Mi az a Coulomb-számlálás?

A Coulomb-számlálás egy olyan módszer, amely nyomon követi az akkumulátorba beáramló és onnan kiáramló elektromos töltést az áram folyamatos mérésével és időbeli integrálásával. Ez a technika lehetővé teszi, hogy az akkumulátorkezelő rendszerek megbecsüljék a fennmaradó kapacitást és a töltöttségi állapotot anélkül, hogy közvetlenül mérnék a tárolt energiát.

A coulomb-számlálás alapelve, hogy minden amper{0}}órát figyel, amely belép az akkumulátorba, illetve elhagyja azt. Egy precíziós érzékelő ellenállás méri az áram áramlását, és egy dedikált áramkör integrálja ezeket a méréseket időintervallumokon keresztül. Ha egy akkumulátort 2 amperrel tölt 3 órán keresztül, a rendszer 6 amper-órát számol az akkumulátor kapacitásához. A kisülés során a folyamat fordított irányban fut, és az áram kifolyásakor levonja az amper{8}}órákat.

Az akkumulátorkezelő chipek ezt a számítást folyamatosan végzik, jellemzően másodpercenként több ezer alkalommal mintavételezve az áramot. Az integrációs képlet egyszerű: a töltés változása egyenlő az áram szorzatával, szorozva a coulombos hatásfokkal. A coulombos hatásfok azt a tényt magyarázza, hogy nem minden töltés közben tárolt töltés nyerhető vissza a kisütés során-a veszteségek a belső ellenállás, a mellékreakciók és a hőleadás miatt következnek be.

A modern megvalósítások 16-bites vagy magasabb analóg---digitális átalakítókat használnak mikrokontrollerekkel párosítva. A Maxim MAX17303X+ és a Renesas RAA489206 tipikus hardvermegoldásokat képviselnek, beágyazott processzorokkal, amelyek kezelik a matematikai műveleteket. Ezek a chipek az akkumulátor paramétereit nem felejtő memóriában tárolják, így biztosítva, hogy az adatok akkor is megmaradjanak, ha az akkumulátor teljesen lemerül.

Coulomb Counting

A lítium-ion akkumulátor töltése nagymértékben függ a pontos coulomb-számlálástól a túltöltés megelőzése és az akkumulátor élettartamának maximalizálása érdekében. A töltés állandó-aktuális fázisa alatt a coulomb-számlálás pontosan követi, hogy mennyi töltés kerül az akkumulátorcellákba. Amikor az akkumulátor eléri a teljes kapacitását, és állandó feszültségű töltésre áll át, a csökkenő áramerősséget pontosan meg kell mérni, hogy meghatározzuk, mikor fejeződött be a töltés.

Az akkumulátorkezelő rendszerek coulomb-számlálási adatokat használnak a kritikus töltési döntések meghozatalához. Ha a rendszer azt észleli, hogy a töltés során 2,3 amper-óra került hozzáadásra, és az akkumulátor névleges kapacitása 2,5 amper-óra, akkor tudja, hogy az akkumulátor körülbelül 92%-ra fel van töltve. Ez az információ megakadályozza azt a veszélyes forgatókönyvet, hogy egy teljesen feltöltött lítium-ion cellába áram kerüljön, ami hőkieséshez vezethet.

A módszer különösen értékessé válik a gyorstöltési Ennél az aránynál a feszültség-alapú becslési módszerek sikertelenek a belső ellenálláson átívelő nagy feszültségesések miatt. A Coulomb-számlálás továbbra is megbízható, mert közvetlenül méri a tényleges töltésátvitelt, függetlenül a feszültségingadozásoktól.

A hatékonysági tényezők beszámítása a számításokba az egyes szakaszokban eltérően. A lítium-ion akkumulátor 99%-os hatékonyságot mutathat alacsony -sebességű töltés során, de nagy sebességnél 95%-ra csökken a megnövekedett hőtermelés miatt. A fejlett akkumulátor-felügyeleti rendszerek a valós idejű hőmérséklet- és árammérések alapján állítják be coulomb-számláló algoritmusaikat.

A töltöttségi állapot a rendelkezésre álló kapacitást jelenti a maximális kapacitás százalékában. A Coulomb-számlálás úgy számítja ki az SOC-t, hogy a felhalmozott töltést elosztja az akkumulátor teljes kapacitásával. Ha egy 50 amper-órás akkumulátor 15 amper-órát adott le a teljes töltés óta, akkor az SOC 70%.

