ການຄາດຄະເນສະຖານະຫມໍ້ໄຟ (SOC).
ຮູບແບບຫມໍ້ໄຟທົ່ວໄປ
ຂະບວນການປະຕິກິລິຢາເຄມີຂອງຫມໍ້ໄຟພະລັງງານແມ່ນສະລັບສັບຊ້ອນ, ມີອິດທິພົນຈາກປັດໃຈຈໍານວນຫລາຍແລະບໍ່ແນ່ນອນ. ການສ້າງແບບຈໍາລອງທາງຄະນິດສາດຂອງຂະບວນການນີ້ແມ່ນຫຼາຍວິຊາ ແລະຫຼາຍ-ບັນຫາໃນພາກສະຫນາມ, ແລະສະເຫມີເປັນຈຸດສໍາຄັນແລະສິ່ງທ້າທາຍສໍາລັບທັງວິຊາການແລະອຸດສາຫະກໍາ. ການກະຕຸ້ນການປ້ອນຂໍ້ມູນ (ກະແສໂຫຼດ) ແລະການສັງເກດການອອກ (ແຮງດັນ ແລະອຸນຫະພູມ) ຂອງຫມໍ້ໄຟພະລັງງານແມ່ນຕົວກໍານົດການທີ່ສາມາດວັດແທກໄດ້ສະເພາະສໍາລັບລະບົບການຈັດການຫມໍ້ໄຟພະລັງງານ. ການສ້າງແບບຈໍາລອງທີ່ຖືກຕ້ອງແມ່ນຈໍາເປັນສໍາລັບການອະທິບາຍລັກສະນະພາຍນອກຂອງແບດເຕີລີ່ພະລັງງານໄດ້ຢ່າງຖືກຕ້ອງ, ການອອກແບບວິທີການຄາດຄະເນສະຖານະຫມໍ້ໄຟພະລັງງານທີ່ເຊື່ອຖືໄດ້, ແລະການພັດທະນາລະບົບການຄຸ້ມຄອງພະລັງງານທີ່ດີທີ່ສຸດສໍາລັບຍານພາຫະນະພະລັງງານໃຫມ່. ແບບຈໍາລອງຫມໍ້ໄຟພະລັງງານທົ່ວໄປສ່ວນໃຫຍ່ແມ່ນແບ່ງອອກເປັນຕົວແບບໄຟຟ້າເຄມີ, ແບບວົງຈອນທຽບເທົ່າ, ແລະຮູບແບບການຮຽນຮູ້ເຄື່ອງຈັກ.
(1) ຕົວແບບໄຟຟ້າ
ໃນກາງຊຸມປີ 1990, M. Doyle, TF Fuller, ແລະ J. Newman ຂອງມະຫາວິທະຍາໄລຄາລິຟໍເນຍ, Berkeley, ໄດ້ສ້າງຕັ້ງຕົວແບບ pseudo-ສອງ-ມິຕິມິຕິ (P2D) ໂດຍອີງໃສ່ທິດສະດີຂອງ electrodes porous ແລະການແກ້ໄຂຄວາມເຂັ້ມຂຸ້ນ, ວາງພື້ນຖານສໍາລັບການພັດທະນາຂອງແບບຈໍາລອງທາງເຄມີ. ຮູບແບບນີ້ໃຊ້ຊຸດຂອງສົມຜົນຄວາມແຕກຕ່າງບາງສ່ວນ ແລະສົມຜົນພຶດຊະຄະນິດເພື່ອອະທິບາຍຢ່າງຖືກຕ້ອງກ່ຽວກັບການແຜ່ກະຈາຍ ແລະການເຄື່ອນຍ້າຍຂອງ lithium ions