Определение емкости аккумулятора: Как измерить ёмкость аккумулятора? Измерение емкости аккумуляторных батарей

Подходящим материалом является нихромовая проволока, используемая для создания нагревательных спиралей в электрических плитках. Нихромовые элементы можно заменить металлической полосой из прочих нагревательных устройств.

Для напряжения 12 В показатель тока должен находиться в рамках 80-120 Ампер, а сопротивление — 0,1-0,15 Ом. Прибор для измерения такого сопротивления сложно найти. По этой причине подбирают длину одного элемента и измеряют ток, который он пропускает. После этого совмещают несколько подобных деталей.

Самодельный аппарат делают последовательно:

1. Подбирают нихромовую проволоку или нагревательную полосу и измеряют мультиметром до 15 А ток. Элемент должен пропускать 10-12 А.
2. Соединяют 10 таких деталей, получая нагрузку в 100-120 А. Проволоку необходимо надежно скручивать.
3. Полученный элемент помещают в подходящий корпус и фиксируют в нем. Если коробка небольшая, то проволоку несколько раз сгибают так, чтобы витки не касались друг друга. Параллельное соединение должно быть надежным, что обеспечивается изолирующими цилиндрами, которые устанавливают на изгибы.
4. Концы скрутки припаивают к контактам на выходе, а снаружи — к соединительным проводам.
5. Подключают вольтметр.
6. Крепят на концы соединительного кабеля зажимы, которые потом подсоединяют к аккумулятору.

Когда устройство будет готово, можно проводить измерения в домашних условиях.

От чего зависит текущая емкость АКБ

В процессе эксплуатации удельная емкость АКБ меняется. Сначала пластины разрабатываются, поэтому показатели вместимости высокие. После этого прибор начинает работать стабильно, значение не отходит от одного уровня. Затем емкость начинает уменьшаться из-за изнашивания пластин.

На вместимость влияют активные материалы, конструкция электролитов, электродов, их температура и концентрация, амортизация батареи, величина разрядного и пускового тока, содержание налета в электролитах и прочие факторы.

Снижение начинается при увеличении разрядного тока. Если АКБ разряжают специально, то устройство теряет меньше вместимости, чем при плавном режиме с низким уровнем тока. Это позволяет зафиксировать на корпусе показатели для разного времени разряжения.

Емкость одинаковых аккумуляторов редко меняется. Низкие показатели характерны для небольших промежутков разрядки, а высокие — для больших временных отрезков.

Значение вместимости начинает меняться, когда повышается температура электролитов. Если из-за этого превышаются допустимые нормы, то срок службы снижается. Высокая температура электролитов понижает их вязкость, и они попадают в действующую массу. При этом сопротивление начинает расти.

По этой причине коэффициент использования активной массы при разряжении больше, чем при заряжении с низкой температурой. В связи с этим нужно проверять емкость АКБ на каждом этапе его эксплуатации.

Стандарт измерения емкости аккумулятора в мАч

Чем больше емкость аккумулятора, тем дольше любое устройство может работать без подключения к электросети. При эксплуатации аккумулятора всегда необходимо знать его емкость. А чтобы проверить емкость того или иного аккумулятора, необходимо воспользоваться хорошо известным методом, каковым является контрольный разряд.

Суть этого уже ставшего классическим метода заключается в том, чтобы аккумулятор зарядить, а потом разрядить постоянным током. При этом необходимо зафиксировать время до конечного напряжения разряда. Потом уже можно определить остаточную емкость аккумулятора, используя формулу Е [А*час]= I [А] * T [час].

Как правило, ток разряда выбирают таким, чтобы время разряда примерно соответствовало 10 или 20 часам. В данном случае все зависит от того, для какого времени разряда указана номинальная емкость аккумулятора. Потом уже необходимо будет сравнить остаточную емкость. Если на нее приходится менее 70-80% номинальной емкости, то пришло время сменить аккумулятор. Он уже не способен будет хорошо работать.

Как показывает опыт, такой сильный износ приведет к дальнейшему старению аккумулятора. Причем этот процесс обычно происходит стремительно.

Этот метод определения емкости аккумулятора принято считать классическим, хотя ему присущи очевидные недостатки. Он сложен и более трудоемкий. Ко всему, приходится выводить аккумулятор из эксплуатации на определенный срок. И обычно срок этот весьма длительный. А иногда это вообще невозможно.

Для измерения емкости аккумуляторов методом контрольного разряда необходим квалифицированный персонал. Однако мы живем в то время, когда есть альтернативные методы измерения емкости аккумулятора. Есть специальные электронные приборы, которые могут проверить емкость аккумулятора за считанные секунды.

Это так называемые тестеры аккумуляторов и тестеры аккумуляторных батарей, которые, кстати, формально нельзя назвать измерителем емкости аккумулятора. И все-таки именно они быстро оценивают емкость аккумулятора и измеряют его напряжение. Полученных данных вполне достаточно, чтобы сделать точный прогноз срока службы аккумулятора или  аккумуляторной батареи.

Измерение ёмкости аккумулятора

Что такое ёмкость аккумулятора, и как её измеряют

Ёмкость — это заряд Q новой батарейки или полностью заряженного аккумулятора. Заряд (количество электричества) измеряется в Кулонах: 1 Кулон = 1 Ампер × 1 секунда . Обычно ёмкость измеряется в единицах ампер·час или ма·час . Типичная ёмкость аккумулятора типоразмера ААА 1000 ма·час, АА — 2000 ма·час. Аккумулятор ёмкостью 1000 ма·час может давать ток 1000ма в течение 1 часа или 100ма в течение 10 часов. Если учесть напряжение U , то можно оценить запасённую в аккумуляторе энергию E = Q × U

Для определения ёмкости аккумулятора его полностью заряжают, затем разряжают заданным током I , и измеряют время T , за которое он разрядился. Произведение тока I на время T и есть ёмкость аккумулятора Q = I × T . Так же измеряется ёмкость батарейки, но после полного разряда аккумулятор можно снова зарядить, а батарейку уже нельзя использовать. Смысл в том, что вы измерите ёмкость батареек данного типа . Кстати, ёмкость щелочных батареек примерно равна ёмкости современных NiMh аккумуляторов того же типоразмера — AA(2000 ма·час), AAA(1000 ма·час).

Схема для измерения ёмкости

Предлагаемая схема разряжает аккумулятор через резистор R до напряжения почти полного разряда NiCd или NiMh элемента — примерно 1 вольт. Ток разряда равен I = U / R . ( О выборе тока разряда ) Для измерения времени разряда T используются часы, работающие от напряжения 1.5-2.5V. Для защиты аккумулятора от полного разряда применено твёрдотельное реле PVN012 . Оно отключает аккумулятор при снижении напряжения U до минимально допустимого Ue = 1V .

Как это работает

Аккумулятор надо полностью зарядить и подключить к устройству. Часы надо установить на 0 и нажать кнопку Start . В этот момент реле замыкает контакты 4-5 и 5-6. Начинается разряд аккумулятора через резистор R и подаётся напряжение на часы. Напряжение на аккумуляторе и резисторе постепенно снижается. Когда напряжение на резисторе R снизится до 1V реле размыкает контакты. Разряд прекращается и часы останавливаются.

По мере разряда аккумулятора управляющий ток через контакты реле 1-2 уменьшается примерно от 8 до 2mA. При управляющем токе 3mA сопротивление контактов 4-5 и 5-6 менее 0.04 Ом. Это достаточно мало, чтобы не учитывать при расчёте тока — если нужен ток разряда 1A, берите резистор R=1.2 Ом.

После прекращения разряда напряжение на аккумуляторе возрастает до 1.1-1.2V из-за внутреннего сопротивления элемента.

Потери на контактах

Измеритель в корпусе зарядника

При повторении этой схемы примите меры для уменьшения сопротивления контактов аккумулятора и разъёмов. При токе 0.5-1A на контактах можно потерять 0.1V и более, что ухудшит точность измерения. Такие же потери вызывает стальная пружина, используемая в некоторых держателях аккумулятора. Пружину и другие стальные контакты надо шунтировать медным проводом. Я сделал один из вариантов измерителя ёмкости аккумуляторов АА и ААА в корпусе от простого зарядного устройства, у которого были хорошие медные контакты.

Дополнительные вопросы

Саморазряд

Обратите внимание, что ёмкость свежезаряженных аккумуляторов выше, так как со временем часть заряда теряется из-за саморазряда . Чтобы узнать величину саморазряда, нужно измерить емкость сразу после зарядки, и измерить ещё раз через неделю (месяц) после зарядки. Саморазряд NiMh аккумуляторов может достигать 10% в неделю и более.

С какой точностью измеряется ёмкость?

Точное количество электричества можно определить интегрированием по времени dQ = 1/R × U(t) × dt .

По экспериментальным графикам разряда видно, что по мере разряда напряжение уменьшается примерно от 1.4V до 1.0V. Ток разряда U/R тоже уменьшается. При использовании в качестве среднего напряжения номинальной величины 1.2V получается точность не хуже 10%. Это справедливо, если аккумулятор используется примерно при таком же токе разряда, как и при измерении ёмкости.

Пример графиков разряда

Если при измерении был ток 0.5A, а при использовании 5A, то аккумулятор разрядится в несколько раз быстрее, чем ожидается. При токе использования 0.05А ёмкость окажется больше, чем при измерении. При токе 0.005A ёмкость может оказаться меньше измеренной из-за саморазряда аккумулятора в течение большого времени эксплуатации. Значительное отличие тока измерения от тока эксплуатации вносит погрешность более 10%.

Использование в устройстве стальных контактов вместо медных может увеличить погрешность на 10% и более, особенно при большом токе разряда.

Некоторая погрешность величины напряжения отсечки 1.0V связана с зависимостью вольт-амперной характеристики твёрдотельного реле от температуры. В комнатных условиях это даёт погрешность в 1-2%.

Каким должен быть ток разряда?

Надо выбирать такой ток, при котором обычно используется этот аккумулятор. Если ток разряда слишком большой, то из-за внутреннего сопротивления напряжение на аккумуляторе быстро снизится ниже 1 вольта, и измеренное значение ёмкости будет низким. Если выбрать слишком малый ток разряда, то измеренная ёмкость получится больше, чем аккумулятор реально выдаст при работе в вашем приборе.

Зачем два диода?

Диоды используются для защиты твёрдотельного реле при случайном обрыве резистора R . Если вы уверены, что обрыв невозможен, или вы измеряете ёмкость аккумуляторов с напряжением менее 1.4V ( один элемент AA или AAA ), то диоды можно убрать. При этом схема помещается внутри будильника, как у меня было сделано раньше. Резистор 5 Ом защищает реле при нажатии кнопки Start. Его тоже можно убрать, если включить кнопку параллельно контактам 4-5, как на упрощённой схеме.

Как измерить ёмкость литий-ионного аккумулятора?

В этом случае к батарее подключается делитель напряжения по образцу, показанному на схеме. Используя делитель напряжения, можно измерить ёмкость батареи из нескольких аккумуляторов или ёмкость литий-ионного аккумулятора.

Требуемый ток разряда I при среднем напряжении Um обеспечивает сумма двух резисторов: R + r = Um / I .

Резистор R рассчитывается так, чтобы при конечном напряжении на батарее Ue , напряжение на резисторе R стало равно 1V: R = (Um / I) × (1V / Ue) .

Как проверить ёмкость аккумулятора по напряжению?

По напряжению ёмкость определить нельзя. Для каждого типа батарей и аккумуляторов есть типичные кривые разряда. По ним можно оценить отношение заряда к ёмкости (  процент заряда  ). Я использую зарядное устройство Ansmann , которое для такой оценки измеряет напряжение при заданном токе разряда. Однако у NiMh аккумуляторов не только ёмкость, но и рабочее напряжение уменьшается с возрастом. В некоторых случаях Ansmann давал оценку 30% в то время, как измерение до полного разряда давало 80%.

Как измерить ёмкость аккумулятора без этой схемы?

Подключите к заряженному аккумулятору резистор R и вольтметр. Следите по часам. Через некоторое время T напряжение U снизится до минимально допустимого. В этот момент отключите резистор. Ёмкость равна Q = T × U / R

В чём отличие от схемы, которая была на сайте раньше?

0. Старая схема
1. Вместо 1.3-1.1V на часы подаётся 2.6-2.2V
2. Вместо выключателя для дополнительного элемента питания использован контакт реле, и теперь отключение обоих аккумуляторов происходит автоматически.
3. Добавлена защита реле от обрыва резистора R

Что такое внутреннее сопротивление аккумулятора и как его измерить?

Этот раздел перенесён на отдельную страницу «Внутреннее сопротивление»

Автомобильный аккумулятор (АКБ)

Автомобиль не заводится, хотя зарядное устройство работает нормально, и показывает, что аккумулятор полностью заряжен. Дело не в ёмкости. После нескольких слишком глубоких разрядов внутреннее сопротивление увеличилось, и аккумулятор больше не может выдать ток, необходимый для работы стартёра. Придётся купить новый аккумулятор, и больше не допускать глубокого разряда.

Как измерить ёмкость АКБ

Для оценки ёмкости можно использовать лампу от фары в качестве нагрузочного сопротивления. Это должна быть лампа накаливания, например, галогеновая, но не светодиодная. Лампа 60вт потребляет ток 5А. Подключите параллельно аккумулятору вольтметр и лампу. Следите по часам. Когда напряжение снизится до 11в — разряд закончился — отключите лампу. Если это не сделать, то аккумулятор испортится. Если до окончания разряда прошло 10 часов, то ёмкость вашего аккумулятора 50 а·час. Если 5 часов, то 25 а·час. Этот тест не гарантирует, что машина заведётся, так как стартёру нужно не 5А, а 100-150А.

Внутреннее сопротивление автомобильного аккумулятора

Лампу от фары можно использовать для оценки внутреннего сопротивления. При токе 100А на внутреннем сопротивлении не должно теряться более 1 вольта. Соответственно, при токе 5А не должно теряться более 0.05 вольта (1в * 5А / 100А). Подключите параллельно аккумулятору вольтметр и лампу. Запомните величину напряжения. Отключите лампу. Обратите внимание, насколько увеличилось напряжение. Если, допустим, напряжение возросло на 0.2 вольта, то аккумулятор испорчен, а если на 0.02 вольта, то он исправен. При токе 100А потеря напряжения будет всего 0.4в (0.02в * 100А / 5А).

Конденсатор вместо аккумулятора?

Ёмкость конденсатора определяется немного по другому: C = Q / U

Ёмкость зависит от геометрии конденсатора. Если увеличить расстояние L между пластинами конденсатора, то заряд Q и напряжённость электрического поля между пластинами E не изменятся, а разность потенциалов U = E × L увеличится. Поэтому ёмкость конденсатора C уменьшится.

Можно ли использовать конденсатор вместо аккумулятора или наоборот?

В некоторых случаях можно, и используют. Главное отличие конденсатора от аккумулятора при использовании в качестве источника тока в том, что по мере разряда напряжение на аккумуляторе долго остаётся стабильным, а на конденсаторе оно снижается пропорционально оставшемуся заряду.

capacitor 3000F 2.7V

Какой конденсатор мог бы заменить обычный аккумулятор ААА (1000 ма·час)?

Q = 1000 ма·час = 3600 А·сек = 3600 Кулон
C = Q / U = 3600 К / 1.2 В = 3000 Фарад

Такие конденсаторы «Ионисторы» по принципу устройства приближаются к аккумуляторам, так как обкладками конденсатора служит химический двойной электрический слой на границе электрода с электролитом.

 
Евгений Корниенко

2004

какие параметры аккумуляторных батарей нужно проверять и как это сделать?

При использовании аккумуляторных батарей на любых объектах, особенно в системах бесперебойного питания, за их состоянием нужно следить и регулярно проводить проверки. В этом материале мы рассмотрим основные параметры АКБ, а также рассмотрим, какими приборами и как можно провести их контроль и проверку!

Основная задача при проверке состояния любой аккумуляторной батареи – выяснить, обладает ли она достаточной емкостью, может ли обеспечить заявленные производителем характеристики в течение необходимого времени. Однако непосредственно средствами измерения определяются только несколько основных параметров – напряжение, сила тока. В обслуживаемых аккумуляторах можно также замерить плотность электролита. Измерения можно проводить неоднократно, фиксируя изменение значений с течением времени. Все остальные параметры и характеристики не измеряются напрямую, а выводятся по разработанной изготовителем методике, причем она зависит и от типа АКБ, и от рекомендаций производителя, и от вида подключенной нагрузки. При этом необходимо учитывать, что многие зависимости, характеризующие работу АКБ, носят нелинейный характер. Могут сказываться и другие факторы, например, влияние температуры.

При выполнении краткосрочных измерений при использовании даже самых совершенных методик тестирование носит не точный количественный, а качественный характер. Единственный достоверный способ измерения емкости АКБ – его полная разрядка в течение многих часов с тщательной фиксацией параметров в ходе всего процесса. Но использовать столь продолжительную процедуру на практике можно далеко не всегда, особенно если батарей много. Тем не менее, и краткосрочных оценочных измерений достаточно для того, чтобы отличить работоспособный аккумулятор от изношенного, утратившего емкость, и вовремя произвести замену АКБ.

Способы проверки АКБ

1. Подключение нагрузки

К АКБ на некоторое время подключается рабочая или второстепенная нагрузка той или иной величины. Вольтметром или мультиметром измеряется падение напряжения. Если процедура выполняется несколько раз, между измерениями выжидается определенное время, чтобы батарея восстановилась. Полученные данные сопоставляются с параметрами, заявленными производителем АКБ для данного типа батареи и данной величины нагрузки.

2. Измерения при помощи нагрузочной вилки

Строение простейшей нагрузочной вилки показано на схеме:

Устройство оснащено вольтметром, параллельно которому установлен большой по мощности нагрузочный резистор, и имеет два щупа. В старых моделях вольтметры аналоговые; новые модели, как правило, оснащены ЖК-дисплеем и цифровым вольтметром. Существуют нагрузочные вилки с усложненной схемой, использующие несколько нагрузочных спиралей (сменных сопротивлений), рассчитанные на разные диапазоны измерения напряжений, предназначенные для тестирования кислотных либо щелочных аккумуляторов. Есть даже вилки, которыми тестируют отдельные банки аккумуляторов. В состав продвинутых устройств помимо вольтметра может входить амперметр.

Получаемые при измерениях данные также необходимо сопоставлять с параметрами, заявленными производителями для данного типа батарей и данного сопротивления.

3. Измерения при помощи специальных устройств, тестеров анализаторов АКБ

Приборы Кулон

Принципиальным развитием идеи нагрузочной вилки можно считать семейство цифровых приборов-тестеров Кулон (Кулон-12/6f, Кулон-12m, Кулон-12n и другие) для проверки состояния свинцовых кислотных аккумуляторов, а также другие подобные устройства. Они позволяют проводить быстрые замеры напряжения, приближенно определять емкость АКБ без контрольного разряда и сохранять в памяти несколько сотен, а иногда и тысяч измерений.

Приборы Кулон питаются от аккумулятора, на котором проводятся измерения. Входящие в комплект провода с разъемами «крокодил» имеют части, изолированные друг от друга, что обеспечивает четырехзажимное подключение к аккумулятору и устраняет влияние на показания прибора сопротивления в точках подключения зажимов. По заявлению разработчика, прибор анализирует отклик аккумулятора на тестовый сигнал специальной формы, при этом измеряемый параметр примерно пропорционален площади активной поверхности пластин аккумулятора и, таким образом, характеризует его емкость. Фактически, точность показаний зависит от достоверности методики, разработанной производителем.

Емкость аккумулятора – электрический заряд, отдаваемый полностью заряженным аккумулятором – измеряется в ампер-часах и представляет собой произведение тока разряда на время. Для точного определения емкости необходимо произвести разряд батареи (процесс длительный, многочасовой), постоянно фиксируя величину заряда, отдаваемого батареей. При этом относительная емкость АКБ в зависимости от времени изменяется нелинейно. Например, для аккумуляторной батареи типа LCL-12V33AP относительная емкость меняется со временем следующим образом:

Прибор Кулон при помощи быстрого измерения ориентировочно определяет емкость полностью заряженного аккумулятора. Он не предназначен для оценки степени заряженности АКБ, все измерения необходимо проводить на полностью заряженной батарее. Устройство кратковременно подает тестовый сигнал, регистрирует отклик от батареи и через несколько секунд выдает ориентировочную емкость АКБ в ампер-часах. Одновременно на экран выводится измеренное напряжение. Полученные значения можно сохранять в памяти прибора.

Производитель подчеркивает, что устройство не является прецизионным измерителем, но позволяет оценочно определять емкость свинцовой кислотной батареи, особенно если пользователь самостоятельно откалибровал прибор при помощи аккумулятора такого же типа, что и тестируемый, но с известной емкостью. Процедура калибровки подробно изложена в инструкции к прибору.

Тестеры PITE

Следующая разновидность устройств для тестирования АКБ – тестеры PITE: модель  Kongter BT-3915  для измерения внутреннего сопротивления батарей.

Управление осуществляется при помощи цветного сенсорного экрана, но основные управляющие кнопки вынесены на клавиатуру в нижней части корпуса. Прибором можно тестировать батареи емкостью от 5 до 6000 А·ч, с элементами аккумулятора 1.2 В, 2 В, 6 В и 12 В. Диапазон измерения напряжения – от 0.000 В до 16 В, сопротивления – от 0.00 до 100 мОм. Прибор позволяет задать тип проверяемых батарей, выполнить измерение напряжения и сопротивления (модель 3915) или напряжения и проводимости (модель 3918), и на их основании судить о том, соответствует емкость батареи заявленной производителем или нет. При этом параметр Capacity (емкость батареи) выводится в процентах.

Интерфейс прибора позволяет проводить как одиночные измерения, так и последовательные (до 254 измерений в каждой последовательности, совокупное количество результатов более 3000), что удобно при проверке большого количества однотипных АКБ (в последнем случае результаты сохраняются автоматически, помимо данных в них фиксируется также порядковый номер измерения). В зависимости от настроек прибор может использовать для выдачи результата (статуса Good, Pass, Warning или Failed) собственные критерии либо значения, заданные пользователем. Результаты тестирования через порт USB могут быть перенесены на компьютер для просмотра и последующей подготовки отчетов.