A számításhoz a kiindulási pont ismerete szükséges. Az akkumulátorrendszerek általában akkor inicializálják az SOC-t, amikor az akkumulátor eléri az ismert állapotot, -vagy teljesen feltöltött (ezt a töltési feszültséghatár minimális áramerősséggel történő elérése jelzi), vagy teljesen lemerült (az alacsony -feszültség-lezárás elérése). A nyitott-áramköri feszültség nyugalmi időszakokban végzett mérései kalibrációs pontokat is szolgáltathatnak azáltal, hogy a feszültséget SOC-ra leképező keresőtáblázatokra hivatkoznak.

A hőmérséklet jelentősen befolyásolja mind az akkumulátor kapacitását, mind a coulombos hatékonyságot. Egy lítium-ion akkumulátor 100 amper-órát biztosít 25 fokon, de csak 80 amper-órát -10 fokon. A kifinomult megvalósítások hőmérséklet-kompenzációt tartalmaznak, amely a termisztorok leolvasása alapján állítja be az effektív kapacitást.

Az akkumulátor elöregedése megnehezíti az SOC becslését az akkumulátor élettartama alatt. Egy két-éves-akkumulátorcsomag eredeti kapacitásának csak 85%-át őrzi meg. Időszakos újrakalibrálás nélkül a coulomb-számlálás továbbra is az eredeti 100%-os kapacitás alapján számítaná ki az SOC-t, ami egyre pontatlanabb becslésekhez vezet. Sok rendszer ezt az állapot-állapot-algoritmusaival oldja meg, amelyek nyomon követik a kapacitáscsökkenést a töltési-kisütési ciklusok során.

Öt elsődleges hibaforrás befolyásolja a coulomb-számlálás pontosságát. A jelenlegi érzékelőhibák jelentik a legjelentősebb tényezőt,{1}}még a 10 milliamperes eltolási hiba is 0,24 amper-órára halmozódik fel 24 óra alatt. 50 amper{8}}órás akkumulátor esetén ez napi 0,5%-os SOC-hibát jelent.

Az integrációs közelítési hibák a digitális rendszerek diszkrét mintavételi jellegéből adódnak. A téglalap alakú integráció használata ritka mintavételezéssel hibákat okoz, ha az áramerősség gyorsan változik. Az 1-másodperces mintavételezési intervallum minimális hibát produkál lassan változó terhelés mellett, de a hirtelen teljesítményugrások során fontos részletek hiányozhatnak. A modern rendszerek gyakran használnak magasabb rendű integrációs módszereket, mint például a trapéz vagy a Simpson-szabály, hogy csökkentsék ezeket a hibákat.

Az akkumulátor kapacitásának bizonytalansága a gyártási változásokból, a hőmérsékleti hatásokból és az öregedésből adódik. Ugyanabból a gyártási tételből származó két cella tényleges kapacitása 2-3%-kal eltérhet. Ez a bizonytalanság közvetlenül SOC becslési hibába fordul át-ha úgy gondolja, hogy az akkumulátor 50 amperórát bír, de valójában 49, akkor az SOC szisztematikusan 2%-kal magasabb lesz.

Az időzítő oszcillátor eltolódása befolyásolja az aktuális integráció időkomponensét. Az 50 ppm pontosságú kristályoszcillátor csak kisebb hibákat okoz rövid ideig, de felhalmozódhat hetek vagy hónapok folyamatos működése során. A hőmérséklet-kompenzált kristályoszcillátorok a legtöbb alkalmazásnál elhanyagolható szintre csökkentik ezt a hibaforrást.

A kumulatív hibák jelentik a coulomb-számlálás alapvető kihívását. Ellentétben az azonnali mérésekkel, amelyek minden leolvasáskor visszaállnak, az integrációs hibák idővel súlyosbodnak. A ciklusonkénti 1%-os hiba tíz ciklus után 10%-os hibává válik, hacsak a rendszer nem kalibrálja újra. Az Energies (2021) című folyóiratban megjelent kutatás kimutatta, hogy az időbeli{6} kumulatív hibák korrekció nélkül, hosszabb időn keresztül „teljesen érvénytelenné tehetik” az SOC-becsléseket.

A tipikus pontosság 3-4%-tól alapvető megvalósításokban, továbbfejlesztett algoritmusok esetén 2% alattiig terjed. Azok a rendszerek, amelyek a coulomb-számlálást a feszültség{7}}alapú korrekcióval kombinálják Kalman-szűrőkkel, 1% alatti pontosságot érnek el. A PowerTech Systems 1%-nál kisebb mérési hibákat jelent a lítium-ion alkalmazásokhoz használt, kereskedelmi forgalomban lévő coulomb-számláló termékeiben.

