Phương pháp ước tính SOC pin động?

Автор: Iflowpower – Портативті электр станциясының жеткізушісі

Kể từ khi công nghệ pin phát triển, nhiều phương pháp được sử dụng để ước tính SOC đã ra đời. Chỉ có các phương pháp tích hợp dòng điện truyền thống, điện trở bên trong của pin, phương pháp kiểm tra xả, phương pháp điện áp mạch hở, điện áp tải và các phương pháp lọc Kalman cải tiến hơn. Lý thuyết logic mờ và mạng nơ-ron, v.v.

Hiện nay, đây là một trong những phương pháp ước tính SOC phổ biến nhất trong lĩnh vực hệ thống quản lý pin và bản chất là ước tính SOC của pin bằng cách tích lũy hoặc xả điện. Đồng thời, theo tốc độ xả và nhiệt độ của pin. Một khoản bồi thường nhất định cho SOC ước tính.

Nếu pin được định nghĩa là SOCT0 khi pin ban đầu ở trạng thái sạc và xả, thì dung lượng còn lại của pin SOC sau T là: q, Q là dung lượng định mức của pin và N là hiệu suất sạc và xả, còn gọi là hiệu suất Coulomb, giá trị của nó xác định tốc độ sạc và xả của pin, I là dòng điện của T. Phương pháp tích hợp hiện tại tương đối đơn giản và đáng tin cậy hơn các phương pháp ước tính SOC khác và giá trị SOC của pin có thể được ước tính động nên được sử dụng rộng rãi. Tuy nhiên, phương pháp này cũng có hai hạn chế: một là, phương pháp tích phân dòng điện yêu cầu phải có giá trị SOC ban đầu của pin trước và thu thập chính xác dòng điện chạy vào hoặc ra khỏi pin, để làm cho sai số ước tính nhỏ nhất có thể; thứ hai, Phương pháp này chỉ dựa trên đặc điểm bên ngoài của pin và tốc độ tự xả của pin, mức độ lão hóa và tỷ lệ sạc và xả của SOC pin bị bỏ qua ở một mức độ nhất định.

Sử dụng lâu dài cũng có thể khiến sai số đo lường gia tăng, do đó cần phải đưa vào Hệ số hiệu chỉnh liên quan để hiệu chỉnh sai số tích lũy. (2) Phương pháp thử xả Phương pháp thử xả là xả liên tục bằng dòng điện không đổi cho đến khi điện áp cắt của pin, nhân thời gian sử dụng của quá trình xả này với giá trị kích thước của dòng điện xả, tức là dung lượng còn lại của pin. Phương pháp này thường được sử dụng như một phương pháp hiệu chuẩn SOC của pin hoặc trong quá trình bảo dưỡng pin sau này, tương đối đơn giản, đáng tin cậy và kết quả tương đối chính xác mà không cần biết giá trị SOC của pin.

Tất cả đều hiệu quả. Tuy nhiên, phương pháp thử phóng điện có hai nhược điểm: Thứ nhất, quá trình thử nghiệm của phương pháp này cần nhiều thời gian; thứ hai, khi sử dụng phương pháp này cần phải tháo ắc quy mục tiêu ra khỏi xe điện nên không thể sử dụng phương pháp này để tính toán Công suất ắc quy khi đang hoạt động. (3) Phương pháp điện áp mạch hở dựa trên mối quan hệ thay đổi giữa điện áp mở của pin và OCVOTAGE, OCV) và nồng độ ion lithium bên trong pin, và gián tiếp phù hợp với mối quan hệ tương ứng giữa nó và SOC của pin.

Khi thực hiện vận hành thực tế, cần xả pin sau khi pin được nạp đầy với tỷ lệ xả cố định (thường là 1c) cho đến khi dừng xả và xác định mối quan hệ giữa OCV và SOC theo quy trình xả. Khi pin đang ở trạng thái hoạt động thực tế, có thể biết được SOC của pin hiện tại bằng cách tìm bảng quan hệ OCV-SoC theo giá trị điện áp ở cả hai đầu pin. Mặc dù phương pháp này có hiệu quả đối với nhiều loại pin khác nhau, nhưng nó cũng tồn tại một số khuyết điểm: Thứ nhất, pin mục tiêu phải được để yên hơn 1 giờ trước khi đo OCV, do đó phân phối đồng đều chất điện phân bên trong pin để có được điện áp cuối ổn định; Thứ hai, pin ở các nhiệt độ khác nhau Hoặc trong thời gian sử dụng khác nhau, mặc dù mạch hở là như nhau, nhưng SOC thực tế có thể khác nhau và kết quả đo không đảm bảo hoàn toàn chính xác khi sử dụng phương pháp này trong thời gian dài.