Анализаторы Fluke

Более глубокое развитие той же идеи – приборы Fluke Battery Analyzer серии 500 (BT 510, BT 520, BT 521), которые позволяют измерять и сохранять в памяти напряжение, внутреннее сопротивление стационарной батареи, температуру минусовой клеммы, напряжение при разрядке. При наличии дополнительных аксессуаров можно измерять и сохранять в памяти и другие параметры. Тесты можно проводить как в режиме отдельных измерений, так и в последовательном режиме; используя настраиваемые профили. Есть возможность задать пороговые значения для различных параметров. Встроенный порт USB позволяет передавать собранные записи (до 999 записей каждого типа) на компьютер для подготовки отчетов с помощью программного обеспечения Analyze Software, входящего в комплект поставки.

Щупы прибора имеют специальную конструкцию: внутренний подпружиненный контакт предназначен для измерения тока, внешний – для измерения напряжения. Если на щуп надавить, внутренний наконечник смещается внутрь таким образом, что оба контакта каждого щупа касаются поверхности одновременно. В результате одни и те же щупы позволяют организовать как 2-проводное, так и 4-проводное подключение к полюсам батареи (последнее необходимо для измерения Кельвина).

• Прибор позволяет измерять следующие параметры:

• Внутреннее сопротивление батареи (измерение занимает менее 3 с).

• Напряжение батареи (производится одновременно с измерением внутреннего сопротивления)

• Температура минусовой клеммы (рядом с черным наконечником на щупе BTL21 Interactive Test Probe предусмотрен ИК-датчик)

• Напряжение при разрядке (определяется несколько раз в ходе разрядки или во время теста на нагрузку)

Также возможно измерение пульсирующего напряжения, измерение переменного и постоянного тока (при наличии токовых клещей и адаптера), выполнение функций мультиметра. С анализаторами Fluke можно использовать интерактивный тестовый щуп BTL21 Interactive Test Probe со встроенным датчиком температуры. С приборами совместимо большое разнообразие дополнительных аксессуаров (токовые клещи, удлинители разного размера, съемный фонарик и т. п.).

 

 

Хотя прибор обладает богатым функционалом, ключевым этапом в определении состояния АКБ остается сопоставление измеренных показателей с расчетными или заданными изготовителем для данного конкретного типа батарей. Устройства Fluke Battery Analyzer серии 500 удобны для массовой инспекции состояния батарей. Последовательный режим и система профилей позволяют выполнять необходимые измерения одно за другим, результаты запоминаются прибором и хранятся в упорядоченной форме, последовательно пронумерованные и разбитые на группы. Но прибор не имеет функции прямого или косвенного измерения емкости АКБ в ампер-часах – хотя бы потому, что для батарей разного типа на сегодняшний день вряд ли возможно разработать единую точную методику такого определения.

Все перечисленные выше устройства, хоть и отличаются друг от друга по размеру, относятся к классу портативных. В отдельную группу можно выделить стационарные комплексы для проверки АКБ, которые могут проводить быстрые испытания с определением внутреннего сопротивления, контролировать все параметры, включая активную и реактивную составляющие сопротивления, управлять процессом разряда/заряда и т. п. Подобные комплексы адресованы скорее исследовательским лабораториям, промышленным производителям АКБ и разработчикам нового оборудования, чем конечным пользователям.

4. Полная разрядка/зарядка

На сегодняшний день полная разрядка и зарядка – это единственный прямой и максимально достоверный способ определения емкости АКБ. Специализированные устройства контроля разряда/заряда батареи (УКРЗ) позволяют выполнить глубокую разрядку и последующую полную зарядку батареи с постоянным контролем емкости. Однако эта процедура занимает очень много времени: 15-17-20-24 часа, иногда и более суток, в зависимости от емкости и текущего состояния батареи. Хотя метод дает наиболее точные результаты, из-за временных затрат его применение ограничено.

5. Измерение плотности электролита

В обслуживаемых аккумуляторах для определения их состояния можно измерять плотность электролита, поскольку между этим параметром и емкостью АКБ существует непосредственная зависимость. Плотность электролита может меняться в силу разных причин, которые вдобавок взаимосвязаны (частый глубокий разряд батареи, сульфатация, неоптимальная плотность электролита, испарение и утечка раствора и т. д.). Аккумулятор начинает быстрее разряжаться, отдает меньше заряд. При этом необходимо понимать, что плотность электролита даже в исправном аккумуляторе, находящемся в идеальном состоянии – не константа, она меняется с температурой и степенью зарядки аккумулятора. Более того, для разных регионов рекомендованная плотность электролита отличается в зависимости от типовых климатических условий.

Результаты измерения плотности ареометром можно сопоставить со следующей диаграммой для кислотных аккумуляторов.

В зависимости от того, больше или меньше плотность электролита, чем требуемая (а для батареи вредно отклонение и в ту, и в другую сторону), можно частично или полностью заменить электролит, залить дистиллированную воду или раствор необходимой концентрации, обязательно обеспечив перемешивание. Как и при использовании всех ранее описанных способов проверки состояния АКБ ключевым является сопоставление измеренных значений с рекомендациями производителя батареи и следование всем предусмотренным процедурам обслуживания.

Выводы

Каждый способ определения текущего состояния аккумуляторной батареи имеет свои преимущества и недостатки. Каким из них пользоваться – зависит от ваших задач и возможностей. Сориентироваться вам поможет эта сводная таблица.

Способ определения состояния АКБ	Преимущества	Недостатки
Подкл ючение нагрузки	Достаточно реалистичные результаты без использования специализированного оборудования	Времязатратность при многократных измерениях Измеренные параметры документируются вручную
Нагрузочная вилка, специализированные анализаторы и тестеры	Портативность устройств Простота использования Быстрое проведение измерений, особенно многократных Некоторые модели способны проводить измерения без выведения АКБ из режима эксплуатации Специализированные модели позволяют сохранять результаты и переносить их на компьютер для подготовки отчетов	Часть параметров АКБ определяется по косвенным методикам Оценочная точность измерений
Полный разряд/заряд	Единственный достоверный способ оценки емкости АКБ	Очень продолжительная процедура – многие часы, иногда сутки
Измерение плотности электролита ρ	Непосредственное определение состояния батареи по концентрации электролита	Способ применяется только для обслуживаемых батарей

 

Материал подготовлен
техническими специалистами компании “СвязКомплект”.

См. также:

Как определить емкость аккумулятора автомобиля: особенности тестирования автомобильной батареи

Автомобильные и другие АКБ характеризуются просто огромным количеством самых различных параметров, по которым проводится их выбор. Наиболее важным считается емкость — показатель, который определяет длительность работы аккумулятора под нагрузкой до полной разрядки. Определить емкость аккумуляторной батареи можно самыми различными способами, каждый из которых выбирается в зависимости от конструктивных особенностей.

Проводимые расчеты

Определить емкость аккумулятора автомобиля можно при учете информации, которая указывается производителем на этикетке, а также путем простых вычислений. Минимальный показатель напряжения на выходе при полной разрядке для автомобильного АКБ составляет 10,8 вольта. На полный цикл разрядки уходит около 10−20 часов.

Если на автомобильном аккумуляторе указывается значение емкости 72 Ач, то он способен выдавать ток 3,6 Ампера на протяжении всего периода разрядки. После отвода нагрузки показатель напряжения на выходе должен составлять 10,8 вольта и более.

Для расчета емкости применяется специальная формула Ср= I^k * t, в которой учитывается время разрядки (t) и коэффициент Пейкерта (k) — постоянный параметр для определенного типа АКБ. Для свинцовых моделей показатель составляет от 1,15 до 1,35.

При проведении расчетов стоит учитывать деление емкости на номинальную и резервную. К особенностям этих двух показателей можно отнести следующие моменты:

1. Номинальная емкость выявляется путем разряда маленьким током, к примеру, при длительном использовании различного электрооборудования. При пуске двигателя возникает ток, который превышает минимальный в несколько раз.
2. Резервная емкость определяет, сколько батарея сможет функционировать без применения генератора. В этом случае ток разряда составляет 25 ампер.

Номинальный параметр автомобильной батареи определяется при учете ее технологических и конструктивных особенностей. На емкость оказывает влияние условия использования АКБ.

Зависимость емкости от различных параметров

Определить емкость батареи автомобиля или других устройств можно при применении различных методов. Перед тем как проводить расчеты, нужно учитывать, что на показатель может оказывать влияние несколько различных факторов:

1. Состав электролита. Появление примеси может привести к существенному падению показателя емкости.
2. Объем активной массы. Химические процессы, которые проходят внутри конструкции, приводят к испарению жидкости. В результате этого масса электролита падает, увеличивается концентрация кислоты.
3. Уровень толщины и состояние пластины определяют длительность работы устройства и показатель емкости. Эксплуатация при малой массе электролита становится причиной повреждения пластин: они начинают осыпаться, толщина становится меньше. Кроме этого, попадающие мелкие частицы металла в состав жидкости становятся причиной возникновения мостиков между отдельными пластинами, что приводит к появлению короткого замыкания.

На скорость потери емкости оказывает влияние температура электролита и величина тока разрядки. Слишком высокая нагрузка может привести к тому, что жидкость начинает испаряться, и масса активного вещества снижается.

Применение мультиметра

Определить емкость автомобильного аккумулятора можно при применении мультиметра. Этот измерительный прибор получил широкое распространение, может применяться для снятия с батареи самых различных показателей. Существует несколько способов определения рассматриваемого показателя. К особенностям проводимой процедуры можно отнести следующие моменты:

1. Замер емкости в большинстве случаев проводится при нагрузке, которая забирает половину тока аккумуляторной батареи.
2. Для проведения теста нужно снять источник питания с автомобиля. Поверхность корпуса очищается от различных загрязнений. Для этого применяется ветошь, а также специальный раствор. Если снимать показатель при окисленных или загрязненных клеммах, то полученные данные могут существенно отличаться от реальных.
3. Плотность электролита во многом определяет получаемый результат. При полной зарядке плотность жидкого химического вещества составляет 1,24 г/ см³. При разрядке аккумулятора наполовину плотность электролита снижается до 1,16 г/ см³ .
4. Рекомендуется проводить замер в случае, когда возникают трудности при старте двигателя. Это связано с тем, что для прокрутки коленчатого вала требуется достаточно большой пусковой ток. При падении емкости напряжение падает до значения, которого недостаточно для старта мотора.
5. Перед применением измерительного прибора нужно учесть показатель номинальной емкости, которая указывается производителем на этикетке. От него зависит то, какую нужно прикладывать нагрузку на момент проведения тестов. При показателе емкости 7 А-ч нагрузка должна составлять 3,5 В. Для этого можно использовать лампочку автомобильной фары.
6. Проводится подключение нагрузку, после чего потребуется несколько минут. Рекомендуется использовать лампочку в качестве нагрузки по причине того, что она сразу позволяет определить состояние источника питания. Если сразу после подключения она начинает гореть тускло, то аккумуляторная батарея больше не может использоваться.
7. При ярком свете лампы можно проводить измерение требуемого показателя. Если мультиметр показал 12,4 В, то источник энергии находится в хорошем техническом состоянии и емкость полная. В случае когда двигатель не заводится с рассматриваемым аккумулятором, проблема заключается в его техническом состоянии.
8. Показатель напряжения менее 12,4 В говорит о том, что в скором будущем придется провести замену аккумулятора. Специалисты утверждают, что при напряжении на клеммах менее 12 В устройство полностью разряжено. Если показатель менее 11 В, то батарея не должна эксплуатироваться.

Определить емкость АКБ можно в течение всего нескольких минут. Именно поэтому для продления срока эксплуатации приобретенного аккумулятора рекомендуется проводить тесты периодически, так как глубокий разряд приводит к повреждению конструкции и ее быстрому износу.

Разновидности измерительных приборов

Перед проведением теста следует приобрести более подходящий измерительный прибор. Все мультиметры делятся на две основные группы:

1. Аналоговые — вариант исполнения, у которого для указания показателей применяется особая шкала со стрелками. Этот тип устройств — один из самых дешевых, но они характеризуются погрешностью при снятии показателей.
2. Цифровые — измерительные приборы, которые получили весьма широкое распространение. Информация отображается на экране, устройство характеризуется высокой точностью.

Мультиметр применяется для определения самых различных показателей. Выбор более подходящего режима зачастую проводится путем поворота круглого регулятора. Корпус обязательно имеет два гнезда для подключения щупов: один из них красный, второй — черный. Красный щуп предназначается для положительной клеммы, черный — для отрицательной.

Восстановление показателя емкости

Для того чтобы аккумулятор работал на протяжении длительного периода, рекомендуется проводить периодическое обслуживание. Количество и плотность электролита можно восстановить при необходимости. Рекомендации по проведению восстановительных работ следующие:

1. Для восстановления величины применяется свежий электролит, показатель плотности которого составляет 1,28 кг/ см³. В применяемом растворе должна присутствовать десульфатизирующая присадка. Для того чтобы она полностью растворилась, требуется около 48 часов, в течение которых нельзя использовать аккумуляторную батарею.
2. На момент заливки нужно измерять плотность при помощи ареометра. Этот прибор предназначен для определения рассматриваемого показателя.
3. Следующий шаг заключается в восстановлении уровня заряда батареи. Для этого проводится выкручивание пробок, после чего подключается зарядное устройство и выбирается соответствующий режим.
4. Для того чтобы восполненный электролит вернул свои свойства, рекомендуется проводить несколько циклов зарядки и разрядки. На ЗУ применяется минимальный ток, который должен быть не более 10% от максимального.
5. На момент зарядки источник питания не должен нагреваться, так как это приводит к повреждению установленных пластин. При повышении значения емкости до 13,8 В проверяется плотность воды, так как слишком высокая концентрация кислоты приводит к повреждению основных элементов конструкции.
6. Далее рекомендуется провести корректировку плотности электролита, так как во время проведения нескольких циклов зарядки он может измениться.
7. Следующий шаг заключается в разрядке аккумулятора. Для этого применяется в виде нагрузки лампочка или резистор. Разрядка проводится до момента, пока напряжение не упадет до 10,2 В. При этом рекомендуется засечь время с момента подключения нагрузки.

После восстановления емкости аккумулятора рекомендуется добавить присадку, которая существенно повышает его эксплуатационные качества и срок службы. Нельзя применять источник питания, в случае если снимаемые показатели мультиметров далеки от рекомендуемых.

Рекомендации по эксплуатации

Соблюдение некоторых рекомендаций по эксплуатации позволяет существенно продлить срок службы батареи. Как показывает практика, именно при неправильном использовании батареи она выходит из строя в течение года. Рекомендации по эксплуатации следующие:

1. Нельзя допускать несколько полных разрядов. Это связано с тем, что аккумуляторы типа Са-Са при полном разряде начинают быстро разрушаться. Допустив несколько подобных случаев, придется заменить источник питания.
2. В зимний период рекомендуется проводить периодическую зарядку даже в случае отсутствия проблем. Это связано с тем, что движение в городской черте на малой скорости при включении всех потребителей приводит к быстрой потере емкости, так как генератор не справляется с высокой нагрузкой.
3. Нельзя допускать попадания воды и загрязняющих веществ на поверхность клемм. Это связано с тем, что снижение их проводимости приводит к росту сопротивления.
4. Нельзя использовать аккумулятор в случае неисправности электроники автомобиля. Даже малая утечка тока при длительной эксплуатации батареи приводит к ускорению процесса потери емкости.
5. Кроме уровня заряда, раз в год проводится проверка плотности электролита. Этот показатель также определяет срок эксплуатации батареи. Слишком высокая плотность приводит к разъеданию основных элементов, слишком низкий показатель — к снижению напряжения.
6. Нельзя допускать нагрев батареи. Это связано с тем, что слишком высокая температура приводит к изменению основных свойств электролита.

При выборе источников питания рекомендуется отдавать предпочтение аккумуляторам известных производителей. Это связано с тем, что их продукция характеризуется более высокими эксплуатационными характеристиками.

Метод, основанный на зрительном восприятии

В этом исследовании визуальные познания вводятся в оценку емкости литий-ионного аккумулятора. Предлагаемый метод состоит из четырех шагов. Во-первых, полученные данные зарядного тока или напряжения разряда в каждом цикле упорядочиваются для формирования двумерного изображения. Во-вторых, сгенерированное изображение разлагается на несколько пространственно-частотных каналов с набором поддиапазонов ориентации с использованием контурлетного преобразования без субдискретизации (NSCT). NSCT имитирует многоканальную характеристику зрительной системы человека (HVS), которая обеспечивает множественное разрешение, локализацию, направленность и инвариантность к сдвигу.В-третьих, несколько показателей коэффициентов NSCT во временной области извлекаются для формирования начального многомерного вектора признаков. Точно так же, вдохновленный характеристикой обнаружения коллектора HVS, метод обучения коллектора собственной карты Лапласа, который, как считается, раскрывает эволюционный закон снижения производительности батареи в низкоразмерном внутреннем коллекторе, используется для дальнейшего получения вектора признаков низкой размерности. Наконец, ухудшение емкости батареи оценивается с использованием геодезического расстояния на коллекторе между начальными и самыми последними элементами.Были проведены проверочные эксперименты с использованием данных, полученных при различных условиях эксплуатации и старения. Результаты показывают, что предлагаемый подход визуального познания обеспечивает высокоточные средства оценки емкости батареи и, таким образом, предлагает многообещающий метод, основанный на развивающейся области когнитивных вычислений.

1. Введение

Литий-ионные (Li-ion) аккумуляторы, отличающиеся высокой плотностью энергии и малым весом, становятся все более популярными для различных применений, особенно в области аэрокосмических и электрических транспортных средств [1–3] .Таким образом, большинство существующих исследований сосредоточено на способах повышения производительности литий-ионных аккумуляторов. Емкость батареи, которая считается важным показателем производительности батареи, сильно зависит от различных внутренних и внешних механизмов, таких как температура окружающей среды, старение и характер использования; эти факторы приводят к постепенному снижению производительности батареи с течением времени. Следовательно, доступная емкость батареи должна быть точно оценена в целях надежности и для надлежащего управления использованием батареи [4].

В недавних исследованиях сообщалось о различных подходах к оценке емкости литий-ионных аккумуляторов. Большинство существующих подходов являются модельными, включая электрохимические [5], эквивалентные схемы [6] и аналитические [7, 8] модели. Эти модели в основном основаны на сложных физических и химических процессах, учитывающих динамическое поведение аккумуляторов [9–11], и эффективность оценки сильно зависит от точности моделей. В частности, эти типы моделей обычно трудно установить, учитывая ограничения на получение знаний об электрохимических параметрах, механизмах старения и свойствах батарей [12].Кроме того, эти модели индивидуально зависят от конкретного типа батареи с точки зрения производственных процессов, электролитов и материалов анода и катода. Методы оценки цикловой емкости, основанные на состоянии заряда (SOC–) и напряжении холостого хода (OCV–), широко применяются во многих реальных приложениях [13, 14]. Однако методы на основе SOC-OCV основаны на точных значениях SOC и OCV, получение которых обычно требует много времени [10, 15]. Независимо от того, какие методы моделирования используются для моделирования состояния батареи, характеристики зарядки и разрядки батареи, определенные в лаборатории при различных условиях эксплуатации, являются источником знаний о поведении батареи.В некоторых приложениях эти исходные данные, хранящиеся в виде дискретных значений, используются для создания базы данных справочной таблицы о состоянии заряда основной батареи. Однако при использовании такого метода оценки емкости литий-ионных аккумуляторов необходимо провести ряд экспериментов в различных условиях эксплуатации в течение всего срока службы, чтобы получить емкости аккумуляторов в разных состояниях срока службы и в разных условиях эксплуатации. В противном случае метод на основе базы данных будет иметь низкую точность с грубой базой данных.Тао и др. [16] предложили метод оценки емкости литий-ионного аккумулятора, основанный на распознавании сходства кривых онлайн-данных, который можно рассматривать как интеллектуальный метод, основанный на базе данных. Несмотря на то, что этот метод обеспечивает высокую точность, поиск наиболее похожей кривой данных, содержащейся в базе данных, занимает много времени, что ограничивает его реальное применение.

В [17] предложен новый геометрический метод; этот метод отличается от вышеупомянутых и является расширением традиционного метода постоянного тока-постоянного напряжения [18].Он оценивает емкость батареи, комбинируя дифференциальную геометрию и четыре геометрические характеристики, чувствительные к снижению емкости. Из кривых зарядного тока (CC) и напряжения разряда (DV) извлекаются четыре геометрические характеристики, включая временную продолжительность кривой постоянного напряжения (CV), максимальный радиус кривизны стадии CV, площадь под кривой CV и наклон кривой напряжения на ранней стадии разрядного процесса. Экспериментальные результаты, представленные в их статье, демонстрируют эффективность геометрического метода.

Сущность метода, основанного на геометрии, направлена ​​на введение теории дифференциальной геометрии и традиционных геометрических особенностей в оценку емкости батареи. Вдохновленные работой [17], мы пытаемся внедрить другие передовые междисциплинарные методы оценки емкости батареи, избегая сложного анализа физико-химических процессов и добиваясь точного понимания процессов деградации, тем самым еще больше повышая эффективность и точность определения емкости батареи. оценка емкости.

Когнитивная наука — это междисциплинарное исследование, состоящее из нескольких исследовательских дисциплин, включая психологию, искусственный интеллект, философию, неврологию, лингвистику и антропологию. Он включает исследования интеллекта и поведения, уделяя особое внимание тому, как информация представляется, обрабатывается и преобразуется в нервной системе и машинах [19]. Когнитивная наука — это обширная область, охватывающая широкий спектр тем, связанных с познанием, таких как обработка речи, искусственный интеллект, зрительное и слуховое познание.Среди этих тем визуальное познание стало предметом многих исследований в области когнитивистики и становится важной темой интереса в двадцать первом веке [20]. В последние годы страны всего мира вложили значительные средства в поддержку исследований в области визуального познания. В США Агентство перспективных исследовательских проектов Министерства обороны запустило в 2007 году специальную исследовательскую программу под названием «Когнитивные вычисления», в рамках которой визуальное познание является ключевой целью исследований. В Японии за последнее десятилетие эксперты в области компьютерного зрения были привлечены к «Плану мозга» для продвижения междисциплинарных исследований в области когнитивной науки о мозге и визуального познания.В 2008 году Комитет Национального фонда естественных наук Китая инициировал крупный исследовательский проект под названием «Когнитивные вычисления на основе визуальной и слуховой информации». его цель — создать новый вычислительный метод, основанный на зрительных и слуховых когнитивных механизмах человека, тем самым предложив новые идеи для понимания изображений и обработки голоса. Сегодня вычислительным методам, основанным на визуальном распознавании, уделяется большое внимание, и они широко используются в распознавании лиц [21], слиянии изображений [22], классификации текстур [23] и т.д.Однако в области оценки емкости литий-ионных аккумуляторов редко сообщалось о методах, основанных на визуальном распознавании. Руководствуясь этим, мы пытаемся преобразовать значения CC и значения DV в двумерное изображение и, таким образом, еще больше улучшить оценку емкости батареи с использованием метода визуального познания.

