গতিশীল ব্যাটারি SOC অনুমান পদ্ধতি?

ଲେଖକ: ଆଇଫ୍ଲୋପାୱାର - អ្នកផ្គត់ផ្គង់ស្ថានីយ៍ថាមពលចល័ត

ব্যাটারি প্রযুক্তির বিকাশের পর থেকে, SOC অনুমান করার জন্য ব্যবহৃত অনেক ধরণের পদ্ধতি ইতিমধ্যেই ঘটেছে। এখানে কেবল ঐতিহ্যবাহী সমন্বিত বর্তমান পদ্ধতি, ব্যাটারির অভ্যন্তরীণ প্রতিরোধ, ডিসচার্জ পরীক্ষা পদ্ধতি, ওপেন সার্কিট ভোল্টেজ পদ্ধতি, লোড ভোল্টেজ এবং আরও উদ্ভাবনী কালম্যান ফিল্টারিং পদ্ধতি রয়েছে। ফাজি লজিক্যাল তত্ত্ব এবং নিউরাল নেটওয়ার্কিং ইত্যাদি।

এটি বর্তমানে ব্যাটারি ব্যবস্থাপনা ব্যবস্থার ক্ষেত্রে সবচেয়ে সাধারণ SOC অনুমান পদ্ধতিগুলির মধ্যে একটি, এবং এর সারমর্ম হল বিদ্যুৎ সঞ্চয় বা নিষ্কাশন করে ব্যাটারির SOC অনুমান করা, জমা বা নিষ্কাশন করে বিদ্যুৎ সঞ্চয় বা নিষ্কাশন করে। একই সময়ে, স্রাব হার এবং ব্যাটারির তাপমাত্রা অনুসারে। আনুমানিক SOC এর জন্য একটি নির্দিষ্ট ক্ষতিপূরণ।

যদি ব্যাটারিটি চার্জ এবং ডিসচার্জের প্রাথমিক অবস্থায় থাকা অবস্থায় SOCT0 হিসাবে সংজ্ঞায়িত করা হয়, তাহলে T এর পরে ব্যাটারির অবশিষ্ট ক্ষমতা SOC হল: q, Q হল ব্যাটারির রেট করা ক্ষমতা, এবং N হল চার্জ এবং ডিসচার্জ দক্ষতা, যাকে কুলম্ব দক্ষতাও বলা হয়, এর মান ব্যাটারি চার্জ এবং ডিসচার্জ হার নির্ধারিত হয়, I হল T এর বর্তমান। বর্তমান সমন্বিত পদ্ধতিটি অন্যান্য SOC অনুমান পদ্ধতির তুলনায় তুলনামূলকভাবে সহজ এবং নির্ভরযোগ্য, এবং ব্যাটারির SOC মান গতিশীলভাবে অনুমান করা যেতে পারে, তাই এটি ব্যাপকভাবে ব্যবহৃত হয়। যাইহোক, এই পদ্ধতির দুটি সীমাবদ্ধতাও রয়েছে: এক, বর্তমান ইন্টিগ্রাল পদ্ধতিতে ব্যাটারির প্রাথমিক SOC মান আগে থেকেই প্রয়োজন হয় এবং ব্যাটারির ভেতরে বা বাইরে প্রবাহিত কারেন্ট সঠিকভাবে সংগ্রহ করা হয়, যাতে অনুমানের ত্রুটি যতটা সম্ভব ছোট হয়; দ্বিতীয়ত, এই পদ্ধতিটি শুধুমাত্র ব্যাটারির বাহ্যিক বৈশিষ্ট্যের উপর ভিত্তি করে তৈরি করা হয় এবং ব্যাটারির স্ব-স্রাব হার, বার্ধক্যের মাত্রা এবং ব্যাটারি SOC এর চার্জ এবং স্রাব অনুপাত একটি নির্দিষ্ট পরিমাণে উপেক্ষা করা হয়।

দীর্ঘমেয়াদী ব্যবহারের ফলে পরিমাপ ত্রুটিও প্রসারিত হতে পারে, তাই সম্পর্কিত সংশোধন সহগগুলি সংশোধন জমা ত্রুটি প্রবর্তন করা প্রয়োজন। (২) ডিসচার্জ টেস্ট পদ্ধতি ডিসচার্জ টেস্ট পদ্ধতি হল ব্যাটারির কাটঅফ ভোল্টেজ পর্যন্ত ধ্রুবক কারেন্ট ডিসচার্জ অব্যাহত রাখা, এই ডিসচার্জ প্রক্রিয়ায় ব্যবহৃত সময়কে ডিসচার্জ কারেন্টের আকার মান, অর্থাৎ ব্যাটারির অবশিষ্ট ক্ষমতা দিয়ে গুণ করা। এই পদ্ধতিটি সাধারণত ব্যাটারি SOC এর ক্রমাঙ্কন পদ্ধতি হিসেবে অথবা ব্যাটারির দেরীতে রক্ষণাবেক্ষণের ক্ষেত্রে ব্যবহার করা হয় এবং এটি তুলনামূলকভাবে সহজ, নির্ভরযোগ্য এবং ব্যাটারি SOC মান না জেনেও ফলাফল তুলনামূলকভাবে সঠিক।

