电池系统是现代电网的储能环节和电动汽车的动力源泉,锂电池由于其在经济性、安全性方面的多种优点,已经在智能电网和交通领域得到了广泛应用。锂电池储能系统的工作状态关系到电网供电质量、成本以及电动汽车的安全问题,因此需要快速、准确的锂电池故障检测方法。然而,现有的锂电池故障检测方法往往没有充分考虑模型本身的不确定性,导致误报率高或检测率低。因此,量化锂电池模型的不确定性,进而系统化地设计锂电池鲁棒故障检测方法,是锂电池故障诊断亟待解决的问题,具有很高的研究价值和实际意义。针对锂电池建模问题,本文分别对锂电池电热动态建立了1阶RC等效电路模型和2阶热模型,并对模型参数随荷电状态SOC和温度的变化加以考虑。对于模型参数辨识问题,本文分别采用脉冲响应法和预测误差最小化方法进行参数辨识。针对模型不确定性的量化问题,本文采用卡方检验法确定参数不确定性的概率分布。针对锂电池故障检测问题,本文提出了考虑模型参数不确定性的锂电池鲁棒故障检测方法。首先,构造残差信号并利用Savitzky-Golay滤波器降低离散化误差。之后推导了残差信号对参数不确定性的线性依赖关系,并采用高斯混合模型量化参数不确定性分布,进而计算出在线的残差信号的高斯混合分布参数。最后,提出了加权距离和作为残差评价函数,设置阈值并进行故障检测。为与上述方法相比较,本文也给出了基于离散化和基于导数估计的两种标称模型故障诊断方法。本文采用LIONSIMBA电化学仿真平台对上述理论方法进行仿真验证,选择电流、电压和温度传感器的突发性故障和渐发性故障进行仿真测试。仿真结果表明考虑参数不确定性的鲁棒故障检测方法能够在保证误报率基本不变的情况下,有效提升故障检测效果,对于温度传感器的故障检测效果提升尤为显著。