বৈদ্যুতিক গাড়ির ব্যাটারি ব্যাটারি স্বাস্থ্য রক্ষণাবেক্ষণের একটি মূল ফোকাস। ব্যাটারি ম্যানেজমেন্ট সিস্টেম (BMS) তার স্বাস্থ্যের অবস্থা (SOH) মূল্যায়ন করে ব্যাটারির সর্বোত্তম অবস্থা বজায় রাখে। SOH সঠিকভাবে সনাক্ত করা ব্যাটারি প্রতিস্থাপনের সময় নির্ধারণ করতে পারে, ব্যাটারি ব্যর্থতা এড়াতে পারে এবং এর পরিষেবা জীবন প্রসারিত করতে পারে। এই নিবন্ধটির লক্ষ্য SOH পরামিতিগুলি সনাক্ত করে BMS-এর কর্মক্ষমতা উন্নত করা। Thevenin ব্যাটারি মডেলের উপর ভিত্তি করে, মূল পরামিতি যেমন R{{0}}, Rp, এবং Cp পাওয়া যায়। দুটি অভিযোজিত অ্যালগরিদম, কুলম্ব গণনা এবং ওপেন সার্কিট ভোল্টেজ, প্যারামিটার সনাক্তকরণ সম্পূর্ণ করতে ব্যবহৃত হয়। ত্রুটির পরিপ্রেক্ষিতে দুটি অ্যালগরিদমের ফলাফল, মানে পরম ত্রুটি (MAE), রুট গড় বর্গ ত্রুটি (RMSE), এবং চূড়ান্ত SOH মান তুলনা করা হয়। গবেষণাটি অনুমান ত্রুটি ডেটা এবং নির্ভরযোগ্য বিএমএস কর্মক্ষমতা তথ্য প্রাপ্তির উপর দৃষ্টি নিবদ্ধ করে। ফলাফলগুলি দেখায় যে কুলম্ব গণনা পদ্ধতিতে ওপেন সার্কিট ভোল্টেজ পদ্ধতির তুলনায় SOH অনুমানে একটি ছোট ত্রুটি রয়েছে, যার ত্রুটি 1.770%। চূড়ান্ত SOH মান হল 17.33%, এবং Thevenin ব্যাটারি মডেলের ব্যাটারির জন্য 0.0451% মডেলিং ত্রুটি রয়েছে৷
1. ভূমিকা
ইলেকট্রিক ভেহিকেল ব্যাটারি এবং ব্যাটারি ম্যানেজমেন্ট সিস্টেম (BMS):বৈদ্যুতিক যানবাহনে, ব্যাটারি হল প্রাথমিক শক্তির উৎস, যা ইঞ্জিন এবং অন্যান্য সিস্টেমে শক্তি প্রদান করে। ঐতিহ্যবাহী গাড়ির বিপরীতে, বৈদ্যুতিক গাড়ির ব্যাটারির ক্ষমতা এবং ভোল্টেজ তুলনামূলকভাবে কম থাকে এবং সাধারণত ব্যাটারি মডিউলে প্যাকেজ করা হয়। ব্যাটারি সিস্টেম একাধিক ব্যাটারি নিয়ে গঠিত, যা BMS দ্বারা পরিচালিত হয়। এর ফাংশনগুলির মধ্যে রয়েছে ব্যাটারি ওয়ার্কিং সিস্টেম অপ্টিমাইজ করা, যার মধ্যে দুটি মূল প্যারামিটার রয়েছে: চার্জের অবস্থা (এসওসি) এবং স্বাস্থ্যের অবস্থা (এসওএইচ)। SOC হল অবশিষ্ট ক্ষমতা থেকে মোট ক্ষমতার অনুপাত, যখন SOH হল বর্তমান কর্মক্ষমতা এবং নতুন ব্যাটারির কর্মক্ষমতার মধ্যে তুলনামূলক মান, যা সরাসরি পরিমাপ করা যায় না এবং অনুমান করা প্রয়োজন।
