ວິທີການຄາດຄະເນ SOC ຫມໍ້ໄຟໄດນາມິກ?

2022/04/08

ຜູ້ຂຽນ: Iflowpower –ຜູ້ຜະລິດສະຖານີໄຟຟ້າແບບພົກພາ

ນັບຕັ້ງແຕ່ການພັດທະນາເຕັກໂນໂລຢີຂອງແບດເຕີລີ່, ຫຼາຍປະເພດຂອງວິທີການທີ່ໃຊ້ໃນການຄາດຄະເນ SOC ໄດ້ເກີດຂຶ້ນແລ້ວ. ມີພຽງແຕ່ວິທີການປະສົມປະສານໃນປະຈຸບັນແບບດັ້ງເດີມ, ຄວາມຕ້ານທານພາຍໃນຫມໍ້ໄຟ, ວິທີການທົດສອບການໄຫຼ, ວິທີການແຮງດັນຂອງວົງຈອນເປີດ, ແຮງດັນໄຟຟ້າ, ແລະວິທີການການກັ່ນຕອງ Kalman ທີ່ມີນະວັດກໍາຫຼາຍ. ທິດສະດີເຫດຜົນ Fuzzy ແລະເຄືອຂ່າຍ neural, ແລະອື່ນໆ.

ໃນປັດຈຸບັນມັນເປັນວິທີການຄາດຄະເນ SOC ທົ່ວໄປຫຼາຍໃນພາກສະຫນາມຂອງລະບົບການຄຸ້ມຄອງຫມໍ້ໄຟ, ແລະໂດຍເນື້ອແທ້ແລ້ວແມ່ນການຄາດຄະເນ SOC ຂອງຫມໍ້ໄຟໂດຍການສະສົມຫຼືການປົດປ່ອຍໄຟຟ້າໂດຍການສະສົມຫຼື discharge ໂດຍສະສົມຫຼື discharge. ໃນເວລາດຽວກັນ, ອີງຕາມອັດຕາການໄຫຼແລະອຸນຫະພູມຫມໍ້ໄຟ. ການຊົດເຊີຍທີ່ແນ່ນອນສໍາລັບ SOC ຄາດຄະເນ.

ຖ້າແບດເຕີຣີຖືກ ກຳ ນົດເປັນ SOCT0 ເມື່ອແບດເຕີລີ່ເລີ່ມຕົ້ນໃນການສາກໄຟແລະການໄຫຼອອກ, ຄວາມອາດສາມາດຂອງແບດເຕີຣີທີ່ຍັງເຫຼືອ SOC ຫຼັງຈາກ T ແມ່ນ: q, Q ແມ່ນຄວາມຈຸຂອງແບດເຕີລີ່, ແລະ N ແມ່ນປະສິດທິພາບການສາກໄຟແລະການໄຫຼ, ເອີ້ນວ່າ coulomb. ປະສິດທິພາບ, ມູນຄ່າຂອງມັນ ອັດຕາຄ່າຫມໍ້ໄຟແລະການປ່ອຍຕົວແມ່ນຖືກກໍານົດ, I ແມ່ນປະຈຸບັນຂອງ T. ວິທີການປະສົມປະສານໃນປະຈຸບັນແມ່ນຂ້ອນຂ້າງງ່າຍດາຍແລະເຊື່ອຖືໄດ້ກ່ວາວິທີການຄາດຄະເນ SOC ອື່ນໆ, ແລະມູນຄ່າ SOC ຂອງຫມໍ້ໄຟສາມາດຄາດຄະເນແບບເຄື່ອນໄຫວ, ດັ່ງນັ້ນມັນແມ່ນ. ໃຊ້ຢ່າງກວ້າງຂວາງ. ຢ່າງໃດກໍ່ຕາມ, ວິທີການນີ້ຍັງມີຂໍ້ຈໍາກັດສອງຢ່າງ: ຫນຶ່ງ, ວິທີການປະສົມປະສານໃນປະຈຸບັນຮຽກຮ້ອງໃຫ້ມີຄ່າ SOC ເບື້ອງຕົ້ນຂອງຫມໍ້ໄຟລ່ວງຫນ້າ, ແລະເກັບກໍາຂໍ້ມູນກະແສທີ່ໄຫຼເຂົ້າໄປໃນຫຼືອອກຈາກຫມໍ້ໄຟຢ່າງຖືກຕ້ອງ, ເພື່ອເຮັດໃຫ້ຄວາມຜິດພາດຂອງການຄາດຄະເນແມ່ນຫນ້ອຍທີ່ສຸດເທົ່າທີ່ເປັນໄປໄດ້. ; ອັນທີສອງ, ວິທີການນີ້ແມ່ນອີງໃສ່ລັກສະນະພາຍນອກຂອງແບດເຕີລີ່ເທົ່ານັ້ນ, ແລະອັດຕາການປ່ອຍຕົວຂອງແບດເຕີຣີ້ເອງ, ລະດັບຄວາມສູງອາຍຸ, ແລະອັດຕາສ່ວນການສາກໄຟແລະການໄຫຼຂອງຫມໍ້ໄຟ SOC ແມ່ນຖືກລະເລີຍໃນລະດັບໃດຫນຶ່ງ.

