都从固定的充电初始电压或SOC为电池充电。因此，很难获取整个充电电压曲线来诊断ISC，但可以选择计算中高SOC下的充电FVW内的电量QAB来检测ISC。为此，我们提出了如图1所示的诊断方法：对于电池组中使用的某种类型的电池，首先进行电池的单体循环实验来收集电流和电压数据，通过遗传算法对FVW进行优化并确定诊断阈值。然后，通过实时监测电池组内每个电池在最优FVW中的电量变化，判断其电量增长率σAB是否超过设定的阈值来进行在线定性诊断。如果某电池在某次循环的电量增长率超过所设阈值，则可以确定该单体在该循环中发生了ISC，随后通过定量计算其短路阻值以评估其ISC程度。

图1 基于固定电压窗口内充电电量的ISC定量诊断方法

03

实验设置

单体实验用于确定最优FVW和诊断阈值。采用等效短路电阻（ESR）法interwetten与威廉的赔率体系 早期ISC，将正常电池分别与外部电阻和开关并联连接，放置在恒温箱中，如图2(a)。在KIKUSUI-PFX2512电池测试台上，使用传统实验室恒流（CC）充电工况和实车阶梯（SC）充电工况来获得循环实验数据。为了进一步验证所提出的ISC诊断方法在电动汽车中的可行性，对具有六个电池单元Cell#1~#6的串联电池组进行了不同的实验：在CC充电下循环的电池组Pack 1，及在SC充电下循环的电池组Pack 2。电阻分别并联到Cell#2和Cell#5，如图2(b)所示，并且在某个循环内同时触发Cell#2和Cell#5的ISC故障。

图2 实验示意图 (a)ISC单体实验 (b)电池组ISC电阻连接图

04

诊断结果

图3(a)显示了具有不同电阻的三个单体电池在最优FVW中的充电电量QAB的变化趋势。每个循环的电量增长率σAB绘制在图3(b)中，其始终稳定在接近零的负值，偶尔为正，但不超过阈值（橙色虚线）。只有在发生ISC的循环31中，σAB超过阈值。使用SC充电工况的三个单体电池也表现出同样的规律。

图4(a)和图4(b)展示了模组内每个单体的QAB曲线。对于Pack 2，在整个过程中，Cell#2的QAB并不显著高于其他单体，无法使用水平比较来检测Cell#2的ISC故障。但纵向比较可以识别所有ISC单体，如图4(c)和图4(d)，只有ISC单体在ISC触发循环中的σAB超过阈值。结果表明所提出的诊断方法也可定位电池组中所有的ISC单元。最后，定量估计已识别的ISC单体的阻值，其估计误差小于6%，说明所提出定量诊断方法的有效性。

图3 CC充电下的单体ISC诊断结果 (a)固定电压区间内充电电量变化 (b)电量增长率变化

图4 模组ISC诊断结果 (a~b)固定电压区间内充电电量变化，Pack 1(a)，Pack 2(b) (c~d)电量增长率变化, Pack 1(c)，Pack 2(d)

责任编辑：彭菁