ພາຍໃນຫມໍ້ໄຟພະລັງງານ, ປະຕິກິລິຍາທາງເຄມີຢູ່ດ້ານຂອງອະນຸພາກທີ່ຫ້າວຫັນ, ກົດຂອງ Ohm, ແລະການອະນຸລັກສາກໄຟ, ໃນບັນດາປະກົດການໄຟຟ້າເຄມີອື່ນໆ. ມາຮອດປະຈຸບັນ, ແບບຈໍາລອງໄຟຟ້າເຄມີສ່ວນຫຼາຍແມ່ນໄດ້ມາຈາກຕົວແບບນີ້. ແບບຈໍາລອງທາງເຄມີແມ່ນຮູບແບບຫຼັກການທໍາອິດທີ່ສາມາດຈໍາລອງໄດ້ຢ່າງຖືກຕ້ອງບໍ່ພຽງແຕ່ລັກສະນະພາຍນອກຂອງແບດເຕີລີ່ພະລັງງານເທົ່ານັ້ນ, ແຕ່ຍັງມີການແຜ່ກະຈາຍແລະການປ່ຽນແປງຂອງຄຸນລັກສະນະພາຍໃນ (ເຊັ່ນ: ຄວາມເຂັ້ມຂົ້ນຂອງ lithium ions ໃນ electrodes ແລະ electrolyte, ແລະປະຕິກິລິຍາ overpotential, ເຊິ່ງຍາກທີ່ຈະວັດແທກ). ເມື່ອປຽບທຽບກັບແບບຈໍາລອງຫມໍ້ໄຟພະລັງງານອື່ນໆ, ແບບຈໍາລອງທາງເຄມີສາມາດອະທິບາຍປະຕິກິລິຍາກ້ອງຈຸລະທັດພາຍໃນຫມໍ້ໄຟພະລັງງານໃນຄວາມເລິກຫຼາຍກວ່າແລະມີຄວາມຫມາຍທາງດ້ານຮ່າງກາຍທີ່ຊັດເຈນກວ່າ.
ໂມເດວ P2D ມີຄວາມຫຼາກຫຼາຍ ແລະສາມາດປັບຂະໜາດໄດ້, ນຳໃຊ້ໄດ້ກັບປະເພດແບັດເຕີຣີທີ່ມີລະບົບວັດສະດຸທີ່ແຕກຕ່າງກັນ, ແລະສາມາດພັດທະນາ ແລະຂະຫຍາຍອອກເປັນຕົວແບບການເຊື່ອມຈອດຫຼາຍຊ່ອງໄດ້ທີ່ສັບສົນຫຼາຍ. ດັ່ງນັ້ນ, ຮູບແບບ P2D ມີບົດບາດ irreplaceable ໃນການສ້າງແບບຈໍາລອງຫມໍ້ໄຟ. ຢ່າງໃດກໍຕາມ, ພວກມັນປະກອບດ້ວຍສົມຜົນຄວາມແຕກຕ່າງບາງສ່ວນທີ່ຊັບຊ້ອນແລະຕົວກໍານົດການ electrochemical ຈໍານວນຫລາຍ, ເຊິ່ງເຮັດໃຫ້ຄວາມຕ້ອງການສູງກ່ຽວກັບຄວາມສາມາດໃນການຄິດໄລ່ຂອງລະບົບການຄຸ້ມຄອງຫມໍ້ໄຟ (BMS). ໃນປັດຈຸບັນ, ການແກ້ໄຂແບບຈໍາລອງ P2D ຕົ້ນຕໍແມ່ນໃຊ້ວິທີການຕົວເລກ, ເຊັ່ນ: ວິທີຄວາມແຕກຕ່າງທີ່ຈໍາກັດ, ວິທີການອົງປະກອບທີ່ຈໍາກັດ, ແລະວິທີການປະລິມານຈໍາກັດ.
