Kas yra energijos kaupimo baterijų valdymo sistema
Energijos kaupimo BMS baterijų valdymo sistema yra sistema, naudojama atskiroms baterijų pakuotėje valdyti, siekiant užtikrinti jų saugumą, tarnavimo laiką ir veikimą. BMS sistema renka informaciją apie akumuliatorių ir ją analizuoja, kad užtikrintų normalų akumuliatoriaus bloko veikimą. BMS baterijų valdymo sistemoje yra daug algoritmų, įskaitant didžiausios galios taško sekimo algoritmą, SOC skaičiavimo algoritmą, SOH vertinimo algoritmą ir kt. Šiame straipsnyje mes išsamiai išnagrinėsime BMS baterijų valdymo sistemose naudojamus algoritmus.
1 Maksimalios galios taško sekimo algoritmas
Energijos kaupimo sistemose, ypač kai jos derinamos su atsinaujinančios energijos sistemomis, tokiomis kaip saulės baterijos, MPPT algoritmai yra labai svarbūs siekiant pagerinti bendrą sistemos efektyvumą.
a. Perturb and Observe (P&O) algoritmas:
Veikimo principas:P&O algoritmas periodiškai trikdo (didina arba sumažina) akumuliatoriaus ar saulės baterijos darbinę įtampą ir stebi išėjimo galios pokyčius. Jei dėl trikdymo padidėja išėjimo galia, toliau trikdykite ta kryptimi; Jei išėjimo galia sumažėja, atsiranda atvirkštinis trikdymas.
Privalumai:Paprastas diegimas, lengva įdiegti aparatinėje įrangoje.
Trūkumas:Jis gali būti neoptimalus, nes jis gali svyruoti šalia didžiausios galios taško, užuot stabilizavęsis didžiausioje galios taške.
b. Prieauginio laidumo (IC) algoritmas:
Veikimo principas:IC algoritmas nustato didžiausią galios tašką pagal išvestinį ryšį tarp akumuliatoriaus įtampos ir srovės. Jis apskaičiuoja įtampos pokyčių poveikį srovės pokyčiams (ty išvestinėms) ir pagal šią išvestinę koreguoja veikimo tašką.
Privalumai:Jis yra arčiau didžiausio galios taško nei P&O algoritmas ir paprastai gali greičiau rasti ir stabilizuoti didžiausią galios tašką.
Trūkumai:Reikia atlikti sudėtingesnius skaičiavimus ir gali prireikti sudėtingesnio techninės įrangos palaikymo.
Abu algoritmai yra pasikartojantys, tai reiškia, kad jie optimizuoja išėjimo galią nuolat matuodami ir reguliuodami. Praktikoje algoritmo pasirinkimas priklauso nuo konkrečių sistemos reikalavimų, sąnaudų ir turimų aparatinės įrangos išteklių.
BMS sistemose MPPT algoritmo taikymas gali užtikrinti, kad akumuliatorius veiktų optimalioje būsenoje, taip pagerinant akumuliatoriaus įkrovimo ir iškrovimo efektyvumą bei pailginant jo tarnavimo laiką. Tai ypač svarbu energijos kaupimo sistemoms, nes joms paprastai reikalingas stabilus veikimas skirtingomis aplinkos ir apkrovos sąlygomis. Optimizuodamas akumuliatoriaus įkrovimo ir iškrovimo procesą, MPPT algoritmas padeda pagerinti visos energijos kaupimo sistemos veikimą ir patikimumą.
2 SOC skaičiavimo algoritmas
SOC (State of Charge) skaičiavimas yra esminė BMS funkcija, nes ji tiesiogiai susijusi su akumuliatoriaus sauga ir eksploatavimo trukme.
a. Atviros grandinės įtampos metodas (OCV):
Principas:Atviros grandinės įtampos metodas yra pagrįstas ryšiu tarp akumuliatoriaus atviros grandinės įtampos (ty akumuliatoriaus įtampos, kai nėra apkrovos) ir jo SOC. Kiekvienas akumuliatoriaus cheminės medžiagos tipas turi savo specifinę OCV-SOC kreivę, kurią galima naudoti norint įvertinti akumuliatoriaus SOC.
Privalumai:Principas yra paprastas ir tiesiogiai atspindi akumuliatoriaus cheminę būseną.
Trūkumas:Akumuliatorius turi būti visiškai nejudantis, kad būtų galima tiksliai išmatuoti atviros grandinės įtampą, o tai praktiškai sunku pasiekti. Be to, akumuliatoriaus senėjimas gali paveikti OCV-SOC kreivę, todėl gali atsirasti matavimo klaidų.
b. Kalmano filtro metodas:
Principas:Kalmano filtras yra rekursinis filtras, kuris naudoja daugybę stebėjimų (dažniausiai įtampos, srovės, temperatūros ir kt.) ir akumuliatoriaus modelius, kad įvertintų akumuliatoriaus SOC. Ji nuolat optimizuoja apskaičiuotą SOC vertę dviem etapais: numatymu ir atnaujinimu.
