+86 18988945661
contact@iflowpower.com
+86 18988945661
Автор: Iflowpower – Портативті электр станциясының жеткізушісі
För det första hänvisar laddningstillståndet (SOC), vilket betyder att SOC är laddningstillstånd, till batteriets laddningstillstånd. Ur olika vinklar som elektricitet, energi etc. har SOC en mängd olika betydelser.
SOC från US Advanced Battery Federation (USABC) har använts flitigt, nämligen förhållandet mellan den nominella kapaciteten under återstående effekt och samma förhållanden vid en viss urladdningshastighet. Motsvarande beräkningsformel är: qm, den maximala urladdningskapaciteten när batteriet är urladdat enligt den konstanta strömmen I; Q (in) är i T-tiden, batteriet släpper batteriet under batteriet under batteriet. För det andra, metod för att förutsäga litiumjonbatteriets laddningstillstånd Laddningstillståndet för litiumjonbatteriet är en av de viktiga parametrarna i batterihanteringssystemet, men också grunden för laddnings- och urladdningskontrollstrategin för hela bilen och batteriets jämviktsarbete.
Men på grund av komplexiteten hos själva litiumjonbatteriet kan dess rivna tillstånd inte erhållas genom direkt mätning, endast enligt vissa externa egenskaper hos batteriet, såsom batteriets inre resistans, öppen kretsspänning, temperatur, ström, etc. relaterade parametrar, med hjälp av relaterade parametrar. Karakteristisk kurva eller beräkningsformel för att slutföra prediktionsarbete om laddningstillståndet.
Uppskattningen av laddningstillståndet för litiumjonbatteriet är icke-linjär. För närvarande är den för närvarande vanliga metoden viktig för att ladda ur experiment, öppen kretsspänningsmetod, säkerhetspunkter, Kalman-filtreringsmetod, neurala nätverksmetod, etc. 1 Principen för urladdningsexperimentell urladdningstestmetod är att göra batteriet i ett oavbrutet urladdningstillstånd vid en konstant ström, beräkna mängden urladdad när urladdningen når brytspänningen.
Förbehandlingsvärde för det konstanta strömvärdet och urladdningstiden som används när urladdningseffektvärdet urladdas. Urladdningsexperimentmetoden uppskattar ofta batteriets laddningstillstånd under laboratorieförhållanden, och många batteritillverkare använder också urladdningsmetoden för att testa batteriet. Dess betydande fördel är att metoden är enkel och att uppskattningsnoggrannheten är relativt hög.
Nackdelen framhålls också: kan inte laddas, och för att uppta en stor mängd mättid, och när urladdningsmätningen måste batteriet avbrytas, så att batteriet placeras offline, så att det inte kan mätas online. Elbilsbatteriet under körning har fungerat i ett fungerande skick och dess urladdningsström är inte konstant, denna metod är inte tillämplig. Emellertid kan urladdningsexperimentmetoden användas vid bestämning av batteriöversyn och parametermodell.
2 Metod för öppen spänning Batteriet är relativt stabilt efter lång tid, och det funktionella förhållandet mellan öppen kretsspänning och batteriladdat tillstånd är också relativt stabilt. Om du vill få batteriets laddningstillståndsvärde behöver du bara mäta tomgångsspänningen i båda ändarna av batteriet och erhålla motsvarande information mot OCV-SOC-kurvan. Fördelen med den öppna kretsspänningsmetoden är att den fungerar enkelt, helt enkelt mäta öppningsspänningsvärdestyrkarakteristikkurvan för att erhålla laddningstillståndsvärdet.
Det finns dock många brister: Först och främst, för att få korrekta värden, måste det göra batterispänningen i ett relativt stabilt tillstånd, men batteriet får ofta stå länge, så att realtidsövervakningskraven inte kan uppfyllas. Elbil långtidsparkering. När batteriets laddningsförhållande är annorlunda, eftersom fluktuationerna i strömmen ändrar batteriöppningsspänningen, är batteripaketets öppen kretsspänning inkonsekvent, så att den förutsagda återstående effekten och batteriets faktiska återstående effekt har en stor avvikelse.
3 AmateThe Points France Integral Law beaktar inte användningen av batteriets insida, enligt vissa externa egenskaper hos systemet, såsom ström, tid, temperaturkompensation, etc., genom att integrera tid och ström, lägger ibland till viss kompensation Faktorn beräknas för att beräkna den totala mängden ström som strömmar ut ur batteriet för att uppskatta batteriets laddningstillstånd. För närvarande används drifttiden i stor utsträckning i batterihanteringssystem.
Beräkningsformeln för säkerhetspoängmetoden är följande: Formel, SOC0 är det initiala elvärdet för batteriladdningstillståndet; CE är batteriets nominella kapacitet; i (t) är en laddnings- och urladdningsström för batteriet vid T-tid; T är laddnings- och urladdningstid; η är laddnings- och urladdningskoefficienten, och den kallas Cullen-effektivitetskoefficienten, som representerar energiförlusten av batteriet inuti batteriet under laddnings- och urladdningsprocessen, som generellt är baserad på förstorings- och temperaturkorrigeringsfaktorn för laddningsurladdning. Fördelen med säkerhetsintegrallagen är att begränsningarna för själva batteriet är relativt små, beräkningsmetoden är enkel, pålitlig och kan utföra realtidsuppskattning av batteriets laddningstillstånd. Nackdelen är att eftersom säkerhetsmätningsmetoden detekteras i kontrollen, om uppsamlingsnoggrannheten för strömmen inte är hög, har det givna initiala laddningstillståndet ett visst fel, med förlängningen av systemets körtid kommer felet gradvis att ackumuleras, vilket påverkar förutsägelseresultatet av laddningstillståndet.