সব কার্যকরভাবে। তবে, ডিসচার্জ টেস্ট পদ্ধতিতে দুটি ত্রুটি রয়েছে: প্রথমত, এই পদ্ধতির পরীক্ষা প্রক্রিয়ায় অনেক সময় লাগে; দ্বিতীয়ত, এই পদ্ধতি ব্যবহার করার সময়, বৈদ্যুতিক যান থেকে লক্ষ্য ব্যাটারি অপসারণ করা প্রয়োজন, তাই কার্যকরী অবস্থায় পাওয়ার ব্যাটারি গণনা করার জন্য পদ্ধতিটি ব্যবহার করা যাবে না। (৩) ওপেন সার্কিট ভোল্টেজ পদ্ধতিটি ব্যাটারির খোলার ভোল্টেজ এবং OCVOTAGE, OCV) এবং ব্যাটারির অভ্যন্তরীণ লিথিয়াম আয়ন ঘনত্বের মধ্যে পরিবর্তন সম্পর্কের উপর ভিত্তি করে তৈরি করা হয় এবং পরোক্ষভাবে এটি এবং ব্যাটারি SOC এর মধ্যে সংশ্লিষ্ট সম্পর্কের সাথে খাপ খায়।

প্রকৃত অপারেশন করার সময়, ব্যাটারিটি একটি নির্দিষ্ট ডিসচার্জ অনুপাত (সাধারণত 1c) দিয়ে পূর্ণ হওয়ার পরে ব্যাটারিটি ডিসচার্জ করা প্রয়োজন যতক্ষণ না ডিসচার্জ বন্ধ হয় এবং ডিসচার্জ প্রক্রিয়া অনুসারে OCV এবং SOC এর মধ্যে সম্পর্ক পাওয়া যায়। যখন ব্যাটারিটি প্রকৃত অপারেটিং অবস্থায় থাকে, তখন ব্যাটারির উভয় প্রান্তে ভোল্টেজ মান অনুসারে OCV-SoC রিলেশনাল টেবিলটি খুঁজে বের করে বর্তমান ব্যাটারি SOC পাওয়া যেতে পারে। যদিও পদ্ধতিটি বিভিন্ন ব্যাটারির জন্য কার্যকর, তবুও এর স্ব-ত্রুটিও রয়েছে: প্রথমত, OCV পরিমাপ করার আগে লক্ষ্য ব্যাটারিটিকে 1 ঘন্টারও বেশি সময় ধরে দাঁড়াতে দিতে হবে, যার ফলে স্থিতিশীল শেষ ভোল্টেজ পেতে ব্যাটারির অভ্যন্তরীণ ইলেক্ট্রোলাইট সমানভাবে বিতরণ করা হবে; দ্বিতীয়ত, ব্যাটারি বিভিন্ন তাপমাত্রায় থাকে অথবা বিভিন্ন জীবনকালে, যদিও ওপেন সার্কিট একই, প্রকৃত SOC ভিন্ন হতে পারে, এবং পরিমাপের ফলাফল এই পদ্ধতির দীর্ঘমেয়াদী ব্যবহারের জন্য সম্পূর্ণ সঠিক হওয়ার নিশ্চয়তা দেওয়া হয় না।

অতএব, ওপেন সার্কিট ভোল্টেজ পদ্ধতিটি ডিসচার্জ পরীক্ষার পদ্ধতির মতোই, চলমান ব্যাটারির SOC অনুমানের ক্ষেত্রে প্রযোজ্য নয়। (৪) কালমান ফিল্টারিং পদ্ধতি কালমান ফিল্টারিং পদ্ধতি হল একটি নতুন ধরণের অপ্টিমাইজড সেলফ-রিগ্রেশন ডেটা যা ১৯৬০-এর দশকে "রৈখিক ফিল্টারিং এবং পূর্বাভাস তত্ত্বের নতুন অর্জন"-এ ফিল্টার করা হয়েছিল। অ্যালগরিদম।

অ্যালগরিদমের সারমর্ম হল, ন্যূনতম গড়-অঙ্কের নীতি অনুসারে জটিল গতিশীল সিস্টেমের অবস্থা জটিল গতিশীল সিস্টেমের অবস্থার জন্য অপ্টিমাইজ করা যেতে পারে। কালম্যান ফিল্টারিং পদ্ধতিতে নন-লিনিয়ার ডায়নামিক সিস্টেমগুলি সিস্টেমের একটি স্টেট স্পেস মডেলে রৈখিক হবে। যখন প্রকৃত প্রয়োগ করা হয়, তখন সিস্টেমটি বর্তমান সময়ের পর্যবেক্ষণ করা মান দিয়ে আপডেট করা হয়, তারপরে বর্তমান সময়ের পর্যবেক্ষণ করা মান দ্বারা।

