Anggaran Keadaan Caj Bateri (SOC).
Model Bateri Biasa
Proses tindak balas elektrokimia bateri kuasa adalah kompleks, dipengaruhi oleh banyak faktor dan tidak pasti. Pemodelan matematik proses ini ialah masalah multidisiplin dan pelbagai-bidang, dan sentiasa menjadi tumpuan dan cabaran utama untuk kedua-dua akademik dan industri. Pengujaan input (arus beban) dan pemerhatian output (voltan dan suhu) bateri kuasa adalah parameter terhingga boleh diukur untuk sistem pengurusan bateri kuasa. Pemodelan yang tepat adalah penting untuk menerangkan dengan lebih tepat ciri luaran bateri kuasa, mereka bentuk algoritma anggaran keadaan bateri kuasa yang boleh dipercayai dan membangunkan sistem pengurusan tenaga yang optimum untuk kenderaan tenaga baharu. Model bateri kuasa biasa terbahagi terutamanya kepada model elektrokimia, model litar setara dan model pembelajaran mesin.
(1) Model Elektrokimia
Pada pertengahan-1990-an, M. Doyle, TF Fuller dan J. Newman dari University of California, Berkeley, telah menubuhkan model pseudo-dua-dimensi (P2D) berdasarkan teori elektrod berliang dan larutan pekat, meletakkan asas untuk pembangunan model mekanisme elektrokimia. Model ini menggunakan satu siri persamaan pembezaan separa dan persamaan algebra untuk menerangkan dengan tepat resapan dan penghijrahan ion litium di dalam bateri kuasa, tindak balas elektrokimia pada permukaan zarah aktif, hukum Ohm dan pemuliharaan cas, antara fenomena elektrokimia yang lain. Sehingga kini, kebanyakan model elektrokimia diperoleh dan dibangunkan daripada model ini. Model elektrokimia ialah model prinsip pertama yang boleh mensimulasikan dengan tepat bukan sahaja ciri luaran bateri kuasa tetapi juga pengedaran dan perubahan ciri dalaman (seperti kepekatan ion litium dalam elektrod dan elektrolit, dan tindak balas lebih potensi, yang sukar untuk diukur). Berbanding dengan model bateri kuasa lain, model elektrokimia boleh menerangkan tindak balas mikroskopik di dalam bateri kuasa dengan lebih mendalam dan mempunyai makna fizikal yang lebih jelas.
Model P2D adalah serba boleh dan berskala, boleh digunakan untuk jenis bateri dengan sistem bahan yang berbeza, dan boleh dibangunkan dan diperluaskan kepada model gandingan berbilang{1}}medan yang lebih kompleks. Oleh itu, model P2D memainkan peranan yang tidak boleh ditukar ganti dalam pemodelan bateri. Walau bagaimanapun, ia mengandungi persamaan pembezaan separa yang kompleks dan banyak parameter elektrokimia, meletakkan permintaan yang tinggi pada keupayaan pengiraan Sistem Pengurusan Bateri (BMS). Pada masa ini, penyelesaian model P2D terutamanya menggunakan kaedah berangka, seperti kaedah perbezaan terhingga, kaedah unsur terhingga dan kaedah volum terhingga.
(2) Model Litar Setara
Model litar setara menggunakan elemen litar tradisional seperti perintang, kapasitor, dan sumber voltan malar untuk membentuk rangkaian litar untuk menerangkan ciri luaran bateri kuasa. Model ini menggunakan sumber voltan untuk mewakili daya gerak elektrik keseimbangan termodinamik bagi bateri kuasa, dan rangkaian RC untuk menerangkan ciri dinamik bateri kuasa. Model litar setara mempunyai kebolehgunaan yang baik untuk pelbagai keadaan operasi bateri kuasa, dan persamaan keadaan model boleh diperoleh, memudahkan analisis dan aplikasi. Model litar setara telah digunakan secara meluas dalam pemodelan kenderaan tenaga baharu dan penyelidikan simulasi serta BMS berasaskan{3}}model. Rajah 7-27 menunjukkan model litar setara tipikal bagi bateri kuasa yang terdiri daripada n struktur rangkaian RC, dirujuk sebagai model n-RC. Model ini terdiri daripada tiga bahagian:
1) Sumber Voltan: Voltan litar-terbuka bateri kuasa diwakili oleh $U_{oc}$.
2) Rintangan Dalaman Ohmik: Rintangan sentuhan bahan elektrod bateri kuasa, elektrolit, perintang pengasingan, dan pelbagai komponen diwakili oleh $R_o$.
3) Rangkaian RC: Ciri dinamik bateri kuasa, termasuk ciri polarisasi dan kesan resapan, diterangkan oleh rintangan polarisasi $R_p$ dan kemuatan polarisasi $C_p$, di mana $i=0, ..., n_s$.
Dalam Rajah 7-27, Atas mewakili voltan polarisasi bateri kuasa.
Berdasarkan undang-undang voltan Kirchhoff dan undang-undang semasa, dan hubungan antara perubahan voltan kapasitor dan arus, keadaan-persamaan ruang model litar boleh dinyatakan sebagai:
Model litar setara bateri kuasa yang biasa digunakan seperti model Rint, model Thevenin dan model Dual Polarization (DP) ialah kes khas bagi n-model litar setara RC apabila n=0, n=1 dan n=2, masing-masing, dan telah digunakan secara meluas dalam anggaran keadaan bateri kuasa dan algoritma pengurusan.
(3) Model Pembelajaran Mesin
Model pembelajaran mesin tidak memerlukan pengetahuan tentang komposisi dalaman bateri dan mekanisme tindak balas khusus; mereka hanya perlu mendapatkan data operasi sejarah bateri (semasa, voltan, suhu, dll.). Pada asasnya, mereka mewujudkan fungsi pemetaan tak linear antara pembolehubah melalui kaedah-didorong data. Kelebihan utama model jenis ini ialah kebolehgunaannya pada jenis bateri yang berbeza, serba boleh yang baik dan keupayaannya untuk mensimulasikan sepenuhnya ciri tak linear bagi tingkah laku bateri.
Dalam bidang pengurusan dan kawalan bateri kuasa, kaedah pembelajaran mesin yang digunakan terutamanya termasuk logik kabur, rangkaian saraf, mesin vektor sokongan dan algoritma gabungannya. Pada Mac 2016, kemenangan AlphaGo ke atas juara dunia Go Lee Sedol menyuntik tenaga baharu ke dalam pembelajaran mendalam, mencetuskan gelombang penyelidikan dan aplikasi baharu, yang juga telah digunakan untuk pengurusan bateri. Dengan data bateri yang mencukupi untuk latihan, model jenis ini boleh mencapai prestasi ramalan yang baik. Walau bagaimanapun, model ini tidak mempunyai makna fizikal, tidak boleh ditafsirkan, dan prestasinya banyak dipengaruhi oleh kuantiti dan kualiti data latihan, menjadikannya sukar untuk menjamin kebolehpercayaan dan kekukuhannya apabila digunakan pada sistem pengurusan bateri.