По сути, визуальное познание — это своего рода бионическая наука; то есть он занимается распознаванием объектов на основе характеристик зрительной системы человека (HVS). Одной из хорошо известных характеристик HVS является многоканальная характеристика (MCC), означающая наличие нескольких пространственно-частотных каналов обработки графической информации в HVS, каждый из которых дополнительно включает различное количество компонентов ориентации в зависимости от заданная установка ряда [24].В этом исследовании авторы используют MCC для извлечения информации о признаках деградации из данных CC и DV, что является основой этого исследования, а также отличием, отличающим наш метод от других существующих методов, в том числе в [17]. Другой отмеченной характеристикой HVS является характеристика измерения коллектора (MSC). В 2000 году в статьях, опубликованных в журнале Science , указывалось, что визуальная информация хранится в виде множества стабильных паттернов нейронной активности в мозге, а разнообразные методы обучения могут идентифицировать значимые низкоразмерные структуры в многомерных данных [25–27]. .Поэтому в этом исследовании используется обучение многообразия для построения низкоразмерного внутреннего многообразия, которое может не только выявить закон деградации пропускной способности, содержащийся в извлеченных функциях, но и сократить требуемые вычисления. Таким образом, в этом исследовании делается попытка внедрить визуальное распознавание в оценку емкости литий-ионных аккумуляторов, чтобы установить систематический метод оценки емкости на основе MCC и MSC.

Эта статья организована следующим образом: Раздел 2 описывает два интересующих свойства HVS, а именно, MCC и MSC, а также соответствующие вычислительные методы, производные от них, в первую очередь NSCT и собственную карту Лапласа (LE).Также введено геодезическое расстояние, которое используется при оценке емкости аккумулятора. В разделе 3 представлен весь метод оценки емкости батареи на основе зрительного восприятия, включая описание экспериментальных данных, преобразование изображения, извлечение признаков и расчет емкости. Типичные данные из наборов данных о батареях НАСА используются для проверки предлагаемого метода; результаты представлены в Разделе 4. Наконец, Раздел 5 завершает статью.

2. Родственные теории

2.1. ЦУП ВВС и НСКТ

2.1.1. MCC и Contourlet Transform

HVS — это важнейший инструмент, с помощью которого люди понимают и постигают мир природы. Было подтверждено, что HVS обладает способностью захватывать важную информацию о естественной сцене, используя минимальное количество активных зрительных ячеек [28]. Соответственно, рецептивные поля в зрительной коре характеризуются как локализованные, ориентированные и полосовые [29]. Поэтому предполагается, что для того, чтобы представление изображения было эффективным, оно должно обладать свойствами локальности, направленности и множественного разрешения.

Контурлетное преобразование (КП), предложенное До и Веттерли [28], хорошо соответствует МСС ГВС. Он состоит из пирамиды Лапласа (LP) и банка направленных фильтров (DFB), где LP используется для захвата точечных разрывов, а DFB используется для привязки точечных разрывов к линейным структурам. КТ обеспечивает гибкое локальное и направленное расширение изображения с несколькими разрешениями с использованием контурных сегментов; таким образом, он может очень эффективно представлять ребра и другие особенности вдоль кривых.Однако, к сожалению, CT не обладает сдвиговой инвариантностью из-за понижения и повышения частоты дискретизации как в LP, так и в DFB. В частности, понижение дискретизации отфильтрованного изображения может привести к наложению частот нижних и верхних частот. Эти недостатки ограничивают использование КТ во многих приложениях [22, 30].

2.1.2. Теория NSCT

Чтобы устранить наложение спектров частот CT и улучшить его направленную избирательность и инвариантность к сдвигу, da Cunha et al. [31] предложил инвариантную к сдвигу версию, основанную на банках пирамидальных фильтров без субдискретизации (NSPFB) и банках направленных фильтров без субдискретизации (NSDFB), как показано на рисунке 1 (a) [31, 32].

Контурное преобразование без субдискретизации (NSCT) в качестве репрезентативного метода, связанного с MCC, может использоваться для разложения изображения (например, преобразованного из кривой тока заряда или напряжения разряда) на несколько пространственно-частотных каналов (а набор узкополосных частот), каждый из которых дополнительно включает различное количество компонентов ориентации в зависимости от заданной настройки для каждого канала.

В NSCT свойство многомасштабности достигается за счет инвариантной к сдвигу структуры фильтрации, которая обеспечивает разложение на поддиапазоны, аналогичное разложению LP.Процесс может быть реализован с использованием двухканальных двумерных (2D) фильтров без субдискретизации. Рисунок 1(b) иллюстрирует декомпозицию пирамиды без подвыборки с этапами. Такое расширение концептуально похоже на одномерное (1D) вейвлет-преобразование без субдискретизации, вычисленное с помощью алгоритма à trous . Фильтры для следующего этапа получаются путем повышающей дискретизации фильтров предыдущего этапа с помощью матрицы выборки, которая дает свойство многомасштабности без необходимости дополнительного проектирования фильтра.В разложении j th идеальная поддержка частоты фильтра нижних частот равна . Соответственно идеальной опорой ФВЧ является дополнение ФНЧ, а именно область . Эквивалентные фильтры каскадного НПФБ уровня J приведены где и представляют собой ФНЧ и соответствующий ФВЧ соответственно на первом этапе [32].

DFB строится путем объединения двухканальных веерных фильтров с критической выборкой и операций повторной выборки.В результате получается банк фильтров с древовидной структурой, который разбивает двухмерную частотную плоскость на направленные клинья. Путем отключения устройств понижения/повышения дискретизации в каждом наборе двухканальных фильтров в древовидной структуре DFB и соответствующего повышения частоты дискретизации фильтров получается NSDFB. Таким образом можно получить дерево, составленное из двухканальных NSDFB. Рисунок 1(c) иллюстрирует четырехканальную декомпозицию [32]. Веерные фильтры с повышающей дискретизацией имеют поддержку частоты шахматной доски, где матрица quincunx: Четырехканальное направленное разложение может быть получено, когда фильтры объединяются с веерными фильтрами.Эквивалентный фильтр в каждом канале может быть задан следующим образом:

После разложения NSCT уровня — одно изображение поддиапазона нижних частот и изображения направленного поддиапазона полосы пропускания могут быть получены, все из которых имеют тот же размер, что и входное изображение. Здесь – уровень направленной декомпозиции в масштабе j -й.

Как описано выше, ядром NSCT является конструкция фильтра в двухканальном NSPFB и NSDFB. NSCT не только сохраняет характеристики CT, но также обладает важным свойством сдвиговой инвариантности.Таким образом, в этом исследовании используется NSCT для извлечения характеристик из значений CC и DV литий-ионной батареи.

2.2. MSC HVS и LE

2.2.1. MSC and Manifold Learning

Когда мы смотрим на объект с такими условиями, как изменение масштаба и освещенности, сигналы, передаваемые от глаз к мозгу миллионами аксонов зрительного нерва, постоянно изменяются. Тем не менее мы можем распознать, что эти изменяющиеся сигналы производятся одним и тем же объектом. Это явление было изучено Seung и Lee, которые предложили гипотезу о том, что зрительная память хранится как многообразие устойчивых состояний или непрерывный аттрактор [25].Изображения одного и того же объекта с изменением масштаба, освещенности и других переменных факторов лежат на низкоразмерном многообразии, тогда как изображения разных объектов образуют разные многообразия. С точки зрения когнитивной психологии когнитивный процесс идентификации объектов представляет собой распознавание различных низкоразмерных многообразий, встроенных в многомерную визуальную информацию. То есть HVS обладает способностью ощущать многообразие, скрытое в мозгу. Эта характеристика HVS называется MSC.Подобно MSC HVS, многообразное обучение может находить значимые низкоразмерные структуры, скрытые в многомерных наблюдениях; это привлекает все большее внимание ученых.

Многообразное обучение, также известное как нелинейное уменьшение размерности, является широко распространенным методом, который встраивает образцы высокой размерности в пространство признаков низкой размерности, сохраняя некоторые локальные или глобальные геометрические структуры [33]. Было предложено много многообразных подходов к обучению, таких как изометрическое отображение [26], локально линейное вложение [27], собственные карты Лапласа [34] и собственные карты Гессе [35].Среди этих подходов собственная карта Лапласа (LE) является своего рода методом спектрального графа; это привлекло значительное внимание сообщества машинного обучения. В этом исследовании LE используется для создания внутреннего многообразия низкой размерности и выполнения уменьшения размерности.

2.2.2. Теория LE

LE представляет собой типичный метод уменьшения размерности на основе графа. Основное математическое понятие LE можно резюмировать следующим образом.

Предположим, что d -мерное многообразие (обозначенное как выходное пространство), вложенное в m -мерное пространство (обозначенное как входное пространство, ), может быть описано функцией: где — компактное подмножество с открытой внутренней частью.Набор точек данных, где отбираются шумы из внутреннего многообразия; связь можно представить следующим образом: где обозначает шум. LE можно распознать следующим образом: исходный набор данных в многообразии более высокой размерности отображается (нелинейно) в точку данных в оценке неизвестного многообразия более низкой размерности, с [36].

По набору многомерных наблюдений для произвольной точки с ближайшими соседями можно построить взвешенный граф смежности, состоящий из узлов и набора ребер, соединяющих соседние точки.Мы рассматриваем задачу отображения взвешенного графа на прямую так, чтобы соединяемые точки оставались как можно ближе друг к другу. Пусть , где – значение координаты й точки в и . Разумная карта состоит в том, чтобы выбрать s ∈ для минимизации при соответствующих ограничениях. Чтобы избежать больших штрафов, которые могут возникнуть, если соседние точки и отображаются далеко друг от друга, минимизация является попыткой гарантировать, что если точки и близки, то и также будут близки. В результате при любом имеем где матрица Лапласа, которая является положительно полуопределенной.Примечательно, что симметричен и . Таким образом, можно записать в виде Следовательно, задача минимизации сводится к нахождению .

Ограничение удаляет произвольный коэффициент масштабирования во встраивании. Матрица обеспечивает естественную меру на вершине графа. Чем он больше, тем важнее будет вершина. В (7) показана положительно-полуопределенная матрица, а вектор, минимизирующий целевую функцию, задается минимальным собственным значением решения обобщенной задачи на собственные значения с дополнительным ограничением ортогональности.

В более общем случае вложение задается матрицей , где i -я строка, обозначенная как , обеспечивает координаты вложения i -й вершины. Аналогично нужно минимизировать

Это условие сводится к нахождению [37]

2.2.3. Временное окно для обновления отображения

Фиксированный набор данных из пространства высокой размерности отображается в пространство низкой размерности с помощью LE посредством отображения . Следовательно, можно получить соответствующую низкоразмерную точку через отображение, когда задана произвольная точка в многомерном пространстве.Учитывая, что на практике часто собираются новые данные и в пространстве могут быть получены новые функции, нам необходимо обновить сопоставление, предоставленное LE, чтобы приспособиться к новым поступающим данным. Таким образом, предлагается общий метод, так называемое «временное окно», которое может быть задано как одна входящая точка или любое другое количество входящих точек применительно к реальному приложению. Когда количество новых входящих точек достигает фиксированного «временного окна», выводится новое обновленное отображение.

2.3. Геодезическое расстояние

В математике, особенно в дифференциальной геометрии, геодезическая — это обобщение понятия «прямая линия» на искривленные пространства [38].Если эта связь является связностью Леви-Чивиты, индуцированной римановой метрикой, то геодезические являются (локально) кратчайшими путями между точками в пространстве. Таким образом, ожидается, что геодезическое расстояние будет разворачивать сильно складчатые, скрученные или искривленные нелинейные многообразия [39].

На рис. 2(а) показан кратчайший путь, измеренный с помощью евклидова расстояния. Согласно этой метрике, две точки на противоположных сторонах подковы кажутся обманчиво близкими. На рис. 2(b) показан кратчайший путь, измеряемый геодезическим расстоянием.В этом случае две точки на противоположных сторонах подковы не являются соседями по геодезическому расстоянию [39].

В этом исследовании геодезическое расстояние принято как геометрическая метрика емкости батареи на коллекторе, построенном LE.

3. Метод оценки емкости литий-ионных аккумуляторов на основе визуального восприятия

3.1. Описание литий-ионной батареи НАСА Экспериментальные данные

Данные, использованные в этом исследовании, были получены из изготовленной на заказ установки батареи в Центре передового опыта NASA Ames Prognostics.Эксперименты проводились с тремя различными рабочими профилями (зарядка, разрядка и импеданс) при температуре окружающей среды (AT). Зарядка производится в режиме постоянного зарядного тока при 1,5 А до тех пор, пока напряжение батареи не достигнет 4,2 В, и продолжается в режиме постоянного напряжения до тех пор, пока ток заряда не упадет до 20 мА. Разрядные циклы останавливаются при различном окончании разряда (EOD). Эксперименты проводятся до тех пор, пока емкость не снизится до заданных критериев окончания срока службы (EOLC).

Для проверки эффективности предложенного подхода были отобраны типичные данные (№5, №7, №29 и №54, которые также использовались в [16, 17]) и описаны в табл. 1. Из табл. , видно, что эти данные имеют одинаковый ток заряда 1,5 А, но в целом показывают разные значения AT (24°C, 43°C или 4°C), токи разряда (постоянные; 2 A или 4 A), EOD ( от 2,0 В до 2,7 В), начальной емкости (IC; от 1,1665 Ач до 1,8911 Ач) и EOLC (30% или 12,61%).

90

15. Эшвин Т.Р., Чанг Ю.М., Ван Дж. Моделирование снижения емкости литий-ионной батареи в условиях циклической нагрузки. Журнал источников энергии.2016; 328: 586–98. https://doi.org/10.1016/j.jpowsour.2016.08.054

16. Dong G, Wei J, Chen Z, Sun H, Yu X. Прогноз оставшегося времени разрядки литий-ионных аккумуляторов с использованием неароматизированного фильтра Калмана. Журнал источников энергии. 2017; 364:316–27. https://doi.org/10.1016/j.jpowsour.2017.08.040

17. Чжан Л., Ху С., Ван З., Сунь Ф., Доррелл Д.Г. Моделирование дробного порядка и оценка состояния заряда ультраконденсаторов. Журнал источников энергии. 2016; 314:28–34.https://doi.org/10.1016/j.jpowsour.2016.01.066

18. Zou C, Hu X, Dey S, Zhang L, Tang X. Нелинейная оценка дробного порядка с гарантированной надежностью и стабильностью для литий-ионных аккумуляторов. Транзакции IEEE по промышленной электронике. 2018;65(7):5951–61.

19. Цзоу С., Чжан Л., Ху С., Ван З., Вик Т., Пехт М. Обзор методов дробного порядка, применяемых к литий-ионным батареям, свинцово-кислотным батареям и суперконденсаторам. Журнал источников энергии.2018; 390: 286–96. https://doi.org/10.1016/j.jpowsour.2018.04.033

20. Саха Б., Гебель К., редакторы. Моделирование истощения емкости литий-ионного аккумулятора в системе фильтрации частиц. Материалы ежегодной конференции общества прогностики и управления здравоохранением; 2009: Сан-Диего.

21. Liu Z, Sun G, Bu S, Han J, Tang X, Pecht M. Структура обучения частицам для оценки оставшегося срока полезного использования литий-ионных аккумуляторов. Транзакции IEEE по приборам и измерениям.2017;66(2):280–93.

22. Ли Дж., Ван Л., Чао Л., Чжан Л., Ван Х. Оценка разрядной емкости литий-ионных аккумуляторов на основе сажевого фильтра в различных условиях эксплуатации. Энергия. 2015; 86: 638–48. https://doi.org/10.1016/j.energy.2015.04.021

23. Cheng Y, Tao L, Yang C. Оценка емкости литий-ионного аккумулятора: метод, основанный на визуальном восприятии. Сложность. 2017;2017:1–13. https://doi.org/10.1155/2017/6342170

24. У Дж, Ван И, Чжан С, Чен З.Новый метод оценки состояния литий-ионного аккумулятора с использованием группового метода обработки данных. Журнал источников энергии. 2016; 327:457–64. https://doi.org/10.1016/j.jpowsour.2016.07.065

25. Ху С., Джайн Г., Чжан П., Шмидт С., Гомадам П., Горка Т. Метод, основанный на данных, основанный на оптимизации роя частиц и регрессии k-ближайших соседей для оценки емкости литий-ионной батареи. Прикладная энергия. 2014; 129:49–55. https://doi.org/10.1016/j.apenergy.2014.04.077

26.Ю Дж., Мо Б., Тан Д., Лю Х., Ван Дж. Прогноз оставшегося срока полезного использования литий-ионных аккумуляторов с использованием фильтра частиц на основе оптимизации роя квантовых частиц. Инжиниринг качества. 2017;29(3):536–46. https://doi.org/10.1080/08982112.2017.1322210

27. Чжан И, Го Б. Онлайн-оценка емкости литий-ионных аккумуляторов на основе извлечения новых признаков и адаптивной многоядерной векторной машины релевантности. Энергии. 2015;8(11):12439–57.

28. У Дж, Чжан С, Чен З.Онлайн-метод оценки оставшегося срока полезного использования литий-ионных аккумуляторов с использованием выборки важности и нейронных сетей. Прикладная энергия. 2016; 173:134–40. https://doi.org/10.1016/j.apenergy.2016.04.057

29. Liu D, Zhou J, Liao H, Peng Y, Peng X. Структура извлечения и оптимизации индикаторов состояния для моделирования и прогнозирования деградации литий-ионных аккумуляторов. Транзакции IEEE по системам, человеку и кибернетике: системы. 2015;45(6):915–28.

30. Ли С, Шу С, Шен Дж, Сяо Р, Ян В, Чен З.Бортовой алгоритм оценки оставшегося полезного срока службы литий-ионных аккумуляторов электромобилей. Энергии. 2017;10(5):691. https://doi.org/10.3390/en10050691

31. Deng Z, Yang L, Cai Y, Deng H, Sun L. Онлайн-прогнозирование емкости и оценка состояния заряда на основе передовых алгоритмов на основе данных для литий-железо-фосфатной батареи. Энергия. 2016; 112: 469–80. https://doi.org/10.1016/j.energy.2016.06.130

32. Чен Зи, Сюн Р, Лу Дж, Ли С.Прогноз повышения температуры литий-ионного аккумулятора при внешнем коротком замыкании для всеклиматического применения электромобилей. Прикладная энергия. 2018;213:375–83. https://10.1016/j.apenergy.2018.01.068

33. Sukawattanavijit C, Chen J, Zhang H. Алгоритм GA-SVM для улучшения классификации земного покрова с использованием данных SAR и оптического дистанционного зондирования. Письма IEEE по геонаукам и дистанционному зондированию. 2017;14(3):284–8.

34. Чжан С., Цзян Д. Винтовое предсказание оставшейся жизни на основе квантового генетического алгоритма и векторной машины поддержки.Удары и вибрация, 2017 г. (15 февраля 2017 г.). 2017; 2017(8):1–13. https://doi.org/10.1155/2017/9581379

35. Цинь Т., Цзэн С., Го Дж. Надежный прогноз для оценки состояния литий-ионных аккумуляторов на основе улучшенной модели PSO-SVR. Микроэлектроника Надежность. 2015;55(9–10):1280–4. https://doi.org/10.1016/j.microrel.2015.06.133

36. Cheng C, Niu W, Feng Z, Shen J, Chau K. Метод прогнозирования ежедневного стока водохранилища с использованием искусственной нейронной сети на основе квантовой оптимизации роя частиц.Вода. 2015;7(8):4232–46. https://doi.org/10.3390/w7084232

37. Ren C, An N, Wang J, Li L, Hu B, Shang D. Выбор оптимальных параметров для нейронной сети BP на основе оптимизации роя частиц: тематическое исследование прогнозирования скорости ветра. Системы, основанные на знаниях. 2014;56:226–39. https://doi.org/10.1016/j.knosys.2013.11.015

38. Sun J, Xu W, Feng B, редакторы. Глобальная стратегия поиска квантово-поведенческой оптимизации роя частиц. Кибернетика и интеллектуальные системы, конференция IEEE 2004 г.; 2004.

39. Sun J, Feng B, Xu W, редакторы. Оптимизация роя частиц с частицами, имеющими квантовое поведение. Эволюционные вычисления, Конгресс CEC2004, 2004 г.; 2004.

40. Sun J, Wu X, Palade V, Fang W, Lai CH, Xu W. Анализ конвергенции и улучшения оптимизации роя частиц с квантовым поведением. Информационные науки. 2012;193(15):81–103. https://doi.org/10.1016/j.ins.2012.01.005

41. Саха Б., Гебель К. Набор данных о батареях Хранилище данных NASA Ames Prognostics.http://ti.arc.nasa.gov/project/prognosticdata-repository

42. Нин Г., Уайт Р.Э., Попов Б.Н. Обобщенная модель жизненного цикла перезаряжаемых литий-ионных аккумуляторов. Электрохимика Акта. 2006;51(10):2012–22. https://doi.org/10.1016/j.electacta.2005.06.033

43. Цао Г., Ву Л. Поддержка векторной регрессии с алгоритмом оптимизации плодовых мух для прогнозирования сезонного потребления электроэнергии. Энергия. 2016; 115:734–45. https://doi.org/10.1016/j.energy.2016.09.065

44.Лю Д., Се В., Ляо Х., Пэн Ю. Интегрированный вероятностный подход к оценке оставшегося срока полезного использования литий-ионных аккумуляторов. Транзакции IEEE по приборам и измерениям. 2015;64(3):660–70.

батарей | Бесплатный полнотекстовый | Факторы, влияющие на расчет емкости литий-ионных стационарных аккумуляторов

1. Введение

В результате конкурентных исследований и разработок во всем мире ускоряется разработка высокопроизводительных и емких систем хранения энергии (ESS).С момента появления литий-ионных аккумуляторов в 1991 году они широко применяются в устройствах накопления энергии. В первые дни он широко использовался в портативных электронных устройствах. Однако в последние годы применение ESS в электромобилях и на возобновляемых источниках энергии быстро расширяется. Однако в то время как промышленные стандарты для размеров существующих стационарных батарей, таких как свинцово-кислотные батареи и никель-кадмиевые батареи, установлены, промышленные стандарты для размеров литий-ионных стационарных батарей все еще находятся в стадии разработки.

