Schätzung des Zustands der Batterie durch das BMS: wichtigste Erkenntnisse zu SOC, SOH und SOP

In der heutigen neuen Energiezeit findet die Anwendung der Batterietechnologie überall statt, von Elektrofahrzeugen über erneuerbare Energiesysteme bis hin zu allen Arten von elektronischen Konsumgütern.Als Kernkomponente des Batteriesystems, ist eine seiner wichtigsten Aufgaben, den Zustand der Batterie, einschließlich Zustand der Ladung (SOC), Zustand der Gesundheit (SOH) und Leistungszustand (SOP), genau abzuschätzen.Eine genaue Schätzung dieser Zustandsparameter ist entscheidend für eine effiziente, sicheren und zuverlässigen Betrieb der Batterie.

SOC: Genaue Steuerung der verbleibenden Batterieleistung

SOC (State of Charge) ist der geladene Zustand der Batterie, der das Verhältnis zwischen der verbleibenden Batterieleistung und der Gesamtkapazität widerspiegelt,und es zeigt intuitiv die Batterie "Kapazitätsmarge" genau wie ein Kraftstoffmessgerät eines AutosHier sind einige übliche SOC-Schätzmethoden und ihre Merkmale:

• Amphibische Integrationsmethode:Berechnen Sie die Ladungs- und Entladungsmenge der Batterie, indem Sie den Strom integrieren, um den SOC-Wert zu erhalten.aufgrund der Ansammlung von Fehlern des Stromsensors und der Selbstentladung der BatterieDer Fehler bei der SOC-Schätzung kann sich erhöhen. Daher ist es oft notwendig, die Batterie regelmäßig vollständig zu laden, um die Schätzungsgenauigkeit zu verbessern.
• Verfahren für die Spannung im offenen Stromkreis:Schätzung auf der Grundlage der Korrespondenz zwischen der offenen Stromspannung der Batterie und der SOC.die Spannung des offenen Stromkreises messen und mit der vorgegebenen Spannung-SOC-Kurve des offenen Stromkreises vergleichen, um den aktuellen SOC-Wert zu erhalten,Der Vorteil dieser Methode besteht darin, dass sie eine hohe Genauigkeit aufweist und nicht von der Selbstentladung der Batterie beeinflusst wird, aber die Batterie in einem statischen Zustand sein muss.und die Spannung-SOC-Kurve des offenen Stromkreises wird sich aufgrund von Faktoren wie Temperatur und Alterung der Batterie ändern, müssen diese Faktoren kompensiert werden.
• Kalman-Filtermethode:Dies ist ein rekursiver Algorithmus, der auf einem Zustandsraummodell basiert, der mehrere Quellinformationen wie Batteriespannung, Strom, Temperatur usw. zusammenführen kann, die SOC-Schätzung in Echtzeit aktualisiert,und Messgeräusche und Modellfehler unterdrückenEs verfügt über eine hohe Schätzgenauigkeit und eine starke Anti-Interferenz-Fähigkeit und ist derzeit eine der fortschrittlichsten SOC-Schätzmethoden.die Berechnungsmenge dieser Methode ist relativ groß und erfordert eine hohe Leistungsfähigkeit des Verarbeiters.

SOH: Einblick in die Gesundheit der Batterie

SOH (State of Health) ist der Gesundheitszustand der Batterie, der den Grad der Leistungsabnahme der Batterie im Vergleich zur neuen Batterie widerspiegelt.und ist ein wichtiger Indikator für die Bewertung der Akkulaufzeit und ZuverlässigkeitHier sind einige häufig verwendete SOH-Schätzmethoden:

• Kapazitätsprüfmethode:Die SOH wird ermittelt, indem ein vollständiger Lade- und Entladezyklus der Batterie durchgeführt und das Verhältnis der tatsächlichen Kapazität zur Nennkapazität gemessen wird.Diese Methode kann die Kapazitätsdämpfung der Batterie direkt widerspiegeln, mit hoher Genauigkeit, erfordert jedoch ein tiefes Laden und Entladen der Batterie, was lange dauert und eine gewisse Alterungseffekt auf die Batterie hat.es wird normalerweise für Offline-Tests und Auswertungen der Batterie verwendet.
• Prüfmethode für den internen Widerstand:Der innere Widerstand einer Batterie steigt mit zunehmendem Alter, so dass SOH durch Messung der Veränderungen des inneren Widerstands der Batterie geschätzt werden kann.Diese Methode ist einfach und leicht umzusetzen und kann den Alterungstrend der Batterie bis zu einem gewissen Grad widerspiegeln.Es besteht jedoch eine gewisse Einschränkung, wenn man sich ausschließlich auf Veränderungen des internen Widerstands zur Bewertung von SOH stützt, da der interne Widerstand auch von Faktoren wie Temperatur und SOC beeinflusst wird.
• Methode zur Erkennung von Datenmustern:Verwendung von Algorithmen für maschinelles Lernen wie künstlichen neuronalen Netzwerken, unterstützenden Vektormaschinen usw., um die historischen Daten der Batterie und die Echtzeitdaten zu erlernen und zu analysieren,Erstellung eines Modells für den Gesundheitszustand einer BatterieDiese Methode kann komplexe nichtlineare Beziehungen in Batteriedaten mit hoher Schätzgenauigkeit und Anpassungsfähigkeit ermitteln.aber erfordert eine große Menge an Schulungsdaten und professionelle Datenverarbeitungs- und Analysefähigkeiten.

