电动汽车动力电池故障诊断及发展趋势研究.pdf

总第2 2 9 期2023年第7 期经验交流摘要：介绍了动力电池系统组成及基本功能，从电池缺陷和整车使用分析了动力电池安全风险，并介绍了电池管理系统故障诊断策略，阐述了大数据在电池故障诊断领域的发展与应用。分析识为，动力电池是电动汽车三电系统的核心部件之一，其安全性是影响电动汽车发展的重要因素。电池故障诊断是降低安全风险，避免安全事故的重要手段。关键词：电动汽车；动力电池；故障诊断；大数据中图分类号:U469.72;U472.90引言近年来，在碳达峰、碳中和战略目标和新能源汽车产业发展规划的驱动下，我国新能源汽车产业快速发展。据公安部数据统计，截至2 0 2 2 年底，全国新能源汽车保有量达到1310 万辆，其中纯电动汽车保有量10 45万辆，占新能源汽车总量的7 9.7 8%。动力电池是电动汽车的主要能量来源，锂离子电池具有能量密度高、无记忆效应、使用寿命长、循环次数多等优点，被广泛使用于电动汽车中。动力电池安全是电动汽车开发和使用过程中的重要方面，对动力电池异常状态的精准诊断和故障预警，可以提高电动汽车安全性，保障人身安全。传统故障诊断方式为电池管理系统(Battery Management System,BMS)根据实时采集的电池状态参数进行诊断与报警，具有一定滞后性，对电池潜在风险难以预测。大数据技术在电动汽车领域展现出良好应用前景，可以实现动力电池全生命周期数据监控与分析，在电池故障诊断上发挥着积极作用。1动力电池系统架构动力电池系统由电池组、电池断路单元(BatteryDisconnectUnit,BDU)和BMS组成，系统架构如图1所示。电池组根据整车电压平台、续航目标和动力性能进行电芯选型和模组设计，以满足等车性能要求。BDU包括继电器、预充电路、保险丝等，通过高压连接器、高压线束与电机、车载充电机等高压部件连接，实现充放电控制。BMS包括控制板、传感器和采集线束、低压通讯线束，由低压12 V蓄电池供电。BMS负责动力电池安全管理，具备电池参数检测、电池状态估算、电池均衡控制、关键信息存储、在线故障诊断、安全控制与报警、充放电控制、绝缘检测、高压互锁检测、网络通讯、电磁兼容等功能,控制局域网(Con-trollerAreaNetwork,CAN)和整车其他控制器通讯。2动力电池安全风险电池组由单体电池串并联组成，由于制造工艺问收稿日期:2 0 2 3-0 5-16作者简介：姚慧（19 9 4一）,女，本科，毕业于中南大学，助理工程师，研究方向为新能源汽车电池管理系统。现代工业经济和信息化Modern Industrial Economy and Informationization电动汽车动力电池故障诊断及发展趋势研究姚慧（宁德时代新能源科技股份有限公司，福建宁德352 10 0）文献标识码：A11维修开关1+1题,单体电池之间存在一定差异性,电池内部可能出现粉尘、金属、极片毛刺等异物，引起电压一致性差、温度不均衡、局部过温、个别单体过充或过放、内短路等问题2-4。BMS进行电池管理依赖于传感器的采集数据，传感器采样失效影响对电压、电流和温度的判断，导致电池状态估算不准，进一步将引起过充、过放、过温等问题。整车使用工况复杂多变，可能出现电池箱体破损、高压连接器进水、振动、碰撞等问题，容易引起电池内部失效，如结构连接松动阻抗增大、正负极接触导致外部短路、隔膜破损导致内短路5,以及传感器采样失效等。电池充放电是被动进行的,BMS根据温度和荷电状态(StateOfCharge,SOC)提供充放电能力限制，实际电池功率需求由整车控制器根据负载用电需求和转换效率计算，若整车功率计算不准会超电池功率使用，持续大倍率放电使产热增加，加剧电池温升。无论是电池缺陷，还是整车使用，都会影响动力电池性能、寿命和安全。过充会导致电池内部化学反应和活性物质的损失，电池温度上升，电解液分解，内部气体聚集，最终引起电池爆炸。过放不仅加速电池Total 229No.7,2023D0I:10.16525/ki.14-1362/n.2023.07.102文章编号：2 0 9 5-0 7 48(2 0 2 3)0 7-0 2 9 9-0 2动力电池系统BDU+11整车零件和控制器高压连接器高压线束1继电器控制1电流传感器一低压通讯整车CAN电压传感器BMS温度传感器图1动力电池系统架构车载充电机电机整车控制器电机控制器充电机控制器车载终端1低压供电1112V电源现代工业经济和信息化第13卷容量衰减，还会提升充放电过程温升，增加热失控风险6 。过温会加速正极材料的降解，促使负极的固体电解质界面(Solid Electrolyte Interface,SEI)膜生长,造成明显的容量损失，内部材料分解产生气体,压力升高导致电池膨胀并可能产生爆炸7。大倍率充电时，电池负极表面的锂离子聚集速度快于锂离子扩散进入石墨内部的速度，高度极化负电极，使负极电势低于锂离子的平衡电位而产生析锂现象，导致电池容量损失,严重时形成锂枝晶刺破隔膜导致电池内短路8 。内短路容易引起温度的急剧升高，引发热失控。3BMS故障诊断策略故障诊断是动力电池系统开发的关键技术，通常BMS根据电芯参数、电气性能、整车策略，对电池、BMS、电气三大类共17 项故障制定告警机制，如图2所示。基于国标GB/T32960一2 0 16 对报警等级要求和整车设计经验，故障等级定义如表1,采用分级诊断方式，一定程度上逐级降低安全风险，也可以减轻车辆故障对用户体验的影响。BMS故障诊断策略为根据诊断使能、置位条件、置位时间、恢复条件、恢复时间的判断实现故障诊断功能，对传感器采集数据转换处理后，由故障诊断模块识别故障类型和确认故障等级，再由功率计算模块控制电池功率、高压上下电模块控制是否断开继电器，同时整车控制器接收BMS故障报警信号，重新进行功率计算和分配、禁止系统上高压或者请求系统高压下电，并通过车辆仪表指示要求提醒用户，从而保证整车使用安全和用户人身安全。动力电池故障BMS故障电池故障下降最终演变成热失控。