गतिशील बैटरी एसओसी आकलन विधि?

ଲେଖକ: ଆଇଫ୍ଲୋପାୱାର - Lieferant von tragbaren Kraftwerken

बैटरी प्रौद्योगिकी के विकास के बाद से, SOC का अनुमान लगाने के लिए कई प्रकार की विधियां पहले ही इस्तेमाल की जा चुकी हैं। केवल पारंपरिक वर्तमान एकीकृत विधियां, बैटरी आंतरिक प्रतिरोध, डिस्चार्ज परीक्षण विधियां, ओपन सर्किट वोल्टेज विधियां, लोड वोल्टेज और अधिक नवीन कलमन फ़िल्टरिंग विधियां ही हैं। फ़ज़ी लॉजिकल सिद्धांत और तंत्रिका नेटवर्किंग, आदि।

यह वर्तमान में बैटरी प्रबंधन प्रणाली के क्षेत्र में अधिक सामान्य एसओसी आकलन विधियों में से एक है, और इसका सार संचय या निर्वहन करके बिजली जमा करके या निर्वहन करके बैटरी के एसओसी का अनुमान लगाना है। इसी समय, निर्वहन दर और बैटरी तापमान के अनुसार। अनुमानित एस.ओ.सी. के लिए एक निश्चित मुआवजा।

यदि बैटरी को SOCT0 के रूप में परिभाषित किया जाता है जब बैटरी चार्ज और डिस्चार्ज प्रारंभिक स्थिति में होती है, तो T के बाद बैटरी की शेष क्षमता SOC है: q, Q बैटरी की रेटेड क्षमता है, और N चार्ज और डिस्चार्ज दक्षता है, जिसे कूलॉम दक्षता भी कहा जाता है, इसका मान बैटरी चार्ज और डिस्चार्ज दर निर्धारित करता है, I T का करंट है। वर्तमान एकीकृत विधि अन्य एसओसी आकलन विधियों की तुलना में अपेक्षाकृत सरल और विश्वसनीय है, और बैटरी के एसओसी मूल्य का गतिशील रूप से अनुमान लगाया जा सकता है, इसलिए इसका व्यापक रूप से उपयोग किया जाता है। हालांकि, इस विधि में भी दो सीमाएं हैं: एक, वर्तमान अभिन्न विधि को बैटरी के प्रारंभिक एसओसी मूल्य की अग्रिम आवश्यकता होती है, और अनुमान त्रुटि को यथासंभव छोटा करने के लिए बैटरी में या बाहर बहने वाले वर्तमान को सटीक रूप से एकत्र किया जाता है; दूसरा, यह विधि केवल बैटरी की बाहरी विशेषता पर आधारित होती है, और बैटरी स्व-निर्वहन दर, उम्र बढ़ने की डिग्री और बैटरी एसओसी के चार्ज और डिस्चार्ज अनुपात को कुछ हद तक नजरअंदाज कर दिया जाता है।

दीर्घकालिक उपयोग से माप त्रुटि का विस्तार भी हो सकता है, इसलिए संबंधित सुधार गुणांक को सही संचय त्रुटियों को पेश करना आवश्यक है। (2) डिस्चार्ज टेस्ट विधि डिस्चार्ज टेस्ट विधि बैटरी के कटऑफ वोल्टेज तक निरंतर स्थिर वर्तमान डिस्चार्ज डिस्चार्ज करना है, इस डिस्चार्ज प्रक्रिया द्वारा उपयोग किए गए समय को डिस्चार्ज वर्तमान के आकार मूल्य से गुणा करना है, अर्थात बैटरी की शेष क्षमता। विधि आम तौर पर बैटरी एसओसी के अंशांकन विधि के रूप में या बैटरी के देर से रखरखाव में इस विधि का उपयोग करती है, और यह अपेक्षाकृत सरल, विश्वसनीय है, और बैटरी एसओसी मूल्य को जाने बिना परिणाम अपेक्षाकृत सटीक है।

