Encontrar la carga de una batería sin conocimiento de la carga anterior

Question

Tenemos una batería conectada a unos circuitos. Actualmente, toda la carga de la batería pasa por un sensor LTC 2944, y toda la descarga pasa por otro de esos sensores. Estamos tratando de escribir un software para leer los valores de los sensores y obtener una idea en cuanto a la SOC de la batería. Sin embargo, todos los métodos que estoy encontrando en línea (es decir, por la tensión, el recuento de Coulomb, etc) requieren que usted sepa el estado anterior de la carga de la batería. ¿Existe algún método para saber en qué estado se encuentra la batería actualmente, sin necesidad de conocer el nivel de carga de la misma?

He encontrado muchas otras respuestas a esto, pero una vez más todas requieren algún otro conocimiento del estado actual de la batería. Cualquier explicación (o rechazo) de este proceso sería muy apreciado.

(Editar):

La batería es de fosfato de hierro y litio. Según las hojas de datos del fabricante, parece que tanto la tasa de descarga como el voltaje se mantienen constantes hasta que la batería se agota por completo.

Answer 1

Si no has contado culombios, sólo puedes estimar aproximadamente el estado de carga de una batería a partir de su comportamiento en los terminales. Por eso contamos los culombios.

La mejor manera es estimularla con un consumo de corriente bajo y alto (o esperar a que su equipo lo haga) y estimar su resistencia interna -- pero incluso para eso, para la mayoría de las químicas de celdas útiles todo el rango desde el 80% cargado hasta el 20% cargado o así no hay mucha diferencia, y hay son diferencias de una célula a otra y a medida que las células envejecen.

(Editar):

Se puede distinguir entre "llena hasta reventar", "en algún punto intermedio" y "a punto de cagar", pero esa sección intermedia representará la mayor parte del ciclo de descarga de la batería.

Answer 2

Creo que este es un asunto muy complicado. Muchos de los efectos dentro de las baterías que contribuyen a su comportamiento en función de la carga y la edad no son muy lineales y provienen de una química compleja en su interior. Piense en los efectos de memoria en las pilas de NiCd y también en las de NiMH en función de la corriente de carga reciente. Estos efectos pueden ser difíciles de separar de los efectos del envejecimiento y la descarga.

El examen analítico para conseguir un modelo puede resultar bastante complejo. Creo que esta tarea puede resolverse con la ayuda de una red neuronal o de algoritmos similares como el HMM. Hay que tener cuidado de que la entrada proporcione la mayor cantidad de información posible. Por ejemplo, mediante la realización de pruebas como las propuestas en la respuesta de TimWescott. Definir un conjunto de pruebas que se ejecuten en una batería, recoger tantos conjuntos de mediciones como sea posible en estados conocidos de la batería y alimentar a un algoritmo de aprendizaje.

Creo que el método de estimulación es un buen método que se puede utilizar incluso cuando la batería está alimentando un circuito, ya que se puede restringir a una especie de SOA en el que la fuente de alimentación de su circuito no se pone en riesgo.

Los resultados de la estimulación pueden ser

• tensión durante el estrés
• tiempo de recuperación de la tensión después del estrés
• tasa de disminución de la tensión después de un esfuerzo repetido (debido al calentamiento interno)
• cambio de la curva U/I.

Si el aprendizaje automático será capaz de destilar un resultado útil a partir de esos datos es más bien especulativo y depende de la forma en que diferentes causas puedan generar efectos similares. Pero yo lo intentaría.