因此，寻找更精准有效、具有预测性的电池诊断技术十分必要。4电池故障诊断发展趋势随着大数据技术的快速发展，汽车产业与数字技术融合是车企的发展方向，为了加强新能源汽车监管，获取汽车实时运行数据，各大车企搭建汽车大数据平台，国家也建立了新能源汽车监管平台，接收车企上传数据。大数据平台实现了对电动汽车的数据采集与监控，挖掘汽车大数据的应用价值，对于电动汽车发展具有重要作用，也为电池故障诊断提供了有利条件。BMS采集数据后，由车载终端接收并上传至车企大数据平台，用于全生命周期监控动力电池状态。大数据故障诊断模式如图3所示，一方面，电池故障诊断报警直接上传车企大数据平台；另一方面，与大数据平台相匹配，建立车辆预警管理系统、用户服务系统，通过建立电池大数据诊断模型，进行车辆使用工况分析、电池故障特征提取，融合大数据算法，进行远程故障诊断、健康状态分析和安全风险评估，将云端诊断结果反馈车端并推送至车辆预警管理系统，必要时通过用户服务系统主动联系用户，提前检查维修，从而规避风险。对于发生电池安全事故的车辆,将故障发生前全生命周期参数特征提取，不断优化诊断模型,提高大数据故障诊断和预测的准确性。()车载数据通讯协议车端数据采集电气故障平台交换通讯协议车企大数据平台（云端诊断结果新能源汽车监管平台（传感器）均衡绝缘检SOCCAN通失效失效测失效跳变讯故障）热失控电压一致性差不均衡温度过流过温过充过放图2 BMS故障诊断类别表1故障等级故障等级故障策略1级故障轻微故障，不影响车辆正常行驶，用于分析电池状态2级故障降功率，限制为当前充放电功率的50%3级故障跛行，限制小功率行驶至安全区域4级故障严重故障，断开高压继电器，禁止行驶和充电BMS故障诊断策略依赖于电池实时参数,随着运行工况多变，诊断出的故障属于突发型故障，具有偶发性或者可能出现错误诊断。危险性最大的热失控往往是演变型故障，电池使用时间增长伴随着电池老化,出现内阻增加,容量下降等问题,电池健康度逐渐预充继电器继电器）高压互）绝缘值失败开路粘连锁断开低车辆数据车端诊断结果5结语本文介绍了动力电池系统的组成及基本功能，从电池缺陷和整车使用分析了故障原因和安全风险，并介绍了BMS故障诊断策略及其局限性，最后阐述了大数据在电池故障诊断上的应用模式。相关国家标准不断对电子安全管理提出更高要求，准确预测故障，降低安全风险，减少安全事故。充分发挥大数据在电动汽车领域的应用，对提高汽车安全具有积极作用。参考文献1卢兰光，李建秋，华剑锋，等.电动汽车锂离子电池管理系统的关键技术J.科技导报，2 0 16,34(6)：39-51.2苏伟，钟国彬，沈佳妮，等.锂离子电池故障诊断技术进展J.储能科学与技术,2 0 19,8(2):2 2 5-2 36.(下转第30 7 页）车辆预警管理图3大数据故障诊断模式用户服务系统2023年第7 期multiple criteria decision analysis J.Applied Mathermatical Mod-elling,2010(7):1 779-1 787.22Diakoulaki D,Mavrotas G,Papayannakis L.Determining objectiveweights in multiple criteria problems:The critic method JJ.Com-puters and Operationa Research,1995(7):763-770.23Wang Y M,Luo Y.Integration of correlations with standard deviationsfor determining attribute weights in multiple attribute decision mak-ingJ.Mathermatical Computer Modelling,2010(1):1-12.24Gan Y,Duan Q,Gong W,et al.A comprehensive evaluation of varioussensitivity analysis methods:A case study with a hydrological modelJ.Environmental Modelling Software,2014(1):269-285.25陆诗原.大型燃煤机组脱硫系统节能分析及综合性能评价方法研究D.北京：华北电力大学,2 0 11.Comprehensive Evaluation of Coal-Fired Units Incorporating TOPSIS-CombinatorialAbstract:At present,coal-fired power generation is still the most important supply of electricity in China,with the continuous development ofgreen power,coal-fred generator sets are required to have high power supply reliability and operation flexibility,low power generation costs,and less polluting gases and greenhouse gas emissions and other excellent comprehensive performance.Aiming at the comprehensiveperformance evaluation of coal-fired units,a hierarchical multi-standard index evaluation system is established,which considers the indicatorsof