主页 > 新闻中心 > 技术中心 >

估算充电器蓄电池的可充电电池剩余电量的方法有哪些?

来源:安德普电源科技有限公司作者:高频智能充电机发布时间:2019-11-04 08:48

 

为了提高充电器蓄电池蓄电池的二次电池的利用率,将已充电的可充电电池用于梯子,使得对退役充电器蓄电池的可充电电池的性能评估变得越来越重要。
估算充电器蓄电池可充电电池剩余电量的方法有哪些?
在退役充电器蓄电池的可充电电池的性能评估和充电器蓄电池的可充电电池的剩余容量的估计中,可以获得充电器蓄电池的可充电电池的当前容量,并作为筛选和判断的判断依据。可以提供退役充电器蓄电池的充电电池的利用率。本文总结了现有的估计充电器蓄电池可充电电池剩余容量的方法,以及与之相关的估计充电器蓄电池可充电电池的健康状况和剩余使用寿命的方法,以及对可充电电池剩余容量进行估计的前景充电器蓄电池的电池。
 
在现代社会中,充电器蓄电池可再充电电池越来越多地用于各种设备中。在重复充电和放电期间,充电器蓄电池的可再充电电池的容量会持续衰减,并且必须在一定程度上退役。为了最大程度地利用充电器蓄电池的充电电池,有必要使用充电器蓄电池的充电电池中的电池,例如对停用的电动汽车车载充电器蓄电池的电池组进行充电(容量衰减至80%)注入通信基站的备用电源和发电系统。切割峰谷等应用。
 
无论是测量充电器蓄电池的可充电电池是否已退役,还是评估退役充电器蓄电池的电池步骤的利用率,估计充电器蓄电池可充电电池的剩余容量都是一个重要的环节。准确有效地估计充电器蓄电池可充电电池的剩余容量是当前研究的热点。
 
1充电器蓄电池蓄电池充电电池的剩余容量及其健康状态
 
1.1充电器蓄电池蓄电池可充电电池的剩余容量及其健康状态的定义
 
充电器蓄电池蓄电池可再充电电池的剩余容量是用于评估长时间使用后充电器蓄电池可再充电电池性能的重要指标。充电器蓄电池充电电池容量是指在给定条件和时间下,充电器蓄电池可充电电池完全放电期间产生的总电量。充电器蓄电池可充电电池的剩余容量是指充电器蓄电池使用一段时间后测得的充电器蓄电池。充电电池容量。在测量过程中,充电器蓄电池的充电电池容量通过安培小时积分法获得,单位为安培小时(A•h)。
 
充电器蓄电池蓄电池的健康状态(SOH)是用于测量充电器蓄电池可充电电池老化程度的参数。充电器蓄电池的充电电池由于整个充电和放电过程的不完全可逆性而老化,并且充电装置的充电电池的内部参数也改变。 SOH是出厂时充电器蓄电池充电电池的电流参数与额定参数之间的比率,是量化充电器蓄电池充电电池的老化程度的一种手段。
 
1.2充电器蓄电池充电电池剩余容量和SOH计算公式
 
通过放电实验求出充电器蓄电池可充电电池剩余容量的测量方法,计算公式为
 
(1)
 
其中:C是充电器蓄电池充电电池的当前容量; i(t)是充电器蓄电池随时充电的电池所释放的电流; t0是放电开始时间; t1是放电终止时间。设充电器蓄电池的充电电池的上限电压为U1,下限电压为U2,则充电器蓄电池的充电电池电压u(t)应满足u(t0)= U1,而i(t0)为同时为0; (t1)= U2。因此,用于测量充电器蓄电池的可再充电电池的剩余容量的方法在原理上与用于测量充电器蓄电池的可再充电电池的额定容量的方法相同。根据测试条件,测试单个或单个组可充电电池可能需要几个小时。需要很长时间。
 
可以通过利用充电电池的充电容量和内部电阻的增加来计算两个可充电充电电池的老化来获得充电器蓄电池的可充电电池的SOH。
 
通过对电池的内部电阻充电来计算SOH的公式为
 
(2)
其中:Rnew是充电器蓄电池充电电池的额定内部电阻;老化的是与充电机的充电电池的退役状态相对应的内阻; Rselected是充电机的充电电池的当前内部电阻。对充电器蓄电池电池的内阻进行充电的测试应在相同条件下进行。充电器蓄电池可充电电池的内部反应的温度和严重性会影响充电器蓄电池可充电电池的内部电阻的测量结果。通过对电池容量衰减充电来计算SOH的公式为
 