Do đó, phương pháp điện áp mạch hở giống như phương pháp thử nghiệm xả, không áp dụng để ước tính SOC của ắc quy đang chạy. (4) Phương pháp lọc Kalman Phương pháp lọc KALMAN là một loại dữ liệu tự hồi quy tối ưu mới được lọc trong "Thành tựu mới của lý thuyết lọc tuyến tính và dự báo" vào những năm 1960. thuật toán.

Bản chất của thuật toán là trạng thái của hệ thống động phức hợp có thể được tối ưu hóa cho trạng thái của hệ thống động phức hợp theo nguyên tắc giá trị trung bình tối thiểu. Hệ thống động phi tuyến tính sẽ tuyến tính vào mô hình không gian trạng thái của hệ thống theo phương pháp lọc Kalman. Khi ứng dụng thực tế, hệ thống sẽ cập nhật giá trị quan sát được của thời gian hiện tại, theo sau là giá trị quan sát được của thời gian hiện tại.

Chế độ "Dự báo - Đo lường - Hiệu chỉnh", loại bỏ độ lệch và nhiễu của hệ thống ngẫu nhiên. Khi SOC của hệ thống truyền lực được ước tính bằng phương pháp lọc Kalman, pin được chuyển đổi thành mô hình không gian trạng thái dưới dạng hệ thống điện và SOC trở thành biến trạng thái bên trong mô hình. Hệ thống được thiết lập là hệ thống rời rạc tuyến tính.

Vì phương pháp lọc Kalman không chỉ sửa lỗi ban đầu của hệ thống mà còn có thể ngăn chặn hiệu quả tiếng ồn của hệ thống, do đó có giá trị ứng dụng đáng kể trong việc ước tính SOC của pin điện xe điện trong điều kiện vận hành. Tuy nhiên, phương pháp này cũng tồn tại hai khuyết điểm: một là, phương pháp lọc Kalman ước tính độ chính xác của SOC phụ thuộc phần lớn vào độ chính xác của mô hình pin, bản thân đặc điểm làm việc là pin công suất phi tuyến tính cao, trong phương pháp lọc Kalman Sau khi tuyến tính hóa, không thể tránh khỏi việc không có lỗi và nếu mô hình được thiết lập, kết quả ước tính không nhất thiết phải đáng tin cậy; thứ hai, phương pháp liên quan rất phức tạp, lượng tính toán cực kỳ lớn và thời gian tính toán được tính toán dài hơn và yêu cầu về hiệu suất phần cứng. (5) Phương pháp mạng nơ-ron Phương pháp mạng nơ-ron là phương pháp tương tự não người và nơ-ron của nó được sử dụng để xử lý một loại thuật toán mới cho các hệ thống phi tuyến tính.

Không cần phải nghiên cứu sâu về cấu trúc bên trong của pin, chỉ cần trích xuất trước một số lượng lớn các đặc tính hoạt động từ pin mục tiêu. Nhập giá trị SOC vào lần chạy từ mẫu đầu ra và nhập vào hệ thống được thiết lập bằng phương pháp này. Phương pháp này tương đối đơn giản trong quá trình xử lý sau này, nghĩa là có thể tránh hiệu quả lỗi của phương pháp lọc Kalman để biến mô hình pin thành tuyến tính hóa và có thể thu được các tham số động của pin theo thời gian thực.

Tuy nhiên, khối lượng làm việc trước của phương pháp mạng nơ-ron tương đối lớn và cần số lượng lớn dữ liệu mẫu mục tiêu toàn diện hơn để đào tạo hệ thống. Phương pháp đào tạo dữ liệu và đào tạo ảnh hưởng rất lớn đến độ chính xác ước tính của SOC. Ngoài ra, dưới tác động phức tạp của nhiệt độ pin, tỷ lệ tự xả và quá trình lão hóa pin, phương pháp này được sử dụng để ước tính giá trị SOC của cùng một bộ pin trong thời gian dài và độ chính xác của nó cũng sẽ giảm đi rất nhiều.

Do đó, phương pháp này không được sử dụng phổ biến trong công việc ước tính SOC của pin điện.