Какъв е методът за прогнозиране на оставащия капацитет на батерията?

ଲେଖକ: ଆଇଫ୍ଲୋପାୱାର - Leverancier van draagbare energiecentrales

1 Предговор Контролирана запечатана оловно-киселинна батерия с клапан (VRLA) Тъй като има малък размер, взривозащитена, стабилна на напрежение, без замърсяване, лека, висока производителност на разреждане, малка поддръжка, ниска цена и т.н., се предпочита от различни индустрии, широко използвана в пощата, електричеството, транспорта, космическата промишленост, аварийното осветление, комуникацията и др. VRLA батериите се превърнаха в един от ключовите компоненти на системата, а тяхната безопасна и надеждна работа е пряко свързана с надеждната работа на цялото устройство.

Въпреки това, по време на употреба, тъй като оставащият капацитет не може да бъде точно предвиден, инцидентът причинява инцидента, а тежкият пазар е трагедия. Следователно трябва да се създаде валидна система за управление на батерията, за да се предвиди точно оставащия капацитет на батерията, което е най-основната и най-важна задача в системата за управление на батерията [1] [2]. В момента обикновено се използва в Китай и в чужбина за обозначаване на оставащия капацитет на батерията.

SOC е важен параметър, който директно отразява устойчивия капацитет на захранване и здравето на батериите. Тъй като VRLA батериите имат различни видове, приложения и външни среди, SOC има много влияещи фактори, така че те се предвиждат с различни методи и използваният модел на батерията не е един и същ. Методът на моделиране на общата батерия може да бъде разделен на две основни категории: единият е метод на физическо моделиране; другият е методът за моделиране на идентификацията на системата и оценката на параметрите [3].

2 Методът за физическо моделиране прогнозира SOC2.1 метода за изпитване на разряда Методът за изпитване на разряд е признат най-надежден метод за оценка на SOC. Батерията непрекъснато се разрежда до предварително определена нулева точка на SOC и произведението от тока на разреждане и времето е оставащият капацитет.

Методът за изпитване на разреждане се използва главно в лабораторни изчисления за ефективността на зареждане на батерията, проверка на точността на оценка на SOC или поддръжка на батерията, подходяща за всички батерии. Има обаче два очевидни недостатъка: (1) изискват много време и човечност; (2) Работата по батерията трябва да бъде прекъсната, поради невъзможност за онлайн прогнозиране в реално време. За статични резервни батерии е необходимо да използвате този метод за важни поводи.

По време на периода на разреждане системата работи без резервни батерии, след като основното захранване е проблемно или прекъсване на захранването, цялата система ще бъде парализирана. Безпроблемна загуба. Документ [4] описва метода за тестване на разреждането и предпазните мерки, но изисква много ръчна работа; литература [5] използва системата за мониторинг на енергийната среда, за да реализира управлението на теста за разреждане на батерията, спестява време и ефективност, но точността е много ниска.

Може само да определи производителността на батерията, без да оцени точно оставащия капацитет. 2.2 Действителният метод на измерване на Ambar е най-разпространеният метод за оценка на SOC, формулата за изчисление е: (1) където SOC0 е началното време на зареждане и разреждане, CN е номиналният капацитет, η е ефективността на зареждане и разреждане и не е константа (приема се, че посоката на зарядния ток е положителна, посоката на разрядния ток е отрицателна), а SOC е състоянието на заряд за текущото време.

Безопасността на безопасността на безопасността е черна кутия, за която се счита, че има определена пропорционална връзка с количеството електричество на батерията, изтичащо от батерията, независимо от структурата и външните електрически характеристики на батерията, така че този метод е подходящ за различни батерии. Както може да се види от същото уравнение (1), съществуващите проблеми в приложението: (1) изискват калибриране на първоначалната стойност на SOC; (2) изисква прецизно изчисляване на ефективността на зареждане и разреждане; (3) за точно измерване на ток, измерване на ток Според SOC изчислителна грешка, има кумулативна грешка на текущата интеграция; (4) е голям в случай на високотемпературно състояние и флуктуации на тока. Следователно, когато астронавтиката се използва в практически приложения, тя обикновено се компенсира за фактори като скорост на зареждане и разреждане, температура, стареене на батерията и скорост на саморазреждане в зависимост от околната среда и условията.

