లిథియం బ్యాటరీ ఛార్జ్ స్థితి (SOC) ఛార్జింగ్ కోసం అంచనా పద్ధతుల పోలిక అంచనా పద్ధతి పోలిక

ଲେଖକ: ଆଇଫ୍ଲୋପାୱାର - អ្នកផ្គត់ផ្គង់ស្ថានីយ៍ថាមពលចល័ត

మొదట, ఛార్జ్ స్టేట్ (SOC) అంటే SOC అంటే స్టేట్ ఆఫ్ ఛార్జ్, ఇది బ్యాటరీ ఛార్జ్ స్థితిని సూచిస్తుంది. విద్యుత్తు, శక్తి మొదలైన వివిధ కోణాల నుండి, SOC కి వివిధ అర్థాలు ఉన్నాయి.

US అడ్వాన్స్‌డ్ బ్యాటరీ ఫెడరేషన్ (USABC) యొక్క SOC విస్తృతంగా ఉపయోగించబడుతోంది, అంటే మిగిలిన శక్తి కింద రేట్ చేయబడిన సామర్థ్యం యొక్క నిష్పత్తి మరియు ఒక నిర్దిష్ట డిశ్చార్జ్ రేటు వద్ద అదే పరిస్థితులు. సంబంధిత గణన సూత్రం: qm, బ్యాటరీ స్థిరమైన కరెంట్ I ప్రకారం డిశ్చార్జ్ అయినప్పుడు గరిష్ట డిశ్చార్జ్ సామర్థ్యం; Q (in) T సమయంలో ఉంటుంది, బ్యాటరీ బ్యాటరీ కింద బ్యాటరీని విడుదల చేస్తుంది. రెండవది, లిథియం-అయాన్ బ్యాటరీ ఛార్జ్ స్థితి అంచనా పద్ధతి లిథియం అయాన్ బ్యాటరీ యొక్క ఛార్జ్ స్థితి బ్యాటరీ నిర్వహణ వ్యవస్థ యొక్క ముఖ్యమైన పారామితులలో ఒకటి, కానీ మొత్తం కారు మరియు బ్యాటరీ సమతుల్యత పని యొక్క ఛార్జ్ మరియు ఉత్సర్గ నియంత్రణ వ్యూహానికి కూడా ఆధారం.

అయితే, లిథియం-అయాన్ బ్యాటరీ యొక్క సంక్లిష్టత కారణంగా, దాని టోర్న్డ్ స్థితిని ప్రత్యక్ష కొలత ద్వారా పొందలేము, బ్యాటరీ యొక్క అంతర్గత నిరోధకత, ఓపెన్ సర్క్యూట్ వోల్టేజ్, ఉష్ణోగ్రత, కరెంట్ మొదలైన బ్యాటరీ యొక్క కొన్ని బాహ్య లక్షణాల ప్రకారం మాత్రమే. సంబంధిత పారామితులను ఉపయోగించి, సంబంధిత పారామితులను. ఛార్జ్ స్థితిపై అంచనా పనిని పూర్తి చేయడానికి లక్షణ వక్రత లేదా గణన సూత్రం.

లిథియం-అయాన్ బ్యాటరీ యొక్క ఛార్జ్ స్థితి అంచనా నాన్-లీనియర్. ప్రస్తుతం, ప్రస్తుతం సాధారణ పద్ధతిలో ముఖ్యమైనవి డిశ్చార్జ్ ప్రయోగం, ఓపెన్ సర్క్యూట్ వోల్టేజ్ పద్ధతి, భద్రతా పాయింట్లు, కల్మాన్ ఫిల్టరింగ్ పద్ధతి, న్యూరల్ నెట్‌వర్క్ పద్ధతి మొదలైనవి. 1 డిశ్చార్జ్ ప్రయోగాత్మక డిశ్చార్జ్ పరీక్షా పద్ధతి యొక్క సూత్రం ఏమిటంటే, బ్యాటరీని స్థిరమైన కరెంట్ వద్ద నిరంతరాయంగా డిశ్చార్జ్ స్థితిలో ఉంచడం, డిశ్చార్జ్ కటాఫ్ వోల్టేజ్ వద్దకు వచ్చినప్పుడు డిశ్చార్జ్ మొత్తాన్ని లెక్కించడం.

