loading

  +86 18988945661             contact@iflowpower.com            +86 18988945661

ગતિશીલ બેટરી SOC અંદાજ પદ્ધતિ?

Awdur: Iflowpower - Mofani oa Seteishene sa Motlakase se nkehang

બેટરી ટેકનોલોજીના વિકાસથી, SOC નો અંદાજ કાઢવા માટે ઘણી પ્રકારની પદ્ધતિઓનો ઉપયોગ થઈ ચૂક્યો છે. ફક્ત પરંપરાગત વર્તમાન સંકલિત પદ્ધતિઓ, બેટરી આંતરિક પ્રતિકાર, ડિસ્ચાર્જ પરીક્ષણ પદ્ધતિઓ, ઓપન સર્કિટ વોલ્ટેજ પદ્ધતિઓ, લોડ વોલ્ટેજ અને વધુ નવીન કાલમેન ફિલ્ટરિંગ પદ્ધતિઓ છે. ફઝી લોજિકલ થિયરી અને ન્યુરલ નેટવર્કિંગ, વગેરે.

તે હાલમાં બેટરી મેનેજમેન્ટ સિસ્ટમના ક્ષેત્રમાં સૌથી સામાન્ય SOC અંદાજ પદ્ધતિઓમાંની એક છે, અને તેનો સાર એ છે કે બેટરીના SOC નો અંદાજ વીજળી સંચયિત અથવા ડિસ્ચાર્જ કરીને સંચયિત અથવા ડિસ્ચાર્જ કરીને કરવામાં આવે છે. તે જ સમયે, ડિસ્ચાર્જ દર અને બેટરી તાપમાન અનુસાર. અંદાજિત SOC માટે ચોક્કસ વળતર.

જો બેટરી ચાર્જ અને ડિસ્ચાર્જ પ્રારંભિક સ્થિતિમાં હોય ત્યારે બેટરીને SOCT0 તરીકે વ્યાખ્યાયિત કરવામાં આવે, તો T પછી બાકી રહેલી બેટરી ક્ષમતા SOC છે: q, Q એ બેટરી રેટેડ ક્ષમતા છે, અને N એ ચાર્જ અને ડિસ્ચાર્જ કાર્યક્ષમતા છે, જેને કુલોમ્બ કાર્યક્ષમતા પણ કહેવાય છે, તેનું મૂલ્ય બેટરી ચાર્જ અને ડિસ્ચાર્જ દર નક્કી કરવામાં આવે છે, I એ T નો વર્તમાન છે. વર્તમાન સંકલિત પદ્ધતિ અન્ય SOC અંદાજ પદ્ધતિઓ કરતાં પ્રમાણમાં સરળ અને વિશ્વસનીય છે, અને બેટરીના SOC મૂલ્યનો ગતિશીલ અંદાજ લગાવી શકાય છે, તેથી તેનો વ્યાપકપણે ઉપયોગ થાય છે. જો કે, આ પદ્ધતિમાં બે મર્યાદાઓ પણ છે: એક, વર્તમાન અભિન્ન પદ્ધતિમાં બેટરીના પ્રારંભિક SOC મૂલ્યની અગાઉથી જરૂર પડે છે, અને અંદાજ ભૂલ શક્ય તેટલી નાની બનાવવા માટે, બેટરીમાં અથવા બહાર વહેતા પ્રવાહને સચોટ રીતે એકત્રિત કરે છે; બીજું, આ પદ્ધતિ ફક્ત બેટરીના બાહ્ય લક્ષણ પર આધારિત છે, અને બેટરી સ્વ-ડિસ્ચાર્જ દર, વૃદ્ધત્વની ડિગ્રી અને બેટરી SOC ના ચાર્જ અને ડિસ્ચાર્જ ગુણોત્તરને ચોક્કસ હદ સુધી અવગણવામાં આવે છે.

