一种储能电池热失控预警方法及系统与流程

本技术涉及电池安全监测处理领域，具体而言，涉及一种储能电池热失控预警方法及系统。

背景技术：

1、随着新能源汽车的大规模应用，动力电池包的能量密度、成组规模和充放电倍率不断提高，电池在过充、过放、外短路、内短路、机械损伤、热管理失效或老化不一致等条件下发生热失控的风险随之增加。热失控通常具有从内部副反应、局部升温、异常产气、压力变化到明火或爆燃的渐进过程，如果能够在温度急剧升高或明火出现之前识别异常演化趋势，则可以为降载、断电、冷却、排风、消防和远程告警等安全处置争取时间。因此，如何对动力电池包的早期异常状态进行准确识别，是新能源汽车电池安全管理中的重要问题。

2、目前，现有技术中多数以单一或少量监测量为主，且常采用固定阈值或者固定报警规则，这些方案难以适应不同充放电状态、不同环境温度、不同电池健康状态以及不同电池包结构下的风险表现差异。

3、因此，本技术提供了一种储能电池热失控预警方法及系统，以解决上述技术问题之一。

技术实现思路

1、本技术的目的在于提供一种储能电池热失控预警方法及系统，能够解决上述提到的至少一个技术问题。具体方案如下：

2、根据本技术的具体实施方式，第一方面，本技术提供一种储能电池热失控预警方法，包括：

3、获取目标电池包的系统拓扑数据和多源监测数据；其中，所述多源监测数据包括电参量、热参量、产气参量、压力参量及工况参量；根据所述系统拓扑数据，对所述多源监测数据进行时空对齐、异常剔除和可信度计算，得到标准化监测数据及可信度数据；利用所述标准化监测数据估计电—热—气联合状态，得到虚拟核心温度、等效内阻残差和虚拟通道压力；基于所述标准化监测数据及所述电—热—气联合状态，构造风险特征，并根据所述工况参量确定自适应预警阈值；将所述风险特征及所述自适应预警阈值输入多支路风险推断模型，得到支路风险结果；根据所述可信度数据融合所述支路风险结果，输出热失控风险值、剩余预警时间和预警等级。

4、一种实施方式中，所述获取目标电池包的系统拓扑数据和多源监测数据，包括：获取所述目标电池包中目标单体、目标模组、电池簇、泄压通道、风道、冷却部件及执行部件之间的位置映射关系，形成所述系统拓扑数据；采集所述目标单体的单体电压和所述电池簇的总电流，作为所述电参量；采集所述目标模组的表面温度、所述泄压通道的通道温度和环境温度，作为所述热参量；采集所述泄压通道中的氢气浓度、一氧化碳浓度或挥发性有机物浓度，作为所述产气参量；采集所述泄压通道相对于外部环境或相邻风道的压力差，作为所述压力参量；采集充放电状态、环境温湿度、风机状态、阀门状态和电池健康状态，作为所述工况参量；将所述电参量、所述热参量、所述产气参量、所述压力参量及所述工况参量分别与所述位置映射关系关联，得到带采集时刻和采集位置的多源监测数据。

5、一种实施方式中，所述根据所述系统拓扑数据对所述多源监测数据进行时空对齐、异常剔除和可信度计算，得到标准化监测数据及可信度数据，包括：根据所述采集时刻，将不同采样频率的所述多源监测数据映射至同一计算窗口；根据所述采集位置和所述位置映射关系，将所述多源监测数据归属于对应的目标单体、目标模组、电池簇或泄压通道；在所述多源监测数据中，确定出孤立跳点、通信丢包值、超量程值和传感器自检故障值；根据传感器噪声强度、数据缺失标记和故障标记计算第路传感器的可信度，所述可信度满足：；其中，为第路传感器的可信度为第路传感器在当前计算窗口内的噪声强度，为第i路传感器在健康状态下的参考噪声强度，为第路传感器的数据缺失标记，为第路传感器的故障标记；将经异常剔除、时空对齐和可信度标记后的数据作为所述标准化监测数据，将各路传感器的可信度集合输出为所述可信度数据。

6、一种实施方式中，所述利用所述标准化监测数据估计电—热—气联合状态，得到虚拟核心温度、等效内阻残差和虚拟通道压力，包括：以所述标准化监测数据中的电参量、热参量、产气参量和压力参量为观测输入，建立联合状态向量，所述联合状态向量满足：；其中，为联合状态向量，为当前荷电状态，为等效内阻，为所述虚拟核心温度，为表面温度状态，为所述虚拟通道压力；根据所述单体电压和所述总电流计算端电压预测残差；根据所述目标单体的soc、温度和电池健康状态对所述等效内阻进行基准校正，得到所述等效内阻残差；根据所述热参量、所述产气参量的变化率和所述压力参量的变化率递推所述虚拟通道压力；将所述虚拟核心温度、所述等效内阻残差和所述虚拟通道压力共同作为所述电—热—气联合状态的状态输出。

