تعد البطارية في السيارات الكهربائية محورًا رئيسيًا لصيانة صحة البطارية. يحافظ نظام إدارة البطارية (BMS) على الحالة المثالية للبطارية من خلال تقييم حالتها الصحية (SOH). يمكن أن يؤدي تحديد SOH بدقة إلى تحديد وقت استبدال البطارية، وتجنب فشل البطارية، وإطالة عمر الخدمة. تهدف هذه المقالة إلى تحسين أداء BMS من خلال تحديد معلمات SOH. استنادًا إلى طراز بطارية Thevenin، يتم الحصول على المعلمات الرئيسية مثل R{{0}} وRp وCp. يتم استخدام خوارزميتين تكيفيتين، عد كولوم وجهد الدائرة المفتوحة، لإكمال تحديد المعلمة. وتمت مقارنة نتائج الخوارزميتين من حيث الخطأ ومتوسط الخطأ المطلق (MAE) وجذر متوسط مربع الخطأ (RMSE) وقيمة SOH النهائية. يركز البحث على الحصول على بيانات خطأ التقدير ومعلومات موثوقة عن أداء نظام إدارة المباني. أظهرت النتائج أن طريقة حساب كولوم بها خطأ أقل في تقدير SOH مقارنة بطريقة جهد الدائرة المفتوحة، مع خطأ قدره 1.770%. قيمة SOH النهائية هي 17.33%، ونموذج بطارية Thevenin يحتوي على خطأ في النمذجة بنسبة 0.0451% للبطارية.
1. مقدمة
بطارية السيارة الكهربائية ونظام إدارة البطارية (BMS):في السيارات الكهربائية، تعد البطارية مصدر الطاقة الأساسي، حيث توفر الطاقة للمحرك والأنظمة الأخرى. على عكس السيارات التقليدية، تتميز بطاريات السيارات الكهربائية بسعة وجهد صغير نسبيًا، وعادةً ما يتم تعبئتها في وحدات البطارية. يتكون نظام البطارية من بطاريات متعددة، يتم إدارتها بواسطة BMS. وتشمل وظائفها تحسين نظام عمل البطارية، بما في ذلك معلمتين رئيسيتين: حالة الشحن (SOC) والحالة الصحية (SOH). SOC هي نسبة السعة المتبقية إلى السعة الإجمالية، بينما SOH هي قيمة المقارنة بين الأداء الحالي وأداء البطارية الجديدة، والتي لا يمكن قياسها بشكل مباشر ويجب تقديرها.
خلفية البحث والأساليب ذات الصلة:يمكن لحالة الصحة (SOH) قياس أداء البطارية وعمرها. قد يحدث تدهور الجودة وتغييرات في المقاومة الداخلية ومعلمات السعة أثناء استخدام البطارية. يساعد تحديد معلمات SOH في تحديد الحالة الفعلية للبطارية والتوصية بأوقات الاستبدال وإطالة عمر البطارية. توجد حاليًا طرق متعددة لتقدير الحالة الصحية (SOH) أو حالة الشحن (SOC)، ولكن هناك طرق قليلة تحدد كليهما في نفس الوقت وتولد المعلمات المناسبة لتقليل العبء الحسابي على خدمات إدارة المباني. تحتاج خوارزمية مراقبة معلمات البطارية إلى التكيف مع تغييرات المعلمات وتقدير حالة البطارية. يمكن تقسيم الطرق إلى ثلاث فئات، بما في ذلك طريقة المعاوقة الطيفية، وطريقة معادلة نموذج الدائرة، وطريقة نموذج المعاوقة الكهروكيميائية.
مراجعة الأعمال ذات الصلة:تم استخدام طرق متعددة بشكل شائع في الأبحاث السابقة لتحديد معلمات البطارية. تُستخدم طرق العد الكولومي (CC) وجهد الدائرة المفتوحة (OCV) على نطاق واسع في أنظمة إدارة المباني في المركبات الكهربائية، ولكل منها مزاياها وعيوبها. تقوم طريقة CC بتقدير SOH من خلال مراقبة سعة الدخول والخروج للبطارية، مع مراعاة فقدان الطاقة أثناء دورة الشحن، ويمكنها أيضًا توفير المعلومات ذات الصلة من خلال استعادة الجهد؛ يمكن اعتبار طريقة OCV بمثابة جهد متوازن بعد أن تستقر البطارية بالكامل، ويتم تقدير الحالة الصحية (SOH) من خلال النظر في ظروف معلمة بطارية BMS.
