लिथियम ब्याट्री चार्ज गर्ने भविष्यवाणी विधिहरूको तुलना चार्ज अवस्था (SOC) भविष्यवाणी विधिको तुलना

ଲେଖକ: ଆଇଫ୍ଲୋପାୱାର - Furnizuesi portativ i stacionit të energjisë elektrike

पहिलो, चार्ज अवस्था (SOC) जसको अर्थ SOC हो, चार्जको अवस्था हो, ब्याट्रीको चार्जको अवस्थालाई जनाउँछ। बिजुली, ऊर्जा, आदि जस्ता विभिन्न कोणबाट, SOC का विभिन्न अर्थहरू छन्।

यूएस एडभान्स्ड ब्याट्री फेडरेशन (USABC) को SOC व्यापक रूपमा प्रयोग गरिएको छ, अर्थात् बाँकी पावर अन्तर्गत मूल्याङ्कन गरिएको क्षमताको अनुपात र निश्चित डिस्चार्ज दरमा समान अवस्थाहरू। सम्बन्धित गणना सूत्र हो: qm, स्थिर प्रवाह I अनुसार ब्याट्री डिस्चार्ज हुँदा अधिकतम डिस्चार्ज क्षमता; Q (in) T समयमा हुन्छ, ब्याट्रीले ब्याट्री मुनि ब्याट्री रिलिज गर्छ। दोस्रो, लिथियम-आयन ब्याट्री चार्ज अवस्था भविष्यवाणी विधि लिथियम आयन ब्याट्रीको चार्ज अवस्था ब्याट्री व्यवस्थापन प्रणालीको महत्त्वपूर्ण प्यारामिटरहरू मध्ये एक हो, तर सम्पूर्ण कार र ब्याट्री सन्तुलन कार्यको चार्ज र डिस्चार्ज नियन्त्रण रणनीतिको आधार पनि हो।

यद्यपि, लिथियम-आयन ब्याट्रीको जटिलताको कारणले गर्दा, यसको च्यातिएको अवस्था प्रत्यक्ष मापनद्वारा प्राप्त गर्न सकिँदैन, केवल ब्याट्रीको आन्तरिक प्रतिरोध, खुला सर्किट भोल्टेज, तापक्रम, वर्तमान, आदि जस्ता केही बाह्य विशेषताहरू अनुसार। सम्बन्धित प्यारामिटरहरू प्रयोग गरेर, सम्बन्धित प्यारामिटरहरू। चार्जको अवस्थाको भविष्यवाणी कार्य पूरा गर्नको लागि विशेषता वक्र वा गणना सूत्र।

लिथियम-आयन ब्याट्रीको चार्ज अवस्था अनुमान गैर-रैखिक छ। हाल, डिस्चार्ज प्रयोग, ओपन सर्किट भोल्टेज विधि, सुरक्षा बिन्दुहरू, कालमन फिल्टरिङ विधि, न्यूरल नेटवर्क विधि, आदिका लागि हालको सामान्य विधि महत्त्वपूर्ण छ। १ डिस्चार्ज प्रयोगात्मक डिस्चार्ज परीक्षण विधिको सिद्धान्त भनेको ब्याट्रीलाई स्थिर करेन्टमा निर्बाध डिस्चार्ज अवस्थामा राख्नु हो, डिस्चार्ज कटअफ भोल्टेजमा आइपुग्दा डिस्चार्जको मात्रा गणना गर्नु हो।

स्थिर वर्तमान मानको पूर्व-उपचार मान र डिस्चार्ज पावर मान डिस्चार्ज हुँदा प्रयोग गरिएको डिस्चार्ज समय। डिस्चार्ज प्रयोग विधिले प्रायः प्रयोगशाला अवस्थाहरूमा ब्याट्रीको चार्ज अवस्था अनुमान गर्छ, र धेरै ब्याट्री निर्माताहरूले ब्याट्री परीक्षण गर्न डिस्चार्ज विधि पनि प्रयोग गर्छन्। यसको महत्वपूर्ण फाइदा भनेको विधि सरल छ, र अनुमान शुद्धता अपेक्षाकृत उच्च छ।

