Pengenalan: Pengukuran SOC – Cadangan Teras Pengurusan Bateri Litium
Keadaan Caj (SOC), sebagai penunjuk kuantitatif teras bagi kapasiti yang tinggal bagi bateri litium, secara langsung menentukan ketepatan kawalan keselamatan, kebolehpercayaan ramalan julat dan hayat kitaran Sistem Pengurusan Bateri (BMS). Intipatinya adalah untuk membuat kesimpulan tentang keadaan cas baki yang tersedia di dalam bateri melalui parameter yang boleh diukur seperti voltan, arus dan suhu. Walau bagaimanapun, proses ini telah menjadi cabaran teknikal perindustrian disebabkan oleh ciri elektrokimia tak linear yang kuat, pelemahan penuaan, gangguan suhu dan faktor lain bateri litium.
Dalam aplikasi kejuruteraan, Kaedah Integrasi Ampere-jam dan Kaedah Pengiraan Coulomb telah menjadi pilihan utama untuk BMS pengeluar kecil dan sederhana kerana prinsipnya yang mudah dan pelaksanaannya yang mudah. Kajian menunjukkan bahawa papan BMS jenama seperti JK, PACEEX dan DL semuanya menerima pakai Kaedah Integrasi Ampere-jam, manakala JBD lebih suka Kaedah Pengiraan Coulomb. Tetapi kedua-dua kaedah ini bukanlah keseluruhan kisah pengukuran SOC, dan batasan yang wujud telah menggalakkan pembangunan berterusan teknologi pengukuran yang lebih tepat dan mantap. Artikel ini akan menyusun kaedah pengukuran SOC arus perdana secara sistematik, memberi tumpuan kepada menganalisis teknologi teras selain Kaedah Integrasi Ampere-jam dan Kaedah Pengiraan Coulomb, dan membina sistem kognitif lengkap teknologi pengukuran SOC yang digabungkan dengan senario aplikasi dan logik pemilihan pengeluar.
Asas Asas: Dua Kaedah Pengukuran Gunaan Arus Perdana (Status dan Had Semasa)
Sebelum membincangkan kaedah pengukuran lain, adalah perlu untuk menjelaskan ciri-ciri teras, status aplikasi dan kecacatan yang wujud dalam Kaedah Integrasi Ampere-jam dan Kaedah Pengiraan Coulomb – ini bukan sahaja asas untuk aplikasi perindustrian, tetapi juga titik permulaan untuk inovasi teknologi seterusnya.
Kaedah Integrasi Ampere-jam: Penyelesaian Asas yang Mengutamakan Kebolehsuaian Kejuruteraan
Prinsip teras adalah berdasarkan hukum pemuliharaan cas. Ia mengira perubahan kapasiti bateri dengan mengintegrasikan arus cas-nyahcas dari semasa ke semasa. Formula teras ialah: SOC(t) = SOC(0) – (1/Cₙ) × ∫₀ᵗ I(τ)dτ (dengan SOC(0) ialah keadaan awal cas, Cₙ ialah kapasiti yang dinilai, dan I(τ) ialah arus cas-nyahcas).
Dari segi status aplikasi, jenama seperti JK, PACEEX dan DL memilih kaedah ini terutamanya kerana kerumitan pengiraannya yang rendah, keperluan kuasa pengkomputeran perkakasan yang rendah, yang boleh disesuaikan dengan modul BMS terbenam berkos rendah, dan kelajuan tindak balasnya yang pantas, yang dapat memenuhi keperluan pemantauan masa nyata dalam senario konvensional. Walau bagaimanapun, kaedah ini mempunyai batasan yang jelas: ralat SOC awal akan terkumpul secara berterusan, yang membawa kepada sisihan yang ketara selepas penggunaan jangka panjang; ia sangat dipengaruhi oleh ketepatan sensor semasa dan pelemahan kapasiti bateri, dan penentukuran tetap diperlukan untuk mengekalkan ketepatan.
