买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网湖北省电力有限公司电力科学研究院;湖北方源东力电力科学研究有限公司

摘要：本发明公开了一种基于无迹卡尔曼滤波算法的锂电池热失控预警方法及系统。该方法包括根据二阶等效电路模型获得对应参数；根据集总参数双态热模型获得对应参数；采集锂电池某时刻的采样数据；将采样数据代入对应参数，估算电池实时荷电状态和电池实时核心温度；建立热失控程度对照表，并将锂电池实时荷电状态估计值、实时核心温度估计值和表面温度之间的差值分别与热失控程度对照表相对比，得到电池热失控的预判结果，完成热失控预警。本发明不仅提高了估算的精确性，而且对电池热故障进行多维度预警；同时建立基于电池SOC和电池核心温度的热失控预警体系，能够对电池热失控准确预测，为储能系统电池提供预警和诊断信息。

主权项：1.一种基于无迹卡尔曼滤波算法的锂电池热失控预警方法，用于预判锂电池发生热失控可能性和热失控程度，其特征在于，包括如下步骤：S1根据锂电池的特性建立二阶等效电路模型，所述二阶等效电路模型由开路电压、端电压、两个RC模块和欧姆电阻串联而成，对二阶等效电路模型进行离散化，获得等效电路模型的空间状态方程和输出方程，将等效电路模型的空间状态方程和输出方程分别与线性状态方程和线性观测方程相比较，获得等效电路模型的线性状态方程和线性观测方程参数；S2根据锂电池的特性建立集总参数双态热模型，所述双态热模型包括电池生热速率、电池核心热容、电池壳体热容、电池热阻倒数和传热系数倒数，对双态热模型进行离散化，获得双态热模型的空间状态方程和输出方程，将双态热模型的空间状态方程和输出方程分别与线性状态方程和线性观测方程相比较，获得双态热模型的线性状态方程和线性观测方程参数；S3采集锂电池某时刻的采样数据，所述采样数据包括等效电路模型中的开路电压、欧姆电阻、两个RC模块中的极化电容和极化电阻，以及双态热模型中的电池核心热容、电池壳体热容、电池热阻倒数、传热系数倒数和电池内阻；S4将采样数据代入等效电路模型的线性状态方程和线性观测方程参数和双态热模型的线性状态方程和线性观测方程参数，分别形成等效电路模型的状态转移矩阵、输入矩阵、输出矩阵和双态热模型的状态转移矩阵、输入矩阵、输出矩阵；并以等效电路模型的初始荷电状态、两个RC模块电压、以及工作电流作为无迹卡尔曼算法的输入参数，估算电池实时荷电状态，获得锂电池实时荷电状态估计值；以双态热模型的环境温度、电池表面温度、以及工作电流作为无迹卡尔曼算法的输入参数，估算电池实时核心温度，获得锂电池实时核心温度估计值；通过无迹卡尔曼算法估算电池实时荷电状态的步骤如下：S4a1设置电池荷电状态的初始误差，第一RC模块电压的初始误差、第二RC模块电压的初始误差；S4a2构造2n+1个sigma个点，n为状态向量维度；S4a3通过等效电路模型的线性状态方程将sigma点集映射到预测sigma点集上；S4a4预测sigma点集经过加权后得到预测状态向量估计值和预测状态向量协方差；S4a5通过等效电路模型的线性观测方程将预测sigma点集映射到预测观测sigma点集上；S4a6预测观测sigma点集经过加权后得到观测向量估计值和观测向量协方差；S4a7将预测状态向量协方差矩阵与观测向量协方差矩阵的乘积作为无迹卡尔曼增益；S4a8更新系统的状态矩阵和误差协方差矩阵；S4a9随着时刻推移，递推重复上述流程，得到锂电池实时荷电状态估计值；通过无迹卡尔曼算法估算电池实时核心温度的步骤如下：S4b1设置电池核心温度的初始误差，电池表面温度的初始误差、传热系数倒数的初始误差；S4b2构造2n+1个sigma个点，n为状态向量维度；S4b3通过双态热模型的线性状态方程将sigma点集映射到预测sigma点集上；S4b4预测sigma点集经过加权后得到预测状态向量估计值和预测状态向量协方差；S4b5通过双态热模型的线性观测方程将预测sigma点集映射到预测观测sigma点集上；S4b6预测观测sigma点集经过加权后得到观测向量估计值和观测向量协方差；S4b7将预测状态向量协方差矩阵与观测向量协方差矩阵的乘积作为无迹卡尔曼增益；S4a8更新系统的状态矩阵和误差协方差矩阵；S4b9随着时刻推移，递推重复上述流程，得到锂电池实时核心温度估计值；S5建立热失控程度对照表，并将锂电池实时荷电状态估计值、实时核心温度估计值和表面温度之间的差值分别与热失控程度对照表相对比，得到电池热失控的预判结果，并根据预判结果完成热失控预警；所述热失控程度对照表包括荷电状态区间、每个荷电状态区间对应的发生热失控可能性、电池核心温度与电池表面温度的差值区间、每个差值区间对应的热失控程度；对照表中，第一纵栏为实时SOC估计值区间，第二纵栏为发生热失控可能性，当电池的SOC位于[0,25％]区间内时，电池的状态良好，不易发生热失控，当电池的SOC位于25％,50％]区间内时，电池状态一般，需要使用者稍加留意，当电池的SOC位于50％,75％]区间内时，电池存在潜在危险，较容易发生热失控，当电池的SOC位于75％,100％]区间内时，电池十分容易发生热失控，且当发生热失控时反应剧烈；对照表中，第三纵栏为实时电池核心温度估计值与表面温度的差值，第四纵栏为热失控程度，当实时电池核心温度估计值与表面温度的差值小于等于20时，电池无热故障发生，当温度差位于20,35]区间内时，电池发生轻微热失控，需要使用者稍加留意，当温度差位于35,50]区间内时，电池发生严重热失控，达到危险程度，应停止使用并将更换电池，当温度差大于50时，电池达到严重危险程度，电池可能或者已经出现燃烧爆炸情况。

全文数据：

权利要求：

百度查询： 国网湖北省电力有限公司电力科学研究院 湖北方源东力电力科学研究有限公司 基于无迹卡尔曼滤波算法的锂电池热失控预警方法及系统