IEC 62619-2017 «Требования безопасности к вторичным литиевым элементам и батареям для использования в промышленности» и IEC 62620-2014 «Вторичные элементы и батареи, содержащие щелочные или другие некислотные электролиты» являются недавно установленными международными стандартами для стационарных литий-ионные аккумуляторы. Однако IEC 62619 и 62620 не охватывают метод определения емкости литий-ионных стационарных батарей. 31 декабря 2017 года Корейская электрическая ассоциация опубликовала Кодекс электроэнергетики Кореи (KEPIC) EEG 1400 «Проектирование и установка литий-ионных аккумуляторов для станций».KEPIC EEG 1400 описывает, как определить размер литий-ионных стационарных батарей, но не принимает во внимание все характеристики литий-ионных батарей.

Автором предложена формула выбора емкости литий-ионных стационарных аккумуляторов для установления норм промышленного дизайна, необходимых для проектирования и монтажа стационарных аккумуляторов на атомных электростанциях [1]. В качестве дальнейшего исследования цель этой статьи состоит в том, чтобы рассмотреть характеристики напряжения элемента батареи, одного из факторов, влияющих на расчет технических характеристик батареи, и предложить, как применять коэффициент напряжения при расчете емкости батареи.Исследования механизмов уменьшения емкости и снижения производительности литий-ионных аккумуляторов проводятся многими исследователями [2,3,4,5]. Результаты таких исследований являются важным фактором при прогнозировании срока службы батареи. Однако в этом исследовании предполагается, что батарея заменяется, когда ее емкость становится ниже заданного уровня ниже ее номинальной емкости. Было проведено тематическое исследование для сравнения литий-ионных и свинцово-кислотных батарей. В качестве примера была выбрана система 125 В постоянного тока атомной электростанции с водо-водяным реактором (PWR).Это связано с тем, что Институт ядерной энергии (NEI) поднял вопрос о необходимости увеличения времени резервного питания от батарей до 24 часов [6].

2. Факторы, влияющие на расчет емкости литий-ионных аккумуляторов

2.1. Номинальное напряжение

Литий-ионные аккумуляторы состоят из ячеек, в которых в качестве положительных и отрицательных материалов используются интеркаляционные соединения лития. Литий-ионные батареи могут быть изготовлены с использованием оксида лития-кобальта (LiCoO ₂ или LCO), оксида марганца (LiMn ₂ O ₄ или LMO), оксида лития, никеля, марганца, кобальта (LiNiMnCoO ₂ или NMC), лития. фосфат железа (LiFePO ₄ ), титанат лития (Li ₄ Ti ₅ O ₁₂ ) и литий-никель-кобальт-алюминий оксид (LiNiCoAlO ₂ ), как показано в таблице 1 [7].Различные размеры и формы выпускаются разными производителями. Один элемент обычно работает в диапазоне от 2,5 В до 4,2 В. Выходное напряжение литий-ионного аккумулятора меняется во время разрядки. Номинальное напряжение — это напряжение, которое измеряется, когда батарея разряжается на 50 % своей полной энергии, исходя из скорости разряда 0,2 C. Поскольку энергия батареи зависит от произведения напряжения на емкость, батарея с высокой плотностью энергии получается из материала с высоким напряжением и большой емкостью [8].

2.2. Зарядное напряжение и состояние емкости

Обычно стационарные батареи работают с плавающей зарядкой и разряжаются на нагрузку при отключении источника зарядки. Существует примерно линейная зависимость между состоянием заряда (SOC) свинцово-кислотных аккумуляторов и напряжением разомкнутой цепи (OCV). В отличие от свинцово-кислотных аккумуляторов, литий-ионные аккумуляторы не имеют линейной зависимости между OCV и SOC [9]. SOC батареи определяется как отношение ее текущей емкости (Qt) к номинальной емкости (Qn).Номинальная или номинальная емкость (Ач) батареи определяется как максимальное количество Ач, которое полностью заряженная батарея может разрядить при определенных условиях. Эти условия включают в себя конечное напряжение батареи, ток разряда и температуру. Большинство батарей имеют четкое зарядное напряжение. При напряжении ниже этого определенного напряжения аккумулятор не заряжается, а если напряжение заряда немного выше, чем определенное напряжение заряда, аккумулятор полностью заряжается, хотя это может занять много времени. Однако литий-ионные (литий-ионные, литий-полимерные, литий-ионно-фосфатные и т.) батареи не такие, как другие типы батарей. Величина зарядки зависит от напряжения, как показано на рисунке 1 [10]. Продолжение зарядки полностью заряженного аккумулятора может привести к возгоранию из-за перезарядки. В последнее время в Корее участились пожары в ESS (системе накопления энергии), работающей совместно с солнечной энергией. Поэтому производитель рекомендовал клиентам ограничить количество заряда ниже определенного уровня, чтобы предотвратить перезарядку, пока не будут проверены причины возгорания.

2.2.1. Процесс зарядки и напряжение

Существует несколько методов зарядки литий-ионных аккумуляторов. Это методы непрерывной зарядки, пятиступенчатой ​​зарядки, импульсной зарядки и ускоренной зарядки. Одним из наиболее известных методов зарядки является капельная зарядка [11]. Под непрерывной зарядкой понимается зарядка полностью заряженной батареи с той же скоростью, что и скорость саморазряда, таким образом, чтобы батарея могла поддерживать полный уровень заряда. Однако литий-ионные аккумуляторы нельзя безопасно заряжать непрерывно. В этом случае схема зарядки контролирует электрические условия во время зарядки, чтобы соответствовать требованиям химического состава батареи.График на Рисунке 2 [12] показывает поведение процесса зарядки постоянным током/постоянным напряжением (CCCV) элемента литий-ионной батареи. Зарядное устройство ограничивает ток до заданного уровня до тех пор, пока аккумулятор не достигнет заданного уровня напряжения отсечки. Затем ток уменьшается, когда батарея становится полностью заряженной. Эта система обеспечивает быструю зарядку без риска перезарядки.

2.2.2. Плавающее зарядное напряжение

Плавающее напряжение — это напряжение, которое поддерживает состояние заряда батареи после полной зарядки за счет компенсации саморазряда.Соответствующее плавающее напряжение будет сильно варьироваться в зависимости от химического состава и структуры батареи, а также от температуры окружающей среды [13]. литий-ионные элементы не могут. Когда свинцово-кислотная батарея перезаряжена, положительная пластина вырабатывает кислород, а отрицательная пластина выделяет газообразный водород. Затем кислород и водород рекомбинируют и превращаются в воду. (О ₂ ↑ + 4Н + 4е ^— ↔ 2Н ₂ О).Однако любой ток, проходящий через полностью заряженный литий-ион, повреждает его и/или сокращает срок службы элемента. После частых пожаров в системах накопления энергии (ESS) с литий-ионными батареями производители аккумуляторов рекомендовали снизить потолок SOC с 90% до 70%. Поскольку литий-ионные элементы необратимо деградируют при перезарядке или переразрядке и могут выйти из строя при перезарядке, в литий-ионных батареях обычно используется схема управления батареями для поддержания зарядного напряжения ниже напряжения отключения и предотвращения перезарядки [14].С другой стороны, согласно эксперименту в ссылке [15], катодная батарея LiFePO ₄ сохранила 70% своей первоначальной разрядной емкости после 24-месячного испытания плавающего заряда. Скорость снижения емкости увеличивалась с повышением температуры, и емкость упала до 60% от начального значения после одного месяца испытания подзарядки при температуре 55 °C. Поэтому при определении требуемой емкости литий-ионной стационарной батареи необходимо учитывать как напряжение подзарядки, так и время подзарядки.

2.3. Разрядный ток и разрядная емкость

Разрядная емкость свинцово-кислотной батареи зависит от разрядного тока из-за константы k по формуле Пейкерта. Чем больше ток разряда, тем больше разница в разрядной емкости. Другими словами, разрядная емкость свинцово-кислотного аккумулятора экспоненциально уменьшается при больших токах, как показано на рис. 3 [16]. закон.куда;

• Q _P Q _P Разрядные мощности при разгрузке на 1 А [ах]

• I разгрузочный ток [A]

• T Время разряда для достижения разряда Заключение напряжения [S]

• K Констанция, примерно 1.3.

С другой стороны, литий-ионный аккумулятор имеет k-константу, близкую к единице. Это означает, что разрядная емкость аккумулятора не сильно зависит от величины разрядного тока и имеет хорошие разрядные характеристики при высокой скорости разряда.Однако по мере увеличения конечного напряжения различия в разрядной емкости в зависимости от скорости разряда начинают увеличиваться. И по мере увеличения количества циклов заряда-разряда разница в разрядной емкости в зависимости от скорости разряда увеличивается, как показано на рисунке 4 [17].

2.4. Рабочая температура и разрядная емкость Литий-ионные батареи

способны работать в относительно широком диапазоне температур, как указано в таблице 2 [18]. Кроме того, на него больше влияет температура во время зарядки, чем при разрядке.Производительность зарядки ухудшается при экстремально низких или высоких температурах. Свинцово-кислотные аккумуляторы можно заряжать при температуре ниже 0 °C. Однако рекомендуемый зарядный ток составляет 0,3 C. Чем выше температура, тем выше разрядная емкость свинцово-кислотных аккумуляторов, как указано в «Таблице 1. Поправочные коэффициенты размера ячейки для температуры» стандарта IEEE Std. 485-1997 [19]. Все батареи достигают оптимального срока службы при температуре 20 °C или чуть ниже. При 40 °C потери увеличиваются на целых 40 %, а при зарядке и разрядке при 45 °C срок службы составляет лишь половину ожидаемого срока службы при 20 °C.Производительность всех аккумуляторов сильно падает при низких температурах. При 0 °C потеря температуры литий-ионной батареи составляет около 10–20 процентов от ее номинальной емкости при 25 °C. Рис. 5 можно использовать для предварительных входных данных [20]. Литий-ионный аккумулятор разлагается при температуре выше 35 °C, особенно при температуре выше 50 °C [21]. Согласно эксперименту, в ходе которого был испытан элемент графит/LiNixCoyMnzO ₂ с номинальным напряжением 3,6 В и номинальной емкостью 2,5 Ач, Возможно прогнозирование емкости батареи по температуре окружающей среды.На рис. 6 [22] представлена ​​кривая зависимости температуры от разрядной емкости, построенная с помощью интерполяции. Из-за медленной диффузии в аккумуляторе влияние температуры на аккумулятор проявляется через много времени. Следовательно, более разумно прогнозировать емкость батареи по температуре окружающей среды, чем по температуре батареи. Между тем, что касается зависимости между температурой и разрядной емкостью, на рис. 7 [23] показаны кривые OCV-SOC батареи при температуре 45 °C. , 25 ° С, 0 ° С и -20 ° С.Кривая OCV-SOC сильно отличается, особенно под влиянием высоких и низких температур. На диаграмме чем выше температура окружающей среды, тем ниже напряжение отсечки разряда батареи, тем больше разрядная емкость батареи. Характеристическая кривая OCV-SOC представляет общий сдвиг вниз. И наоборот, чем ниже температура окружающей среды, тем выше напряжение отсечки разряда батареи, что приводит к увеличению мощности батареи, которая не может быть высвобождена.

2.5. Цикл зарядки и сохранение емкости

Очевидно, что различия в условиях испытаний и профилях могут существенно повлиять на результаты циклов.Известно, что большинство аккумуляторов, в том числе литий-ионных, предпочитают умеренный ток при постоянном разряде, а не импульсную или кратковременную высокую нагрузку. Циклические результаты соответствующих предыдущих исследований для литиевых батарей показали, что выравнивание нагрузки батареи снижает скорость деградации как емкости, так и сопротивления в ампер-часах. Однако данные недавних испытаний показали, что модули изнашиваются быстрее при циклировании постоянного тока, чем при использовании профилей динамических импульсов, как показано на рис. 8 [24].Другой эксперимент, проведенный с литий-ионным элементом типа никель-марганец-оксид-кобальт (Li(Ni _1/3 Mn _1/3 Co _1/3 )O ₂ ), показывает разный результат сохранения емкости после циклирования в зависимости от от разрядного тока и комнатной температуры, как показано на рисунке 9 [25]. Таким образом, прояснение неопределенности в отношении влияния профиля нагрузки на срок службы батареи особенно важно в отношении размеров стационарных литий-ионных батарей.

3. Расчет емкости литий-ионного аккумулятора

3.1. Связанные промышленные стандарты

Система батарей постоянного тока атомных электростанций должна соответствовать требованиям IEEE std. 946 [26] для номеров батарей, стандарт IEEE. 384 [27] для требований по разделению и регулирующее руководство RG1.75 [28] для других требований. Емкость свинцово-кислотной батареи определялась в соответствии со стандартом IEEE std. 485 [19]. Однако международные промышленные стандарты определения емкости стационарных литий-ионных аккумуляторов еще не установлены. Недавно был выпущен Кодекс электроэнергетики Кореи (KEPIC) EEG 1400 [29], который является единственным стандартом для определения размеров и установки стационарных литий-ионных аккумуляторов.Однако он не учитывает характеристики состояния заряда (SOC) и содержит недостаточно информации и рекомендаций по применению кода. Поэтому в этой статье подробно рассматриваются факторы, влияющие на разрядную емкость литий-ионных аккумуляторов, для определения размеров стационарных литий-ионных аккумуляторов. Ниже приводится формула определения емкости литий-ионной стационарной батареи, разработанная в предыдущем исследовании [1]. Кроме того, результаты тематического исследования описаны в Разделе 4.

3.2. Формула расчета емкости батареи

Ниже приводится метод расчета емкости и размеров литий-ионной батареи, предложенный в статье [1]. куда

F _s  

— мощность, необходимая для нагрузок постоянного тока [Втч];

F _d  

— емкость батареи без поправки на температуру, старение, расчетный запас и т. д.;

S _f  

— поправочный коэффициент мощности.

А,

S _f = (1 + d _f ) × (1 + t _f ) × (1 + c _f ) × (1 + a _f ) × (1 + i _f )

(3)

куда

d _f  

— расчетный запас;

t _f  

— поправочный коэффициент температуры;

c _f  

— коррекция состояния заряда (SOC);

a _f  

— компенсация старения;

i _f  

— потери инвертора (только для батареи ИБП).

Поправочные коэффициенты мощности были оценены, как показано ниже. Расчетный запас (d _f ) — это запас, необходимый для покрытия неизвестных или непроверенных нагрузок постоянного тока. Рекомендуемый расчетный запас для стационарной батареи указан в IEEE 485.

Батареи чувствительны к температуре окружающей среды. Поправочный коэффициент температуры (t _f ) был выбран на основе постулируемого наихудшего рабочего состояния.

SOC литий-ионного аккумулятора менялся в зависимости от зарядного напряжения, как показано на рисунке 1.Стационарная батарея эксплуатировалась в режиме плавающего заряда при штатной эксплуатации. Поэтому на разрядную емкость литий-ионной батареи влияло плавающее зарядное напряжение. Конечное напряжение батареи также необходимо учитывать при определении поправочного коэффициента SOC (c _f ). Номинальная емкость батареи представляет собой общую разряженную емкость, когда батарея разряжается до тех пор, пока напряжение батареи не упадет до номинального напряжения. Сохранение емкости батареи (%) уменьшалось с увеличением числа циклов, как показано на Рисунке 8 и Рисунке 9.Поэтому емкость батареи следует контролировать, проводя тест производительности. Обычно это делается в течение первых двух лет эксплуатации в целях сравнения, чтобы проверить, соответствуют ли результаты по продолжительности рабочему циклу батареи [30]. Если батарея заменяется, когда ее разрядная емкость достигает 80 % от номинальной, установленной производителем, то коэффициент компенсации старения составляет 25 %.

4. Пример определения емкости литий-ионного аккумулятора

4.1. Аккумуляторы постоянного тока 125 В, не связанные с безопасностью, для атомной электростанции

Резервная система постоянного тока 125 В установлена ​​для безопасных и небезопасных нагрузок постоянного тока атомных электростанций.Резервная система 250 В постоянного тока устанавливается для небезопасных больших нагрузок, таких как двигатели постоянного тока для турбин и генераторов. В таблице 3 показаны профили нагрузки небезопасной системы постоянного тока 125 В для атомной электростанции PWR. Квалификация оборудования требуется для безопасных батарей постоянного тока, но квалификация оборудования выходит за рамки данного документа. Поэтому для примера расчета в этой статье была выбрана батарея постоянного тока 125 В, не связанная с безопасностью.

4.2. Выбор элемента батареи и системы

Расчет требуемой емкости по уравнениям (2) и (3).

F _d = {(1431,17 × 1/60) + (1263,62 × 29/60) + (258,62 × 90/60) + (142,2 × 120/60)} × 125 =
1306,9 А·ч × 125 В = 163 366,6 [ Втч]

S _f = (1 + 0,10) × (1 + 0,05) × (1 + 0,10) × (1 + 0,25) × (1 + 0) = 1,59

где каждый поправочный коэффициент применялся следующим образом:

d _f : 10 %, t _f : 5 %, c _f : 10 %, a _f : 25 %, i _f : 0 %

Для непроверенных нагрузок постоянного тока расчетный запас (d _f ) принимался равным 10 % в соответствии с общепринятой практикой проектирования электростанции, если не было конкретного требования заказчика.Температуру в аккумуляторной комнате поддерживали на уровне 25 °C, но применяли поправочный коэффициент температуры (t _f ) в размере 5 %, учитывая, что температура может упасть ниже этого уровня при отключении питания переменного тока (см. рис. 5 и рис. 6). ). Аккумулятор работал с плавающей зарядкой и плавающим напряжением, которое должно быть ниже максимального напряжения (см. раздел 2.2.2). Минимальное напряжение батареи составляло 3,0 В. Однако напряжение конца разряда составляло 3,09 В, поскольку минимальное напряжение системы постоянного тока составляло 105 В (см. Таблицу 4).Таким образом, был применен поправочный коэффициент SOC (c _f ) в размере 10 % на основе приведенных выше результатов обзора и рисунков 1 и 2. Когда разрядная емкость достигла 80 % от номинальной емкости в результате периодических испытаний на разряд, замена батареи была общий стандарт эксплуатации и технического обслуживания электростанций. Поэтому был применен поправочный коэффициент на возраст 25%.

Тогда необходимая емкость батареи для нагрузок постоянного тока [Втч] составляет

F _с = 163 366,9 × 1,59 = 259 752.9 [Втч]

Системы литий-ионных аккумуляторов, подходящие для вышеуказанной емкости аккумуляторов, были выбраны со ссылкой на спецификацию ESS отечественной компании и ее спецификации, которые приведены в таблице 5 [31].

Батарея Система для нефизической батареи DC 125 V Система:

(а)

Батарейный модуль

• Емкость: 9435 WH

• Тип ячейки: 150 ах (75 ах × 2)

• Номинальное напряжение: 62.9 V (3.7 В × 17)

• Тип подключения: 17 серии × 2 Parallel

(B)

Батарея

Батарея

• Количество модулей: 10 модулей / кабин

• Тип соединения: 2 ряда × 5 параллельных

• Емкость ячейки: 750 Ач (150 Ач × 5)

• Номинальное напряжение: 125.8 В (62,9 В × 2)

• Размеры (Ш × Г × В): 1150 × 740 × 2116 мм

• Пиковая скорость разряда; 6000 A (8 C)

(C)

(C)

Батарея

• Количество кабин: 3 CUBLES

• Система Тип подключения: 3 Parallel

• Емкость: 2250 ах (750 ах × 3)

• Номинальное напряжение: 125,8 В

• Энергия: 283 кВтч

• Занимаемая площадь: 2.25 м ² (0,85 м ² × 3 ячейки)

(d)

Поправочный коэффициент практической емкости:

4,342 Эквивалентная емкость и размер свинцово-кислотной батареи Была выбрана свинцово-кислотная батарея, подходящая для применения на атомных электростанциях [32], и была рассчитана предполагаемая емкость и необходимая площадь для установки батареи. Определение емкости свинцово-кислотного аккумулятора выполняли в соответствии с уравнением (4) стандарта IEEE 485.

F= maxS=1~N∑P=1P=s[Ap-A(p-1)]kt

(4)

куда

• F   — нескорректированный размер ячейки;

• S   – анализируемый участок рабочего цикла;

• N  количество периодов рабочего цикла;

• P   – анализируемый период;

• A _p   ампер, необходимый для периода P;

• t   – время в минутах от начала периода P до конца участка S;

• k _t    – это отношение номинальной мощности ячейки в ампер-часах к амперам, которые может подавать ячейка в течение t минут при температуре 25 °C, и к заданному минимальному напряжению ячейки.

Ниже приведены характеристики свинцово-кислотных аккумуляторов, оцененные на основе профиля нагрузки постоянного тока в Таблице 3. Поправочный коэффициент емкости для расчетного запаса (d _f ) и запаса по старению (a _f ) одинаковы для литиевых аккумуляторов. -ионный аккумулятор;

5. Результаты и выводы

В этой статье подробно рассматриваются зарядные и разрядные характеристики литий-ионных аккумуляторов. Были рассмотрены и другие факторы, влияющие на определение емкости литий-ионных аккумуляторов и их характеристик.Затем, в соответствии с формулой расчета емкости литий-ионного аккумулятора, представленной в предыдущей работе [1], была рассчитана емкость батареи, используемой в системе постоянного тока 125 В АЭС PWR, и результаты были сопоставлены с существующими стационарные свинцово-кислотные аккумуляторы. Литий-ионные аккумуляторы имеют более высокую плотность энергии, чем свинцово-кислотные. Кроме того, литий-ионные аккумуляторы устанавливаются в шкафах, а свинцово-кислотные — в одноярусных стеллажах. В результате литий-ионные аккумуляторы занимают гораздо меньше места, чем свинцово-кислотные аккумуляторы, как показано в результатах расчетов.

Там, где требуется долгосрочное резервное питание постоянного тока в случае потери питания переменного тока, например, на атомных электростанциях, настоятельно рекомендуется применять литий-ионные батареи с высокой плотностью энергии. Однако на сегодняшний день не разработан промышленный стандарт, утвержденный на международном уровне, для расчета емкости стационарных литий-ионных аккумуляторов. Таким образом, формула расчета емкости литий-ионных стационарных аккумуляторов и факторы, влияющие на результат расчета емкости, представленные и оцененные в данной статье, помогут при проектировании и эксплуатации литий-ионных стационарных аккумуляторов.С другой стороны, производители литий-ионных аккумуляторов также должны предоставлять пользователям точные данные по вышеуказанным факторам.