গবেষণা পটভূমি এবং সম্পর্কিত পদ্ধতি:স্টেট অফ হেলথ (SOH) ব্যাটারি কর্মক্ষমতা এবং জীবনকাল পরিমাপ করতে পারে। ব্যাটারি ব্যবহারের সময় গুণমানের অবনতি, অভ্যন্তরীণ প্রতিরোধের পরিবর্তন এবং ক্ষমতার পরামিতি ঘটতে পারে। SOH পরামিতিগুলি সনাক্ত করা ব্যাটারির প্রকৃত অবস্থা নির্ধারণ করতে, প্রতিস্থাপনের সময় সুপারিশ করতে এবং ব্যাটারির আয়ু বাড়াতে সাহায্য করে। স্টেট অফ হেলথ (SOH) বা স্টেট অফ চার্জ (SOC) অনুমান করার জন্য বর্তমানে একাধিক পদ্ধতি রয়েছে, তবে কিছু পদ্ধতি রয়েছে যা একই সাথে উভয়কেই সনাক্ত করে এবং BMS-এর উপর গণনামূলক বোঝা কমাতে উপযুক্ত পরামিতি তৈরি করে। ব্যাটারি প্যারামিটার নিরীক্ষণের জন্য অ্যালগরিদমকে প্যারামিটার পরিবর্তনের সাথে খাপ খাইয়ে নিতে হবে এবং ব্যাটারির অবস্থা অনুমান করতে হবে। বর্ণালী প্রতিবন্ধকতা পদ্ধতি, সার্কিট মডেল সমীকরণ পদ্ধতি, এবং ইলেক্ট্রোকেমিক্যাল ইম্পিডেন্স মডেল পদ্ধতি সহ পদ্ধতিগুলিকে তিনটি বিভাগে ভাগ করা যেতে পারে।
সম্পর্কিত কাজের পর্যালোচনা:ব্যাটারি পরামিতি সনাক্ত করতে পূর্ববর্তী গবেষণায় একাধিক পদ্ধতি সাধারণত ব্যবহার করা হয়েছে। কুলম্বিক কাউন্টিং (CC) এবং ওপেন সার্কিট ভোল্টেজ (OCV) পদ্ধতি বৈদ্যুতিক যান বিএমএসে ব্যাপকভাবে ব্যবহৃত হয়, প্রতিটির নিজস্ব সুবিধা এবং অসুবিধা রয়েছে। সিসি পদ্ধতি ব্যাটারির ইন এবং আউট ক্ষমতা নিরীক্ষণ করে, চার্জিং চক্রের সময় বিদ্যুতের ক্ষতি বিবেচনা করে SOH অনুমান করে এবং ভোল্টেজ পুনরুদ্ধারের মাধ্যমে প্রাসঙ্গিক তথ্য প্রদান করতে পারে; ব্যাটারি সম্পূর্ণরূপে বিশ্রামের পরে OCV পদ্ধতিটিকে একটি সুষম ভোল্টেজ হিসাবে বিবেচনা করা যেতে পারে এবং BMS ব্যাটারি প্যারামিটারের অবস্থা বিবেচনা করে স্টেট অফ হেলথ (SOH) অনুমান করা হয়।
এই অধ্যয়নের ফোকাস হল ব্যাটারির আয়ু বাড়ানোর জন্য সঠিক SOH পরামিতি সনাক্ত করা। একটি ব্যাটারি মডেল-ভিত্তিক পদ্ধতি SOH পরামিতিগুলি মূল্যায়ন এবং সনাক্ত করতে ব্যবহৃত হয়। Thevenin ব্যাটারি মডেলটি একটি অভিযোজিত অ্যালগরিদমের মাধ্যমে R0, Rp, এবং Cp পরামিতি সনাক্ত করতে ব্যবহৃত হয় (পুনরাবৃত্ত সর্বনিম্ন স্কোয়ার, RLS)। মূল্যায়নের ফলাফলের উপর ভিত্তি করে, গণনাগত বোঝা কমাতে সঠিক SOH অনুমান পাওয়া যায়।
গবেষণা অবদান:ব্যাটারি পরামিতি পরীক্ষার ফলাফলগুলি BMS সিস্টেমের কার্যকারিতা মূল্যায়নের জন্য যুক্তিসঙ্গত অনুমান এবং ছোট ত্রুটির হার প্রদান করে। কুলম্ব গণনা পদ্ধতি ব্যাটারির ক্ষমতা গণনা করার জন্য সুবিধাজনক, এবং চার্জ এবং ডিসচার্জ চক্র বৃদ্ধির সাথে সাথে ব্যাটারির সর্বাধিক শক্তি হ্রাস পায়। থেভেনিন ব্যাটারি মডেলের আপেক্ষিক ত্রুটি 2% এর কম। SOH অনুমান নির্ভুলতার পরিপ্রেক্ষিতে, CC পদ্ধতি RLS থেকে উচ্চতর, এবং CC পদ্ধতি ব্যাটারি টার্মিনাল ভোল্টেজ এবং SOC অনুমান করতে পারে, যখন OCV পদ্ধতি শুধুমাত্র ব্যাটারি পরামিতি অনুমান করতে পারে।
