วิธีการประมาณ SOC แบตเตอรี่แบบไดนามิก?

Tác giả ：Iflowpower – Добављач преносних електрана

นับตั้งแต่การพัฒนาของเทคโนโลยีแบตเตอรี่ วิธีการต่างๆ ที่ใช้ในการประมาณ SOC ก็เกิดขึ้นแล้วมากมาย มีเฉพาะวิธีการรวมกระแสแบบดั้งเดิม วิธีการต้านทานภายในแบตเตอรี่ วิธีทดสอบการคายประจุ วิธีการแรงดันวงจรเปิด แรงดันโหลด และวิธีการกรอง Kalman ที่เป็นนวัตกรรมใหม่มากขึ้น ทฤษฎีลอจิกแบบฟัซซีและเครือข่ายประสาท ฯลฯ

ปัจจุบันถือเป็นวิธีประมาณค่า SOC วิธีหนึ่งที่ใช้กันทั่วไปในสาขาระบบการจัดการแบตเตอรี่ โดยมีสาระสำคัญคือการประมาณค่า SOC ของแบตเตอรี่โดยการสะสมหรือการคายประจุไฟฟ้าโดยการสะสมหรือการคายประจุโดยการสะสมหรือการคายประจุ ในเวลาเดียวกันตามอัตราการคายประจุและอุณหภูมิแบตเตอรี่ ค่าชดเชยบางอย่างสำหรับค่า SOC ที่ประมาณการไว้

หากแบตเตอรี่ถูกกำหนดให้เป็น SOCT0 เมื่อแบตเตอรี่อยู่ในสถานะเริ่มต้นในการชาร์จและปล่อยประจุ ความจุที่เหลือของแบตเตอรี่ SOC หลังจาก T จะเป็น q โดยที่ Q คือความจุที่กำหนดโดยแบตเตอรี่ และ N คือประสิทธิภาพในการชาร์จและปล่อยประจุ เรียกอีกอย่างว่าประสิทธิภาพคูลอมบ์ ค่าของอัตราการชาร์จและปล่อยประจุของแบตเตอรี่จะถูกกำหนด โดย I คือกระแสของ T วิธีการบูรณาการปัจจุบันค่อนข้างง่ายและเชื่อถือได้มากกว่าวิธีการประมาณ SOC อื่นๆ และสามารถประมาณค่า SOC ของแบตเตอรี่แบบไดนามิกได้ จึงใช้กันอย่างแพร่หลาย อย่างไรก็ตาม วิธีนี้ยังมีข้อจำกัดสองประการ หนึ่งคือ วิธีการอินทิกรัลกระแสต้องใช้ค่า SOC เริ่มต้นของแบตเตอรี่ล่วงหน้า และรวบรวมกระแสที่ไหลเข้าหรือออกจากแบตเตอรี่ได้อย่างแม่นยำ เพื่อให้ข้อผิดพลาดในการประมาณค่ามีขนาดเล็กที่สุดเท่าที่จะเป็นไปได้ ประการที่สอง วิธีนี้ขึ้นอยู่กับคุณสมบัติภายนอกของแบตเตอรี่เท่านั้น และอัตราการคายประจุของแบตเตอรี่ ระดับการเสื่อมสภาพ และอัตราการชาร์จและการคายประจุของ SOC ของแบตเตอรี่จะถูกละเว้นไปในระดับหนึ่ง

การใช้งานในระยะยาวอาจทำให้ข้อผิดพลาดในการวัดขยายเพิ่มขึ้น ดังนั้นจึงจำเป็นต้องนำค่าสัมประสิทธิ์การแก้ไขที่เกี่ยวข้องมาใช้เพื่อแก้ไขข้อผิดพลาดในการสะสม (2) วิธีทดสอบการคายประจุ วิธีทดสอบการคายประจุคือการคายประจุด้วยกระแสไฟฟ้าคงที่ต่อเนื่องจนกระทั่งถึงแรงดันตัดของแบตเตอรี่ จากนั้นคูณเวลาที่ใช้ในกระบวนการคายประจุด้วยค่าขนาดของกระแสคายประจุ นั่นคือความจุที่เหลือของแบตเตอรี่ โดยทั่วไปวิธีนี้จะใช้เป็นวิธีการปรับเทียบ SOC ของแบตเตอรี่หรือในการบำรุงรักษาแบตเตอรี่ในภายหลัง และค่อนข้างง่าย เชื่อถือได้ และผลลัพธ์ก็ค่อนข้างแม่นยำโดยที่ไม่ทราบค่า SOC ของแบตเตอรี่

