تقدير حالة بطارية BMS: معلومات أساسية عن SOC و SOH و SOP

في عصر الطاقة الجديد اليوم، تطبيق تكنولوجيا البطارية في كل مكان، من المركبات الكهربائية إلى أنظمة الطاقة المتجددة، إلى جميع أنواع المنتجات الإلكترونية الاستهلاكية.كمكون أساسي لنظام البطارية، إحدى مسؤولياتها الرئيسية هي تقدير حالة البطارية بدقة ، بما في ذلك حالة الشحن (SOC) ، حالة الصحة (SOH) وحالة الطاقة (SOP).التقدير الدقيق لهذه المعلمات الحالة أمر حاسم ل، عمل آمن وموثوق به للبطارية.

SOC: تحكم بدقة في طاقة البطارية المتبقية

SOC (حالة الشحن) هي حالة شحن البطارية. إنها تعكس العلاقة النسبية بين قوة البطارية المتبقية والقدرة الإجمالية،و يعرض بشكل بديهي " هامش السعة " للبطارية تماما مثل مقياس الوقود للسيارةفيما يلي العديد من طرق تقدير SOC الشائعة وخصائصها:

• طريقة الاندماج البرمائي:حساب كمية الشحن والفراغ من البطارية عن طريق دمج التيار للحصول على قيمة SOC. هذه الطريقة بسيطة وسهلة الاستخدام، ولكن أثناء الاستخدام لفترة طويلة،بسبب تراكم أخطاء جهاز الاستشعار الحالي وتفريغ البطارية الذاتي، قد يزداد خطأ تقدير SOC. لذلك ، غالبًا ما يكون من الضروري شحن البطارية بشكل منتظم لتحسين دقة التقدير.
• طريقة الجهد في الدائرة المفتوحة:تقدير بناء على التوافق بين الجهد الدائرة المفتوحة للبطارية و SOC. بعد ترك البطارية واقفة لفترة من الزمن،قياس الجهد الدائرة المفتوحة وقارنتها مع منحنى الجهد الدائرة المفتوحة-SOC المحددة مسبقا للحصول على قيمة SOC الحاليةميزة هذه الطريقة هي أن لديها دقة عالية ولا تتأثر بطاقة التفريغ الذاتي للبطارية، ولكنها تتطلب البطارية أن تكون في حالة ثابتة،وسوف يتغير منحنى الجهد-SOC الدائرة المفتوحة بسبب عوامل مثل درجة الحرارة وتقدم السن من البطارية، لذا يجب تعويض هذه العوامل.
• طريقة تصفية كالمان:هذه خوارزمية تكرارية تستند إلى نموذج الفضاء الحالي، والذي يمكن أن يدمج معلومات مصدر متعددة مثل فولتاج البطارية، التيار، درجة الحرارة، الخ، تحديث تقدير SOC في الوقت الحقيقي،وتقمع ضوضاء القياس وخطأ النموذجلديها دقة تقدير عالية وقدرة قوية على مكافحة التدخل ، وهي واحدة من أكثر طرق تقدير SOC تقدما في الوقت الحاضر.كمية الحساب لهذه الطريقة كبيرة نسبيا وتتطلب أداء عال من المعالج.

SOH: نظرة ثاقبة على صحة البطارية

SOH (حالة الصحة) تمثل حالة الصحة للبطارية، والتي تعكس درجة تدهور أداء البطارية بالنسبة للبطارية الجديدة.وهو مؤشر مهم لتقييم عمر البطارية وموثوقيتهاوهنا العديد من الطرق المستخدمة عادة لتقدير SOH:

• طريقة اختبار القدرة:يتم تحديد SOH عن طريق إجراء دورة شحن وتفريغ كاملة للبطارية وقياس نسبة قدرتها الفعلية إلى السعة الاسمية.يمكن لهذه الطريقة أن تعكس مباشرة ضعف سعة البطارية، مع دقة عالية، ولكن يتطلب شحن عميق وتفريغ البطارية، والتي تستغرق وقتا طويلا وسيكون لها تأثير معين على الشيخوخة البطارية.عادة ما يستخدم لاختبار خارج الاتصال وتقييم البطارية.
• طريقة اختبار المقاومة الداخلية:تتزايد المقاومة الداخلية للبطارية مع زيادة الشيخوخة ، لذلك يمكن تقدير SOH عن طريق قياس التغيرات في المقاومة الداخلية للبطارية.هذه الطريقة بسيطة وسهلة التنفيذ ويمكن أن تعكس اتجاه شيخوخة البطارية إلى حد ماومع ذلك ، فإن الاعتماد فقط على تغيرات المقاومة الداخلية لتقييم SOH له قيود معينة ، لأن المقاومة الداخلية ستتأثر أيضًا بعوامل مثل درجة الحرارة و SOC.
• طريقة التعرف على أنماط البيانات:استخدام خوارزميات التعلم الآلي، مثل الشبكات العصبية الاصطناعية، ودعم آلات المتجهات، وما إلى ذلك لتعلم وتحليل البيانات التاريخية للبطارية وبيانات التشغيل في الوقت الحقيقي،إنشاء نموذج حالة صحة البطارية، وتوقع SOH بناءً على بيانات الخصائص المدخلة. يمكن لهذه الطريقة استخراج علاقات غير خطية معقدة في بيانات البطارية ، مع دقة تقدير عالية وقدرة على التكيف ،ولكن يتطلب كمية كبيرة من بيانات التدريب والقدرات المهنية لمعالجة البيانات وتحليلها.

