환경 오염과 에너지 위기는 사람들이 새로운 에너지를 개발하게합니다. 긴 사이클 수명의 특성, 낮은 자체 전하 속도 및 환경 친화 성이있는 리튬 이온 배터리는 에너지 저장 시스템에 널리 적용됩니다 [1]. 배터리가 고효율로 작동하도록하기 위해 배터리 에너지 상태 (SOE) 및 전력 상태 (SOP)를 정확하게 추정해야합니다.
SOE는 일반적으로 배터리로드 전류 및 단자 전압의 함수 인 잔류 에너지 대 최대 에너지 [2]의 비율로 정의됩니다 [3]. SOP는 배터리 전력 기능을 반영하는 데 사용되는데, 이는 배터리가 안전한 지역에서 작동하도록하는 주요 매개 변수입니다. 장비를 직접 측정하여 측정 할 수 없습니다. 피크 전력 예측의 일반적인 방법은 하이브리드 펄스 전력 특성화 방법 (HPPC)이었습니다.
일반적으로 배터리는 많은 단일 셀로 구성됩니다. 세포의 매개 변수와 작동 온도의 차이는 세포의 불일치로 이어지고 배터리 SO 및 SOP 어려움을 초래합니다. 이러한 문제를 해결하기 위해 동등한 회로 배터리 모델이 먼저 배터리의 동적 동작을 반영하도록 적용됩니다. 그리고 배터리 SOE 및 터미널 전압은 UNSCINED KALMAN 필터 (UKF)에 의해 배터리 모델 매개 변수 식별에 입자 떼 최적화 (PSO)가 적용됩니다. 또한 SOP는 세포의 말단 전압, SOC 및 설계 한계에 의해 결정됩니다. 제안 된 방법은 간단하며 마이크로 컨트롤러에서 구현할 수 있습니다.
PSO-UKF의 방법에서 정확도 기록 데이터는 먼저 PSO에 의한 배터리 모델 파라미터 식별에 사용되는 마이크로 컨트롤러에 저장됩니다. 정확한 배터리 모델 매개 변수를 기반으로 UKF는 각 미시적 시간에 배터리 SOE 및 SOP 추정에 적용됩니다. 게다가, 히스토리 데이터는 UKF 과정에서 업데이트됩니다. 배터리 모델 매개 변수가 천천히 변경되므로 각 매크로 시간에만 업데이트됩니다.
상기 분석에 기초하여, 제안 된 방법은 복잡한 행렬 작동없이 간단한 산술 작동 만 지칭한다. PSO의 방법을 기반으로 한 배터리 모델 매개 변수 식별은 항상 실행되지 않습니다. 따라서, 제안 된 방법은 마이크로 컨트롤러에서 수행 된 실시간 배터리 팩 SOE 및 SOP 추정에 적용될 수 있습니다. 게다가, 배터리 최대 용량과 개방 회로 전압 (OCV)의 특성은 다른 작업 온도에서 분석됩니다 (그림 1 참조)
.
제안 된 방법의 정확성과 견고성을 검증하기 위해, NEDC 프로파일 및 동적 프로파일 하에서 배터리 SOE 및 SOP 추정에서 제안 된 방법과 비교하기 위해 RLS-UKF의 방법을 사용합니다. 실험 결과에 따르면 배터리 피크 배출/충전 전류는 주로 셀 전압 및 배터리 일관성에 의해 결정되며 배터리 작동 온도에 따라 배터리 사용 가능한 에너지가 변경되어 배터리가 이용 가능한 에너지가 셀의 작동 온도 성장으로 증가합니다. 게다가, 셀 작동 온도의 배터리 불일치로 인해 SOC 부동산이 발생하고 배터리 이용 가능한 에너지 계산에서 적분의 상한과 하한을 제한합니다 (그림 2 참조)
.
이 논문은 최근 저널 Applied Energy 에 발표 된 다중 시간 규모의 필터를 기반으로 한 리튬 이온 배터리 에너지 상태 및 전력 추정 상태에 대한 새로운 방법이라는 제목의 기사에 설명되어 있습니다. . 이 작업은 중국 과학 기술 대학의 Xu Zhang, Yujie Wang, Ji Wu 및 Zonghai Chen에 의해 수행되었습니다.
참조 :
- Vikström, Hanna, Simon Davidsson 및 Mikael Höök. "리튬 가용성 및 미래의 생산 전망." 응용 에너지 110 (2013) :252-266.
- Mamadou K, Delaille A, Lemaire-Potteau E 등. 최첨단 에너지 :전기 화학 저장 장치의 에너지 성능 평가를위한 새로운 기준 [J]. ECS 거래, 2010, 25 (35) :105-112.
- Dong G, Zhang X, Zhang C 등 신경망 모델을 기반으로 한 리튬 이온 배터리의 에너지 상태 추정 방법 [J]. 에너지, 2015, 90 :879-888.
- Zhang X, Wang Y, Liu C 등 대규모 형식 리튬 이온 배터리 팩 [J]에 대한 나머지 배출 에너지 예측의 새로운 접근법. 전원 저널, 2017, 343 :216-225.
