Какво прави умната BMS за защита на батериите за съхранение на енергия?
Основни мерки за безопасност: предотвратяване на претоварване, прекомерно разреждане, прекомерен ток и топлинен разгон
Прилагане на строги граници за безопасност чрез реалновременен мониторинг на напрежението, тока и температурата на отделните елементи
Умните системи за управление на батериите активно работят, за да предотвратят опасни повреди, като непрекъснато следят производителността на всяка отделна клетка. Тези системи задават доста строги граници за напрежението — обикновено между около 2,5 волта и 4,2 волта за литиево-йонните клетки, което помага да се избегнат проблеми, свързани с прекомерно зареждане или пълно изтощаване. Когато през системата протича твърде голям ток, включва се реалновременният мониторинг и захранването се прекъсва, преди да е настъпила каквато и да е повреда. Вградените в системата датчици за температура също изключват устройството, ако температурата стане твърде висока — обикновено в интервала между 45 °C и 60 °C. Всички тези нива на защита на ниво клетка правят значителна разлика. Проучвания показват, че този вид мониторинг може да намали вероятността от термичен разгон приблизително с 86 % в сравнение с системи, които нямат такива възможности за наблюдение.
Термично усещане в множество точки и адаптивни тригери за охлаждане за намаляване на термичното напрежение и риска от разпространение
Термичните сензори, разположени из целия батерийния пакет, откриват области, които се нагряват прекалено. Ако разликата в температурата между съседни клетки надвиши 5 градуса по Целзий, Батерийната управляваща система (BMS) незабавно се задейства с конкретни методи за охлаждане, като например вентилатори с регулируема скорост или течностни охладителни системи. Основната цел е да се предотврати разпространяването на проблеми, свързани с прегряване, из целия пакет. Тези интелигентни системи учат от минали температурни модели и коригират скоростта на своя отклик. С течение на времето този подход намалява общото топлинно повреждане с около 70 процента през целия живот на батерията, което означава по-дълготрайна производителност и по-малко неочаквани откази.
Интелигентна BMS: Прогностична безопасност чрез Интернет на нещата (IoT), машинно обучение (ML) и актуализации през въздуха (OTA)
Смарт системите за управление на батериите днес променят начина, по който мислим за сигурността — от нещо, което се случва след възникване на проблеми, към нещо, което можем да предвидим предварително. Тези съвременни платформи се свързват чрез IoT-технологии, използват алгоритми за машинно обучение и позволяват актуализации без физически достъп. По-старите системи разполагаха само с основни прагове за тревога, които се активираха при възникване на повреди. С тези нови интелигентни системи обаче потенциалните проблеми се откриват още на ранен етап, преди да са се превърнали в реални повреди. Това има голямо значение за големите инсталации за съхранение на енергия, тъй като ако една част започне да се прегрява, това може да се разпространи из цялата система и да причини сериозни щети.
Модели за откриване на аномалии, обучени въз основа на телеметрични данни от парка превозни средства, за ранно идентифициране на дефекти и прогнозиране на откази
Моделите за машинно обучение анализират данни, събрани от множество работещи клетки на различни обекти. Тези модели проследяват параметри като промени в напрежението, температурни разлики и лекотата, с която електричеството тече през системата. Те могат да засекат ранни предупредителни признаци за проблеми — например микроскопични електрически къси съединения или започващо изсъхване на течността вътре — около месец до месец и половина преди пълното повредяване на системата. Според индустриални проучвания такава предвидимост намалява неочакваната простойност с около 40 % при големи инсталации, тъй като позволява на техниците да отстраняват проблемите, преди те да се превърнат в сериозни усложнения. Възможността за прогнозиране на повреди означава, че компаниите прекарват по-малко време в спешно реагиране след аварии и повече време в поддържане на непрекъснатата и гладка работа на операциите.
Дистанционна диагностика и актуализации на фърмуер „през въздуха“, които осигуряват еволюция на логиката за адаптивна защита
Актуализациите чрез безжична връзка (OTA) позволяват непрекъснато подобряване на системите за защита, без да е необходимо някой да докосва физически оборудването. Модулите за обработка на данни на ръба (edge modules) откриват нови видове проблеми, които преди това не са били наблюдавани, например необичайни течове на ток, с които не сме се сблъсквали в нашите изпитателни лаборатории. Когато това се случи, инженерите могат да разпространят нови модели на машинно обучение към всички устройства през нощта, докато всички спят. Актуализациите се доставят заедно със специални сертификати за криптиране, които осигуряват строга защита и правят невъзможно каквото и да било незаконно променяне на съдържанието им. Това помага за поддържане на стандартите за безопасност дори когато аккумулаторите се променят с течение на времето и работните среди стават все по-изискващи ден след ден.