Kaedah Pengiraan Coulomb: Pilihan Dioptimumkan untuk Keadaan Kerja Dinamik
Sebagai terbitan optimum bagi Kaedah Integrasi Ampere-jam, Kaedah Pengiraan Coulomb juga berdasarkan prinsip integrasi arus, tetapi ia lebih menekankan pengukuran pemindahan cas yang tepat. Ia mengoptimumkan ketepatan pengukuran di bawah keadaan kerja dinamik dengan memperkenalkan pekali kecekapan coulomb. Kelebihan utamanya ialah prestasi dinamik yang baik, yang sesuai untuk senario dengan perubahan arus yang kerap (seperti peranti mudah alih dan kenderaan elektrik ringan). Berdasarkan premis penentukuran awal yang tepat, ketepatan pengukuran kumulatif adalah agak tinggi.
Pilihan JBD terhadap kaedah ini mungkin kerana produknya tertumpu pada senario beban dinamik dan mempunyai keperluan yang lebih tinggi untuk pengukuran kuasa masa nyata dan kesinambungan. Walau bagaimanapun, kaedah ini masih tidak dapat menyingkirkan batasan teras: hanyutan kecil dalam pengukuran arus dan hingar sistem akan mengumpul ralat secara beransur-ansur; ia bergantung pada nilai SOC awal yang tepat dan penentukuran kitaran cas-nyahcas yang tetap, dan tidak dapat menangani pelemahan kapasiti yang disebabkan oleh penuaan bateri secara bebas.
Peluasan Teras: Teknologi Pengukuran SOC Arus Perdana Melangkaui Kaedah Asas
Sebagai tindak balas kepada kecacatan yang wujud dalam Kaedah Integrasi Ampere-jam dan Kaedah Pengiraan Coulomb, industri ini telah membangunkan pelbagai kaedah pengukuran yang lebih tepat dan anti-gangguan. Kaedah ini sama ada digunakan secara bebas dalam senario ketepatan tinggi atau disepadukan dengan kaedah asas untuk membentuk seni bina hibrid, menjadi penyelesaian teknikal teras untuk BMS pertengahan hingga tinggi.
Kaedah Voltan Litar Terbuka (Kaedah OCV): "Pembaris Penanda Aras" untuk Penentukuran Statik
Prinsip terasnya adalah menggunakan hubungan sepadan yang kuat antara voltan litar terbuka (voltan antara dua kutub dalam keadaan statik) bateri litium dan SOC, dan membuat kesimpulan nilai SOC melalui lengkung OCV-SOC yang telah dikalibrasi terlebih dahulu. Dalam kejuruteraan, lengkung pemasangan polinomial tertib keenam sering digunakan, ralat pemasangan boleh dikawal dalam lingkungan 0.027V, ketepatan anggaran statik adalah sangat tinggi, dan ralat purata boleh kurang daripada 0.5%.
Senario yang berkenaan terutamanya adalah pautan penentukuran SOC, seperti selepas pengecasan atau parkir jangka panjang, untuk membetulkan ralat kumulatif Kaedah Integrasi Ampere-jam/Kaedah Pengiraan Coulomb – kebanyakan BMS pengeluar kereta akan memulakan kaedah OCV secara automatik untuk menentukur nilai SOC awal apabila kenderaan pegun selama lebih daripada 1 jam. Walau bagaimanapun, batasan fatalnya ialah bateri perlu pegun untuk masa yang lama untuk menghapuskan kesan polarisasi, yang tidak dapat menyesuaikan diri dengan keadaan kerja masa nyata seperti pemanduan dinamik dan turun naik beban. Oleh itu, ia jarang digunakan sebagai kaedah pengukuran utama yang bebas, dan kebanyakannya digunakan sebagai cara tambahan kepada kaedah asas.