2. ব্যাটারি ম্যানেজমেন্ট সিস্টেম
ব্যাটারি উপাদান (BMS এর কার্যাবলী এবং গঠন):বিএমএস বৈদ্যুতিক যানবাহনে শত শত বা হাজার হাজার ব্যাটারির সমন্বয়ে গঠিত ব্যাটারি সিস্টেমকে নিয়ন্ত্রণ করে এবং এর গুরুত্বপূর্ণ কাজ রয়েছে যেমন পর্যবেক্ষণ, পরামিতি অনুমান, সুরক্ষা, প্রতিবেদন প্রদান এবং ব্যাটারির ভারসাম্য। এর প্রধান ফাংশনগুলির মধ্যে ব্যাটারিকে ক্ষতির হাত থেকে রক্ষা করা, উপযুক্ত ভোল্টেজ এবং তাপমাত্রার সীমার মধ্যে ব্যাটারি পরিচালনা করা এবং SOC, SOH এবং SOF এর মতো সিস্টেমের প্রয়োজনীয়তাগুলি পূরণ করে এমন প্যারামিটারগুলিতে কাজ করার জন্য ব্যাটারি বজায় রাখা। BMS সেন্সর, অ্যাকচুয়েটর এবং কন্ট্রোলার নিয়ে গঠিত, যার মধ্যে সেন্সর সিগন্যাল যেমন কারেন্ট, ভোল্টেজ, তাপমাত্রা এবং প্যাডেল সহ ইনপুট এবং তাপ ব্যবস্থাপনা, ভারসাম্য, নিরাপত্তা ব্যবস্থাপনা, চার্জিং ইঙ্গিত, ফল্ট অ্যালার্ম এবং যোগাযোগের জন্য মডিউল সহ আউটপুট রয়েছে। BMS সফ্টওয়্যারটিতে একাধিক কার্যকরী মডিউল রয়েছে যেমন ব্যাটারি প্যারামিটার সনাক্তকরণ, অনুমান এবং ত্রুটি নির্ণয়। ব্যাটারি ভোল্টেজ পরিমাপ, পরামিতি অনুমান, ভারসাম্য এবং ত্রুটি নির্ণয় হল BMS-এর প্রধান সমস্যা, যার মধ্যে ব্যাটারি ভোল্টেজ পরিমাপ ব্যাটারি সিরিজ সংযোগ এবং উচ্চ-নির্ভুলতার প্রয়োজনীয়তার কারণে ভোল্টেজের পার্থক্যের মতো সমস্যার সম্মুখীন হয়।
ব্যাটারি মডেলিং:এই নিবন্ধটি ব্যাটারি মডেলিংয়ের মাধ্যমে স্বাস্থ্যের অবস্থা (SOH) পরামিতি নির্ধারণ করে এবং সঠিক অনুমান পেতে ইনপুট ব্যাটারি ভোল্টেজ, বর্তমান, এবং তাপমাত্রার পরামিতিগুলিকে SOH-এ রূপান্তর করে৷ থেভেনিন ব্যাটারি মডেল ব্যবহার করে, ব্যাটারির অভ্যন্তরীণ রোধ এবং ক্যাপাসিট্যান্স প্যারামিটার নির্বাচন করে ব্যাটারি পোলারাইজেশন প্রক্রিয়ার ভোল্টেজ ক্ষণস্থায়ী প্রতিক্রিয়া বর্ণনা করা হয়। ব্যাটারি মডেলের গাণিতিক সমীকরণ এবং সম্পর্কিত পরামিতিগুলির (Voc, R0, Rp, এবং Cp) গণনা পদ্ধতিগুলি প্রদান করা হয়েছে, যা RLS অ্যালগরিদমের মাধ্যমে প্রাপ্ত করা হয় এবং থেভেনিন ব্যাটারি মডেলে প্রয়োগ করা হয়।
3. স্বাস্থ্য অবস্থার পরামিতি নির্ধারণ করুন