ການ​ນໍາ​ໃຊ້​ໃນ​ໄລ​ຍະ​ຍາວ​ຍັງ​ສາ​ມາດ​ເຮັດ​ໃຫ້​ຄວາມ​ຜິດ​ພາດ​ການ​ວັດ​ແທກ​ຂະ​ຫຍາຍ​ຕົວ​, ສະ​ນັ້ນ​ມັນ​ເປັນ​ສິ່ງ​ຈໍາ​ເປັນ​ທີ່​ຈະ​ແນະ​ນໍາ​ການ​ແກ້​ໄຂ​ທີ່​ກ່ຽວ​ຂ້ອງ​ກັບ​ຄວາມ​ຜິດ​ພາດ​ສະ​ສົມ​. (2) ວິທີການທົດສອບການໄຫຼອອກ ການທົດສອບການໄຫຼອອກຄືການໄຫຼຂອງກະແສໄຟຟ້າຄົງທີ່ຢ່າງຕໍ່ເນື່ອງຈົນກ່ວາແຮງດັນຕັດຂອງແບດເຕີຣີ, ຄູນເວລາທີ່ໃຊ້ໂດຍຂະບວນການປ່ອຍນີ້ໂດຍມູນຄ່າຂະຫນາດຂອງກະແສໄຟຟ້າ, ນັ້ນແມ່ນ, ຄວາມອາດສາມາດທີ່ຍັງເຫຼືອຂອງ. ຫມໍ້ໄຟ. ວິທີການໂດຍທົ່ວໄປແລ້ວໃຊ້ວິທີນີ້ເປັນວິທີການປັບຕົວຂອງແບດເຕີຣີ SOC ຫຼືໃນການຮັກສາຊ້າຂອງຫມໍ້ໄຟ, ແລະຂ້ອນຂ້າງງ່າຍດາຍ, ເຊື່ອຖືໄດ້, ແລະຜົນໄດ້ຮັບແມ່ນຂ້ອນຂ້າງຖືກຕ້ອງໂດຍບໍ່ຮູ້ເຖິງຄ່າ SOC ຂອງຫມໍ້ໄຟ.

ທັງໝົດຢ່າງມີປະສິດທິພາບ. ຢ່າງໃດກໍ່ຕາມ, ມີສອງຂໍ້ບົກຜ່ອງໃນວິທີການທົດສອບການໄຫຼອອກ: ທໍາອິດ, ຂະບວນການທົດສອບຂອງວິທີການນີ້ຕ້ອງການເວລາຫຼາຍ; ອັນທີສອງ, ເມື່ອໃຊ້ວິທີນີ້, ມັນ ຈຳ ເປັນຕ້ອງເອົາແບດເຕີລີ່ເປົ້າ ໝາຍ ອອກຈາກລົດໄຟຟ້າ, ສະນັ້ນວິທີການດັ່ງກ່າວບໍ່ສາມາດຖືກ ນຳ ໃຊ້ເພື່ອຄິດໄລ່ແບັດເຕີຣີໃນສະພາບທີ່ເຮັດວຽກ. (3) ວິທີການແຮງດັນຂອງວົງຈອນເປີດແມ່ນອີງໃສ່ການພົວພັນການປ່ຽນແປງລະຫວ່າງແຮງດັນເປີດຂອງຫມໍ້ໄຟແລະ OCVOTAGE, OCV) ແລະຄວາມເຂັ້ມຂົ້ນຂອງ lithium ion ພາຍໃນຫມໍ້ໄຟ, ແລະໂດຍທາງອ້ອມເຫມາະກັບຄວາມສໍາພັນທີ່ສອດຄ້ອງກັນລະຫວ່າງມັນແລະ SOC ຫມໍ້ໄຟ.

