锂离子电池故障诊断技术进展

被引:36
作者
苏伟 [1 ]
钟国彬 [2 ]
沈佳妮 [3 ]
王超 [2 ]
许金龙 [3 ]
贺益君 [3 ]
马紫峰 [3 ]
机构
[1] 广东电科院能源技术有限公司
[2] 广东电网有限责任公司电力科学研究院
[3] 上海交通大学化学工程系
关键词
锂离子电池; 安全; 故障诊断; 引发机制;
D O I
暂无
中图分类号
TM912 [蓄电池];
学科分类号
0808 ;
摘要
实施精准、可靠的故障诊断,是确保电池系统安全、稳定、可靠运行的关键,并为电池系统的精准运营维护提供理论、方法与技术支撑。本文首先在总结电池系统故障类型与表现形式的基础上,重点分析了在电池制造、成组筛选和使用各个阶段的本体故障引发机制。其次,对现有研究发展的电池系统故障诊断方法进行了分类,大致分为基于电池模型的故障诊断方法和无模型的故障诊断方法。之后,针对不一致故障诊断、短路故障诊断、热故障诊断、传感器故障诊断、连接组件故障诊断和多故障联合诊断,对现有文献提出的解决策略及应用案例进行了全面综述。最后,以全面文献调研为基础,提出了电池系统故障诊断研究面临的主要挑战和未来的研究方向。
引用
收藏
页码:225 / 236
页数:12
相关论文
共 41 条
[1]   改进D-S证据理论在电动汽车锂电池故障诊断中的应用 [J].
夏飞 ;
马茜 ;
张浩 ;
彭道刚 ;
孙朋 ;
罗志疆 .
智能系统学报, 2017, 12 (04) :526-537
[2]   串联电池组接触电阻故障诊断分析 [J].
徐佳宁 ;
梁栋滨 ;
魏国 ;
朱春波 .
电工技术学报, 2017, 32 (18) :106-112
[3]   大容量梯次利用电池储能系统工程技术路线研究 [J].
白恺 ;
李娜 ;
范茂松 ;
徐彭亮 ;
董文琦 ;
巩宇 .
华北电力技术, 2017, (03) :39-45
[4]   基于RBF神经网络的动力电池故障诊断系统研究 [J].
古昂 ;
张向文 .
电源技术, 2016, 40 (10) :1943-1945
[5]   基于贝叶斯网络的电池管理系统故障诊断方法 [J].
陈岚 ;
范永清 ;
张谦 ;
冯小华 ;
熊付强 .
电源技术, 2016, 40 (07) :1396-1398+1415
[6]   锂离子电池一致性分选方法 [J].
王永琛 ;
倪江锋 ;
王海波 ;
高立军 ;
胡道中 ;
王子冬 .
储能科学与技术, 2013, 2 (05) :522-527
[7]   锂电池内部微短路控制方法 [J].
欧方明 .
船电技术, 2013, 33 (04) :47-48
[8]   磷酸铁锂电池均衡技术综述 [J].
李娜 ;
白恺 ;
陈豪 ;
刘平 ;
牛虎 .
华北电力技术, 2012, (02) :60-65
[9]   锂离子单体电池筛选方法的研究 [J].
杨固长 ;
崔益秀 ;
周建银 .
电池工业, 2009, 14 (03) :152-154
[10]   基于模糊理论的电池故障诊断专家系统 [J].
刘文杰 ;
齐国光 .
吉林大学学报(信息科学版), 2005, (06) :104-108