Bagaimana cara memperkirakan status biaya?
Estimasi SOC
Status pengisian daya (SOC) baterai adalah salah satu parameter terpenting selama penggunaan baterai. Karena SOC dipengaruhi oleh berbagai faktor seperti laju pengisian/pengosongan (arus), suhu,-pengosongan otomatis, dan penuaan, baterai menunjukkan ketidaklinieran yang tinggi selama penggunaan, sehingga membuat estimasi SOC yang akurat menjadi sulit.
Metode estimasi SOC
Biasa digunakanMetode estimasi SOCmencakup metode eksperimen pelepasan muatan, metode integrasi ampere-jam, metode tegangan rangkaian terbuka, metode tegangan beban, metode resistansi internal, metode jaringan saraf, dan metode penyaringan Kalman.
1) Metode percobaan pelepasan. Metode eksperimen debit adalah metode estimasi SOC yang paling dapat diandalkan. Ia menggunakan arus konstan untuk pengosongan terus menerus, dan produk dari arus pengosongan dan waktu adalah sisa muatan. Metode eksperimen pelepasan sering digunakan di laboratorium dan dapat diterapkan pada semua baterai, namun metode ini memiliki dua kelemahan signifikan: pertama, memerlukan banyak waktu; kedua, pengoperasian baterai harus dihentikan. Metode percobaan pelepasan muatan tidak cocok untuk kendaraan listrik yang sedang bergerak, tetapi dapat digunakan untuk pemeliharaan baterai kendaraan listrik.
2)Metode integrasi Ampere-jam. Metode integrasi ampere-jam adalah metode estimasi SOC yang paling umum digunakan. Namun, metode ini mempunyai permasalahan sebagai berikut: tidak akuratpengukuran saat inimenyebabkan penyimpangan penghitungan SOC, dan kesalahan terakumulasi seiring waktu dan menjadi lebih besar; pengisian daya-efisiensi pengosongan baterai harus dipertimbangkan; kesalahan lebih besar pada-kondisi suhu tinggi atau saat baterai berfluktuasi dengan hebat. Pengukuran arus yang tidak akurat dapat diatasi dengan menggunakan-sensor arus berperforma tinggi, namun biayanya meningkat; menyelesaikan efisiensi pelepasan muatan- memerlukan penguasaan data eksperimen dalam jumlah besar dan menetapkan rumus empiris untuk efisiensi pelepasan muatan-. Metode integrasi ampere-jam dapat digunakan untuk semua baterai kendaraan listrik. Jika pengukuran saat ini akurat dan terdapat cukup data untuk estimasi awal, ini bisa menjadi metode estimasi SOC yang sederhana dan andal.
3)Metode tegangan rangkaian terbuka-. Tegangan sirkuit terbuka-baterai pada akhir pengosongannya mendekati gaya gerak listrik baterai. Gaya gerak listrik baterai asam kobalt-adalah fungsi konsentrasi elektrolit, yang menurun secara proporsional seiring dengan pelepasan baterai, sehingga tegangan rangkaian terbuka dapat digunakan untuk memperkirakan SOC. Linearitas hubungan-tegangan sirkuit terbuka versus SOC untuk baterai MH/Ni dan baterai litium-ion tidak sebaik baterai asam kobalt-, namun hubungan terkaitnya masih dapat digunakan untuk memperkirakan SOC, terutama dengan hasil yang lebih baik di awal dan akhir pengisian daya. Kerugian yang signifikan dari metode tegangan sirkuit terbuka adalah baterai perlu istirahat dalam waktu lama untuk menstabilkan tegangan, dan memerlukan waktu beberapa jam atau bahkan lebih dari sepuluh jam agar kondisi baterai pulih dari pengoperasian hingga stabil, yang menyebabkan kesulitan tertentu dalam pengukuran; Menentukan berapa lama waktu istirahat juga menjadi masalah, sehingga cara ini jika digunakan sendiri hanya cocok untuk kendaraan listrik dalam keadaan parkir. Metode tegangan sirkuit terbuka memiliki performa estimasi SOC yang baik pada awal dan akhir pengisian daya dan sering digunakan bersama dengan metode integrasi ampere{15}}jam.
4) Metode tegangan beban. Saat pengosongan instan dimulai, tegangan dengan cepat berubah dari status tegangan sirkuit terbuka ke status tegangan beban. Ketika arus beban baterai tetap konstan, pola variasi tegangan beban dengan SOC serupa dengan pola tegangan rangkaian terbuka dengan SOC. Keuntungan metode tegangan beban adalah dapat memperkirakan SOC paket baterai secara real-time dan memiliki hasil yang baik selama pengosongan arus-konstan. Dalam aplikasi praktis, tegangan baterai pengemudi menyulitkan penggunaan tegangan beban. Untuk mengatasi masalah ini, diperlukan model matematika data tegangan baterai, tegangan beban dinamis independen, dan SOC; oleh karena itu, metode tegangan beban jarang diterapkan pada kendaraan sebenarnya namun sering digunakan sebagai kriteria batas-pengosongan daya baterai.
