CN109884542A - 磷酸铁锂动力电池并联模组内微短路故障单体的检测方法 - Google Patents
磷酸铁锂动力电池并联模组内微短路故障单体的检测方法 Download PDFInfo
- Publication number
- CN109884542A CN109884542A CN201910277850.9A CN201910277850A CN109884542A CN 109884542 A CN109884542 A CN 109884542A CN 201910277850 A CN201910277850 A CN 201910277850A CN 109884542 A CN109884542 A CN 109884542A
- Authority
- CN
- China
- Prior art keywords
- battery
- temperature
- micro
- iron phosphate
- short circuit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Secondary Cells (AREA)
- Tests Of Electric Status Of Batteries (AREA)
Abstract
为了解决现有技术中针对并联模组内微短路故障单体的判断方法存在辨识度低、判断准确率低的问题,本发明提供一种磷酸铁锂动力电池并联模组内微短路故障单体的检测方法,其方法是:建立生热模型,在每次充放电结束后,通过电池生热模型获得故障判定时间门限tmax;测量每一个电池单体的温度并得到模组平均温度,记录每一个电池单体的温度与模组平均温度的温差。将该温差与根据经验设定的温度阈值Tmax进行比较,如果低于温度阈值Tmax,则模组中单体电池未发生微短路故障;若在故障判定时间门限tmax内,仍有单体温差高于温度阈值Tmax,则可判定该单体发生微短路故障。本发明辨识度较高、误判率低。
Description
技术领域
本发明涉及动力电池技术领域,具体涉及一种并联模组内微短路故障电池单体的诊断和定位方法。
背景技术
动力锂电池的内短路故障是指锂电池内部正负极极片直接接触的内部故障现象。锂电池内部出现大面积的正负极直接接触,会导致电池承受极高的电流,在短时间内释放出储存的化学能并转化为热量,是动力电池最严重的故障模式之一,也是引发电池现场热失控和***事故的主要原因。引发动力锂电池内短路现象的主要机制是正负极之间的隔膜受到了高温融化损伤,或非标准工况引入了某些附加电化学过程产生的枝晶状物质。内短路初期,枝晶结构规模小、程度轻,对隔膜性能的影响有限,对电池的外特性也没有显著影响,这是称为锂电池的微短路阶段。
微短路不像大规模内短路故障会直接引发锂电池严重的性能衰减甚至安全事故,但由于隔膜受损导致局部微短路,电流在电池正负极极片内的分布不均匀,发生微短路的位置电流密度更高,使电池内部存在局部过热以及内短路规模扩大的风险。特别对于长期静置的电池,如果存在微短路现象,静置期内会导致短路规模持续增加,同时带来的自放电现象会使电池静置电压下降,过低的电压区间会减少电池的存储寿命并带来潜在的故障风险,很多电池在长期放置后使用容易出现故障均与此机制有关。本发明的内容包括早期微短路故障征兆的检测方法。
现有的,如中国专利:申请号为:201510026112.9,名称为:一种电池微短路的识别方法,提供了一种基于信息熵的微短路故障诊断技术,根据电池内阻进行判断,由于电池的内阻随时间、温度等都会发生变化,使用上述方法测量时容易发生误判。还有如中国专利,申请号:201810053081.X,名称为:基于人工神经网络的电池微短路定量诊断方法,提供了一种电池微短路定量诊断方法,需要建立庞大的数据库和实时诊断算法,而且由于电池在制造时受制造工艺影响,其统一性较差,所以在使用上述方法进行检测时,容易出现误判的问题。
总之,现有针对并联模组内微短路故障单体的判断方法存在辨识度低、判断准确率低的问题。
发明内容
为了解决现有技术中针对并联模组内微短路故障单体的判断方法存在辨识度低、判断准确率低的问题,本发明提供一种磷酸铁锂动力电池并联模组内微短路故障单体的检测方法。
本发明所述的检测方法能够准确的识别磷酸铁锂动力电池模组的微短路,特别是并联模组中的微短路故障单体诊断和定位,因此本方法有效保障了大型动力电池模组的安全性能。
本发明解决上述技术问题所采取的技术手段是:一种磷酸铁锂动力电池并联模组内微短路故障单体的检测方法,其技术方案在于:包括以下步骤:
S1.建立磷酸铁锂动力电池生热模型,得出磷酸铁锂动力电池相应热力学参数以及温度阈值Tmax;
S2.磷酸铁锂动力电池模组进行充放电过程,并在充放电过程结束后,开启诊断流程;
S3.根据S1步骤中的磷酸铁锂动力电池生热模型得出正常电池恢复至室温所需的故障判定时间门限tmax,并采集磷酸铁锂动力电池组中N个电池单体的温度;
S4.根据S3步骤中的磷酸铁锂动力电池组中N个电池单体的温度得到模组内所有电池单体的平均温度Tavg和N个电池单体的温度与平均温度Tavg的N个温差ΔTi;
