Hvordan kan vi forbedre påliteligheten til energilagrings batteristyringssystemer

- Apr 08, 2018-

Store batterisystemer kan brukes som backup og kontinuerlig drevne energilagringssystemer. Denne bruken får stadig mer oppmerksomhet. De innenlandske og kommersielle Powerwall-systemene som nylig ble lansert av Tesla Motors, har vist dette. Batteriet i denne typen system belastes kontinuerlig av strømnettet eller annen energikilde, og deretter tilføres strømforsyningen til brukeren via DC / AC-omformeren.

Battery.png  

Bruk av et batteri som sikkerhetskopiering er ikke nytt. Det finnes allerede mange batterispare-strømforsyningssystemer, for eksempel de grunnleggende 120 / 240V AC og hundrevis av watt av stasjonær PC-kortvarig backup strømforsyningssystem, skip, hybridbil eller all-elektrisk type Bruken av flere tusen watt med spesiell bil og båtsikkerhetskopieringssystemer for biler, rutenettet hundrevis av kilowatt backup-kraftsystemer som brukes i telekommunikasjonssystemer og datasentre (se figur 1) ... osv. Selv om fremskritt innen batterikjemi og batteriteknologi har generert stor oppmerksomhet, er det en like viktig del av et levedyktig og batteribasert backup system, som er batteristyringssystemet (BMS).

Reserve strømforsyningen i henhold til batteriet er svært egnet for fast og mobil bruk fra flere kilowatt til hundrevis av kilowatt med strøm og kan på en pålitelig og effektiv måte levere strøm til en rekke bruksområder.

Det er mange utfordringer for å fullføre batteristyringssystemet for energilagring, og løsningen er aldri utvidet fra styringssystemet til små batterier med lav kapasitet. I stedet er det behov for nye, mer sofistikerte strategier og kritiske støttekomponenter.

Utgangspunktet for kampen er å kreve høy nøyaktighet og pålitelighet i måling av mange kritiske batteriparametere. I tillegg må planleggingen av delsystemene være modulære for å kunne tilpasse konfigurasjonen i henhold til de spesifikke bruksbehovene, men også å vurdere mulige utvidelseskrav, generelle styringsproblemer og nødvendig vedlikehold.

Solar Panel.png  

Arbeidsmiljøet til større lagringsarrayer bringer også andre store utfordringer. I situasjoner hvor inverterspenningen er veldig høy / strømmen er stor og derfor er det nåværende spikes, må BMS også levere nøyaktige, vanlige data i et støyende elektrisk miljø og ofte et meget høytemperaturmiljø. I tillegg må BMS også gi omfattende "fine" data for interne modul- og systemtemperaturmålinger, i stedet for et begrenset antall grovtall, fordi disse dataene er kritiske for lading, overvåkning og utlading.

På grunn av den viktige rollen i disse kraftsystemene, er deres driftssikkerhet iboende viktig. For å gjøre dette enkle å tolke målet til virkelighet, må BMS sikre data nøyaktighet og fullstendighet og kontinuerlig helsevurdering slik at BMS kan fortsette å ta de nødvendige tiltakene. Gjennomføring av robust planlegging og pålitelig sikkerhet er en prosess på flere nivåer. BMS må forutse mulige problemer for alle delsystemer, utføre selvtest og gi feilsøking, og velg deretter passende handlinger i standby-modus og arbeidsmodus. Det siste kravet er at BMS må oppfylle mange strenge reguleringsstandarder på grunn av høy spenning, høy strøm og høy effekt.

Systemplanlegging gjør konsepter til virkelige resultater

Selv om overvåking av det oppladbare batteriet er konseptuelt enkelt, er det tilstrekkelig å plassere spennings- og strømmålingskretsene på batteriets klemmer. Men den faktiske BMS er veldig forskjellig og mye mer komplisert.

Robust planlegging begynner med det overordnede tilsynet med batteriene, som legger frem noen viktige krav for å etterligne kretsens funksjon. Batterilesninger krever millivolt og milliamp nøyaktighet, og spennings- og strømmålinger må synkroniseres for å stå for strøm. BMS må evaluere effektiviteten av hver måling fordi den må maksimere dataintegritet og BMS må også identifisere feil eller problematiske avlesninger. BMS kan ikke ignorere uvanlige avlesninger, fordi slike lesinger kan indikere potensielle problemer, men samtidig kan BMS ikke handle ut fra feilaktige data.