loading

  +86 18988945661             contact@iflowpower.com            +86 18988945661

Sammenligning af forudsigelsesmetoder til opladning af lithiumbatteriladningstilstand (SOC) prædiktionsmetodesammenligning

Awdur: Iflowpower - Mofani oa Seteishene sa Motlakase se nkehang

For det første refererer ladetilstanden (SOC), der betyder at SOC er ladningstilstand, til batteriets ladetilstand. Fra forskellige vinkler såsom elektricitet, energi osv., har SOC en række forskellige betydninger.

SOC fra US Advanced Battery Federation (USABC) er blevet meget brugt, nemlig forholdet mellem den nominelle kapacitet under den resterende effekt og de samme forhold ved en vis afladningshastighed. Den tilsvarende beregningsformel er: qm, den maksimale afladningskapacitet, når batteriet er afladet i henhold til den konstante strøm I; Q (in) er i T-tiden, batteriet frigiver batteriet under batteriet under batteriet. For det andet, metode til forudsigelse af lithium-ion-batteriets ladningstilstand Opladningstilstanden for lithium-ion-batteriet er en af ​​de vigtige parametre i batteristyringssystemet, men også grundlaget for opladnings- og afladningskontrolstrategien for hele bilen og batteriets ligevægtsarbejde.

Men på grund af kompleksiteten af ​​selve lithium-ion-batteriet kan dets revne tilstand ikke opnås ved direkte måling, kun i henhold til visse eksterne egenskaber af batteriet, såsom batteriets indre modstand, åben kredsløbsspænding, temperatur, strøm osv. relaterede parametre, ved hjælp af relaterede parametre. Karakteristisk kurve eller beregningsformel for at fuldføre forudsigelsesarbejde om ladningstilstanden.

Ladetilstandsestimatet for lithium-ion-batteriet er ikke-lineært. På nuværende tidspunkt er den almindelige metode vigtig til at aflade eksperiment, åben kredsløbsspændingsmetode, sikkerhedspunkter, Kalman-filtreringsmetode, neurale netværksmetode osv. 1 Princippet for afladningseksperimentel afladningstestmetode er at gøre batteriet i en uafbrudt afladningstilstand ved en konstant strøm, beregne mængden af ​​afladet, når afladningen når afskæringsspændingen.

Forbehandlingsværdi af den konstante strømværdi og den anvendte afladningstid, når afladningseffektværdien aflades. Afladningseksperimentmetoden estimerer ofte batteriets ladetilstand under laboratorieforholdene, og mange batteriproducenter bruger også afladningsmetoden til at teste batteriet. Dens væsentlige fordel er, at metoden er enkel, og estimeringsnøjagtigheden er relativt høj.

Ulempen fremhæves også: kan ikke lades, og optage en stor mængde af måletid, og når afladningsmålingen skal batteriet afbrydes, så batteriet er placeret offline, så det ikke kan måles online. Elbilbatteriet under kørsel har fungeret i en fungerende tilstand, og dets afladningsstrøm er ikke konstant, denne metode er ikke anvendelig. Afladningseksperimentmetoden kan dog bruges til bestemmelse af batterieftersyn og parametermodel.

2 Åbningsspændingsmetode Batteriet er relativt stabilt efter lang tid, og det funktionelle forhold mellem åben kredsløbsspænding og batteriladet tilstand er også relativt stabilt. Hvis du ønsker at få batteriets ladetilstandsværdi, skal du kun måle tomgangsspændingen i begge ender af batteriet og indhente den tilsvarende information mod OCV-SOC-kurven. Fordelen ved åben kredsløbsspændingsmetoden er at fungere simpelt, blot måle åbningsspændingsværdikontrolkarakteristikken for at opnå ladetilstandsværdien.

