İçeriğe atla
Wattality
Tüm yazılarHücre ve batarya

LFP'de şarj durumunu tahmin etmek neden zor, hibrit yöntem nasıl yardımcı olur

LFP'nin gerilim platosu şarj durumu tahminini zorlaştırır. Modeller ve öğrenilmiş düzeltmeler nasıl birlikte çalışır, neler doğrulanmalı?

Yayın
Güncelleme
4 dk okuma
4 dk okuma

Lityum demir fosfat (LFP) hücrelerinin açık devre gerilimi, geniş bir bölgede az değişir. Bu bölgede gerilim tek başına şarj durumu (SOC) tahminine zayıf bir düzeltme sinyali verir. Akım ölçümü, şarj geçmişi ve hücre modeli özellikle önem kazanır.

Hibrit tahmin, model tabanlı bir tahmini öğrenilmiş düzeltmeyle birleştirir. Bu soruna yönelik yaklaşımlardan biridir. Katkısı, sistemde kullanılacak hücreler ve işletme koşulları üzerinde uygun alternatiflerle karşılaştırılarak gösterilmelidir.

Gerilim platosu neden önemlidir

SOC, depolanan yükün tanımlanmış bir kapasiteye oranını ifade eder. Batarya yönetim sistemi (BMS), bu değeri genellikle gerilim, akım ve sıcaklıkla tahmin eder.

Akımın zaman içinde integrali, hücreye giren ve hücreden çıkan yükü izler. Başlangıç SOC hatası kalıcı olabilir; akım sensöründeki ofset ise zamanla biriken hataya yol açar. Model tabanlı bir filtre, tahmini düzeltmek için ölçülen gerilimi kullanır; düzeltme modele ve ölçüm belirsizliğine bağlıdır.

LFP'nin platosu bu düzeltmeyi zorlaştırır. Platonun eğimi ve sınırları hücreye ve ölçüm koşullarına bağlıdır. Histerezis, şarj ve deşarj geçmişinin etkisini ekler. Yük değişiminden sonraki gevşeme de gerilimin nasıl yorumlanacağını etkiler.

Histerezisi hesaba katan özgün bir LFP tahmin çalışması, Kalman filtresi türevlerini ve parçacık filtrelerini model tabanlı bir benzetim ortamında karşılaştırır. Çalışma, histerezis içeren model tabanlı alternatiflerin değerlendirilmesini destekler; sonuçları evrensel bir plato aralığı veya saha doğruluğu belirlemez.

Mühendislik incelemesinde seçilen hücrenin ölçülmüş gerilim eğrisini kullanın. Sıcaklığı, dinlenme koşullarını, şarj yönünü ve yaşlanma durumunu eğriyle birlikte kaydedin.

Belirsizlik işletme kararlarını nasıl etkiler

SOC belirsizliği, yedek güç için ayrılan veya deşarj için taahhüt edilen enerjiyi sınırlayabilir. Uygun pay; göreve, koruma sınırlarına ve hatanın sonuçlarına bağlıdır.

Deşarj sırasında yüksek tahmin, kalan rezervi olduğundan fazla gösterebilir. Şarj sırasında düşük tahmin, hücrenin alabileceği ek elektrik yükünü olduğundan fazla gösterebilir. Hatanın iki yönünü de hedeflenen işletme sırasına göre değerlendirin.

SOC ile teslim edilebilir enerji de farklı büyüklüklerdir. Yük, sıcaklık, gerilim sınırları ve hücre farkları sistemin verebileceği enerjiyi etkiler. SOC'deki bir yüzde puanlık hata, kullanılabilir enerjide kendiliğinden aynı oranda kayıp anlamına gelmez.

Hücre başına tahmin, hangi hücrenin sınıra önce yaklaştığını belirlemeye yardımcı olabilir. Diğer seri hücrelerde kalan enerjiyi kullanabilmek, dengelemeye, bağlantı yapısına ve işletme sınırlarına da bağlıdır.

Artık hata tahmini nasıl kurulur

Artık hata mimarisi, temel tahmine öğrenilmiş bir düzeltme ekler:

SOC_final = SOC_baseline + ε_learned(context)

Temel tahmin; Coulomb sayımını, eşdeğer devre modelini ve genişletilmiş Kalman filtresini birleştirebilir. Öğrenen model, mevcut girdiler ve bu girdilerin geçmişinden kalan hatayı tahmin etmek üzere eğitilir.

Fiziksel mekanizmayla yönlendirilen artık hata öğrenimi araştırması, değerlendirilen batarya veri kümelerinde kazanımlar bildirir. Bu sonuç, yaklaşımın incelenmesini destekler. Belirli bir LFP sistemindeki katkısını göstermek için ayrı değerlendirme gerekir.