Документ [6] използва безопасността на променлив ток, уравнението на Peukert, температурната корекция и SOH, комбинирани със SOH, а SOC на оловно-киселинната батерия, управлявана от статичен заден подготвителен клапан, се оценява на между двете състояния на капацитета на батерията от нула до капацитета на един цикъл. В този цикъл измервателната батерия изчислява SOH, за да изчисли общия капацитет на стандартен ток на разреждане или зареждане при стандартни температури. Неговата точност на изчисляване на SOC може да достигне 0.

1%, а формулата за изчисление е: Документът [7] разглежда компенсацията за степента на зареждане и разреждане на батерията, температурата, стареенето на батерията и коефициента на саморазреждане и коригира натрупаната грешка чрез самонастройка и използва голям брой експерименти. Получената единична стойност на напрежението на батерията и коефициентът на връзката на капацитета коригираха несъответствието на батерията и коригираха формулата (4). Където: ks е коефициентът на връзката, а ΔU е разликата между напрежението при ниското напрежение в батерията и средното напрежение на всички мономерни батерии: Документ [8], използващ метод за напрежение на отворена верига за получаване на първоначално SOC, след метода за безопасно време Различна компенсация, неговата точност на оценка на SOC е в рамките на 6%.

В допълнение, законът за безопасност често се използва във връзка с Калман (подробна дискусия във филтрирането на Калман). 2.3 Метод на плътността Методът на плътността се използва главно в оловно-киселинни батерии.

Тъй като плътността на електролита постепенно става по-висока по време на зареждане, постепенно намалява по време на разреждане, а капацитетът и плътността на батерията имат определена линейна връзка, така че размерът на SOC може да бъде предсказан чрез измерване на плътността на електролита [9]. Тъй като методът на плътност трябва да бъде измерен, той се използва главно в отворена оловно-киселинна батерия. Ако може да бъде разработен сензор за плътност и капацитет с по-висока точност, той може да бъде имплантиран в запечатана батерия, когато се произвежда.

Документ [10] [11] [12] използва ултразвукови сензори, нискоенергийни γ лъчи, сензори за капацитет на оловно-киселинната батерия за измерване на плътността на плътността на електролита на оловно-киселинната батерия, докато литературата [11] прогнозира плътността чрез размитата невронна мрежа. Добре, но няма определяне между електролит и SOC. 2.

4 Закон за напрежението на отваряне Напрежението на отваряне (OpenCIRCUITVOLTAGE) се отнася до крайното напрежение в състояние на отваряне, близко до електродвижещата сила на батерията върху стойността. Методът на напрежението на отворена верига се установява според оставащия капацитет на батерията и напрежението на отваряне има определена линейна (пропорционална) връзка, а размерът на оставащия капацитет може да се получи директно чрез измерване на напрежението на отворена верига. Предимството е, че не зависи от размера на батерията, размера и скоростта на разреждане, само отворената верига е тестови параметри, сравнително прости [13] [14] [15].

Документ [16] описва връзката между напрежението на отворена верига на оловно-киселинните батерии, остатъчния капацитет и плътността на електролита и дава формула за изчисление между SOC и отворена верига: където VBO е напрежението на отворена верига на батерията, а Vα е изпълнен с електричество. Напрежение на отворена верига, Vb е напрежение на отворена верига при достатъчен разряд и неговият размер съответства на различните производители на батерии. Когато използвате този метод, чрез измерване на напрежението на отворена верига на батерията, общата таблица за проверка може да получи приблизителна стойност на SOC.