تركز هذه الدراسة على تحديد معلمات SOH الدقيقة لإطالة عمر البطارية. يتم استخدام طريقة تعتمد على نموذج البطارية لتقييم وتحديد معلمات SOH. يتم استخدام نموذج بطارية Thevenin لتحديد معلمات R0 وRp وCp من خلال خوارزمية تكيفية (المربعات الصغرى العودية، RLS). واستناداً إلى نتائج التقييم، يتم الحصول على تقديرات SOH دقيقة لتقليل العبء الحسابي.
المساهمة البحثية:توفر نتائج اختبار معلمات البطارية تقديرات معقولة ومعدلات خطأ صغيرة لتقييم أداء نظام إدارة المباني. تعتبر طريقة حساب كولوم ملائمة لحساب سعة البطارية، وتقل الطاقة القصوى للبطارية مع زيادة دورات الشحن والتفريغ. الخطأ النسبي لنموذج بطارية Thevenin أقل من 2%. من حيث دقة تقدير SOH، تتفوق طريقة CC على RLS، ويمكن لطريقة CC تقدير الجهد الطرفي للبطارية وSOC، بينما يمكن لطريقة OCV تقدير معلمات البطارية فقط.
2. نظام إدارة البطارية
مكونات البطارية (وظائف وتكوين BMS):ينظم نظام إدارة المباني (BMS) نظام البطاريات المكون من مئات أو آلاف البطاريات في السيارات الكهربائية، وله وظائف مهمة مثل المراقبة وتقدير المعلمات والحماية وتقديم التقارير وموازنة البطاريات. وتشمل وظائفها الرئيسية حماية البطارية من التلف، وتشغيل البطارية ضمن نطاقات الجهد ودرجة الحرارة المناسبة، والحفاظ على البطارية لتعمل عند المعلمات التي تلبي متطلبات النظام مثل SOC، وSOH، وSOF. يتكون نظام إدارة المباني (BMS) من أجهزة استشعار ومشغلات ووحدات تحكم، مع مدخلات تشمل إشارات الاستشعار مثل التيار والجهد ودرجة الحرارة والدواسات، ومخرجات تشمل وحدات الإدارة الحرارية والتوازن وإدارة السلامة ومؤشر الشحن وإنذار الأعطال والاتصالات. يشتمل برنامج BMS على وحدات وظيفية متعددة مثل اكتشاف معلمات البطارية وتقديرها وتشخيص الأخطاء. يعد قياس جهد البطارية وتقدير المعلمات والموازنة وتشخيص الأخطاء من المشكلات الرئيسية في نظام إدارة المباني، ومن بينها يواجه قياس جهد البطارية صعوبات مثل اختلافات الجهد الناتجة عن توصيل سلسلة البطارية ومتطلبات الدقة العالية.
نمذجة البطارية:تحدد هذه المقالة معلمات الحالة الصحية (SOH) من خلال نمذجة البطارية، وتحول معلمات جهد البطارية والتيار ودرجة الحرارة إلى SOH للحصول على تقديرات دقيقة. باستخدام نموذج بطارية Thevenin، يتم وصف الاستجابة العابرة للجهد لعملية استقطاب البطارية عن طريق تحديد معلمات المقاومة الداخلية والسعة للبطارية. يتم توفير المعادلات الرياضية لنموذج البطارية وطرق حساب المعلمات ذات الصلة (Voc، R0، Rp، وCp)، والتي يتم الحصول عليها من خلال خوارزمية RLS وتطبيقها على نموذج بطارية Thevenin.
3. تحديد معايير الحالة الصحية
أهمية وطرق تحديد مؤشرات الحالة الصحية:تعتبر معلمات SOH الدقيقة ضرورية لأداء BMS. تستخدم هذه الدراسة عد كولوم كخوارزمية تكيفية لتحديد هذه المعلمات للحصول على قيم تهيئة SOH وتقييم أداء BMS. يتم استخدام نموذج بطارية Thevenin لتحديد معلمات طراز البطارية ووظيفة OCV-SOC. تتضمن العملية المحددة إدخال التيار إلى نموذج البطارية، وتحليل بيانات الجهد الطرفي، والتحويل من المجال الزمني إلى مجال SOC، وتركيب المنحنى للحصول على وظيفة OCV-SOC. يتم تكرار عملية تحديد المعلمة حتى يصبح تقدير SOH معقولًا ويكون معدل الخطأ صغيرًا.
وظيفة OCV-SOC:استنادًا إلى طراز بطارية Thevenin، فإن OCV (SOC) عبارة عن معلمة جهد مصدر يتم الحصول عليها عن طريق اختبار جهد البطارية بدون حمل متصل والجهد قبل توصيل حزمة البطارية. يتم تقدير منحنى SOC OCV باستخدام بيانات اختبار الحمل الثابت ومزود بمتعدد الحدود من الدرجة الثانية عشرة. يتمتع متعدد الحدود من الدرجة العاشرة بأعلى دقة في تقدير Voc وأصغر خطأ في جذر متوسط مربع (RMSE)، والذي له تأثير كبير على دقة وظائف SOC وOCV.