(2) ຕົວແບບວົງຈອນທຽບເທົ່າ
ຮູບແບບວົງຈອນທຽບເທົ່າໃຊ້ອົງປະກອບວົງຈອນແບບດັ້ງເດີມເຊັ່ນ: ຕົວຕ້ານທານ, ຕົວເກັບປະຈຸ, ແລະແຫຼ່ງແຮງດັນຄົງທີ່ເພື່ອສ້າງເປັນເຄືອຂ່າຍວົງຈອນເພື່ອອະທິບາຍລັກສະນະພາຍນອກຂອງຫມໍ້ໄຟພະລັງງານ. ຮູບແບບນີ້ໃຊ້ແຫຼ່ງແຮງດັນເພື່ອສະແດງຜົນບັງຄັບໃຊ້ໄຟຟ້າໃນຄວາມສົມດຸນຂອງອຸນນະພູມຂອງໝໍ້ໄຟ, ແລະເຄືອຂ່າຍ RC ເພື່ອອະທິບາຍລັກສະນະເຄື່ອນໄຫວຂອງແບັດເຕີຣີພະລັງງານ. ຮູບແບບວົງຈອນທຽບເທົ່າມີການນໍາໃຊ້ທີ່ດີກັບລັດປະຕິບັດການຕ່າງໆຂອງຫມໍ້ໄຟພະລັງງານ, ແລະສົມຜົນຂອງລັດຂອງຕົວແບບສາມາດໄດ້ຮັບ, ອໍານວຍຄວາມສະດວກໃນການວິເຄາະແລະຄໍາຮ້ອງສະຫມັກ. ຮູບແບບວົງຈອນທຽບເທົ່າໄດ້ຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງໃນການສ້າງແບບຈໍາລອງຍານພາຫະນະພະລັງງານໃຫມ່ແລະການຄົ້ນຄວ້າຈໍາລອງແລະແບບຈໍາລອງ-BMS. ຮູບທີ 7-27 ສະແດງຮູບແບບວົງຈອນທຽບເທົ່າທົ່ວໄປຂອງແບດເຕີຣີ້ພະລັງງານທີ່ປະກອບດ້ວຍໂຄງສ້າງເຄືອຂ່າຍ RC, ເອີ້ນວ່າແບບຈໍາລອງ n-RC. ຮູບແບບນີ້ປະກອບດ້ວຍສາມພາກສ່ວນ:
1) ແຫຼ່ງແຮງດັນ: ເປີດ-ແຮງດັນວົງຈອນຂອງແບັດເຕີລີໄຟແມ່ນສະແດງໂດຍ $U_{oc}$.
2) ຄວາມຕ້ານທານພາຍໃນຂອງ Ohmic: ຄວາມຕ້ານທານການຕິດຕໍ່ຂອງວັດສະດຸ electrode ຫມໍ້ໄຟພະລັງງານ, electrolyte, ຕ້ານການໂດດດ່ຽວ, ແລະອົງປະກອບຕ່າງໆແມ່ນສະແດງໂດຍ $R_o$.
3) ເຄືອຂ່າຍ RC: ລັກສະນະແບບເຄື່ອນໄຫວຂອງແບດເຕີລີ່ພະລັງງານ, ລວມທັງຄຸນລັກສະນະຂົ້ວໂລກແລະຜົນກະທົບການແຜ່ກະຈາຍ, ຖືກອະທິບາຍໂດຍການຕໍ່ຕ້ານ polarization $R_p$ ແລະ polarization capacitance $C_p$, ບ່ອນທີ່ $i=0, ..., n_s$.
ໃນຮູບ 7-27, Up ເປັນຕົວແທນຂອງແຮງດັນ polarization ຂອງຫມໍ້ໄຟພະລັງງານ.
ອີງຕາມກົດໝາຍແຮງດັນຂອງ Kirchhoff ແລະກົດໝາຍປັດຈຸບັນ, ແລະ ຄວາມສຳພັນລະຫວ່າງການປ່ຽນແປງແຮງດັນຂອງຕົວເກັບປະຈຸ ແລະ ກະແສໄຟຟ້າ, ລັດ-ສົມຜົນຊ່ອງຫວ່າງຂອງຕົວແບບວົງຈອນສາມາດສະແດງອອກໄດ້ຄື:
ຮູບແບບວົງຈອນທຽບເທົ່າແບດເຕີຣີທີ່ໃຊ້ທົ່ວໄປເຊັ່ນ: ແບບ Rint, ແບບ Thevenin, ແລະ Dual Polarization (DP) ແມ່ນກໍລະນີພິເສດຂອງ n{0}}ຮູບແບບວົງຈອນທຽບເທົ່າ RC ເມື່ອ n=0, n=1, ແລະ n=2, ຕາມລໍາດັບ, ແລະໄດ້ຖືກນໍາໃຊ້ຢ່າງກວ້າງຂວາງໃນການຄາດຄະເນແລະການຄຸ້ມຄອງລັດຫມໍ້ໄຟພະລັງງານ.
