Dynamisk batteri SOC estimeringsmetode?

ଲେଖକ: ଆଇଫ୍ଲୋପାୱାର - Lieferant von tragbaren Kraftwerken

Siden utviklingen av batteriteknologi har mange typer metoder brukt for å estimere SOC allerede forekommet. Det er bare tradisjonelle strømintegrerte metoder, batteri intern motstand, utladningstestmetoder, åpen kretsspenningsmetoder, belastningsspenninger og mer innovative Kalman-filtreringsmetoder. Fuzzy logisk teori og nevrale nettverk, etc.

Det er for tiden en av de mer vanlige SOC-estimeringsmetodene innen batteristyringssystem, og essensen er å estimere batteriets SOC ved å akkumulere eller utlade elektrisitet ved å akkumulere eller utlade ved å akkumulere eller utlade. Samtidig, i henhold til utladningshastigheten og batteritemperaturen. En viss kompensasjon for estimert SOC.

Hvis batteriet er definert som SOCT0 når batteriet er initialt i start- og utladingstilstanden, så er batteriets gjenværende kapasitet SOC etter T: q, Q er batteriets nominelle kapasitet, og N er lade- og utladningseffektivitet, også kalt coulomb-effektivitet, dens verdi Batteriets lade- og utladingshastighet bestemmes, I er strømmen til T. Den nåværende integrerte metoden er relativt enkel og pålitelig enn andre SOC-estimeringsmetoder, og SOC-verdien til batteriet kan estimeres dynamisk, så den er mye brukt. Imidlertid har denne metoden også to begrensninger: en, gjeldende integralmetode krever en initial SOC-verdi av batteriet på forhånd, og samler nøyaktig strømmen som strømmer inn eller ut av batteriet, for å gjøre estimeringsfeilen så liten som mulig; for det andre, Denne metoden er kun basert på den eksterne funksjonen til batteriet, og batteriets selvutladningshastighet, graden av aldring og lade- og utladingsforholdet til batteriets SOC ignoreres til en viss grad.

Langtidsbruk kan også føre til at målefeilen utvides, så det er nødvendig å innføre Relaterte korreksjonskoeffisienter Korriger akkumuleringsfeil. (2) Utladningstestmetode Utladningstestmetoden er å kontinuerlig utlading med konstant strøm inntil avskjæringsspenningen til batteriet, multiplisere tiden som brukes av denne utladingsprosessen med størrelsesverdien av utladningsstrømmen, det vil si den gjenværende kapasiteten til batteriet. Metoden bruker generelt denne metoden som en kalibreringsmetode for batteri SOC eller ved sen vedlikehold av batteriet, og er relativt enkel, pålitelig, og resultatet er relativt nøyaktig uten å kjenne batteriets SOC-verdi.

Alt effektivt. Imidlertid er det to mangler ved utslippstestmetoden: For det første trenger testprosessen til denne metoden mye tid; for det andre, når du bruker denne metoden, er det nødvendig å fjerne målbatteriet fra det elektriske kjøretøyet, så metoden kan ikke brukes til å beregne strømbatteri i arbeidstilstand. (3) Den åpne kretsspenningsmetoden er basert på endringsforholdet mellom åpningsspenningen til batteriet og OCVOTAGE, OCV) og den interne litiumionkonsentrasjonen til batteriet, og passer indirekte til det tilsvarende forholdet mellom det og batteriets SOC.

Når du utfører faktisk drift, er det nødvendig å lade ut batteriet etter at batteriet er fylt med et fast utladingsforhold (vanligvis 1c) til utladningen stoppes, og forholdet mellom OCV og SOC oppnås i henhold til utladingsprosessen. Når batteriet er i en faktisk driftstilstand, kan gjeldende batteri-SOC oppnås ved å finne OCV-SoC-relasjonstabellen i henhold til spenningsverdien i begge ender av batteriet. Selv om metoden er effektiv for ulike batterier, eksisterer den også selvdefekter: For det første må målbatteriet få stå mer enn 1 time før måling av OCV, og dermed jevnt fordele den interne elektrolytten i batteriet for å oppnå en stabil sluttspenning; for det andre er batteriet ved forskjellige temperaturer eller i forskjellig levetid, selv om den åpne kretsen er den samme, kan den faktiske SOC-en variere, og måleresultatet er ikke garantert å være helt nøyaktig langsiktig bruk av denne metoden.