operational flexibility and reliability,environmental protection and greenhouse gas emissions in addition to typical economic indicators.Acomprehensive evaluation model of coal-fired units based on TOPSIS evaluation method and subjective and objective combination weightingmethod of analytic hierarchy method(AHP)and entropy method was constructed,and a case study was carried out with six typical 600MWunits.To evaluate the robustness of the evaluation model,a weight sensitivity analysis was performed.The case study results show that Unit 3has the best comprehensive performance and Unit 2 has the worst comprehensive performance.The weight sensitivity analysis shows that mostof the unit ranking is not affected by each index,and the evaluation model is robust,and the economic index has the largest sensitivitycoefficient.Key words:multi-index evaluation;AHP;entropy method;combinatorial empowerment;TOPSIS(上接第30 0 页）3杨静,林振康,汤君,等.电池系统的故障特诊与识别以及多故障的诊断J.化工学报，2 0 2 2,7 3（8）：339 4-340 5.4山彤欣，王震坡，洪吉超，等.新能源汽车动力电池“机械滥用热失控 及其安全防控技术综述J.机械工程学报，2 0 2 2,58(14)：252-275.5刘王泽宇,李青,庾甜甜，等.锂离子电池过放电状态的阻抗特性Research on Fault Diagnosis and Development Trend of Electric Vehicle Power Battery(Contemporary Amperex Technology Co.,Ltd.,Ningde Fujian 352100,China)Abstract:This paper introduces the composition and basic functions of the power battery system,analyzes the safety risks of the powerbattery from the batery defects and the use of vehicle,and introduces the BMS fault diagnosis strategy.Finally,it expounds thedevelopment and application of big data in the field of battery fault diagnosis.Power battery is one of the core components of the threepower systems of electric vehicles,and its safety is an important factor affecting the development of electric vehicles.Batery fault diagnoseis an important means to reduce safety risks and avoid safety accidents.Key words:electric vehicle;power battery;fault diagnosis;big data郭悦，等：融合TOPSIS-组合赋权法的燃煤机组综合评价国工程热物理学会，2 0 0 9.27伍俊.送变电工程管控系统的应用及工程风险评价D.上海：上海交通大学,2 0 11.28郭悦.基于多属性决策理论的燃煤机组综合评价研究D.银川：宁夏大学，2 0 2 0.29杨勇平,吴殿法，王宁玲.基于组合权重一一优劣解距离法的火电机组性能综合评价J.热力发电，2 0 16,45(2)：10-15.30蒋艳，向学军,李宁.多目标决策中的权重敏感性分析J.三峡大学学报（自然科学版）,2 0 0 4,2 6(5)：448-449.(编辑：郭萍茹)Empowerment MethodGuo Yue,Li Qing,Zhang Qiuju(Yanching Institute of Technology,Langfang Hebei 065000,China)30726徐钢，陆诗原，杨勇平，等.基于AHP和灰色关联度的电厂性能综合评价C/中国工程热物理学会学术会议论文集.北京：中研究J.电气工程学报，2 0 2 2,17(4)：51-6 0.6孙振宇，王震坡，刘鹏，等.新能源汽车动力电池系统故障诊断研究综述J.机械工程学报，2 0 2 1,57(14)：8 7-10 4.7邓林旺，冯天宇，舒时伟，等.锂离子电池无损析锂检测研究进展J.储能科学与技术,2 0 2 3,12(1):2 6 3-2 7 7.(编辑：赵婧）Yao Hui