Балансиране на клетките и термично управление: Удължаване на живота и повишаване на стабилността на аккумулатора
Компромиси между активното и пасивното балансиране при запазване на дългосрочното здраве и разположения, оптимизирани спрямо общата стойност на притежание (LCC)
Системите за управление на батерии (BMS) обикновено използват един от два подхода за балансиране на клетките: пасивни или активни методи, като всеки от тях влияе върху срока на експлоатация на батериите, тяхната производителност и крайната им цена с течение на времето. При пасивното балансиране излишният заряд се преобразува в топлина чрез резистори. Този метод е прост и по-евтин първоначално – понякога струва около 60 % по-малко от активните алтернативи, – но губи енергия и поражда термични проблеми, които изискват управление. От друга страна, при активното балансиране енергията действително се премества от една клетка към друга чрез компоненти като кондензатори или индуктори. Резултатът? Коефициент на ефективност над 90 % и изключително малко топлина, генерирана по време на процеса, което прави този подход много по-подходящ за приложения, при които контролът на температурата е от съществено значение.
| Фaktор | Пасивно балансиране | Активно балансиране |
|---|---|---|
| Сумата за изпълнение | Ниско (идеално за бюджетни развертания) | Високо (изисква сложна електроника) |
| Термичен ефект | Значително топлинно отделяне | Минимално топлинно отделяне |
| Загуба на ефективност | До 20 % загуба на енергия по време на циклиране | <5 % загуба на енергия |
| Удължаване на живота | ~15 % (предотвратява повреждане на клетките) | ~30 % (намалява стреса и скоростта на стареене) |
| Оптимизация на LCC | По-ниски капитали (Capex), по-високи оперативни разходи (Opex) | По-високи капитали (Capex), по-ниски оперативни разходи (Opex) |
При разглеждане на инсталации, оптимизирани според жизнения цикъл, пасивното балансиране все още работи добре за по-малки системи, стига да има добро термично управление за отвеждане на допълнителната топлина. Обаче положението се променя при по-големи инсталации за съхранение на енергия. Тук става необходимо активно балансиране, тъй като то намалява стареенето на батериите с около 22 % благодарение на равномерно разпределените температури по отделните клетки в батерийния пакет. Тези предимства се натрупват значително бързо в продължение на няколко години експлоатация. Съвременните интелигентни системи за управление на батерии всъщност превключват между различни стратегии за балансиране в зависимост от текущата ситуация — натоварването, температурата на околната среда и нивото на заряд. Такъв адаптивен подход допринася за удължаване на живота на батериите и е финансово изгоден за операторите на дълга перспектива, макар при някои конфигурации може да се налага ръчно вмешателство при екстремни условия.
Точност на оценката на състоянието като основа за безопасност: SOC, SOH и откриване на аномалии
Оценка на състоянието чрез филтър на Калман, подобряваща чувствителността при откриване на незначителни нередовности в напрежението/температурата
Получаването на точни показания както за степента на зареждане (SOC), така и за състоянието на здравето (SOH) е изключително важно за предварителното осигуряване на безопасността. Съвременните системи за управление на батерии използват т.нар. филтри на Калман, за да обработват сензорните данни на изключително фини нива — понякога до части от миливолта. Това ги прави значително по-добри в откриването на проблеми още в началото им проявяване, като например миниатюрни електрически къси съединения или първите признаци за разлагане на електролита. Изследвания показват, че тези напреднали системи могат да регистрират неизправности приблизително с две трети по-рано в сравнение с по-старите методи, които просто следят праговете на напрежението. Освен това дори по време на интензивно използване техните оценки за SOC остават в рамките на около 2 % точност през повечето време. Какво се случва зад кулисите? Тези системи постоянно премахват смущенията в сигнала и актуализират своите прогнози въз основа на реално протичащите процеси. Вместо да предоставят на операторите объркващи сурови данни, те представят ясна информация, която информира екипите за поддръжка точно кога трябва да предприемат действия — често дни или седмици преди стандартните аларми изобщо да се задействат.
Часто задавани въпроси
Каква е целта на мониторинга в реално време на ниво отделна клетка в системите за управление на батерии?
Мониторингът в реално време помага да се предотврати прекомерното зареждане, прекомерното разреждане, прекомерният ток и термична нестабилност, като следи напрежението, тока и температурата на всяка отделна клетка и автоматично коригира параметрите, за да се избегне повреждане.
Как работят термичните сензори в батерийния пакет?
Те откриват горещи точки в батерийния пакет и активират методи за охлаждане, ако разликата в температурата между отделните клетки надвиши зададените граници, за да се предотврати прегряването и повреждането.
Какви технологични подобрения помагат да се прогнозират проблеми с безопасността в батерийните системи, преди те да възникнат?
Свързаността чрез Интернет на нещата (IoT), моделите на машинно обучение и актуализациите през въздуха (OTA) осигуряват предиктивни мерки за безопасност, като идентифицират потенциални проблеми, преди те да се превърнат в сериозни рискове.
В какво се различават активният и пасивният методи за балансиране на клетките?
Активното балансиране прехвърля енергия между клетките, за да се постигне минимално разсейване на топлина и висока ефективност, докато пасивното балансиране разсейва излишния заряд като топлина, което изисква добро термично управление, но е по-евтино първоначално.