SOP: تقييم قدرات طاقة البطارية بدقة

يشير SOP (حالة الطاقة) إلى أقصى طاقة يمكن للبطارية أن تنتجها أو تمتصها بأمان في لحظة معينة. وهو مهم بشكل خاص لتطبيقات عالية الطاقة مثل المركبات الكهربائية.فيما يلي العديد من طرق تقدير SOP وخصائصها:

• طريقة التقدير القائمة على نموذج البطارية:من خلال إنشاء نموذج دائرة معادلة أو نموذج ديناميكي حرارة للبطارية، والجمع بين معلومات حالة البطارية، مثل SOC، درجة الحرارة، التيار، الخ.المعايير مثل المقاومة الداخلية للبطارية، وجهد الاستقطاب، الخ يتم حسابها، وتحصل على SOP. يمكن أن تعكس هذه الطريقة بدقة خصائص الطاقة من البطارية،ولكن إنشاء النموذج وتحديد المعلمات معقدة نسبيا، وتتطلب دقة النموذج وقدرات الحوسبة للبطارية.
• طريقة التعلم الآلي:استخدام خوارزميات التعلم الآلي لتعلم وتدريب بيانات الطاقة التاريخية للبطارية وخصائص الحالة ذات الصلة، وإنشاء نماذج التنبؤ SOP، مثل الشبكات العصبية، أشجار القرار،الخيمكن لهذه الطريقة أن تتعلم تلقائيًا خصائص طاقة البطارية بناءً على كمية كبيرة من البيانات التاريخية ، ولها قدرة قوية على التكيف والقدرة على مكافحة التداخل ،ولكن كمية كبيرة من البيانات الدقيقة مطلوبة خلال عملية تدريب النموذج، وتفسير النموذج ضعيف نسبيا.

سيناريوهات التطبيق لتقدير حالة البطارية

• السيارات الكهربائية:يمكن أن يوفر تقدير SOC الدقيق معلومات موثوقة عن النطاق للسائقين للسيارات الكهربائية لتجنب انقطاع القيادة بسبب القوة غير الكافية.يساعد تقييم SOH في التنبؤ بعمر الخدمة للبطارية ويذكر المستخدمين على الفور بالصيانة أو استبدال البطارية؛ تقدير SOP يمكن أن يضمن أن السيارة يمكن أن تعمل بشكل طبيعي في ظل ظروف قوة عالية مثل التسارع والتسلق، مع تجنب زيادة في شحن البطارية وتلفها،تحسين سلامة وموثوقية المركبة.
• نظام الطاقة المتجددة:في أنظمة توليد الطاقة من الطاقة المتجددة مثل الطاقة الشمسية وطاقة الرياحتقدير BMS الدقيق لحالة البطارية يمكن أن يضمن الاستخدام الفعال والعمل المستقر لنظام تخزين الطاقةمن خلال إدارة عملية شحن وتفريغ البطارية بشكل معقول ، وتحسين توزيع وتخطيط الطاقة وفقًا لـ SOC و SOP ،تحسين معدل استخدام الطاقة المتجددة وموثوقية إمدادات الطاقةمما يطيل عمر البطارية، ويقلل من تكلفة صيانة النظام.

اتجاهات التنمية

مع التطور المستمر لتكنولوجيا البطارية وزيادة الطلب على التطبيقات، تقنية تقدير حالة البطارية BMS هي أيضا باستمرار الابتكار والتحسين.تقديرات حالة البطارية سوف تتطور في الاتجاهات التالية:

• دقة وموثوقية أعلى:مع تكنولوجيا أجهزة الاستشعار الأكثر تقدمًا، خوارزميات معالجة الإشارات وأساليب اندماج البيانات، يتم تحسين دقة وموثوقية تقديرات SOC وSOH وSOP بشكل أكبر،يتم تقليل أخطاء التقديرات وعدم اليقين، ودعم أكثر قوة لإدارة مُحَلَّلة وتشغيل آمن للبطاريات.
• خوارزميات أكثر ذكاءً:سيتم استخدام تقنيات الذكاء الاصطناعي مثل التعلم العميق والتعلم بالتعزيز على نطاق واسع في تقدير حالة البطارية ،يسمح لـ BMS بالتعلم تلقائيًا للخصائص المعقدة للبطارية