લાંબા ગાળાના ઉપયોગથી માપન ભૂલ પણ વધી શકે છે, તેથી સંબંધિત સુધારણા ગુણાંકનો પરિચય કરાવવો જરૂરી છે. સંચય ભૂલોને સુધારવી. (2) ડિસ્ચાર્જ ટેસ્ટ પદ્ધતિ ડિસ્ચાર્જ ટેસ્ટ પદ્ધતિ એ છે કે બેટરીના કટઓફ વોલ્ટેજ સુધી સતત સતત કરંટ ડિસ્ચાર્જ ડિસ્ચાર્જ ચાલુ રાખવું, આ ડિસ્ચાર્જ પ્રક્રિયા દ્વારા ઉપયોગમાં લેવાતા સમયને ડિસ્ચાર્જ કરંટના કદ મૂલ્યથી, એટલે કે બેટરીની બાકીની ક્ષમતાથી ગુણાકાર કરવો. આ પદ્ધતિ સામાન્ય રીતે બેટરી SOC ના કેલિબ્રેશન પદ્ધતિ તરીકે અથવા બેટરીના અંતમાં જાળવણીમાં આ પદ્ધતિનો ઉપયોગ કરે છે, અને તે પ્રમાણમાં સરળ, વિશ્વસનીય છે, અને બેટરી SOC મૂલ્ય જાણ્યા વિના પરિણામ પ્રમાણમાં સચોટ છે.

બધું અસરકારક રીતે. જોકે, ડિસ્ચાર્જ ટેસ્ટ પદ્ધતિમાં બે ખામીઓ છે: પ્રથમ, આ પદ્ધતિની ટેસ્ટ પ્રક્રિયામાં ઘણો સમય લાગે છે; બીજું, આ પદ્ધતિનો ઉપયોગ કરતી વખતે, ઇલેક્ટ્રિક વાહનમાંથી લક્ષ્ય બેટરી દૂર કરવી જરૂરી છે, તેથી આ પદ્ધતિનો ઉપયોગ કાર્યકારી સ્થિતિમાં પાવર બેટરીની ગણતરી કરવા માટે કરી શકાતો નથી. (૩) ઓપન સર્કિટ વોલ્ટેજ પદ્ધતિ બેટરીના ઓપનિંગ વોલ્ટેજ અને OCVOTAGE, OCV) અને બેટરીના આંતરિક લિથિયમ આયન સાંદ્રતા વચ્ચેના ફેરફાર સંબંધ પર આધારિત છે, અને પરોક્ષ રીતે તે અને બેટરી SOC વચ્ચેના અનુરૂપ સંબંધને બંધબેસે છે.

વાસ્તવિક કામગીરી કરતી વખતે, બેટરી નિશ્ચિત ડિસ્ચાર્જ રેશિયો (સામાન્ય રીતે 1c) થી ભરાઈ જાય પછી ડિસ્ચાર્જ બંધ ન થાય ત્યાં સુધી બેટરીને ડિસ્ચાર્જ કરવી જરૂરી છે, અને ડિસ્ચાર્જ પ્રક્રિયા અનુસાર OCV અને SOC વચ્ચેનો સંબંધ મેળવવામાં આવે છે. જ્યારે બેટરી ખરેખર કાર્યરત સ્થિતિમાં હોય છે, ત્યારે બેટરીના બંને છેડા પર વોલ્ટેજ મૂલ્ય અનુસાર OCV-SoC રિલેશનલ ટેબલ શોધીને વર્તમાન બેટરી SOC મેળવી શકાય છે. આ પદ્ધતિ વિવિધ બેટરીઓ માટે અસરકારક હોવા છતાં, તેમાં સ્વ-ખામીઓ પણ છે: પ્રથમ, OCV માપતા પહેલા લક્ષ્ય બેટરીને 1 કલાકથી વધુ સમય સુધી ઊભા રહેવા દેવી જોઈએ, જેનાથી સ્થિર અંત વોલ્ટેજ મેળવવા માટે બેટરીમાં આંતરિક ઇલેક્ટ્રોલાઇટ સમાન રીતે વિતરિત થાય છે; બીજું, બેટરી અલગ અલગ તાપમાને હોય છે અથવા અલગ અલગ જીવનકાળ દરમિયાન, જોકે ઓપન સર્કિટ સમાન હોય છે, વાસ્તવમાં SOC અલગ અલગ હોઈ શકે છે, અને માપન પરિણામ આ પદ્ધતિના લાંબા ગાળાના ઉપયોગથી સંપૂર્ણપણે સચોટ હોવાની ખાતરી નથી.

