Comparaison des méthodes de prédiction de l&39;état de charge des batteries au lithium (SOC)

ଲେଖକ: ଆଇଫ୍ଲୋପାୱାର - Προμηθευτής φορητών σταθμών παραγωγής ενέργειας

Tout d&39;abord, l&39;état de charge (SOC), signifiant SOC pour stateofcharge, fait référence à l&39;état de charge de la batterie. Sous différents angles tels que l’électricité, l’énergie, etc., SOC a une variété de significations différentes.

Le SOC de la US Advanced Battery Federation (USABC) a été largement utilisé, à savoir le rapport entre la capacité nominale sous la puissance restante et les mêmes conditions à un certain taux de décharge. La formule de calcul correspondante est : qm, la capacité de décharge maximale lorsque la batterie est déchargée selon le courant constant I ; Q (in) est dans le temps T, la batterie libère la batterie sous la batterie sous la batterie. Deuxièmement, méthode de prédiction de l&39;état de charge de la batterie lithium-ion L&39;état de charge de la batterie lithium-ion est l&39;un des paramètres importants du système de gestion de la batterie, mais également la base de la stratégie de contrôle de charge et de décharge de l&39;ensemble de la voiture et du travail d&39;équilibre de la batterie.

Cependant, en raison de la complexité de la batterie lithium-ion elle-même, son état déchiré ne peut pas être obtenu par mesure directe, uniquement en fonction de certaines caractéristiques externes de la batterie, telles que la résistance interne de la batterie, la tension en circuit ouvert, la température, le courant, etc. paramètres associés, en utilisant des paramètres associés. Courbe caractéristique ou formule de calcul pour réaliser un travail de prédiction sur l&39;état de charge.

L’estimation de l’état de charge de la batterie lithium-ion n’est pas linéaire. À l&39;heure actuelle, la méthode courante est l&39;expérience de décharge, la méthode de tension en circuit ouvert, les points de sécurité, la méthode de filtrage de Kalman, la méthode du réseau neuronal, etc. 1 Le principe de la méthode de test de décharge expérimentale consiste à placer la batterie dans un état de décharge ininterrompu à courant constant, à calculer la quantité de décharge lorsque la décharge arrive à la tension de coupure.

Valeur de prétraitement de la valeur de courant constant et du temps de décharge utilisé lorsque la valeur de puissance de décharge est déchargée. La méthode d&39;expérience de décharge estime souvent l&39;état de charge de la batterie dans des conditions de laboratoire, et de nombreux fabricants de batteries utilisent également la méthode de décharge pour tester la batterie. Son avantage majeur est que la méthode est simple et que la précision de l’estimation est relativement élevée.

L&39;inconvénient est également mis en évidence : il ne peut pas être chargé, et occupe une grande quantité de temps de mesure, et lors de la mesure de décharge, la batterie doit être interrompue, de sorte que la batterie est mise hors ligne, elle ne peut donc pas être mesurée en ligne. La batterie de la voiture électrique en marche a fonctionné dans des conditions de fonctionnement et son courant de décharge n&39;est pas constant, cette méthode n&39;est pas applicable. Cependant, la méthode d&39;expérience de décharge peut être utilisée pour déterminer la révision de la batterie et le modèle de paramètres.

2 Méthode de tension en circuit ouvert La batterie est relativement stable après une longue période et la relation fonctionnelle entre la tension en circuit ouvert et l&39;état de charge de la batterie est également relativement stable. Si vous souhaitez obtenir la valeur de l&39;état de charge de la batterie, il vous suffit de mesurer la tension en circuit ouvert aux deux extrémités de la batterie et d&39;obtenir les informations correspondantes par rapport à la courbe OCV-SOC. L&39;avantage de la méthode de tension en circuit ouvert est de fonctionner de manière simple, il suffit de mesurer la courbe caractéristique de contrôle de la valeur de tension d&39;ouverture pour obtenir la valeur de l&39;état de charge.

