可重构电池系统的结构分析，用于主动故障诊断（Matlab代码实现）-优快云博客

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

💥1 概述

摘要：
传统的汽车电池系统由大量电池单元组成，在安全性、可靠性、寿命和能源效率方面存在各种挑战。可重构电池系统（RBS）是解决传统电池系统问题的一个有前景的解决方案。然而，RBS中大量的组件也增加了故障概率。为了应对故障容忍方面的挑战，本文讨论了RBS中的故障隔离问题，该系统每个电池单元包括两个开关。基于电热模型进行结构分析，并找到具有最佳故障隔离性能的传感器集。由于系统由许多方程组成，引入了一种新算法，用于有效计算故障诊断的最小结构过定义（MSO）子系统。对于每个故障，该算法允许确定具有最少方程数量的MSO集合。算法的复杂性分析表明，与计算所有MSO集的现有算法相比，所提出的算法在具有高冗余度的系统（如RBS）中的计算成本显著较低。由于该算法考虑了开关状态，因此适用于通过开关进行主动故障隔离。对RBS的应用表明，由于模型的不确定性，电气方程优先于热方程。

为了实现全球气候目标，混合动力和电动汽车被广泛认为是可持续交通的一部分，具有环境影响意义[1]。由于其长寿命、高功率和能量密度，锂离子（Li-ion）电池被认为是此类应用的理想选择[2]。为了满足里程和性能要求，大量的Li-ion电池被并联和串联连接以形成电池组。大多数关于汽车电池组的文献都涉及电池管理系统[3]，[4]以及相关的信号处理[5]，[6]，快速充电[7]，电池均衡策略[8]，[9]和电池安全[10]，[11]。特别是，电池系统的安全性至关重要，因为Li-ion电池的故障操作可能导致电池的热失控。在电池组中，热失控也可能会传播[12]，[13]。

作为传统电池系统问题的一个有前景的解决方案，可重构电池系统（RBSs）在文献中受到越来越多的关注。使用直流-直流转换器或开关，RBSs可以动态重新配置并适应当前条件[14]，[15]。根据使用的拓扑结构，RBSs允许修改单元级拓扑结构并主动适应电池以适应单元特性。这使得可以根据电池的充电状态[16]和健康状态[17]进行连续的均衡，并实现高效能的运行[18]。在发生故障时，RBSs可以绕过故障单元以实现容错性（坏块管理）[19]。此外，RBSs适用于通过高频开关实现混合存储的应用[14]。RBSs还可以通过将单元从活动状态切换到旁路状态来生成正弦波电压。因此，另一个应用是采用模块化多电平变换器形式的交流电池[20]–[23]，它可以与坏块管理有利地结合在一起。详细文章见第4部分。

📚2 运行结果

部分代码：

%create symbolic variables for the time dependent symbolic variables
I_total_t = sym('I_ges_t'); % total current
V_total_t = sym('V_ges_t'); % total voltage
V_c_t = sym('V_c_t', [numCells 1]); % voltage over RC-element in cell
V_c_t_dot = sym('V_c_t_dot', [numCells 1]); % derivative of the voltage over RC-element in cell
V_byp_t = sym('V_byp_t', [numCells 1]); % voltage over the bypass transistor
V_cell_t = sym('V_cell_t', [numCells 1]); % cell voltage
V_contact_t = sym('V_contact_t', [numCells 1]); % voltage at the contact resistance of each cell
i_contact_t = sym('i_contact_t', [numCells 1]); % total going into the smart cell
i_cell_t = sym('i_cell_t', [numCells 1]); % cell current
Q_cell_t = sym('Q_cell_t', [numCells 1]); % cell temperature
%Termperature
T_c_t = sym('T_c_t', [numCells 1]); % cell temperature
T_c_t_dot = sym('T_c_t_dot', [numCells 1]); % derivative of cell temperature
T_s_t = sym('T_s_t', [numCells 1]); % cell surface temperature
T_s_t_dot = sym('T_s_t_dot', [numCells 1]); % derivative of cell surface temperature
R_tc_normal = sym('R_tc_normal_', [numCells 6]); % surface-ambient temperature resistance in temperature model
R_ts_normal = sym('R_ts_normal_', [numCells 6]); % cell-surface temperature resistance in temperature model
C_tc_normal = sym('C_tc_normal_', [numCells 6]); % cell temperature capacity in temperature model
C_ts_normal = sym('C_ts_normal_', [numCells 6]); % surface temperature capacity in temperature model
T_amb_normal = sym('T_amb_normal'); % ambient room temperature

E_0_t = sym('E_0_t_', [1 numCells]); % Open circuit voltage of each cell

faultyTActiveOff = sym('faultyTActiveOff_', [1, numCells]); % faults in the closed transistors are modelled as currents
% --> cell current in case of a fault in the closed active transistor
faultyTBypassOff = sym('faultyTBypassOff_', [1, numCells]); % current over the bypass in case of a fault in the closed bypass transistor

%%% Name of the equations (see paper)