सभी प्रभावी रूप से. हालांकि, डिस्चार्ज टेस्ट विधि में दो कमियां हैं: सबसे पहले, इस विधि की परीक्षण प्रक्रिया में बहुत समय लगता है; दूसरा, इस विधि का उपयोग करते समय, इलेक्ट्रिक वाहन से लक्ष्य बैटरी को निकालना आवश्यक है, इसलिए इस विधि का उपयोग कार्यशील अवस्था में पावर बैटरी की गणना करने के लिए नहीं किया जा सकता है। (3) ओपन सर्किट वोल्टेज विधि बैटरी के ओपनिंग वोल्टेज और ओसीवीओटीएजीई, ओसीवी) और बैटरी के आंतरिक लिथियम आयन सांद्रता के बीच परिवर्तन संबंध पर आधारित है, और अप्रत्यक्ष रूप से इसके और बैटरी एसओसी के बीच संबंधित संबंध को फिट करती है।

वास्तविक ऑपरेशन करते समय, बैटरी को एक निश्चित डिस्चार्ज अनुपात (आमतौर पर 1 सी) से भरने के बाद बैटरी को डिस्चार्ज करना आवश्यक होता है जब तक कि डिस्चार्ज बंद न हो जाए, और डिस्चार्ज प्रक्रिया के अनुसार ओसीवी और एसओसी के बीच संबंध प्राप्त किया जाता है। जब बैटरी वास्तविक परिचालन अवस्था में होती है, तो बैटरी के दोनों सिरों पर वोल्टेज मान के अनुसार OCV-SoC संबंधपरक तालिका ज्ञात करके वर्तमान बैटरी SOC प्राप्त की जा सकती है। यद्यपि यह विधि विभिन्न बैटरियों के लिए प्रभावी है, इसमें स्वयं-दोष भी मौजूद हैं: सबसे पहले, OCV को मापने से पहले लक्ष्य बैटरी को 1 घंटे से अधिक समय तक खड़े रहने की अनुमति दी जानी चाहिए, जिससे स्थिर अंत वोल्टेज प्राप्त करने के लिए बैटरी में आंतरिक इलेक्ट्रोलाइट को समान रूप से वितरित किया जा सके; दूसरा, बैटरी अलग-अलग तापमानों पर होती है या अलग-अलग जीवन के दौरान, हालांकि खुला सर्किट समान है, वास्तव में एसओसी भिन्न हो सकता है, और माप परिणाम इस विधि के दीर्घकालिक उपयोग के पूरी तरह सटीक होने की गारंटी नहीं है।

इसलिए, ओपन सर्किट वोल्टेज विधि डिस्चार्ज परीक्षण विधि के समान है, चल रही बैटरी एसओसी आकलन पर लागू नहीं होती है। (4) कलमन फ़िल्टरिंग विधि कलमन फ़िल्टरिंग विधि 1960 के दशक में "रैखिक फ़िल्टरिंग और पूर्वानुमान सिद्धांत की नई उपलब्धियों" में फ़िल्टर किया गया एक नया प्रकार का अनुकूलित स्व-प्रतिगमन डेटा है। एल्गोरिथ्म.

एल्गोरिथ्म का सार यह है कि जटिल गतिशील प्रणाली की स्थिति को न्यूनतम माध्य के सिद्धांत के अनुसार जटिल गतिशील प्रणाली की स्थिति के लिए अनुकूलित किया जा सकता है। कलमन फ़िल्टरिंग विधि में गैर-रैखिक गतिशील प्रणालियाँ, प्रणाली के राज्य अंतरिक्ष मॉडल में रैखिक होंगी। वास्तविक अनुप्रयोग के समय, सिस्टम को वर्तमान समय के प्रेक्षित मान के साथ अद्यतन किया जाता है, उसके बाद वर्तमान समय के प्रेक्षित मान के साथ अद्यतन किया जाता है।

