鋰離子電池組專家診斷系統的研究

摘要：對電池組故障進行診斷是電池管理系統的重要功能。根據鋰離子電池組故障和外部特性之間的關系，建立了電池組故障診斷專家系統的模型，并給出了專家系統所用規則、歷史檔案數據內容以及電池組運行性能評估的算法，最后通過試驗對結果進行了驗證。

　　關鍵詞：電池組；專家診斷；監控系統

　　1 引言

　　隨著國家經濟的不斷發展，對能源、電力、交通、通信、環保等領域現代化要求也在不斷提高。作為后備能源的蓄電池系統正在被大量使用，對所有不允許斷電的供電電源系統來說，蓄電池組都是一個不可缺少的后備電源系統。而且，蓄電池系統在各行業中應用越來越廣泛。蓄電池運行狀態是否正常，直接影響著應用領域中各種設備的正常、可靠和安全運行。特別是無人值守的現場及電子商務中心、銀行的后備電池就顯得尤為重要。

　　經測試及優選分組的電池組中的各個單體電池之間仍然存在性能差異，這些差異在電池的長期運行過程中因環境的微小差別（如溫度差）能夠不同程度地產生新的差異。經過長期運行，個別電池性能明顯下降，嚴重影響電池組性能，甚至造成事故，需要早期診斷出單電池的性能下降和早期故障。另外，單電池的性能下降及故障會降低電池組的SOC（荷電狀態）值，因為性能差的一個單體電池的電量決定了整個電池組的荷電狀態。一個電池組一般是由數個單體電池或電池模塊串聯組成；性能落后的單體電池可能會使整個電池組提前終止放電。因而需要配備電池故障早期診斷專家系統。通過診斷系統能實現電池故障和隱患的早期預報，從而能有效地增加電動車電池組的續駛里程及無故障工作時間，使維護工作量降到最低，由此保證了電動車能可靠運行。

　　電動車的能量全部或部分來自儲能電池。制約電動車技術發展和電動車產業化的一個主要問題是儲能電池及其應用問題。電池使用中的一個突出問題就是各電池之間的差異，存在著不一致性，因此早期發現電池的不一致性和故障就成為非常關鍵的技術難題。需要研制一個電池組的早期故障專家診斷系統。通過專家診斷系統，我們可以實現對不健康電池的早期診斷，也使剩余電量估計模型能更準確，這樣能夠延長電池的使用壽命并進一步降低電池的使用成本，增加電動車的續駛里程，提高車輛行駛的可靠性。該系統及技術的研究具有理論價值和促進電動汽車產業化的重大意義。

　　2 專家診斷系統的國內外發展現狀

　　根據國際電工學會(IEC)在1995年制定的電池管理系統標準的要求，電動車用電池管理系統必須具備一定的電池診斷功能，包括不健康電池早期報警和提供電池老化信息。在這10多年里，國外各大公司均對此進行大力攻關研究，并在其運行使用的電池管理系統中加入了一定的電池診斷功能。其中代表性的公司有德國Mentzer Electronic GmbH和Werner Retzlaff為首設計的BADICOaCH系統；美國Aerovironmevt公司開發的SmartGuard系統(Long--Life Battery Using Intelligent Modular Control System)。

　　（1）BADICOaCH系統

　　BADICOaCH系統是BADICHEQ系統的改進，它具有的電池診斷相關功能：對最近24個充放電周期的詳細數據進行存貯并允許在對電池好壞作判斷時進行快速查找電池基本信息和錯誤使用情況;