స్థిర విద్యుత్ విలువ యొక్క ప్రీట్రీట్మెంట్ విలువ మరియు డిశ్చార్జ్ పవర్ విలువ డిశ్చార్జ్ అయినప్పుడు ఉపయోగించిన డిశ్చార్జ్ సమయం. ప్రయోగశాల పరిస్థితులలో బ్యాటరీ యొక్క ఛార్జ్ స్థితిని డిశ్చార్జ్ ప్రయోగ పద్ధతి తరచుగా అంచనా వేస్తుంది మరియు చాలా మంది బ్యాటరీ తయారీదారులు బ్యాటరీని పరీక్షించడానికి డిశ్చార్జ్ పద్ధతిని కూడా ఉపయోగిస్తారు. దీని ముఖ్యమైన ప్రయోజనం ఏమిటంటే ఈ పద్ధతి సరళమైనది మరియు అంచనా ఖచ్చితత్వం సాపేక్షంగా ఎక్కువగా ఉంటుంది.

ప్రతికూలత కూడా హైలైట్ చేయబడింది: లోడ్ చేయలేకపోవడం మరియు ఎక్కువ కొలత సమయాన్ని తీసుకోవడం, మరియు ఉత్సర్గ కొలత సమయంలో, బ్యాటరీని అంతరాయం కలిగించాలి, తద్వారా బ్యాటరీ ఆఫ్‌లైన్‌లో ఉంచబడుతుంది, కాబట్టి దానిని ఆన్‌లైన్‌లో కొలవలేము. డ్రైవింగ్ చేస్తున్నప్పుడు ఎలక్ట్రిక్ కార్ బ్యాటరీ పని చేసే స్థితిలో పనిచేస్తోంది మరియు దాని డిశ్చార్జ్ కరెంట్ స్థిరంగా లేదు, ఈ పద్ధతి వర్తించదు. అయితే, బ్యాటరీ ఓవర్‌హాల్ మరియు పారామీటర్ మోడల్‌ను నిర్ణయించడంలో డిశ్చార్జ్ ప్రయోగ పద్ధతిని ఉపయోగించవచ్చు.

2 ఓపెన్-సర్క్యూట్ వోల్టేజ్ పద్ధతి చాలా కాలం తర్వాత బ్యాటరీ సాపేక్షంగా స్థిరంగా ఉంటుంది మరియు ఓపెన్ సర్క్యూట్ వోల్టేజ్ మరియు బ్యాటరీ-ఛార్జ్డ్ స్థితి మధ్య క్రియాత్మక సంబంధం కూడా సాపేక్షంగా స్థిరంగా ఉంటుంది. మీరు బ్యాటరీ యొక్క ఛార్జ్ స్థితి విలువను పొందాలనుకుంటే, మీరు బ్యాటరీ యొక్క రెండు చివర్లలోని ఓపెన్ సర్క్యూట్ వోల్టేజ్‌ను కొలవాలి మరియు OCV-SOC వక్రరేఖకు వ్యతిరేకంగా సంబంధిత సమాచారాన్ని పొందాలి. ఓపెన్ సర్క్యూట్ వోల్టేజ్ పద్ధతి యొక్క ప్రయోజనం ఏమిటంటే, ఛార్జ్ స్థితి విలువను పొందడానికి ఓపెనింగ్ వోల్టేజ్ విలువ నియంత్రణ లక్షణ వక్రరేఖ మ్యాప్‌ను కొలవడం ద్వారా సరళంగా పనిచేయడం.