बेफाइदा पनि हाइलाइट गरिएको छ: लोड गर्न सकिँदैन, र मापन समयको ठूलो मात्रा ओगट्न, र डिस्चार्ज मापन गर्दा, ब्याट्री अवरुद्ध हुनुपर्छ, ताकि ब्याट्री अफलाइन राखिएको होस्, त्यसैले यसलाई अनलाइन मापन गर्न सकिँदैन। ड्राइभिङ गर्दा विद्युतीय कारको ब्याट्रीले काम गरिरहेको अवस्थामा काम गरिरहेको छ, र यसको डिस्चार्ज करेन्ट स्थिर छैन, यो विधि लागू हुँदैन। यद्यपि, डिस्चार्ज प्रयोग विधि ब्याट्री ओभरहाल र प्यारामिटर मोडेलको निर्धारणमा प्रयोग गर्न सकिन्छ।

२ ओपन-सर्किट भोल्टेज विधि ब्याट्री लामो समय पछि अपेक्षाकृत स्थिर हुन्छ, र ओपन सर्किट भोल्टेज र ब्याट्री-चार्ज गरिएको अवस्था बीचको कार्यात्मक सम्बन्ध पनि अपेक्षाकृत स्थिर हुन्छ। यदि तपाईं ब्याट्रीको चार्ज अवस्था मान प्राप्त गर्न चाहनुहुन्छ भने, तपाईंले ब्याट्रीको दुबै छेउमा रहेको खुला सर्किट भोल्टेज मात्र मापन गर्नुपर्छ, र OCV-SOC कर्भ विरुद्ध सम्बन्धित जानकारी प्राप्त गर्नुपर्छ। खुला सर्किट भोल्टेज विधिको फाइदा भनेको सरल सञ्चालन गर्नु हो, चार्ज अवस्था मान प्राप्त गर्न खोल्ने भोल्टेज मान नियन्त्रण विशेषता कर्भ नक्सा मापन गर्नु मात्र हो।

यद्यपि, त्यहाँ धेरै कमजोरीहरू छन्: सबैभन्दा पहिले, सही मानहरू प्राप्त गर्न, यसले ब्याट्री भोल्टेजलाई अपेक्षाकृत स्थिर अवस्थामा बनाउनु पर्छ, तर ब्याट्रीलाई प्रायः लामो समयसम्म खडा हुन अनुमति दिइन्छ, जसले गर्दा वास्तविक-समय अनुगमन आवश्यकताहरू पूरा हुन सक्दैन। लामो समयसम्म इलेक्ट्रिक कार पार्किङ। ब्याट्रीको चार्जिङ अनुपात फरक हुँदा, करेन्टको उतारचढावले ब्याट्री खोल्ने भोल्टेज परिवर्तन गर्ने भएकोले, ब्याट्री प्याकको ओपन सर्किट भोल्टेज असंगत हुन्छ, जसले गर्दा अनुमानित बाँकी रहेको पावर र ब्याट्रीको वास्तविक बाँकी रहेको पावरमा ठूलो विचलन हुन्छ।

३ AmateThe Points France Integral Law ले ब्याट्रीको भित्री भागको प्रयोगलाई विचार गर्दैन, प्रणालीको केही बाह्य विशेषताहरू जस्तै वर्तमान, समय, तापक्रम क्षतिपूर्ति, आदि अनुसार, समय र वर्तमानलाई एकीकृत गरेर, कहिलेकाहीँ केही क्षतिपूर्ति थप्नुहोस्। ब्याट्रीको चार्ज अवस्था अनुमान गर्न ब्याट्रीबाट बग्ने कुल शक्तिको मात्रा गणना गर्न कारक गणना गरिन्छ। हाल, ब्याट्री व्यवस्थापन प्रणालीहरूमा सञ्चालन समय व्यापक रूपमा प्रयोग गरिन्छ।

सुरक्षा बिन्दु विधिको गणना सूत्र यस प्रकार छ: सूत्र, SOC0 ब्याट्री चार्ज अवस्थाको प्रारम्भिक बिजुली मान हो; CE ब्याट्रीको मूल्याङ्कन गरिएको क्षमता हो; i (t) T समयमा ब्याट्रीको चार्ज र डिस्चार्ज करेन्ट हो; T चार्ज र डिस्चार्ज समय हो; η चार्ज र डिस्चार्ज दर गुणांक हो, र यसलाई कलेन दक्षता गुणांक भनिन्छ, जसले चार्ज र डिस्चार्ज प्रक्रियाको क्रममा ब्याट्री भित्र ब्याट्रीको पावर अपव्ययलाई प्रतिनिधित्व गर्दछ, जुन सामान्यतया चार्जिङ डिस्चार्जको म्याग्निफिकेसन र तापक्रम सुधार कारकमा आधारित हुन्छ। सुरक्षा अभिन्न कानूनको फाइदा भनेको ब्याट्रीको सीमितताहरू तुलनात्मक रूपमा सानो हुनु हो, गणना विधि सरल, भरपर्दो छ, र ब्याट्रीको चार्ज अवस्थाको वास्तविक-समय अनुमान गर्न सक्छ। बेफाइदा यो हो कि नियन्त्रणमा सुरक्षा मिटरिङ विधि पत्ता लगाइएको हुनाले, यदि करेन्टको सङ्कलन शुद्धता उच्च छैन भने, दिइएको प्रारम्भिक चार्ज अवस्थामा निश्चित त्रुटि हुन्छ, प्रणाली चलाउने समयको विस्तारसँगै, त्रुटि बिस्तारै जम्मा हुनेछ, जसले गर्दा चार्जको अवस्थाको भविष्यवाणी परिणामलाई असर गर्छ।