Съществува обаче и значителен недостатък на метода за напрежение на отворена верига: (1) Батерията трябва да бъде оставена да достигне стабилно състояние и как се определя стационарното време; (2) Тъй като батерията старее, оставащото електричество намалява, напрежението на отворена верига се променя Не е очевидно, няма точна прогноза за оставащото електричество; (3) За използваната традиционна батерия батерията е в състояние и напрежението на отворена верига не може да бъде измерено и онлайн измерването не може да бъде реализирано. От текущата литература обикновено не се използва самостоятелно, като се използва метод за напрежение на отворена верига. Тъй като методът на напрежението на отворена верига е добър в началния етап на зареждане, оценката на SOC е добра, често комбинирана с безопасността на безопасността, Karmana.

За дълго време, за да стои дълго време за батерията, литературата [14] използва батерията на кривата на възстановяване на отворената верига в различни състояния и формулата за прогнозиране на напрежението на отворена верига се получава чрез изчисляване на SOC, прогнозирана стойност и измерване. Относителната грешка е в рамките на 6%. Документ [17] [18] [19] нормализира кривата на разреждане на батерията VRLA при различни коефициенти на разреждане, установи, че кривата на разреждане има добра консистенция, режим на разреждане, коефициент на разреждане, температура на околната среда и напрежение на разреждане и др.

Промяната на факторите е много малка за тази последователност. Предлага се само разрядното напрежение да предсказва SOC, формулата за изчисление е следната: където TT е цялата продължителност на времето на разреждане, а VEND е крайното напрежение на разреждането, VP е началното напрежение на разреждането. По всяко време, когато напрежението на разреждане V (T) на батерията е известно, Vu (TU) може да бъде изчислено и нормализираното Tu се получава чрез нормализираната крива, която от своя страна има състояние на зареждане (точността на оценката е в рамките на 10%, " Подходящо за ситуации, които изискват ниски изисквания).

Документ [20] [21] използва различни начални напрежения на разреждане, за да съответства на различно време на разреждане, чрез периодично външно външно течащо натоварване, измерване на поредица от работни напрежения, установяване на напрежение. Температурата е входна, оставащото време е изходната система за оценка на размазването на SOC, като по този начин се получава SOC на мономерната захранваща батерия, която е в рамките на 1%, което също се нарича метод на напрежение на натоварване. Този метод може да оцени SOC на батерията онлайн, като има добър ефект при разреждане с постоянен ток, но не се прилага за условия на разреждане на значителни или сериозни колебания. 2.

5 Метод на вътрешното съпротивление (проводимост) на съпротивлението на батерията в батерията, предвиденото вътрешно съпротивление, СЪПРОТИВЛЕНИЕТО и те имат близки отношения със SOC за прилагане на онлайн измерване. В батерията е в друга батерия, стойността на вътрешното й съпротивление е различна, методът на вътрешното съпротивление (електрически водач) е да се предскаже промяната на SOC чрез измерване на промяната във вътрешното съпротивление (проводимост) по време на процеса на разреждане. [двадесет и две].

Съществува и противоречие относно прилагането на SOC за предвиждане на вътрешно съпротивление. Документ [23] Тест и статистика за проводимостта на оловно-киселинна батерия с контролирано уплътнение с помощта на тестер за проводимост, откриха, че времето за разреждане е линейно свързано със стойността на проводимостта и коефициентът на корелация достига 0,825; в стандарта IEEE 1188-1996 също се предлага измерване.

Необходимостта от вътрешно съпротивление, ясно определящо теста за вътрешно съпротивление на батерията поне веднъж на тримесечие [24]. Но литературата [25] [26] [27] [28] Връзката между вътрешното съпротивление (проводимост) и оставащия капацитет на батерията се изследва съответно чрез експериментално тестване и теоретичен анализ и резултатите показват, че: (1) Контролен проводник на клапана Когато SOC на батерията е 50% или 40%, нейното вътрешно съпротивление (или електропроводимост) по принцип не се променя, само SOC е по-малко от 40%, вътрешното съпротивление на батерията е бързо нараства; (2) За повече от 80% от капацитета VRLA батерията се използва онлайн и SOC на батерията не може да бъде открит в линия според стойността на вътрешното съпротивление (проводимост); (3) според стойността на електродида на батерията или стойността на вътрешното съпротивление, производителността на батерията може да се определи до известна степен. Възникването на спорове е свързано със статистическите методи, основно свързани с точността на самата тествана батерия и на тестера за вътрешно съпротивление (проводимост).

