Može li pametni BMS pratiti stanje baterije u stvarnom vremenu?

Osnovne mogućnosti za praćenje u stvarnom vremenu pametnih BMS-ova

U skladu s člankom 3. stavkom 2.

U skladu s člankom 1. stavkom 2. stavkom 2. Kada je u pitanju napon, ti sustavi mogu otkriti razlike od 0,1 milivolta između ćelija, što pomaže u otkrivanju problema prije nego što postanu ozbiljni problemi. Trenutni senzori su prilično impresivni, tako da mogu zabeležiti kratke strujne uzbude na frekvencijama do 1 kilohertza, tako da operateri dobiju upozorenja o mogućem preopterećenju gotovo odmah. Za praćenje temperature, sustav rasprostranjuje senzore po cijelom paketu, mjerajući promjene do 0,1 stupnjeva Celzijusa. Ova razina detalja omogućuje sigurnosnim mehanizmima da se uključe u samo pet milisekundi ako nešto krene po zlu, što je apsolutno neophodno za zaustavljanje opasnih toplinskih događaja u litijum-jonskim baterijama. Čak i kad se baterije brzo puniju i prazniju, poseban program za kalibraciju zadržava sve točno tijekom vremena.

Sredstva za upravljanje sustavima za upravljanje informacijama

Brzo dostizanje podataka tamo gdje ih treba poslati čini svu razliku za baterijske sustave koji moraju reagirati u stvarnom vremenu. CAN Bus sustav šalje kritična sigurnosna upozorenja, kao kad je previše struje, u samo 5 milisekundi brzinom do 1 megabit u sekundi. U međuvremenu, LIN autobus se brine o tim sekundarnim senzori, osiguravajući da njihovi podaci stižu pouzdano u roku od oko 10 milisekundi. Kada se bave mnogim komponentama raspoređenim na različitim mjestima, bežične mrežne mreže mogu održati preko 100 uređaja koji zajedno glatko rade s kašnjenjem ispod 20 milisekundi zahvaljujući tehnologiji Bluetooth 5.0 ili Zigbee. Ovi komunikacijski kanali rade ruku pod ruku tako da cijeli sustav može reagirati na odgovarajući način prije nego što nešto bude trajno oštećeno. Uzmimo naponsku pad, na primjer, sustav može otpustiti nepotrebne opterećenja automatski. A govoreći o poboljšanjima, CAN FD smanjuje vrijeme čekanja za oko 40 posto u usporedbi s starijim CAN verzijama kada je sustav zauzet s slanjem mnogo podataka odjednom.

U slučaju da se ne provede ispitivanje, sustav će biti u stanju provjeriti da li je sustav u stanju provjeriti.

U slučaju da se ne primjenjuje primjena ovog članka, to se može učiniti na temelju sljedećih metoda:

Stanje naboja, ili SOC, u osnovi nam govori koliko energije je ostalo u bateriji koju možemo zapravo koristiti. Moderni sustavi upravljanja baterijama (BMS) sada koriste nešto što se zove adaptivno Kalmanovo filtriranje. Mislite na to kao na pametan matematički trik koji postaje sve bolji u nagađanju što se događa unutar baterije. To radi konstantno upoređujući stvarna mjerenja kao što su razine napona, strujni protok i promjene temperature dok ih uspoređuje s onim što bi baterija trebala raditi prema svojoj kemiji. To se razlikuje od starih metoda koje se oslanjaju na fiksne tablice podataka. Novi pristup se bavi svim vrstama nerednih stvarnih stvari poput grešaka senzora i kada temperature fluktuiraju tijekom dana. Ovi sustavi provjeravaju ulaz svakih nekoliko milisekundi, tako da su prilično precizni većinu vremena - oko 97 do 98 posto tačno čak i kada stvari postanu haotične sa naglim zahtjevima za energijom ili nepotpunim punjenjem. To je važno jer sprečava oštećenje baterija kada su previše prazne i osigurava da izvučemo maksimum iz svakog ciklusa punjenja.

U slučaju da se primjenjuje metoda za izračun stanja, primjenjuje se metoda za izračun stanja stanja.