Sınırlı düzeltme, öğrenilmiş katmanın katkısını sınırlar. Girdi ve model kontrolleri, temel tahmine dönüşü tetikleyebilir. Bu önlemler temel tahminin hatasını ortadan kaldırmaz: temel tahmin yanlışsa küçük bir düzeltme sonrasında da büyük bir hata kalabilir.

Temel modeli, öğrenilmiş katmanı ve geçiş davranışını birlikte doğrulayın. Gerilim, akım ve sıcaklık korumalarını SOC tahminine duyulan güvenden bağımsız tutun.

Yöntemleri aynı koşullarda karşılaştırın

Model seçiminde doğruluk, kalibrasyon yükü, hesaplama yükü ve arıza davranışı birlikte ele alınmalıdır. Ayrıntılı bir model, öğrenen bir tahminci ve hibrit yöntem ayrı ayrı aday olabilir. Mimari tek başına seçimi belirlemez.

Şu unsurları içeren bir değerlendirme planı öneriyoruz:

  1. Bağımsız test verisi. Eğitim ve değerlendirme hücrelerini ve işletme sıralarını ayırın. Hedeflenen sıcaklık, şarj aralığı ve yaşlanma koşullarında test edin.
  2. Başlangıç ve sensör hataları. Yanlış başlangıç SOC'sini, akım ofsetlerini, ölçüm gürültüsünü ve eksik girdileri kontrol edin. Tahminin nasıl toparlandığını kaydedin.
  3. İşletme bölgesine göre hata. Platoyu, şarj ve deşarj geçişlerini ve işletme sınırlarına yakın koşulları inceleyin. Ortalama hatanın yanında en kötü durumları raporlayın.
  4. Gömülü çalışma. Kontrollerin ve temel tahmine dönüşün maliyeti dahil, hedef denetleyicide gecikmeyi, belleği ve gücü ölçün.
  5. Kontrol sonuçları. Tahmin belirsizliğinin şarj sınırlarını, rezerv kararlarını ve kullanılabilir gücü nasıl değiştirdiğini kontrol edin.

Kompakt bir artık hata modeli, belirli bir model hatasını azaltabilir. Daha az kalibrasyon verisi gerektirip gerektirmediği veya denetleyicinin sınırlarına sığıp sığmadığı, bu değerlendirmede ölçülecek bir sonuçtur.

Hücre seviyesi ölçüm ne ekleyebilir

Elektrokimyasal empedans spektroskopisi (EIS), hücrenin farklı frekanslardaki küçük bir uyarıya yanıtını ölçer. Empedans özellikleri, elektrokimyasal değişimlerle ilişkili ek girdiler sağlayabilir. Bu özelliklerin yorumu hücreye ve ölçüm koşullarına bağlıdır.

Empedansa dayalı özgün bir batarya tanılama deneyi, belirli test koşullarındaki LCO/grafit hücrelerin kapasitesini ve ömrünü eğitilmiş istatistiksel bir modelle tahmin eder. Bu sonuçlar ek doğrulamayı destekler; empedansı tek bir kimyasal durumun doğrudan ölçümüne veya garantili SOC doğruluğuna dönüştürmez.

EIS sayfamız ölçüm yaklaşımını açıklar.

Tasarladığımız yaklaşım

Core için model tabanlı temel tahmini, hücre başına tahmini ve sınırlı öğrenilmiş düzeltmeyi birleştiren bir yapı tasarlıyoruz. Tasarımda sıcaklığı, yaşlanmayı ve gömülü denetleyicinin işlem sınırlarını hesaba katıyoruz.

Sense, hücre seviyesi ölçüm girdileri eklemek üzere geliştiriliyor. Bu ölçümlerin SOC'ye, kullanılabilir güce ve tesis kararlarına bağlanması, hücre karakterizasyonunu ve bütün tahmin zincirinin doğrulanmasını gerektirir. Teknoloji sayfamız bu işlevleri bir araya getirir.

Operatör, kendi çalışma koşullarında SOC tahmininin gerçek şarjdan ne kadar sapabileceğini bilmelidir. Rezerv veya şarj sınırları bu tahmine göre belirlenmeden önce, belirsizlik testlerle ortaya konmalıdır.

  • LFP
  • Şarj durumu
  • Batarya yönetimi
  • Tahmin

Bu konuyu birlikte konuşalım.

Yazılarımızdaki konular ya da teknolojimiz hakkında bize yazın.