一种判断电池组异常电芯的方法与流程

1.本发明属于电动汽车动力电池技术领域，具体涉及一种判断电池组异常电芯的方法。


背景技术：

2.随着新能源汽车产业的发展，新能源汽车成为汽车行业一支不可缺少的重要力量，其保有量越来越大。作为新能源汽车的核心部件，动力电池的好坏直接关系到车辆的安全性。伴随着新能源汽车产业的迅速发展，动力电池系统也取得了很大进步，但是依然存在着一些需要解决的问题，比如电池一致性的问题。
3.电池一致性问题是指，由于电池制造工艺或使用不当等因素，造成电池包中一节或多节电芯过快老化、漏液、自放电电流较大，最终容量、soc等与其他电芯显著不一致。电池的一致性不仅影响到车辆的续航里程，如果还影响到车辆的行驶安全。
4.因此，判断电池包是否出现一致性问题，找出异常电芯，具有重大的现实意义和经济价值。


技术实现要素：

5.本发明的目的就在于为了发现有问题的电芯，解决电池包的一致性问题，提升车辆行驶安全，而提供一种判断电池组异常电芯的方法。
6.本发明通过以下技术方案来实现上述目的：
7.一种判断电池组异常电芯的方法，包括以下判断步骤：
8.s1、测量电池组所有电芯的电压，获取同一时刻测量的每节电芯的电压数据u
i
(i＝1,2,...,n)，通过计算得到电压中位数u
m
以及换算中位数绝对偏差cmad；
9.s2、根据所述u
i
、u
m
、cmad以及预设的压差阈值v0之间的条件关系，得到以不同异常标志符号标记电芯的电芯标记模型；
10.s3、获取多段时间间隔中所有预设测量时刻内每节电芯的电压数据，并采用电芯标记模型标记每个预设测量时刻内的每节电芯，确定每段时间间隔中所有预设测量时刻内电池组全部电芯的总电压数据条数m以及标记为不同异常标志符号的每节电芯的电压数据条数m
i
，根据m、总电压数据条数阈值m0以及m
i
之间的条件关系，确定不同异常标志符号标记的每节电芯的异常率p
i
；
11.s4、根据每节电芯的异常率p
i
和异常率阈值p0之间的条件关系，确定出每节电芯是否异常以及每节电芯的异常类型。
12.作为本发明的进一步优化方案，步骤s1中所述电压中位数u
m
的计算方法为：对电压数据u
i
排序，分别去除数据中最高最低的若干个值，通过剩余电压数据计算电压中位数u
m
。
13.作为本发明的进一步优化方案，步骤s1中，在同一时刻对电池组全部电芯进行电压测量，得到由n个电压标量观测值组成的随机变量向量a，其中：
14.计算a的中位数绝对偏差，即mad为：
15.mad＝median(ai
‑
median(a))，其中i＝1，2，...，n；
16.计算换算中位数绝对偏差，即cmad为：
17.cmad＝c*mad
18.其中erfcinv是逆补余误差函数。
19.作为本发明的进一步优化方案，步骤s2中，根据所述u
i
、u
m
、cmad以及预设的压差阈值v0之间的条件关系，得到以不同异常标志符号标记的电芯的电芯标记模型的方法为：计算出u
i
与u
m
的差值，即电压的压差(u
i
‑
u
m
)，如果(u
i
‑
u
m
)大于k倍的cmad，并且大于v0，则将该电芯异常标志设置成1；如果(u
i
‑
u
m
)为负数且绝对值大于k倍的cmad，并且大于v0，则将该电芯异常标志设置成
‑
1；对于剩余情况，将该电芯异常标志设置成0。
20.作为本发明的进一步优化方案，步骤s3中所述的异常率p
i
包括p
i
和p
i
‑
，所述p
i
为异常标志为1的每节电芯的异常率，所述p
i
‑
为异常标志为
‑
1的每节电芯的异常率，所述m
i
包括m
i
和m
i
‑
，m
i
为每段时间间隔内异常标志为1的每节电芯的电压数据条数，m
i
‑
为每段时间间隔内异常标志为
‑
1的每节电芯的电压数据条数；根据总电压数据条数m、总电压数据条数阈值m0以及每节电芯在所有预设测量时刻内经电芯标记模型标记为不同异常标志符号的电压数据条数之间的条件关系，确定不同异常标志符号标记的每节电芯的异常率p
i
的方法为：获取每段时间间隔内高于总电压数据条数阈值m0的总电压数据条数m，确定每节电芯的异常率p
i
和p
i
‑
：
[0021][0022][0023]
作为本发明的进一步优化方案，步骤s4中，根据每节电芯的异常率p
i
和异常率阈值p0之间的条件关系，确定出每节电芯是否异常以及每节电芯的异常类型的方法为：对每节电芯，如果p
