MDPI Algorithms | 使用锂离子电池有危险？电池故障诊断算法帮你躲避“雷区”

点击左上角"MDPI 开放获取出版"关注我们，为您推送更多最新资讯。

近年来，伴随着科技的发展，人们对能源的需求也越来越巨大，锂离子 (Li-ion) 电池因其寿命长及高能量密度等优点得到了广泛的关注和应用。然而锂离子电池运行期间可能会发生各种内部和外部故障，导致热失控甚至爆炸等严重事故。电池管理系统Battery Management System (BMS) 是管理可充电电池或电池组的电子系统，其主要的功能之一是进行故障诊断，及早发现故障并提供相应的控制措施，以最小化故障造成的影响，提高电池使用的安全性。

近期，加拿大滑铁卢大学化学工程系的Michael Fowler教授及其研究团队对各种故障诊断算法展开综述。讨论了这些算法的当前进展、优缺点，以及电池故障诊断面临的一些挑战，并将其研究发表在期刊Algorithms上。

只有了解故障的原因和机制，才能有助于设计适当的故障诊断方法，以确保锂离子电池的安全应用。电池可能的故障主要分为两种：内部电池故障和外部电池故障。

内部电池故障

如过充电、过放电、内部和外部短路、过热、加速降解和热失控，其中加速退化和热失控是最危险的，它们会严重影响锂离子电池的应用或直接伤害用户。

外部电池故障

如温度、电压和电流传感器故障，电池连接故障以及冷却系统故障，其中冷却系统故障是最严重的故障，它会导致热故障，特别是热失控。

图1. 锂离子电池系统可能出现的各种故障及其原因。

在电池系统中，电池管理系统可以容纳所有诊断子系统和算法，通过传感器和状态估计来监测电池系统，使用建模或数据分析来检测电池系统运行期间可能发生的异常。但是，随着电池管理系统中的硬件和软件实现变得越来越多样，电池故障也随之变得更加复杂，需要各种故障诊断算法协同工作，以正确检测和隔离特定故障，执行正确的控制措施。

关于锂离子电池的改进，研究者们已经提出了许多故障诊断算法，主要可以分为基于模型的方法和基于非模型的方法。基于模型的方法包括参数估计、状态估计、奇偶空间和结构分析。基于非模型的方法包括信号处理和基于知识的方法。一般来说，多种方法组合使用更能达到理想效果。

图2. 故障诊断算法的分类。

基于模型的故障诊断方法

其主要原理是使用电池模型生成残差，对残差进行监视和分析以检测故障。基于模型的方法因其简单和低成本的优势，在故障诊断中的应用更为广泛。

基于非模型的故障诊断方法

基于非模型的方法包括信号处理和基于知识的方法，这种方法虽然可以提高故障诊断的准确性，但可能需要大量的电池故障数据，而这些数据通常不可用，或者计算成本很高，使得在电池管理系统中使用这类方法变得非常困难。

图片来源：Unsplash

虽然目前故障诊断算法的进步在提高锂离子电池安全性方面已取得了一定进展，但是在实际应用中仍然存在一些局限性。基于模型的方法可以实时快速检测和隔离故障，但需要很高的建模精度。此外，还应考虑诊断方法的鲁棒性和敏感性之间的权衡，权衡的结果 (提高鲁棒性，降低敏感性还是增强敏感性，减少鲁棒性) 主要取决于故障阈值。非基于模型的方法可以更好地实现电池建模，但仍然存在一些缺点。比如信号处理方法具有良好的动态性能，但对测量噪声十分敏感，并且不能可靠地检测早期故障；基于复杂知识的方法准确性较高，并且与非线性系统 (例如锂离子电池) 具有兼容性，但是训练过程很耗时，并且需要大量数据。所以最有效的锂离子电池故障诊断方法应是基于模型的方法和基于非模型方法的组合。

表1. 锂离子 (Li-ion) 故障诊断算法总结。

故障诊断方法也面临着许多挑战。首先，由于某些故障对电池有相似的影响，因此很难准确地隔离每个故障以提供适当的响应。其次，由于缺乏对故障行为的了解，确定有效的故障阈值以进行早期和准确的检测也十分具有挑战性。最后，需要增强电池管理系统的计算能力，以适应可以显著提高故障诊断准确性的复杂算法。

Algorithms (ISSN 1999-4893) 是一本开放获取期刊。期刊旨在为算法及其应用提供一个先进的学术交流平台，通过严格的同行评审制度，高效发表包括综述、研究论文、简报等多种类型的学术文章。期刊目前已被Scopus、Ei Compendex、Emerging Sources Citation Index (ESCI-Web of Science)、MathSciNet (American Mathematical Society) 等数据库收录。从投稿到收到第一轮决定平均历时27天，文章从接收到发表上线平均需要3天。

识别二维码

阅读英文原文

原文出自Algorithms期刊

Tran, M.-K.; Fowler, M.A Review of Lithium-Ion Battery Fault Diagnostic Algorithms: Current Progress and Future Challenges. Algorithms 2020, 13, 62. 

Algorithms 特刊征稿

近年来，中国学者在推进与算法及其应用相关的研究方面发挥了越来越重要的作用，期刊特推出中国地域特刊“State-of-the-Art Algorithms and Their Applications in China”，旨在发表来自中国学者的与算法及其应用相关的高质量研究成果。

投稿截止日期：2021年3月15日

识别左方二维码

进入特刊主页

往期回顾：

版权声明：

*翻译作者：Alina Chen

*本文内容由MDPI中国办公室编辑负责撰写，一切内容请以英文原版为准。如需转载，请邮件联系：[e-mail]

星标“MDPI 开放获取出版”

由于微信订阅号推送规则更新，建议您将“MDPI 开放获取出版”设为星标，便可在消息栏中便捷地找到我们，及时了解最新开放出版动态资讯！

点击左下方“阅读原文”，了解更多Algorithms期刊信息。

喜欢本篇内容请给我们点个“在看”