(3)
 
中:Qrated是充电器蓄电池可充电电池的额定容量; Qdischarge是在与可充电电池的额定容量相同的测试条件下执行放电测试后,在电池使用一段时间后获得的充电器蓄电池可充电电池的剩余容量。
 
总之,它是一种计算充电器蓄电池和SOH的可再充电电池的剩余容量的方法。但是,上述方法都不有效。在当今社会和大量的电动汽车充电器蓄电池可再充电电池组退役的情况下,这种用于测量充电器蓄电池可再充电电池剩余容量的独立测试和长期方法难以满足市场需求。
 
1.3充电器蓄电池充电电池剩余容量估算的研究意义
 
充电器蓄电池可充电电池容量描述可充电电池的电池寿命。当已知充电器蓄电池为电池容量充电时,可以使用该除法来确定可充电电池可以在指定负载电流下维持正常电源的大致时间。因此,在测量可再充电电池的性能时,可以判断其他应用中的剩余容量(例如负载电流为20A的通信基站),并且可充电电池可以满足其负载电流需求的工作时间。
 
尽管可以通过充电器蓄电池描述电池的剩余容量和SOH,但是可以描述充电电池的老化程度。然而,与预老化比SOH相比,充电器蓄电池的充电电池的剩余容量可以清楚地表明充电电池老化后仍然可以进行的工作。在充电电池的充电中,容易接受退役充电器蓄电池的充电电池以过滤满足其工作要求的退役充电器蓄电池的可充电电池的能力比SOH更实用。因此,研究充电器蓄电池的可再充电电池的剩余容量的估计具有重要意义。
 
2估算充电器蓄电池可充电电池剩余容量的方法
 
2.1直接估算充电器蓄电池可充电电池剩余电量的方法
 
直接估计充电器蓄电池的可再充电电池的剩余容量的方法主要包括开路电压法,模型法,DV曲线和由充电状态(SOC)定义的IC曲线法。
 
1)基于SOC定义的开路电压法
 
SOC是充电器蓄电池可充电电池的当前内部容量与充电器蓄电池可充电电池的额定容量之比(对于严重老化的充电电池,请使用可充电电池的剩余容量代替额定容量容量),表示充电器蓄电池的充电电池已充满电。放电过程中电荷存储的状态。与SOH的剩余容量和充电器蓄电池的充电电池不同,SOC并不表示充电器蓄电池的可充电电池的老化状态。充电器蓄电池的可充电电池的开路电压(OCV)与SOC之间存在一一对应的关系。
 
在相关学者的研究中,通过确定任意两时刻的开路电压及其SOC,根据时间的积分方法和充电电池的当前状态,计算出充电器蓄电池充电电池的充电容量。充电器蓄电池的容量可以从SOC的定义中获得。剩余容量,其计算方法可写为公式
 
学者研究揭示了这种方法的缺点,即同一充电器蓄电池充电电池的两个开路电压值Ea和Eb,并且对应的SOC的差异随充电器蓄电池充电电池的老化而变化。 ,使等式(4)在充电电池中,从早期的SOC-OCV测量结果获得的分母在实际使用一段时间后与分母的实际值存在误差,因此式(4)的计算结果的精度降低。
 
2)建模方法
 
该模型方法利用充电器蓄电池对电池等效电路模型进行充电,建立动态方程,将充电器蓄电池的电池容量视为未知量,可以将其细化为卡尔曼滤波法和人工神经网络法等各种类别。根据Ala Hussein在文献[9]中的研究结果,自适应人工神经网络可以准确估计充电器蓄电池可充电电池的容量衰减,误差小于0.6%。这种方法的缺点是算法复杂,所建立的估计模型仅对建立模型所用的相同类型的充电器蓄电池充电电池有效,即,该充电电池的模型高度依赖,还具有以下优点:高精准度。
 
3)DV曲线法和IC曲线法
 
DV曲线和IC曲线均基于充电器蓄电池充电电池测量期间的电量Q和电压V以及DV曲线(dV / dQ和SOC曲线)和IC曲线(dQ / dV)和SOC)。曲线),找到曲线的三个特征点,并要求充电器蓄电池通过第一和第三特征点对电池容量充电。其计算公式为公式(5)
 
DV曲线及其三个特征点位置如图1所示。
 
图1 DV曲线及其三个特征点
 
如果引入第二特征点以校正仅由第一特征点和第三特征点获得的结果误差,则可以提高剩余容量估计的精度,并且估计结果误差在±2%以内。该方法类似于基于SOC定义的开路电压方法,但是它具有较高的精度,因为它找到了三个特征点,这些特征点在老化过程中SOC和OCV基本不变。与模型方法相比,该方法具有精度高,对充电器蓄电池二次电池模型依赖性高的优点,但算法较为简单。尽管目前研究较少,但该方法也具有一定的应用前景。
 