તેથી, ઓપન સર્કિટ વોલ્ટેજ પદ્ધતિ ડિસ્ચાર્જ ટેસ્ટ પદ્ધતિ જેવી જ છે, જે ચાલતી બેટરી SOC અંદાજ પર લાગુ પડતી નથી. (૪) કાલમન ફિલ્ટરિંગ પદ્ધતિ કાલમન ફિલ્ટરિંગ પદ્ધતિ એ એક નવા પ્રકારનો ઑપ્ટિમાઇઝ્ડ સ્વ-રીગ્રેશન ડેટા છે જે 1960 ના દાયકામાં "લીનિયર ફિલ્ટરિંગ અને આગાહી સિદ્ધાંતની નવી સિદ્ધિઓ" માં ફિલ્ટર કરવામાં આવ્યો હતો. અલ્ગોરિધમ.

અલ્ગોરિધમનો સાર એ છે કે જટિલ ગતિશીલ સિસ્ટમની સ્થિતિને લઘુત્તમ સરેરાશ મૂલ્યના સિદ્ધાંત અનુસાર જટિલ ગતિશીલ સિસ્ટમની સ્થિતિ માટે ઑપ્ટિમાઇઝ કરી શકાય છે. કાલમેન ફિલ્ટરિંગ પદ્ધતિમાં નોન-લીનિયર ડાયનેમિક સિસ્ટમ્સ સિસ્ટમના સ્ટેટ સ્પેસ મોડેલમાં રેખીય હશે. જ્યારે વાસ્તવિક એપ્લિકેશન કરવામાં આવે છે, ત્યારે સિસ્ટમ વર્તમાન સમયના અવલોકન કરેલ મૂલ્ય સાથે અપડેટ થાય છે, ત્યારબાદ વર્તમાન સમયના અવલોકન કરેલ મૂલ્ય સાથે.

"આગાહી - માપન - સુધારેલ" મોડ, સિસ્ટમના રેન્ડમ વિચલન અને દખલગીરીને દૂર કરે છે. જ્યારે કાલમેન ફિલ્ટરિંગ પદ્ધતિનો ઉપયોગ કરીને પાવરટ્રેનના SOCનો અંદાજ કાઢવામાં આવે છે, ત્યારે બેટરીને પાવર સિસ્ટમના રૂપમાં સ્ટેટ સ્પેસ મોડેલમાં રૂપાંતરિત કરવામાં આવે છે, અને SOC મોડેલની અંદર સ્ટેટ ચલ બની જાય છે. સ્થાપિત સિસ્ટમ એક રેખીય ડિસ્ક્રીટ સિસ્ટમ છે.