স্বাস্থ্য স্থিতি পরামিতি সনাক্তকরণের গুরুত্ব এবং পদ্ধতি:বিএমএস পারফরম্যান্সের জন্য সঠিক SOH পরামিতিগুলি অত্যন্ত গুরুত্বপূর্ণ। এই অধ্যয়নটি SOH প্রারম্ভিক মানগুলি পেতে এবং BMS কর্মক্ষমতা মূল্যায়ন করতে এই পরামিতিগুলি সনাক্ত করতে একটি অভিযোজিত অ্যালগরিদম হিসাবে কুলম্ব গণনা ব্যবহার করে। Thevenin ব্যাটারি মডেল ব্যাটারি মডেল প্যারামিটার এবং OCV-SOC ফাংশন নির্ধারণ করতে ব্যবহৃত হয়। নির্দিষ্ট প্রক্রিয়ার মধ্যে ব্যাটারি মডেলে কারেন্ট ইনপুট করা, টার্মিনাল ভোল্টেজ ডেটা বিশ্লেষণ করা, টাইম ডোমেন থেকে SOC ডোমেনে রূপান্তর করা এবং OCV-SOC ফাংশন পাওয়ার জন্য কার্ভ ফিটিং জড়িত। SOH অনুমান যুক্তিসঙ্গত না হওয়া পর্যন্ত এবং ত্রুটির হার ছোট না হওয়া পর্যন্ত পরামিতি সনাক্তকরণ প্রক্রিয়া পুনরাবৃত্তি করা হয়।
OCV-SOC ফাংশন:থেভেনিন ব্যাটারি মডেলের উপর ভিত্তি করে, OCV (SOC) হল একটি সোর্স ভোল্টেজ প্যারামিটার যা ব্যাটারি প্যাক সংযোগ করার আগে সংযুক্ত লোড ছাড়াই ব্যাটারির ভোল্টেজ এবং ভোল্টেজ পরীক্ষা করে প্রাপ্ত হয়। SOC OCV বক্ররেখা ধ্রুবক লোড পরীক্ষার ডেটা ব্যবহার করে অনুমান করা হয় এবং একটি দ্বাদশ ক্রম বহুপদ দিয়ে লাগানো হয়। দশম ক্রম বহুপদীতে Voc অনুমান করার সর্বোচ্চ নির্ভুলতা এবং ক্ষুদ্রতম মূল গড় বর্গাকার ত্রুটি (RMSE), যা SOC এবং OCV ফাংশনের নির্ভুলতার উপর উল্লেখযোগ্য প্রভাব ফেলে।
R0, Rp, এবং Cp প্যারামিটার:থেভেনিন ব্যাটারি মডেলের জন্য সোর্স ভোল্টেজ হিসাবে SOC-তে OCV প্রয়োজন, যা পালস পরীক্ষার মাধ্যমে পাওয়া যায়। R{{0}} হল একটি অভ্যন্তরীণ রেজিস্ট্যান্স যার মান অন্যান্য রেজিস্ট্যান্সের থেকে বেশি। স্যাম্পলিং পিরিয়ড সমস্যার কারণে, ছোট ডেটা পরিবর্তনগুলি ক্যাপচার করা কঠিন। R0 এবং SOC-এর মধ্যে সম্পর্ক দ্বিতীয়-ক্রম বহুপদী বক্ররেখা ফিটিং এর মাধ্যমে প্রাপ্ত হয়েছিল, যার গড় R0 মান 0.027735 Ω। R0, Rp, এবং Cp ভোল্টেজ এবং বর্তমান পালস পরীক্ষার জন্য ইনপুট ডেটা প্রদান করে এবং আউটপুট পরামিতি মান প্রাপ্ত করে।
পরীক্ষামূলক ফলাফল
ব্যাটারি দ্বারা নিরীক্ষণ করা স্টেট অফ হেলথ (SOH) প্যারামিটারগুলি বিশ্লেষণ করে, BMS কর্মক্ষমতা অর্জন করা হয়, এবং ফিজিক্যাল প্যারামিটার ডেটা যেমন টার্মিনাল ভোল্টেজ এবং ব্যাটারির ইনলেট/আউটলেট কারেন্ট পাওয়া যায়। ব্যাটারি মডেলিংয়ের উপর ভিত্তি করে, প্যারামিটার ডেটা সনাক্ত করা হয় এবং ব্যাটারি স্থিতি পর্যবেক্ষণ এবং সুরক্ষা ব্যবস্থার জন্য ব্যবহার করা হয়। SOH অনুমান পদ্ধতিতে ওহমের আইন এবং কুলম্ব গণনা পদ্ধতি ব্যবহার করে যথাক্রমে ব্যাটারি প্রতিরোধের এবং ক্ষমতার পরিবর্তনগুলি পরিমাপ করা এবং SOC এবং SOH মানগুলি পেতে OCV-SOC সম্পর্ক সমীকরণে OCV মান প্রতিস্থাপন করা অন্তর্ভুক্ত৷