Algoritma Siri Penapis Kalman: "Pembetul Ketepatan" untuk Senario Dinamik
Sebagai kaedah berasaskan model arus perdana, algoritma siri penapis Kalman membetulkan ralat anggaran SOC secara dinamik melalui pembinaan bateri model litar setara dan menggabungkan mekanisme lelaran "kemas kini ramalan", menyesuaikan diri dengan keadaan kerja masa nyata tak linear dan gangguan kuat, dan menduduki lebih daripada 80% pasaran BMS automotif pertengahan hingga tinggi. Teknologi derivatif terasnya termasuk:
- Penapis Kalman Lanjutan (EKF): Melinierkan sistem bateri tak linear, dengan kos pelaksanaan yang rendah dan prestasi masa nyata yang kukuh, sesuai untuk keadaan kerja dinamik konvensional. Walau bagaimanapun, penghampiran linearisasi akan memperkenalkan ralat yang wujud, dan ketepatannya akan berkurangan di bawah senario dinamik yang kukuh;
- Penapis Kalman Tanpa Wangian (UKF): Menggunakan transformasi tanpa wangian untuk menjana titik persampelan bagi menghampiri taburan Gaussian, tanpa memerlukan linearisasi, dan boleh menangkap maklumat momen tertib tinggi sistem. Ketepatannya adalah lebih daripada 30% lebih tinggi daripada EKF di bawah keadaan kerja yang kompleks seperti NEDC;
- Penapis Kalman Cubature Punca Kuasa Dua (SRCKF): Mengelakkan masalah separa pasti matriks positif melalui penguraian Cholesky, dan kestabilannya jauh lebih baik daripada penapis Kalman tradisional, menyesuaikan diri dengan senario perindustrian dan automotif dengan keperluan kebolehpercayaan yang tinggi.
Dari segi kes aplikasi, pengeluar kereta seperti Tesla dan BYD semuanya menerima pakai seni bina hibrid "Integrasi Ampere-jam + EKF/UKF", digabungkan dengan penentukuran OCV, untuk mencapai ketepatan anggaran ±3% atau kurang di bawah keadaan kerja dinamik.
Kaedah Impedans: "Penyelesaian Pengukuran Kolaboratif" Menggabungkan Status Kesihatan
Prinsip terasnya adalah untuk mengukur rintangan dalaman atau spektrum impedans bateri, dan merealisasikan anggaran kolaboratif SOC dan Keadaan Kesihatan (SOH) dengan menggunakan korelasi antara rintangan dalaman dan SOC, SOH. Rintangan dalaman bateri berubah-ubah secara berkala dengan perubahan SOC (contohnya, rintangan dalaman lebih besar dalam peringkat SOC rendah dan SOC tinggi, dan agak stabil dalam julat pertengahan), dan nilai SOC boleh disimpulkan melalui pengukuran impedans frekuensi tinggi.
Kelebihan kaedah ini ialah ia boleh mencerminkan keadaan penuaan bateri secara serentak, menyediakan penanda aras kapasiti dinamik untuk pengukuran SOC, dan mengurangkan ralat yang disebabkan oleh penuaan; tetapi batasannya ialah pengukuran masa nyata adalah kompleks, sangat dipengaruhi oleh suhu dan kadar cas-nyahcas, dan kos pelaksanaan perkakasan adalah tinggi. Pada masa ini, ia kebanyakannya digunakan sebagai kaedah pengukuran tambahan, disepadukan dengan kaedah penapis Kalman.
Algoritma Berasaskan Data Pembelajaran Mendalam: "Penyelesaian Pintar" untuk Kejayaan Tercanggih
Berdasarkan data operasi bateri yang besar (voltan, arus, suhu, masa kitaran, dll.), ia mempelajari hubungan pemetaan tak linear antara SOC dan pelbagai parameter melalui model rangkaian saraf, dengan algoritma Ingatan Jangka Pendek Panjang (LSTM) sebagai wakil tipikal. Kelebihan utamanya ialah kebolehsuaian yang kuat, yang boleh menyesuaikan diri secara automatik kepada faktor kompleks seperti penuaan bateri dan turun naik suhu, tanpa bergantung pada model fizikal bateri yang tepat.