Privalumai:Gali tvarkyti triukšmingus duomenis ir pateikti tikslų SOC įvertinimą realiuoju laiku. Jis taip pat gali pagerinti įvertinimo tikslumą, sujungdamas kelių jutiklių duomenis.
Trūkumai:Algoritmas yra gana sudėtingas ir reikalauja pakankamai skaičiavimo išteklių. Be to, Kalmano filtro veikimas priklauso nuo akumuliatoriaus modelio tikslumo.
c. Be šių dviejų metodų, yra ir kitų SOC įvertinimo metodų, tokių kaip:
Ampervalandžių integravimo metodas:Matuojant akumuliatoriaus srovę ir laiką, apskaičiuojamas sukauptas akumuliatoriaus įkrovimas, siekiant įvertinti SOC. Šis metodas yra paprastas ir lengvai įgyvendinamas, tačiau susikaupusios klaidos gali turėti įtakos ilgalaikiam tikslumui.
Neuroninio tinklo metodas:Neuroninių tinklų naudojimas norint sužinoti OCV-SOC ryšį arba kitas baterijų savybes, kad būtų galima įvertinti SOC. Šis metodas gali tvarkyti sudėtingus netiesinius ryšius, tačiau reikalauja daug mokymo duomenų.
Modeliu pagrįstas įvertinimo metodas:SOC įvertinimas remiantis elektrocheminiu akumuliatoriaus modeliu, kuris gali padėti geriau suprasti akumuliatoriaus būseną, bet taip pat reikalauja tikslių modelių ir skaičiavimo išteklių.
Praktikoje gali būti derinami keli metodai, siekiant pagerinti SOC įvertinimo tikslumą ir patikimumą. Pavyzdžiui, Kalmano filtrą galima derinti su ampervalandžių integravimo metodu, kad būtų galima pasinaudoti abiejų privalumais. Norint pasirinkti tinkamą SOC skaičiavimo metodą, reikia atsižvelgti į akumuliatoriaus tipą, sistemos reikalavimus, kainą ir turimus aparatinės įrangos išteklius.
3 SOH vertinimo algoritmas
Sveikatos būklės (SOH) įvertinimas yra esminis akumuliatoriaus valdymo sistemų (BMS) komponentas, būtinas siekiant užtikrinti akumuliatorių sistemų patikimumą ir saugą.
a. Elektrocheminės varžos spektroskopija (EIS):
Veikimo principas:EIS įvertina vidinę akumuliatoriaus būseną, pritaikydama akumuliatoriui nedidelį kintamosios srovės signalą ir išmatuodamas jo varžos atsaką. Šis metodas gali atskleisti akumuliatoriaus viduje vykstančius elektrocheminius procesus, tokius kaip įkrovos perkėlimas, difuzija ir elektrolitų atsparumas.
Privalumai:Jis gali suteikti išsamios informacijos apie akumuliatoriaus vidinės varžos pokyčius, o tai labai naudinga norint suprasti akumuliatoriaus senėjimo mechanizmą ir sveikatos būklę.
Trūkumai:EIS testavimas gali užtrukti ilgai ir yra jautrus bandymo sąlygų, pvz., dažnių diapazono ir signalo amplitudės, pasirinkimui.
b. Matematinio modeliavimo metodas:
Veikimo principas:Šis metodas apima matematinį modelį, apibūdinantį akumuliatoriaus elgseną, įskaitant jo įkrovimo ir iškrovimo procesą, temperatūros poveikį, senėjimo mechanizmą ir kt. Modeliai gali būti pagrįsti patirtimi arba fizika, pavyzdžiui, lygiaverčių grandinių modeliais (ECM).
Privalumai:Jis gali imituoti baterijų elgesį skirtingomis sąlygomis ir yra tinkamas nuspėti baterijų veikimą ir tarnavimo laiką.
Trūkumai:Modelio tikslumas priklauso nuo parametrų tikslumo, o modelio sudėtingumas gali lemti dideles skaičiavimo išlaidas.
4 Įkrovimo ir iškrovimo valdymo algoritmas
Kaip vienas iš pagrindinių BMS (Battery Management System) algoritmų, įkrovimo ir iškrovimo valdymo algoritmas daugiausia naudojamas akumuliatoriaus įkrovimo ir iškrovimo procesui valdyti, užtikrinti jo saugumą ir pratęsti tarnavimo laiką. Praktinio taikymo scenarijuose įkrovimo ir iškrovimo valdymo algoritmai valdymui įgyvendinti paprastai naudoja PID valdiklius arba neaiškius valdiklius.
Tarp jų PID valdiklis priklauso valdiklio tipui, pagrįstam klaida, integracija ir diferenciacija. Jis sureguliuoja valdiklio parametrus, kad stabilizuotų akumuliatoriaus įkrovimo ir iškrovimo srovę bei įtampą šalia nustatytų verčių. Apytikslis valdiklis yra neaiškia logika pagrįstas valdiklis, kuris konstruoja neaiškias taisykles ir atlieka neaiškias išvadas, kad valdytų baterijų blokų įkrovimą ir iškrovimą.
