張春峰 李昱岐

摘 要：作為新能源汽車動力系統(tǒng)的核心部件之一，鋰離子電池包的質(zhì)量特性與服役性能直接影響著新能源汽車的整車產(chǎn)品質(zhì)量。面向新能源汽車總裝產(chǎn)線中的鋰離子電池包檢測安裝工序，通常將鋰離子電池單體的電壓極值差作為保障鋰離子電池包安全性性能的重要監(jiān)控指標(biāo)之一。然而，現(xiàn)有的鋰離子電池包電壓極值差的監(jiān)測主要依賴專家經(jīng)驗，監(jiān)測形式單一且無法有效應(yīng)用歷史監(jiān)測信息實現(xiàn)動態(tài)調(diào)節(jié)。為克服上述問題，本文提出一種聯(lián)合數(shù)據(jù)驅(qū)動與專家經(jīng)驗的電池包異常壓差動態(tài)監(jiān)測方法。該方法通過累積鋰離子電池包電壓極值差歷史檢測數(shù)據(jù)，實現(xiàn)檢測閾值的動態(tài)調(diào)整，進(jìn)而有效的完成異常壓差電池包的監(jiān)測和臨近閾值壓差電池包的預(yù)警，實現(xiàn)鋰離子電池包壓差性能檢測的智能化。最后通過結(jié)合山西晉中吉利汽車部件有限公司的現(xiàn)場數(shù)據(jù)對模型的性能進(jìn)行了驗證，結(jié)果表明了該方法的有效性和可行性。

關(guān)鍵詞：新能源電池 鋰離子電池 壓差監(jiān)測 數(shù)據(jù)驅(qū)動

Abstract：As one of the core components of the power system of new energy vehicles， the quality characteristics and service performance of lithium-ion battery packs directly affect the product quality of new energy vehicles. For the detection and installation process of lithium-ion battery packs in the final assembly production line of new energy vehicles， the voltage difference of lithium-ion batteries is usually regarded as one of the important monitoring indicators to ensure the safety performance. However， the existing monitoring of voltage extreme difference of lithium-ion battery packs mainly relies on expert experience， and the monitoring form is single and cannot effectively apply historical monitoring information to achieve dynamic regulation. In order to overcome the above problems， this paper proposes a dynamic monitoring method of abnormal pressure difference of battery pack based on data driven and expert experience. This method achieves dynamic adjustment of detection threshold by accumulating historical detection data of extreme voltage difference of lithium-ion battery packs， and then effectively completes the monitoring of abnormal differential pressure battery packs and the early warning of battery packs near threshold differential pressure， so as to realize intelligent detection of differential pressure performance of lithium-ion battery packs. Finally， the performance of the model is verified by the field data. The results show the effectiveness and feasibility of the method.

Key words：Energy battery， lithium ion battery， differential pressure monitoring， data driven.

1 引言

隨著新能源汽車產(chǎn)業(yè)的快速發(fā)展與部署，作為核心部件的鋰離子電池包的安全、可靠、高效的運行成為影響新能源汽車產(chǎn)品質(zhì)量的決定性因素之一[1]。相比于傳統(tǒng)動力電池包，鋰離子電池包因具備高作業(yè)電壓、高能量密度、大充放電功率、低環(huán)境污染等優(yōu)異性能成為推動汽車工業(yè)向純電動化方法發(fā)展的不可或缺的一環(huán)[2]。通常，鋰離子電池包本體主要由控制模組、熱傳導(dǎo)模組，和以鋰離子電池單體為基礎(chǔ)單元的成套鋰離子電池模組等關(guān)鍵部分封裝構(gòu)成，如圖1所示。

