Како паметни БМС штити батерије за складиштење енергије?

Основне заштитне мере: Превенција преоптерећења, преиспуштања, преоптерећења струје и топлотног одбијања

Примена строгих безбедносних граница путем праћења напона, струје и температуре на нивоу ћелије у реалном времену

Паметни системи за управљање батеријама напорно раде да би спречили опасне неуспехе тако што стално прате перформансе сваке ћелије. Ови системи постављају прилично строге границе за ниво напона, обично између 2,5 и 4,2 волта за литијум-јонске ћелије, што помаже да се спрече проблеми са превише пуњењем или потпуним исцрпљењем. Када преко систему пролази превише струје, мониторинг у реалном времену почиње и искључује струју пре него што се нешто оштети. Сензори температуре уграђени у систем такође искључују ствари ако постане преплаво, обично између 45 и 60 степени Целзијуса. Сви ови слојеви заштите на нивоу ћелија чине огромну разлику. Студије показују да ова врста надзора може смањити шансе за топлотну прогулу за око 86 одсто у поређењу са системима без таквих могућности надзора.

Уколико је потребно, може се користити и за регенерисање.

Термични сензори се шире по подручју батерије, прегревају се. Ако разлика у температури између суседних ћелија пређе 5 степени Целзијуса, систем за управљање батеријом скоро одмах користи специфичне методе хлађења као што су фантери са подешаваном брзином или системи за хлађење течности. Идеја је да се прегревање не прошири на цео стад. Ови паметни системи уче из прошлости и прилагођавају брзину како реагују. С временом, овај приступ смањује укупну топлотну штету за око 70 посто током живота батерије, што значи дужи трајни рад и мање неочекиваних неуспјеха.

Паметна БМС интелигенција: Прогнозирана безбедност кроз ИОТ, МЛ и ОТА ажурирања

Смарт системи за управљање батеријама данас мењају начин на који размишљамо о безбедности, померајући је са онога што се дешава након што се појаве проблеми на нешто што можемо предвидети унапред. Ове модерне платформе повезују се преко технологије ИОТ, користе алгоритме машинског учења и омогућавају ажурирање без физичког приступа. Старији системи су имали само основне прагове аларма који су се активирали када је нешто пошло наопако. Али са овим новим интелигентним системима, потенцијални проблеми се примећују рано пре него што постану прави проблеми. Ово је веома важно за велике инсталације за складиштење енергије, јер ако се један део почне прегревати, могао би се проширити по целом систему и проузроковати велику штету.

Модели за откривање аномалија обучени на телеметрији флоте за рано идентификовање грешака и предвиђање грешака

Модели машинског учења посматрају податке прикупљене из многих радних ћелија на различитим локацијама. Ови модели прате ствари као што су промене напона, температурне разлике, и колико лако струја тече кроз систем. Они могу препознати ране знаке проблема, као што су ситне електричне прекиде или када течност унутар почне да се осушава, око месец до месец и по дана пре него што нешто потпуно пропадне. Према истраживањима у индустрији, ова врста предвиђања смањује неочекивано одлагање за око 40% за велике инсталације јер омогућава техничарима да реше проблеме пре него што постану главобоља. Способност предвиђања неуспјеха значи да компаније троше мање времена на превазилажење повреда и више времена на одржавање операција.

Дистанциона дијагностика и ажурирања фирмвера преко ваздуха које омогућавају адаптивну логику заштите

Обноваци преко ерата омогућавају да се системи заштите стално побољшавају без потребе да неко физички додирује опрему. Модули на ивици откривају нове врсте проблема које раније нису биле видљиве, као што су чудни текући цурења на које никада нисмо наишли у нашим лабораторијама за тестирање. Када се то догоди, инжењери могу да избаце свеже моделе машинског учења на све уређаје током ноћи док сви спавају. Ажурирања долазе са посебним сертификатима за шифровање који све чврсто закључују, тако да нико не може да их манипулише. То помаже у одржавању стандарда безбедности чак и када се батерије временом мењају и радна средина постаје захтевнија из дана у дан.