Pada masa ini, kaedah ini berada di peringkat pengesahan makmal untuk transformasi kejuruteraan, dengan dua kesesakan teras: pertama, ia bergantung pada sampel berlabel yang besar (perlu meliputi julat suhu penuh -20℃ hingga 60℃ dan senario berbilang kadar 0.2C-3C); kedua, ia kekurangan kebolehtafsiran fizikal, menjadikan pengesahan keselamatan sukar. Hala tuju penyelidikan arus perdana semasa ialah seni bina hibrid "model + dipacu data", seperti menggunakan LSTM untuk membetulkan ralat model penapis Kalman, dengan mengambil kira ketepatan dan kebolehpercayaan.
Algoritma Pengoptimuman Model Tertib Pecahan: "Penyelesaian Naik Taraf Ketepatan" untuk Pengoptimuman Perincian
Menerobos batasan model RC tertib integer tradisional, ia memperkenalkan elemen kapasitif tertib pecahan (CPE) untuk membina model litar setara, yang boleh mencirikan ciri-ciri kesan memori dan histeresis bateri dengan lebih tepat. Digabungkan dengan teknologi penyesuaian berbilang inovasi untuk melaraskan penguatan penapis secara dinamik, ia menyesuaikan diri dengan persekitaran hingar bukan Gaussian. Di bawah keadaan kerja kesesakan bandar UDDS, ralat pemasangan voltan dikurangkan sebanyak 40% berbanding model RC tertib kedua, menyediakan asas model yang lebih andal untuk pengukuran SOC.
Cabaran teras kaedah ini ialah kerumitan pengiraan yang tinggi bagi derivatif tertib pecahan, yang perlu disesuaikan dengan keperluan kuasa pengkomputeran mikropengawal gred automotif. Ia belum lagi dihasilkan dan digunakan secara besar-besaran, tetapi ia telah menjadi hala tuju penting untuk pra-penyelidikan teknologi BMS mewah.
Kaedah pengukuran SOC yang berbeza mempunyai perbezaan yang ketara dalam ketepatan, kerumitan, kos dan senario yang berkenaan. Pemilihan pengilang pada asasnya adalah keseimbangan "ketepatan permintaan-kos-permintaan". Digabungkan dengan kes pengilang yang dinyatakan di atas seperti JK, PACEEX, DL, JBD dan amalan perindustrian arus perdana, logik teras berikut boleh diringkaskan:
| Kaedah Pengukuran | Kelebihan Teras | Had Teras | Pengilang/Senario Aplikasi Lazim |
| Kaedah Integrasi Ampere-jam | Kos rendah, pelaksanaan mudah, tindak balas pantas | Pengumpulan ralat, bergantung pada penentukuran | JK, PACEEX, DL (papan BMS pertengahan hingga rendah) |
| Kaedah Pengiraan Coulomb | Prestasi dinamik yang baik, pengukuran kumulatif yang tepat | Bergantung pada nilai awal, memerlukan penentukuran tetap | JBD (BMS untuk senario beban dinamik) |
| Kaedah Voltan Litar Terbuka | Ketepatan statik yang sangat tinggi | Memerlukan keadaan statik jangka panjang, tidak dapat digunakan secara dinamik | Semua pengeluar (pautan penentukuran SOC) |
| Siri Penapis Kalman | Ketepatan dinamik yang tinggi, anti-gangguan yang kuat | Kerumitan tinggi, memerlukan penentukuran model | Tesla, BYD (BMS automotif pertengahan hingga mewah) |
| Algoritma Pembelajaran Mendalam | Kebolehsuaian yang kuat, sesuai untuk faktor kompleks | Bergantung pada data, pengesahan yang sukar | Institusi penyelidikan + pengeluar kereta terkemuka (peringkat pra-penyelidikan) |
Trend Masa Depan: Integrasi Pelbagai Kaedah dan Hala Tuju Inovasi Teknologi