Der er dog mange mangler: Først og fremmest skal det for at få nøjagtige værdier gøre batterispændingen i en forholdsvis stabil tilstand, men batteriet får ofte lov til at stå i lang tid, så realtidsovervågningskravene ikke kan opfyldes. Elbil langtidsparkering. Når batteriets opladningsforhold er anderledes, da udsvingene i strømmen ændrer batteriåbningsspændingen, er batteripakkens åbne kredsløbsspænding inkonsekvent, så den forudsagte resterende effekt og batteriets faktiske resterende effekt har en stor afvigelse.

3 AmateThe Points France Integral Law tager ikke hensyn til brugen af ​​indersiden af ​​batteriet, i henhold til visse eksterne funktioner i systemet, såsom strøm, tid, temperaturkompensation osv., ved at integrere tid og strøm, tilføjer nogle gange en vis kompensation Faktoren beregnes til at beregne den samlede mængde strøm, der strømmer ud af batteriet for at estimere batteriets ladetilstand. På nuværende tidspunkt er driftstidspunktet meget brugt i batteristyringssystemer.

Beregningsformlen for sikkerhedspointmetoden er som følger: Formel, SOC0 er den indledende elektricitetsværdi for batteriets ladetilstand; CE er batteriets nominelle kapacitet; i (t) er en lade- og afladningsstrøm for batteriet på T-tidspunktet; T er opladning og afladningstid; η er opladnings- og afladningshastighedskoefficienten, og den kaldes Cullen-effektivitetskoefficienten, som repræsenterer strømafbrydelsen af ​​batteriet inde i batteriet under opladning og afladningsprocessen, som generelt er baseret på forstørrelses- og temperaturkorrektionsfaktoren for opladningsafladning. Fordelen ved sikkerhedsintegralloven er, at selve batteriets begrænsninger er relativt små, beregningsmetoden er enkel, pålidelig og kan udføre realtidsestimering af batteriets ladetilstand. Ulempen er, at fordi sikkerhedsmålingsmetoden detekteres i styringen, hvis opsamlingsnøjagtigheden af ​​strømmen ikke er høj, har den givne initiale ladetilstand en vis fejl, med forlængelsen af ​​systemets driftstid vil fejlen gradvist akkumulere, og dermed påvirke forudsigelsesresultatet af ladetilstanden.

Og fordi sikkerhedspunktmetoden kun analyseres ud fra de ydre karakteristika, er der en vis fejl i multi-linket. Det kan ses ud fra beregningsformlen for sikkerhedspunktmetoden, og batteriets starteffekt har stor betydning for nøjagtigheden af ​​beregningsresultaterne. For at forbedre nøjagtigheden af ​​strømmålinger måles normalt højtydende strømsensorer, men dette øges.

Til dette formål anvendte mange forskere en åben kredsløbsspændingsmetode, mens applikationssikkerhedsintegrationsmetoden kombineret med begge. Åben kredsløbsspændingsmetode bruges til at estimere batteriets indledende ladetilstand, og den integrerede korrektionsmetode bruges i realtid og tilføjer korrektionsfaktorer for at forbedre beregningsnøjagtigheden. 4 Kalman-filtreringsmetode Kalman-filtreringsalgoritmen er et minimumsækvivalent estimat af tidsdomænetilstandsteori, som hører til kategorien statistisk estimering, og makroen skal reducere og eliminere støjpåvirkning på observationssignalet.

Kernen er den bedste. Det vurderes, at systemets input er gyldigt for statusvariabler på præmissbasis. Grundprincippet i denne algoritme er at bruge statusrumsmodellen af ​​støjen og signalet som en algoritmemodel, når den måles, den observerede værdi af det aktuelle tidspunkt og den estimerede værdi af den foregående tid, og opdatere estimatet af statusvariablen.