　　（2）SmartGuard系統

　　SmartGuard系統具有的電池診斷相關功能主要有提供放電極性反向報警和電池歷史記錄和歸檔。

　　國內對電池故障診斷也有一定的研究，如春蘭研究院，清華大學，但大部分研究還處于起步階段。

　　本文對電池故障診斷的研究主要是尋找電池性能故障與電池某個或N個參數的相互關系，通過實時監測、比較同一電池組的不同單體電池間的參數變化并考慮一些其他因素來進行綜合診斷。經過長期的研究，已歸結出了一個初步可行的算法并在電動車跑車實驗用于電池診斷。其思想在于同一個電池組的各個單體電池在相同的充放電電流下，各個單體電池的性能大多數是相近的，但還有一些電池的性能存在不一致。通過綜合考慮各個電池在此段時間內對平均電壓的偏移及各個電池在此段時間內的電壓變化可以估計出電池性能的好壞。單電池電壓偏移小且電壓變化小的電池性能相對好。因為沒有一種電池的故障是表現為充電時電壓上升慢，放電時電壓下降慢。

　　3 專家故障診斷系統的設計

　　3.1 專家系統簡介

　　專家系統是一個具有大量專門知識的程序系統。它可以根據所提供的某特殊領域的知識進行推理，模擬人類某一領域專家作決策的過程，解決那些需要專家才能解決的復雜問題。

　　專家系統主要由知識庫、推理機、工作存儲區、知識獲取子系統和解釋界面等五個部分組成。其中，知識庫和推理機是專家系統的核心。知識庫主要用來存放領域專家所提供的專門知識，它包括事實庫和規則庫。推理機的功能是根據一定的推理策略從知識庫中選擇有關知識，對用戶提供的證據進行推理，直到得出相應的結論[1]。

　　另外，一些專家系統還具有自動知識獲取的功能。一方面從外部通過與專家的問答獲取知識，另一方面系統在運行中可以自己不斷總結經驗，從內部獲取知識。

　　3.2 總體設計

　　針對目前電動汽車正在開發使用的磷酸鐵鋰電池的工作原理及其在電動車上的使用進行深入了解，并分析電池使用專家的電池診斷經驗，總結電池的診斷規則。同時應用模糊數學的知識，初步提出一個合理、實用的電池組故障診斷模型。

　　根據電池組故障診斷模型對電池使用狀態數據的需求，開發電池組數據采集系統及相應的上位機人機交互界面。隨后按照專家系統的架構構建電池故障專家診斷系統。包括：

　　１　建立全局數據庫

　　２　建立電池歷史檔案數據庫

　　３　建立規則庫

　　４　開發推理調度程序模塊

　　５　開發人機交互程序模塊。

　　最后利用電池故障專家診斷系統對電動車上使用的電池進行診斷試驗，在試驗中實現對電池診斷模型參數的調整，使之不斷趨于完善。總體設計結構圖如圖1所示。

　　　　　　　　　　　　　　　　圖1 電池組診斷專家系統結構圖
?
　　3.3 電池診斷模糊專家系統所用規則

　　我們對電池專家提供的電池故障診斷規則、電池診斷和維護的資料進行分析整理后寫入專家系統。然后經試驗驗證，實現取舍和增加[2]。以鋰離子電池為例，系統中的規則主要有：