"পূর্বাভাস - পরিমাপ - সংশোধন" মোড, সিস্টেমের বিচ্যুতি এবং হস্তক্ষেপ এলোমেলোভাবে দূর করে। যখন কালম্যান ফিল্টারিং পদ্ধতি ব্যবহার করে পাওয়ারট্রেনের SOC অনুমান করা হয়, তখন ব্যাটারিটি একটি পাওয়ার সিস্টেমের আকারে একটি স্টেট স্পেস মডেলে রূপান্তরিত হয় এবং SOC মডেলের ভিতরে একটি স্টেট ভেরিয়েবলে পরিণত হয়। প্রতিষ্ঠিত সিস্টেমটি একটি রৈখিক বিচ্ছিন্ন সিস্টেম।

যেহেতু কালম্যান ফিল্টারিং পদ্ধতি কেবল সিস্টেমের প্রাথমিক ত্রুটি সংশোধন করে না, এটি কার্যকরভাবে সিস্টেমের শব্দ দমন করতে পারে, তাই অপারেশন পরিস্থিতিতে বৈদ্যুতিক গাড়ির পাওয়ার ব্যাটারির SOC অনুমানে একটি উল্লেখযোগ্য প্রয়োগ মান রয়েছে। যাইহোক, পদ্ধতিটিতে দুটি-পয়েন্ট ত্রুটিও রয়েছে: এক, কালম্যান ফিল্টারিং পদ্ধতিতে SOC এর নির্ভুলতা মূলত ব্যাটারি মডেলের নির্ভুলতার উপর নির্ভর করে, কাজের বৈশিষ্ট্যগুলি নিজেই অত্যন্ত অ-রৈখিক পাওয়ার ব্যাটারি, কালম্যান ফিল্টারিং পদ্ধতিতে রৈখিকীকরণের পরে, কোনও ত্রুটি না থাকা অনিবার্য, এবং যদি মডেলটি প্রতিষ্ঠিত হয়, তবে আনুমানিক ফলাফল অগত্যা নির্ভরযোগ্য নয়; দ্বিতীয়ত, জড়িত পদ্ধতিটি অত্যন্ত জটিল, গণনার পরিমাণ অত্যন্ত বড়, এবং গণনার সময়কাল দীর্ঘ, এবং হার্ডওয়্যার কর্মক্ষমতা প্রয়োজনীয়তা। (৫) নিউরাল নেটওয়ার্ক পদ্ধতি নিউরাল নেটওয়ার্ক পদ্ধতি হল অ্যানালগ মানব মস্তিষ্ক এবং এর নিউরন যা নন-লিনিয়ার সিস্টেমের জন্য একটি নতুন ধরণের অ্যালগরিদম মোকাবেলা করতে ব্যবহৃত হয়।

এর জন্য ব্যাটারির অভ্যন্তরীণ কাঠামোর গভীর গবেষণার প্রয়োজন হয় না, কেবল লক্ষ্য ব্যাটারি থেকে আগে থেকেই প্রচুর পরিমাণে কার্যকরী বৈশিষ্ট্য বের করা হয়। আউটপুট নমুনা থেকে রানে SOC মান লিখুন এবং পদ্ধতিটি ব্যবহার করে প্রতিষ্ঠিত সিস্টেমে ইনপুট করুন। পরবর্তী প্রক্রিয়াকরণে পদ্ধতিটি তুলনামূলকভাবে সহজ, অর্থাৎ, এটি কার্যকরভাবে কালম্যান ফিল্টারিং পদ্ধতির ত্রুটি এড়াতে পারে যাতে ব্যাটারি মডেলটিকে রৈখিকীকরণ করা যায় এবং রিয়েল টাইমে ব্যাটারির গতিশীল পরামিতিগুলি পেতে পারে।

তবে, নিউরাল নেটওয়ার্ক পদ্ধতির প্রাক-কার্যক্ষম পরিমাণ তুলনামূলকভাবে বড়, এবং সিস্টেমটিকে প্রশিক্ষণের জন্য প্রচুর পরিমাণে আরও এবং ব্যাপক লক্ষ্য নমুনা ডেটা প্রয়োজন। তথ্য এবং প্রশিক্ষণ প্রশিক্ষণের পদ্ধতি মূলত SOC-এর অনুমানের নির্ভুলতার উপর প্রভাব ফেলছে। এছাড়াও, ব্যাটারির তাপমাত্রা, স্ব-স্রাব অনুপাত এবং ব্যাটারির বার্ধক্যের জটিল ক্রিয়া অনুসারে, একই সেট ব্যাটারির SOC মান দীর্ঘ সময়ের জন্য অনুমান করার জন্য এই পদ্ধতিটি ব্যবহার করা হয় এবং এর নির্ভুলতাও অনেক ছাড় পাবে।

অতএব, পাওয়ার ব্যাটারির SOC অনুমানের কাজে এই পদ্ধতিটি খুব একটা সাধারণ নয়।