2.2用SOH解决剩余容量的方法
 
与充电器蓄电池可充电电池的剩余容量相比,SOH的研究更为普及。可以通过将SOH的结果取入公式(3)来获得充电器蓄电池可充电电池的剩余容量。
 
许多文献对SOH估计方法进行了分类。 SOH的估计可分为三类:1直接获取方法; 2 2自适应方法; 3数据驱动方法。
 
1)直接访问方法
 
直接获取方法是指不依赖于模型或算法(例如人工神经网络)来获得SOH结果而处理充电器蓄电池的可直接充电的充电电池的参数的方法。它可以细化为安培小时积分法,开路电压法和阻抗法。 Anshi积分方法是先找到剩余容量,然后找到SOH,但不具有通过SOH推导剩余容量的功能。因此,下面直接讨论后两种方法。
 
(1)开路电压法。
 
此方法需要大量实验来补充。数值分析方法被用来构造充电器蓄电池的充电电池的指定SOC中的OCV值UOC(SOC)和SOH的函数,从而实现与充电器蓄电池的充电电池相同的规格。 OCV可以估算SOH。估计的误差低于2%。该方法具有成本高和对充电器蓄电池的可再充电电池的型号依赖性高的缺点。
 
(2)阻抗法。
 
该方法可分为阻抗谱分析和欧姆内阻。前者通过向充电器蓄电池的充电电池施加不同频率的交流信号来分析充电器蓄电池的充电电池的动态阻抗模型,可获得误差约为2.1%的SOH。后者由于欧姆内阻而在充电器蓄电池中充电。整体内部电阻占主导地位,因此可以将欧姆内部电阻纳入公式(2)来求解SOH。
 
解决充电器蓄电池的充电电池的欧姆内阻Rohmic的方法也很多。在充电和放电过程中,获得了电流与电压的比率以及电流的突然变化,但是精度不高。因此,推导了扩展卡尔曼滤波器,无损卡尔曼滤波器,递推最小二乘法等。罗姆在欧姆内阻预测SOH的模型构造中,还存在包括平均内阻和最小内阻等多个参数的多模型数据融合技术,具有良好的SOH预测效果。
 
阻抗方法可以根据所采用算法的复杂性来平衡算法的复杂性和结果的准确性。然而,由于充电器蓄电池的可充电电池的型号,充电器蓄电池的可充电电池的阻抗具有许多差异,因此阻抗方法也对充电器蓄电池的可充电电池的型号具有高度依赖性。缺点。
 
2)自适应方法
 
自适应方法类似于上面第2.1节中的模型方法。基于模型算法并基于系统方程和已知数量输入,将模型适应输入数量以求解未知参数。具体地,它包括卡尔曼滤波方法,粒子滤波方法,最小二乘法等。这样的算法是复杂的并且高度依赖于充电器蓄电池的充电电池的型号,但是具有高输出精度的优点。
 
Kalman滤波和扩展Kalman滤波,双重扩展Kalman滤波,无损Kalman滤波等都在SOH估计领域中应用,使用充电设备对电池容量进行充电并计算充放电电压,结果具有较高的精度。这些方法也可以与安培时间积分方法结合使用,以解决安培时间积分方法的误差累积问题,从而提高精度。将无损卡尔曼滤波器与安培时间积分方法结合后,SOH的估计误差可以低于3%。
 
 
粒子滤波方法使用重要性采样算法,通过为采样的粒子分配不同的权重来近似概率密度方程。在估计充电器蓄电池的可再充电电池的SOH的领域中,通过粒子滤波方法处理充放电数据,并且还可以获得理想的SOH结果输出。
 
 
最小二乘方法基于回归算法,其功能是找到最适合当前数据集及其参数的曲线。该方法可用于估计充电器蓄电池充电电池老化过程中充电器蓄电池充电电池内部电阻的衰减,从而获得良好的SOH输出。
 
 
3)数据驱动方法
 
 
数据驱动方法依赖于独立于充电器蓄电池为电池本身充电的算法。该方法通常还与自适应方法结合以提高自适应方法的输出精度。在这一类别中,模糊逻辑控制,人工神经网络,支持向量机和相关向量机,高斯回归方法以及朴素贝叶斯方法都可以用于估算SOH。
 