Cependant, il existe de nombreux inconvénients : tout d&39;abord, pour obtenir des valeurs précises, il faut maintenir la tension de la batterie dans un état relativement stable, mais la batterie est souvent laissée au repos pendant une longue période, de sorte que les exigences de surveillance en temps réel ne peuvent pas être satisfaites. Stationnement longue durée d&39;une voiture électrique. Lorsque le rapport de charge de la batterie est différent, étant donné que les fluctuations du courant modifient la tension d&39;ouverture de la batterie, la tension en circuit ouvert du bloc-batterie est incohérente, de sorte que la puissance restante prévue et la puissance restante réelle de la batterie présentent un écart important.

3 AmateLa loi intégrale des Points France ne prend pas en compte l&39;utilisation de l&39;intérieur de la batterie, en fonction de certaines caractéristiques externes du système, telles que le courant, le temps, la compensation de température, etc., en intégrant le temps et le courant, ajoutez parfois une certaine compensation Le facteur est calculé pour calculer la quantité totale d&39;énergie sortant de la batterie pour estimer l&39;état de charge de la batterie. À l’heure actuelle, le temps de fonctionnement est largement utilisé dans les systèmes de gestion de batterie.

La formule de calcul de la méthode des points de sécurité est la suivante : Formule, SOC0 est la valeur électrique initiale de l&39;état de charge de la batterie ; CE est la capacité nominale de la batterie ; i (t) est un courant de charge et de décharge de la batterie à l&39;instant T ; T est le temps de charge et de décharge ; η est le coefficient de taux de charge et de décharge, et il est appelé coefficient d&39;efficacité de Cullen, qui représente la dissipation de puissance de la batterie à l&39;intérieur de la batterie pendant le processus de charge et de décharge, qui est généralement basé sur le facteur de grossissement et de correction de température de la charge et de la décharge. L&39;avantage de la loi intégrale de sécurité est que les limitations de la batterie elle-même sont relativement faibles, la méthode de calcul est simple, fiable et peut effectuer une estimation en temps réel de l&39;état de charge de la batterie. L&39;inconvénient est que, comme la méthode de mesure de sécurité est détectée dans le contrôle, si la précision de collecte du courant n&39;est pas élevée, l&39;état de charge initial donné présente une certaine erreur, avec l&39;extension du temps de fonctionnement du système, l&39;erreur s&39;accumulera progressivement, affectant ainsi le résultat de prédiction de l&39;état de charge.

Et comme la méthode des points de sécurité est uniquement analysée à partir des caractéristiques extérieures, il existe une certaine erreur dans le multi-lien. On peut le voir à partir de la formule de calcul de la méthode des points de sécurité, et la puissance initiale de la batterie a un effet important sur la précision des résultats du calcul. Afin d&39;améliorer la précision de la mesure du courant, des capteurs de courant hautes performances sont généralement mesurés, mais cela est augmenté.

À cette fin, de nombreux chercheurs ont appliqué une méthode de tension en circuit ouvert ainsi que la méthode intégrale de sécurité d&39;application, combinée aux deux. La méthode de tension en circuit ouvert est utilisée pour estimer l&39;état de charge initial de la batterie, et la méthode de correction intégrée est utilisée en temps réel et ajoute des facteurs de correction pour améliorer la précision du calcul. 4 Méthode de filtrage de Kalman L&39;algorithme de filtrage de Kalman est une estimation équivalente minimale de la théorie de l&39;espace d&39;état du domaine temporel, qui appartient à la catégorie de l&39;estimation statistique, et la macro est de réduire et d&39;éliminer l&39;impact du bruit sur le signal d&39;observation.

Le noyau est le meilleur. On estime que l&39;entrée du système est valide pour les variables d&39;état sur la base des prémisses. Le principe de base de cet algorithme est d&39;utiliser le modèle d&39;espace d&39;état du bruit et du signal comme modèle d&39;algorithme, lors de la mesure, la valeur observée de l&39;heure actuelle et la valeur estimée de l&39;heure précédente, et de mettre à jour l&39;estimation de la variable d&39;état.