7、一种实施方式中，所述基于所述标准化监测数据及所述电—热—气联合状态构造风险特征，并根据所述工况参量确定自适应预警阈值，包括：根据所述标准化监测数据提取电压偏移量、温度梯度、产气变化率、气体比值、压力变化率和相邻模组一致性偏离量；根据所述电—热—气联合状态提取所述虚拟核心温度与表面温度之间的温差、所述等效内阻残差和所述虚拟通道压力的增长率； 将所述电压偏移量、所述温度梯度、所述产气变化率、所述气体比值、所述压力变化率、所述相邻模组一致性偏离量、所述温差、所述等效内阻残差和所述虚拟通道压力的增长率组成所述风险特征；根据所述工况参量识别当前工况类别；基于所述当前工况类别和健康样本分布确定第个风险特征的自适应预警阈值，所述自适应预警阈值满足： ；其中，为第个风险特征的自适应预警阈值，为当前工况类别，为电池健康状态分层，为第个风险特征，为在所述当前工况类别和所述电池健康状态分层下健康样本中第个风险特征的分位数，为在所述当前工况类别和所述电池健康状态分层下健康样本中第个风险特征的中位绝对偏差，为根据误报率目标和漏报率目标标定得到的安全裕度系数。

8、一种实施方式中，所述将所述风险特征及所述自适应预警阈值输入多支路风险推断模型，得到支路风险结果，包括：将所述风险特征与所述自适应预警阈值进行比较，并根据产气异常、压力异常、温升异常、电压异常和绝缘异常的组合条件，通过规则支路得到规则风险概率和硬触发标记；将所述虚拟核心温度、所述等效内阻残差、所述虚拟通道压力及其对应的模型残差输入机理支路，得到机理风险概率；将连续多个计算窗口内的所述风险特征输入时序支路，得到时序风险概率和所述剩余预警时间；将所述规则风险概率、所述硬触发标记、所述机理风险概率、所述时序风险概率和所述剩余预警时间作为所述支路风险结果。

9、一种实施方式中，所述时序支路采用时间卷积网络、门控循环网络或注意力时序网络，所述时序支路的输入为连续多个计算窗口内的风险特征序列，所述时序支路采用如下方式得到时序风险概率和所述剩余预警时间：对所述风险特征序列进行缺失掩码处理，以削弱低可信度传感器对应特征的影响；提取所述风险特征序列中电压偏移、温度梯度、产气变化率、压力变化率和等效内阻残差的时间演化趋势；根据所述时间演化趋势，输出所述时序风险概率和所述剩余预警时间。

10、一种实施方式中，所述根据所述可信度数据融合所述支路风险结果，输出热失控风险值、剩余预警时间和预警等级，包括：根据所述可信度数据分别确定所述规则支路、所述机理支路和所述时序支路的支路可信度；按照所述支路可信度对所述规则风险概率、所述机理风险概率和所述时序风险概率进行加权融合，得到所述热失控风险值，所述热失控风险值满足：；其中，为所述热失控风险值，、、分别为所述规则风险概率、所述机理风险概率和所述时序风险概率，、、分别为所述规则支路、所述机理支路和所述时序支路的支路可信度，、、分别为对应支路的基础权重；根据所述热失控风险值、所述剩余预警时间和所述硬触发标记确定所述预警等级。

11、一种实施方式中，所述方法还包括：根据所述预警等级生成分级处置指令；当所述预警等级为观察级时，提高风险区域对应传感器的采样频率，并记录事件标记；当所述预警等级为预警级时，控制热管理系统增强冷却，并限制所述目标电池包的充放电功率；当所述预警等级为动作级时，控制功率变换系统降载或停机，并断开对应电池簇的接触器；当所述预警等级为应急级时，控制排风系统、消防系统、相邻舱隔离系统和远程通信系统执行联动处置；其中，所述风险区域根据所述风险特征在所述系统拓扑数据中的空间归属确定。

12、根据本技术的具体实施方式，第二方面，本技术提供一种储能电池热失控预警系统，用于执行第一方面中任一项所述的储能电池热失控预警方法，包括：

13、数据获取模块，用于获取目标电池包的系统拓扑数据和多源监测数据；其中，所述多源监测数据包括电参量、热参量、产气参量、压力参量及工况参量；预处理模块，用于根据所述系统拓扑数据，对所述多源监测数据进行时空对齐、异常剔除和可信度计算，得到标准化监测数据及可信度数据；状态估计模块，用于利用所述标准化监测数据估计电—热—气联合状态，得到虚拟核心温度、等效内阻残差和虚拟通道压力；特征阈值模块，用于基于所述标准化监测数据及所述电—热—气联合状态，构造风险特征，并根据所述工况参量确定自适应预警阈值；风险推断模块，用于将所述风险特征及所述自适应预警阈值输入多支路风险推断模型，得到支路风险结果；融合预警模块，用于根据所述可信度数据融合所述支路风险结果，输出热失控风险值、剩余预警时间和预警等级。

14、本技术实施例的上述方案与现有技术相比，至少具有以下有益效果：本技术提供了一种储能电池热失控预警方法，通过先获取系统拓扑数据和多源监测数据，再依次形成标准化监测数据、可信度数据、电—热—气联合状态、风险特征、支路风险结果以及最终预警结果，使热失控预警过程形成了明确的数据流闭环。由于所述方法不是直接根据单一温度值或单一电压值报警，而是将电参量、热参量、产气参量、压力参量及工况参量转化为能够反映电池内部异常、泄压通道异常和工况差异的综合判断依据，因此能够提高热失控早期预警的准确性。进一步地，通过可信度数据对支路风险结果进行融合，可以在部分传感器异常、噪声增大或数据缺失时降低对应数据对最终结果的影响，从而减少误报和漏报。通过输出热失控风险值、剩余预警时间和预警等级，可以使预警结果不仅用于提示风险，还能够为后续执行降载、冷却、断电或消防联动提供量化依据。