然而，受限于現(xiàn)有鋰離子電池單體的生產(chǎn)制造工藝等諸多內(nèi)外部因素的耦合影響，鋰離子電池單體產(chǎn)品通常在相關(guān)性能評價指標(biāo)層面呈現(xiàn)出分布差異現(xiàn)象，如：單體電壓、單體阻抗等[3，4]。在此基礎(chǔ)之上，通過將鋰離子電池單體按照一定的排列策略進(jìn)行組集并封裝，所構(gòu)建的各鋰離子電池模組彼此間的服役性能也呈現(xiàn)出不同程度的波動，進(jìn)而影響到最終生產(chǎn)的鋰離子電池包的綜合性能。通常，在眾多針對鋰離子電池單體的評價指標(biāo)中，單體電壓是衡量鋰離子電池單體放電性能的重要指標(biāo)之一，常見的電壓關(guān)鍵特性包括理論電壓、額定電壓、工作電壓、開路電壓等，其中工作電壓直接關(guān)系到充放電的截止電壓，進(jìn)而影響鋰離子電池模組和鋰離子電池包的性能。

在鋰離子電池包的實際應(yīng)用中，組集于其中的鋰離子電池單體的最大電壓和最小電壓的電壓極值差是保障鋰離子電池包安全性性能的重要監(jiān)控參數(shù)之一[5，6]。通常，在相同條件下進(jìn)行工作的鋰離子電池包，其電壓極值差主要受到鋰離子電池單體的開路電壓、直流內(nèi)阻（歐姆內(nèi)阻以及極化內(nèi)阻）的影響，該影響機(jī)制說明電壓極差值能夠在一定程度上表征鋰離子電池包的內(nèi)部特性，進(jìn)而關(guān)系著鋰離子電池包的整體安全性和是否能夠正常使用。因此，針對鋰離子電池包的電壓極值差監(jiān)測對于鋰離子電池包的質(zhì)量檢驗與評估、維保決策的制定和新能源汽車整車質(zhì)保均扮演著至關(guān)重要的角色。

2 電池包異常壓差動態(tài)監(jiān)測方法與驗證

2.1 基于歷史檢測數(shù)據(jù)的模型構(gòu)建

通過結(jié)合山西吉利汽車部件有限公司總裝產(chǎn)線的鋰離子電池包檢測設(shè)備和數(shù)字化信息中心的服務(wù)器平臺，獲取得到了總裝產(chǎn)線上鋰離子電池包在安裝至車身底盤前的檢測數(shù)據(jù)庫，如圖2所示。

由圖2可以看出，該數(shù)據(jù)庫收集并匯總了鋰離子電池包在總裝產(chǎn)線上檢測所獲得的的大部分?jǐn)?shù)據(jù)，主要包括端口電壓、電池包電荷健康狀態(tài)（BMSH_BattSOC）、電池包電壓信息（BMSH_BattVolt）、鋰離子電池單體最大電壓（BMSH_CellVoltMax）、鋰離子電池單體最小電壓（BMSH_CellVoltMin）、靜態(tài)壓差等關(guān)鍵信息。與此同時，針對每一項具體的鋰離子電池包檢測條目，均完整紀(jì)錄了理論最小值（From）、理論最大值（UpTo）、實際檢測值（RealValue）、檢測結(jié)果（RoutinePass）、電池包編號（BarCode）等信息。

基于上述獲取的鋰離子電池包檢測數(shù)據(jù)庫信息，首先提取到能夠表征鋰離子電池包內(nèi)部特征的電壓極值差數(shù)據(jù)集，并按照歷史檢測順序?qū)λ崛〉降碾妷簶O值差數(shù)據(jù)進(jìn)行整理，如圖3所示。

一般地，鋰離子電池包的實際檢測結(jié)果往往受到總裝產(chǎn)線檢測工人所采用的檢測方法、檢測設(shè)備等內(nèi)外部因素的綜合影響。因此，在獲得鋰離子電池包電壓極值差的歷史檢測數(shù)據(jù)集后，需要對歷史檢測數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，從而獲得滿足后續(xù)模型構(gòu)建需要的合格數(shù)據(jù)集。通常，數(shù)據(jù)清洗主要包括數(shù)據(jù)一致性檢查、缺失值處理、不合理數(shù)據(jù)處理等環(huán)節(jié)。其中，電壓極值差數(shù)據(jù)的一致性已由數(shù)據(jù)庫進(jìn)行保證，故該鋰離子電池包的電壓極值差歷史檢測數(shù)據(jù)集重點關(guān)注缺失值和不合理數(shù)據(jù)的處理。