Karman-filtreringsalgoritmen forudsiger det væsentlige af lithium-ion-batteriets ladetilstand og bruger den målte spændingsværdi til at korrigere værdien af ​​den foreløbige forudsigelse. Fordelen ved Kalman-filtreringsmetoden er, at computeren er velegnet til real-time operationel behandling af data, bred anvendelsesområde, kan bruges til ikke-lineære systemer og har en god effekt på ladetilstandsforudsigelsen af ​​elektriske køretøjer under kørsel. Ulempen ved Kalman-filtreringsmetoden er, at nøjagtigheden af ​​batterimodellen er afhængig, for at forbedre nøjagtigheden og nøjagtigheden af ​​algoritmens prognoseresultater, etablere en pålidelig batterimodel.

Derudover er algoritmen for Kalman-filtreringsmetoden mere kompliceret, så dens beregningsmængde er relativt stor, og den har en høj ydeevne af operatøren. 5 Formålet med neurologisk netværk af neurale netværk er at efterligne menneskelig intelligensadfærd gennem parallel struktur og stærk indlæringsevne til at opnå dataekspression, og kan give det tilsvarende output-respons, når det er eksternt ophidset, og lave god ikke-lineær kortlægning. Princippet for den neurale netværksmetode anvendes på lithium-ion-batteriets tilstand er: de eksterne data, såsom et stort antal tilsvarende spændinger, strømme og batteriets ladningstilstandsdata bruges som træningsprøven, og fremadretningen af ​​informationen i selve det neurale netværk.

Den omvendte udbredelse af udbredelsen og fejloverførsel gentagen træning og modifikation, når den forudsagte ladetilstand når fejlområdet for designkravene, ved at indtaste nye data for at opnå ladetilstandsforudsigelsesværdien for batteriet. Fordelen ved den neurale netværksmetode kan estimeres til at estimere den positive tilstand af forskellige batterier. Det er bredt anvendeligt.

Opret ikke en specifik matematisk model. Overvej ikke komplekse kemiske ændringer i batteriet, vælg blot den passende prøve, og opret en bedre neural netværksmodel, jo flere prøvedata, jo højere er nøjagtigheden af ​​dens estimering; det er muligt at bestemme batteriets ladetilstand til enhver tid. Ulempen ved den neurale netværksmetode er, at nøjagtigheden, prøvekapaciteten og prøvefordelingen af ​​dataprøver, prøvekapacitet og prøvefordelings- og træningsmetoder er stærkt påvirket af batteriets batteri.

For det tredje opsummerer dette papir for en simpel introduktion til den nuværende forudsigelsesmetode for flere vigtige lithium-ion batteriladninger og analyserer deres respektive fordele og ulemper i detaljer. På nuværende tidspunkt er integrationsmetoden stadig den mest anvendte metode til positiv tilstandsforudsigelse. Men på grund af begrænsningerne af sikkerhedspunkterne for sikkerhedspunktet, fuldføres det ofte med andre metoder, såsom åbne kredsløbsspændinger og andre metoder til at teste den indledende opladning af lithium-ion-batterier.

Fra udviklingstendensernes perspektiv er faktorerne til forudsigelsen af ​​den opladede tilstand af lithium-ion-batteriet stadig mere omfattende, og de anvendte forudsigelsesmetoder er ofte en omfattende anvendelse af flere metoder, hvilket gør prognoseresultaterne mere nøjagtige. Desuden er det i øjeblikket ved at udvikle den tilsvarende kredsløbsmodel af lithium-ion-batteriet, som er mere tæt på det faktiske, så forudsigelsesnøjagtigheden af ​​den opladede elektricitet forbedres yderligere.

Kom i kontakt med os
Anbefalede artikler
Videnskab Nyheder Om solsystemet
ingen data

iFlowPower is a leading manufacturer of renewable energy.

Contact Us
Floor 13, West Tower of Guomei Smart City, No.33 Juxin Street, Haizhu district, Guangzhou China 

Tel: +86 18988945661
WhatsApp/Messenger: +86 18988945661
Copyright © 2025 iFlowpower - Guangdong iFlowpower Technology Co., Ltd.
Customer service
detect