అయితే, అనేక లోపాలు ఉన్నాయి: అన్నింటిలో మొదటిది, ఖచ్చితమైన విలువలను పొందడానికి, బ్యాటరీ వోల్టేజ్‌ను సాపేక్షంగా స్థిరమైన స్థితిలో ఉంచాలి, అయితే బ్యాటరీ తరచుగా ఎక్కువసేపు నిలబడటానికి అనుమతించబడుతుంది, తద్వారా నిజ-సమయ పర్యవేక్షణ అవసరాలు తీర్చబడవు. ఎలక్ట్రిక్ కారు ఎక్కువసేపు పార్కింగ్. బ్యాటరీ ఛార్జింగ్ నిష్పత్తి భిన్నంగా ఉన్నప్పుడు, కరెంట్ యొక్క హెచ్చుతగ్గులు బ్యాటరీ ఓపెనింగ్ వోల్టేజ్‌ను మారుస్తాయి కాబట్టి, బ్యాటరీ ప్యాక్ యొక్క ఓపెన్ సర్క్యూట్ వోల్టేజ్ అస్థిరంగా ఉంటుంది, తద్వారా అంచనా వేయబడిన మిగిలిన శక్తి మరియు బ్యాటరీ వాస్తవ మిగిలిన శక్తి పెద్ద విచలనాన్ని కలిగి ఉంటాయి.

3 అమేట్ పాయింట్స్ ఫ్రాన్స్ ఇంటిగ్రల్ లా బ్యాటరీ లోపలి భాగాన్ని ఉపయోగించడాన్ని పరిగణించదు, కరెంట్, సమయం, ఉష్ణోగ్రత పరిహారం మొదలైన కొన్ని బాహ్య లక్షణాల ప్రకారం, సమయం మరియు కరెంట్‌ను సమగ్రపరచడం ద్వారా, కొన్నిసార్లు కొంత పరిహారాన్ని జోడిస్తుంది. బ్యాటరీ యొక్క ఛార్జ్ స్థితిని అంచనా వేయడానికి బ్యాటరీ నుండి ప్రవహించే మొత్తం శక్తి మొత్తాన్ని లెక్కించడానికి కారకం లెక్కించబడుతుంది. ప్రస్తుతం, బ్యాటరీ నిర్వహణ వ్యవస్థలలో ఆపరేషన్ సమయం విస్తృతంగా ఉపయోగించబడుతుంది.

సేఫ్టీ పాయింట్స్ పద్ధతి యొక్క గణన సూత్రం క్రింది విధంగా ఉంది: ఫార్ములా, SOC0 అనేది బ్యాటరీ ఛార్జ్ స్థితి యొక్క ప్రారంభ విద్యుత్ విలువ; CE అనేది బ్యాటరీ యొక్క రేటెడ్ సామర్థ్యం; i (t) అనేది T సమయంలో బ్యాటరీ యొక్క ఛార్జ్ మరియు డిశ్చార్జ్ కరెంట్; T అనేది ఛార్జ్ మరియు డిశ్చార్జ్ సమయం; η అనేది ఛార్జ్ మరియు డిశ్చార్జ్ రేటు గుణకం, మరియు దీనిని కల్లెన్ సామర్థ్య గుణకం అని పిలుస్తారు, ఇది ఛార్జ్ మరియు డిశ్చార్జ్ ప్రక్రియ సమయంలో బ్యాటరీ లోపల బ్యాటరీ యొక్క శక్తి దుర్వినియోగాన్ని సూచిస్తుంది, ఇది సాధారణంగా ఛార్జింగ్ డిశ్చార్జ్ యొక్క మాగ్నిఫికేషన్ మరియు ఉష్ణోగ్రత దిద్దుబాటు కారకంపై ఆధారపడి ఉంటుంది. భద్రతా సమగ్ర చట్టం యొక్క ప్రయోజనం ఏమిటంటే బ్యాటరీ యొక్క పరిమితులు చాలా తక్కువగా ఉంటాయి, గణన పద్ధతి సరళమైనది, నమ్మదగినది మరియు బ్యాటరీ యొక్క ఛార్జ్ స్థితిపై నిజ-సమయ అంచనాను నిర్వహించగలదు. ప్రతికూలత ఏమిటంటే, భద్రతా మీటరింగ్ పద్ధతి నియంత్రణలో గుర్తించబడినందున, కరెంట్ యొక్క సేకరణ ఖచ్చితత్వం ఎక్కువగా లేకుంటే, ఇచ్చిన ప్రారంభ ఛార్జ్ స్థితిలో ఒక నిర్దిష్ట లోపం ఉంటుంది, సిస్టమ్ రన్ సమయం పొడిగించడంతో, లోపం క్రమంగా పేరుకుపోతుంది, తద్వారా ఛార్జ్ స్థితి యొక్క అంచనా ఫలితాన్ని ప్రభావితం చేస్తుంది.