Derfor er den åpne kretsspenningsmetoden den samme som utladningstestmetoden, gjelder ikke for det løpende batteriets SOC-estimering. (4) Kalman filtreringsmetode KALMAN filtreringsmetode er en ny type optimert selvregresjonsdata filtrert i "New Achievements of Linear Filtering and Forecasting Theory" på 1960-tallet. algoritme.

Essensen av algoritmen er at tilstanden til det komplekse dynamiske systemet kan optimaliseres for tilstanden til det komplekse dynamiske systemet i henhold til prinsippet om minimumsmidler. Ikke-lineære dynamiske systemer vil være lineære inn i en tilstandsrommodell av systemet i Kalman-filtreringsmetoden. Når den faktiske applikasjonen, oppdateres systemet med den observerte verdien av gjeldende tid, etterfulgt av den observerte verdien av gjeldende tid.

"Vorvarsel - Måling - Korrigert"-modus, eliminerer tilfeldig avvik og forstyrrelser fra systemet. Når SOC-en til drivverket estimeres ved bruk av Kalman-filtreringsmetoden, konverteres batteriet til en tilstandsrommodell i form av et kraftsystem, og SOC-en blir en tilstandsvariabel inne i modellen. Det etablerte systemet er et lineært diskret system.

Siden Kalman-filtreringsmetoden ikke bare korrigerer den første feilen til systemet, kan den effektivt undertrykke systemstøy, så det er en betydelig bruksverdi i SOC-estimeringen av batterier til elektriske kjøretøy under driftsforhold. Metoden eksisterer imidlertid også topunktsdefekter: en, Kalman-filtreringsmetoden estimerer nøyaktigheten til SOC avhenger i stor grad av nøyaktigheten til batterimodellen, selve arbeidsegenskapene er svært ikke-lineært strømbatteri, i Kalman-filtreringsmetoden Etter linearisering er det uunngåelig at det ikke er noen feil, og hvis modellen er etablert, er det estimerte resultatet ikke pålitelig; den andre, metoden involvert er svært komplisert, mengden av beregning er ekstremt stor, og den beregnede beregningsperioden er lengre, og maskinvare ytelseskrav. (5) Nevrale nettverksmetode nevrale nettverksmetoden er en analog menneskelig hjerne og dens nevron som brukes til å håndtere en ny type algoritme for ikke-lineære systemer.

Det krever ikke dyptgående forskning av den interne strukturen til batteriet, bare å trekke ut et stort antall arbeidsegenskaper fra målbatteriet på forhånd. Skriv inn SOC-verdien i kjøringen fra utgangsprøven og skriv den inn i systemet etablert ved å bruke metoden. Metoden er relativt enkel i senere prosessering, det vil si at den effektivt kan unngå feilen i Kalman-filtreringsmetoden for å lage batterimodellen som linearisering, og kan oppnå de dynamiske parameterne til batteriet i sanntid.

Forarbeidsvolumet til nevrale nettverksmetoden er imidlertid relativt stort, og det kreves et stort antall mer og omfattende målprøvedata for å trene systemet. Metoden for treningsdata og trening påvirker i stor grad estimeringsnøyaktigheten til SOC. I tillegg, under den komplekse handlingen av batteritemperatur, selvutladingsforhold og batterialdring, brukes metoden til å estimere SOC-verdien til det samme settet med batterier i lang tid, og nøyaktigheten vil også være stor rabatt.

Derfor er denne metoden ikke veldig vanlig i SOC-estimeringsarbeidet til strømbatteriet.