如圖4所示，通過將所提取到的鋰離子電池包電壓極值差歷史檢測數(shù)據(jù)集進(jìn)行散點可視化，能夠直觀的看出原始數(shù)據(jù)集中存在大量的不合理數(shù)據(jù)，這些數(shù)據(jù)的值遠(yuǎn)遠(yuǎn)大于專家所設(shè)定的30mV閾值。而這些不合理的數(shù)據(jù)會顯著降低所提取電壓極值差數(shù)據(jù)集的整體質(zhì)量，造成數(shù)據(jù)污染，并嚴(yán)重影響后續(xù)的模型構(gòu)建。所以，數(shù)據(jù)清洗的首要任務(wù)是針對原始電壓極值差歷史檢測數(shù)據(jù)集完成合格數(shù)據(jù)和不合格數(shù)據(jù)的劃分。具體地，鋰離子電池包電壓極值差一般規(guī)定為鋰離子電池單體最大電壓與鋰離子電池單體最最小電壓的差值，故合格鋰離子電池包電壓極值差的值非負(fù)。其次，所測量的鋰離子電池包電壓極值差的值應(yīng)該位于閾值的特定范圍內(nèi)。因此，鋰離子電池包電壓極值差歷史檢測數(shù)據(jù)是否合格由公式（1）判定，其具體表達(dá)式為：

式中，表示第i個鋰離子電池包電壓極值差歷史檢測數(shù)據(jù)，表示電壓極值差理論最小值，表示電壓極值差理論最大值，表示懲罰因子。

基于上述的電壓極值差檢測數(shù)據(jù)的合格判定準(zhǔn)則，能夠獲得每一條鋰離子電池包電壓極值差歷史檢測數(shù)據(jù)是否合格的標(biāo)簽，并依據(jù)此標(biāo)簽實現(xiàn)了原始電壓極值差檢測數(shù)據(jù)集的數(shù)據(jù)清洗。其中，清洗后合格的鋰離子電池包電壓極值差歷史監(jiān)測數(shù)據(jù)可以被進(jìn)一步可視化，如圖5所示。

如上述數(shù)據(jù)散點可視化結(jié)果所示，經(jīng)過數(shù)據(jù)清洗之后的鋰離子電池包電壓極值差歷史監(jiān)測數(shù)據(jù)集的整體數(shù)據(jù)質(zhì)量呈現(xiàn)出顯著的提升，為后續(xù)建立的鋰離子電池包的電壓極值差異常監(jiān)測模型的構(gòu)建提供了可靠的數(shù)據(jù)保障。一般地，在實際新能源汽車總裝產(chǎn)線的鋰離子電池包檢測環(huán)節(jié)，檢測人員通常僅依據(jù)專家給定的電壓極值差閾值完成鋰離子電池包電壓極值差異常與否的判定。然而，僅僅依據(jù)電壓極值差閾值的判定存在一定的局限性，其潛在的分配相同的注意力權(quán)重給所有檢測正常的鋰離子電池包，即認(rèn)為檢測通過的鋰離子電池包彼此間是無差異的。然而，如圖5所示，對于檢測通過的鋰離子電池包，彼此之間的電壓極值差分布依舊存在著顯著的不同，應(yīng)該對于電壓極值差檢測結(jié)果接近于電壓極值差閾值的鋰離子電池包給予更多的關(guān)注。因此，結(jié)合清洗后的合格的鋰離子電池包電壓極值差歷史檢測數(shù)據(jù)，提出一種聯(lián)合數(shù)據(jù)驅(qū)動與專家經(jīng)驗的鋰離子電池包異常電壓極值差動態(tài)監(jiān)測方法，具體實施策略如圖6所示。