र सुरक्षा बिन्दु विधि केवल बाहिरी विशेषताहरूबाट विश्लेषण गरिएको हुनाले, बहु-लिङ्कमा निश्चित त्रुटि छ। यो सुरक्षा बिन्दु विधिको गणना सूत्रबाट देख्न सकिन्छ, र ब्याट्रीको प्रारम्भिक शक्तिले गणना परिणामहरूको शुद्धतामा ठूलो प्रभाव पार्छ। वर्तमान मापनको शुद्धता सुधार गर्न, उच्च प्रदर्शन वर्तमान सेन्सरहरू सामान्यतया मापन गरिन्छ, तर यो बढाइएको छ।

यस उद्देश्यका लागि, धेरै विद्वानहरूले खुला सर्किट भोल्टेज विधि लागू गरे जबकि अनुप्रयोग सुरक्षा अभिन्न विधि, दुवैसँग मिलाएर। ब्याट्रीको प्रारम्भिक चार्ज अवस्था अनुमान गर्न ओपन सर्किट भोल्टेज विधि प्रयोग गरिन्छ, र एकीकृत सुधार विधि वास्तविक समयमा प्रयोग गरिन्छ र गणना शुद्धता सुधार गर्न सुधार कारकहरू थपिन्छन्। ४ कालमन फिल्टरिङ विधि कालमन फिल्टरिङ एल्गोरिथ्म भनेको समय डोमेन राज्य अन्तरिक्ष सिद्धान्तको न्यूनतम समतुल्य अनुमान हो, जुन सांख्यिकीय अनुमानको श्रेणीमा पर्दछ, र म्याक्रो भनेको अवलोकन संकेतमा आवाजको प्रभावलाई कम गर्नु र हटाउनु हो।

कोर सबैभन्दा राम्रो छ। प्रणालीको इनपुट आधारभूत आधारमा स्थिति चरहरूको लागि मान्य हुने अनुमान गरिएको छ। यस एल्गोरिथ्मको आधारभूत सिद्धान्त भनेको आवाज र संकेतको स्थिति स्पेस मोडेललाई एल्गोरिथ्म मोडेलको रूपमा प्रयोग गर्नु हो, मापन गर्दा, हालको समयको अवलोकन गरिएको मान र अघिल्लो समयको अनुमानित मान, र स्थिति चरको अनुमान अद्यावधिक गर्नु हो।

कर्मन फिल्टरिङ एल्गोरिथ्मले लिथियम आयन ब्याट्री चार्ज अवस्थाको सारको भविष्यवाणी गर्छ, र प्रारम्भिक भविष्यवाणीको मान सच्याउन मापन गरिएको भोल्टेज मान प्रयोग गर्छ। कालमन फिल्टरिङ विधिको फाइदा यो हो कि कम्प्युटर डेटाको वास्तविक-समय सञ्चालन प्रशोधनको लागि उपयुक्त छ, फराकिलो अनुप्रयोग दायरा छ, गैर-रेखीय प्रणालीहरूको लागि प्रयोग गर्न सकिन्छ, र ड्राइभिङको समयमा विद्युतीय सवारी साधनहरूको चार्ज अवस्था भविष्यवाणीमा राम्रो प्रभाव पार्छ। कालमन फिल्टरिङ विधिको बेफाइदा भनेको ब्याट्री मोडेलको शुद्धतामा निर्भर हुनु हो, एल्गोरिथ्म पूर्वानुमान परिणामहरूको शुद्धता र शुद्धता सुधार गर्न, भरपर्दो ब्याट्री मोडेल स्थापना गर्नुहोस्।

