一种动力电池快充安全阈值确定方法及装置与流程

本技术涉及动力电池快充控制，尤其是涉及一种动力电池快充安全阈值确定方法及装置。

背景技术：

1、锂离子电池广泛应用于电动汽车、储能系统和电子设备。随着快充应用和高安全性应用场景增加，电池管理系统需要更准确地获取电池的极化状态、健康状态及安全风险信息，准确估计上述状态通常需要获得电池的平衡电压。针对锂离子电池在动态工况下难以直接获取平衡电压的问题，现有技术已提出多种解决方案：利用短时弛豫电压结合等效电路模型或机器学习模型，推算平衡电压和健康状态；通过弛豫电压反演弛豫时间分布，分辨不同的极化过程；采用降阶电化学模型估计电极电位，用于析锂判断和充放电限流。

2、然而，弛豫推算类方法多数仅输出开路电压或健康状态，难以同时给出多种极化分量和副反应状态；弛豫时间分布方法通常需要专门激励或频率扫描，在线递推应用不足；采用降阶电化学模型仅估计电极电位的方法，难以在统一框架内区分sei（‌solidelectrolyte interphase，固体电解质界面膜）膜慢性老化与析锂短时风险，且在状态维数增大时容易发生估计漂移或发散。

技术实现思路

1、有鉴于此，本技术实施例提供一种动力电池快充安全阈值确定方法及装置，在提高多状态估计稳定性的同时还可实现安全快充限流控制。

2、本技术主要包括以下几个方面：

3、第一方面，本技术实施例提供一种动力电池快充安全阈值确定方法，所述确定方法包括：

4、获取动力电池在当前控制周期内的时序数据；

5、当从历史时序数据中的时间序列中识别出动力电池的动态激励片段和短静置弛豫片段时，基于动态激励片段对应的实测端电压和电流，确定动力电池的初始状态定位量，并基于短静置弛豫片段对应的实测端电压序列，构建实测弛豫伪量测向量；其中，所述历史时序数据包括：当前控制周期的时序数据以及在当前控制周期之前的预设数量控制周期的时序数据；

6、基于所述实测弛豫伪量测向量和所述初始状态定位量，构建与当前控制周期相对应的联合观测向量；

7、基于所述联合观测向量，确定动力电池在当前控制周期的后验状态向量；

8、基于所述后验状态向量，确定动力电池在当前控制周期的快充安全阈值。

9、进一步的，所述从历史时序数据中的时间序列中识别出动力电池的动态激励片段和短静置弛豫片段，包括：

10、针对历史时序数据的每个采样时刻，将该采样时刻的电流与该采样时刻的前一采样时刻的电流之间的差值确定为该采样时刻对应的电流变化量；

11、遍历每个采样时刻对应的电流变化量，并将电流变化量达到预设激励变化量时对应的采样时刻确定为动态激励片段的起点时刻；遍历每个采样时刻对应的电流，并将电流绝对值小于或等于预设静置电流时对应的采样时刻的前一采样时刻确定为动态激励片段的终点时刻，以得到动力电池的动态激励片段；

12、将动态激励片段的终点时刻的下一采样时刻确定为短静置弛豫片段的起点时刻；将电流绝对值小于或等于预设静置电流的持续时长达到预设时间阈值时对应的采样时刻确定为短静置弛豫片段的终点时刻，以得到动力电池的短静置弛豫片段。

13、进一步的，所述初始状态定位量包括：状态向量的初始欧姆内阻、状态向量的初始荷电状态、电荷转移极化的时间常数和固相扩散极化的时间常数；所述基于动态激励片段对应的实测端电压和电流，确定动力电池的初始状态定位量，包括：

14、将动态激励片段的起点时刻的前一个采样时刻的实测端电压与起点时刻的实测端电压的差值确定为电压跳变量；将动态激励片段的起点时刻的前一个采样时刻的电流与起点时刻的电流的差值确定为电流跳变量；将电压跳变量与电流跳变量的商确定为初始欧姆内阻；

15、将动态激励片段对应的电流进行安时积分，得到初始荷电状态；

16、将动态激励片段对应的实测端电压序列进行拟合，得到电荷转移极化的时间常数和固相扩散极化的时间常数。

17、进一步的，所述基于短静置弛豫片段对应的实测端电压序列，构建实测弛豫伪量测向量，包括：

18、将短静置弛豫片段对应的实测端电压序列进行拟合，并从拟合后的实测端电压序列提取多个弛豫分量；

19、基于短静置弛豫片段属于的模式类型，确定是否存在满足预设片段条件的历史短静置弛豫片段；

20、若存在，则基于历史短静置弛豫片段和短静置弛豫片段，确定充放电弛豫不对称量，并将多个弛豫分量的幅值、多个弛豫分量对应的时间常数和充放电弛豫不对称量构成实测弛豫伪量测向量；