మరియు సేఫ్టీ పాయింట్ల పద్ధతి బయటి లక్షణాల నుండి మాత్రమే విశ్లేషించబడుతుంది కాబట్టి, బహుళ-లింక్‌లో ఒక నిర్దిష్ట లోపం ఉంది. భద్రతా పాయింట్ల పద్ధతి యొక్క గణన సూత్రం నుండి దీనిని చూడవచ్చు మరియు బ్యాటరీ యొక్క ప్రారంభ శక్తి గణన ఫలితాల ఖచ్చితత్వంపై పెద్ద ప్రభావాన్ని చూపుతుంది. కరెంట్ కొలత యొక్క ఖచ్చితత్వాన్ని మెరుగుపరచడానికి, అధిక పనితీరు గల కరెంట్ సెన్సార్లను సాధారణంగా కొలుస్తారు, కానీ ఇది పెరుగుతుంది.

ఈ క్రమంలో, చాలా మంది పండితులు ఓపెన్ సర్క్యూట్ వోల్టేజ్ పద్ధతిని ఉపయోగించారు, అయితే అప్లికేషన్ సేఫ్టీ ఇంటిగ్రల్ పద్ధతిని రెండింటినీ కలిపి ఉపయోగించారు. బ్యాటరీ యొక్క ప్రారంభ ఛార్జ్ స్థితిని అంచనా వేయడానికి ఓపెన్ సర్క్యూట్ వోల్టేజ్ పద్ధతి ఉపయోగించబడుతుంది మరియు ఇంటిగ్రేటెడ్ కరెక్షన్ పద్ధతి నిజ సమయంలో ఉపయోగించబడుతుంది మరియు గణన ఖచ్చితత్వాన్ని మెరుగుపరచడానికి కరెక్షన్ కారకాలను జోడిస్తుంది. 4 కల్మాన్ ఫిల్టరింగ్ పద్ధతి కల్మాన్ ఫిల్టరింగ్ అల్గోరిథం అనేది టైమ్ డొమైన్ స్టేట్ స్పేస్ సిద్ధాంతం యొక్క కనీస సమానమైన అంచనా, ఇది గణాంక అంచనా వర్గానికి చెందినది మరియు స్థూల పరిశీలన సిగ్నల్‌పై శబ్ద ప్రభావాన్ని తగ్గించడం మరియు తొలగించడం.

కోర్ ఉత్తమమైనది. ప్రిమిస్ ఆధారంగా స్థితి వేరియబుల్స్‌కు సిస్టమ్ ఇన్‌పుట్ చెల్లుబాటు అవుతుందని అంచనా వేయబడింది. ఈ అల్గోరిథం యొక్క ప్రాథమిక సూత్రం ఏమిటంటే, శబ్దం మరియు సిగ్నల్ యొక్క స్టేటస్ స్పేస్ మోడల్‌ను అల్గోరిథం మోడల్‌గా ఉపయోగించడం, కొలిచినప్పుడు, ప్రస్తుత సమయం యొక్క పరిశీలించిన విలువ మరియు మునుపటి సమయం యొక్క అంచనా విలువను మరియు స్థితి వేరియబుల్ యొక్క అంచనాను నవీకరించడం.