5) Metode Perlawanan Internal. Resistansi internal baterai dibagi menjadi resistansi internal AC dan resistansi internal DC, keduanya berkaitan erat dengan SOC (State of Charge). Impedansi AC baterai adalah fungsi transfer antara tegangan dan arus baterai, variabel kompleks yang mewakili ketahanan baterai terhadap arus AC, dan diukur menggunakan pengukur impedansi AC. Impedansi AC baterai sangat dipengaruhi oleh suhu; apakah akan mengukurnya dalam keadaan-sirkuit terbuka setelah baterai terisi atau selama pengisian dan pengosongan baterai masih kontroversial dan jarang digunakan pada kendaraan sebenarnya. Resistansi internal DC mewakili resistansi baterai terhadap arus DC, sama dengan rasio perubahan tegangan baterai terhadap perubahan arus dalam periode waktu yang sangat singkat. Dalam pengukuran sebenarnya, baterai diisi atau dikosongkan pada arus konstan yang dimulai dari keadaan-rangkaian terbuka; perbedaan antara tegangan beban dan tegangan rangkaian terbuka selama periode waktu yang sama, dibagi dengan nilai arus, adalah resistansi internal DC. Untuk baterai timbal-asam, resistansi internal DC meningkat secara signifikan pada tahap pengosongan selanjutnya dan dapat digunakan untuk memperkirakan SOC baterai; variasi resistansi internal DC pada baterai MH/Ni dan baterai litium-ion berbeda dengan baterai timbal-asam dan lebih jarang digunakan. Besarnya resistansi internal DC dipengaruhi oleh periode waktu perhitungan. Jika jangka waktu lebih pendek dari 10ms, hanya resistansi internal ohmik yang dapat dideteksi; jika jangka waktunya lebih lama, hambatan internal menjadi lebih kompleks. Sulit untuk mengukur resistansi internal sebuah sel secara akurat, yang merupakan kelemahan metode resistansi internal DC. Metode resistansi internal cocok untuk memperkirakan status pengisian daya (SOC) baterai pada tahap pengosongan selanjutnya dan dapat digunakan bersama dengan metode integrasi ampere{18}}jam.
6) Metode jaringan saraf. Baterai adalah sistem yang sangat nonlinier, dan sulit untuk membuat model matematika yang akurat untuk proses pengosongan-pengosongannya. Jaringan saraf memiliki karakteristik nonlinier mendasar, struktur paralel, dan kemampuan belajar. Mereka dapat menghasilkan keluaran yang sesuai untuk eksitasi eksternal dan dengan demikian mensimulasikan karakteristik dinamis baterai untuk memperkirakan SOC. Jaringan saraf 3 lapis yang khas biasanya digunakan untuk memperkirakan SOC baterai: jumlah neuron di lapisan masukan dan keluaran ditentukan oleh persyaratan masalah sebenarnya dan umumnya merupakan fungsi linier; jumlah neuron pada lapisan tersembunyi tergantung pada kompleksitas masalah dan keakuratan analisis yang diperlukan. Variabel masukan yang umum digunakan untuk memperkirakan SOC baterai meliputi tegangan, arus, akumulasi kapasitas habis, suhu, resistansi internal, dan suhu sekitar. Apakah pemilihan variabel input jaringan saraf sudah tepat dan jumlah variabel yang tepat secara langsung mempengaruhi keakuratan model dan beban komputasi. Metode jaringan saraf dapat diterapkan pada berbagai baterai, namun kelemahannya adalah memerlukan sejumlah besar data referensi untuk pelatihan, dan kesalahan estimasi sangat dipengaruhi oleh data pelatihan dan metode pelatihan.
7) Metode penyaring Kalman. Ide inti teori filter Kalman adalah membuat estimasi optimal keadaan sistem dinamis dalam arti varian minimum. Ketika diterapkan pada estimasi SOC baterai, baterai dianggap sebagai sistem dinamis dan SOC adalah salah satu status internalnya. Penelitian tentang metode filter Kalman untuk memperkirakan SOC baterai baru dimulai dalam beberapa tahun terakhir. Metode ini cocok untuk berbagai baterai dan, dibandingkan dengan metode lain, sangat cocok untuk estimasi SOC paket baterai kendaraan listrik dengan fluktuasi arus yang besar. Ini tidak hanya memberikan estimasi SOC tetapi juga memberikan kesalahan estimasi SOC. Namun kekurangan dari metode ini adalah algoritmanya terlalu rumit dan memerlukan kemampuan komputasi sistem yang tinggi, sehingga belum memasuki tahap praktik.