 
数据驱动方法不涉及充电器蓄电池的充电电池模型,而只是一种数学方法。因此,尽管输出精度也很高,但是该方法的算法比涉及充电器蓄电池的充电电池模型的自适应方法更简单。然而,通过数据驱动的方法建立的估计模型也仅适用于与训练数据集的数据相对应的可再充电电池的模型。
 
 
4)其他方法
 
 
相关学者使用DV曲线分析方法来估计充电器蓄电池的充电电池的SOH。在测得的SOH精度为0.1%的前提下,最小估计误差为0,最大估计误差为2.5%,具有相当好的估计效果。
 
 
在相关学者的研究中,研究团队从充电器蓄电池的可充电电池的充电曲线入手,并根据第一恒流和恒压来分析充电方法的曲线。恒定电流模式的电压为tv。在恒压模式下的工作时间ti中,电流降I并分别确定系数,并且将数据拟合为Q =atv+bti+ c的形式,以利用误差在5%以内。
 
 
有关学者提出了一种新的SOH计算公式,适用于放电深度较浅的情况。公式是
 
 
(6)
 
 
其中:VDOD%ini是新充电器蓄电池从完全放电到指定放电深度(例如30%)时的电压; VDOD%cur是旧充电器蓄电池再次放电到指定放电深度时的电压; Vend是充电器蓄电池可充电电池的下限截止电压。该公式是针对本文提出的,目前无法使用此方法找到其他文章进行验证。
 
2.3充电器蓄电池充电电池和SOH的剩余使用寿命估算
 
 
与充电器蓄电池的充电电池的老化有关的参数不仅是一个SOH。剩余使用寿命(RUL)也是用于测量充电器蓄电池充电电池老化的参数。定义为从指定时间到SOH = 0的充电器蓄电池的充电电池。可以运行的充放电循环数。在大多数关于充电电池充电老化的研究中,经常研究的是充电电池的电压,内部电阻和其他参数随着循环次数的增加而增加。因此,RUL已成为充电电池领域的研究热点。
 
 
现有文献总结了锂可再充电电池的一些自适应老化模型。这些模型包括自回归移动平均模型,支持向量回归模型,相关向量机模型,人工神经网络,高斯过程回归模型和粒子滤波器。
 
 
目前,关于RUL的研究存在两个缺陷:1模型众多,但尚无关于哪种模型最适合RUL估计的结论。 2是用于测量老化程度的相同两个参数,但是RUL和SOH之间没有公式可实现。相互转换。
 
 
在一些有关SOH研究的文章中,许多研究都对充电器蓄电池的可充电电池执行的充电和放电循环次数与充电器蓄电池的可充电电池的OCV之间的关系。本质上是研究RUL,但未得出结论。 SOH的值。在实际使用中,如果能够实现从RUL到SOH的转换,然后可以估算出充电器蓄电池的可充电电池的剩余容量,则将大大丰富本研究的实际意义和经济效益。
 
 
总结一下
在现有的用于估计充电器蓄电池的可再充电电池的剩余容量的方法和SOH估计方法中,大多数具有较高输出精度的方法都具有高度依赖于充电器蓄电池的可再充电电池的型号的缺点。通过大量实验构建的模型仅适用于特定模型,除非在某些应用中(尤其是在退役充电器蓄电池中)为专用充电器蓄电池构建电池,否则这种方法很难具有较高的经济效益。就性能评估而言,对于具有不同化学成分和模型的充电器蓄电池充电电池进行大量的实验构造模型无疑是一种耗时且劳动密集型的低效率解决方案。
 
 
因此,将来,对充电器蓄电池可充电电池的剩余容量和SOH估算的研究应被普遍采用(例如,添加数学方法以优化所有充电器蓄电池的安培时间积分方法的输出精度),精度和算法。简化开发以满足市场需求。
 
 
在当今将要淘汰的大量车载充电器蓄电池中,为了使用充电器蓄电池为电池充电,估计充电器蓄电池电池的剩余容量具有重要意义。在市场上现有的充电器蓄电池充电电池监控芯片中,既没有提供SOH估算功能,也没有提供SOH,但计算方法仅是通过安培小时积分法和开路电压法获得SOC,通过SOC和其他参数一起。获取SOH。
 
 
可以看出,在对充电器蓄电池的可再充电电池的剩余容量进行大量,高效,高精度的估计的期望下,在估计充电器蓄电池的可再充电电池的剩余容量方面仍具有广阔的发展前景。充电器蓄电池。
 

本文章内容转自网络,如有侵犯您的权益请联系我们删除。