Estimación del estado de la batería del BMS: información clave sobre el SOC, el SOH y el SOP

En la nueva era energética actual, la aplicación de la tecnología de baterías está en todas partes, desde vehículos eléctricos hasta sistemas de energía renovable, hasta todo tipo de productos electrónicos de consumo.Como componente central del sistema de baterías, una de sus principales responsabilidades es estimar con precisión el estado de la batería, incluido el estado de carga (SOC), el estado de salud (SOH) y el estado de potencia (SOP).Una estimación precisa de estos parámetros de estado es crucial para una, el funcionamiento seguro y fiable de la batería.

SOC: Controla con precisión la potencia restante de la batería

SOC (State of Charge) es el estado de carga de la batería, que refleja la relación proporcional entre la potencia restante de la batería y la capacidad total,y muestra intuitivamente el "margen de capacidad" de la batería al igual que el indicador de combustible de un cocheA continuación se presentan varios métodos comunes de estimación del SOC y sus características:

• Método de integración anfibio:calcular la cantidad de carga y descarga de la batería integrando la corriente para obtener el valor SOC. Este método es simple y fácil de usar, pero durante el uso a largo plazo,debido a la acumulación de errores del sensor de corriente y la auto descarga de la bateríaPor lo tanto, a menudo es necesario cargar completamente la batería regularmente para mejorar la precisión de la estimación.
• Método de voltaje de circuito abierto:Estimación basada en la correspondencia entre el voltaje del circuito abierto de la batería y el SOC.medir su voltaje de circuito abierto y compararlo con la curva de voltaje-SOC de circuito abierto preestablecida para obtener el valor actual de SOCLa ventaja de este método es que tiene una alta precisión y no se ve afectada por la auto descarga de la batería, pero requiere que la batería esté en estado estático,y la curva de voltaje-SOC del circuito abierto cambiará debido a factores como la temperatura y el envejecimiento de la batería, por lo que estos factores deben compensarse.
• Método de filtración de Kalman:Este es un algoritmo recursivo basado en un modelo de espacio de estado, que puede fusionar información de múltiples fuentes como voltaje de la batería, corriente, temperatura, etc., actualizar la estimación SOC en tiempo real,y suprimir el ruido de medición y el error del modeloTiene una alta precisión de estimación y una fuerte capacidad antiinterferencia, y es uno de los métodos de estimación SOC más avanzados en la actualidad.el volumen de cálculo de este método es relativamente grande y requiere un alto rendimiento del procesador.

SOH: Información sobre el estado de la batería

SOH (State of Health) representa el estado de salud de la batería, que refleja el grado de degradación del rendimiento de la batería en relación con la nueva batería,y es un indicador importante para evaluar la duración y fiabilidad de la bateríaAquí hay varios métodos de estimación de SOH comúnmente utilizados:

• Método de ensayo de la capacidad:La SOH se determina realizando un ciclo completo de carga y descarga de la batería y midiendo la relación entre su capacidad real y la capacidad nominal.Este método puede reflejar directamente la atenuación de la capacidad de la batería, con una alta precisión, pero requiere una carga y descarga profundas de la batería, lo que lleva mucho tiempo y tendrá un cierto efecto de envejecimiento en la batería.generalmente se utiliza para pruebas y evaluación fuera de línea de la batería.
• Método de ensayo de la resistencia interna:La resistencia interna de una batería aumenta con el aumento del envejecimiento, por lo que la SOH se puede estimar midiendo los cambios en la resistencia interna de la batería.Este método es simple y fácil de aplicar y puede reflejar hasta cierto punto la tendencia de envejecimiento de la batería.Sin embargo, confiar únicamente en los cambios de resistencia interna para evaluar SOH tiene ciertas limitaciones, porque la resistencia interna también se verá afectada por factores como la temperatura y SOC.
• Método de reconocimiento de patrones de datos:utilizar algoritmos de aprendizaje automático, como redes neuronales artificiales, máquinas vectoriales de soporte, etc., para aprender y analizar los datos históricos de la batería y los datos de funcionamiento en tiempo real,establecer el modelo de estado de salud de una bateríaEste método puede minar relaciones no lineales complejas en los datos de la batería, con una alta precisión de estimación y adaptabilidad.pero requiere una gran cantidad de datos de formación y capacidades profesionales de procesamiento y análisis de datos.