थप रूपमा, कालमन फिल्टरिङ विधिको एल्गोरिथ्म बढी जटिल छ, त्यसैले यसको गणना रकम अपेक्षाकृत ठूलो छ, र यसमा अपरेटरको उच्च प्रदर्शन छ। ५. स्नायु सञ्जालको स्नायु सञ्जालको उद्देश्य समानान्तर संरचना र डेटा अभिव्यक्ति प्राप्त गर्न बलियो सिकाइ क्षमता मार्फत मानव बुद्धिमत्ता व्यवहारको नक्कल गर्नु हो, र बाह्य रूपमा उत्तेजित हुँदा सम्बन्धित आउटपुट प्रतिक्रिया दिन सक्छ, र राम्रो गैर-रेखीय म्यापिङ बनाउन सक्छ। लिथियम आयन ब्याट्रीको अवस्थामा लागू हुने न्यूरल नेटवर्क विधिको सिद्धान्त यो हो: बाह्य डेटा जस्तै ठूलो संख्यामा सम्बन्धित भोल्टेज, करेन्ट, र ब्याट्रीको चार्ज अवस्था डेटालाई प्रशिक्षण नमूनाको रूपमा प्रयोग गरिन्छ, र अगाडिको दिशामा। तंत्रिका नेटवर्कमा नै जानकारी।

ब्याट्रीको चार्ज अवस्था भविष्यवाणी मान प्राप्त गर्न नयाँ डेटा प्रविष्ट गरेर, अनुमानित चार्ज अवस्था डिजाइन आवश्यकताहरूको त्रुटि दायरामा पुग्दा, प्रसार र त्रुटि स्थानान्तरणको उल्टो प्रसार दोहोरिने प्रशिक्षण र परिमार्जन। विभिन्न ब्याट्रीहरूको सकारात्मक अवस्था अनुमान गर्न स्नायु सञ्जाल विधिको फाइदा अनुमान गर्न सकिन्छ। यो व्यापक रूपमा लागू हुन्छ।

कुनै खास गणितीय मोडेल स्थापना नगर्नुहोस्। ब्याट्रीमा जटिल रासायनिक परिवर्तनहरूलाई विचार नगर्नुहोस्, केवल उपयुक्त नमूना छनौट गर्नुहोस्, र राम्रो न्यूरल नेटवर्क मोडेल स्थापना गर्नुहोस्, जति धेरै नमूना डेटा हुन्छ, यसको अनुमानको शुद्धता त्यति नै उच्च हुन्छ; कुनै पनि समयमा ब्याट्रीको चार्ज अवस्था निर्धारण गर्न सम्भव छ। तंत्रिका सञ्जाल विधिको बेफाइदा भनेको डेटा नमूनाहरूको शुद्धता, नमूना क्षमता र नमूना वितरण, नमूना क्षमता, र नमूना वितरण र प्रशिक्षण विधिहरू ब्याट्रीको ब्याट्रीमा अत्यधिक प्रभावित हुन्छन्।

तेस्रो, धेरै महत्त्वपूर्ण लिथियम-आयन ब्याट्री चार्जहरूको हालको भविष्यवाणी विधिको सरल परिचयको लागि यस पेपरलाई संक्षेप गर्दै, र तिनीहरूका सम्बन्धित फाइदा र बेफाइदाहरूको विस्तृत रूपमा विश्लेषण गर्दछ। हाल, एकीकरण विधि अझै पनि सबैभन्दा बढी प्रयोग हुने सकारात्मक अवस्था भविष्यवाणी विधि हो। यद्यपि, सुरक्षा बिन्दुको सुरक्षा बिन्दुहरूको सीमितताका कारण, यो प्रायः अन्य विधिहरू जस्तै खुला सर्किट भोल्टेजहरू र लिथियम-आयन ब्याट्रीको प्रारम्भिक चार्ज परीक्षण गर्न अन्य विधिहरूद्वारा पूरा गरिन्छ।

विकास प्रवृत्तिको दृष्टिकोणबाट, लिथियम-आयन ब्याट्रीको चार्ज गरिएको अवस्थाको भविष्यवाणीका कारकहरू बढ्दो रूपमा व्यापक हुँदै गइरहेका छन्, र प्रयोग गरिएका भविष्यवाणी विधिहरू प्रायः धेरै विधिहरूको व्यापक प्रयोग हुन्, जसले गर्दा पूर्वानुमान परिणामहरू अझ सटीक हुन्छन्। यसबाहेक, यसले हाल लिथियम-आयन ब्याट्रीको समतुल्य सर्किट मोडेल विकास गरिरहेको छ, जुन वास्तविकको नजिक छ, जसले गर्दा चार्ज गरिएको बिजुलीको भविष्यवाणी शुद्धता अझ सुधार हुन्छ।