Dengan penggunaan bateri litium yang semakin meluas dalam kenderaan tenaga baru, penyimpanan tenaga dan bidang lain, keperluan untuk ketepatan dan kebolehpercayaan pengukuran SOC terus meningkat. Satu kaedah tidak lagi dapat memenuhi keperluan senario penuh. Arah pembangunan teras pada masa hadapan mengemukakan dua ciri utama:
Integrasi Mendalam Pelbagai Kaedah Menjadi Arus Perdana
Kaedah asas (Integrasi Ampere-jam/Pengiraan Coulomb) menyediakan rangka kerja pengukuran masa nyata, algoritma siri penapis Kalman membetulkan ralat secara dinamik, kaedah OCV menentukur penanda aras secara berkala, dan kaedah impedans memantau SOH secara serentak untuk melaraskan parameter kapasiti secara dinamik – seni bina "berbilang integrasi" ini boleh mencapai pengukuran ketepatan tinggi dalam lingkungan ±2%, yang telah menjadi laluan teknikal standard untuk BMS pengeluar kereta terkemuka. Contohnya, seni bina gabungan ASRCKF-EKF (Penapis Kalman Cubature Punca Kuasa Dua Adaptif + Penapis Kalman Lanjutan) boleh mengawal ralat purata dalam lingkungan 0.12%-0.16% di bawah pelbagai keadaan kerja seperti pelayaran berkelajuan tinggi dan kesesakan bandar.
Inovasi Kolaboratif Pendekatan Berpacuan Data dan Berpacuan Model
Melalui data operasi besar-besaran daripada terminal kenderaan dan terminal storan tenaga untuk melatih model pembelajaran mendalam, mengoptimumkan parameter model dan strategi penindasan hingar penapis Kalman, dan menggunakan model fizikal untuk menyediakan kekangan bagi pembelajaran mendalam bagi menyelesaikan masalah kebolehtafsiran fizikal yang tidak mencukupi. Di samping itu, dengan peningkatan kuasa pengkomputeran cip, aplikasi kejuruteraan algoritma ketepatan tinggi seperti model tertib pecahan dan gabungan berbilang penapis akan dipercepatkan, seterusnya memecahkan kesesakan pengukuran di bawah keadaan kerja yang kompleks.
Pengukuran SOC bateri litium bukanlah satu laluan teknikal, tetapi sistem lengkap "kaedah asas sebagai asas, kaedah tepat untuk pengoptimuman, dan integrasi pelbagai teknikal untuk penaiktarafan". Kaedah Integrasi Ampere-jam dan Kaedah Pengiraan Coulomb masih merupakan pilihan utama untuk BMS pengeluar kecil dan sederhana disebabkan oleh kebolehsuaian kejuruteraannya, tetapi terhad oleh kecacatan seperti pengumpulan ralat, ia tidak dapat memenuhi keperluan senario mewah; teknologi seperti Kaedah Voltan Litar Terbuka, algoritma siri penapis Kalman, dan Kaedah Impedans menampung kekurangan kaedah asas melalui kelebihan masing-masing, membentuk sokongan teras untuk pengukuran ketepatan tinggi; teknologi canggih seperti pembelajaran mendalam dan model tertib pecahan menyediakan kemungkinan untuk penyelesaian pengukuran yang lebih tepat dan boleh disesuaikan pada masa hadapan.
Bagi pengeluar, pemilihan kaedah pengukuran SOC mesti berkait rapat dengan senario penentuan kedudukan produk dan aplikasi – produk kelas pertengahan hingga rendah boleh mengutamakan Kaedah Integrasi Ampere-jam/Kaedah Pengiraan Coulomb, digabungkan dengan penentukuran OCV untuk mengawal kos; produk kelas pertengahan hingga tinggi perlu menerima pakai seni bina integrasi berbilang kaedah untuk mengimbangi ketepatan dan kebolehpercayaan. Pada masa hadapan, dengan lelaran teknologi yang berterusan, pengukuran SOC akan berkembang ke arah "ketepatan yang lebih tinggi, keteguhan yang lebih kukuh dan kos yang lebih rendah", memberikan jaminan teras untuk aplikasi bateri litium yang selamat dan cekap.
