תַקצִיר
מערכת ניהול הסוללות (BMS) חיונית להבנת ביצועי הסוללה בתנאים קיצוניים, כגון בדיקות קצב גבוה. מחקר זה מציע BMS חדשני לניטור רציף, שידור ואחסון של פרמטרים מרכזיים כגון מתח, זרם וטמפרטורה של חבילות סוללות ליתיום-יון NCA {{0}}S במהלך בדיקות בקצב גבוה. BMS זה משלב טכנולוגיית למידה עמוקה כדי לחזות את מצב הבריאות של הסוללה (נמדד לפי קיבולת פריקה) על ידי ניטור פרמטרים חיצוניים של הסוללה. נערכו שני ניסויים: ניסוי סטטי לאימות תפקוד ה-BMS, וניסוי מצב עבודה בפועל (בדיקת שימוש לרעה בהגדלה גבוהה עם רטט על כלי רכב הנעה חשמליים) כדי להעריך את הביצועים בפועל. התוצאות הראו כי טמפרטורת פני השטח השיא של הסוללה בתנאי טיסה בפועל הגיעה ל-55 מעלות צלזיוס, שהייתה גבוהה מהבדיקה הסטטית; אלגוריתם הערכת קיבולת הלמידה העמוקה זיהה סטיית קיבולת ממוצעת של 0.04 Ah, והדגימה מצב בריאותי מדויק על ידי חיזוי קיבולת הסוללה. BMS זה מדגים יכולות אפקטיביות של איסוף נתונים וחיזוי, המשקפות את המצב בפועל בבדיקות שימוש לרעה.
1. הקדמה
החשיבות של סוללות ליתיום-יון (LIBs) והטכנולוגיות הנלוות להן:LIBs חיוניים בתחום הטכנולוגי הנוכחי ונמצאים בשימוש נרחב בכלי רכב חשמליים, רחפנים ומכשירים אלקטרוניים ניידים. בהשוואה לטכנולוגיית סוללה מסורתית, ל-LIB יש יתרונות כמו צפיפות אנרגיה גבוהה וחיי מחזור ארוכים, אך היישום הנרחב שלהם מביא גם אתגרים של הזדקנות הסוללה. לכן, מצב הבריאות (SOH) הוא פרמטר חשוב למדידת הזדקנות הסוללה. הערכה מדויקת של SOH עומדת בפני אתגרים רבים, ומערכות ניהול סוללות (BMS) הן חיוניות לניטור מדויק של פרמטרי סוללה.
עיצוב ואינדיקטורים קשורים של BMS:העיצוב של BMS קשור בדרך כלל ליישומים ספציפיים, ובנוסף ל-SOH, מצב טעינה (SOC) ו-Remaining Useful Life (RUL) הם גם אינדיקטורים נפוצים לבריאות הסוללה. הנתונים עבור אינדיקטורים אלה מגיעים בדרך כלל מהגדרות קנייניות של רכישת נתונים (DAQ), שיכולות לספק נתונים ללמידה עמוקה (DL), אך יש להן מגבלות כגון גודל גדול, עלות גבוהה ומיקוד לסוללות ספציפיות. שילוב טכנולוגיית DL עם BMS מתקדם היא גישה מבטיחה שיכולה להתגבר על האתגרים של שיטות איסוף נתונים ולספק מדרגיות.
פרמטרים חשובים ודרישות מחקר קשורות של LIBs:SOH, SOC, RUL ו-C-rate הם כולם פרמטרים חשובים לביצועי LIB. עלייה בקצב C תוביל לירידה בקיבולת ובביצועי הסוללה. שיטות איסוף הנתונים הנוכחיות מתמודדות עם אתגרים כמו הגדרות מורכבות ודיוק חיישנים לא ברור, ובכך מחייבות פיתוח של מסגרות BMS ניידות חדשניות לאיסוף נתונים בתרחישי יישומים שונים כגון הגדלה גבוהה. מחקר זה מציע מסגרת BMS מקיפה המשלבת את מודל ה-Capacity Degradation Network (CD Net) DL שפותח בעבר, שיכול לעמוד בדרישות הניטור בזמן אמת של הנעה חשמלית. יכולות איסוף הנתונים ושילוב המודלים שלו אומתו באמצעות ניסויים.