S5.对S4步骤得到的N个温差ΔTi与温度阈值Tmax一一进行比较;
如果磷酸铁锂动力电池组中所有温差ΔTi均低于温度阈值Tmax,该模组没有单体发生微短路故障;否则延时时间S后返回步骤S5;
S6.从S2步骤中的充放电结束开始循环执行步骤S4~S5直至故障判定时间门限tmax;,如果在一个故障判定时间门限tmax结束后,磷酸铁锂动力电池组中某单体温差ΔTi仍大于温度阈值Tmax,则第i节电池发生微短路故障,否则该电池模组没有微短路故障。
本发明的技术构思是:本发明在磷酸铁锂动力电池组充放电结束后建立电池生热模型,通过电池生热模型获得故障判定时间门限tmax;对每一个电池单体的温度进行测量,得到平均温度,然后将每一个电池单体的温度与平均温度进行比较,得到温差。将得到的温差与温度阈值Tmax进行比较,如果低于温度阈值Tmax,则该单个电池一定未出现微短路;否则,延时一段时间后,重复上述温差与经验设定温度阈值Tmax进行比较过程,直至时间到达故障判定时间门限tmax。如果温差仍大于温度阈值Tmax,则该单个电池存在微短路。
本发明的有益效果是:本发明利用模组冗余技术,评价当前电池单体的微短路故障程度,弥补当前微短路故障诊断方法辨识度较低、存在误判的问题。
附图说明
图1为本发明磷酸铁锂动力电池模组诊断流程图。
图2为微短路电池模组中微短路故障电池单体与模组均值温差曲线图。
具体实施方式
下面结合附图对本发明进行进一步的说明。
检测流程如图1所示。
(1)提供一个磷酸铁锂动力电池并联模组;
所述并联电池组包括n个电池单体,编号分别为1,2,3…n。之后用i代表所述n个电池单体中序号为i的一个电池单体,1≤i≤n。
(2)针对单体磷酸铁锂电池,建立电池的生热模型:
(3)利用磷酸铁锂动力电池标准充放电数据代入式(1)计算并联电池模组中单体电池的等效参数Cbattery和R,建立完整的生热模型;
(4)在任意单个电池充放电过程结束后,记录每一节电池的表面温度Tbi和环境温度Ta,代入式(1)可以计算正常电池恢复至室温所需的故障判定时间门限tmaxi,取故障判定时间门限中的最大值tmax;
(5)计算模组内所有电池单体的平均温度Tavg和单体与平均温度的温差ΔTi;
ΔTi=Tbi-Tavg (2)
(6)对所有温差ΔTi进行异常值查找,判断所有电池单体间温差ΔTi是否发生异常;
(7)如果全部温差均低于预先设置温度阈值Tmax,则可以立即判断该模组没有发生微短路故障;
(8)如图2,如果磷酸铁锂动力电池组中任一温差ΔTi低于温度阈值Tmax,该磷酸铁锂动力电池并联模组没有发生微短路故障;否则延时时间S后,继续步骤(6)、步骤(7)和步骤(8),直至完成一个检测周期T;检测周期T可以等于延时时间S。当然,也可以为一个检测周期T内存在N个延时时间S,N为自然数。
(9)如果时间大于故障判定时间门限tmax,温差ΔTi仍高于温度阈值Tmax,则微短路故障发生,且发生微短路故障的电池为第i号电池。
其中,本实施例所述的温度阈值Tmax的温度为1.2~1.5℃。
其中,本实施例所述的延时时间S为1200s。
本实施例中所识别的是40Ah磷酸铁锂动力电池并联模组。同理,采用本方法可以对其他类型的并联电池模组进行检测。
以上仅为发明的较佳实施例而己,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种磷酸铁锂动力电池并联模组内微短路故障单体的检测方法,其特征在于:包括以下步骤:
S1.建立磷酸铁锂动力电池生热模型,求解确定磷酸铁锂动力电池相应生热模型参数;并设定温度阈值Tmax;
S2.磷酸铁锂动力电池模组进行充放电过程,并在充放电过程结束后,开启诊断流程;
S3.根据S1步骤中的磷酸铁锂动力电池生热模型得出正常电池模组恢复至室温所需的故障判定时间门限tmax,同时采集充放电结束时磷酸铁锂动力电池组中n个电池单体的温度;其中,n为自然数。
S4.根据S3步骤中的磷酸铁锂动力电池组中n个电池单体的温度得到模组内所有电池单体的平均温度Tavg和n个电池单体的温度与平均温度Tavg的n个温差ΔTi;
S5.对S4步骤得到的n个温差ΔTi与温度阈值Tmax一一进行比较;
如果磷酸铁锂动力电池组中任一温差ΔTi均低于温度阈值Tmax,则该磷酸铁锂动力电池并联模组没有单体发生微短路故障;否则延时时间S后返回步骤S5;
S6.从S2步骤的充放电结束开始计时到故障判定时间门限tmax作为一个检测周期T;循环执行步骤S4~S5,如果在一个检测周期T内,磷酸铁锂动力电池组中任一单体温差ΔTi仍大于温度阈值Tmax,则第i节电池发生微短路故障,否则该电池模组没有微短路故障。
2.根据权利要求1所述的一种磷酸铁锂动力电池并联模组内微短路故障单体的检测方法,其特征在于:S1步骤中的磷酸铁锂动力电池生热模型为:
其中,Cbattery是锂电池的热容量(J/K);
Ta、Tb分别为环境温度和锂电池温度(K);
R是锂电池与环境之间的等效传导热阻(K/W);