5 Įspėjimo apie sveikatą algoritmas
Įspėjimo apie sveikatą algoritmas yra dar vienas svarbus BMS (baterijos valdymo sistemos) algoritmas. Šis algoritmas daugiausia naudojamas nuspėti galimus akumuliatorių blokų gedimus ir įvertinti jų naudojimo trukmę, kad būtų galima iš anksto imtis atitinkamų priežiūros priemonių. Praktikoje įspėjimo apie sveikatą algoritmai dažniausiai naudoja neuroninius tinklus, genetinius algoritmus arba palaiko vektorines mašinas numatymui.
Tarp jų neuronų tinklas yra modelis, pagrįstas dirbtiniais neuronais. Jis leidžia tiksliai nuspėti akumuliatoriaus gedimus ir eksploatavimo trukmę, mokydamas neuroninių tinklų svorį ir paklaidas. Genetinis algoritmas – tai natūralios atrankos principu pagrįstas algoritmas, kuris atrenka aukšto fizinio pasirengimo individus ir iteratyviai ieško optimalaus sprendimo. Paramos vektoriaus mašina yra modelis, pagrįstas statistinio mokymosi teorija, kuris leidžia efektyviai nuspėti akumuliatoriaus bloko gedimus ir eksploatavimo trukmę sukonstruojant optimalią klasifikavimo hiperplokštumą.
6 Optimizavimo algoritmas
Optimizavimo algoritmai atlieka svarbų vaidmenį BMS baterijų valdymo sistemose. Šiuo algoritmu siekiama optimizuoti baterijų blokų veikimą ir eksploatavimo trukmę, kad atitiktų tikruosius vartotojų poreikius. Praktinio taikymo scenarijuose optimizavimo algoritmai paprastai naudoja genetinius algoritmus, dalelių spiečių optimizavimo algoritmus arba imituojamus atkaitinimo algoritmus optimizavimo operacijoms atlikti.
Tarp jų genetinis algoritmas yra optimizavimo algoritmas, pagrįstas natūralia atranka ir genetiniais mechanizmais. Jis tiria optimalų sprendimą per nuolatinę iteraciją, imituodamas natūralų evoliucijos procesą. Dalelių spiečiaus optimizavimo algoritmas – tai spiečiaus intelektu pagrįstas optimizavimo algoritmas, kuris nuolat kartojasi, kad rastų optimalų sprendimą, imituodamas paukščių pulkų skrydžio procesą. Modeliuojamas atkaitinimo algoritmas yra optimizavimo algoritmas, pagrįstas imituojamu atkaitinimo procesu, kuris imituoja metalo atkaitinimo procesą ir nuolatos iteracijos būdu stengiasi rasti optimalų sprendimą.
7 Duomenų apdorojimo algoritmas
Duomenų apdorojimo algoritmai taip pat yra itin svarbus algoritmas BMS baterijų valdymo sistemose. Šis algoritmas daugiausia naudojamas duomenims iš baterijų paketų apdoroti, siekiant gauti naudingos informacijos ir funkcijų. Praktikoje duomenų apdorojimo algoritmai apdorojimui dažniausiai naudoja filtravimo algoritmus, matmenų mažinimo algoritmus arba funkcijų ištraukimo algoritmus.
Tarp jų filtravimo algoritmas yra algoritmas, pagrįstas skaitmeniniu signalo apdorojimu. Jis filtruoja akumuliatoriaus bloko signalą, kad pašalintų triukšmą ir trukdžius, taip išgaudama naudingos informacijos. Matmenų mažinimo algoritmas yra duomenų gavyba pagrįstas algoritmas. Tai pagerina duomenų apdorojimą ir efektyvumą, nes sumažina duomenų matmenis, apimtį ir sudėtingumą. Funkcijų ištraukimo algoritmas yra modelio atpažinimo algoritmas. Jis gali nustatyti duomenų šablonus ir modelius, išskirdamas jų ypatybes ir galiausiai pasiekti duomenų klasifikavimą ir atpažinimą.
8 Išvada
BMS baterijų valdymo sistema yra svarbi akumuliatoriaus valdymo technologija, kuri pagerina akumuliatorių blokų saugumą, patikimumą ir eksploatavimo trukmę juos stebint, valdant ir valdant. Tarp jų įvairūs BMS baterijų valdymo sistemoje naudojami algoritmai, įskaitant būsenos įvertinimo algoritmą, SOC įvertinimo algoritmą, SOH vertinimo algoritmą, įkrovimo ir iškrovimo valdymo algoritmą, įspėjimo apie sveikatą algoritmą, optimizavimo algoritmą ir duomenų apdorojimo algoritmą, atlieka svarbų vaidmenį.