首先，在新能源汽車總裝產(chǎn)線的本地服務(wù)器或信息管理中心的終端服務(wù)器中建立三個用于存儲鋰離子電池電壓極值差檢測結(jié)果的數(shù)據(jù)庫，分別命名為異常狀態(tài)的電壓極值差歷史數(shù)據(jù)庫、正常狀態(tài)的電壓極值差歷史數(shù)據(jù)庫和臨近閾值的電壓極值差歷史數(shù)據(jù)庫。其次，從清洗后的合格鋰離子電池包電壓極值差歷史檢測數(shù)據(jù)中依次抽取數(shù)據(jù)樣本來實現(xiàn)鋰離子電池包異常電壓極值差動態(tài)監(jiān)測模型的構(gòu)建。具體地，對于某一具體的鋰離子電池包電壓極值差數(shù)據(jù)樣本，先查詢保存至正常狀態(tài)的電壓極值差歷史數(shù)據(jù)庫的條目是否達(dá)到最小統(tǒng)計量30，若保存的條目數(shù)量未達(dá)到最小統(tǒng)計量，則針對具體的鋰離子電池包電壓極值差數(shù)據(jù)樣本采用專家經(jīng)驗確定的理論最小值VLow和理論最大值VUp實現(xiàn)異常值檢測，并根據(jù)檢測結(jié)果將當(dāng)前鋰離子電池包電壓極值差數(shù)據(jù)樣本保存至相對應(yīng)的數(shù)據(jù)庫中，該過程被稱為初始監(jiān)測環(huán)節(jié)。相反，若保存的條目數(shù)量達(dá)到最小統(tǒng)計量，則執(zhí)行動態(tài)監(jiān)測環(huán)節(jié)。

對于鋰離子電池包電壓極值差的動態(tài)監(jiān)測環(huán)節(jié)，首先對保存至正常狀態(tài)的電壓極值差歷史數(shù)據(jù)庫中的所有歷史數(shù)據(jù)開展基于箱型圖的統(tǒng)計分析，獲得統(tǒng)計下限值QLow和統(tǒng)計上限值QUp，具體計算表達(dá)式如下：

式中，表示所有正常狀態(tài)歷史數(shù)據(jù)的下四分位數(shù)，表示所有正常狀態(tài)歷史數(shù)據(jù)的上四分位數(shù)，表示所有正常狀態(tài)歷史數(shù)據(jù)的上四分位數(shù)與下四分位數(shù)的距離。

與此同時，為了進(jìn)一步克服因數(shù)據(jù)樣本分布的時變性而引發(fā)的統(tǒng)計上限值波動的問題，采用加權(quán)融合策略將專家經(jīng)驗知識引入至電壓極值差上限值的聯(lián)合動態(tài)確定環(huán)節(jié)中，所構(gòu)建的動態(tài)電壓極值差上限可以表示如下：

結(jié)合上述構(gòu)建的統(tǒng)計下限QLow和動態(tài)電壓極值差上限Q，可以將某一具體的鋰離子電池包電壓極值差數(shù)據(jù)樣本依據(jù)其真實檢測值歸屬到相對應(yīng)的電壓極值差歷史數(shù)據(jù)庫中。其中，若鋰離子電池包電壓極值差數(shù)據(jù)樣本的真實檢測值小于統(tǒng)計下限QLow或者大于電壓極值差理論最大值VUp，則將該樣本判定為異常樣本，并將所對應(yīng)的鋰離子電池包電壓極值差數(shù)據(jù)等信息保存至異常狀態(tài)的電壓極值差歷史數(shù)據(jù)庫。相反，若鋰離子電池包電壓極值差數(shù)據(jù)樣本的真實檢測值大于統(tǒng)計下限QLow且小于動態(tài)電壓極值差上限Q，則將該樣本判定為正常樣本，將所對應(yīng)的鋰離子電池包電壓極值差數(shù)據(jù)等信息追加至正常狀態(tài)的電壓極值差歷史數(shù)據(jù)庫。與此同時，將處于動態(tài)電壓極值差上限Q和電壓極值差理論最大值VUp間的數(shù)據(jù)樣本視為重點關(guān)注樣本，保存至相對應(yīng)的臨近閾值的電壓極值差歷史數(shù)據(jù)庫。