معلمات R0 وRp وCp:يتطلب نموذج بطارية Thevenin OCV عند SOC كمصدر جهد، والذي يتم الحصول عليه من خلال اختبار النبض. R{{0}} هي مقاومة داخلية بقيمة أكبر من المقاومات الأخرى. بسبب مشكلة فترة أخذ العينات، من الصعب التقاط التغييرات الصغيرة في البيانات. تم الحصول على العلاقة بين R0 وSOC من خلال تركيب منحنى متعدد الحدود من الدرجة الثانية، بمتوسط قيمة R0 بقيمة 0.027735 Ω. توفر R0 وRp وCp بيانات الإدخال لاختبار نبض الجهد والتيار والحصول على قيم معلمات الإخراج.
النتيجة التجريبية
من خلال تحليل معلمات الحالة الصحية (SOH) التي تراقبها البطارية، يتم تحقيق أداء BMS، ويتم الحصول على بيانات المعلمات الفيزيائية مثل الجهد الطرفي وتيار المدخل/المخرج للبطارية. بناءً على نموذج البطارية، يتم تحديد بيانات المعلمات واستخدامها لمراقبة حالة البطارية وأنظمة الحماية. تتضمن طريقة تقدير SOH قياس التغيرات في مقاومة البطارية وسعتها، على التوالي باستخدام قانون أوم وطريقة حساب كولوم، واستبدال قيمة OCV في معادلة العلاقة OCV-SOC للحصول على قيم SOC وSOH.
تم إجراء اختبار التفريغ الساكن، وأظهرت النتائج أن خوارزمية CC حصلت على تغيير SOH عن طريق ضرب القيمة الحالية بمرور الوقت، بينما حصلت خوارزمية OCV على قيمة SOH باستخدام قيمة الجهد الطرفي أو قيمة OCV لنموذج البطارية. كانت منحنيات تغيير SOH للخوارزميتين متشابهة. حصل الاختبار أيضًا على نتائج تحديد معلمة البطارية، ويمكن استخدام خصائص استرخاء البطارية لتحديد المعلمة. كلما كانت دورة الاختبار أسرع، كلما كان تقدير SOH أكثر دقة. تتفوق خوارزمية CC على خوارزمية OCV في تهيئة SOH، والتي يمكنها فهم المقاومة الداخلية للبطارية بشكل أفضل وتقدير الجهد الطرفي Vt وSOC وSOH للبطارية في نفس الوقت، مع وجود خطأ في التقدير أقل من 2%.
من بيانات الخطأ لتحديد معلمات SOH، فإن متوسط مربع الخطأ (MSE) لخوارزمية CC هو {{0}}.0111، وقيمة SOH النهائية هي 17.33%، ونسبة الخطأ هي 1.770%، والجذر متوسط مربع الخطأ (RMSE) هو 0.0132
مناقشة نتائج البحث:إن تأثير مقاومة البطارية الداخلية على خوارزميات CC وOCV متشابه، ويمكن لخوارزمية CC فهم المقاومة الداخلية بشكل أفضل مع وجود أخطاء أصغر. يمكن لخوارزمية CC تقدير الجهد الطرفي Vt وSOC وSOH للبطارية بنجاح في وقت واحد، مع وجود خطأ في التقدير أقل من 2%. في اختبار التفريغ، تكون خوارزمية CC أكثر دقة من خوارزمية OCV في تهيئة SOH، مع متوسط خطأ مربع مقدر (MSE) بنسبة 1.770% لخوارزمية CC و3.256% لخوارزمية OCV. توفر هذه النتائج مرجعًا لتحديد المعلمة في تقييم BMS.
4. ملخص
تُظهر نتائج تقييم أداء BMS استنادًا إلى تحديد معلمة SOH أن خوارزمية عد Coulomb لها نتائج تقدير أفضل، مع وجود خطأ في تقدير SOH بنسبة 1.770% وقيمة SOH النهائية بنسبة 17.33%. خطأ النمذجة لنموذج بطارية Thevenin للبطاريات هو 0.0451٪. من حيث دقة تقدير SOH باستخدام طريقتين (عد كولوم وجهد الدائرة المفتوحة)، فإن عد كولوم لديه دقة أعلى. بالإضافة إلى ذلك، يمكن للخوارزميات التكيفية المستندة إلى نمذجة البطارية تقدير الجهد الطرفي وSOH للبطارية.