2. פיתוח BMS
סקירה כללית של פיתוח BMS:לוח מעגלים מודפס פותח עבור ה-BMS המוצע כדי לאסוף נתוני מפתח הנדרשים לחיזוי בריאות הסוללה ולנקוט פעולה על סמך החיזוי. ה-BMS שפותח משתמש בנתוני מצב הפעלה בפועל (כולל מתח, זרם וטמפרטורה של הסוללה) לצורך חיזוי בריאות הסוללה, והנתונים שנאספו מוזנים למודל למידה עמוקה (DL) לחיזוי בזמן אמת.
מדידת חיישן
מדידת זרם ומתח:חיישן זרם צד גבוה INA219 משמש למדידת הזרם על ידי הכנסת נגד shunt. כדי להסתגל לתרחישי זרם גבוה, נגד ה-shunt של ברירת המחדל 0.1 Ω מוחלף בנגד 0.01 Ω, המאפשר לטווח המדידה הנוכחי להגיע ל-± 32A.
מדידת טמפרטורה:חיישן PT100 Adafruit MAX31865 נבחר למדידת טמפרטורה, בעלת צריכת חשמל נמוכה, דיוק גבוה ויציבות. משוואת Callendar van Dusen משמשת כדי לקבל את הקשר בין טמפרטורה והתנגדות. חמישה חיישנים משמשים למדידת טמפרטורת פני השטח וטמפרטורת הסביבה של ארבע סוללות בהתאמה, והכיול מתבצע.
בקרת מכשיר:בחר בלוח Arduino Uno Rev 2 Wi Fi כבקר, בעל יכולות הקלטת נתונים, עיבוד מקדים ושידור. הוא מספק חשמל לרשת החיישנים דרך הרגולטור הפנימי של 5V ומחבר את החיישן והמיקרו-בקר באמצעות פרוטוקול SPI.
| סוּג | קֶשֶׁר | לְהִשְׁתַמֵשׁ |
| כוח וסדרתי | USB | ספק כוח 5 V וכן תקשורת טורית למעבד הראשי |
| טָחוּן | GND | קרקע כוכב משותף לכל רכיב ברשת החיישנים |
| Shunt V+ | חיישן נוכחי V+ | חיבור קלווין חיובי מ-shunt זרם לסוללה חיובי |
| Shunt V- | חיישן זרם V- | חיבור קלווין שלילי מ-shunt זרם לעומס חיובי |
| סיכות ארדואינו | ||
| SCLK | Pin Arduino 13 | קו שעון עבור SPI |
| SDO | Pin Arduino 12 | פלט נתונים טוריים עבור SPI |
| SDI | Pin Arduino 11 | קלט נתונים טוריים עבור SPI |
| CS1 | Pin Arduino 10 | חיישן טמפרטורת בחירת שבב 1 |
| CS2 | Pin Arduino 9 | חיישן טמפרטורה לבחירת שבב 2 |
| CS3 | Pin Arduino 8 | חיישן טמפרטורה לבחירת שבב 3 |
| CS4 | Pin Arduino 7 | חיישן טמפרטורת בחירת שבב 4 |
| CS5 | Pin Arduino 6 | חיישן טמפרטורת בחירת שבב 5 |
| SCLK | Pin Arduino SCLK | שעון נתונים טורי עבור I2C |
| SDO | Arduino Pin SDO | כתובת נתונים טוריים עבור I2C |
| מַטָרָה | חיישנים בשימוש | מתח הפעלה | זרם אספקה מרבי |
| חבילת חיישן מתח וזרם | Adafruit INA219 | 3.0 - 5.5 V | 1 mA |
| חיישני טמפרטורת פני הסוללה | Adafruit PT100 MAX31865 | 3.0 - 3.6 V | 3 mA |
| חיישן טמפרטורת סביבה | Adafruit PT100 MAX31865 | 3.0 - 3.6 V | 3 mA |
הערכת SOH:נתוני המתח והטמפרטורה שנאספים על ידי BMS מועברים למחשב, והנתונים הנוכחיים משמשים לחישוב מצב הטעינה (SOC) של הסוללה באמצעות שיטת הספירה של קולומב. SOC, יחד עם הקיבולת הנומינלית וההרכב הכימי של הסוללה, קלט למודל CD Net כדי לחזות את קיבולת הפריקה של הסוללה ולחשב SOH. מודל CD Net משתמש בשילוב של רשתות עצביות עם מבנים ספציפיים, אשר עוברים אופטימיזציה ומעובדים לחיזוי.