SOP: Akkurate Bewertung der Batterieleistung

SOP (State of Power) bezieht sich auf die maximale Leistung, die eine Batterie zu einem bestimmten Zeitpunkt sicher abgeben oder absorbieren kann.Nachstehend sind mehrere SOP-Schätzmethoden und ihre Merkmale aufgeführt::

• Schätzmethode auf Basis des Batteriemodells:Durch die Erstellung eines gleichwertigen Schaltkreismodells oder eines thermodynamischen Modells der Batterie, das die Zustandsinformationen der Batterie, wie SOC, Temperatur, Strom usw., kombiniert,die Parameter wie den inneren Widerstand der Batterie, Polarisationsspannung usw. berechnet und die SOP ermittelt wird.aber die Modellgestaltung und Parameteridentifikation sind relativ komplex, und die Modellgenauigkeit und Rechenfähigkeit der Batterie sind erforderlich.
• Maschinelles Lernen:Verwenden Sie maschinelle Lernalgorithmen, um die historischen Leistungsdaten der Batterie und die damit verbundenen Zustandseigenschaften zu erlernen und zu trainieren, und erstellen Sie SOP-Vorhersagemodelle wie neuronale Netzwerke, Entscheidungsbäume,usw.Diese Methode kann automatisch die Leistungseigenschaften der Batterie basierend auf einer großen Menge historischer Daten erlernen und verfügt über eine starke Anpassungsfähigkeit und Störungshemmnis.aber eine große Menge an genauen Daten ist während des Modell-Training-Prozesses erforderlich, und die Interpretierbarkeit des Modells ist relativ gering.

Anwendungsszenarien für die Schätzung des Zustands der Batterie

• Elektrofahrzeuge:Eine genaue SOC-Schätzung kann Fahrern von Elektrofahrzeugen zuverlässige Reichweiteninformationen liefern, um Fahrunterbrechungen durch unzureichende Leistung zu vermeiden.Die SOH-Bewertung hilft, die Lebensdauer der Batterie vorherzusagen und erinnert die Benutzer umgehend an die Wartung oder den Austausch der BatterieDie SOP-Schätzung kann sicherstellen, dass das Fahrzeug unter hohen Leistungsbedingungen wie Beschleunigung und Aufstieg normal fahren kann und gleichzeitig eine Überlastung und Beschädigung der Batterie vermeidet.Verbesserung der Sicherheit und Zuverlässigkeit des Fahrzeugs.
• System für erneuerbare Energien:In erneuerbaren Energiequellen wie Solar- und WindenergieDie genaue Schätzung des Batteriestatus durch das BMS kann eine effiziente Nutzung und einen stabilen Betrieb des Energiespeichersystems gewährleistenDurch vernünftige Verwaltung des Lade- und Entladeprozesses der Batterie, Optimierung der Energieverteilung und Planung gemäß SOC und SOP,Verbesserung der Auslastungsrate erneuerbarer Energien und der Zuverlässigkeit der Stromversorgung, wodurch die Lebensdauer der Batterie verlängert und die Wartungskosten des Systems gesenkt werden.

Entwicklungstrends

Mit der kontinuierlichen Entwicklung der Batterietechnologie und der steigenden Anwendungsnachfrage wird auch die Batteriestatus-Schätzungstechnologie des BMS ständig erneuert und verbessert.Die Schätzungen des Zustands der Batterie werden sich in folgende Richtungen entwickeln::

• Genauigkeit und Zuverlässigkeit:Durch fortschrittlichere Sensortechnologie, Signalverarbeitungsalgorithmen und Datenfusionsmethoden werden die Genauigkeit und Zuverlässigkeit der SOC-, SOH- und SOP-Schätzung weiter verbessert.Schätzfehler und Unsicherheiten werden reduziert, und eine stärkere Unterstützung für ein verfeinertes Management und einen sicheren Betrieb von Batterien.
• Intelligenter Algorithmen:Künstliche Intelligenztechnologien wie Deep Learning und Reinforcement Learning werden in der Schätzung des Zustands der Batterie weit verbreitet.so dass BMS automatisch die komplexen Eigenschaften der Batterie erlernen kann