21、若不存在，则将多个弛豫分量的幅值和多个弛豫分量对应的时间常数构成实测弛豫伪量测向量。

22、进一步的，所述基于所述实测弛豫伪量测向量和所述初始状态定位量，构建与当前控制周期相对应的联合观测向量，包括：

23、基于所述初始状态定位量，对状态向量进行初始化，得到初始状态向量；

24、基于当前控制周期的时序数据和初始状态向量，并利用状态转移方程，确定当前控制周期的先验状态向量；

25、基于当前控制周期的先验状态向量，确定动力电池的模型端电压；

26、基于所述模型端电压，构建动力电池的联合观测向量。

27、进一步的，所述基于当前控制周期的先验状态向量，确定动力电池的模型端电压，包括：

28、基于动力电池的先验状态向量中的荷电状态，确定负极嵌锂率；

29、基于当前控制周期的电流、负极嵌锂率、负极总极化和负极等效阻抗，确定动力电池的负极电位；

30、基于动力电池的先验状态向量和当前控制周期对应的温度，确定动力电池在当前控制周期的平衡电压；

31、基于动力电池在当前控制周期的平衡电压、电流、当前控制周期对应的先验状态向量和端电压模型，确定动力电池在当前控制周期的模型端电压。

32、进一步的，所述基于所述模型端电压，构建动力电池的联合观测向量，包括：

33、基于动力电池在短静置弛豫片段的平衡电压、电流、当前控制周期对应的先验状态向量和端电压模型，确定动力电池在短静置弛豫片段的预测端电压序列；

34、基于所述预测端电压序列，构建模型弛豫伪量测向量；

35、将外推平衡电压与在短静置弛豫片段的平衡电压的差值确定为动力电池的平衡电压残差；

36、将模型弛豫伪量测向量与实测弛豫伪量测向量的差值确定为弛豫特征差；

37、将动力电池在当前控制周期的实测端电压与模型端电压的差值确定为端电压误差；

38、将动力电池的平衡电压残差、弛豫特征差和端电压误差构建为联合观测向量。

39、进一步的，所述基于所述联合观测向量，确定动力电池在当前控制周期的后验状态向量，包括：

40、将先验状态向量划分为快状态子向量和慢状态子向量；

41、基于慢状态子向量的灵敏度矩阵和慢状态子向量对应的观测噪声协方差子矩阵，确定慢状态子向量对应的信息矩阵；

42、基于所述信息矩阵，得到需要更新的慢状态子向量参数；

43、将需要更新的慢状态子向量参数和快状态子向量确定为目标状态向量；

44、基于目标状态向量的灵敏度矩阵，确定目标状态向量的增益矩阵；

45、将所述增益矩阵和联合观测向量的乘积确定为候选状态修正量；

46、基于所述候选状态修正量和先验状态向量，确定后验状态向量。

47、进一步的，所述基于所述后验状态向量，确定动力电池在当前控制周期的快充安全阈值，包括：

48、基于所述后验状态向量中的可逆析锂量和容量，确定用于表征可逆析锂量增长速率的综合参数；

49、基于所述综合参数、析锂阈值电位、所述负极电位和充放电弛豫不对称量，确定动力电池的析锂风险等级；

50、基于所述析锂风险等级对应的保护系数，确定动力电池在当前控制周期的快充安全阈值。

51、第二方面，本技术实施例还提供一种动力电池快充安全阈值确定装置，所述确定装置包括：

52、获取模块，用于获取动力电池在当前控制周期内的时序数据；

53、识别模块，用于当从历史时序数据中的时间序列中识别出动力电池的动态激励片段和短静置弛豫片段时，基于动态激励片段对应的实测端电压和电流，确定动力电池的初始状态定位量，并基于短静置弛豫片段对应的实测端电压序列，构建实测弛豫伪量测向量；其中，所述历史时序数据包括：当前控制周期的时序数据以及在当前控制周期之前的预设数量控制周期的时序数据；

54、构建模块，用于基于所述实测弛豫伪量测向量和所述初始状态定位量，构建与当前控制周期相对应的联合观测向量；

55、后验状态向量确定模块，用于基于所述联合观测向量，确定动力电池在当前控制周期的后验状态向量；

56、阈值确定模块，用于基于所述后验状态向量，确定动力电池在当前控制周期的快充安全阈值。

57、本技术实施例提供的一种动力电池快充安全阈值确定方法及装置，获取动力电池在当前控制周期内的时序数据；当从历史时序数据中的时间序列中识别出动力电池的动态激励片段和短静置弛豫片段时，基于动态激励片段对应的实测端电压和电流，确定动力电池的初始状态定位量，并基于短静置弛豫片段对应的实测端电压序列，构建实测弛豫伪量测向量；基于所述实测弛豫伪量测向量和所述初始状态定位量，构建与当前控制周期相对应的联合观测向量；基于所述联合观测向量，确定动力电池在当前控制周期的后验状态向量；基于所述后验状态向量，确定动力电池在当前控制周期的快充安全阈值。

58、这样，不依赖长时间静置、不进行完整频率扫描且不增加额外传感器的前提下，利用动力电池在实际使用过程中自然产生的短时动态激励及其后的短静置弛豫电压，联合估计电化学极化状态、副反应状态，并据此实现快充限流控制。

59、为使本技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。