本发明涉及车用动力电池组，具体是一种基于端云协同的锂离子电池主动安全预警方法。
背景技术：
1、随着电动汽车、电子产品、储能系统等技术的发展，锂离子电池已成为广泛使用的电池技术。然而，锂电池也存在一定的安全隐患，如过充、过放、短路等异常情况可能引发电池发生热失控，甚至引发火灾爆炸事故。
2、目前，针对锂电池安全隐患的主要解决方案包括：(1)被动安全保护：通过电池管理系统(bms)对电池进行电压、电流、温度等参数监测，一旦检测到异常情况就触发过充、过放、过流等保护措施，但该方法只能响应异常，无法提前预警；(2)化学/材料改进：通过优化正负极材料、隔膜、电解液等化学组分来提高电池的本质安全性，但受制于成本、能量密度等因素，难以全面替代现有电池技术；(3)宏观设计改进：通过模块化、串并联等电池系统设计优化来提高整体安全性，但无法解决电芯本身的安全隐患；基于以上不足，本发明提出一种基于端云协同的锂离子电池主动安全预警方法。
技术实现思路
1、本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种基于端云协同的锂离子电池主动安全预警方法，可以实现对电池组的精细监测和预警，在出现异常情况之前及时采取措施，从而提高锂电池的使用安全性，具有重要应用价值。
2、为实现上述目的，本发明的第一方面提供了一种基于端云协同的锂离子电池主动安全预警方法，包括如下步骤：
3、步骤一：从云端获取锂离子电池包的实时运行数据；
4、步骤二：电池单体电压距离异常评估，具体包括：
5、根据数据筛选和计算规则计算得到每个电芯的z-score值；
6、当初次观测到电芯的z-score距离值＞3时，则判定该电芯为异常电芯，并记录当前时刻为该异常电芯的起始时刻；
7、从该起始时刻开始，判断后续最大距离电芯是否在记录的异常电芯集合中，若该电芯在记录的集合中且其距离值＞3，则该电芯异常频数+1；
8、选取异常频数≥100次的电芯作为异常电芯；
9、步骤三：电池单体电压熵异常评估，具体包括：
10、根据数据筛选和计算规则计算得到每个时间窗口内最小电压电芯的熵值；
11、如果电芯在3天时间窗口内的电压熵值为0，且该电芯作为电压最小电芯的频次≥100次，则判定该电芯为异常电芯；
12、步骤四：电池单体电压差异常评估，具体包括：
13、根据数据筛选和计算规则计算得到电池组最大电压与最小电压之间的压差；
14、对电压压差进行异常判断；
15、步骤五：电池单体内阻估算；
16、步骤六：主动安全预警：根据电压距离异常、电压差波动异常、电压熵异常，综合判断做出主动安全预警；其中预警结果会与电池单体内阻估算值进行对比验证。
17、进一步地，步骤二中数据筛选和计算规则如下：
18、从充电状态中筛选满足条件的充电数据，其中筛选条件包括：1.电流大于0；2.最大电压大于等于3.78v；
19、对每一笔充电数据，计算所有电芯的电压平均值和电压标准差s；再对每个电芯计算其z-score值，计算公式如下：
20、其中xi表示第i个电芯的电压，zi示第i个电芯的z-score值；z-score反映了每个电芯电压与平均电压的偏离程度，用于判断电芯异常。
21、进一步地，步骤三中数据筛选和计算规则如下：
22、从充电状态中筛选电流≥3a的充电数据，保障电池包已经进入稳定的充电工况；采用滑动窗口的方式，设置时间窗口为3天，计算每个时间窗口内最小电压电芯的熵值，计算公式如下：
23、
24、其中n表示一共n个电芯，xi表示第i个电芯的电压，p(xi)表示第i个电芯电压的数据概率密度，h(x)表示第i个电芯的熵值。
25、进一步地，步骤四中数据筛选和计算规则如下：
