Metode estimasi SOC baterai dinamis?

Tác giả ：Iflowpower – Добављач преносних електрана

Sejak perkembangan teknologi baterai, berbagai macam metode yang digunakan untuk memperkirakan SOC telah muncul. Yang ada hanyalah metode integrasi arus tradisional, resistansi internal baterai, metode uji pelepasan, metode tegangan rangkaian terbuka, tegangan beban, dan metode penyaringan Kalman yang lebih inovatif. Teori logika fuzzy dan jaringan saraf, dll.

Saat ini ini merupakan salah satu metode estimasi SOC yang paling umum dalam bidang sistem manajemen baterai, dan esensinya adalah memperkirakan SOC baterai dengan mengakumulasi atau mengeluarkan listrik dengan mengakumulasi atau mengeluarkan listrik dengan mengakumulasi atau mengeluarkan listrik. Pada saat yang sama, berdasarkan pada tingkat pengosongan dan suhu baterai. Kompensasi tertentu untuk SOC yang diperkirakan.

Jika baterai didefinisikan sebagai SOCT0 saat baterai awalnya dalam keadaan pengisian dan pengosongan daya, maka kapasitas baterai yang tersisa SOC setelah T adalah: q, Q adalah kapasitas baterai terukur, dan N adalah efisiensi pengisian dan pengosongan daya, disebut juga efisiensi coulomb, nilainya Laju pengisian dan pengosongan daya baterai ditentukan, I adalah arus T. Metode terintegrasi saat ini relatif sederhana dan dapat diandalkan daripada metode estimasi SOC lainnya, dan nilai SOC baterai dapat diperkirakan secara dinamis, sehingga digunakan secara luas. Akan tetapi, metode ini juga memiliki dua keterbatasan. Pertama, metode integral arus memerlukan nilai SOC awal baterai terlebih dahulu, dan secara akurat mengumpulkan arus yang mengalir masuk atau keluar baterai, guna membuat kesalahan estimasi sekecil mungkin. Kedua, metode ini hanya berdasarkan pada fitur eksternal baterai, dan laju pengosongan daya sendiri baterai, derajat penuaan, serta rasio pengisian dan pengosongan daya SOC baterai diabaikan sampai batas tertentu.

Pemakaian jangka panjang juga dapat menyebabkan kesalahan pengukuran bertambah besar, sehingga perlu memperkenalkan Koefisien koreksi terkait untuk memperbaiki kesalahan akumulasi. (2) Metode Uji Pelepasan Metode uji pelepasan adalah dengan melepaskan arus konstan terus-menerus hingga tegangan batas baterai, kalikan waktu yang digunakan oleh proses pelepasan ini dengan nilai ukuran arus pelepasan, yaitu kapasitas baterai yang tersisa. Metode ini umumnya digunakan sebagai metode kalibrasi SOC baterai atau pada perawatan akhir baterai, relatif sederhana, dapat diandalkan, dan hasilnya relatif akurat tanpa mengetahui nilai SOC baterai.

Semuanya efektif. Namun, ada dua kekurangan dalam metode uji pelepasan: Pertama, proses pengujian metode ini membutuhkan banyak waktu; kedua, saat menggunakan metode ini, perlu mengeluarkan baterai target dari kendaraan listrik, sehingga metode ini tidak dapat digunakan untuk menghitung daya baterai dalam keadaan berfungsi. (3) Metode tegangan sirkuit terbuka didasarkan pada hubungan perubahan antara tegangan pembukaan baterai dan OCVOTAGE, OCV) dan konsentrasi ion litium internal baterai, dan secara tidak langsung menyesuaikan hubungan yang sesuai antara baterai dan SOC baterai.

Saat melakukan operasi aktual, perlu untuk melepaskan baterai setelah baterai terisi dengan rasio pelepasan tetap (umumnya 1c) hingga pelepasan dihentikan, dan hubungan antara OCV dan SOC diperoleh sesuai dengan proses pelepasan. Saat baterai berada dalam kondisi operasi aktual, SOC baterai saat ini dapat diperoleh dengan menemukan tabel relasional OCV-SoC menurut nilai tegangan di kedua ujung baterai. Meskipun metode ini efektif untuk berbagai baterai, metode ini juga memiliki kekurangan: Pertama, baterai target harus didiamkan selama lebih dari 1 jam sebelum mengukur OCV, sehingga elektrolit internal dalam baterai terdistribusi secara merata untuk memperoleh tegangan akhir yang stabil; kedua, baterai berada pada temperatur yang berbeda atau selama masa pakai yang berbeda, meskipun sirkuit terbukanya sama, SOC sebenarnya mungkin berbeda, dan hasil pengukuran tidak dijamin sepenuhnya akurat jika metode ini digunakan dalam jangka panjang.