Melalui-penelitian mendalam tentang berbagai metode estimasi SOC, metode integrasi ampere-jam pada awalnya dipilih sebagai dasar. Dengan mengukur arus baterai secara akurat, dikombinasikan dengan metode-tegangan sirkuit terbuka dan mempertimbangkan faktor-faktor seperti efisiensi-pengosongan daya baterai, suhu, penuaan, dan-pengosongan otomatis, pengelolaan dinamis daya baterai kendaraan listrik murni dapat dicapai. Untuk kendaraan listrik murni, baterai pada dasarnya beroperasi dalam kondisi-pengisian penuh dan-pengosongan penuh, dengan sebagian besar proses pengisian daya berupa pengisian-arus konstan. Setelah pengisian selesai, terdapat titik penentuan nilai awal yang relatif stabil (saat pengisian selesai, SOC 100% atau sedikit diisi berlebihan). Jika efisiensi-pengosongan daya baterai sangat tinggi (di atas 95%), efisiensi-pengosongan daya dapat diperkirakan sebesar 1 atau sama dengan nilai konstan tertentu. Menggunakan metode ini untuk menghitung SOC dapat mencapai hasil yang relatif baik. Akumulasi kesalahan setiap{19}}siklus pengosongan pengisian daya pada dasarnya dihilangkan saat pengisian daya berikutnya selesai bersamaan dengan kalibrasi ulang nilai SOC awal.
Dengan melakukan{0}}pengukuran informasi tegangan, arus, dan suhu baterai dengan presisi tinggi untuk memastikan keakuratan input estimasi SOC; dengan membangun model baterai yang efektif melalui analisis teoritis dan penyesuaian data eksperimen; dengan mengoreksi SOC pada akhir pengisian dan pengosongan untuk menghilangkan akumulasi kesalahan SOC; dan dengan mempertimbangkan faktor efisiensi-pengosongan daya baterai, suhu, penuaan, dan efek-pengosongan otomatis,-estimasi SOC sistem dengan presisi tinggi dapat dicapai. Algoritme estimasi status-of-pengisian daya baterai ditunjukkan pada Gambar 17-12.
(1) Metode perhitungan nilai awal SOCNilai awal SOC diperoleh dengan mengalikan SOC yang disimpan saat daya-mati dan SOC yang diperoleh dari tabel pencarian suhu-OCV-SOC dengan koefisien yang berkaitan dengan waktu offline sistem. Nilai awal SOC perlu dibaca setiap kali sistem dihidupkan.
(2) Perhitungan nilai SOC sel individu dan koreksi nilai SOC sel individu berdasarkan nilai SOHKapasitas baterai diperoleh dengan mencari tabel menggunakan suhu dan arus pengisian, dan kapasitas baterai dikoreksi dengan mencari tabel menggunakan SOH. Arus diintegrasikan menggunakan metode ampere-jam lalu dibagi dengan kapasitas untuk mendapatkan nilai perubahan SOC. Nilai perubahan SOC ditambahkan ke nilai awal untuk mendapatkan nilai SOC sel individual.
(3) Perhitungan SOC paket bateraiJika sistem dihidupkan kembali, nilai awal SOC yang dibaca diambil sebagai SOC paket baterai; jika dalam kondisi kosong, SOC paket baterai membaca nilai minimum di antara masing-masing SOC sel; jika dalam kondisi pengisian dan pengisian belum selesai, SOC paket baterai membaca nilai SOC modul maksimum; jika dalam kondisi pengisian daya dan pengisian daya selesai, SOC paket baterai diatur ke 1.
(4)Metode koreksi SOC sel individual pada akhir pengisian/pengosonganJika sistem dalam kondisi pengisian daya dan SOC paket baterai lebih besar dari 0,8, sistem didefinisikan berada di akhir pengisian daya; jika sistem dalam kondisi pengosongan dan SOC paket baterai kurang dari 0,3, sistem didefinisikan berada pada akhir pengosongan. Jika sistem berada di akhir pengisian/pengosongan, SOC perlu diperbaiki. Cara perhitungan SOC pada akhir pengisian/pengosongan adalah dengan memperoleh nilai SOC dengan melihat tabel suhu, arus pengisian/pengosongan, dan tegangan.