是锂电池的生热速率(W)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910277850.9A CN109884542B (zh) | 2019-04-08 | 2019-04-08 | 磷酸铁锂动力电池并联模组内微短路故障单体的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910277850.9A CN109884542B (zh) | 2019-04-08 | 2019-04-08 | 磷酸铁锂动力电池并联模组内微短路故障单体的检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109884542A true CN109884542A (zh) | 2019-06-14 |
CN109884542B CN109884542B (zh) | 2021-01-05 |
Family
ID=66936466
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910277850.9A Active CN109884542B (zh) | 2019-04-08 | 2019-04-08 | 磷酸铁锂动力电池并联模组内微短路故障单体的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109884542B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111123118A (zh) * | 2019-12-30 | 2020-05-08 | Oppo广东移动通信有限公司 | 电池微短路的检测方法及装置、设备、存储介质 |
CN111610456A (zh) * | 2020-04-29 | 2020-09-01 | 上海理工大学 | 一种区分电池微短路和小容量故障的诊断方法 |
CN112213642A (zh) * | 2020-09-17 | 2021-01-12 | 北京理工大学 | 一种并联电池组中单体连接断开的检测及定位方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009204401A (ja) * | 2008-02-27 | 2009-09-10 | Nec Corp | 二次電池の内部短絡検出装置および内部短絡検出方法 |
US20140266229A1 (en) * | 2013-03-13 | 2014-09-18 | Tiax Llc | System and methods for detection of internal shorts in batteries |
CN107064803A (zh) * | 2016-12-16 | 2017-08-18 | 蔚来汽车有限公司 | 电池内短路的在线检测方法 |
CN108226693A (zh) * | 2017-12-18 | 2018-06-29 | 清华大学 | 实时电池内短路检测方法、检测装置和计算机可读存储介质 |
CN109244573A (zh) * | 2017-07-10 | 2019-01-18 | 丰田自动车株式会社 | 蓄电设备的短路检查方法和蓄电设备的制造方法 |
CN109521315A (zh) * | 2018-11-19 | 2019-03-26 | 北京新能源汽车股份有限公司 | 一种电池内部短路的检测方法、装置及汽车 |
-
2019
- 2019-04-08 CN CN201910277850.9A patent/CN109884542B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009204401A (ja) * | 2008-02-27 | 2009-09-10 | Nec Corp | 二次電池の内部短絡検出装置および内部短絡検出方法 |
US20140266229A1 (en) * | 2013-03-13 | 2014-09-18 | Tiax Llc | System and methods for detection of internal shorts in batteries |
CN107064803A (zh) * | 2016-12-16 | 2017-08-18 | 蔚来汽车有限公司 | 电池内短路的在线检测方法 |
CN109244573A (zh) * | 2017-07-10 | 2019-01-18 | 丰田自动车株式会社 | 蓄电设备的短路检查方法和蓄电设备的制造方法 |
CN108226693A (zh) * | 2017-12-18 | 2018-06-29 | 清华大学 | 实时电池内短路检测方法、检测装置和计算机可读存储介质 |
CN109521315A (zh) * | 2018-11-19 | 2019-03-26 | 北京新能源汽车股份有限公司 | 一种电池内部短路的检测方法、装置及汽车 |
Non-Patent Citations (1)
Title |
---|