26、从充电状态中筛选满足条件的充电数据，其中筛选条件为：最大电压在3.78v至3.82v之间；对于满足条件的每笔充电数据，计算电池组最大电压与最小电压之间的压差。
27、进一步地，对电压压差进行异常判断，具体包括：
28、当初次观测到电压压差大于或等于20mv时，则记录观测时刻为起始异常时刻；从该起始异常时刻开始统计，如果后续时刻电压压差仍然大于等于20mv，则异常频数累加1；
29、当异常频数达到100次及以上，且在该时间窗口内至少出现1次电压压差大于等于60mv的情况，则判定为电压差波动异常。
30、进一步地，电池单体内阻估算，具体包括：
31、选择运行状态从静置状态转为充电状态的相邻两笔数据，且两笔数据在时间上相差小于等于3分钟；对该笔充电状态下的充电数据进行筛选，筛选条件为：电流≥5a；soc≥20％；下一笔数据的运行状态是充电状态；
32、对满足条件的相邻两笔数据计算电池单体的内阻，计算公式如下：
33、
34、其中，ri表示电池单体i的估算内阻，表示充电状态下电池单体i的电压，表示静置状态下电池单体i的电压，i表示充电状态下的电流。
35、进一步地，步骤六中预警结果，具体包括：
36、在电池单体电压距离异常评估计算中，如果电芯从开始到结束都是电压距离最大的电芯，且该电芯的平均电压距离大于等于3，则判定该设备为特别严重设备候选；
37、如果设备在电池单体电压差异常评估中存在异常波动，则直接判定该设备为特别严重设备候选；
38、如果设备在电池单体电压距离异常评估和电池单体电压熵异常评估中都存在异常，且异常的电芯相同，则判定该设备为特别严重设备候选；
39、输出预警结果：将所有特别严重设备候选进行交集分析,得到最终的特别严重设备，输出为特别严重设备；将异常设备中的剩余设备输出为一般严重设备。
40、进一步地，所述实时运行数据包括运行时间、soc、soh、运行状态、电池包的总电压、电流、电芯电压；其中运行状态包括充电状态、放电状态和静置状态。
41、与现有技术相比，本发明的有益效果是：
42、本发明通过从云端获取锂离子电池包的实时运行数据，进行电池单体电压距离异常评估、电池单体电压熵异常评估、电池单体电压差异常评估以及电池单体内阻估算；根据电压距离异常、电压差波动异常、电压熵异常，综合判断做出主动安全预警；同时预警结果也会与电池单体内阻估算值进行对比验证，提高主动安全预警的准确度；本发明可以对多种异常风险进行快速识别，提高电池管理系统的运行效率和安全可靠性。
1.一种基于端云协同的锂离子电池主动安全预警方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于端云协同的锂离子电池主动安全预警方法，其特征在于，步骤二中数据筛选和计算规则如下：
3.根据权利要求1所述的一种基于端云协同的锂离子电池主动安全预警方法，其特征在于，步骤三中数据筛选和计算规则如下：
4.根据权利要求1所述的一种基于端云协同的锂离子电池主动安全预警方法，其特征在于，步骤四中数据筛选和计算规则如下：
5.根据权利要求4所述的一种基于端云协同的锂离子电池主动安全预警方法，其特征在于，对电压压差进行异常判断，具体包括：
6.根据权利要求1所述的一种基于端云协同的锂离子电池主动安全预警方法，其特征在于，电池单体内阻估算，具体包括：
7.根据权利要求1所述的一种基于端云协同的锂离子电池主动安全预警方法，其特征在于，步骤六中预警结果，具体包括：
8.根据权利要求1所述的一种基于端云协同的锂离子电池主动安全预警方法，其特征在于，所述实时运行数据包括运行时间、soc、soh、运行状态、电池包的总电压、电流、电芯电压；其中运行状态包括充电状态、放电状态和静置状态。