ໃນເວລາທີ່ປະຕິບັດການປະຕິບັດຕົວຈິງ, ມັນຈໍາເປັນຕ້ອງໄດ້ປົດປ່ອຍແບດເຕີລີ່ຫຼັງຈາກແບດເຕີລີ່ເຕັມໄປດ້ວຍອັດຕາສ່ວນການໄຫຼຄົງທີ່ (ໂດຍທົ່ວໄປ 1c) ຈົນກ່ວາການໄຫຼອອກຈະຢຸດເຊົາ, ແລະຄວາມສໍາພັນລະຫວ່າງ OCV ແລະ SOC ແມ່ນໄດ້ຮັບຕາມຂະບວນການປ່ອຍ. ເມື່ອແບດເຕີລີ່ຢູ່ໃນສະພາບການເຮັດວຽກຕົວຈິງ, SOC ຫມໍ້ໄຟປະຈຸບັນສາມາດໄດ້ຮັບໂດຍການຊອກຫາຕາຕະລາງການພົວພັນ OCV-SoC ອີງຕາມຄ່າແຮງດັນຂອງທັງສອງສົ້ນຂອງຫມໍ້ໄຟ. ເຖິງແມ່ນວ່າວິທີການທີ່ມີປະສິດທິພາບສໍາລັບແບດເຕີລີ່ຕ່າງໆ, ມັນຍັງມີຂໍ້ບົກພ່ອງຂອງຕົວເອງ: ຫນ້າທໍາອິດ, ຫມໍ້ໄຟເປົ້າຫມາຍຕ້ອງໄດ້ຮັບການອະນຸຍາດໃຫ້ຢືນຫຼາຍກວ່າ 1 ຊົ່ວໂມງກ່ອນທີ່ຈະວັດແທກ OCV, ດັ່ງນັ້ນການແຈກຢາຍ electrolyte ພາຍໃນຫມໍ້ໄຟຢ່າງເທົ່າທຽມກັນເພື່ອໃຫ້ໄດ້ແຮງດັນທີ່ຫມັ້ນຄົງ; ອັນທີສອງ, ຫມໍ້ໄຟຢູ່ໃນອຸນຫະພູມທີ່ແຕກຕ່າງກັນຫຼືໃນໄລຍະຊີວິດທີ່ແຕກຕ່າງກັນ, ເຖິງແມ່ນວ່າວົງຈອນເປີດແມ່ນຄືກັນ, ຕົວຈິງແລ້ວ SOC ອາດຈະແຕກຕ່າງກັນ, ແລະຜົນໄດ້ຮັບການວັດແທກບໍ່ໄດ້ຮັບປະກັນວ່າມີຄວາມຖືກຕ້ອງຢ່າງສົມບູນໃນໄລຍະຍາວຂອງວິທີການນີ້.

ດັ່ງນັ້ນ, ວິທີການແຮງດັນຂອງວົງຈອນເປີດແມ່ນຄືກັນກັບວິທີການທົດສອບການໄຫຼ, ບໍ່ໄດ້ນໍາໃຊ້ກັບການຄາດຄະເນ SOC ຫມໍ້ໄຟແລ່ນ. (4) ວິທີການການກັ່ນຕອງ Kalman ວິທີການກັ່ນຕອງ KALMAN ແມ່ນປະເພດໃຫມ່ຂອງຂໍ້ມູນການຖົດຖອຍຕົນເອງທີ່ດີທີ່ສຸດທີ່ຖືກກັ່ນຕອງໃນ "ຜົນສໍາເລັດໃຫມ່ຂອງການກັ່ນຕອງເສັ້ນແລະທິດສະດີການຄາດຄະເນ" ໃນຊຸມປີ 1960. ສູດການຄິດໄລ່.

ໂດຍເນື້ອແທ້ແລ້ວຂອງ algorithm ແມ່ນວ່າລັດຂອງລະບົບການເຄື່ອນໄຫວສະລັບສັບຊ້ອນສາມາດໄດ້ຮັບການ optimized ສໍາລັບສະຖານະຂອງລະບົບການເຄື່ອນໄຫວສະລັບສັບຊ້ອນຕາມຫຼັກການຂອງ meanows ຕໍາ່ສຸດທີ່. ລະບົບໄດນາມິກທີ່ບໍ່ເປັນເສັ້ນຈະເປັນເສັ້ນກົງເຂົ້າໄປໃນຮູບແບບພື້ນທີ່ຂອງລັດຂອງລະບົບໃນວິທີການການກັ່ນຕອງ Kalman. ເມື່ອຄໍາຮ້ອງສະຫມັກຕົວຈິງ, ລະບົບໄດ້ຖືກປັບປຸງດ້ວຍມູນຄ່າທີ່ສັງເກດເຫັນຂອງເວລາປະຈຸບັນ, ຕິດຕາມດ້ວຍມູນຄ່າທີ່ສັງເກດເຫັນຂອງເວລາປະຈຸບັນ.