L&39;algorithme de filtrage de Karman prédit l&39;état de charge substantiel de la batterie lithium-ion et utilise la valeur de tension mesurée pour corriger la valeur de la prédiction préliminaire. L&39;avantage de la méthode de filtrage de Kalman est que l&39;ordinateur est adapté au traitement opérationnel des données en temps réel, à une large gamme d&39;applications, peut être utilisé pour les systèmes non linéaires et a un bon effet sur la prédiction de l&39;état de charge des véhicules électriques pendant la conduite. L&39;inconvénient de la méthode de filtrage de Kalman est que la précision du modèle de batterie dépend, afin d&39;améliorer la précision et l&39;exactitude des résultats de prévision de l&39;algorithme, d&39;établir un modèle de batterie fiable.

De plus, l&39;algorithme de la méthode de filtrage de Kalman est plus compliqué, sa quantité de calcul est donc relativement importante et il présente des performances élevées de l&39;opérateur. Le but du réseau neurologique du réseau neuronal est d&39;imiter le comportement de l&39;intelligence humaine, grâce à une structure parallèle et une forte capacité d&39;apprentissage pour obtenir l&39;expression des données, et peut donner la réponse de sortie correspondante lorsqu&39;elle est excitée de l&39;extérieur, et faire une bonne cartographie non linéaire. Le principe de la méthode du réseau neuronal est appliqué à l&39;état de la batterie lithium-ion : les données externes telles qu&39;un grand nombre de tensions, de courants et de données d&39;état de charge correspondants de la batterie sont utilisées comme échantillon d&39;apprentissage, et la direction vers l&39;avant des informations dans le réseau neuronal lui-même.

La propagation inverse de la propagation et du transfert d&39;erreur répète la formation et la modification, lorsque l&39;état de charge prédit atteint la plage d&39;erreur des exigences de conception, en saisissant de nouvelles données pour obtenir la valeur de prédiction de l&39;état de charge de la batterie. L’avantage de la méthode du réseau neuronal peut être estimé pour estimer l’état positif de diverses batteries. Il est largement applicable.

Ne pas établir de modèle mathématique spécifique. Ne tenez pas compte des changements chimiques complexes dans la batterie, choisissez simplement l&39;échantillon approprié et établissez un meilleur modèle de réseau neuronal, plus il y a de données d&39;échantillon, plus la précision de son estimation est élevée ; il est possible de déterminer l&39;état de charge de la batterie à tout moment. L&39;inconvénient de la méthode du réseau neuronal est que la précision, la capacité d&39;échantillonnage et la distribution des échantillons de données, la capacité d&39;échantillonnage et la distribution des échantillons et les méthodes de formation sont fortement influencées par la batterie de la batterie.

Troisièmement, cet article résume une introduction simple à la méthode de prédiction actuelle de plusieurs charges importantes de batteries lithium-ion et analyse en détail leurs avantages et inconvénients respectifs. À l’heure actuelle, la méthode d’intégration reste la méthode de prédiction d’état positif la plus appliquée. Cependant, en raison des limitations des points de sécurité du point de sécurité, il est souvent complété par d&39;autres méthodes telles que les tensions en circuit ouvert et d&39;autres méthodes pour tester la charge initiale de la batterie lithium-ion.

Du point de vue des tendances de développement, les facteurs de prédiction de l&39;état de charge de la batterie lithium-ion sont de plus en plus complets et les méthodes de prédiction utilisées sont souvent une application complète de plusieurs méthodes, ce qui rend les résultats de prévision plus précis. De plus, il développe actuellement le modèle de circuit équivalent de la batterie lithium-ion, qui est plus proche de la réalité, de sorte que la précision de prédiction de l&39;électricité chargée est encore améliorée.