ทุกอย่างมีประสิทธิผล อย่างไรก็ตาม วิธีการทดสอบการคายประจุมีข้อบกพร่องสองประการ ประการแรก กระบวนการทดสอบของวิธีนี้ต้องใช้เวลาค่อนข้างมาก ประการที่สอง เมื่อใช้วิธีนี้ จำเป็นต้องถอดแบตเตอรี่เป้าหมายออกจากรถยนต์ไฟฟ้า ดังนั้นจึงไม่สามารถใช้วิธีนี้ในการคำนวณพลังงานแบตเตอรี่ในสถานะทำงานได้ (3) วิธีการแรงดันไฟฟ้าวงจรเปิดจะขึ้นอยู่กับความสัมพันธ์การเปลี่ยนแปลงระหว่างแรงดันไฟฟ้าเปิดของแบตเตอรี่และ OCVOTAGE (OCV) และความเข้มข้นของลิเธียมไอออนภายในของแบตเตอรี่ และจะหาความสัมพันธ์ที่เกี่ยวข้องระหว่างแบตเตอรี่และ SOC ของแบตเตอรี่โดยอ้อม

เมื่อดำเนินการจริง จำเป็นต้องปล่อยประจุแบตเตอรี่หลังจากแบตเตอรี่เติมด้วยอัตราการปล่อยประจุคงที่ (โดยทั่วไปคือ 1c) จนกว่าการปล่อยประจุจะหยุดลง และความสัมพันธ์ระหว่าง OCV และ SOC จะได้รับตามกระบวนการปล่อยประจุ เมื่อแบตเตอรี่อยู่ในสถานะการทำงานจริง สามารถรับ SOC ของแบตเตอรี่ปัจจุบันได้โดยการค้นหาตารางสัมพันธ์ OCV-SoC ตามค่าแรงดันไฟฟ้าที่ปลายทั้งสองด้านของแบตเตอรี่ แม้ว่าวิธีนี้จะมีประสิทธิผลกับแบตเตอรี่หลายชนิด แต่ก็มีข้อบกพร่องในตัวด้วยเช่นกัน ประการแรก แบตเตอรี่เป้าหมายจะต้องถูกปล่อยให้อยู่เฉยๆ มากกว่า 1 ชั่วโมงก่อนจะวัด OCV ซึ่งจะทำให้อิเล็กโทรไลต์ภายในแบตเตอรี่กระจายอย่างสม่ำเสมอเพื่อให้ได้แรงดันไฟฟ้าปลายทางที่เสถียร ประการที่สอง แบตเตอรี่มีอุณหภูมิที่แตกต่างกันหรือมีอายุการใช้งานที่แตกต่างกัน แม้ว่าวงจรเปิดจะเหมือนกัน แต่ SOC ที่แท้จริงอาจแตกต่างกันได้ และผลการวัดไม่ได้รับประกันว่าจะแม่นยำอย่างสมบูรณ์เมื่อใช้วิธีนี้ในระยะยาว

ดังนั้น วิธีแรงดันไฟฟ้าวงจรเปิดจึงเหมือนกับวิธีการทดสอบการคายประจุ ไม่ได้ใช้กับการประมาณ SOC ของแบตเตอรี่ที่กำลังทำงาน (4) วิธีการกรอง Kalman วิธีการกรอง Kalman เป็นประเภทใหม่ของข้อมูลการถดถอยตนเองที่ได้รับการปรับให้เหมาะสมซึ่งกรองไว้ใน "New Achievements of Linear Filtering and Forecasting Theory" ในช่วงทศวรรษ 1960 อัลกอริทึม

สาระสำคัญของอัลกอริทึมคือ สถานะของระบบไดนามิกที่ซับซ้อนสามารถปรับให้เหมาะสมกับสถานะของระบบไดนามิกที่ซับซ้อนได้ตามหลักการของค่าเฉลี่ยขั้นต่ำ ระบบไดนามิกที่ไม่เป็นเชิงเส้นจะกลายเป็นเชิงเส้นในแบบจำลองสถานะของระบบในวิธีการกรอง Kalman เมื่อใช้งานจริงระบบจะอัพเดตด้วยค่าที่สังเกตได้ในเวลาปัจจุบัน ตามด้วยค่าที่สังเกตได้ในเวลาปัจจุบัน

