动力电池系统是电动汽车的核心系统之一,为了保障动力电池使用的安全性,延长动力电池的使用寿命,必须配备电池管理系统对其进行管理。动力电池作为一种复杂的化学储能装置,其内部的状态无法直接测量,需要通过建立精确的电池模型,并结合一定的估计算法才能够观测得到。动力电池的短路故障是一种很不明显的潜在安全问题,如果不能够及时发现并处理,轻则影响动力电池组的动力性能,重则进一步诱发热失控。短路的定量分析则可以为采取何种故障处理措施提供诊断依据。短路本文以锂离子电池为研究对象,提出了一种动力电池组短路在线定量诊断方法。通过对电池机理模型的分析,建立了一种基于电化学模型的等效电路模型EECM(Electrochemistry-based equivalent circuit model),并提出了一种解耦的模型参数提取(Decoupling parameters extraction,DPE)方法。电池组的平均SOC估计以准确的电池模型为基础。基于分频模型MDM(Mean-difference model),通过扩展卡尔曼滤波算法EKF(Extended Kalman filter)对电池组单体的SOC差异进行估计。进而基于SOC差异异常特征,实现了动力电池组短路的在线定量诊断。最后,采用互信息的方法对小容量与短路两种故障进行了故障识别。首先,研究全SOC范围内在线可用的精确电池等效电学模型。传统的等效电路模型ECM(Equivalent circuit model),如二阶RC模型,不能准确的描述电池的非线性特征,特别是在低SOC区间内。基于电池机理模型的分析,在传统的ECM模型的基础上额外增加了一个描述颗粒固相扩散的模块,得到E-ECM。进一步采用DPE的方法先获取部分模型参数的参考值,再进一步对其它参数进行优化求解。实验结果表明,获得的E-ECM模型无论在动态工况,或恒流工况下都具有较高的精度,特别是在低SOC区间,相较传统ECM的精度有明显提升。此外,本文提出的E-ECM能够精确的预测电池的倍率性能。其次,研究串联电池组单体的SOC不一致性的估计算法。探索了一种模拟电池组差异的模型和SOC不一致性估计的EKF算法应用。选用二阶RC模型作为平均电池模型CMM(cell mean model),以等效电池组的平均特性。选用抽象的Rint模型作为差异电池模型CDM(cell difference model),以等效单体与电池组平均状态之间的差异特征。MDM的参数通过粒子群算法PSO(particle swarm optimization)优化得到。进一步采用EKF算法估计电池组的平均SOC,和单体SOC与平均SOC的差异ΔSOC。实验采用一组12串的小电池组对算法进行验证。结果表明,采用该算法能够以较小的计算量实现高精度的ΔSOC估计。进一步,研究动力电池组短路在线定量诊断方法。设计外接不同电阻以模拟电池不同程度的短路实验方案,并在不同工况下进行了实验。在长时间尺度下,基于MDM的ΔSOC估计可以很好的跟随参考ΔSOC变化。进一步采用递归最小二乘算法RLS(recursive least squares)实现短路在线定量诊断。实验结果表明,该故障诊断算法能够以相当小的计算量实现短路单体的定量诊断。最后,提出了基于互信息的串联电池组故障识别方法。分析小容量单体与短路单体两种故障类型的基本特征与区别,建立故障识别的决策树模式,实现差异电池模型参数在线辨识,在得到ΔSOC变化趋势的基础上采用互信息的判别量识别两种故障类型。实验结果表明,该故障识别方法能够实现两种故障的准确识别。