Zdravstveno stanje (SOH) u osnovi mjeri koliko baterija stari gledajući što može učiniti sada u usporedbi s kad je bila nova. Moderni sustavi upravljanja baterijama (BMS) koriste nešto što se zove elektrohemijska impedantna spektroskopija (EIS) zajedno s modelima koji razumiju kako se baterije razgrađuju tijekom ciklusa kako bi stalno pratili SOH. EIS metoda otkriva kada se unutarnji otpor počinje povećavati, što se obično događa prvo kada se struktura baterije razbije na mikroskopskom nivou. U međuvremenu, strojno učenje povezuje stvari poput dubine pražnjenja baterije, temperature koje doživljava i brzine punjenja s količinom kapaciteta koja se s vremenom nestaje. Uzmimo, na primjer, kada impedance skoči oko 10%, to obično znači oko 15% manje kapaciteta, tako da tehničari znaju da moraju zamijeniti ćelije prije nego što zapravo propadnu. Ono što ovaj pristup čini posebnim jest to što umjesto da se SOH povremeno provjerava kao kod liječnika, postaje nešto na što proizvođači mogu odmah djelovati jer se informacije stalno ažuriraju tijekom rada.

Inteligentno donošenje odluka i predviđanje kontrole u pametnom BMS-u

U skladu s člankom 3. stavkom 1.

Pametni sustavi upravljanja baterijama danas zapravo rade laganu umjetnu inteligenciju na samom upravljaču, što mijenja način upravljanja baterijama od samo promatranja što se događa do aktivnog prilagođavanja unaprijed. Algoritmi za računanje na ivici promatraju stvari poput vrhunaca napona, razlika u temperaturama među ćelijama i prošlih ciklusa punjenja kako se događaju sada. To omogućuje sistemu da rano otkrije probleme, kao što su male električne hlače, problemi s izolacijom ili kada se dijelovi baterije počnu odvajati. Kada je riječ o predviđanju koliko će baterija trajati, ti sustavi su prilično blizu - u granici od oko 5% točnosti većinu vremena kombinirajući mjerenje otpora s načinom na koji ljudi zapravo koriste svoje baterije svakodnevno. Ono što čini ovo stvarno dobro je da se postavke zaštite mijenjaju na brzinu. Ako temperature porastu previše, sustav usporava punjenje prije nego što se nešto loše može dogoditi, ne čekajući dok nešto ne krene po zlu. Testovi u stvarnom svijetu pokazuju da ovaj pristup smanjuje starenje baterije za otprilike 15 do 20 posto, prema istraživanju iz prošlogodišnjeg izdanja časopisa Journal of Power Sources. Tehnici koji rade na održavanju smatraju da su ovi predvidi neprocjenjivi za planiranje kada zamijeniti komponente tijekom redovnih praćenja, umjesto da se bave neočekivanim kvarovima, što također znači da baterije imaju tendenciju duže trajati u terenu.

Uloga sustava za upravljanje informacijama

Danas pametni BMS sustavi uzimaju sve te složene elektrohemijske stvari i pretvaraju ih u nešto s čime ljudi mogu raditi. Operatori imaju instant pristup putem mobilnih aplikacija i web dashboardova koji prikazuju stanje punjenja, te komplikovane promjene temperature u ćelijama i opće zdravstvene statistike - sve u dijelovima sekunde. Kad nešto krene po zlu, mogu brzo reagirati kako bi spriječili velike probleme. Ovi sustavi se također lako povezuju s drugom opremom putem API-ja, šaljući informacije o bateriji izravno upraviteljima zgrada, kontrolnim centrima mikro mreža ili čak sustavima za praćenje vozila. To znači da automatski djelovanje se pokreće kada naponi padnu neočekivano ili temperature skoče negdje. Za velike litijum-jonske instalacije, to je jako važno. Istraživanje iz časopisa "Sources of Power" iz 2023. pokazalo je da čekanje samo pola sekunde prije odgovora može uništiti baterije za oko 12% brže. Pametni BMS ne prati samo baterije. To zapravo pomaže timovima održavanja da znaju što treba popraviti prije nego što se dogode kvarovi, što štedi novac i održava operacije glatko u svim objektima.

Česta pitanja

Kako je važno za pametan BMS?

U pametnim BMS-ovima, za vrijeme otkrivanja i reagiranja na probleme poput razlika u naponu, potencijalnih preopterećenja ili toplinskih događaja, zajamčivanje sigurnosti i dugovječnosti baterije je ključno za otkrivanje u stvarnom vremenu.

Kako procjena stanja naplate (SOC) radi u modernom BMS-u?

SOC procjena u modernom BMS-u koristi adaptivno Kalmanovo filtriranje za prilagodbu i usavršavanje predviđanja na temelju podataka o naponu, struji i temperaturi u stvarnom vremenu.

Koju ulogu ima AI u pametnom BMS-u?

U pametnim BMS-ovima, umjetna inteligencija olakšava predviđanu kontrolu otkrivanjem anomalija i predviđanjem preostalih korisnih godina trajanja, što omogućuje proaktivno upravljanje i održavanje baterija.