Данные батареи | Центр перспективной инженерии жизненного цикла

Обзор   Исследовательские центры   Команда   Данные   Новости   Публикации   Информационный бюллетень   Контакт

 

---

Команда разработчиков батарей CALCE открыта для сотрудничества с исследовательскими группами и компаниями по всему миру. Мы предоставляем открытый доступ к нашим экспериментальным данным испытаний литий-ионных аккумуляторов, которые включают непрерывный полный и частичный цикл, хранение, динамические профили вождения, измерения напряжения холостого хода и измерения импеданса.Форм-факторы аккумуляторов включают цилиндрические, пакетные и призматические, а химические составы включают LCO, LFP и NMC. Данные этих тестов можно использовать для оценки состояния батареи, прогнозирования остаточного срока службы, моделирования ускоренного износа батареи и анализа надежности. Описание каждой батареи и каждого теста представлено ниже. Использование этих данных в целях публикации должно включать ссылки на статьи CALCE, в которых описываются эксперименты, проведенные для получения данных.Если у вас есть вопросы или вы хотите поделиться своими данными с коллективом данных об аккумуляторных батареях, свяжитесь с профессором Михаэлем Пехтом.

Содержание

---

Описание данных

Цилиндрические ячейки

18650-20R рупий Аккумулятор

AT: 2 Метка № AT (° C) CC (A) DC (A) EOD (V) IC (AH) EOLC (% ) #5 24 1.5 2 2 2.7 1.8565 30 24 24 1.5 2 2.2 2 30 # 29 43 1.5 4 2.0 1.0 1.8447 12.61 4 1.5 2 1.1665 30 Примечание .AT, CC, DC, EOD, IC и EOLC обозначают температуру окружающей среды, ток заряда, ток разряда, конец разряда, начальную емкость и критерии окончания срока службы (отношение угасшей емкости к начальной емкости) соответственно. 3.2. Трансформация образов значений CC или DV для зрительного восприятия 3.2.1. Image Transformation Method Реальное состояние произвольной батареи можно определить по ее зарядке или разрядке. Следовательно, кривые CC и DV, полученные в результате процессов зарядки и разрядки, могут напрямую отражать реальное состояние батареи.Чтобы обнаружить закон деградации производительности, содержащийся в этих кривых, кривые CC и DV для каждого цикла преобразуются в изображение для последующего визуального познания. Во-первых, значения CC и DV в течение срока службы полных циклов равномерно нормализуются в соответствии с уравнением линейной нормализации: , где исходное значение CC или DV, нормированное значение, а MinValue и MaxValue минимальная и максимальная CC/DV значения за время жизни полных циклов соответственно. Затем нормализованные точки данных упорядочиваются в матрицу, как показано на рисунке 3.Если рассматривать нормализованную амплитуду каждой выборки как значение пикселя изображения, то матрица становится изображением. Для обеспечения качества преобразованных изображений используются следующие принципы: преобразованные изображения должны сохранять наиболее полезную информацию о каждом цикле заряда/разряда; данные CC и DV, которые значительно отличаются от данных других циклов, должны быть исключены; изображения, построенные на основе данных CC и DV каждого цикла, должны иметь одинаковый размер. Чтобы придерживаться этих принципов, необходимо выбрать и обработать данные CC и DV для каждого цикла заряда/разряда. 3.2.2. Выбор и обработка данных В какой-то степени качество преобразования изображения напрямую влияет на результаты зрительного восприятия. Поэтому правильный выбор и обработка данных CC и DV необходимы для обеспечения высококачественных преобразованных изображений. Наши эксперименты собирают два вида данных CC/DV, содержащих наиболее полезную информацию: данные CC на стадии зарядки постоянным напряжением; Данные DV в процессе разрядки.Следующие данные отбрасываются: (A) аномальные данные, (B) данные CC на этапе зарядки постоянным током, (C) чувствительные данные напряжения на ранних стадиях разряда и (D) данные восстановления напряжения; они показаны на рисунке 4. Разница в частоте выборки (или времени начала выборки) приводит к различному количеству данных CC или DV для каждого цикла. Это вызывает проблему при формировании изображений одинакового размера. Мы используем метод интерполяции, чтобы обеспечить одинаковое количество точек данных для каждого цикла.Если изображение слишком большое, вычислительная нагрузка становится чрезмерной, а если изображение слишком маленькое, оно не может отражать характеристики конкретного цикла заряда/разряда. Чтобы сбалансировать эти соображения, мы выбираем . Таким образом, для каждого цикла требуется всего 4096 точек данных для построения изображения. Если мы получаем точки данных из цикла зарядки/разрядки, то другие точки данных получаются с помощью алгоритма интерполяции «сплайн». На рис. 4 показан пример обработанных кривых данных CC/DV для батареи № 5. 3.3. Извлечение признаков на основе NSCT и LE 3.3.1. Извлечение многоканальных признаков на основе NSCT В этом разделе описывается метод извлечения признаков деградации на основе NSCT, который является основой данного исследования. С помощью NSCT преобразованные изображения из значений CC/DV разлагаются на несколько пространственно-частотных каналов с набором поддиапазонов ориентации. Поддиапазоны могут быть выражены следующим образом: где i — масштаб разложения, j — направление разложения, представляет низкочастотный коэффициент и представляет высокочастотный коэффициент j -го направленного поддиапазона в в -м масштабе.В этом исследовании и. То есть масштаб разложения равен 2, а направления разложения в каждом масштабе равны 2 и 4. Коэффициенты низкочастотных поддиапазонов отражают контурную информацию изображения, тогда как коэффициенты высокочастотных поддиапазонов отражают детальную информацию. Информация. Таким образом, три индикатора во временной области извлекаются как значения признаков; это среднее значение ( μ ) и значение дисперсии () коэффициентов низкочастотных поддиапазонов, а также значение энергии () коэффициентов высокочастотных поддиапазонов.Уравнения для расчета этих трех показателей приведены ниже: где представляет каждый элемент коэффициентов и представляет размер матрицы коэффициентов. Таким образом, восьмимерный вектор признаков каждого изображения, преобразованного из одного цикла заряда/разряда, может быть получен как 3.3.2. Установка внутреннего коллектора на основе LE Внутренний коллектор устанавливается с использованием вышеупомянутого метода LE. Закон деградации, регулирующий работу батареи, раскрывается данными, лежащими на этом внутреннем многообразии в пространстве, которое встроено в многомерное пространство.Пространство построено с помощью восьмимерных векторов признаков, извлеченных с помощью NSCT из изображений, преобразованных из данных CC/DV. Отображение от до дает двухмерную матрицу признаков в пространстве, где ухудшение емкости литий-ионного аккумулятора может быть хорошо описано. Картирование устанавливается по аналогичному набору необработанных экспериментальных данных полного цикла жизни (ASL) для каждого из четырех типичных наборов данных. Учитывая произвольную точку в , соответствующую точку данных, представляющую емкость литий-ионной батареи в , можно получить с помощью отображения . 3.4. Оценка емкости на основе геодезического расстояния В этом исследовании геодезическое расстояние вдоль внутреннего многообразия между начальной точкой и самой последней точкой процесса деградации рассчитывается для оценки емкости батареи. Обозначим как начальную емкость, которая обычно не является номинальной емкостью, так и емкость конечного цикла заряда/разряда экспериментальных данных ASL. Обозначим геодезическое расстояние между начальной точкой и точками внутреннего многообразия как , а геодезическое расстояние между начальной точкой и последней точкой внутреннего многообразия АСЛ — как .Тогда емкость каждой точки пространства можно оценить как 4. Результаты и обсуждение Мы используем батарею № 5, чтобы продемонстрировать эффективность предложенного подхода. На рис. 4 показаны исходные кривые данных CC во время процесса зарядки (рис. 4 (а)) и кривые данных DV во время процесса разрядки (рис. 4 (с)). Соответствующие обработанные кривые, полученные для стабильной стадии батареи № 5, показаны на рисунках 4(b) и 4(d). С помощью схемы преобразования, изображенной на рисунке 3, нормированные данные для каждого цикла процессов зарядки/разрядки преобразуются в изображение.На рис. 5 приведены примеры преобразованных изображений из одного цикла процессов зарядки и разрядки. После преобразования изображения метод NSCT используется для извлечения признаков из преобразованных изображений, тем самым формируя восьмимерный вектор признаков, построенный путем вычисления среднего значения и дисперсии коэффициентов низкочастотных поддиапазонов и энергии высокочастотных коэффициенты поддиапазона. Посредством отображения из в, установленного ЛЭ, мы строим внутреннее многообразие в двумерном пространстве.Это описывает закон деградации емкости батареи. На рис. 6 показано внутреннее многообразие батареи № 5, встроенное в восьмимерное пространство, построенное по признакам, извлеченным из данных DV. В этом исследовании мощность оценивается с использованием данных CC или DV на основе геодезического расстояния на собственном многообразии, рассчитанного по (14). Предполагаемые результаты для всех демонстрационных данных (батареи № 5, № 7, № 29 и № 54) в различных условиях эксплуатации точно соответствуют измеренной емкости, как показано на рисунке 7. Сравнение результатов оценки в этом исследовании и в исследованиях [16, 17] приведено в таблице 2 с точки зрения абсолютной ошибки (AE), относительной ошибки (RE) и истекшего времени (ETs). AE and Re рассчитываются следующим образом: 7 4 9 15.70 DV [16] # 5 # 7 # 54 # 54 максимум в среднем CC НЯ (%) 2.30 2.51 0.51 0,90 3.18 3.18 2.222 2.222 RES (%) 1.51 1.56 0.53 3.38 3.38 1.745 ETS (ы) 16.16 15.86 15.86 3.59 9.18 9.16 16.16 11.1975 CC [16] AES (%) 2.19 3.70 5.04 5.04 2.66 3.70 3.3975 RES (%) 1.42 2.23 2.90 2.71 2.90 2.315 ETS (S) 401 291 291 11 189 401 223 DV AES (%) 2.85 2,77 1.30 2.28 2.85 2.95 2.300 RES (%) 1.76 1.69 0.75 2.43 2.43 1.658 ETS (S) 15.41 3.82 9.45 15.70 15.70 11.095 11.095 AES (%) AES (%) 1.21 1.94 1.49 2.37 2.37 1.7525 RES (%) 0,77 1.15 0,87 0,87 2.48 2.48 1,3175 460 387 10 53 460 227.59 227.59 CC + DV [17] AES (%) 4.48 2.42 1.85 3.71 4,48 3.115 RES (%) 2.93 1.49 1.06 1.06 3.84 3.84 2.330 по сравнению с [16], Таблица 2 показывает, что Предлагаемый метод, основанный на визуальном распознавании, имеет приблизительную точность оценки с методом распознавания подобия, основанным на базе данных. Используя данные КС для оценки емкости, АЭ и РЭ аккумуляторов № 7 и № 29 на основе предложенного метода меньше, чем указанные в [16], а АЭ и РЭ аккумуляторов № 5 и № 54 больше, чем в [16].Используя данные DV для оценки емкости, АЭ и РЭ аккумуляторов № 29 и № 54 по предложенному методу меньше, чем в [16], а АЭ и РЭ аккумуляторов № 5 и № 7 больше, чем в [ 16]. Несмотря на то, что средние AE и RE предлагаемого метода немного больше, чем в [16], однако средние ET предлагаемого метода составляют всего 11,1975  с на основе данных CC и 11,095  с на основе данных DV, более чем в 20 раз. меньше, чем в [16], что делает предлагаемый метод визуального познания более практичным для оценки пропускной способности в реальном времени. По сравнению с [17] из табл. 2 видно, что предлагаемый метод оценки пропускной способности, основанный на визуальном распознавании, в целом демонстрирует лучшую производительность, чем геометрический метод [17]. AE и RE для аккумуляторов № 5, № 29 и № 54 меньше, чем в [17], при этом AE и RE для аккумулятора № 7 несколько выше. Примечательно, что избыточная часть АЭ и РЭ батареи №7 относительно невелика, поскольку точность оценки батареи №7 в [17] уже очень высока.При использовании визуального познания на основе данных CC максимальное и среднее значение НЯ снижаются на 1,3% и 0,8925% соответственно; у ВИЭ снижены на 0,46% и 0,585% соответственно. Точно так же при использовании визуального познания на основе данных DV максимальное и среднее значение AE снижаются на 1,63% и 0,815%, а RE — на 1,41% и 0,6725%. Результаты оценки, представленные на Рисунке 7 и в Таблице 2, демонстрируют, что предлагаемый метод оценки способности на основе визуального познания является высокоэффективным с данными CC или DV за очень короткое время.То есть можно выбрать кривые CC или DV, с помощью которых можно оценить емкость батареи в реальном времени с высокой точностью. 5. Выводы В этом исследовании предлагается новый метод оценки емкости литий-ионных аккумуляторов на основе зрительного восприятия. Предлагаемый подход преобразует собранные данные CC или DV от каждого цикла заряда/разряда в изображение. Затем NSCT используется для извлечения признаков из преобразованного изображения. После этого, черпая вдохновение из характеристики датчика коллектора HVS, мы используем метод LE, чтобы установить внутренний коллектор, встроенный в многомерные коэффициенты NSCT, из которых можно выявить закон деградации производительности батареи.Геодезическое расстояние на внутреннем коллекторе используется для оценки емкости батареи. Предлагаемый метод оценки способностей на основе визуального познания может использовать либо данные CC, либо DV. Проверочные эксперименты проводились с использованием данных, собранных из наборов данных батареи НАСА. Результаты показывают, что предложенный метод можно использовать для оценки емкости с использованием данных CC или DV с высокой точностью в различных условиях эксплуатации и старения. Кроме того, предлагаемый метод позволяет избежать изучения сложных электрохимических механизмов, создания моделей или проведения длительных испытаний, что делает его перспективным практическим методом оценки емкости аккумуляторов.Тем не менее, необходимо провести дальнейшие исследования, чтобы установить следующее: (1) оптимальное количество данных CC/DV для преобразования изображения; (2) выбор масштаба разложения и направления разложения в методе NSCT; (3) внутренняя размерность изображения. многообразие, построенное Л.Э. глоссарий AE: AE: AE: ABLUTE Ошибка ASL: Аналогичный набор полный цикл Lifetime Температура окружающей среды CC: Зарядное ток CT: CT: CTOURBET CV: Постоянное напряжение DC: DFB: Направленный фильтр Bank DV: Разрядки Напряжение EOD: конец разряда EOLC: Критериал в конце концов HVS: HVS: IC: Начальная мощность LE: Лапласова собственная карта LP: Лапласова пирамида 9011 3 MCC: Многоканальная характеристика MSC: Характеристика NSCT: NSCT CORTOURLET NSDFB: Недвижимость INTERCALL BANK NSFB: Банк фильтров без субдискретизации NSFB: Банк пирамидальных фильтров без субдискретизации RE: Относительная ошибка Конфликт интересов Авторы заявляют об отсутствии конфликта интересов в связи с публикацией данной статьи. Благодарности Это исследование было поддержано фондами фундаментальных исследований центральных университетов (грант № YWF-16-BJ-J-18) и Национальным фондом естественных наук Китая (гранты № 51575021 и 61603016), а также а также Китайский фонд докторантуры (гранты № 2017M610033 и 2017T100026). Как мы оцениваем «состояние заряда» батарей? Поздно вечером заканчивая отчет на ноутбуке, вы получаете предупреждение о том, что батарея разряжена и вам следует подключить зарядное устройство. «Еще несколько минут», — думаете вы и продолжаете работу. Внезапно вы получаете ненавистное сообщение о том, что батарея вашей системы критически разряжена, и если вы не подключите ее к зарядному устройству, компьютер выключится сам. Только тогда вы лихорадочно ищете зарядный адаптер и надеетесь защитить свою несохраненную работу от цифровой катастрофы. Наши ноутбуки и смартфоны могут делать так много вещей, что мы часто воспринимаем их как должное. Среди прочего, почти все современные электронные устройства следят за своими батареями и сообщают вам в абсолютных процентных значениях, сколько заряда осталось или как долго их можно использовать, прежде чем им потребуется подзарядка. Вы когда-нибудь задумывались, как это делают современные электронные устройства? Рекомендуемое видео для вас: Как смартфоны и ноутбуки подсчитывают, сколько заряда осталось в их батареях? Краткий ответ: Точное определение количества заряда, оставшегося в батарее, непростая задача, но есть несколько методов, которые можно использовать, в том числе оценка на основе напряжения, оценка на основе тока (кулоновский счет) и оценка из измерений внутреннего импеданса.Все эти методы основаны на измерении удобного параметра, который меняется по мере зарядки/разрядки аккумулятора. (Фото предоставлено Bloomua/Shutterstock) Однако все эти методы имеют свои недостатки, и поэтому на них нельзя полагаться для получения 100% точных показаний «остаточного заряда» в батарее. Кроме того, некоторые из этих методов специфичны для определенных клеточных химических процессов. Прежде чем мы подробно рассмотрим некоторые из этих методов, важно сначала расшифровать термин, который будет появляться в этой статье с замечательным постоянством. Что такое «состояние заряда»? Состояние заряда, как следует из названия, сообщает вам о состоянии батареи, а точнее, об оставшемся заряде батареи в данный момент. Обычно сокращенно SOC, это эквивалент указателя уровня топлива для аккумуляторной батареи в электромобиле или гибридном автомобиле. Другим термином, тесно связанным с SOC, является глубина разряда (DOD). На самом деле это просто обратный SOC, т. е. альтернативный метод, показывающий, сколько заряда батареи было израсходовано. Аккумулятор держит заряд, и мы хотим измерить, сколько он держит в данный момент. Другими словами, мы хотим определить его состояние заряда. Это может быть достигнуто с помощью нескольких методов. Давайте поговорим о некоторых из них. Определение состояния заряда путем измерения напряжения SOC аккумулятора часто измеряется по его напряжению, поскольку этот процесс прост и дает довольно точные результаты. Он в основном преобразует показания напряжения батареи в SOC и отображает их пользователю. Попробуем понять этот процесс с помощью аналогии. Аккумулятор похож на резервуар с водой с краном у его основания. У вас нет возможности заглянуть в резервуар, поэтому вы не можете знать, сколько воды в нем содержится в данный момент. Как определить, сколько воды осталось в баке? Один из способов оценить количество оставшейся воды — посмотреть на напор воды, выходящей из крана. Если вода выходит быстро, это означает, что она находится под большим давлением, а это означает, что бак почти заполнен.С другой стороны, если поток воды из крана очень медленный, вы знаете, что бак почти пуст То же самое верно и в случае с батареями. Литий-ионный аккумулятор с напряжением 3,5 В может иметь 3,6 В, когда он полный, и 3,3 В, когда он почти разряжен (т.е. использовано 92-98% его полной емкости). Обратите внимание, что литий-ионная батарея может быть разряжена до 3 В и ниже, но батарея показывает 0% или «полностью разряжена» при напряжении 3,3 В, чтобы обеспечить максимальную полезную емкость батареи. Разрядка батареи ниже этого предельного напряжения может привести к серьезному повреждению батареи. Устройство возьмет это напряжение и, соответственно, оценит, сколько заряда осталось в аккумуляторе, что затем будет показано пользователю на экране. Проблемы с оценкой SOC по напряжению Несмотря на простоту процесса, нельзя полагаться на то, что он даст 100% точные результаты, поскольку на напряжение влияют такие факторы, как температура окружающей среды, скорость разряда, материалы элемента и срок службы батареи. Кривые напряжения в большинстве аккумуляторов следуют нелинейной зависимости от состояния заряда. Если вы не находитесь в самом конце кривой заряда или разряда, напряжение на самом деле не меняется очень сильно — это означает, что довольно сложно понять разницу между заряженной на 60% батареей и батареей, заряженной на 40%. Кроме того, существует проблема гистерезиса, что означает, что батарея продолжает разряжаться даже после того, как она перестала разряжаться. Чтобы предотвратить эту проблему, аккумулятор должен быть полностью «расслаблен» в течение нескольких часов, чтобы измерение напряжения работало точно.(Источник) Определение уровня заряда с использованием тока (кулоновский счетчик) Другой метод оценки SOC заключается в измерении тока, входящего (когда он заряжается) и выходящего (когда он разряжается) в элементы, и интегрирования этого по времени. Простыми словами, вы можете рассчитать, сколько заряда осталось в аккумуляторе, подсчитав, сколько заряда уже было использовано. Этот метод определения SOC метко называют «кулоновским счетом», поскольку он подсчитывает зарядов, входящих/выходящих из ячеек. В некоторых электронных устройствах может быть установлено крошечное устройство, известное как счетчик кулонов , который измеряет ток, потребляемый главным устройством, суммирует его с течением времени, а затем сравнивает его с запрограммированной емкостью батареи для получения оценки сколько заряда осталось в аккумуляторе. Хотя он обеспечивает большую точность, чем большинство других методов оценки SOC, поскольку он напрямую измеряет ток, он имеет свой собственный набор ограничений, а именно не учитывает эффективность батареи.Кроме того, очень сложно (и дорого) проводить точные измерения тока (Источник). Оценка SOC по измерениям удельного веса (SG) Это очень часто используемый метод для оценки SOC свинцово-кислотных аккумуляторов. Свинцово-кислотная батарея При этом используется датчик, который измеряет изменения массы активных химических веществ, присутствующих в батарее, по мере ее разрядки. По мере того, как заряд, хранящийся в аккумуляторе, расходуется, концентрация серной кислоты (активного электролита в аккумуляторе) уменьшается, что пропорционально снижает удельный вес раствора. Хотя ареометры традиционно использовались для измерения удельного веса (SG), современные свинцово-кислотные батареи состоят из электронных датчиков, которые обеспечивают измерение удельного веса в режиме реального времени и дают довольно точные значения SOC. Однако этот метод является исключительным для свинцово-кислотных аккумуляторов и не может использоваться с другими химическими элементами. Ареометр. Его можно использовать для измерения заряда свинцово-кислотного аккумулятора. (Изображение предоставлено: Butch / Wikimedia Commons) Оценка SOC путем измерения внутреннего импеданса Активные химические вещества внутри клетки меняют свой состав, переходя из одной формы в другую во время зарядки/разрядки батареи.Следовательно, путем измерения внутреннего импеданса (противодействия, которое цепь оказывает току при приложении напряжения) ячейки можно определить ее SOC. Однако этот метод не очень популярен: во-первых, импеданс ячейки зависит от температуры; и, во-вторых, трудно измерить импеданс клетки, пока она еще активна. Существует несколько других методов, которые можно использовать для определения уровня заряда батареи, но ни один из них не идеален, и каждый предлагает уникальный набор проблем. Таким образом, всегда следует учитывать , что методы определения SOC могут дать только оценку состояния заряда батареи, а не 100% точное значение. Другими словами… держите зарядное устройство под рукой! Предлагаемая литература Оценка остаточной емкости литий-ионных аккумуляторов на основе профиля зарядки постоянным напряжением Abstract Оценка остаточной емкости необходима для обеспечения безопасности и надежности литий-ионных аккумуляторов.В реальной эксплуатации аккумуляторы редко бывают полностью разряжены. Для режима зарядки с постоянным током и постоянным напряжением неполный процесс разрядки влияет не только на начальное состояние, но и на обрабатываемые переменные последующего профиля зарядки, тем самым в основном ограничивая применение многих методов оценки емкости на основе признаков, которые полагаются на циклический процесс в целом. . Поскольку информация о зарядке профиля постоянного напряжения может быть полностью сохранена независимо от того, полностью разряжена батарея или нет, извлекается геометрическая характеристика профиля зарядки постоянным напряжением, которая является новой характеристикой старения литий-ионных аккумуляторов в условиях неполной разрядки в эта работа.Путем введения теории квантовых вычислений в классическую технику машинного обучения представлена ​​и подробно проиллюстрирована интегрированная структура оценки регрессии опорных векторов на основе оптимизации роя квантовых частиц, а также ее применение для характеристики взаимосвязи между извлеченным признаком и оставшейся емкостью батареи. . С данными о литий-ионных батареях, предоставленными НАСА, результаты экспериментов и сравнения демонстрируют эффективность, точность и превосходство предложенной схемы оценки емкости батареи для не полностью разряженного состояния. Образец цитирования: Wang Z, Zeng S, Guo J, Qin T (2018) Оценка остаточной емкости литий-ионных аккумуляторов на основе профиля зарядки при постоянном напряжении. ПЛОС ОДИН 13(7): e0200169. https://doi.org/10.1371/journal.pone.0200169 Редактор: Сяосун Ху, Чунцинский университет, КИТАЙ Получено: 26 апреля 2018 г.; Принято: 20 июня 2018 г.; Опубликовано: 6 июля 2018 г. Авторские права: © 2018 Wang et al.Это статья с открытым доступом, распространяемая в соответствии с условиями лицензии Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии указания автора и источника. Доступность данных: Все файлы данных по литий-ионным батареям доступны в базе данных НАСА (https://ti.arc.nasa.gov/tech/dash/groups/pcoe/prognostic-data-repository). Авторы не имели специальных прав доступа. Финансирование: Автор(ы) не получали специального финансирования для этой работы. Конкурирующие интересы: Авторы заявили об отсутствии конкурирующих интересов. 1. Введение Благодаря замечательным преимуществам высокой плотности энергии, экологически безопасным характеристикам, низкой скорости саморазряда и длительному сроку службы литий-ионные батареи широко используются в различных приложениях, таких как гибридные электромобили (ГЭМ). , электромобили (EV) и бытовая электроника [1, 2]. Как центральные силовые компоненты литий-ионные батареи должны стабильно работать, чтобы обеспечить надежность и безопасность всей электрической системы.Однако их производительность неизбежно ухудшается при циклическом использовании. Как только литий-ионные батареи разлагаются ниже требуемого рабочего уровня, они больше не могут выполнять свои функции по назначению и могут привести к дополнительным затратам на техническое обслуживание, серьезным рискам для безопасности или даже непоправимым катастрофическим последствиям [3]. Чтобы предотвратить возможные несчастные случаи и помочь пользователям разработать правила обслуживания до того, как батареи достигнут уровня опасности, важно, чтобы система управления батареями (BMS) оценивала состояние заряда (SOC) и состояние работоспособности (SOH) литий-ионных батарей. .SOC определяется как процент оставшегося заряда батареи от текущей максимальной емкости [4], SOH характеризует состояние работоспособности батареи, которое часто представляется как потеря емкости или потеря мощности [5]. В последнее время было изучено множество надежных и точных подходов к оценке SOC, таких как метод кулоновского подсчета [6, 7], методы на основе интеллекта [8, 9] и методы на основе моделей [10–12]. Тем не менее, методы оценки SOH по-прежнему являются важной и гораздо более сложной задачей. Фактическая емкость батареи является важным показателем работоспособности (HI) для описания состояния старения, и мониторинг этого параметра может применяться для оценки SOH [13].Когда оставшаяся емкость уменьшается до заданного порога, известного как окончание срока службы (EOL), литий-ионный аккумулятор считается неисправным. Емкость батареи определяется как максимальное количество электрического заряда, которое может высвободить полностью заряженная батарея, которое можно рассчитать непосредственно путем измерения тока в контролируемых условиях. Однако этот метод прямого расчета требует полной разрядки батареи во время работы, что неэффективно с энергетической точки зрения [14]. Поэтому было представлено множество подходов для оценки емкости батареи, а не для выполнения прямого измерения, которые можно далее разделить на методы, основанные на моделях, и методы, основанные на признаках. Методы на основе моделей зависят от электрохимической модели (ЭМ), модели эквивалентной схемы (ЭХМ) или эмпирической модели для описания физической сущности снижения емкости литий-ионного аккумулятора. Электрохимическая модель использует дифференциальные уравнения в частных производных (PDE) для описания фактического процесса электрохимической реакции внутри батарей, которые могут с высокой точностью фиксировать динамическое поведение [10]. Например, псевдодвумерная (P2D) ЭМ, учитывающая влияние температуры и пористости, предлагается для оценки снижения емкости в условиях циклического использования в [1].[15]. Чжэн и др. [10] предложили тройные пропорционально-интегральные (PI) наблюдатели с одномерной пространственной ЭМ для одновременной оценки SOC, емкости и сопротивления для литий-ионных аккумуляторов. За исключением использования EM, некоторые исследователи предпочитают заменять батарею на ECM для оценки SOC батареи, поэтому емкость батареи может быть получена путем вычисления отношения интеграла тока по времени к разностному значению SOC для того же период. Ван и др. [2] интегрировали ECM n-го порядка с нейтральной сетью со скользящим окном (NN) для создания адаптивной оценки остаточной емкости на основе вероятности.В исх. [16] представлен упрощенный линеаризованный ECM для отображения динамических характеристик батареи, а онлайн-рекурсивный метод наименьших квадратов (RLS) и фильтр Калмана без запаха (UKF) объединены для определения параметров модели для оценки емкости. Поскольку ECM целочисленного порядка не может предсказать динамику батареи как во временной, так и в частотной областях во всем рабочем диапазоне, для аккумуляторных приложений были исследованы методы моделирования дробного порядка (FOM) [17–19].FOM может не только повысить точность оценки, но и сохранить некоторые физические смыслы, лежащие в основе параметров модели. Чжан и др. [17] ввели ECM дробного порядка и соответствующий алгоритм дробного фильтра Калмана в оценку SOC и доказали, что предложенный ими оценщик SOC может точно отслеживать истинную траекторию SOC в динамических тестах ездового цикла. Более того, некоторые ученые выбирают эмпирическую модель для моделирования тенденции снижения пропускной способности. Саха и др.[20] предложили экспоненциальную модель по результатам регрессионного анализа экспериментальных данных. Основанная на этой экспоненциальной модели структура обучения частиц с ядерным сглаживанием представлена ​​в [1]. [21]. Тем не менее, недостатки модельных методов также очевидны: электрохимический механизм слишком сложен для идентификации, измерения некоторых параметров (таких как напряжение холостого хода), участвующих в ЭХМ, требуют очень длительного времени покоя, а результаты оценки, основанные на на этих моделях обычно бывают большие ошибки. Напротив, основанные на признаках методы имеют сильное реалистическое значение. Поскольку емкость батареи связана с несколькими легко измеряемыми характеристиками, удобно оценивать емкость, используя обученные соединения с несколькими характеристиками из профилей тока, напряжения и температуры. Эти методы избегают понимания сложных механизмов реакции внутри батарей для построения математических или физических моделей, поэтому они широко исследовались многими исследователями. Например, Ли и др.[22] извлекли четыре характеристических параметра из кривых зарядного напряжения и построили модель фильтра частиц (PF) для оценки разрядной емкости. Ченг и др. [23] применили метод визуального познания для построения модели деградации емкости на основе нескольких геометрических характеристик, извлеченных из кривых тока и напряжения. Чтобы эффективно фиксировать взаимосвязь нелинейности между функциями и емкостью, различные подходы к машинному обучению также были интегрированы с методами, основанными на функциях.Вдохновленные философией оценки человеческого здоровья и спортивных способностей, Wu et al. [24] выбрали четыре дифференциальные геометрические характеристики из определенного подпроцесса зарядки, чтобы изобразить состояние батареи, и смоделировали емкость батареи на основе полиномиальной нейронной сети группового метода обработки данных (GMDH). Ху и др. [25] представили оптимизацию роя частиц (PSO) для регрессии k-ближайших соседей и построили модель оценки, основанную на данных, на основе пяти характеристик, извлеченных из процесса зарядки постоянным током и постоянным напряжением (CC-CV).