Тъй като дори при един и същ производител, същата партида, същия размер на батерията, нейното вътрешно съпротивление (проводимост) също не е последователно, това се определя от техническото ниво на производителя на батерията. И вътрешното съпротивление на батерията е малко и SOC се е променило, промените на вътрешното съпротивление не са големи и ако точността на измервателния уред не отговаря на изискванията, ще бъде трудно да се съответства на съответната връзка между вътрешното съпротивление и оставащия капацитет. Документ [29] Чрез спектрално измерване на импеданса се посочва, че промените в акустичното съпротивление на ома могат да отразяват промените в SOC, но когато SOC нараства от 16% на 91%, неговото омично вътрешно съпротивление е малко, около 0.

6mΩ. И предложи, че когато вътрешният импеданс на батерията се промени в чувствителността, има монотонна функционална връзка между съответния възбуждащ сигнал и неговия SOC и обхватът на промяна на честотата е голям и резонансната честота на батерията VRLA се използва като предаване на SOC на батерията. Първоначални параметри, тази теория все още е в етап на изследване.

В същото време литературата [30] предлага стандартизиране на производителя чрез избор на батерия със стабилизирано вътрешно съпротивление (проводимост) чрез избор на батерия със стабилизирано вътрешно съпротивление (проводимост) в случай на широкомащабно използване на батерията. Производство, а не точният индикатор директно като състояние на зареждане на батерията. От текущата литература, данни и продукти за изпитване на вътрешно съпротивление (проводимост) [31] [32] [33] [34] Прилага се главно към метода на вътрешното съпротивление (проводимост) към предупреждението за повреда на батерията, директно се прилага към прогнозиране на SOC Много По-малко (обикновено се използва като един от факторите, влияещи върху SOC), комбинирано с метод на напрежение, невронна мрежа и др.

) [36]. И литературата [30] е убедителна, когато електрическата проводимост на мономерната батерия е повече от 80% от референтната стойност, батерията е нормална и капацитетът е 80% или повече; когато стойността на проводимостта е 60% -80% от референтната стойност. Капацитетът е много вероятно по-малък от 80%, батерията е в състояние на "нормална опасност" и е необходим тест за пълно разреждане; когато стойността на проводимостта е 60% от референтната стойност, батерията е в състояние на "сериозен риск", което изисква навременна подмяна.

3 Идентификация на системата и метод за прогнозиране на модела за оценка на параметрите SOC 2000, методът на модела за идентификация на системата и оценка на параметрите започна да се прилага за оценка на SOC на батерията и в момента е по-популярен в местни и чуждестранни изследвания. Основно се прилагат някои нови методи (главно алгоритми за ръчно разузнаване) за моделиране на системно моделиране, което ще повлияе на различните фактори на SOC в модела на батерията и моделът се идентифицира систематично и параметрите се оценяват чрез голям брой тестове и се получава връзката на батерията между някои параметри и SOC и след това се оценява SOC. Закон за сравнима изкуствена невронна мрежа, векторна машина, метод на размито разсъждение и метод на филтриране на Калман и др.

3.1 Метод на невронната мрежа Тъй като батерията е сложна нелинейна система, е трудно да се създаде точен математически модел за нейния процес на зареждане и разреждане. Невронната мрежа има разпределено паралелно третиране, нелинейно картографиране и адаптивно обучение и др.

, което може да отразява по-добре основните характеристики на нелинейността и може да даде съответни изходи, когато има външно възбуждане, така че динамиката на батерията да може да бъде симулирана до известна степен Характеристики, оценява SOC [36] [37]. Оценяването на по-голямата част от SOC на батерията използва типична 3-етажна изкуствена невронна мрежа [38] [39]. Обикновено събирайте директно тока на разреждане, крайното напрежение и температурата на батерията или използвайте промяната на комбинирания метод за измерване на променливия ток, определяйте входа на електрическото движение и вътрешното съпротивление като модел на невронна мрежа, SOC като изход.