โหมด “พยากรณ์ – การวัด – แก้ไข” ช่วยกำจัดความเบี่ยงเบนและการรบกวนของระบบสุ่ม เมื่อมีการประมาณค่า SOC ของระบบส่งกำลังโดยใช้วิธีการกรอง Kalman แบตเตอรี่จะถูกแปลงเป็นแบบจำลองสถานะในรูปแบบของระบบไฟฟ้า และ SOC จะกลายเป็นตัวแปรสถานะภายในแบบจำลอง ระบบที่จัดตั้งขึ้นนั้นเป็นระบบเชิงเส้นแบบแยกส่วน

เนื่องจากวิธีการกรอง Kalman ไม่เพียงแต่แก้ไขข้อผิดพลาดเริ่มต้นของระบบเท่านั้น แต่ยังสามารถป้องกันสัญญาณรบกวนของระบบได้อย่างมีประสิทธิภาพ ดังนั้นจึงมีมูลค่าการประยุกต์ใช้ที่สำคัญในการประมาณ SOC ของแบตเตอรี่พลังงานยานยนต์ไฟฟ้าในสภาวะการทำงาน อย่างไรก็ตาม วิธีการนี้ยังมีข้อบกพร่องอยู่สองจุด: หนึ่งคือ วิธีการกรอง Kalman ประมาณความแม่นยำของ SOC ขึ้นอยู่กับความแม่นยำของแบบจำลองแบตเตอรี่เป็นส่วนใหญ่ ลักษณะการทำงานนั้นเป็นแบตเตอรี่ที่มีกำลังแบบไม่เชิงเส้นอย่างมาก ในวิธีการกรอง Kalman หลังจากการสร้างแบบเชิงเส้นแล้ว เป็นสิ่งที่หลีกเลี่ยงไม่ได้ที่จะไม่มีข้อผิดพลาด และหากสร้างแบบจำลองขึ้นมา ผลลัพธ์ที่ประมาณได้ก็ไม่น่าเชื่อถือเสมอไป ประการที่สอง วิธีการที่เกี่ยวข้องมีความซับซ้อนมาก ปริมาณการคำนวณมีขนาดใหญ่เกินไป และช่วงเวลาการคำนวณที่คำนวณได้ก็นานกว่า และข้อกำหนดด้านประสิทธิภาพฮาร์ดแวร์ (5) วิธีเครือข่ายประสาท วิธีเครือข่ายประสาทเป็นการใช้สมองของมนุษย์แบบอนาล็อกและนิวรอนเพื่อจัดการกับอัลกอริทึมชนิดใหม่สำหรับระบบที่ไม่เชิงเส้น

ไม่จำเป็นต้องวิจัยโครงสร้างภายในของแบตเตอรี่อย่างละเอียด เพียงแค่สกัดคุณลักษณะการทำงานจำนวนมากจากแบตเตอรี่เป้าหมายไว้ล่วงหน้า ป้อนค่า SOC ในการทำงานจากตัวอย่างผลลัพธ์ และป้อนลงในระบบที่สร้างขึ้นโดยใช้เมธอดนี้ วิธีการนี้ค่อนข้างเรียบง่ายในการประมวลผลในภายหลัง นั่นคือ สามารถหลีกเลี่ยงข้อผิดพลาดของวิธีการกรอง Kalman ได้อย่างมีประสิทธิภาพเพื่อสร้างแบบจำลองแบตเตอรี่เป็นเชิงเส้น และสามารถรับพารามิเตอร์แบบไดนามิกของแบตเตอรี่ได้แบบเรียลไทม์

อย่างไรก็ตาม ปริมาณการทำงานล่วงหน้าของวิธีเครือข่ายประสาทมีค่อนข้างมาก และจำเป็นต้องมีข้อมูลตัวอย่างเป้าหมายที่ครอบคลุมเพิ่มเติมจำนวนมากเพื่อฝึกระบบ วิธีการฝึกอบรมข้อมูลและการฝึกอบรมส่งผลต่อความแม่นยำในการประมาณค่า SOC เป็นอย่างมาก นอกจากนี้ ภายใต้การดำเนินการที่ซับซ้อนของอุณหภูมิแบตเตอรี่ อัตราการคายประจุเอง และอายุแบตเตอรี่ วิธีนี้จะใช้ในการประมาณค่า SOC ของแบตเตอรี่ชุดเดียวกันเป็นเวลานาน และความแม่นยำยังจะลดลงอย่างมากอีกด้วย

ดังนั้นวิธีนี้จึงไม่ค่อยเป็นที่นิยมในงานประมาณค่า SOC ของแบตเตอรี่พลังงาน