2.2 電池包異常監(jiān)測結(jié)果

基于上述的鋰離子電池包異常電壓極值差動態(tài)監(jiān)測模型，能夠有效完成鋰離子電池包電壓極值差的異常監(jiān)測，監(jiān)測結(jié)果如圖7所示。

可以看出所提的聯(lián)合數(shù)據(jù)驅(qū)動與專家經(jīng)驗的鋰離子電池包異常電壓極值差動態(tài)監(jiān)測方法能夠有效的完成異常值的識別，為保障新能源汽車總裝產(chǎn)線電池包安裝工序的質(zhì)量提供了依據(jù)。此外，如圖8所示，所提方法能夠進(jìn)一步的實現(xiàn)臨近閾值的鋰離子電池包電壓極值差的識別任務(wù)，促使現(xiàn)場檢驗人員對該類鋰離子電池包給予更多的關(guān)注。

3 結(jié)論

本文提出了一種聯(lián)合數(shù)據(jù)驅(qū)動與專家經(jīng)驗的電池包異常壓差動態(tài)監(jiān)測方法，該方法能夠依據(jù)新能源汽車總裝產(chǎn)線的鋰離子電池包壓差監(jiān)測歷史數(shù)據(jù)實現(xiàn)檢測閾值的動態(tài)調(diào)節(jié)，進(jìn)而完成異常壓差電池包的監(jiān)測和臨近閾值壓差電池包的預(yù)警，促進(jìn)了新能源汽車的產(chǎn)品質(zhì)量管控系統(tǒng)的智能化，并未后續(xù)的維保決策提供了有利的數(shù)據(jù)支撐。

資助項目：

國家重點研發(fā)計劃（2020YFB1713400）-新能源汽車制造產(chǎn)業(yè)集聚區(qū)域網(wǎng)絡(luò)協(xié)同制造集成技術(shù)研究與應(yīng)用示范。

參考文獻(xiàn)：

[1]許志宇，嚴(yán)曉，黃碧雄，王影. 基于ARIMA模型對鋰離子電池電壓監(jiān)測[J]. 農(nóng)業(yè)裝備與車輛工程，2020，58（11）：97-99.

[2]馬非凡，黃碧雄，嚴(yán)曉，王東征，王炯耿. 基于LSTM的電動汽車SOC估算方法的研究[J].農(nóng)業(yè)裝備與車輛工程，2020，58（11）：60-63.

[3]楊杰，解晶瑩，晏莉琴，尹鴿平.鋰離子電池健康狀態(tài)估計方法[J].電池，2019，49（3）：247-250.

[4]姚遠(yuǎn)，陳志聰，吳麗君，程樹英，林培杰. 一種基于改進(jìn)網(wǎng)格搜索和廣義回歸神經(jīng)網(wǎng)絡(luò)的鋰離子電池健康狀態(tài)估計方法[J]. 電氣技術(shù)，2021，22（7）：32-37.

[5]薛撬.動力鋰離子電池剩余壽命預(yù)測與故障診斷研究[D]. 昆明理工大學(xué)，2021.

[6]潘岳，韓雪冰，歐陽明高，任華華，劉巍，閆月君. 鋰離子電池內(nèi)短路檢測算法及其在實際數(shù)據(jù)中的應(yīng)用研究[J]. 儲能科學(xué)與技術(shù)，2022，1-13.