| מְאַפיֵן | עֵרֶך |
| כימיה של תאים | NCA |
| גורם צורת תא | 18650 |
| קיבולת נומינלית | 3120 mAh |
| מתח נומינלי | 3.6 V |
| תשלום סטנדרטי | CCCV, 1 C, 4.2 V |
| פריקה רגילה | טעינה קבועה, 1 C, 2.5 V |
| מִשׁקָל | 46.4 ± 1.5 g |
3. הגדרה נסיונית
סקירה כללית של הגדרות ניסוי:ערכת סוללות המורכבת מארבע סוללות 18650 Sony VTC 6 מחוברות בסדרה נבדקה באמצעות מערכת כימית NCA. הוצגו המפרט הרלוונטי של סוללות בודדות וחבילות סוללות.
בדיקות קרקע:המטרה היא לנתח את הביצועים של ה-BMS החדש שפותח לפני החלתו על רכבי הנעה חשמליים. השתמש במערכת NEWARE Powerwall CT-4004-20V20A כעומס, חבר את ה-BMS לחבילת הסוללה וטען, נטר את המתח, הזרם וטמפרטורת פני השטח של כל ערכת סוללות, ותעד את הנתונים עם ה-BMS. הנח חיישן RTD במרכז הסוללה ותעד את כיוון ערכת הסוללות כדי להבטיח עקביות ברישום הטמפרטורה. בצע 42 מחזורי טעינה ופריקה, עם דפוס מחזור דומה לניסוי ההסמכה של נאס"א ללוויינים קטנים.
בדיקות אוויריות:נערך לאחר בדיקות קרקע, תוך שימוש במטוס חשמלי (מל"ט FLYWOO Explorer) עבור 2 0 מחזורי פריקה של טעינה כדי לאסוף נתונים בתנאי פריקה בקצב גבוה. מבוא לפרמטרים הרלוונטיים של המטוס, ערכת הסוללות מותקנת על סוגר מודפס בתלת מימד, ה-BMS נמצא בחלק העליון, פרוטוקול הטעינה תואם לבדיקות הקרקע, אך מחזור הפריקה אקראי. המטוס נמצא בגובה של כ-1 רגל מעל הקרקע במהלך הפריקה. כאשר ה-BMS מציג שמתח המצבר מגיע ל-10V, הפריקה נעצרת והרכב נח 0.167 שעות לפני הטעינה.
4. תוצאות ודיון
סיכום דיון התוצאות:מציג את התוצאות והממצאים העיקריים שהושגו באמצעות ה-BMS החדש שפותח (כולל חיזוי מודל CD Net). ה-BMS החדש שפותח אוסף נתונים מעומסי סוללות סטטיים ודינמיים ומשתלב בצורה חלקה עם דגמי DL כגון CD Net, ומספק גמישות להתאמה לפיתוחים טכנולוגיים.
תוצאות בדיקת הקרקע
מדידת עקומת מתח:נתוני זמן המתח של 42 מחזורי טעינה ופריקה של BMS וציוד בדיקה (BAn) דומים. למרות שלנתוני BMS יש פיגור ראשוני, הם מתכנסים בסופו של דבר, עם סטייה ממוצעת של 0.2V בין השניים. ניתן להשתמש בחלק המתח הקבוע של עקומת הפריקה כדי לחקור את הקשר עם SOH, והסטייה נובעת מהבדלים בקצב העברת הנתונים והשעון הפנימי.
מדידת עקומה נוכחית:הנתונים הנוכחיים של BMS ו-BAn מותאמים כמכלול, והשינויים הנוכחיים במהלך שלבי הפריקה והטעינה פועלים בהתאם לכללים. עם זאת, קיים עיכוב בקריאת נתוני BMS בשלב ההמרה הנוכחי, וכתוצאה מכך יש סטיות מסוימות. לאחר הסרת נקודות נתונים סטיות גדולות, הסטייה הממוצעת קטנה יותר, וקריאה הנוכחית מדויקת יותר מקריאת המתח.
