锂离子动力电池传感器多故障诊断策略综述

锂离子电池作为新一代可充电电源,具有能量密度大、安全性能高等优点,显示出了广阔的市场前景。但锂离子电池在运行过程中会发生各种内、外部故障,所以锂离子电池安全问题一直备受关注。锂离子电池里的传感器正常运行是保证对电池系统实时监测的关键,但是传感器故障微小且不易察觉,并且故障具有关联性、并发性的特征,可能引起多故障的发生,进而触发热失控的风险。所以如何保证传感器精确、快速的进行锂离子电池故障检测与诊断是确保安全稳定运行的关键。本文首先从锂离子电池结构出发总结了锂离子故障的类型及成因,并详细分析了传感器故障和多故障产生的机理。然后,对锂离子电池从单体电池到电池包所涉及的传感器故障和多故障诊断策略进行全面的阐述,并且分析了可能成为未来发展趋势的传感器多故障协同诊断策略和电池新模式下的故障诊断方式（如气体检测等）。最后,以全文锂离子电池的传感器多故障研究的重难点,提出了传感器多故障诊断未来可能的研究方向。     

电池充电状态和电压/温度异常联合故障诊断

电池安全问题是阻碍新能源汽车退役电池梯次再利用的关键因素,而电荷状态、电压和温度是判断电池安全状态的重要参数。基于此,提出基于实车数据的电池联合故障诊断。首先从实车数据平台获取数据,经过数据的预处理和螳螂算法优化K近邻(dung beetle optimizes K-nearest neighbor, DBO-KNN)算法进行特征提取,然后将提取的特征输入到建立的差分整合移动平均自回归(autoregressive integrated moving average model, ARIMA)故障诊断模型中,实现对电池单体的低压和过压的实时诊断和精准定位,最后通过电压、电池荷电状态(state of charge, SOC)和温度进行联合判断是否有触发热失控的风险,根据危险程度发出不同的报警等级。算例分析了故障特征提取准确率高达98.97%,不仅能精准定位单体发生异常的位置,还能提前9 s发生报警,有效预防了电池发生热失控的风险,验证了本文方法的有效性。实现了工程实际应用方面的较好效果,为未来动力电池梯次循环利用以及安全预警平台的研发奠定了基础。