ຮູບແບບ "ການຄາດຄະເນ - ການວັດແທກ - ແກ້ໄຂ", ກໍາຈັດຄວາມບ່ຽງເບນແລະການແຊກແຊງຂອງລະບົບແບບສຸ່ມ. ເມື່ອ SOC ຂອງ powertrain ໄດ້ຖືກຄາດຄະເນໂດຍໃຊ້ວິທີການການກັ່ນຕອງ Kalman, ແບດເຕີລີ່ຖືກປ່ຽນເປັນຮູບແບບພື້ນທີ່ຂອງລັດໃນຮູບແບບຂອງລະບົບພະລັງງານ, ແລະ SOC ກາຍເປັນຕົວແປພາຍໃນຕົວແບບ. ລະ​ບົບ​ທີ່​ໄດ້​ຮັບ​ການ​ສ້າງ​ຕັ້ງ​ຂຶ້ນ​ເປັນ​ລະ​ບົບ​ການ​ຕັດ​ແຍກ​ເປັນ​ເສັ້ນ​.

ເນື່ອງຈາກວິທີການການກັ່ນຕອງ Kalman ບໍ່ພຽງແຕ່ແກ້ໄຂຂໍ້ຜິດພາດເບື້ອງຕົ້ນຂອງລະບົບ, ມັນສາມາດສະກັດກັ້ນສຽງລົບກວນຂອງລະບົບໄດ້ຢ່າງມີປະສິດທິພາບ, ດັ່ງນັ້ນຈຶ່ງມີມູນຄ່າການນໍາໃຊ້ທີ່ສໍາຄັນໃນການຄາດຄະເນ SOC ຂອງແບດເຕີລີ່ລົດໄຟຟ້າໃນສະພາບການດໍາເນີນງານ. ຢ່າງໃດກໍຕາມ, ວິທີການຍັງມີຂໍ້ບົກພ່ອງສອງຈຸດ: ຫນຶ່ງ, ວິທີການການກັ່ນຕອງ Kalman ຄາດຄະເນຄວາມຖືກຕ້ອງຂອງ SOC ສ່ວນໃຫຍ່ແມ່ນຂຶ້ນກັບຄວາມຖືກຕ້ອງຂອງຮູບແບບຫມໍ້ໄຟ, ລັກສະນະການເຮັດວຽກຂອງຕົວມັນເອງແມ່ນຫມໍ້ໄຟພະລັງງານສູງທີ່ບໍ່ແມ່ນເສັ້ນ, ໃນວິທີການການກັ່ນຕອງ Kalman ຫຼັງຈາກ. linearization, ມັນເປັນ inevitable ບໍ່ມີຄວາມຜິດພາດ, ແລະຖ້າຫາກວ່າຮູບແບບໄດ້ຖືກສ້າງຕັ້ງຂຶ້ນ, ຜົນໄດ້ຮັບຄາດຄະເນແມ່ນບໍ່ຈໍາເປັນທີ່ເຊື່ອຖືໄດ້; ອັນທີສອງ, ວິທີການທີ່ກ່ຽວຂ້ອງແມ່ນສັບສົນຫຼາຍ, ຈໍານວນການຄິດໄລ່ແມ່ນໃຫຍ່ທີ່ສຸດ, ແລະໄລຍະເວລາການຄໍານວນທີ່ຖືກຄິດໄລ່ແມ່ນຍາວກວ່າ, ແລະຄວາມຕ້ອງການດ້ານການປະຕິບັດຂອງຮາດແວ. (5) neural network method method neural network method is analog human brain and its neuron used to deal with a new algorithm for nonlinear systems .

ມັນບໍ່ຈໍາເປັນຕ້ອງມີການຄົ້ນຄວ້າໃນຄວາມເລິກຂອງໂຄງສ້າງພາຍໃນຂອງຫມໍ້ໄຟ, ພຽງແຕ່ສະກັດຈໍານວນຂະຫນາດໃຫຍ່ຂອງລັກສະນະການເຮັດວຽກຈາກຫມໍ້ໄຟເປົ້າຫມາຍລ່ວງຫນ້າ. ໃສ່ຄ່າ SOC ໃນການດໍາເນີນການຈາກຕົວຢ່າງຜົນຜະລິດແລະໃສ່ມັນເຂົ້າໄປໃນລະບົບທີ່ສ້າງຂຶ້ນໂດຍໃຊ້ວິທີການ. ວິທີການແມ່ນຂ້ອນຂ້າງງ່າຍດາຍໃນການປຸງແຕ່ງຕໍ່ມາ, ນັ້ນແມ່ນ, ມັນສາມາດຫຼີກເວັ້ນຄວາມຜິດພາດຂອງວິທີການການກັ່ນຕອງ Kalman ເພື່ອເຮັດໃຫ້ຮູບແບບຫມໍ້ໄຟເປັນ linearization, ແລະສາມາດໄດ້ຮັບຕົວກໍານົດການເຄື່ອນໄຫວຂອງຫມໍ້ໄຟໃນເວລາທີ່ແທ້ຈິງ.