Когато невроните на входния, изходния слой обикновено са линейни функции; броят на неявните възли на слоя зависи от сложността и точността на анализа на проблема и може да се определи според скоростта на конвергенция и завършването на обучението на мрежата. Методът на изкуствената невронна мрежа е подходящ за различни батерии, но грешката се влияе от данните за обучение и методите за обучение и има шумова интерференция, засягаща обучението на мрежата и приложението при реална употреба. От настоящата литература невронната мрежа е предимно теоретична.

Документ [40] [41] Друг метод на векторна машина за поддръжка на невронни мрежи (SVM) се използва за оценка на SOC на батерията, за да се избегнат дефекти във времето за обучение, локалната оптималност и скоростта на конвергенция. Освен това литературата [42] предлага да се предскаже SOC на батерията, като се използва свързаната векторна машина (RVM), която е по-висока от опорната векторна машина, а моделът за прогнозиране също е по-оскъден, но алгоритъмът е по-сложен и е необходимо да се заемат по-големи компютърни ресурси. 3.

2 Fuzzy Logic Flag Logic Law е размито моделиране на батерията, което се основава на входни, изходни тестови данни и не е ограничено от предишни знания, опит и поведение. Този метод обикновено обработва параметрите (като напрежение, ток, температура, вътрешно съпротивление и т.н.) като входна променлива на модела (напр.

напр., напрежение, в съответствие с голям брой тестови данни за характеристиките на батерията, връзката между SOC и ток, напрежение, температура и други фактори, Проектиране на размити правила и създаване на размити разсъждения, чрез анти-двусмислени оценки на SOC на батерията [43] [44] [45]. Основният недостатък на метода на размитата логика е, че са необходими голямо количество експериментални данни, за да се получат размити правила за разсъждение и формули за опит според експериментални данни.

Този метод понастоящем се използва при симулация и теоретичен анализ и не е приложен към действителните. 3.3 Филтриране на Калман Основната идея на теорията за филтриране на Карман е оптималната оценка на размера на електроенергийната система, която се прилага както за линейни системи, така и за нелинейни системи [46].

Когато се използва методът на филтриране на Калман за оценка на SOC, моделът на батерията, подходящ за оценка на филтъра на Калман, първо трябва да бъде установен и моделът трябва да има две характеристики: (1) Може да отразява по-добре динамичните характеристики на батерията, докато редът не може да бъде твърде висок. За да се намали обемът на работата на процесора, той е лесен за изпълнение; (2) Моделът трябва точно да отразява съотношението между електродвижещата сила на батерията и напрежението на клемите, като по този начин позволява оценката на затворената верига с висока точност. Често използваните модели на еквивалентни схеми имат модел на Randle (вижте Фигура 1), модел на massimoceraolo, модел на thevenin, модел на Shepherd и т.н.

, всички параметри са чакащи параметри, трябва да се изчислят според експериментални данни [47] [48]. Фигура 1 Модел на батерията Randles В практическите приложения методът за филтриране на Калман обикновено се използва в комбинация със закона за напрежението на отворена верига и безопасността. Основната процедура е: Когато напрежението на модела се използва като система, след като напрежението е оценено от Калман, то се използва за получаване на електродвижеща сила на батерията (или отворено напрежение), като се използва математическата връзка в модела и накрая връзката между електромотора и SOC.

SOC. Математическата форма на Calman на модела на батерията е: Уравнение на състоянието: (9) Уравнение за наблюдение: (10) Уравнение на уравнение: (11) Входен вектор UK, обикновено включва променливи като ток на батерията, температура, остатъчен капацитет и вътрешно съпротивление Изходът YK на системата обикновено е работното напрежение на батерията, а SOC на батерията е включена в количеството на състоянието xk на системата, а AK, BK се определя от параметрите, получени от теста, ωk, vk е системен шум. Ядрото на оценения алгоритъм на SOC е да се създаде набор от рекурсивни уравнения, включително оценки на SOC и отразяващи грешки в оценката, а ковариационните матрици се използват, за да се даде обхват на грешката в оценката.

