Большинство электромобилей оснащены электронным мозгом, который управляет повседневной работой аккумулятора и безопасностью. Эта система управления аккумулятором, или BMS, включает в себя программное обеспечение, которое использует алгоритмы для мониторинга общего состояния мощного литий-ионного аккумуляторного блока.
“Алгоритм сообщает вам такие вещи, как, например, все ли в порядке с вашей батареей или как далеко вы можете проехать, прежде чем вам понадобится подзарядка”, – говорит Симона Онори, доцент кафедры энергетических наук и инженерии в Стэнфордской школе устойчивого развития Doerr. “Проблема в том, что алгоритмы BMS разрабатываются в идеальных лабораторных условиях, которые не отражают того, что видит аккумуляторная батарея в реальном мире”.
Чтобы продемонстрировать разрыв между контролируемыми лабораторными испытаниями и реальным опытом вождения, Онори и его коллеги из Стэнфорда сотрудничали с исследователями из инновационного и инженерного центра Volkswagen, расположенного недалеко от университетского городка. Их результаты опубликованы 18 августа в журнале Joule.
“Алгоритмы, основанные на нереалистичных данных о вождении, скорее всего, будут неточными в полевых условиях”, – сказал Онори, ведущий автор исследования. “Наша цель – увеличить срок службы аккумуляторной батареи путем разработки алгоритмов, обученных на основе реальных данных”.
Стили вождения
Системы управления аккумуляторами в электромобилях на дорогах сегодня регулярно записывают данные во время торможения, ускорения, замедления скорости и зарядки.
“Вождение в реальном мире зависит от конкретного водителя”, – говорит соавтор исследования Габриэле Поццато, инженер-исследователь из Стэнфорда. “Возможно, вы агрессивный водитель или тот, кто заряжает свой автомобиль лишь частично. Различные стили вождения и зарядки приведут к различным траекториям разряда аккумулятора. Однако такого рода полевые данные не включаются в обычные алгоритмы работы с батареями.”
Для исследования Volkswagen предоставил стэнфордской команде около 3750 часов данных о вождении BMS, собранных с полностью электрического внедорожника Audi e-tron, который эксплуатировался в районе залива Сан-Франциско в течение одного года, с ноября 2019 по октябрь 2020 года (Audi является дочерней компанией Volkswagen).
Энергия и могущество
Используя данные Audi field, команда из Стэнфорда рассчитала электрическое сопротивление аккумуляторной батареи за годичный период. Эти расчеты позволили команде оценить два ключевых показателя заряда батареи: энергопотребление и мощность.
“Энергия дает вам запас хода, или сколько миль вы можете проехать с полностью заряженной батареей”, – объяснил Поццато. “Мощность – это способность быстро извлекать энергию. Когда вы ускоряетесь, вы хотите получить доступ к энергии и очень быстро разрядить аккумулятор. Чем меньше электрическое сопротивление батареи, тем больше у вас энергии.”
Чтобы рассчитать сопротивление, исследователи измерили резкие изменения тока и напряжения в аккумуляторной батарее, используя данные о 529 случаях ускорения и 392 случаях торможения в течение года. Они также рассчитали импеданс — показатель сопротивления во время зарядки аккумулятора — проанализировав 53 сеанса зарядки.
“Импеданс и сопротивление обычно считаются показателями работоспособности батареи”, – сказал Онори. “Чем больше вы едете, тем больше возрастает сопротивление. Обычно это приводит к уменьшению доступной мощности от аккумуляторной батареи, но это не то, что мы видели “.
Более сложная закономерность выявилась, когда исследователи добавили к ней сезонные погодные данные. Они обнаружили, что электрическое сопротивление снижается в прохладные месяцы и неуклонно увеличивается весной и летом, что свидетельствует о том, что состояние батареи улучшается с повышением температуры.
“Более высокие температуры увеличивают емкость аккумулятора, поэтому у вас возникает ощущение, что в автомобиле больше энергии и что вы можете проехать больше миль”, – сказал Онори. “Но если вы продолжите использовать аккумулятор при высоких температурах, он будет разряжаться быстрее. Это очень сложные факторы, влияющие на производительность. В следующем году мы расширим наш набор данных до парка транспортных средств, чтобы точно определить, как температура и старение влияют друг на друга”.
Автопроизводители полагаются на обычные алгоритмы BMS, разработанные в безупречных лабораторных условиях. Используя машинное обучение, эти алгоритмы обычно отслеживают данные о производительности от одного 4-вольтового элемента питания, который непрерывно заряжается и разряжается при постоянной температуре, пока не разрядится. Но данные Audi field были собраны с помощью 396-вольтового аккумуляторного блока, питающегося от 384 элементов.
“Новые алгоритмы должны быть ориентированы на весь аккумуляторный блок, а не на отдельные элементы”, – сказал Онори. “Мы хотим разработать алгоритмы, которые обучат водителей тому, как увеличить срок службы аккумуляторной батареи, которая является самым дорогим компонентом автомобиля. Например, вы могли бы предупреждать водителей, если они слишком быстро заряжаются или ускоряются слишком агрессивно. Так много можно почерпнуть из полевых данных, чтобы сделать алгоритмы BMS более надежными”.