Oleh karena itu, metode tegangan rangkaian terbuka sama dengan metode uji pelepasan, tidak berlaku untuk estimasi SOC baterai yang sedang berjalan. (4) Metode penyaringan Kalman Metode penyaringan KALMAN merupakan salah satu jenis baru dari penyaringan data regresi diri teroptimasi yang difilter dalam “Pencapaian Baru Teori Penyaringan dan Peramalan Linear” pada tahun 1960an. algoritma.

Inti dari algoritma ini adalah bahwa keadaan sistem dinamis yang kompleks dapat dioptimalkan untuk keadaan sistem dinamis yang kompleks sesuai dengan prinsip meanown minimum. Sistem dinamis non-linier akan menjadi linier menjadi model ruang keadaan sistem dalam metode penyaringan Kalman. Ketika aplikasi aktual, sistem diperbarui dengan nilai yang diamati pada waktu saat ini, diikuti oleh nilai yang diamati pada waktu saat ini.

Mode "Prakiraan - Pengukuran - Dikoreksi", menghilangkan penyimpangan dan gangguan sistem acak. Ketika SOC powertrain diperkirakan menggunakan metode penyaringan Kalman, baterai diubah menjadi model ruang keadaan dalam bentuk sistem daya, dan SOC menjadi variabel keadaan di dalam model. Sistem yang terbentuk adalah sistem diskrit linear.

Karena metode penyaringan Kalman tidak hanya mengoreksi kesalahan awal sistem, tetapi juga dapat secara efektif menekan kebisingan sistem, sehingga ada nilai aplikasi yang signifikan dalam estimasi SOC baterai daya kendaraan listrik dalam kondisi operasi. Akan tetapi, metode ini juga memiliki dua kelemahan: satu, metode penyaringan Kalman memperkirakan keakuratan SOC sangat bergantung pada keakuratan model baterai, karakteristik kerja baterai itu sendiri sangat non-linier, dalam metode penyaringan Kalman setelah linierisasi, tidak dapat dihindari bahwa tidak ada kesalahan, dan jika model ditetapkan, hasil yang diperkirakan belum tentu dapat diandalkan; yang kedua, metode yang digunakan sangat rumit, jumlah perhitungannya sangat besar, dan periode perhitungannya lebih lama, dan persyaratan kinerja perangkat keras. (5) Metode jaringan syaraf tiruan Metode jaringan syaraf tiruan adalah metode analog otak manusia dan neuronnya yang digunakan untuk menangani suatu jenis algoritma baru untuk sistem nonlinier.

Tidak diperlukan penelitian mendalam mengenai struktur internal baterai, cukup mengekstraksi sejumlah besar karakteristik kerja dari baterai target terlebih dahulu. Masukkan nilai SOC dalam proses dari sampel keluaran dan masukkan ke dalam sistem yang ditetapkan dengan menggunakan metode tersebut. Metode ini relatif sederhana dalam pemrosesan selanjutnya, yaitu dapat secara efektif menghindari kesalahan metode penyaringan Kalman untuk membuat model baterai sebagai linierisasi, dan dapat memperoleh parameter dinamis baterai secara real time.

Namun, volume pra-kerja metode jaringan saraf relatif besar, dan sejumlah besar data sampel target yang lebih banyak dan komprehensif diperlukan untuk melatih sistem. Metode pelatihan data dan pelatihan sangat mempengaruhi akurasi estimasi SOC. Selain itu, di bawah aksi kompleks suhu baterai, rasio pengosongan sendiri, dan penuaan baterai, metode ini digunakan untuk memperkirakan nilai SOC dari rangkaian baterai yang sama dalam jangka waktu lama, dan akurasinya juga akan sangat berkurang.

Oleh karena itu, metode ini tidak terlalu umum dalam pekerjaan estimasi SOC baterai daya.