Az akkumulátor-kezelő rendszerek a coulomb-számlálást alapvető funkcióként integrálják a cellakiegyenlítő, hőkezelési és védelmi áramkörök mellé. Az áramérzékelő, jellemzően egy 0,5-5 milliohm közötti precíziós söntellenállás, a fő áramútban helyezkedik el. A Hall-effektus érzékelők alternatívát kínálnak a nagy-áramú alkalmazásokhoz, biztosítva a galvanikus leválasztást és kiküszöbölve az energiaelvonási problémákat.

A mikrokontroller firmware végrehajtja az integrációs algoritmust és kezeli a kalibrációs rutinokat. A jármű gyújtása vagy az eszköz indítása során a BMS beolvassa az utoljára tárolt SOC-t a nem -felejtő memóriából. Ezután ettől a kiindulási ponttól kezdi el számolni a coulombokat. A rendszer rendszeresen tárolja a frissítéseket,{4}}egyes megvalósítások néhány percenként írnak a flash memóriába, hogy minimális adatvesztést biztosítsanak váratlan áramkimaradások esetén.

Az elektromos járművek autóipari BMS-ei különösen kifinomult coulomb-számlálási megoldásokat alkalmaznak. A Tesla akkumulátor-felügyeleti rendszere például kilohertz sebességgel veszi az áramot, és több szűrési fokozatot alkalmaz az érzékelőzaj csökkentése érdekében. A rendszer külön coulomb-számlálót tart fenn minden egyes modulhoz vagy cellacsoporthoz, lehetővé téve a kapacitás-eltérések észlelését, amelyek hibás cellákat jelezhetnek.

A hálózati tároláshoz vagy a távközléshez használt ipari akkumulátorrendszerek még nagyobb megbízhatóságot igényelnek. Ezek az alkalmazások gyakran kettős vagy három redundáns áramérzékelést futtatnak, több érzékelőt összehasonlítva a hibák észlelése érdekében. Ha az érzékelő leolvasott értékei eltérnek az elfogadható tűréshatáron, a rendszer képes azonosítani és elkülöníteni a hibás érzékelőt, miközben folytatja a működést a többi érzékelőn.

Az időszakos újrakalibrálás elengedhetetlen a hosszú távú{0}}pontosság megőrzéséhez. A legegyszerűbb módszer teljesen feltölti az akkumulátort, amíg a töltőáram egy küszöbérték alá nem esik (általában C/20), majd visszaállítja az SOC-t 100%-ra. Hasonlóképpen, az alacsony-feszültség-lezárásig történő kisütés az SOC-t 0%-ra állítja vissza. Sok fogyasztói készülék 20-30 töltési ciklusonként automatikusan elvégzi ezt a kalibrálást.

A nyitott-áramköri feszültség kalibrálása gyakoribb korrekciós lehetőségeket kínál. Miután az akkumulátor 30 perctől több óráig pihen, a kapocsfeszültség stabilizálódik a valódi nyitott -áramköri értékre. A BMS ezután hivatkozhat egy OCV-SOC keresőtáblázatra, hogy meghatározza a tényleges SOC-t, és kijavítsa a felhalmozott coulomb-számlálási hibákat. Ez a módszer a legjobban az erős feszültség-SOC-korrelációt mutató akkumulátorkémiai elemeknél működik a legjobban, mint például a lítium-nikkel-kobalt-mangán-oxid (NMC).

A továbbfejlesztett coulomb-számláló algoritmusok coulomb-hatékonysági korrekciókat tartalmaznak. Ng és munkatársai kutatása. (2009) kimutatták, hogy a töltési és kisütési hatékonyság külön-külön történő elszámolása jelentősen javítja a pontosságot. Töltés közben a lítium-ion akkumulátorok jellemzően 98-99,5%-os hatásfokot mutatnak, míg a kisütési hatékonyság megközelíti a 99,8-99,9%-ot. Ezek az értékek a hőmérséklettől, az aktuális sebességtől és az egészségi állapottól függően változnak.

A Kalman-szűrő fúziója egyesíti a coulomb-számlálást a feszültségmérésekkel valós-időben. A szűrő mérlegeli a két becslési módszert az egyes pillanatokban fennálló relatív bizonytalanságuk alapján. Nagy áramerősség esetén, ahol a feszültségmérés nem megbízható a nagy infravörös esések miatt, a szűrő jobban bízik a coulomb-számlálásban. A pihenőidő alatt a feszültségmérés súlya nő. Ez az adaptív megközelítés mindkét módszer közül a legjobbat éri el.