מדידת עקומת טמפרטורה:עקוב אחר טמפרטורת פני השטח של ארבע סוללות ומצא שהטמפרטורה עולה בהדרגה במהלך תהליך הטעינה והפריקה, ומגיעה לנקודה הגבוהה ביותר שלה בסוף טעינת הזרם הקבוע. לאחר מכן, הטמפרטורה משתנה במהלך טעינה ופריקה של מתח קבוע. לסוללה הרביעית בחבילת הסוללות יש טמפרטורה גבוהה יחסית, וה-BMS יכול לזהות ולהציג את הפרשי הטמפרטורה של כל סוללה. ניתן להשתמש בחריגות טמפרטורה לניהול הסוללה.
תוצאות בדיקת אוויר
מדידת עקומות זרם ומתח:במהלך הטיסה של המל"ט, הזרם משתנה באופן אקראי, וה-BMS יכול להקליט במדויק את זרם הפריקה בקצב גבוה. זרם הפריקה עולה עם מספר הבדיקות, והמתח יורד מ-16.8V ל-10V במהלך תהליך הפריקה. הזרם והמתח מושפעים מהתאמת יחס הטיסה במהלך הטיסה.
מדידת עקומת טמפרטורה:במהלך בדיקה אווירית, טמפרטורת פני הסוללה גבוהה מזו שבבדיקת הקרקע, עם טמפרטורה מקסימלית של כ-55 מעלות צלזיוס. בתהליך הטעינה הטמפרטורה נוטה לרדת, ובתהליך הפריקה הטמפרטורה עולה בהדרגה. ישנם הבדלים בטמפרטורה בין סוללות שונות, ותנודות הטמפרטורה מושפעות מהתאמות של כיוון הטיסה.
תוצאות אנסמבל למידה עמוקה:בבדיקות קרקע, קיבולת הסוללה ירדה בהדרגה, ודגם ה-CD Net חזה את הקיבולת מהמחזור החמישי, שהיתה דומה לקיבולת הספירה של קולומב שנרשמה על ידי BMS. התחזית של המודל הייתה מדויקת יחסית; קיבולת הספירה של קולומב הייתה לא יציבה במהלך בדיקות אוויריות, אך המודל עדיין הצליח לחזות בהפרש ממוצע של 0.046Ah. על ידי השוואת הקיבולת שנמדדה בשיטת ספירת קולומב עם הקיבולת החזויה של המודל, אומתה האינטגרציה המוצלחת של דגמי BMS ו-DL, שניתן להשתמש בהם כדי לחזות את מצב הבריאות (SOH) של סוללות.
5. סיכום
סיכום ממצאי המחקר:איסוף נתוני מצב העבודה בפועל של רכבי הנעה חשמליים דורש BMS נייד שיכול לפעול בתנאים קשים, כגון פריקה בקצב גבוה של LIBs. מחקר זה מציע ארכיטקטורת BMS חדשנית, המשתמשת במסגרות קצה וענן כדי להקליט, לשדר ולקבל נתונים, ויכולה להתמודד עם פריקה בקצב גבוה, ומחליפה את השיטות המסורתיות המבוססות על מחשבי CAN bus ומחשבי קצה.
סיכום תוצאות הבדיקה:נערכו בדיקות קרקע ואוויר, וטמפרטורת פני השטח של הסוללה הייתה הגבוהה ביותר בסוף שלב הזרם הקבוע בפריקה. טמפרטורת פני הסוללה הייתה אפילו גבוהה יותר בבדיקת האוויר, והגיעה למקסימום של כמעט 55 מעלות צלזיוס. העלייה בטמפרטורה עלולה להיגרם מגורמים כמו הזדקנות הסוללה ושינויי SOC, וטמפרטורה מופרזת עלולה להוביל לכשל בסוללה. במהלך 42 מחזורים על הקרקע ו-20 מחזורים באוויר, טמפרטורת פני השטח עלתה בהדרגה.
תוצאות חיזוי מודל:באמצעות הנתונים שנאספו, מודל CD Net מנבא את מצב הבריאות (SOH) של הסוללה בתנאי הפעלה בפועל. חיזוי הקיבולת של המודל למחזור הבא בבדיקות הקרקע מדויקת יחסית, עם סטייה ממוצעת של {{0}}.026 Ah; למרות שהיו תנודות בקיבולת במהלך בדיקות אוויריות, ההפרש הממוצע החזוי היה 0.046 Ah, ו-BMS הצליח לאסוף נתונים ביעילות בטווח הסף של חיישני מתח זרם.