Прогностические результаты показывают, что эти интегрированные методы часто дают хорошие результаты при оценке емкости батареи. Хотя вышеуказанные основанные на признаках методы могут дать относительно удовлетворительные результаты оценки, они требуют, чтобы батареи были полностью разряжены и заряжены, что вряд ли применимо в реальной работе. Профили разрядки каждого цикла батарей, используемых в различных условиях, разнообразны. Во время повседневного использования аккумуляторы редко полностью разряжаются до уровня SOC 0%, но обычно перезаряжаются из частично разряженного состояния до уровня SOC 100%.Этот неполный процесс разрядки повлияет на начальное состояние (например, начальное напряжение) и обрабатываемые переменные (например, время зарядки) последующего процесса зарядки, тем самым ограничивая извлечение внешних признаков, зависящих от детерминированного и неповрежденного процесса зарядки/разрядки. такие как отношение времени фазы CC к фазе CV [22], информация об изображении, преобразованная из всех данных разрядки [23], продолжительность или емкость зарядки CC [25–27], напряжение отсечки разряда [27], изменение напряжения в фаза СС [22, 24, 28], временной интервал между двумя заданными разрядными напряжениями [29] и т.д.К сожалению, насколько нам известно, для решения этой проблемы было выполнено мало работ. На самом деле, в популярном режиме зарядки CC-CV профиль CV является относительно устойчивым с незавершенным процессом разрядки и нестабильным начальным состоянием зарядки, и BMS может полностью зарезервировать соответствующие данные о зарядке. Поскольку цель состоит в том, чтобы реализовать достоверную онлайн-оценку емкости батареи независимо от того, полностью ли она разряжена или нет, поэтому, учитывая целостность данных и явления постепенного старения в профиле CV, мы извлекаем типичную геометрическую характеристику из профиля CV. индикатор старения емкости аккумулятора в этой статье. На основе извлеченного признака старения создается управляемая данными модель оценки остаточной емкости с использованием классического метода машинного обучения, называемого регрессией опорных векторов (SVR). SVR может работать с нелинейными системами и превосходит обычные методы регрессии благодаря своей устойчивости к небольшим вариациям, отличной способности к обобщению и не зависит напрямую от размера регрессируемых объектов. Соответственно, SVR часто используется в качестве модели обучения при исследованиях литиевых батарей [30–32].Поскольку производительность SVR в значительной степени зависит от выбора параметров модели, особенно параметров ядра, для оптимизации модели SVR используются многие интеллектуальные алгоритмы, такие как генетический алгоритм (GA) [33, 34] и PSO [9, 35]. По сравнению с ГА, PSO имеет более высокую скорость сходимости [36]. Тем не менее, PSO также имеет некоторые недостатки, в том числе то, что его глобальная сходимость строго не гарантируется, и он легко попадает в локальную оптимальную область [37]. Недавно ученые, вдохновленные концепцией квантовой механики, разработали новый улучшенный алгоритм PSO, названный оптимизацией роя квантовых частиц (QPSO) [38, 39].В отличие от стандартного PSO, QPSO рассматривает состояние каждой частицы с помощью волновой функции, а не ее скорости и положения, поэтому теоретически может гарантировать нахождение глобального оптимального решения. Кроме того, в QPSO необходимо контролировать только один параметр, что упрощает реализацию QPSO, чем PSO [40]. Руководствуясь этой идеей, в этой статье предлагается новая структура оценки оставшейся емкости, основанная на регрессии опорных векторов на основе оптимизации роя квантовых частиц (QPSO-SVR).Предлагаемый подход извлекал признак старения из профиля CV, а затем оценивал пропускную способность на основе модели QPSO-SVR. Используя репозиторий данных, предоставленный Центром передового опыта NASA Ames Prognostics Center of Excellence (PCoE) [41], полностью продемонстрированы преимущества нашей работы по оценке емкости батареи по сравнению с другими подходами к эталонным тестам. Структура этого документа организована следующим образом: в разделе 2 проиллюстрировано свойство деградации емкости литий-ионной батареи, а функция старения извлечена из профиля зарядки CV для оценки емкости.Раздел 3 кратко представляет соответствующую модель оценки и интеллектуальный алгоритм, включая модель SVR и алгоритм QPSO. Предлагаемая структура оценки пропускной способности на основе QPSO-SVR подробно описана в разделе 4. Результаты эксперимента представлены и проанализированы в разделе 5. Наконец, выводы обсуждаются в разделе 6. 2. Извлечение признаков на основе фазы зарядки постоянным напряжением 2.1 Свойство деградации емкости Поскольку мониторинг импеданса в реальных приложениях слишком сложен, емкость аккумулятора часто используется в качестве индикатора, отражающего фактическое состояние работоспособности литий-ионного аккумулятора.Емкость представляет собой общий доступный заряд, который литий-ионный аккумулятор может обеспечить с течением времени, который можно выразить как: (1) где t 0 и t end — время начала и окончания цикла зарядки/разрядки, I ( t ) — ток зарядки/разрядки. В частности, емкость, исследуемая в этой статье, относится к зарядной емкости. На оставшуюся емкость литий-ионного аккумулятора влияет множество факторов, таких как внешние нагрузки окружающей среды, количество циклов зарядки и разрядки, значение тока разрядки и так далее.При циклировании батареи емкость имеет тенденцию быть ниже начального номинального значения из-за потери циклического лития и потери активных материалов. На основе хранилища данных, измеренного NASA Ames PCoE, кривые зарядной емкости аккумуляторов № 5 и № 7 при номинальных условиях показаны на рис. 1. Хотя уровни разряда двух аккумуляторов различаются и существуют некоторые локальные колебания емкости кривых можно четко наблюдать, что каждая траектория емкости снижается по мере увеличения числа циклов, что соответствует тому факту, что SOH батареи постепенно ухудшается с течением времени.Таким образом, емкость батареи рассматривается в качестве предполагаемой цели в этой статье. 2.2 Извлечение признаков старения В реальной эксплуатации процесс частичной разрядки не только ограничивает применение некоторых полезных функций старения, которые основаны на неповрежденном процессе разрядки, но также оказывает основное влияние на последующий процесс зарядки. Чтобы избежать негативных последствий, вызванных процессом неполной разрядки, в этой работе особенность старения литий-ионной батареи извлечена из более контролируемого процесса зарядки.Режим зарядки, который будет исследоваться в этой статье, представляет собой режим зарядки CC-CV. Как наиболее популярный режим зарядки литий-ионных аккумуляторов, протокол CC-CV можно разделить на два последовательных процесса: зарядка CC и зарядка CV. Как показано на рис. 2 (батарея № 5 от NASA Ames PCoE), во время профиля CC варистор используется для поддержания постоянного зарядного тока до тех пор, пока напряжение батареи не достигнет заданного максимального порога. После этого процесс заряда переходит в профиль CV и на батарею подается постоянное напряжение до тех пор, пока зарядный ток не упадет до заданного минимального порога. Для режима CC-CV стоит отметить, что предыдущее состояние разрядки влияет только на профиль CC. Поскольку, если батарея проходит через процесс неполной разрядки, а именно батарея не разряжается до заданного значения напряжения отсечки, таким образом, начальное напряжение батареи на последующем этапе зарядки будет выше, чем обычно. В результате время зарядки, несомненно, уменьшится, а траектория напряжения батареи станет неопределенной, что сделает профиль CC непригодным для извлечения признаков старения на практике.Напротив, когда батарея переходит в фазу CV, когда напряжение достигает заданного максимума, очевидно, что профиль CV сравнительно устойчив к непредсказуемому начальному зарядному напряжению. Другими словами, независимо от того, полностью разряжена батарея или нет, информация о процессе может быть полностью сохранена и записана в динамических данных CV-профиля. Следовательно, профиль CV подходит для выделения признаков старения в условиях неполной разрядки. Более наглядное явление старения во время CV-профиля можно объяснить, нанеся на график данные внешних измерений литий-ионной батареи. На рис. 3 показаны временные ряды зарядного тока CV при различных циклах зарядки (батарея № 5 от NASA Ames PCoE). Видно, что с увеличением числа циклов состояние АКБ ухудшается, при этом форма зарядных кривых во время профиля CV также меняется отчетливо и закономерно. Эти постепенно меняющиеся явления в основном связаны с потерей запасов лития (LLI).LLI является одной из существенных причин, приводящих к снижению емкости литий-ионного аккумулятора. Что еще более важно, согласно исследованию, приведенному Ref. [42], 5,5% LLI приходится на фазу CC, а 94,5% — на фазу CV. То есть, LLI более явно наблюдается во время профиля CV. Таким образом, можно сказать, что постепенно меняющаяся характеристика, полученная при зарядке CV, может эффективно описывать изменение емкости аккумулятора. Поскольку площадь под кривой зарядного тока CV, по-видимому, увеличивается по мере прохождения цикла зарядки, в этом исследовании извлекается геометрическая площадь под кривой зарядного тока CV (зарядная емкость CV), которая является характеристикой старения батареи для не полностью разряженной ситуации.Зарядная способность CV может быть рассчитана по формуле: (2) где t CV и t end — время начала и окончания профиля CV, I ( t -переменное) — время зарядки. Следующим шагом на основе признака старения, извлеченного из профиля CV, является создание точной и надежной модели для оценки емкости батареи. 3. Родственные работы 3.1 Регрессия опорных векторов SVR — это известный и мощный метод машинного обучения как для линейной, так и для нелинейной регрессии данных.Базовая SVR сформулирована как задача выпуклого квадратичного программирования (QP), которая может сжать существенные обучающие данные в значительно меньший набор опорных векторов (SV). Рассмотрим набор данных ( и ), где x i — входной вектор, y i — реальное выходное значение, а N — количество выборок данных. Функцию SVR можно описать как: (3) где f ( x ) обозначает выходное значение прогноза, W и b — регулируемые коэффициенты, вычисляемые путем изучения набора данных. Стремление найти правильную функцию (уравнение (3)), чтобы максимальное отклонение f ( x ) с набором обучающих данных было меньше, чем предопределенный член ошибки ε , оценочное значение W и b можно получить, решив следующую задачу QP: (4) при условии (5) Для случаев, когда обучающие выборки в наборе данных не являются линейно разделимыми, соответствующие ограничения ослабляются путем введения определенных резервных переменных для каждой точки выборки.Проблема QP SVR может быть переписана как: (6) при условии (7) где C — параметр штрафа, представляющий степень внимания, уделяемого выбросам. Как правило, чем больше C , тем больше внимания будет уделяться выбросам. Для решения вышеуказанной задачи оптимизации здесь используется лагранжиан: (8) где и – соответствующие множители Лагранжа. Принимая частичное производное л ( W , B , ξ (*) , α (*) , η (*) ) В отношении оригинальных переменных и подставив результаты в уравнение (8), окончательное двойственное выражение SVR показано как: (9) при условии (10) где ( x i ⋅ x j ) обозначает скалярное произведение двух входных векторов.Выдвижение гипотезы об оптимальном решении и соответствующем оценочном значении, основанном на . Тогда для любого тестового образца x * расчетная функция SVR может быть определена как: (11) Однако многие проблемы проявляют нелинейные особенности в реальном приложении. Для реализации линейной регрессии используется функция отображения для переноса нелинейных данных в пространстве исходной размерности в пространство высокой размерности. В пространстве высокой размерности функция ядра достаточна для замены скалярного произведения двух векторов, а также для предотвращения проклятия размерности. Существует несколько типов функций ядра, таких как ядро ​​радиальной базисной функции (RBF), полиномиальное ядро, сигмовидное ядро ​​и так далее. Из-за того, что нужно установить только один параметр и отличной способности к обобщению, ядро ​​RBF является наиболее предпочтительным при работе с нелинейной регрессией [43]. Следовательно, в качестве функции отображения в данной работе выбрано ядро ​​RBF: (12) где σ обозначает предопределенную полосу пропускания ядра RBF. Следовательно, окончательную расчетную функцию СВР можно переписать как: (13) 3.2 Оптимизация роя квантовых частиц PSO — это интеллектуальный алгоритм эвристического роя, широко применяемый при решении задач оптимизации. Основная идея PSO вытекает из имитации биологического и социологического хищнического поведения стаи птиц: поведение каждой частицы (кандидатного решения) подчиняется ньютоновской динамике. Таким образом, обновление каждой частицы в пространстве поиска может определяться ее скоростью и положением: (14) (15) где и представляет собой скорость и положение частицы i на итерации k , обозначает индивидуальное оптимальное решение частицы i после k итераций, gbest k обозначает глобальное оптимальное решение K Итераций, Ω — это коэффициент веса инерции, R 1 и R 2 2 — два случайных числа, отличаются от [0,1], C 1 и C 2 — обучающие факторы.Однако традиционный алгоритм PSO также сталкивается с некоторыми неразрешимыми проблемами в реальных приложениях: его глобальная сходимость не гарантируется; легко попадает в локальное оптимальное решение; алгоритм требует слишком много параметров, которые трудно предопределить. Чтобы преодолеть эти недостатки PSO, QPSO был разработан путем введения квантовой механики в процесс сходимости PSO. С точки зрения квантовой механики скорость и положение частицы не могут быть определены одновременно из-за известного принципа неопределенности [23].Поэтому предполагается, что каждая частица, участвующая в QPSO, находится в квантовом состоянии и характеризуется волновой функцией, а не своей скоростью и положением. Предположим, что каждая частица движется в квантовом пространстве и существует вектор центральной точки p i , который используется для ограничения движения частицы i , поэтому волновая функция ψ частицы i можно изобразить: (16) где x i — положение частицы i , L i представляет собой дельта-потенциальную яму.Чтобы рассмотреть возможность появления частицы в квантовом пространстве, функция плотности вероятности (PDF) частицы i вычисляется как: (17) Применяя метод Монте-Карло, положение частицы i можно обновить следующим образом: (18) где u и β — два случайных числа, равномерно распределенных в [0,1], а значение может быть задано как: (19) где α называется коэффициентом сжатия-расширения, который контролирует скорость сходимости частицы и является единственным параметром, который необходимо определить в QPSO, представляет собой среднее наилучшее положение всех M частиц на k итераций: (20) Наконец, подставьте уравнение (19) в уравнение (18), формула итеративного обновления может быть записана как: (21) Дополнительно, учитывая сходимость x i , определяется как: (22) где φ обозначает случайное число, равномерно распределенное в [0,1]. 4. Предлагаемая структура оценки емкости на основе QPSO-SVR Стремясь оценить емкость литий-ионной батареи, используя только данные о зарядке на этапе CV, мы сосредоточимся на том, как построить эффективную и точную модель оценки. Путем введения теории квантовых вычислений в классическую технику машинного обучения в этой работе предлагается структура слияния на основе QPSO-SVR для оценки емкости литий-ионного аккумулятора. Схематическая диаграмма предлагаемой структуры слияния показана на рис. 4, а основные этапы резюмируются следующим образом: 4.1 Сбор данных Во время процесса зарядки литий-ионного аккумулятора отслеживаемые параметры, включая ток, напряжение и температуру, могут быть хорошо зарегистрированы различными датчиками внутри электроприборов. Исходными данными, необходимыми для построения модели, являются временные ряды зарядного тока. 4.2 Извлечение признаков Поскольку функция старения, представленная в этом документе, извлечена из фазы зарядки CV, временные ряды тока CV должны быть отделены от всего набора данных о зарядке.Начальная точка шага CV может быть определена путем определения того, достигает ли зарядное напряжение предварительно определенного максимального значения или нет, в то время как конечная точка может быть определена путем определения того, падает ли ток нагрузки до предварительно определенного значения на клемме или нет. Основываясь на разделенных данных, ряд емкости CV может быть извлечен путем вычисления площади под текущей кривой. Извлеченная мощность CV и общая зарядная мощность рассматриваются как вход и выход в модели оценки соответственно. 4.3 Обучение модели Чтобы обеспечить обобщаемость модели оценки, мы разделяем извлеченные выборки на две части: одна часть для обучения модели, а другая часть для тестирования модели. Набор обучающих выборок используется для определения оптимальной комбинации неизвестных параметров в модели SVR. Чтобы обеспечить возможность глобальной оптимизации и повысить точность оценки модели SVR, представлен новый метод QPSO-SVR, а соответствующая блок-схема подробно показана на рис. 5. Процедура реализации метода QPSO-SVR кратко описана ниже: Определить пространство поиска оптимизируемых параметров (включая параметр штрафа C , член ошибки ε и ширину полосы σ ), популяцию частиц M , максимальное количество итераций MT и функция фитнеса F фитнес . Стоит отметить, что, поскольку функция пригодности используется для оценки оптимального положения частиц в квантовом пространстве, мы выбираем среднеквадратичную ошибку (MSE) в качестве функции пригодности, которая может быть задана следующим образом: (23) где y j и , соответственно, среднее действительное значение и значение выхода обучения j -й выборки в N обучающих выборок. Инициализировать положение каждой частицы случайным образом в пространстве поиска. Для частицы i ( i = 1,2,⋯, M ), появляющейся в квантовом пространстве, Решите, находится ли позиция частицы i вне пространства поиска или нет. Если его позиция находится вне пространства поиска, установите соответствующее значение пригодности равным бесконечности; в противном случае подставьте комбинацию параметров-кандидатов в модель SVR и обучите модель набором обучающих выборок, а затем рассчитайте значение пригодности этой частицы на основе уравнения (23). Обновление частиц и gbest k из M частиц в соответствии со значением пригодности. По-видимому, чем меньше F приспособленность , тем лучшее положение занимает частица. Рассчитать значение коэффициента α . В этой статье α обновляется адаптивно следующим образом: (24) где α max и α min — предопределенные максимум и минимум α соответственно. Вычислить mbest k из M частиц на основе уравнения (20). Обновить положение частицы i на основе уравнения (21). Цикл до 3), пока не будет достигнуто максимальное количество итераций. Путем многократного выполнения описанных выше процедур можно найти оптимальную комбинацию, а затем создать обученную модель SVR. 4.4 Оценка производительности Набор обучающих выборок можно использовать для обучения модели оценки, но не для проверки обобщаемости обученного SVR.Следовательно, мы строим этап контролируемого обучения в этой структуре, и некоторые типичные критерии оценки принимаются для оценки производительности обученной модели на основе набора тестовых образцов. Более подробную информацию об этом шаге можно найти в разделе 5. По результатам оценки мы можем решить, нужно ли нам переобучать модель оценки или нет. Наконец, на основе приведенной выше схемы можно использовать хорошо обученную модель оценки емкости для литий-ионных аккумуляторов. 5. Эксперимент и анализ 5.1 Источник данных и корреляционный анализ Чтобы сделать нашу работу более подробной и понятной, в этой статье используются экспериментальные данные из набора данных батарей НАСА. В ходе испытаний НАСА на ускоренное старение коммерческие литий-ионные батареи размера 18650 (№ 5 и № 7) прошли три различных режима работы, а именно зарядку, разрядку и импеданс при комнатной температуре. Зарядка производилась в режиме СС на 1.5А, пока напряжение батареи не достигнет 4,2В. После этого аккумуляторы продолжали заряжать в режиме CV до тех пор, пока ток заряда не упал до 20 мА. Разрядка проводилась на уровне СС 2А до снижения напряжения аккумуляторов до 2,7В и 2,2В для аккумуляторов №5 и №7 соответственно. Более того, было зарегистрировано 168 циклов зарядки и разрядки. Используя наборы данных НАСА по литий-ионным батареям, характеристики старения, просто извлеченные из шага CV батареи № 5 и № 7, показаны на рис. 6.Видно, что тенденции изменения двух аккумуляторов согласуются, а именно: в начале емкость ТС незначительно изменяется по мере увеличения цикла, затем по истечении примерно четверти циклов емкость ТС начинает быстро увеличиваться, что согласуется с тенденция к деградации емкости в некоторой степени. Кроме того, поскольку емкость батареи не вырождается строго монотонно, кривая изменения выделенного признака также кажется негладкой для некоторых циклов.Все эти факты показывают, что существует четкая базовая связь между емкостью батареи и извлеченным признаком старения. Чтобы количественно продемонстрировать эту лежащую в основе взаимосвязь, рассчитываются и анализируются соответственно коэффициент линейной корреляции Пирсона и коэффициент ранговой корреляции Спирмена. Коэффициент линейной корреляции Пирсона обычно используется для измерения линейной зависимости между двумя переменными, которая может быть рассчитана как: (25) где Q обозначает вектор мощности со стандартным отклонением σ Q , Q CV обозначает вектор мощности CV со стандартным отклонением.Коэффициент ρ изменяется от -1 до 1, и чем ближе его абсолютное значение к 1, тем сильнее линейная зависимость между двумя векторами. Другим статистическим показателем является коэффициент ранговой корреляции Спирмена, который определяется как корреляция Пирсона между ранговыми значениями двух переменных в порядке убывания: (26) где и – переставленные векторы двух рядов Q и Q CV в порядке убывания.Точно так же коэффициент r также изменяется от -1 до 1, и чем ближе его абсолютное значение к 1, тем сильнее монотонная корреляция между двумя векторами. На основании двух предыдущих индексов результаты корреляционного анализа приведены в таблице 1. Видно, что коэффициенты корреляции ρ и r очень близки к -1 как для батареи №5, так и для №7, которые подразумевают сильную отрицательную корреляцию между емкостью батареи и извлеченным признаком старения.Другими словами, количественный корреляционный анализ еще раз проверяет возможность построения модели оценки емкости на основе извлеченного признака старения. 5.3 Результаты оценки и анализ Наборы экспериментальных данных для аккумуляторов № 5 и № 7 используются для оценки нашей извлеченной функции старения и предлагаемой схемы оценки оставшейся емкости. Каждый набор данных разделен на две части: одна часть для построения модели, а другая часть для оценки емкости.Чтобы продемонстрировать превосходство представленного метода QPSO-SVR, в этой статье сравниваются результаты оценки пропускной способности, полученные с помощью стандартного SVR (обозначаемого как SVR) и SVR, оптимизированного с помощью алгоритма PSO (обозначаемого как PSO-SVR). Кроме того, учитывая практическое значение технического обслуживания и логистической поддержки литий-ионных аккумуляторов, мы также выбираем различные циклы зарядки (80-й цикл, 90-й цикл и 100-й цикл) в качестве отправной точки для оценки. Все эксперименты проводятся на ноутбуках марки MSI с процессором Intel Core i7 2.Процессор 5 ГГц и память 16 ГБ. Программная платформа — MATLAB R2014a. Для батареи №5 результаты оценки разными методами в разных начальных точках показаны на рис. 7. Мы используем, соответственно, данные первых 80 циклов, первых 90 циклов и первых 100 циклов для обучения оценки модель и остальные данные для оценки производительности модели. Кривые, представляющие будущую тенденцию деградации, полученную SVR, PSO-SVR и QPSO-SVR, нанесены на каждый подрисунок.С одной стороны, можно обнаружить, что три метода могут относительно удовлетворительно прогнозировать тенденции снижения емкости литий-ионных аккумуляторов, что еще раз подтверждает, что извлеченная нами функция старения подходит для отражения реальной емкости аккумулятора. С другой стороны, при той же исходной точке кривая остаточной емкости, рассчитанная по QPSO-SVR, ближе к реальной кривой деградации, в то время как кривые, оцененные как по SVR, так и по PSO-SVR, демонстрируют более значительное отклонение от реальной, особенно когда фактическая кривая деградации приближается к порогу отказа.То есть QPSO-SVR также может предоставить более точное оценочное значение при оценке RUL батареи. Вкратце, на рис. 7 показано, что характеристика старения, извлеченная из профиля CV, может интуитивно давать сравнительно желаемые результаты оценки, и предполагает более высокую точность нашего метода для батареи № 5. В таблице 2 представлена ​​количественная оценка емкости и результатов оценки RUL для батареи № 5. Мы, несомненно, можем обнаружить, что QPSO-SVR имеет наименьшие RMSE и MAPE среди всех трех методов, что указывает на то, что QPSO-SVR превосходно отслеживает путь деградации.Результаты оценки RUL также приведены в таблице 2. Они также предполагают, что QPSO-SVR дает наиболее точные оценки RUL среди этих методов. Например, когда в качестве начальной точки выбран 90-й цикл, реальный EOL — это 124-й цикл, а реальный RUL — 34 цикла. Основываясь на QPSO-SVR, предполагаемые EOL и RUL составляют 127-й цикл и 37 циклов соответственно, а соответствующая абсолютная ошибка e a составляет всего три цикла, что заметно меньше, чем значение e . и на основе SVR (восемь циклов) и PSO-SVR (семь циклов).Те же выводы можно сделать и для двух других отправных точек, демонстрируя, что предложенный метод можно хорошо применять для оценки RUL независимо от того, когда выполняется оценка. Поскольку емкость батареи № 7 не достигает порогового значения во время теста на старение, мы проводим оценку емкости только для батареи № 7 в различных начальных точках. Результаты представлены на рис. 8 и в таблице 3. Нетрудно убедиться, что интуитивные результаты, показанные на рис. 8, в основном соответствуют аналитическим выводам батареи № 1.5. Мы видим, что все кривые производительности, оцененные с помощью нашего извлеченного признака, улавливают глобальную тенденцию снижения фактической пропускной способности, но представленный метод QPSO-SVR значительно опережает стандартные SVR и PSO-SVR в оценке производительности. С количественной точки зрения метод QPSO-SVR также дает наиболее удовлетворительные результаты оценки для батареи №7. Как указано в таблице 3, MAPE QPSO-SVR на 80-м, 90-м и 100-м местах составляют 0,9408, 0,9452 и 0,8083 соответственно, что составляет менее одного процента и является наименьшим значением среди трех сравнительных методов.Точно так же из таблицы 3 видно, что QPSO-SVR также имеет наименьшее RMSE, демонстрируя, что QPSO-SVR может давать более точную оценку, чем SVR и PSO-SVR. В заключение, вышеупомянутые обсуждения доказывают, что геометрическая характеристика, извлеченная из профиля CV, может использоваться для оценки емкости батареи, а предлагаемый подход QPSO-SVR явно превосходит подходы SVR и PSO-SVR в реальном приложении. Используя представленную схему, мы можем получить точный и достоверный результат оценки емкости литий-ионного аккумулятора в не полностью разряженном состоянии. 6. Выводы Чтобы избежать влияния традиционного процесса неполной разрядки литий-ионных аккумуляторов, для оценки остаточной емкости аккумуляторов представлена ​​новая модель, основанная на данных. Поскольку профиль зарядки CV является относительно устойчивым с непредсказуемым начальным состоянием зарядки, и соответствующая информация о процессе может быть полностью записана, геометрическая характеристика кривой зарядки CV, а именно зарядная емкость CV, извлекается как характеристика старения литий-ионных аккумуляторов. ионные аккумуляторы в условиях неполной разрядки.Путем введения теории квантовых вычислений в классический метод машинного обучения представлена ​​и подробно проиллюстрирована структура QPSO-SVR, а также ее применение к задачам оценки остаточной емкости батареи. С помощью репозитория данных, предоставленного NASA Ames PCoE, корреляционный анализ подтверждает, что существует четкая и сильная связь между емкостью батареи и извлеченным признаком старения. Соответствующая расчетная остаточная емкость дополнительно демонстрирует потенциальную полезность извлеченной емкости CV в качестве независимого признака старения для не полностью разряженного состояния.Кроме того, по сравнению с обычными SVR и PSO-SVR при различных показателях оценки, предлагаемая структура QPSO-SVR также имеет наименьшие ошибки оценки и демонстрирует более высокую производительность обобщения как при оценке пропускной способности, так и при оценке RUL. Таким образом, мы можем сделать вывод, что наша извлеченная характеристика старения и предложенная структура являются многообещающими и заслуживающими доверия для оценки остаточной емкости литий-ионных аккумуляторов в процессе неполного разряда. Каталожные номера 1.Berecibar M, Gandiaga I, Villarreal I, Omar N, Mierlo JV, Bossche PVD. Критический обзор методов оценки состояния литий-ионных аккумуляторов для реальных приложений. Обзоры возобновляемых и устойчивых источников энергии. 2016;56(3):572–87. https://doi.org/10.1016/j.rser.2015.11.042 2. Wang Y, Yang D, Zhang X, Chen Z. Оценка оставшейся емкости на основе вероятности с использованием модели на основе данных и нейронной сети. Журнал источников энергии. 2016; 315:199–208. https://doi.org/10.1016/j.jpowsour.2016.03.054 3. Guo Z, Qiu X, Hou G, Liaw BY, Zhang C. Оценка состояния здоровья литий-ионных аккумуляторов на основе кривых зарядки. Журнал источников энергии. 2014;249(1):457–62. https://doi.org/10.1016/j.jpowsour.2013.10.114 4. Сепаси С., Русе Л.Р., Мацуура М.М. Расширенный фильтр Калмана с нечетким методом для точной оценки состояния заряда аккумуляторной батареи. Энергии. 2015;8(6):5217–33. https://doi.org/10.3390/en8065217 5.Hu X, Li SE, Jia Z, Egardt B. Усовершенствованное управление состоянием литий-ионной батареи для электрифицированных транспортных средств на основе энтропии выборки. Энергия. 2014;64:953–60. https://doi.org/10.1016/j.energy.2013.11.061 6. Се Дж., Ма Дж., Бай К. Усовершенствованный метод кулоновского подсчета для оценки состояния заряда литий-ионных аккумуляторов на основе закона Пейкерта и кулоновской эффективности. Журнал силовой электроники. 2018;18(3):910–22. https://10.6113/JPE.2018.18.3.910 7. Чжао Л, Линь М, Чен Ю.Метод подсчета кулонов на основе наименьших квадратов и его применение для оценки состояния заряда (SOC) в электромобилях. Международный журнал энергетических исследований. 2016;40(10):1389–99. https://doi.org/10.1002/er.3530 8. Канг Л., Чжао С., Ма Дж. Новая модель нейронной сети для оценки состояния заряда в процессе деградации батареи. Прикладная энергия. 2014; 121:20–7. https://doi.org/10.1016/j.apenergy.2014.01.066 9. Шэн Х., Сяо Дж. Оценка состояния заряда электромобиля: нелинейная корреляция и нечеткая машина опорных векторов.Журнал источников энергии. 2015; 281:131–7. https://doi.org/10.1016/j.jpowsour.2015.01.145 10. Чжэн Л., Чжан Л., Чжу Дж., Ван Г., Цзян Дж. Совместная оценка состояния заряда, емкости и сопротивления литий-ионных аккумуляторов на основе высокоточной электрохимической модели. Прикладная энергия. 2016; 180:424–34. https://doi.org/10.1016/j.apenergy.2016.08.016 11. Zhu Q, Li L, Hu X, Xiong N, Hu G-D. Проект нелинейного наблюдателя на основе H∞ для оценки состояния заряда литий-ионной батареи с полиномиальными параметрами.Транзакции IEEE по автомобильным технологиям. 2017; ПП(99):1–1. 12. Тулсян А, Цай Ю, Гопалуни РБ, Браатц РД. Оценка состояния заряда литий-ионных аккумуляторов: метод фильтрации частиц. Журнал источников энергии. 2016; 331: 208–23. https://doi.org/10.1016/j.jpowsour.2016.08.113 13. Фарманн А., Вааг В., Маронгиу А., Зауэр Д.У. Критический обзор методов оценки бортовой емкости литий-ионных аккумуляторов в электрических и гибридных электромобилях.Журнал источников энергии. 2015; 281:114–30. https://doi.org/10.1016/j.jpowsour.2015.01.129 14. Го Т., Пак М., Со М., Ким Дж. Г., Сан В.К. Алгоритм оценки емкости с дифференциальной кривой напряжения второго порядка для литий-ионных аккумуляторов с катодами NMC. Энергия. 2017; 135. https://doi.org/10.1016/j.energy.2017.06.141 pmid:2