A gépi tanulási algoritmusok az SOC becslés élvonalát képviselik. A több ezer töltési-kisütési ciklusra betanított neurális hálózatok megtanulhatnak olyan akkumulátor--specifikus viselkedéseket, amelyeket az egyszerű modellek figyelmen kívül hagynak. Ezek a rendszerek még azt is megjósolhatják, hogy a halmozott hibák mikor válnak jelentőssé, és megfelelő kalibrálási rutinokat indítanak el.

Coulomb Counting

A feszültség-alapú SOC-becslés nehézségekbe ütközik a lítium-vas-foszfát (LFP) akkumulátorokkal, amelyek figyelemreméltóan lapos feszültséggörbét tartanak fenn a 20-90%-os SOC között. Ebben a teljes tartományban mindössze 50-100 millivoltos változás következik be. A Coulomb-számlálás az akkumulátor kémiai jellemzőitől függetlenül egyformán jól működik.

A módszer töltés és kisütés közben is folyamatosan működik, anélkül, hogy az akkumulátort pihentetni kellene. A feszültség{1}}alapú módszerekhez az akkumulátornak 30 perctől több óráig tétlenül kell állnia, hogy pontos -nyitott áramköri feszültséget leolvashasson. Elektromos járművekben, ahol az autót naponta többször is vezetik, ilyen pihenőidő ritkán fordul elő természetesen.

A számítási követelmények szerények maradnak a modell{0}}alapú megközelítésekhez képest. Az alapvető coulomb-számlálás megvalósításához csak szorzási és összeadási műveletek szükségesek, amelyeket az olcsó 8{5}}bites mikrokontrollerek könnyen kezelhetnek. A Kalman-szűrők vagy a neurális hálózati megközelítések 32 bites, lebegőpontos képességekkel rendelkező processzorokat igényelnek, és lényegesen több energiát fogyasztanak.

A hőmérsékleti hatások elsősorban a kapacitás változásán keresztül befolyásolják a coulomb-számlálást, nem pedig maga a mérési elv. A feszültség-alapú módszerek mind a hőmérséklet-függő kapacitásváltozásoktól, mind a hőmérséklet-függő feszültségeltolódásoktól szenvednek, így a pontos kompenzálásuk bonyolultabbá teszi őket.

A pontos kezdeti SOC követelménye a coulomb-számlálás legalapvetőbb korlátja. Ha a rendszer helytelen SOC értékkel indul, akkor minden további számítás örökli ezt a hibát. Az áramtalanító akkumulátorrendszerek teljesen elveszítik SOC referenciapontjukat, így a következő indításkor a feszültségmérésekre kell támaszkodniuk.

Az önkisülés{0}}rejtett áramelvezetést hoz létre, amelyet a coulomb-számlálás nem képes közvetlenül mérni. A lítium-ion akkumulátorok önkisülése szobahőmérsékleten nagyjából havi 2-5%-kal{2}}kisül, magasabb hőmérsékleten pedig növekszik. Hosszabb tárolási időn keresztül ez a nem felügyelt kapacitásvesztés azt okozza, hogy a becsült SOC magasabbra tolódik, mint a valódi érték.

Az érzékelő eltolódása a termék élettartama során fokozatosan rontja a pontosságot. Egy 1%-os kezdeti pontosságú áramérzékelő öt év alatt 2-3%-ra sodródhat az alkatrészek elöregedése miatt. Az autóipari alkalmazások az érzékelők 15 éven át tartó stabilitását és -40 foktól +85 fokig terjedő hőmérséklet-tartományban határozzák meg, ami gondos alkatrészválasztást és áramkör-tervezést igényel.

Az akkumulátor kapacitásának csökkenése az élettartam során folyamatos kalibrációs kihívást jelent. Az akkumulátor kapacitása 20%-ot veszíthet 1000 ciklus alatt. Hacsak a BMS rendszeres időközönként nem értékeli újra a tényleges kapacitást, az SOC számítások egyre optimistábbá válnak, ami potenciálisan veszélyes túlkisülési körülményeket tesz lehetővé.

Az érzékelők áramelvezetése nagy{0}}áramú alkalmazásokban problémássá válik. Egy 100-amperes kisülési áram egy 1-miliohmos érzékelési ellenálláson 10 wattot disszipál. Ez 0,3%-os energiaveszteséget jelent egy 3,3 kilowattos rendszerben – jelentéktelen, de nem elhanyagolható. Az alacsonyabb ellenállású söntök csökkentik a veszteségeket, de csökkentik a mérési pontosságot alacsony áramoknál.