(3) ຮູບແບບການຮຽນຮູ້ເຄື່ອງຈັກ
ຮູບແບບການຮຽນຮູ້ເຄື່ອງຈັກບໍ່ຈໍາເປັນຕ້ອງມີຄວາມຮູ້ກ່ຽວກັບອົງປະກອບພາຍໃນຂອງຫມໍ້ໄຟແລະກົນໄກການຕິກິຣິຍາສະເພາະ; ພວກເຂົາເຈົ້າພຽງແຕ່ຕ້ອງການທີ່ຈະໄດ້ຮັບຂໍ້ມູນການດໍາເນີນງານປະຫວັດສາດຂອງຫມໍ້ໄຟ (ປັດຈຸບັນ, ແຮງດັນ, ອຸນຫະພູມ, ແລະອື່ນໆ). ໂດຍພື້ນຖານແລ້ວ, ພວກມັນສ້າງຫນ້າທີ່ສ້າງແຜນທີ່ທີ່ບໍ່ແມ່ນເສັ້ນຊື່ລະຫວ່າງຕົວແປຜ່ານຂໍ້ມູນ-ວິທີການຂັບເຄື່ອນ. ປະໂຫຍດຕົ້ນຕໍຂອງປະເພດຂອງຮູບແບບນີ້ແມ່ນການນໍາໃຊ້ຂອງມັນກັບປະເພດຫມໍ້ໄຟທີ່ແຕກຕ່າງກັນ, versatility ທີ່ດີ, ແລະຄວາມສາມາດຂອງຕົນໃນການຈໍາລອງຢ່າງເຕັມສ່ວນລັກສະນະ nonlinear ຂອງພຶດຕິກໍາຫມໍ້ໄຟ.
ໃນພາກສະຫນາມຂອງການຄຸ້ມຄອງແລະການຄວບຄຸມຫມໍ້ໄຟພະລັງງານ, ວິທີການການຮຽນຮູ້ເຄື່ອງຈັກນໍາໃຊ້ຕົ້ນຕໍປະກອບມີ fuzzy logic, ເຄືອຂ່າຍ neural, ສະຫນັບສະຫນູນ vector machines, ແລະວິທີການປະສົມປະສານຂອງເຂົາເຈົ້າ. ໃນເດືອນມີນາ 2016, ໄຊຊະນະຂອງ AlphaGo ຕໍ່ກັບແຊ້ມໂລກ Go Lee Sedol ໄດ້ໃສ່ຄວາມສໍາຄັນໃຫມ່ເຂົ້າໃນການຮຽນຮູ້ຢ່າງເລິກເຊິ່ງ, ເຮັດໃຫ້ເກີດຄື້ນໃຫມ່ຂອງການຄົ້ນຄວ້າແລະຄໍາຮ້ອງສະຫມັກ, ເຊິ່ງໄດ້ຖືກນໍາໃຊ້ກັບການຄຸ້ມຄອງຫມໍ້ໄຟ. ມີຂໍ້ມູນຫມໍ້ໄຟພຽງພໍສໍາລັບການຝຶກອົບຮົມ, ປະເພດຂອງຮູບແບບນີ້ສາມາດບັນລຸການປະຕິບັດການຄາດເດົາທີ່ດີ. ຢ່າງໃດກໍຕາມ, ຮູບແບບນີ້ຂາດຄວາມຫມາຍທາງດ້ານຮ່າງກາຍ, ແມ່ນບໍ່ສາມາດແປໄດ້, ແລະການປະຕິບັດຂອງມັນໄດ້ຮັບຜົນກະທົບຢ່າງຫຼວງຫຼາຍຈາກປະລິມານແລະຄຸນນະພາບຂອງຂໍ້ມູນການຝຶກອົບຮົມ, ເຮັດໃຫ້ມັນຍາກທີ່ຈະຮັບປະກັນຄວາມຫນ້າເຊື່ອຖືແລະຄວາມທົນທານຂອງມັນເມື່ອນໍາໃຊ້ກັບລະບົບການຄຸ້ມຄອງຫມໍ້ໄຟ.