　　（1）放電電壓下降快、電壓低，充電電壓上升快、電壓高，則電池容量變小；

　　（2）靜置時電池端電壓下降快，長期放置電壓低，則自放電過大；

　　（3）放電時電池端電壓下降很快，電壓比平均電壓低1伏左右，則有單元電池損壞；

　　（4）蓄電池開路電壓很低、不能帶負載，則電池損壞或連接不正常；

　　（5）充電時電壓偏高，放電時電壓偏低，則該單體電池內阻過大；

　　（6）充電時電壓極高，則蓄電池內部開路；

　　（7）電池自開始放電起，其電壓就一直比別的電池略低，其放電平臺性能正常，則電池可能充電不足；

　　（8）電池在放電過程中，某節單體電池溫度比其他單體電池溫度高3℃以上，則該電池內阻過大。

　　3.4 歷史檔案數據內容及其建立

　　以本實驗采用的磷酸鐵鋰電池為例，保存在歷史檔案中的數據主要有：

　　（1）電池出廠時的關鍵數據（如出廠日期、標稱容量、開路電壓等）；

　　（2）使用的總安時數；

　　（3）過充和過放時最大電壓、電流、溫度的記錄；

　　（4）最近10個充放電周期內充電周期屬于電壓最高的次數和放電周期屬于電壓最低的次數；

　　（5）最近10個周期內充電時溫度升降數據和充電效率；

　　（6）最近10個周期內小電流充電時電壓差別；

　　（7）自放電時間間隔；

　　（8）上一次診斷的健康程度（SOH）結果。

　　在系統運行的第一次，對歷史檔案進行初始化。初始化的原則是除了一些已知的基本參數外，其他部分都設置為最佳狀態。在以后的運行過程中，系統自動地把與電池有關的重大事件記錄下來，對歷史檔案進行修改。如果電池組中的某一個電池被撤換下來，則應對剛換上的電池的歷史檔案進行初始化。對歷史檔案中的使用總安時數、總充放電周期數、過充、過放及充電不足等影響電池健康和使用壽命的記錄采用長期記憶并進行累加的辦法；對于另外表現性能的歷史數據則采用定期刷新的方法。

　　歷史檔案的具體實現方案是：在系統中采用長期記憶芯片EEPROM來保存歷史數據，同時在系統中加一個時鐘電路和一個供電電池為歷史數據提供時間信息。

　　3.5 故障定義及處理流程

　　本系統采用四級故障報警定義，分別為一級溫差故障，溫度極高故障，單體電壓極高故障；二三四級溫差故障，壓差故障，溫度過高故障，單體電壓極高故障，單體電壓過低故障。

　當系統上電后，電池組數據采集系統會在電池組充放電過程中，每隔一定時間循環采集電池組單體的電壓，溫度等信息。當發生故障時記錄并標定故障單體序號。當標定序號單體的故障次數累計到一定數量時，調用規則庫對電池性能進行評定，同時將評定結果記錄到該單體的歷史檔案中。

?
　　4 實驗結果與分析

　　本實驗采用的鋰離子電池組模塊為電動汽車用電池組模塊，采用磷酸鐵鋰電池組，單機模塊系統由12節30Ah單體電池串聯而成。電池組模塊裝配有電池管理數據采集模塊，模塊通過CAN總線將采集數據進行傳輸。經過CAN232接口轉換，將數據由CAN數據幀轉換成PC機能夠識別的格式，通過RS232接口傳遞給上位機人機交互界面進行顯示。系統連接如圖3所示。
?
　　圖4為實際對一組電池組進行若干次充放電循環后采集到的數據。由于電池單體間的差異，7號單體端電壓與其他單體的差距較大，已經發生了二級壓差故障和單體電壓過低故障報警。

　　5 結論

　　（1）分析了電池外部特性數據變化與電池故障之間的聯系，并結合電池專家的經驗知識，總結出針對電池常見故障的診斷規則。

　　（2）搭建了電池組數據采集系統平臺，包括底層硬件數據采集，數據通信，上位機人機交互界面程序的編寫。新的數據采集程序與電池管理系統之間的通訊更安全、更可靠，且不受管理系統監測電池種類變換和電池數目變化的影響。

（3）構建了電池故障模糊診斷專家系統。為尋找用以表征電池故障與電池外部癥狀之間模糊關系構建了橋梁。同時隨著不斷的實驗，還將不斷完善專家診斷系統，為早期故障預警提供更為可靠保障。

　　由于目前實驗的次數相對較少，如電池組的動態特性及故障還無法得到驗證，故障診斷系統也無法得到驗證。隨著實驗的不斷深入，電池故障信息也將慢慢積累，規則庫和推理機也將不斷得到更正。

　　參考文獻

　　[1] 鄭杭波, 齊國光. 電池組故障診斷模糊專家系統的研究[J]. 高技術通訊, 2004, 06: 70-74.

　　[2] 趙春明, 喬旭彤, 馬寧, 等. 基于CAN總線的電動汽車分布式控制系統的故障診斷研究. 車輛與動力技術, 2005, 02: 41-45.