Аккумулятор (параметры)	Технические характеристики (значение)
Номинальная мощность	2000 мАч
Химия клетки	LiNiMnCo/графит
Масса (без цепи безопасности)	45 г
Диаметр	18.33 мм ± 0,07 мм
Длина	64,85 мм ± 0,15 мм
Специальные примечания	Длина выступа не включена в размеры

 

Данные и описание испытаний Оценка состояния заряда батареи (SOC) является важной функцией систем управления батареями (BMS), поскольку точная оценка SOC имеет решающее значение для обеспечения безопасности и надежности электромобилей.Широко используемый метод оценки SOC основан на онлайн-выводе напряжения холостого хода батареи (OCV). Тесты OCV со слабым током и OCV с приращением тока — это два распространенных метода наблюдения за зависимостью OCV-SOC, которая является важным элементом метода оценки SOC.

Мы провели эксперимент, в котором эти два теста OCV проводились при трех разных температурах, и на основе этого два оценщика SOC сравниваются и оцениваются с точки зрения точности отслеживания, времени сходимости и надежности.Кроме того, представлены четыре динамических теста, один для идентификации параметров оценщика и три других для оценки производительности оценщика.

Результаты сравнения показывают, что оценщик 2 (основанный на инкрементальном тесте OCV) имеет более высокую точность отслеживания и более устойчив к различным условиям нагрузки и различным начальным значениям SOC, чем оценщик 1 (основанный на тесте слаботочного OCV) по отношению к окружающей среде температура. Поэтому для предварительного определения OCV-SOC для онлайн-оценки SOC батареи в BMS рекомендуется использовать инкрементный тест OCV.Данные проведенных тестов доступны для скачивания ниже.

 

 

Низкоточный OCV

В тесте OCV с малым током для зарядки и разрядки батареи использовался небольшой ток (например, C/20, C/25), так что соответствующее напряжение на клеммах приблизительно соответствовало OCV. Шаги выполнения теста:

1. Зарядка аккумулятора до напряжения отключения 4,2 В при постоянном токе 1C-скорость
2. Зарядка при постоянном напряжении, пока его ток не упадет до 0.01С
3. Теперь разряжайте с постоянной скоростью C/20, пока напряжение не упадет до 2,5 В
4. Полная зарядка с постоянной скоростью C/20 до 4,2 В
5. Среднее напряжение процесса зарядки и разрядки, записанное как OCV при 0°C, 25°C и 45°C.

 

---

 

Инкрементальный ток OCV

Тест Incremental OCV состоял из множества интервалов SOC и периодов отдыха, после которых наблюдались OCV с соответствующим SOC.Дополнительные точки данных для кривой OCV были получены в пределах интервалов SOC с использованием методов интерполяции. Шаги выполнения теста:

1. Полностью зарядите аккумулятор до 100 % SOC
2. Теперь разряд с использованием отрицательной длительности релаксации импульсного тока через каждые 10 % SOC
3. Повторная зарядка по той же процедуре, но положительным импульсным током
4. Примените этап усреднения и линейной интерполяции, чтобы получить кривую OCV-SOC
   при 0°C, 25°C и 45°C.

 

---

Профиль динамического тестирования

Этот тест состоит из различных профилей динамического тока, таких как динамический стресс-тест DST, Федеральный городской график движения FUDS, график движения по шоссе US06 и Пекинский динамический стресс-тест BJDST.
Все тесты проводились при уровне заряда батареи 80% и уровне заряда батареи 50% при 0°C, 25°C и 45°C.

 

---

Вышеуказанные файлы данных упоминались в

[1] Влияние различных испытаний напряжения холостого хода на онлайн-оценку состояния заряда литий-ионных аккумуляторов.
Fangdan Zheng, Yinjiao Xing, Jiuchun Jiang, Bingxiang Sun, Jonghoon Kim, Michael Pecht, Applied Energy, 183, стр. 513–525, 2016.

[2] Оценка состояния заряда литий-ионных аккумуляторов с использованием напряжения холостого хода при различных температурах окружающей среды.
Yinjiao Xing, Wei He, Michael Pecht and Kwok Leung Tsui, Applied Energy, 113, pp.106-115, 2014.

[3] Оценка состояния заряда литий-ионных аккумуляторов с использованием моделирования нейронных сетей и подавления ошибок на основе фильтра Калмана без запаха.
Вэй Хэ, Николас Вильярд, Чаочао Чен, Майкл Пехт, Международный журнал электрических энергетических и энергетических систем, 62, стр. 783–791, 2014 г.

---

Аккумулятор A123

Аккумулятор (параметры)	Технические характеристики (значение)
Номинальная мощность	1100 мАч
Химия клетки	LiFePO4
Диаметр	18 мм
Длина	65 мм
Специальные примечания	Длина выступа не включена в размеры

 

Данные и описание испытаний

Температура окружающей среды является важным фактором, влияющим на точность оценки SOC батареи, что имеет решающее значение для прогнозирования остаточного запаса хода электромобилей (EV) и оптимального контроля заряда/разряда батарей.Широко используемый метод оценки SOC — это напряжение холостого хода (OCV). Однако тот факт, что OCV–SOC зависит от температуры окружающей среды, может привести к ошибкам в оценке SOC батареи. Чтобы решить эту проблему, мы провели эксперимент с ячейкой A123, в котором мы использовали два динамических теста: динамический стресс-тест (DST) и федеральный городской график движения (FUDS), сначала для определения параметров модели, а затем для проверки эффективности оценки SOC. . Тест был выполнен, как указано ниже:

1. Выполните два теста динамического заряда-разряда: DST и FUDS для температурного диапазона от 0°C до 50°C с интервалом 10°C.
2. Проведите слаботочный тест OCV-SOC при температуре от 0°C до 50°C с интервалом 10°C.
3. Разработайте метод оценки OCV-SOC с использованием модели, созданной на основе результатов испытаний DST.
4. Подтвердите метод оценки с помощью результатов теста FUDS.

Данные, использованные в эксперименте, доступны для скачивания ниже.

 Слаботочные файлы OCV:

Файлы динамического профиля:

---

Вышеупомянутые файлы данных упоминались в:

[1] Оценка состояния заряда литий-ионных аккумуляторов с использованием напряжения холостого хода при различных температурах окружающей среды.
Yinjiao Xing, Wei He, Michael Pecht and Kwok Leung Tsui, Applied Energy, 113, pp.106-115, 2014.

[2] Оценка состояния заряда литий-ионных аккумуляторов с использованием моделирования нейронных сетей и подавления ошибок на основе фильтра Калмана без запаха.
Вэй Хэ, Николас Вильярд, Чаочао Чен, Майкл Пехт, Международный журнал электрических энергетических и энергетических систем, 62, стр. 783–791, 2014 г.

---

Призматические ячейки

Аккумулятор CS2

Катод .

Аккумулятор (параметры)	Технические характеристики (значение)
Номинальная мощность	1100 мАч
Химия клетки	LiCoO2, результаты EDS также показали следовые количества марганца
Масса (без цепи безопасности)	21.1 г
Размеры	5,4 х 33,6 х 50,6 мм
Специальные примечания	Конфигурация рулета с мармеладом, обернутая вокруг оси «длина», обозначена красными стрелками под

 

Данные и описание теста

Все элементы CS2 прошли один и тот же профиль зарядки, который представлял собой стандартный протокол постоянного тока/постоянного напряжения с постоянной скоростью тока 0,5 °C, пока напряжение не достигло 4.2 В, а затем 4,2 В, пока зарядный ток не упал ниже 0,05 А. Если не указано иное, напряжение отсечки разряда для этих батарей составляло 2,7 В. Все клетки CS2 были случайным образом пронумерованы и названы соответственно. Имя ‘CS2_n’ было дано для ячейки CS2 с номером n.

Каждая ячейка CS2 подвергалась многократному циклированию в условиях, указанных рядом с ее названием в таблице ниже. Файлы данных для каждой ячейки содержат набор файлов Excel с зарегистрированными данными, созданными в результате ее тестирования.Эти файлы Excel были названы в соответствии с датами тестирования. Все элементы, кроме CS2_8 и CS2_21, были протестированы с использованием тестера батарей Arbin. CS2_8 и CS_21 были протестированы с помощью CADEX Battery Tester, поэтому файлы данных для этих ячеек имеют формат .txt и доступны для загрузки ниже.

Тип 1 —  Циклический режим при постоянном токе 0,5°C:

Тип 2 —  Циклически при постоянном токе 1°C:

Тип 3 —  Циклический разряд при постоянном токе.В каждом цикле ток разряда менялся между 0,11, 0,22, 0,55, 1,1, 1,65 и 2,2 А:

Тип 4 —  Циклический разряд при постоянном токе 0,55 А. Напряжение отсечки изменялось в случайные моменты времени, чтобы имитировать неуверенное пользователем поведение напряжения отсечки:

Тип 5 –  Для каждого файла батарея сначала полностью заряжалась, а затем полностью разряжалась при токе 0,22 А. Затем батарея циклически менялась между 3,77 В и 2,7 В с током разряда 0,55 А, чтобы циклировать батарею в низком режиме, цикл частичной зарядки/разрядки:

Тип 6 —  Для каждого файла батарея сначала полностью заряжалась, а затем полностью разряжалась при 0.22А. Затем батарея циклически менялась между 4,2 В и 3,77 В с током разряда 0,55 А, чтобы циклировать батарею в режиме высокой мощности, цикл частичной зарядки/разрядки:

---

Вышеупомянутые файлы данных упоминались в:

[1] Прогнозирование литий-ионных аккумуляторов на основе теории Демпстера–Шейфера и байесовского метода Монте-Карло.
Вэй Хе, Николас Вильярд, Майкл Остерман, Майкл Пехт, Journal of Power Sources , 196(23), стр. 10314-10321, 2011.

[2] Модель ансамбля для прогнозирования оставшейся полезной производительности литий-ионных аккумуляторов.
Yinjiao Xing, Eden Ma, Kwok Leung Tsui, Michael Pecht, Microelectronics Reliability , 53(6), pp.811-820, 2013.

[3] Сравнительный анализ признаков определения исправности литий-ионных аккумуляторов.
Ник Вильярд, Вэй Хе, Майкл Остерман и Майкл Пехт, Международный журнал прогностики и управления здравоохранением , 4, стр.1-7, 2013.

---

 

Аккумулятор CX2

Аккумулятор (параметры)	Технические характеристики (значение)
Номинальная мощность	1350 мАч
Химия клетки	Катод LiCoO2 (ЭДС показал следовые количества марганца)
Масса (без цепи безопасности)	28 г
Размеры	6.6 х 33,8 х 50 мм
Специальные примечания	Конфигурация желейного рулета, обернутая вокруг оси «ширина»

 

Данные и описание теста

Все элементы CX2 подвергались одному и тому же профилю зарядки, который представлял собой стандартный протокол постоянного тока/постоянного напряжения с постоянным током 0,5 °C до тех пор, пока напряжение не достигло 4,2 В, а затем поддерживалось 4,2 В до тех пор, пока зарядный ток не упал ниже 0,05 А. Некоторые незначительные изменения были включены в этот стандартный профиль зарядки для некоторых ячеек CX2, упомянутых ниже.Если не указано иное, напряжение отсечки разряда для этих батарей составляло 2,7 В. Все клетки CX2 были случайным образом пронумерованы и названы соответственно. Имя «CX2_n» было присвоено n-й пронумерованной ячейке CX2.

Каждая ячейка CX2 подвергалась многократному циклированию в условиях, указанных рядом с ее названием в таблице ниже. Файлы данных для каждой ячейки содержат набор файлов Excel с зарегистрированными данными, созданными в результате ее тестирования. Эти файлы Excel были названы в соответствии с датами тестирования. Все элементы, кроме CX2_4 и CX2_31, были протестированы с помощью тестера батарей Arbin.CX2_4 и CX2_31 были протестированы с помощью CADEX Battery Tester, поэтому файлы данных для этих ячеек имеют формат .txt. Для ячейки CX2_4, которая циклически подвергалась различным температурам, данные термопары также предоставляются в папке Temperature файлов данных CX2_4. Эти данные представлены в формате .xlsx и доступны для скачивания ниже.

Тип 1 —  Циклический режим при постоянном токе 0,5°C:

Тип 2 — Циклический режим при постоянном токе 0,5°C:

Тип 3 —  Разрядка при постоянном токе 3°C:

Тип 4 —  Разряжается при постоянном токе 0.5°C до напряжения отсечки 2,7В. После зарядки аккумулятор разряжали импульсным током, переменным от 0,5°С до 1°С каждый в течение 30 секунд, пока напряжение не упало до 3,2В. После каждого импульса разряда применяли 10-секундный период отдыха. Профиль повторялся в течение срока службы ячейки:

Тип 5 —  Разряжается постоянным током 1C до предельного напряжения 2,7 В. После каждых 10 циклов зарядки/разрядки температура окружающей среды повышалась на 10°C, так что температура элемента колебалась между 25°C, 35°C, 45°C и 55°C:

 

Тип 6 —  Циклический режим нагрузки импульсного разряда.Сначала применялась скорость разряда 0,5°C в течение 1 минуты, затем 5-минутный отдых, затем применялась скорость разряда 1°C в течение 1 минуты, затем 5-минутный отдых и, наконец, применялась скорость разряда 2°C в течение 1 минуты. с последующим 5-минутным отдыхом. Это повторялось до тех пор, пока ячейка не достигла напряжения отсечки:

.

---

Вышеупомянутые файлы данных упоминались в:

[1] Прогнозирование литий-ионных аккумуляторов на основе теории Демпстера–Шейфера и байесовского метода Монте-Карло.
Вэй Хе, Николас Вильярд, Майкл Остерман, Майкл Пехт, Journal of Power Sources , 196(23), стр. 10314-10321, 2011.

[2] Модель ансамбля для прогнозирования оставшейся полезной производительности литий-ионных аккумуляторов.
Yinjiao Xing, Eden Ma, Kwok Leung Tsui, Michael Pecht, Microelectronics Reliability , 53(6), pp.811-820, 2013.

---

Ячейки для пакетов

Образец PL

Аккумулятор (Параметры	Технические характеристики (значение)
Номинальная мощность	1500 мАч
Химия клетки	Графит/LiCoO2
Масса (без цепи безопасности)	30.3 г
Размеры	3,4 х 84,4 х 50,1 мм

Циклические данные и описание теста

Литий-ионные аккумуляторы

используются для хранения энергии в широком спектре приложений и не всегда проходят полный цикл зарядки и разрядки. Мы провели эксперимент, в котором количественно определяли влияние частичной циклической зарядки-разрядки на потерю емкости литий-ионного аккумулятора посредством циклических испытаний, проведенных на графитовых/LiCoO2 карманных элементах при различных диапазонах состояния заряда (SOC) и токах разряда. Результаты используются для разработки модели снижения емкости для батарей в условиях полной или частичной цикличности. Этот эксперимент демонстрирует, что все изученные переменные, включая среднее значение SOC, изменение SOC (ΔSOC) и скорость разряда, оказывают значительное влияние на скорость потери емкости во время циклической работы. Первоначальные тесты характеристик элементов включали в себя заряд постоянным током и постоянным напряжением (CCCV) — постоянный ток (CC) и полный разряд (4,2–2,7 В) со скоростью C/2 для определения разрядной емкости батареи.Процедура проверки следующая:

1. Первоначально элементы были заряжены до 100% SOC с использованием профиля CCCV со скоростью C/2.
2. После достижения 100 % SOC элементы разряжали с использованием постоянного тока C/2 до тех пор, пока они не достигли нижних пределов назначенных им диапазонов SOC (т. е. 20 % для диапазона 20–80 %) для частичного циклирования.
3. Зарядка постоянным током (всегда C/2) и разрядка постоянным током (C/2 или 2C) применялись к элементам для циклического переключения между желаемым верхним и нижним пределами SOC (т.е., 20% — 80%).
4. Был применен период отдыха продолжительностью 30 минут, чтобы позволить клеткам расслабиться после каждого этапа зарядки и разрядки.

Результаты показали, что на деградацию батареи графит/LiCoO2 влияет среднее значение SOC, а также изменение SOC (ΔSOC) во время цикла . (Метод кулоновского подсчета использовался для расчета продолжительности заряда и разряда, чтобы поддерживать значения SOC в пределах установленных диапазонов SOC). Данные эксперимента доступны для скачивания ниже:

Циклическое переключение между 0%-60% SOC при скорости C/2 (0.75 ампер):

Циклический цикл между 40–60 % SOC при токе C/2 (0,75 А):

Циклическое переключение между 40%-60% SOC при токе 2C (3 А) при разряде и при токе C/2 (0,75 А) при зарядке:

Циклический цикл между 0–100 % SOC при токе C/2 (0,75 А):

Циклический цикл между 0–100 % SOC при токе 2C (3 А) при разряде и при токе C/2 (0,75 А) при зарядке:

Циклическое переключение между 20%-80% SOC при токе 2C (3 А) при разрядке и при токе C/2 (0,75 А) при зарядке:

Циклическое переключение между 40%-100% SOC при скорости C/2 (0.75 ампер):

Циклический цикл между 20–80 % SOC при токе C/2 (0,75 А):

---

Вышеупомянутые файлы данных упоминались в:

[1] Испытание на цикличность и моделирование графитовых/LiCoO2 элементов в различных диапазонах состояния заряда.
Саурабх Саксена, Кристофер Хендрикс и Майкл Пехт, Journal of Power Sources , 327 (2016), стр. 394–400, 2016.

---

Хранение данных и описание испытаний

В общей сложности 144 литий-ионных элемента с тремя различными значениями SOC (0% SOC, 50% SOC и 100% SOC) прошли испытание на срок хранения батареи при четырех различных температурах (-40°C, -5°C, 25 °С, 50°С).

1. 12 ячеек хранили при каждой из этих температур: -40°C, -5°C, 25°C и 50°C.
2. Из 12 ячеек, хранившихся при каждой температуре, 4 ячейки хранились при 50% SOC, 4 ячейки при 100% SOC и 4 ячейки при 0% SOC.
3. 48 ячеек подвергались проверке емкости и измерению импеданса каждые 3 недели; 48 ячеек прошли проверку емкости и измерение импеданса каждые 3 месяца; и 48 ячеек проходили тестирование емкости каждые 6 месяцев.

Например: сота PLN_51 прошла первоначальный тест емкости с зарядкой CCCV со скоростью C/2.Как только ток падал ниже уровня C/100, элемент разряжался со скоростью C/2, чтобы накопить максимальную доставляемую емкость элемента. Затем ячейка была полностью заряжена с использованием того же профиля CCCV с последующим испытанием импеданса. На следующем этапе ячейка была разряжена до 50% SOC путем расчета накопительной емкости до половины максимальной емкости. Далее ячейку хранили в термокамере в течение 3 недель. Через 3 недели ячейку вынимали для проверки емкости и импеданса.

Инициализация —  Данные предварительной инициализации:

Емкость —  Проверка емкости батарей, хранящихся при температуре -40°C, -5°C, 25°C и 50°C:

Импеданс —  Испытание импеданса для батарей, хранящихся при температуре -40°C, -5°C, 25°C и 50°C:

 

Определение оптимальной емкости аккумуляторной батареи автомобиля на топливных элементах PEM с учетом рекуперации и суперконденсаторов

Имитационная модель включает полную систему автомобиля, состоящую из трансмиссии, кузова и шасси, и управляется водителем в виде ПИ-регулятор.Силовой агрегат разработан как гибридный автомобиль и может быть настроен в соответствии с требованиями (например, последовательный или параллельный гибрид). Автомобиль основан на эталонном автомобиле Mercedes Benz GLC F-Cell и использовался для расчета ездового цикла и анализа потока энергии (таблица 1).

Таблица 1 Характеристики эталонного транспортного средства [13]

Топливный элемент

Используемый топливный элемент представляет собой топливный элемент с мембраной из полимерного электролита (PEM). Расчеты основаны на модели Matlab для описания электрохимических и физических взаимодействий внутри клетки.Причем система топливных элементов состоит из сред управления (водород, кислород, вода). Ячейка работает с оптимальной эффективностью в диапазоне частичных нагрузок, по возможности стационарно. Мобильная работа требует динамического поведения. [14]

Поведение топливных элементов PEM при динамической нагрузке зависит от различных рабочих параметров. К ним относятся температура, давление, влажность, стехиометрия и количество рабочих газов. Критические условия эксплуатации при динамической работе приводят к уменьшению электрохимически активной поверхности катализатора наряду с увеличением переноса материала и сопротивления клеток за счет деградации.Эти условия могут привести к долгосрочному сокращению срока службы. [2, 3] К критическим режимам относятся кратковременная недо- или избыточная подача рабочих газов, а также отклонения от эксплуатационных пределов. Например, в случае ступени нагрузки возможно высыхание мембраны, что приводит к снижению работоспособности топливных элементов из-за торможения протонного обмена через мембрану [2, 3] 2. Предполагаемый топливный элемент имеет максимальную выходная мощность 75 кВт и рабочий оптимум примерно при 38% пиковой мощности согласно ([1], с.115). Динамика топливного элемента варьировалась при моделировании, чтобы отобразить влияние поведения системы на требуемую емкость батареи.

1

Аккумуляторная система

Аккумулятор устанавливается в FCEV в качестве промежуточного электрического накопителя. Как упоминалось выше, это предназначено для снижения динамических требований к системе топливных элементов. Кроме того, текущая избыточная энергия сохраняется с помощью аккумулятора. Эта энергия получается из топливного элемента PEM или рекуперации в форме рекуперации энергии торможения.([20], с. 110).

В симуляцию интегрирована высокоэффективная литий-ионная батарея (таблица 2). Высокопроизводительные элементы заряжаются по методу постоянного тока. Результирующее напряжение элемента зависит от его состояния заряда (SOC) и текущей нагрузки и определяет максимально возможную мощность заряда или, точнее, разряда. Обычный SOC нацелен на от 30 до 80%, чтобы батареи сохраняли срок службы. Тем не менее, эти границы могут быть превышены для компенсации запуска или остановки топливного элемента при температурах менее 3 или 5 °C, но не по причинам рекуперативного торможения или наддува.C-скорость определяется как отношение тока батареи к емкости батареи. Он служит для сравнения аккумуляторов разной емкости. Перезарядка элемента после достижения конечного напряжения заряда 4,2 В невозможна и, скорее, приведет к сокращению срока службы батареи. По этой причине уменьшение максимального тока в соответствии с методом зарядки постоянным напряжением не требуется ([15], стр. 299 и далее).

Таблица 2 Параметры батареи ([15], стр. 298)

В контексте моделирования предполагается батарея с идеальной системой управления батареями.Он осуществляет полное перераспределение заряда между самой слабой ячейкой (разряд) и самой сильной ячейкой (заряд) посредством «активной нижней и верхней балансировки». Предполагается, что компенсационные потери составляют 1,5 Вт на блок ячеек ([19], стр. 182 и далее).

Зависящая от нагрузки характеристика заряда или разряда напряжения элемента батареи показана на рис. 1. Силовая электроника предназначена для ограничения мощности батарей. В зависимости от рабочего случая энергия должна либо излучаться, либо подаваться.Температурная зависимость напряжения элемента аккумуляторной батареи не рассматривается, поскольку термоменеджмент аккумуляторной батареи еще не полностью реализован в модели транспортного средства.

Рис. 1

Кривая зарядки и разрядки высокоэффективного литий-ионного аккумулятора ([15], стр. 300)

Суперконденсатор

Суперконденсатор описывает электрический компонент для хранения электрического заряда. Этот компонент состоит из так называемого электрохимического двухслойного конденсатора, который представляет собой высокоэффективный накопитель со сравнительно низким внутренним сопротивлением.Задача суперконденсатора — повысить эффективность трансмиссии за счет накопления рекуперированной энергии и мощности, вырабатываемой FCEV. Это снижает нагрузку на высокоэффективную батарею ([18], стр. 27 и далее).

Для моделирования был выбран суперконденсатор для автомобильных приложений, параметры которого приведены в следующей таблице (таблица 3) ([16], стр. 242 и далее).

Таблица 3 Параметры суперконденсатора [17]

%PDF-1.7 % 831 0 объект > эндообъект внешняя ссылка 831 115 0000000016 00000 н 0000003783 00000 н 0000004095 00000 н 0000004224 00000 н 0000004301 00000 н 0000004323 00000 н 0000004397 00000 н 0000004429 00000 н 0000004515 00000 н 0000005193 00000 н 0000005362 00000 н 0000005517 00000 н 0000005677 00000 н 0000005791 00000 н 0000005908 00000 н 0000006025 00000 н 0000006142 00000 н 0000006259 00000 н 0000006376 00000 н 0000006493 00000 н 0000006608 00000 н 0000006725 00000 н 0000006842 00000 н 0000006958 00000 н 0000007072 00000 н 0000007189 00000 н 0000007306 00000 н 0000007465 00000 н 0000007600 00000 н 0000007739 00000 н 0000007879 00000 н 0000008017 00000 н 0000008150 00000 н 0000008285 00000 н 0000008420 00000 н 0000009175 00000 н 0000009529 00000 н 0000009701 00000 н 0000009759 00000 н 0000009837 00000 н 0000010385 00000 н 0000011301 00000 н 0000011737 00000 н 0000011964 00000 н 0000012219 00000 н 0000012604 00000 н 0000013467 00000 н 0000013657 00000 н 0000013750 00000 н 0000014372 00000 н 0000014599 00000 н 0000014913 00000 н 0000015815 00000 н 0000016213 00000 н 0000016544 00000 н 0000017486 00000 н 0000018454 00000 н 0000019433 00000 н 0000019567 00000 н 0000019629 00000 н 0000019656 00000 н 0000020114 00000 н 0000021062 00000 н 0000021856 00000 н 0000022569 00000 н 0000022639 00000 н 0000022738 00000 н 0000026224 00000 н 0000026494 00000 н 0000026791 00000 н 0000032163 00000 н 0000032685 00000 н 0000037394 00000 н 0000040624 00000 н 0000042184 00000 н 0000042433 00000 н 0000042492 00000 н 0000043127 00000 н 0000043329 00000 н 0000043614 00000 н 0000043873 00000 н 0000043922 00000 н 0000044036 00000 н 0000044620 00000 н 0000050995 00000 н 0000075168 00000 н 0000083713 00000 н 0000083793 00000 н 0000083910 00000 н 0000083968 00000 н 0000084292 00000 н 0000084434 00000 н 0000084539 00000 н 0000084659 00000 н 0000084787 00000 н 0000084905 00000 н 0000085025 00000 н 0000085177 00000 н 0000085424 00000 н 0000085623 00000 н 0000085770 00000 н 0000085973 00000 н 0000086140 00000 н 0000086277 00000 н 0000086510 00000 н 0000086629 00000 н 0000086792 00000 н 0000086916 00000 н 0000087102 00000 н 0000087270 00000 н 0000087515 00000 н 0000087674 00000 н 0000087823 00000 н 0000087954 00000 н 0000002596 00000 н трейлер ]/предыдущая 679746>> startxref 0 %%EOF 945 0 объект >поток h|UIle~Y%&Pf{M3MXxl-8k5I/Nh K8]ʉDUA*HpU-x)7y

.

No related posts.