"पूर्वानुमान - माप - सुधारित" मोड, सिस्टम के विचलन और हस्तक्षेप को समाप्त करता है। जब पावरट्रेन के एसओसी का अनुमान कलमन फ़िल्टरिंग विधि का उपयोग करके लगाया जाता है, तो बैटरी को पावर सिस्टम के रूप में स्टेट स्पेस मॉडल में परिवर्तित कर दिया जाता है, और एसओसी मॉडल के अंदर एक स्टेट वेरिएबल बन जाता है। स्थापित प्रणाली एक रैखिक असतत प्रणाली है।

चूंकि कलमन फ़िल्टरिंग विधि न केवल सिस्टम की प्रारंभिक त्रुटि को ठीक करती है, बल्कि यह सिस्टम शोर को भी प्रभावी ढंग से दबा सकती है, इसलिए परिचालन स्थितियों में इलेक्ट्रिक वाहन पावर बैटरी के एसओसी आकलन में इसका महत्वपूर्ण अनुप्रयोग मूल्य है। हालांकि, विधि में दो-बिंदु दोष भी मौजूद हैं: एक, कलमन फ़िल्टरिंग विधि एसओसी की सटीकता का अनुमान लगाती है जो बैटरी मॉडल की सटीकता पर काफी हद तक निर्भर करती है, कामकाजी विशेषताओं में स्वयं अत्यधिक गैर-रैखिक शक्ति बैटरी होती है, कलमन फ़िल्टरिंग विधि में रैखिककरण के बाद, यह अपरिहार्य है कि कोई त्रुटि नहीं है, और यदि मॉडल स्थापित है, तो अनुमानित परिणाम जरूरी विश्वसनीय नहीं है; दूसरा, इसमें शामिल विधि बहुत जटिल है, गणना की मात्रा बहुत बड़ी है, और गणना की अवधि लंबी है, और हार्डवेयर प्रदर्शन आवश्यकताएं हैं। (5) तंत्रिका नेटवर्क विधि तंत्रिका नेटवर्क विधि एनालॉग मानव मस्तिष्क और उसके न्यूरॉन का उपयोग गैर-रेखीय प्रणालियों के लिए एक नए प्रकार के एल्गोरिदम से निपटने के लिए किया जाता है।

इसमें बैटरी की आंतरिक संरचना के गहन शोध की आवश्यकता नहीं होती है, बल्कि लक्ष्य बैटरी से अग्रिम रूप से बड़ी संख्या में कार्यशील विशेषताओं को निकालना होता है। आउटपुट नमूने से रन में SOC मान दर्ज करें और विधि का उपयोग करके स्थापित सिस्टम में इसे इनपुट करें। बाद के प्रसंस्करण में विधि अपेक्षाकृत सरल है, अर्थात, यह बैटरी मॉडल को रैखिक बनाने के लिए कलमन फ़िल्टरिंग विधि की त्रुटि से प्रभावी रूप से बच सकता है, और वास्तविक समय में बैटरी के गतिशील मापदंडों को प्राप्त कर सकता है।

हालाँकि, तंत्रिका नेटवर्क विधि की पूर्व-कार्य मात्रा अपेक्षाकृत बड़ी है, और सिस्टम को प्रशिक्षित करने के लिए बड़ी संख्या में अधिक और व्यापक लक्ष्य नमूना डेटा की आवश्यकता होती है। डेटा और प्रशिक्षण की विधि काफी हद तक SOC की अनुमान सटीकता को प्रभावित कर रही है। इसके अलावा, बैटरी तापमान, स्व-निर्वहन अनुपात और बैटरी उम्र बढ़ने की जटिल कार्रवाई के तहत, विधि का उपयोग लंबे समय तक बैटरी के एक ही सेट के एसओसी मूल्य का अनुमान लगाने के लिए किया जाता है, और इसकी सटीकता भी बड़ी छूट होगी।

इसलिए, पावर बैटरी के एसओसी आकलन कार्य में यह विधि बहुत आम नहीं है।