স্ট্যাটিক ডিসচার্জ পরীক্ষা পরিচালিত হয়েছিল, এবং ফলাফলগুলি দেখায় যে CC অ্যালগরিদম বর্তমান মানকে সময়ের দ্বারা গুণ করে SOH পরিবর্তন পেয়েছে, যখন OCV অ্যালগরিদম ব্যাটারি মডেলের টার্মিনাল ভোল্টেজ বা OCV মান ব্যবহার করে SOH মান পেয়েছে৷ দুটি অ্যালগরিদমের SOH পরিবর্তন বক্ররেখা একই ছিল। পরীক্ষাটি ব্যাটারি প্যারামিটার সনাক্তকরণের ফলাফলও পেয়েছে এবং ব্যাটারি শিথিলকরণ বৈশিষ্ট্যগুলি প্যারামিটার সনাক্তকরণের জন্য ব্যবহার করা যেতে পারে। পরীক্ষা চক্র যত দ্রুত হবে, SOH অনুমান তত বেশি সঠিক। CC অ্যালগরিদমটি SOH ইনিশিয়ালাইজেশনে OCV অ্যালগরিদম থেকে উচ্চতর, যা ব্যাটারির অভ্যন্তরীণ প্রতিরোধকে আরও ভালভাবে বুঝতে পারে এবং একই সাথে ব্যাটারির টার্মিনাল ভোল্টেজ Vt, SOC এবং SOH অনুমান করতে পারে, 2% এর কম অনুমান ত্রুটি সহ।
SOH প্যারামিটার সনাক্ত করার ত্রুটি ডেটা থেকে, CC অ্যালগরিদমের গড় বর্গ ত্রুটি (MSE) হল {{0}}.0111, চূড়ান্ত SOH মান হল 17.33%, ত্রুটি শতাংশ হল 1.770%, এবং মূল গড় বর্গাকার ত্রুটি (RMSE) হল 0.0132
গবেষণা ফলাফল আলোচনা:CC এবং OCV অ্যালগরিদমগুলিতে অভ্যন্তরীণ ব্যাটারি প্রতিরোধের প্রভাব একই রকম, এবং CC অ্যালগরিদম ছোট ত্রুটিগুলির সাথে অভ্যন্তরীণ প্রতিরোধকে আরও ভালভাবে বুঝতে পারে। CC অ্যালগরিদম সফলভাবে ব্যাটারির টার্মিনাল ভোল্টেজ Vt, SOC, এবং SOH একই সাথে অনুমান করতে পারে, 2% এর কম অনুমান ত্রুটি সহ। ডিসচার্জ টেস্টে, CC অ্যালগরিদম SOH ইনিশিয়ালাইজেশনে OCV অ্যালগরিদমের চেয়ে বেশি সঠিক, CC অ্যালগরিদমের জন্য 1.770% এবং OCV অ্যালগরিদমের জন্য 3.256% এর আনুমানিক গড় বর্গ ত্রুটি (MSE) সহ। এই ফলাফলগুলি বিএমএস মূল্যায়নে পরামিতি সনাক্তকরণের জন্য রেফারেন্স প্রদান করে।
4. সারাংশ
SOH প্যারামিটার শনাক্তকরণের উপর ভিত্তি করে BMS-এর কর্মক্ষমতা মূল্যায়ন ফলাফল দেখায় যে কুলম্ব গণনা অ্যালগরিদমের আরও ভাল অনুমান ফলাফল রয়েছে, SOH অনুমান ত্রুটি 1.770% এবং চূড়ান্ত SOH মান 17.33%। ব্যাটারির জন্য থেভেনিন ব্যাটারি মডেলের মডেলিং ত্রুটি 0.0451%। দুটি পদ্ধতি (কুলম্ব গণনা এবং খোলা সার্কিট ভোল্টেজ) ব্যবহার করে SOH অনুমানের নির্ভুলতার পরিপ্রেক্ষিতে, কুলম্ব গণনার উচ্চতর নির্ভুলতা রয়েছে। এছাড়াও, ব্যাটারি মডেলিংয়ের উপর ভিত্তি করে অভিযোজিত অ্যালগরিদমগুলি ব্যাটারির টার্মিনাল ভোল্টেজ এবং SOH অনুমান করতে পারে।