刘力硕等: "锂离子电池内短路机理与检测研究进展", 《储能科学与技术》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111123118A (zh) * | 2019-12-30 | 2020-05-08 | Oppo广东移动通信有限公司 | 电池微短路的检测方法及装置、设备、存储介质 |
CN111123118B (zh) * | 2019-12-30 | 2022-08-12 | Oppo广东移动通信有限公司 | 电池微短路的检测方法及装置、设备、存储介质 |
CN111610456A (zh) * | 2020-04-29 | 2020-09-01 | 上海理工大学 | 一种区分电池微短路和小容量故障的诊断方法 |
CN111610456B (zh) * | 2020-04-29 | 2022-08-23 | 上海理工大学 | 一种区分电池微短路和小容量故障的诊断方法 |
CN112213642A (zh) * | 2020-09-17 | 2021-01-12 | 北京理工大学 | 一种并联电池组中单体连接断开的检测及定位方法 |
CN112213642B (zh) * | 2020-09-17 | 2021-11-05 | 北京理工大学 | 一种并联电池组中单体连接断开的检测及定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109884542B (zh) | 2021-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3557269B1 (en) | Online detection method for internal short-circuit of battery | |
Yang et al. | On-board diagnosis of soft short circuit fault in lithium-ion battery packs for electric vehicles using an extended Kalman filter | |
CN101907688B (zh) | 一种锂离子电池电性能一致性的检测方法 | |
CN108172918B (zh) | 一种锂电池快速化成分容方法 | |
CN109884542A (zh) | 磷酸铁锂动力电池并联模组内微短路故障单体的检测方法 | |
CN109596993B (zh) | 锂离子电池荷电状态检测的方法 | |
Lai et al. | Online internal short circuit detection method considering equalization electric quantity for lithium‐ion battery pack in electric vehicles | |
CN113258156B (zh) | 三电极电芯结构及其制备方法、测试负极电位的方法 | |
CN106093777A (zh) | 一种锂离子电池析锂的检测方法 | |
CN109444762A (zh) | 一种基于数据融合的锂离子电池健康状态估计方法 | |
CN108508365A (zh) | 一种锂离子电池自放电筛选方法 | |
CN111873852B (zh) | 一种动力电池自放电监测方法及装置、车辆、存储介质 | |
CN110501653B (zh) | 一种电芯温度获取方法、装置及车辆控制单元 | |
CN104051810A (zh) | 一种锂离子储能电池***soc估算快速修正方法 | |
WO2020155233A1 (zh) | 基于双级模型预测的锂离子电池组外部短路故障诊断方法 | |
CN108511823A (zh) | 一种锂离子电池自放电soc态筛选方法 | |
CN113721156A (zh) | 一种用于磷酸铁锂电池的多时间尺度综合预警方法 | |
CN110426643A (zh) | 一种方形铝壳正极弱导电池自放电筛选的方法 | |
CN103872727B (zh) | 一种锂离子动力电池最大使用电流的确定方法 | |
CN113687251B (zh) | 一种基于双模型的锂离子电池组电压异常故障诊断方法 | |
CN110346676A (zh) | 蓄电池组脱离直流母线判定方法 | |
CN109269967A (zh) | 一种锂离子电池壳体腐蚀的测试方法 | |
Wu et al. | Research on short-circuit fault-diagnosis strategy of lithium-ion battery in an energy-storage system based on voltage cosine similarity | |
CN114784397A (zh) | 一种基于多时间尺度电池故障的汽车充电方法及*** | |
CN116754976A (zh) | 一种智能的电池剩余电量估算*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |