EN
Kako pametni BMS štiti baterije za skladištenje energije?
Osnovne zaštitne mjere: Zabrana preopterećenja, preopterećenja, preopterećenja strujom i toplinske pobune
U skladu s člankom 3. stavkom 2. točkom (a) ovog članka, za sve proizvode koji se upotrebljavaju u proizvodnji električne energije, za koje se primjenjuje ovaj članak, primjenjuje se sljedeći standard:
Pametni sustavi upravljanja baterijama naporno rade kako bi spriječili opasne kvarove tako što stalno prate rad svake ćelije. Ovi sustavi postave prilično stroge granice za razine napona, obično između oko 2,5 volti i 4,2 volti za litijum-jonske ćelije, što pomaže spriječiti probleme s preopterećenjem ili potpuno ispuštanjem. Kada je previše struje teče kroz sustav, realno vrijeme praćenje udara u i isključiti struju prije nego što bilo što dobiva oštećen. Temperaturni senzori ugrađeni u sustav također isključuju stvari ako postane previše vruće, obično negdje između 45 i 60 stupnjeva Celzijusa. Svi ovi slojevi zaštite na staničnom nivou čine veliku razliku. Studije pokazuju da ova vrsta praćenja može smanjiti šanse za toplinski bijeg za oko 86 posto u usporedbi s sustavima bez takvih mogućnosti praćenja.
U skladu s člankom 4. stavkom 1.
Termalni senzori su se proširili po baterijama. Ako razlika u temperaturi između susjednih ćelija pređe 5 stupnjeva Celzijusa, sustav upravljanja baterijom gotovo odmah uključuje posebne metode hlađenja poput ventilatora s podešavanjem brzine ili sustava za hlađenje tekućinom. Ideja je da se spriječi da se problem prevremenosti proširi po cijelom čoporu. Ovi pametni sustavi uče iz prošlih temperaturnih uzoraka i prilagođavaju brzinu reakcije. Tijekom vremena, ovaj pristup smanjuje ukupno toplinsko oštećenje za oko 70 posto tijekom trajanja baterije, što znači duže trajanje performansi i manje neočekivanih kvarova.
Pametna BMS inteligencija: Predictivna sigurnost kroz IoT, ML i OTA ažuriranja
Danas pametni sustavi upravljanja baterijama mijenjaju način na koji razmišljamo o sigurnosti, pomjerajući je s nečeg što se događa nakon pojave problema na nešto što možemo zapravo predvidjeti unaprijed. Ove moderne platforme povezuju se putem IoT tehnologije, koriste algoritme strojnog učenja i omogućuju ažuriranje bez fizičkog pristupa. Stariji sustavi su imali samo osnovne alarme koji bi se aktivirali kada bi nešto išlo po zlu. Ali s ovim novim inteligentnim sustavima, potencijalni problemi se uočavaju ranije prije nego što postanu stvarni problemi. To je vrlo važno za velike naprave za skladištenje energije jer ako se jedan dio počne pregrijati, to se može proširiti po cijelom sustavu uzrokujući velike štete.
U skladu s člankom 4. stavkom 1.
Modeli strojnog učenja gledaju podatke prikupljene iz mnogo radnih stanica na različitim lokacijama. Ovi modeli prate stvari poput promjena napona, temperaturnih razlika i koliko lako struja teče kroz sustav. Mogu uočiti rane znakove problema, kao što su sitne električne šorce ili kad tekućina u njemu počne sušiti, oko mjesec do mjesec i pol prije nego što se nešto potpuno pokvari. Prema istraživanjima iz industrije, takva predviđanja smanjuju neočekivano vrijeme zastoja za oko 40% za velike instalacije jer omogućavaju tehničarima da riješe probleme prije nego što postanu glavobolje. Sposobnost predviđanja neuspjeha znači da tvrtke troše manje vremena na borbu nakon kvarova i više vremena na održavanje glatkih operacija.
U skladu s člankom 21. stavkom 1.
Uređaji za zaštitu se stalno poboljšavaju putem updates-a bez potrebe da se netko fizički dotakne opreme. Edge moduli otkrivaju nove vrste problema koje nisu viđene ranije, kao što su čudne curenje struje koje nikada nismo susreli u našim laboratorijima za testiranje. Kada se to dogodi, inženjeri mogu isporučiti nove modele strojnog učenja na svim uređajima tijekom noći dok svi spavaju. Napredki dolaze sa posebnim šifriranjem certifikata koji zaključavaju sve tako da ih nitko ne može miješati. To pomaže u održavanju sigurnosnih standarda čak i kada se baterije s vremenom mijenjaju i radno okruženje postaje svakim danom zahtjevnije.
Ravnoteža ćelija i upravljanje toplinom: produženje trajanja baterije i stabilnost
U skladu s člankom 4. stavkom 2. točkom (a) Uredbe (EU) br. 528/2012
Sustavi upravljanja baterijama (BMS) obično koriste jedan od dva pristupa za uravnoteženje stanica: pasivne ili aktivne metode, od kojih svaka utječe na trajanje baterija, njihovu učinkovitost i na to koliko će na kraju koštati tijekom vremena. Uz pasivno uravnoteženje, dodatni naboj se pretvara u toplinu kroz otpornike. Ova metoda je jednostavna i jeftinija u početku, ponekad košta oko 60 posto manje od aktivnih alternativa, ali troši energiju i stvara toplinske probleme kojima se treba upravljati. S druge strane, aktivno uravnoteženje zapravo premješta energiju iz jedne ćelije u drugu koristeći komponente poput kondenzatora ili induktorima. Što je bilo s time? U slučaju da se radi o proizvodnji električne energije, potrebno je osigurati da se u skladu s tim kriterijima ne dovode u pitanje propisi o proizvodnji električne energije.
| Radionica | Pasivno uravnoteženje | Aktivno uravnoteženje |
|---|---|---|
| Trošak implementacije | Niska (idealno za proračunske ulaganja) | Visok (potreban je složen spoj) |
| Toplinski utjecaj | U slučaju da je to potrebno, u slučaju da je potrebno, u skladu s člankom 6. stavkom 2. | U slučaju da je to potrebno, potrebno je utvrditi: |
| Gubitak učinkovitosti | Do 20% potrošnje energije tijekom vožnje bicikla | u slučaju da je to potrebno, primjenjuje se sljedeći postupak: |
| Produženi vijek trajanja | ~ 15% (sprečava oštećenje stanica) | ~ 30% (smanjuje stres i stopu starenja) |
| Optimizacija LCC-a | Niži Capex, veći Opex | Visoki Capex, niži Opex |
Kada se gleda na implementacije optimizirane za troškove životnog ciklusa, pasivno uravnoteženje još uvijek dobro radi za manje sustave sve dok postoji dobro toplinsko upravljanje za rukovanje dodatnom toplinom. Ali stvari se mijenjaju kada dođemo do većih skladišta. Aktivno uravnoteženje postaje potrebno ovdje jer smanjuje starenje baterije za oko 22% zahvaljujući ravnomjerno raspoređenim temperaturama ćelija u paketu. Matematički se brzo skupljaju nakon nekoliko godina rada. Današnji inteligentni sustavi upravljanja baterijama zapravo prelaze između različitih strategija ravnoteže ovisno o tome što se događa upravo sada s zahtjevima za opterećenjem, temperaturama okoline i razinama stanja punjenja. Ovaj oblik prilagođenosti pomaže produžiti trajanje baterije, a istovremeno je dugoročno i financijski smislen za operatere, iako neke postavke mogu zahtijevati ručnu intervenciju u ekstremnim uvjetima.
U skladu s člankom 4. stavkom 2. točkom (a) Uredbe (EU) br. 528/2012
U slučaju da se ne primjenjuje primjena ovog članka, za sve druge proizvode za koje se primjenjuje ovaj članak, primjenjuje se sljedeći postupak:
Dobivanje točnih odluka za stanje opterećenja i stanje zdravlja je vrlo važno za održavanje sigurnosti. Moderni sustavi upravljanja baterijama koriste nešto što se zove Kalmanovi filteri za obradu podataka senzora na nevjerojatno finim razinama, ponekad do djelića milivolta. To ih čini mnogo boljim u otkrivanju problema kada se prvi put pojave, kao što su male električne hlače ili rani znakovi da se elektrolit može razgraditi. Testovi pokazuju da ti napredni sustavi mogu otkriti probleme oko dvije trećine prije u usporedbi sa starijim metodama koje samo promatraju prag napona. Plus, čak i tijekom perioda teške upotrebe, njihove SOC procjene ostaju unutar oko 2% točnosti većinu vremena. Što se događa iza kulisa? Ovi sustavi stalno čiste smetnje signala i ažuriraju svoje predviđanja na temelju onoga što se zapravo događa. Umjesto da operateru daju zbunjujuće podatke, oni daju jasne informacije koje timovima za održavanje govore točno kada treba djelovati, često danima ili tjednima prije nego što bi se standardni alarmi ikada aktivirali.
FAQ odjeljak
U skladu s člankom 11. stavkom 1.
Pravo vrijeme praćenje pomaže u sprečavanju preopterećenja, preopterećenja, preopterećenja strujom i toplotnog odlaska tako što prati napon, struju i temperaturu svake ćelije, automatski se prilagođavajući kako bi se spriječilo oštećenje.
Kako toplinski senzori u baterijama rade?
Oni otkrivaju vruće točke u bateriji i pokreću metode hlađenja ako razlika u temperaturama između ćelija premaši postavljene pragove kako bi se spriječilo pregrijavanje i oštećenje.
Koji tehnološki napredak pomaže u predviđanju sigurnosnih problema prije nego se pojave u baterijskim sustavima?
IoT povezivanje, modeli strojnog učenja i nadzemna ažuriranja omogućuju predviđanje sigurnosnih mjera prepoznavanjem potencijalnih problema prije nego što postanu značajni problemi.
Kako se aktivne i pasivne metode ravnoteže stanica razlikuju?
Aktivno uravnoteženje prenosi energiju između stanica za minimalnu raspršivanje toplote i visoku učinkovitost, dok pasivno uravnoteženje raspršuje dodatni naboj kao toplinu, što zahtijeva dobro toplinsko upravljanje, ali je u početku jeftinije.