Уравнение (11) е уравнението на модела на батерията, което описва основата на SOC като вектор на състоянието. Филтърът на Калман може да поддържа добра точност по време на процеса на оценка и има силен коригиращ ефект върху грешката при инициализация, което има силен инхибиращ ефект върху шума. Понастоящем прогнозата на SOC за батерия за хибридни превозни средства, която се използва главно в текущата промяна.

Въз основа на филтъра на Калман литературата [49] [50] [51] ще разшири метода на филтриране на Карман и Кармановия метод за оценка на SOC. Най-големият недостатък на метода за филтриране на Калман е, че неговата изчислена точност зависи от точността на модела на еквивалентната верига на батерията и установяването на точен модел на батерията е ключът към алгоритъма. Друг недостатък е, че операцията е сравнително голяма, трябва да изберете прост и разумен модел батерия и по-бърз процесор.

3.4 Друг документ за метода [52] Споменатият метод на линейния модел, използващ линейния модел на началните условия на грешката на измерване и грешката, базиран на голямо количество експерименти за зареждане и разреждане на батерията, установяване на SOC и неговата промяна на батерията Линейно уравнение на крайното напрежение, ток във формула (12), (13). Този метод е подходящ за малък ток, SOC се променя бавно, но тази функция ограничава обхвата му на използване и не е наблюдавана в действителното приложение.

Където SOC (k) е стойността на SOC за текущото време; △ SOC (k) е стойността на промяната на SOC; V (k) и i (k) са напрежението и тока на текущото време. Β0, β1, β2 и β3 са коефициенти на линеен модел, получени чрез използване на референтни данни чрез метода на най-малките квадрати. Литературата [53] предполага, че моделът на нелинейната плъзгаща се средна самовъзвръщаемост (Narmax) е висок, структурата е проста, характеризира се скоростта на конвергенция и други влияещи фактори на работното напрежение и ток на батерията са вход на модела, а SOC се използва като системен шум и SOC на батерията извършва оценка в реално време, относителната грешка е само 1% и приложимостта на този метод трябва да бъде допълнително проучена.

Той разпознава модела (14), в който Y (t) е SOC последователност, U1 (T) е токова последователност, U2 (T) е последователност на напрежение. Документ [54] За нелинейната връзка между вътрешното съпротивление на батерията и оставащия капацитет, SOC на батерийния модул на превозно средство със смесена мощност се прогнозира чрез груповия метод на комбинирания сив GM (1, 1). Литературата [55] установява уравнението на състоянието на SOC въз основа на времето за безопасност и предлага алгоритъм за надеждно филтриране на приложението за прогнозиране на SOC на батерията.

Може да се види от различните методи, описани по-горе. Независимо дали става въпрос за метод на физическо моделиране или модел за идентификация на системата и метод за оценка на параметри, той се основава на измерените параметри на батерията (основно напрежение, ток, вътрешно съпротивление, температура и т.н.) и оставащи.

Връзката между капацитета се основава на голям брой експерименти за установяване на стабилен модел на акумулаторна система за прогнозиране на SOC. 4 Резюме, методът за прогнозиране на SOC се влияе от много фактори (ток на разреждане, напрежение, температура, дълбочина на разреждане, вътрешно съпротивление, плътност на електролита, саморазреждане, стареене и т.н.), технологията за прогнозиране на оставащия капацитет на батериите VRLA и неговата конструкция. Моделът е сложен и няма точен и универсален метод за прогнозиране.

Горепосочените различни методи за прогнозиране на SOC са изгодни, но в различни среди на използване, при различна точност на прогнозиране, използването на един единствен метод за прогнозиране вече не може да отговори на действителните нужди и по този начин да се проектират вериги за откриване на данни с висока точност, като се използват множество методи за комбинирано прогнозиране на SOC, особено комбинацията от различни интелигентни алгоритми и нови теории, SOC е онлайн, точно прогнозиране в реално време, което се превърна в посока на развитие на прогнозирането на оставащия капацитет на батерия.