在电池管理系统失效、电池组单体之间存在较大差异、充电控制技术不确定的情况下易发生电滥用,首先应该对控制参数的来源可靠性进行一定检测,确保数据的可靠性后,一方面增强充电控制技术的运行,另一方面对电池进行有效的分析诊断,电池检测‍可避免过充诱发的一些故障。

1、电池状态和单体一致性分析

电池检测‍可对故障诊断的系统研究,不仅需要从引发机制和危害的基础上认识不同类型的故障,提出合理的故障诊断逻辑,进行有序检测诊断,能够对故障结果有一定分级;而且在大规模的电池应用系统中,应该对电池单体、电池模组、电池包和整个电池系统进行分级检测诊断。合理的检测策略可以降低故障诊断检测的时间和成本以及故障诊断方法的数据处理需求。在对单体本体故障进行诊断前,应该对系统的绝缘性进行检测,防止漏电造成无意伤亡。还需要对组件连接件以及BMS传感器进行检测,确保检测到的电流、电压、温度等数据正常无误。此时可以利用检测到的数据,对电池进行电池健康状态参数、单体一致性等方面进行研究分析。

2、异常系数诊断

对于锂电池本体故障的诊断技术现在可以大致分为基于电池模型与无电池模型。无电池模型的诊断技术可避免对电池动态特性的建模、电池模型参数的更新迭代,但是此方法的诊断技术依赖于样本数据质量,往往难以对诊断结果进行定量化。基于电池模型诊断技术包含:电池的模型与参数估计、状态估计融合。无统计分析诊断技术是基于信息熵、正态分布等统计方法对电池电流、电压、温度等信息数据进行分析,通常会结合合理的异常系数或阈值来进行故障诊断。

数据驱动建模是基于神经网络、多模型融合策略等模型,将采集系统采集到的电池相关数据作为输入,电池故障作为输出。对电池系统的大数据进行合理训练有助于得到可靠的模型,另一方面来源于系统运行的历史数据和故障记录信息,电池检测‍可对故障的类型、发生时间/位置进行预测。