Och eftersom säkerhetspunktmetoden endast analyseras utifrån de yttre egenskaperna finns det ett visst fel i multilänken. Det kan ses från beräkningsformeln för säkerhetspoängmetoden, och batteriets initiala effekt har stor effekt på noggrannheten i beräkningsresultaten. För att förbättra strömmätningens noggrannhet mäts vanligtvis högpresterande strömsensorer, men detta ökar.
För detta ändamål tillämpade många forskare en öppen kretsspänningsmetod medan applikationssäkerhetsintegreringsmetoden, kombinerad med båda. Spänningsmetoden med öppen krets används för att uppskatta batteriets initiala laddningstillstånd, och den integrerade korrigeringsmetoden används i realtid och lägger till korrigeringsfaktorer för att förbättra beräkningsnoggrannheten. 4 Kalman-filtreringsmetod Kalman-filtreringsalgoritmen är en minsta ekvivalent uppskattning av tidsdomänstillståndsteori, som tillhör kategorin statistisk uppskattning, och makrot är att minska och eliminera bruspåverkan på observationssignalen.
Kärnan är bäst. Det uppskattas att systemets indata är giltig för statusvariabler på premissbasis. Grundprincipen för denna algoritm är att använda statusrumsmodellen för bruset och signalen som en algoritmmodell, när den mäts, det observerade värdet för den aktuella tiden och det uppskattade värdet för föregående tid, och uppdatera uppskattningen av statusvariabeln.
Karman-filtreringsalgoritmen förutsäger det väsentliga av litiumjonbatteriets laddningstillstånd och använder det uppmätta spänningsvärdet för att korrigera värdet på den preliminära förutsägelsen. Fördelen med Kalman-filtreringsmetoden är att datorn lämpar sig för operationell bearbetning i realtid av data, brett tillämpningsområde, kan användas för olinjära system och har en god effekt på laddningstillståndsförutsägelsen för elfordon under körning. Nackdelen med Kalman-filtreringsmetoden är att batterimodellens noggrannhet är beroende, för att förbättra noggrannheten och noggrannheten hos algoritmprognosresultaten, etablera en tillförlitlig batterimodell.
Dessutom är algoritmen för Kalman-filtreringsmetoden mer komplicerad, så dess beräkningsmängd är relativt stor och den har en hög prestanda hos operatören. 5 Syftet med neurologiska nätverk av neurala nätverk är att imitera mänskligt intelligensbeteende, genom parallell struktur och stark inlärningsförmåga för att erhålla datauttryck, och kan ge motsvarande utsignal när det exciteras externt, och göra bra icke-linjär kartläggning. Principen för den neurala nätverksmetoden tillämpas på tillståndet för litiumjonbatteriet är: externa data såsom ett stort antal motsvarande spänningar, strömmar och batteriets laddningstillståndsdata används som träningsprov och framåtriktningen av informationen i själva neurala nätverket.
Den omvända fortplantningen av fortplantningen och felöverföringen upprepad träning och modifiering, när det förutsagda laddningstillståndet når felintervallet för designkraven, genom att mata in nya data för att erhålla batteriets förutsägelsevärde för laddningstillståndet. Fördelen med den neurala nätverksmetoden kan uppskattas för att uppskatta det positiva tillståndet för olika batterier. Det är allmänt tillämpligt.
Skapa inte en specifik matematisk modell. Överväg inte komplexa kemiska förändringar i batteriet, välj bara lämpligt prov och skapa en bättre modell för neurala nätverk, ju mer provdata, desto högre noggrannhet för dess uppskattning; det är möjligt att bestämma batteriets laddningstillstånd när som helst. Nackdelen med den neurala nätverksmetoden är att noggrannheten, provkapaciteten och provfördelningen av dataprover, provkapaciteten och provfördelningen och träningsmetoderna i hög grad påverkas av batteriets batteri.
För det tredje, sammanfattar detta dokument för en enkel introduktion till den nuvarande prediktionsmetoden för flera viktiga litiumjonbatteriladdningar, och analyserar deras respektive fördelar och nackdelar i detalj. För närvarande är integrationsmetoden fortfarande den mest tillämpade positiva tillståndsförutsägelsemetoden. Men på grund av begränsningarna för säkerhetspunkterna för säkerhetspunkten, kompletteras den ofta med andra metoder såsom öppen kretsspänning och andra metoder för att testa den initiala laddningen av litiumjonbatteri.
Ur utvecklingstrenders perspektiv blir faktorerna för att förutsäga det laddade tillståndet för litiumjonbatteriet allt mer omfattande, och de förutsägelsemetoder som används är ofta en omfattande tillämpning av flera metoder, vilket gör prognosresultaten mer exakta. Dessutom utvecklar man för närvarande den likvärdiga kretsmodellen av litiumjonbatteriet, som är mer nära det faktiska, så att förutsägningsnoggrannheten för den laddade elektriciteten förbättras ytterligare.