Балансирање ћелија и топлотна управљања: продужавање трајања и стабилности батерије

Активно и пасивно балансирање у дугорочном очувању здравља и оптималном распореду ЛЦЦ-а

Системи за управљање батеријама (БМС) обично користе један од два приступа за балансирање ћелија: пасивне или активне методе, од којих свака утиче на дуготрајност батерија, њихову перформансу и на то колико коштају током времена. При пасивном балансирању, додатни наплата се претвара у топлоту кроз отпорнике. Ова метода је једноставна и јефтинија у почетку, понекад кошта око 60 посто мање од активних алтернатива, али троши енергију и ствара топлотне проблеме којима треба управљати. С друге стране, активно балансирање заправо помера енергију из једне ћелије у другу користећи компоненте као што су кондензатори или индуктори. Шта је било резултат? Ефикасност изнад 90% и врло мала топлота произведена, што овај приступ чини много погоднијим за апликације где је контрола температуре важна.

Када се размотри на распореде оптимизоване за трошкове животног циклуса, пасивно балансирање и даље добро функционише за мање системе док постоји добро топлотно управљање за управљање додатном топлотом. Али ствари се мењају када дођемо до већих складишта. Активно балансирање постаје неопходно овде јер смањује старење батерије за око 22% захваљујући равномерно распоређеној температури ћелија широм пакета. Математика се брзо склапа током неколико година рада. Данас интелигентни системи за управљање батеријама заправо прелазију између различитих стратегија балансирања у зависности од тога шта се сада дешава са захтевима за оптерећењем, температуром околине и нивоима наплате. Овај тип адаптивног приступа помаже у продужењу трајања батерије, а истовремено и финансијски има смисла за операторе у дугорочном периоду, иако неке поставке могу захтевати ручну интервенцију у екстремним условима.

Уколико је потребно, може се користити и за одређивање нивоа штеде.

Калман филтрирана процена стања која побољшава осетљивост детекције за суптилне неправилности напона/температуре

Добивање тачних одчитања за и стање наплате (СОЦ) и стање здравља (СОХ) заиста је важно за одржавање ствари безбедним унапред. Модерни системи за управљање батеријама користе нешто што се зове Калман филтери да би обрађивали сензорске податке на невероватно финим нивоима, понекад до делова миливольта. То их чини много бољим у откривању проблема када се први пут почну појављивати, као што су мале електричне шорте или рани знаци да се електролит може разбити. Тестирања показују да ови напредни системи могу да упиру проблеме око две трећине раније у поређењу са старијим методама које само прате напон. Плус, чак и током периода тешке употребе, њихове SOC процене остају у оквиру око 2% тачности већину времена. Шта се дешава иза кулиса? Ови системи стално чисте заметке сигнала и ажурирају своја предвиђања на основу онога што се заправо дешава. Уместо да оператерима дају збуњујуће неискључене податке, они пружају јасне информације које тим за одржавање тачно говоре када треба да делују, често неколико дана или недеља пре него што би се стандардни аларми икада појавили.

Подела за често постављене питања

Која је сврха мониторинга у реалном времену на нивоу ћелије у системима за управљање батеријама?
Мониторинг у реалном времену помаже да се спречи преоптерећење, преиспуштање, претечност и топлотне излазке тако што се контролише напон, струја и температура сваке ћелије, а она се аутоматски прилагођава како би се спречило оштећење.

Како радију топлотни сензори у батерији?
Они откривају вруће тачке у батерији и покрећу методе хлађења ако разлика температуре између ћелија прелази постављене прагове како би се спречило прегревање и оштећење.

Који технолошки напредак помаже да се предвиде проблеми са сигурношћу пре него што се појаве у системима батерија?
IoT повезивање, модели машинског учења и ажурирање преко ваздуха омогућавају предвиђање мера безбедности идентификовањем потенцијалних проблема пре него што постану значајни проблеми.

Како се активне и пасивне методе балансирања ћелија разликују?
Активно балансирање преноси енергију између ћелија за минималну распадљивост топлоте и високу ефикасност, док пасивно балансирање распадне додатни наплата као топлота, што захтева добро топлотно управљање, али је у почетку јефтиније.