ຢ່າງໃດກໍ່ຕາມ, ປະລິມານການເຮັດວຽກກ່ອນຂອງວິທີການເຄືອຂ່າຍ neural ແມ່ນຂ້ອນຂ້າງໃຫຍ່, ແລະຈໍານວນຂະຫນາດໃຫຍ່ຂອງຂໍ້ມູນຕົວຢ່າງເປົ້າຫມາຍຫຼາຍແລະຄົບຖ້ວນແມ່ນຈໍາເປັນໃນການຝຶກອົບຮົມລະບົບ. ວິທີການຂອງຂໍ້ມູນການຝຶກອົບຮົມແລະການຝຶກອົບຮົມສ່ວນໃຫຍ່ແມ່ນຜົນກະທົບຕໍ່ຄວາມຖືກຕ້ອງຂອງການຄາດຄະເນຂອງ SOC. ນອກຈາກນັ້ນ, ພາຍໃຕ້ການປະຕິບັດທີ່ຊັບຊ້ອນຂອງອຸນຫະພູມຫມໍ້ໄຟ, ອັດຕາສ່ວນການປົດປ່ອຍຕົນເອງແລະຄວາມສູງອາຍຸຂອງຫມໍ້ໄຟ, ວິທີການຖືກນໍາໃຊ້ເພື່ອຄາດຄະເນມູນຄ່າ SOC ຂອງຊຸດດຽວກັນຂອງແບດເຕີລີ່ເປັນເວລາດົນນານ, ແລະຄວາມຖືກຕ້ອງຂອງມັນກໍ່ຈະເປັນສ່ວນລົດໃຫຍ່.

ດັ່ງນັ້ນ, ວິທີການນີ້ແມ່ນບໍ່ທົ່ວໄປຫຼາຍໃນການເຮັດວຽກການຄາດຄະເນ SOC ຂອງຫມໍ້ໄຟພະລັງງານ.

ຕິດ​ຕໍ່​ພວກ​ເຮົາ
ພຽງແຕ່ບອກຄວາມຕ້ອງການຂອງທ່ານໃຫ້ພວກເຮົາ, ພວກເຮົາສາມາດເຮັດໄດ້ຫຼາຍກວ່າທີ່ທ່ານສາມາດຈິນຕະນາການໄດ້.
ສົ່ງການສອບຖາມຂອງທ່ານ
Chat with Us

ສົ່ງການສອບຖາມຂອງທ່ານ

ເລືອກພາສາອື່ນ
English
العربية
Deutsch
Español
français
italiano
日本語
한국어
Português
русский
简体中文
繁體中文
Afrikaans
አማርኛ
Azərbaycan
Беларуская
български
বাংলা
Bosanski
Català
Sugbuanon
Corsu
čeština
Cymraeg
dansk
Ελληνικά
Esperanto
Eesti
Euskara
فارسی
Suomi
Frysk
Gaeilgenah
Gàidhlig
Galego
ગુજરાતી
Hausa
Ōlelo Hawaiʻi
हिन्दी
Hmong
Hrvatski
Kreyòl ayisyen
Magyar
հայերեն
bahasa Indonesia
Igbo
Íslenska
עִברִית
Basa Jawa
ქართველი
Қазақ Тілі
ខ្មែរ
ಕನ್ನಡ
Kurdî (Kurmancî)
Кыргызча
Latin
Lëtzebuergesch
ລາວ
lietuvių
latviešu valoda‎
Malagasy
Maori
Македонски
മലയാളം
Монгол
मराठी
Bahasa Melayu
Maltese
ဗမာ
नेपाली
Nederlands
norsk
Chicheŵa
ਪੰਜਾਬੀ
Polski
پښتو
Română
سنڌي
සිංහල
Slovenčina
Slovenščina
Faasamoa
Shona
Af Soomaali
Shqip
Српски
Sesotho
Sundanese
svenska
Kiswahili
தமிழ்
తెలుగు
Точики
ภาษาไทย
Pilipino
Türkçe
Українська
اردو
O'zbek
Tiếng Việt
Xhosa
יידיש
èdè Yorùbá
Zulu
ພາສາປະຈຸບັນ:ລາວ