모델은 의사결정을 지원하기 위해 존재하며, 충전기 마이크로컨트롤러에 맞는 모델은 셀 연구에 맞는 모델이 아닙니다. NiMH 충전 모델링은 경험적 전압 곡선에서 등가회로망을 거쳐 축소 전기화학 모델과 다공성 전극의 완전한 물리 기반 시뮬레이션에 이르는 충실도 사다리를 포괄하며, 각 단계는 계산 및 교정 부담이라는 대가로 통찰이나 정확도를 삽니다. 이 글은 사다리를 올라가며 각 모델이 충전에 대해 예측할 수 있는 것과 없는 것을 밝히고, 모델 충실도를 그것이 지원해야 하는 의사결정—종료, 전류 계획, 관측기 설계 또는 셀 개발—에 맞추는 선택 프레임워크를 제공하여 엔지니어링 노력이 결과를 바꾸는 곳에 쓰이도록 합니다.
가장 단순한 모델은 시험 데이터에서 SOC와 전류에 따라 전압, 효율과 온도를 표로 만들며 내부 구조가 거의 없습니다; 6번부터 10번 논문의 종료 로직은 사실상 경험적 모델입니다. 값싸고 견고하며 고정된 셀과 고정된 프로필에 충분하지만, 시험하지 않은 전류나 온도로 외삽할 수 없고 원인을 분리할 수 없으며 셀이 바뀌면 재구축해야 합니다. 프로필이 고정된 비용 중심 단일 셀 충전기에 여전히 올바른 선택입니다.
그것의 고장 모드는 조용한 외삽입니다: 특성화된 격자 밖에서 사용된 경험적 표는 안전 여유가 중요한 급속 충전 종료 구간에서 정확히 그럴듯하지만 잘못된 거동을 예측합니다.
테브낭과 랜들스 등가회로—옴 저항에 RC 블록과 바르부르크/확산 요소를 더한—는 펄스 시험에서 식별되는 소수의 물리적으로 해석 가능한 매개변수로 동적 구조를 더합니다 (논문 17). 단자 전압과 열을 실시간으로 재현하고 칼만 필터 SOC 및 저항 관측기에 자연스럽게 내장되며 작은 마이크로컨트롤러에서 실행됩니다; 이것이 충전 제어와 연료 게이지의 주력 충실도입니다.
그것의 한계는 매개변수가 많은 내부 과정을 한데 묶는다는 것입니다: RC 시정수는 양성자 농도, 가스 생성 또는 국부 전류 분포를 드러내지 못하므로, ECM은 전압이 정점에 이를 것을 예측할 수는 있지만 그 이유를 결정하는 전극을 재설계할 수는 없습니다.
축소 차수 전기화학 모델은 공간적 세부 사항이 집계되거나 소수 노드로 해석되는 동안 전극 화학량론, 평균 농도, 가스/산소 평형과 압력 같은 선택된 내부 상태를 유지합니다. ECM이 단지 곡선 맞춤하는 산소 개시 SOC, 내부 압력과 충전 수용성을 적당한 계산 비용으로 예측할 수 있어, 모델 기반 급속 충전 최적화와 문헌에서 연구된 견인 셀 유형의 압력 인식 제어에 적합합니다.
전극 용량 평형, 동역학 및 확산 매개변수, 재결합 계수 등 더 많은 교정이 필요하며 구매자가 온전히 갖추지 못할 수 있는 셀 설계 데이터의 이점을 얻기 때문에, 대개 셀 제조사와 선진 고객이 공동으로 구축합니다.
완전한 다공성 전극(P2D 방식) 및 다중물리 모델은 농도, 과전위, 가스 발생과 온도의 공간 프로필로 전극 두께에 걸쳐 종, 전하와 에너지 보존을 풉니다; COMSOL급 NiMH 등가회로 및 전기화학 라이브러리와 발표된 견인 모델이 여기에 있습니다. 국부 전류 밀도, 가스 경로와 두께 및 배합이 급속 충전 한계에 미치는 영향을 드러냅니다—셀 설계와 어떤 등급이 왜 그렇게 거동하는지 설명하는 도구입니다.
그것의 대가는 무거운 매개변수화와 오프라인 계산입니다; 제어기 모델이 아니라 설계 모델로서 그 출력—산소 개시 지도, 축소 모델의 매개변수—은 제품 펌웨어에서 실행되는 더 낮은 단계로 증류됩니다.
선택 규칙은 의사결정을 따릅니다: 고정 프로필 종료는 경험적/ECM 충실도가 필요하고; 온라인 SOC 및 건강 관측기는 ECM에 관측기가 더해져야 하고; 모델 기반 전류 계획과 압력 인식 급속 충전은 축소 전기화학 모델이 필요하고; 전극과 분리막 설계, 압력이나 노화 문제의 근본 원인 규명은 완전한 물리가 필요합니다. 단순한 충전기를 과도하게 모델링하면 교정이 낭비되고; 급속 충전 제어기를 과소 모델링하면 안전 한계를 설정하는 바로 그 메커니즘이 가려집니다.
첫 번째 그림은 계산 비용과 예측 범위에 대해 충실도 사다리를 배열하고; 두 번째는 구체적인 충전 의사결정을 최소한으로 충분한 모델 단계에 매핑하며, 이것이 비교의 실용적 산출물입니다.
효율적인 작업 흐름은 각 단계가 다음 단계를 공급하도록 사용합니다: 물리 시뮬레이션과 벤치 특성화가 축소 모델을 만들고, 축소 모델이 교정된 ECM과 전류 엔벨로프를 만들며, ECM은 더 높은 충실도 결과로 보수적 여유를 두고 출하된 제어기에서 실행됩니다. Weijiang은 특성화 데이터를 제공할 수 있으며 급속 충전 프로그램에서는 고객 제어기가 일반적 표가 아니라 셀의 실제 급속 충전 한계를 활용하게 하는 축소 모델 매개변수를 공동 개발합니다.
모델은 고정된 매개변수가 아니라 데이터로 공급될 때 특히 강력해집니다; 마지막 추정 논문은 충전 종료와 SOC에 대한 데이터 기반 및 머신러닝 접근 방식과 그것이 어디서 고전적 관측기를 진정으로 이기는지 검토합니다.
Weijiang Power 는 소비자, 산업, 의료 및 모빌리티 고객을 위해 니켈-수소 셀, 매칭 팩과 충전 준비 구성을 설계하고 제조하며, 충전 프로토콜 지도, IEC 61951-2 성능 파일, IEC 62133-1 안전 근거와 충전기 공동 검증으로 파트너를 지원합니다. 셀 형식, 충전율, 열 범위와 사이클 목표를 알려주시면 당사 엔지니어가 사용 시간과 수명을 모두 보호하는 셀-충전 조합을 지정해 드립니다. 제품 페이지에서 제품군을 확인하십시오.