કાલમેન ફિલ્ટરિંગ પદ્ધતિ ફક્ત સિસ્ટમની પ્રારંભિક ભૂલને સુધારતી નથી, પરંતુ તે સિસ્ટમના અવાજને અસરકારક રીતે દબાવી શકે છે, તેથી ઓપરેશનની સ્થિતિમાં ઇલેક્ટ્રિક વાહન પાવર બેટરીના SOC અંદાજમાં નોંધપાત્ર એપ્લિકેશન મૂલ્ય છે. જો કે, પદ્ધતિમાં બે-પોઇન્ટ ખામીઓ પણ છે: એક, કાલમેન ફિલ્ટરિંગ પદ્ધતિ SOC ની ચોકસાઈનો અંદાજ લગાવે છે જે મોટાભાગે બેટરી મોડેલની ચોકસાઈ પર આધાર રાખે છે, કાર્યકારી લાક્ષણિકતાઓ પોતે ખૂબ જ બિન-રેખીય પાવર બેટરી છે, કાલમેન ફિલ્ટરિંગ પદ્ધતિમાં રેખીયકરણ પછી, કોઈ ભૂલ ન થાય તે અનિવાર્ય છે, અને જો મોડેલ સ્થાપિત થાય છે, તો અંદાજિત પરિણામ જરૂરી રીતે વિશ્વસનીય નથી; બીજું, સામેલ પદ્ધતિ ખૂબ જ જટિલ છે, ગણતરીની માત્રા અત્યંત મોટી છે, અને ગણતરી કરેલ ગણતરીનો સમયગાળો લાંબો છે, અને હાર્ડવેર કામગીરીની આવશ્યકતાઓ. (5) ન્યુરલ નેટવર્ક પદ્ધતિ ન્યુરલ નેટવર્ક પદ્ધતિ એ માનવ મગજ અને તેના ચેતાકોષના એનાલોગ છે જેનો ઉપયોગ બિન-રેખીય સિસ્ટમો માટે એક નવા પ્રકારના અલ્ગોરિધમ સાથે વ્યવહાર કરવા માટે થાય છે.

તેને બેટરીની આંતરિક રચનાના ઊંડાણપૂર્વકના સંશોધનની જરૂર નથી, ફક્ત લક્ષ્ય બેટરીમાંથી અગાઉથી મોટી સંખ્યામાં કાર્યકારી લાક્ષણિકતાઓ કાઢવાની જરૂર છે. આઉટપુટ નમૂનામાંથી રનમાં SOC મૂલ્ય દાખલ કરો અને તેને પદ્ધતિનો ઉપયોગ કરીને સ્થાપિત સિસ્ટમમાં ઇનપુટ કરો. પછીની પ્રક્રિયામાં આ પદ્ધતિ પ્રમાણમાં સરળ છે, એટલે કે, તે બેટરી મોડેલને રેખીય બનાવવા માટે કાલમેન ફિલ્ટરિંગ પદ્ધતિની ભૂલને અસરકારક રીતે ટાળી શકે છે, અને વાસ્તવિક સમયમાં બેટરીના ગતિશીલ પરિમાણો મેળવી શકે છે.

જોકે, ન્યુરલ નેટવર્ક પદ્ધતિનું પ્રી-વર્કિંગ વોલ્યુમ પ્રમાણમાં મોટું છે, અને સિસ્ટમને તાલીમ આપવા માટે મોટી સંખ્યામાં વધુ અને વ્યાપક લક્ષ્ય નમૂના ડેટાની જરૂર છે. ડેટા અને તાલીમ આપવાની પદ્ધતિ મોટાભાગે SOC ની અંદાજ ચોકસાઈને અસર કરી રહી છે. વધુમાં, બેટરી તાપમાન, સ્વ-ડિસ્ચાર્જ ગુણોત્તર અને બેટરી વૃદ્ધત્વની જટિલ ક્રિયા હેઠળ, આ પદ્ધતિનો ઉપયોગ લાંબા સમય સુધી બેટરીના સમાન સેટના SOC મૂલ્યનો અંદાજ કાઢવા માટે થાય છે, અને તેની ચોકસાઈ પણ મોટી છૂટ હશે.

તેથી, પાવર બેટરીના SOC અંદાજ કાર્યમાં આ પદ્ધતિ ખૂબ સામાન્ય નથી.

અમારી સાથે સંપર્કમાં રહો
ભલામણ કરેલ લેખો
જ્ઞાન સમાચાર સૌરમંડળ વિશે
કોઈ ડેટા નથી

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