SOP: Evalúa con precisión las capacidades de potencia de la batería

SOP (State of Power) se refiere a la potencia máxima que una batería puede producir o absorber de forma segura en un momento determinado.A continuación se presentan varios métodos de estimación SOP y sus características.:

• Método de estimación basado en el modelo de batería:Estableciendo un modelo de circuito equivalente o un modelo termodinámico de la batería, combinando la información sobre el estado de la batería, como SOC, temperatura, corriente, etc.,los parámetros tales como la resistencia interna de la bateríaEste método puede reflejar con precisión las características de potencia de la batería,pero el establecimiento del modelo y la identificación de parámetros son relativamente complejos, y se requieren la precisión del modelo y las capacidades informáticas de la batería.
• Método de aprendizaje automático:Utilizar algoritmos de aprendizaje automático para aprender y entrenar los datos históricos de potencia de la batería y las características de estado relacionadas, y establecer modelos de predicción SOP, como redes neuronales, árboles de decisión,etc.Este método puede aprender automáticamente las características de potencia de la batería basándose en una gran cantidad de datos históricos, y tiene una fuerte adaptabilidad y capacidad antiinterferencia,pero se requiere una gran cantidad de datos precisos durante el proceso de formación del modelo, y la interpretabilidad del modelo es relativamente pobre.

Escenarios de aplicación para la estimación del estado de la batería

• Vehículos eléctricos:Una estimación precisa del SOC puede proporcionar información fiable sobre el alcance para los conductores de vehículos eléctricos para evitar interrupciones de conducción causadas por una potencia insuficiente.La evaluación de SOH ayuda a predecir la vida útil de la batería y recuerda rápidamente a los usuarios el mantenimiento o la sustitución de la batería; la estimación SOP puede garantizar que el vehículo pueda funcionar normalmente en condiciones de gran potencia, como aceleración y ascenso, evitando al mismo tiempo la sobrecarga y el daño de la batería,mejora de la seguridad y fiabilidad del vehículo.
• Sistema de energía renovable:En los sistemas de generación de energía renovable, como la energía solar y eólica,La estimación precisa del estado de la batería por el BMS puede garantizar una utilización eficiente y un funcionamiento estable del sistema de almacenamiento de energíaAl gestionar razonablemente el proceso de carga y descarga de la batería, optimizando la distribución y programación de energía de acuerdo con SOC y SOP,mejorar la tasa de utilización de las energías renovables y la fiabilidad del suministro eléctrico, prolongando la vida útil de la batería y reduciendo el coste de mantenimiento del sistema.

Tendencias de desarrollo

Con el continuo desarrollo de la tecnología de las baterías y la creciente demanda de aplicaciones, la tecnología de estimación del estado de las baterías BMS también está innovando y mejorando constantemente.Las estimaciones del estado de la batería se desarrollarán en las siguientes direcciones::

• Mayor precisión y fiabilidad:Con tecnología de sensores más avanzada, algoritmos de procesamiento de señales y métodos de fusión de datos, se mejora aún más la precisión y la fiabilidad de la estimación de SOC, SOH y SOP,Se reducen los errores e incertidumbres en las estimaciones, y un apoyo más potente para la gestión refinada y el funcionamiento seguro de las baterías.
• Algoritmos más inteligentes:Las tecnologías de inteligencia artificial, como el aprendizaje profundo y el aprendizaje por refuerzo, se utilizarán ampliamente en la estimación del estado de las baterías,que permite al BMS aprender automáticamente las características complejas de la batería