Schatting van de batterijstatus van het BMS: belangrijkste inzichten in SOC, SOH en SOP

In het nieuwe energietijdperk van vandaag is de toepassing van batterijtechnologie overal, van elektrische voertuigen tot hernieuwbare energiesystemen, tot allerlei soorten elektronische consumentenproducten.Als kerncomponent van het batterijsysteem, is een van de belangrijkste taken ervan om de toestand van de batterij nauwkeurig te schatten, met inbegrip van de ladingstoestand (SOC), de staat van gezondheid (SOH) en de vermogenstoestand (SOP).Een nauwkeurige schatting van deze staatparameters is van cruciaal belang voor een efficiënte, een veilige en betrouwbare werking van de batterij.

SOC: nauwkeurig besturen van het resterende batterijvermogen

SOC (State of Charge) is de ladingstoestand van de batterij en geeft de verhouding weer tussen het resterende batterijvermogen en de totale capaciteit,en het toont intuïtief de "capaciteitsmarge" van de batterij net als de brandstofmeter van een autoHieronder worden verschillende gebruikelijke SOC-schattingsmethoden en hun kenmerken weergegeven:

• Amfibische integratie methode:berekenen de lading- en ontladingshoeveelheid van de batterij door de stroom te integreren om de SOC-waarde te verkrijgen.als gevolg van de ophoping van fouten van de huidige sensor en het zelfontladen van de batterijDaarom is het vaak noodzakelijk om de batterij regelmatig volledig op te laden om de nauwkeurigheid van de schatting te verbeteren.
• Open circuit spanning methode:Estimate based on the correspondence between the open circuit voltage of the battery and the SOC. Nadat de batterij is gelaten om te staan voor een periode van tijd,meet de opencircuitspanning en vergelijk deze met de vooraf vastgestelde opencircuitspanning-SOC-curve om de huidige SOC-waarde te verkrijgenHet voordeel van deze methode is dat deze een hoge nauwkeurigheid heeft en niet wordt beïnvloed door de zelfontlading van de batterij, maar dat de batterij in een statische toestand moet zijn.en de open-circuit spanning-SOC curve zal veranderen als gevolg van factoren zoals de temperatuur en veroudering van de batterij, dus deze factoren moeten worden gecompenseerd.
• Kalman filtering method:Dit is een recursieve algoritme gebaseerd op een staatruimte model, dat meerdere bron informatie zoals batterijspanning, stroom, temperatuur, etc. kan fuseren, de SOC schatting in real time bijwerken,en metingsgeluid en modelfouten onderdrukkenHet heeft een hoge schattingsnauwkeurigheid en een sterke vermogen tegen interferentie en is een van de meest geavanceerde SOC-schattingsmethoden op dit moment.het berekeningsbedrag van deze methode is relatief groot en vereist een hoge prestatie van de verwerker.

SOH: Inzicht in de gezondheid van de batterij

SOH (State of Health) is de gezondheidstoestand van de batterij, die de mate van degradatie van de prestaties van de batterij ten opzichte van de nieuwe batterij weergeeft;en is een belangrijke indicator voor de beoordeling van de levensduur en betrouwbaarheid van de batterijHieronder volgen een aantal gebruikelijke SOH-schattingsmethoden:

• Testmethode voor capaciteit:De SOH wordt bepaald door een volledige laad- en ontladingscyclus van de batterij uit te voeren en de verhouding tussen de werkelijke capaciteit en de nominale capaciteit te meten.Deze methode kan rechtstreeks de capaciteitsdemping van de batterij weergeven, met een hoge nauwkeurigheid, maar vereist een diep opladen en ontladen van de batterij, wat lang duurt en een bepaald verouderingseffect op de batterij zal hebben.het wordt gewoonlijk gebruikt voor offline testen en evaluatie van de batterij.
• Internal resistance testing methode:De interne weerstand van een batterij neemt toe met de toename van de veroudering, zodat SOH kan worden geschat door de veranderingen in de interne weerstand van de batterij te meten.Deze methode is eenvoudig en gemakkelijk te implementeren en kan tot op zekere hoogte de veroudering van de batterij weerspiegelen.Het vertrouwen op uitsluitend veranderingen van de interne weerstand om SOH te evalueren heeft echter bepaalde beperkingen, omdat de interne weerstand ook wordt beïnvloed door factoren zoals temperatuur en SOC.
• Data pattern recognition methode:Gebruik machine learning algoritmen, zoals kunstmatige neurale netwerken, support vector machines, etc. om de historische data van de batterij te leren en te analyseren en real-time data te runnen,Stel een batterij gezondheid status modelDeze methode kan complexe niet-lineaire relaties opbouwen in batterijgegevens, met hoge schattingsnauwkeurigheid en aanpasbaarheid,maar vereist een grote hoeveelheid trainingsdata en professionele gegevensverwerking en analyse mogelijkheden.