కర్మన్ ఫిల్టరింగ్ అల్గోరిథం లిథియం అయాన్ బ్యాటరీ ఛార్జ్ స్థితి యొక్క గణనీయమైన పరిమాణాన్ని అంచనా వేస్తుంది మరియు ప్రాథమిక అంచనా విలువను సరిచేయడానికి కొలిచిన వోల్టేజ్ విలువను ఉపయోగిస్తుంది. కల్మాన్ ఫిల్టరింగ్ పద్ధతి యొక్క ప్రయోజనం ఏమిటంటే, కంప్యూటర్ డేటా యొక్క రియల్-టైమ్ ఆపరేషనల్ ప్రాసెసింగ్‌కు అనుకూలంగా ఉంటుంది, విస్తృత అప్లికేషన్ పరిధి, నాన్ లీనియర్ సిస్టమ్‌లకు ఉపయోగించవచ్చు మరియు డ్రైవింగ్ సమయంలో ఎలక్ట్రిక్ వాహనాల ఛార్జ్ స్థితి అంచనాపై మంచి ప్రభావాన్ని చూపుతుంది. కల్మాన్ ఫిల్టరింగ్ పద్ధతి యొక్క ప్రతికూలత ఏమిటంటే, బ్యాటరీ మోడల్ యొక్క ఖచ్చితత్వం అల్గోరిథం అంచనా ఫలితాల యొక్క ఖచ్చితత్వం మరియు ఖచ్చితత్వాన్ని మెరుగుపరచడానికి, నమ్మకమైన బ్యాటరీ మోడల్‌ను ఏర్పాటు చేయడంపై ఆధారపడి ఉంటుంది.

అదనంగా, కల్మాన్ ఫిల్టరింగ్ పద్ధతి యొక్క అల్గోరిథం మరింత క్లిష్టంగా ఉంటుంది, కాబట్టి దాని గణన మొత్తం సాపేక్షంగా పెద్దది మరియు ఇది ఆపరేటర్ యొక్క అధిక పనితీరును కలిగి ఉంటుంది. 5 నాడీ నెట్‌వర్క్ యొక్క నాడీ నెట్‌వర్క్ యొక్క ఉద్దేశ్యం, సమాంతర నిర్మాణం మరియు డేటా వ్యక్తీకరణను పొందే బలమైన అభ్యాస సామర్థ్యం ద్వారా మానవ మేధస్సు ప్రవర్తనను అనుకరించడం మరియు బాహ్యంగా ఉత్తేజితమైనప్పుడు సంబంధిత అవుట్‌పుట్ ప్రతిస్పందనను ఇవ్వగలదు మరియు మంచి నాన్-లీనియర్ మ్యాపింగ్‌ను తయారు చేయగలదు. లిథియం అయాన్ బ్యాటరీ స్థితికి న్యూరల్ నెట్‌వర్క్ పద్ధతి యొక్క సూత్రం వర్తించబడుతుంది: పెద్ద సంఖ్యలో సంబంధిత వోల్టేజీలు, ప్రవాహాలు మరియు బ్యాటరీ యొక్క ఛార్జ్ స్టేట్ డేటా వంటి బాహ్య డేటా శిక్షణ నమూనాగా మరియు న్యూరల్ నెట్‌వర్క్‌లోని సమాచారం యొక్క ముందుకు దిశలో ఉపయోగించబడుతుంది.