i
>p0，则其对应的时间间隔内该电芯有正偏异常；如果p
i
‑
<
‑
p0，则其对应的时间间隔内该电芯有负偏异常；如果p
i
‑
p
i
‑
>p0，则其对应的时间间隔内该电芯有双偏异常；否则，该电芯没有异常。
[0024]
本发明的有益效果在于：
[0025]
1)本发明通过比较同一时刻不同电芯的电压状态，剔除了电流对电压的影响，使得结果具有可对比性；
[0026]
2)本发明统计一段时间内的电压异常情况，避免了个别数据对结果的影响，提高了统计结果的准确性。
附图说明
[0027]
图1是本发明的执行流程图。
具体实施方式
[0028]
下面结合附图对本技术作进一步详细描述，有必要在此指出的是，以下具体实施
方式只用于对本技术进行进一步的说明，不能理解为对本技术保护范围的限制，该领域的技术人员可以根据上述申请内容对本技术作出一些非本质的改进和调整。
[0029]
实施例1
[0030]
如图1所示，一种判断电池组异常电芯的方法，包括以下判断步骤：
[0031]
s1、测量电池组所有电芯的电压，获取同一时刻测量的每节电芯的电压数据u
i
(i＝1,2,...,n)，通过计算得到电压中位数u
m
以及换算中位数绝对偏差cmad；
[0032]
所述电压中位数u
m
的计算方法为：对电压数据u
i
排序，分别去除数据中最高最低的若干个值，通过剩余电压数据计算电压中位数u
m
；
[0033]
在同一时刻对电池组全部电芯进行电压测量，得到由n个电压标量观测值组成的随机变量向量a，其中：
[0034]
计算a的中位数绝对偏差，即mad为：
[0035]
mad＝median(ai
‑
median(a))，其中i＝1，2，...，n；
[0036]
计算换算中位数绝对偏差，即cmad为：
[0037]
cmad＝c*mad
[0038]
其中erfcinv是逆补余误差函数。
[0039]
s2、根据所述u
i
、u
m
、cmad以及预设的压差阈值v0之间的条件关系，得到以不同异常标志符号标记电芯的电芯标记模型；
[0040]
具体方法为：计算出u
i
与u
m
的差值，即电压的压差(u
i
‑
u
m
)，如果(u
i
‑
u
m
)大于k倍的换算中位数绝对偏差cmad，并且大于压差阈值v0，则将该电芯异常标志设置成1；如果压差(u
i
‑
u
m
)为负数且绝对值大于k倍的换算中位数绝对偏差cmad，并且大于压差阈值v0，则将该电芯异常标志设置成
‑
1；对于剩余情况，将该电芯异常标志设置成0。
[0041]
s3、获取多段时间间隔中所有预设测量时刻内每节电芯的电压数据，并采用电芯标记模型标记每个预设测量时刻内的每节电芯，确定每段时间间隔中所有预设测量时刻内电池组全部电芯的总电压数据条数m以及标记为不同异常标志符号的每节电芯的电压数据条数m
i
，根据m、总电压数据条数阈值m0以及m
i
之间的条件关系，确定不同异常标志符号标记的每节电芯的异常率p
i
；
[0042]
所述的异常率p
i
包括p
i
和p
i
‑
，所述p
i
为异常标志为1的每节电芯的异常率，所述p
i
‑
为异常标志为
‑
1的每节电芯的异常率；
[0043]
所述m
i
包括m
i
和m
i
‑
，m
i
为每段时间间隔内异常标志为1的每节电芯的电压数据条数，m
i
‑
为每段时间间隔内异常标志为
‑
1的每节电芯的电压数据条数；
[0044]
确定不同异常标志符号标记的每节电芯的异常率p
i
的方法为：获取每段时间间隔内高于总电压数据条数阈值m0的总电压数据条数m，确定每节电芯的异常率p
i
和p
i
‑
：
[0045][0046][0047]
s4、根据每节电芯的异常率p
i
和异常率阈值p0之间的条件关系，确定每节电芯是否异常以及每节电芯的异常类型；具体的：
[0048]
对每节电芯，如果p
i
>p0，p0为异常率阈值，则其对应的时间间隔内该电芯有正偏异常；
[0049]
如果p
i
‑
<
‑
p0，则其对应的时间间隔内该电芯有负偏异常；
[0050]
如果p
i
‑
p
i
‑
>p0，则其对应的时间间隔内该电芯有双偏异常；
[0051]
否则，则其对应的时间间隔内该电芯没有异常。
[0052]
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。