SOP: Accurate evaluatie van de batterijvermogen

SOP (State of Power) verwijst naar het maximale vermogen dat een batterij op een bepaald moment veilig kan opwekken of absorberen.Hieronder worden verscheidene SOP-schattingsmethoden en hun kenmerken weergegeven.:

• Schattingsmethode op basis van batterijmodel:Door een gelijkwaardig schakelmodel of een thermodynamisch model van de batterij op te stellen, waarbij de informatie over de toestand van de batterij, zoals SOC, temperatuur, stroom, enz., wordt gecombineerd,de parameters zoals de interne weerstand van de batterijDeze methode kan de vermogenskenmerken van de batterij nauwkeurig weergeven.maar de opstelling van het model en de identificatie van de parameters zijn relatief complex, en de nauwkeurigheid van het model en de berekeningsmogelijkheden van de batterij zijn vereist.
• Machine learning methode:Gebruik machine learning-algoritmen om de historische vermogensgegevens van de batterij en de bijbehorende staatskenmerken te leren en trainen, en SOP-voorspellingsmodellen op te zetten, zoals neurale netwerken, besluitbomen,enz.Deze methode kan automatisch de vermogenskenmerken van de batterij leren op basis van een grote hoeveelheid historische gegevens en heeft een sterke aanpassingsvermogen en anti-interferentievermogen.Maar een grote hoeveelheid nauwkeurige gegevens is nodig tijdens het modeltrainingsproces, en de interpretatiekracht van het model is relatief slecht.

Toepassingsscenario's voor de schatting van de batterijstatus

• Elektrische voertuigen:Een nauwkeurige SOC-schatting kan betrouwbare bereikinformatie bieden aan bestuurders van elektrische voertuigen om onderbrekingen van het rijden veroorzaakt door onvoldoende vermogen te voorkomen;SOH-evaluatie helpt de levensduur van de batterij te voorspellen en herinnert gebruikers onmiddellijk aan het onderhoud of vervangen van de batterij; de SOP-schatting kan ervoor zorgen dat het voertuig normaal kan werken onder omstandigheden met een hoog vermogen, zoals versnelling en klimmen, zonder dat de batterij overbelast en beschadigd raakt,verbetering van de veiligheid en betrouwbaarheid van het voertuig.
• Systemen voor hernieuwbare energieIn hernieuwbare energiesystemen zoals zonne- en windenergieDe nauwkeurige schatting van de batterijstatus door het BMS kan zorgen voor een efficiënt gebruik en een stabiele werking van het energieopslagsysteemDoor het opladen en ontladen van de batterij redelijk te beheren, de distributie en planning van energie volgens SOC en SOP te optimaliseren,verbetering van de benutting van hernieuwbare energie en betrouwbaarheid van de stroomvoorziening, waardoor de levensduur van de batterij wordt verlengd en de onderhoudskosten van het systeem worden verlaagd.

Ontwikkelingstendensen

Met de voortdurende ontwikkeling van de batterijtechnologie en de toenemende toepassingsvraag wordt ook de technologie voor het inschatten van de batterijstatus door BMS voortdurend vernieuwd en verbeterd.de ramingen van de batterijstatus zullen zich in de volgende richting ontwikkelen::

• Betere nauwkeurigheid en betrouwbaarheid:Met behulp van geavanceerdere sensortechnologie, signaalverwerkingsalgoritmen en datafusiesystemen worden de nauwkeurigheid en betrouwbaarheid van de SOC-, SOH- en SOP-schatting verder verbeterd.de schattingsfouten en onzekerheden worden verminderd;, en een krachtigere ondersteuning voor een verfijnd beheer en veilige werking van batterijen.
• Intelligenter algoritmen:Technologieën van kunstmatige intelligentie, zoals deep learning en reinforcement learning, zullen op grote schaal worden gebruikt bij de schatting van de staat van de batterij.waardoor BMS automatisch de complexe kenmerken van de batterij kan leren