బ్యాటరీ యొక్క ఛార్జ్ స్థితి అంచనా విలువను పొందడానికి కొత్త డేటాను నమోదు చేయడం ద్వారా, అంచనా వేసిన ఛార్జ్ స్థితి డిజైన్ అవసరాల యొక్క దోష పరిధిని చేరుకున్నప్పుడు, ప్రచారం మరియు దోష బదిలీ యొక్క రివర్స్ ప్రచారం పునరావృత శిక్షణ మరియు మార్పు. వివిధ బ్యాటరీల సానుకూల స్థితిని అంచనా వేయడానికి న్యూరల్ నెట్‌వర్క్ పద్ధతి యొక్క ప్రయోజనాన్ని అంచనా వేయవచ్చు. ఇది విస్తృతంగా వర్తిస్తుంది.

ఒక నిర్దిష్ట గణిత నమూనాను ఏర్పాటు చేయవద్దు. బ్యాటరీలో సంక్లిష్టమైన రసాయన మార్పులను పరిగణనలోకి తీసుకోకండి, తగిన నమూనాను ఎంచుకుని, మెరుగైన న్యూరల్ నెట్‌వర్క్ మోడల్‌ను ఏర్పాటు చేసుకోండి, నమూనా డేటా ఎంత ఎక్కువగా ఉంటే, దాని అంచనా యొక్క ఖచ్చితత్వం అంత ఎక్కువగా ఉంటుంది; బ్యాటరీ యొక్క ఛార్జ్ స్థితిని ఎప్పుడైనా నిర్ణయించడం సాధ్యమవుతుంది. న్యూరల్ నెట్‌వర్క్ పద్ధతి యొక్క ప్రతికూలత ఏమిటంటే, డేటా నమూనాల ఖచ్చితత్వం, నమూనా సామర్థ్యం మరియు నమూనా పంపిణీ, నమూనా సామర్థ్యం మరియు నమూనా పంపిణీ మరియు శిక్షణ పద్ధతులు బ్యాటరీ యొక్క బ్యాటరీపై బాగా ప్రభావితమవుతాయి.

మూడవది, అనేక ముఖ్యమైన లిథియం-అయాన్ బ్యాటరీ ఛార్జీల యొక్క ప్రస్తుత అంచనా పద్ధతికి ఒక సాధారణ పరిచయం కోసం ఈ పత్రాన్ని సంగ్రహించడం మరియు వాటి సంబంధిత ప్రయోజనాలు మరియు అప్రయోజనాలను వివరంగా విశ్లేషించడం. ప్రస్తుతం, ఏకీకరణ పద్ధతి ఇప్పటికీ అత్యంత వర్తించే సానుకూల స్థితి అంచనా పద్ధతి. అయితే, భద్రతా బిందువు యొక్క భద్రతా బిందువుల పరిమితుల కారణంగా, లిథియం-అయాన్ బ్యాటరీ యొక్క ప్రారంభ ఛార్జ్‌ను పరీక్షించడానికి ఓపెన్ సర్క్యూట్ వోల్టేజీలు మరియు ఇతర పద్ధతులు వంటి ఇతర పద్ధతుల ద్వారా ఇది తరచుగా పూర్తవుతుంది.

అభివృద్ధి ధోరణుల దృక్కోణం నుండి, లిథియం-అయాన్ బ్యాటరీ యొక్క ఛార్జ్ చేయబడిన స్థితిని అంచనా వేయడానికి కారకాలు మరింత సమగ్రంగా ఉంటాయి మరియు ఉపయోగించే అంచనా పద్ధతులు తరచుగా అనేక పద్ధతుల యొక్క సమగ్ర అనువర్తనం, సూచన ఫలితాలను మరింత ఖచ్చితమైనవిగా చేస్తాయి. అంతేకాకుండా, ఇది ప్రస్తుతం లిథియం-అయాన్ బ్యాటరీ యొక్క సమానమైన సర్క్యూట్ నమూనాను అభివృద్ధి చేస్తోంది, ఇది వాస్తవానికి దగ్గరగా ఉంటుంది, తద్వారా ఛార్జ్ చేయబడిన విద్యుత్తు యొక్క అంచనా ఖచ్చితత్వం మరింత మెరుగుపడుతుంది.