A coulomb-számlálást kiegészítő módszerekkel kombináló hibrid megközelítések kiváló teljesítményt érnek el. A kiterjesztett Kalman-szűrő (EKF) akkumulátor-ekvivalens áramköri modellt használ a feszültség viselkedésének előrejelzésére coulomb-számlálás alapján, majd korrigálja az SOC becslést az előre jelzett és a mért feszültség különbsége alapján. Ez egy önjavító rendszert-hoz létre, amely korlátozza a halmozási hibákat.

Az elektrokémiai impedancia spektroszkópia (EIS) kiegészítheti a coulomb-számlálást az egészségi állapot felméréséhez. Az akkumulátor impedanciájának több frekvencián történő mérésével a rendszer jellemzi a belső ellenállás növekedését és a kapacitás csökkenését. Ez az információ frissíti a coulomb-számlálási számítások kapacitásparaméterét, megtartva a pontosságot az akkumulátor öregedésével.

A korábbi töltési{0}}kisülési adatokra kiképzett mesterséges neurális hálózatok előre jelezhetik a kapacitáscsökkenési mintákat. Ezek az előrejelzések lehetővé teszik a proaktív újrakalibrálást, mielőtt a hibák jelentőssé válnának. Egyes kutatók az SOC becslési pontosságáról 1%-on belül számolnak be, kombinált coulomb-számlálás és neurális hálózati megközelítések alkalmazásával.

A töltés közbeni differenciális feszültségelemzés időszakos kalibrálási pontokat biztosít, anélkül, hogy teljes töltési{0}}kisütési ciklusra lenne szükség. A dV/dQ görbe jellegzetes csúcsai meghatározott SOC értékeknél jelentkeznek, függetlenül a kapacitás fadejától, ami lehetővé teszi az abszolút SOC meghatározását. Ez a módszer különösen hatékony a lítium-nikkel-mangán-kobalt-oxid kémiával.

A dedikált coulomb-számláló IC-k az összes szükséges funkciót egyetlen chipbe integrálják. A Texas Instruments BQ sorozata és az STMicroelectronics STC31xx családja példázza ezt a megközelítést, amely 16 bites ADC-ket, áramintegrációt, hőmérséklet-érzékelőt és I²C/SPI interfészt tartalmaz. Ezek a chipek csökkentik a tervezés bonyolultságát és a kártyaterületet, miközben a szabadalmaztatott kompenzációs algoritmusok révén javítják a mérési pontosságot.

Az érzékelő ellenállás kiválasztása magában foglalja a pontosság és a teljesítménydisszipáció közötti egyensúlyozást. Egy 0,5-milliohmos ellenállás egy 100-amperes alkalmazásban 5 wattot disszipál, de csak 50 millivolt teljes{11}}skálájú jelet generál, ami nagy-erősítésű, zajra érzékeny erősítőket igényel. Az 5 milliohmos ellenállás 500 millivoltos jelet ad, de 50 wattot disszipál, ami a legtöbb alkalmazásnál elfogadhatatlan. A tipikus autóipari kivitelek 0,1-1,0 milliohmos ellenállást használnak differenciálerősítőkkel, amelyek 80-100 dB közös módú elutasítást tesznek lehetővé.

A Hall{0}}effektus-áramérzékelők a feszültségesés helyett a mágneses mező mérésével elkerülik a teljesítménydisszipáció problémáját. Azonban eltolási hibákat vezetnek be (általában 50{3}}200 mA az autóipari-minőségű érzékelőknél), eltolják a hőmérsékletet, és többe kerülnek, mint a söntalapú megoldások. A 200 amper feletti alkalmazások e korlátozások ellenére egyre inkább a Hall-érzékelőket részesítik előnyben.

Az analóg---digitális konverter kiválasztása közvetlenül befolyásolja a pontosságot. A 12-bites ADC, amely 100-amperes teljes-skálájú áramot mér, nagyjából 25-mA felbontást biztosít, ami nagy teljesítményű alkalmazásokhoz elfogadható, de nem megfelelő a milliamper szintű üresjárati árammal rendelkező eszközökhöz. A modern akkumulátor-felügyeleti rendszerek gyakran alkalmaznak 16 bites vagy akár 24 bites konvertereket, hogy kezeljék a dinamikatartományt a mikroamperes alvó áramoktól a több száz amperig a csúcsterhelés alatt.

Coulomb Counting

Az elektromos járművek megvalósítása nagymértékben demonstrálja a coulomb-számlálást. A Nissan Leaf akkumulátorkezelő rendszere nyomon követi az egyes cellacsoportok töltési áramlását, lehetővé téve a jármű számára, hogy becsült hatótávolságot jelenítsen meg, és figyelmeztetéseket indítson el, mielőtt az akkumulátor lemerül. Több száz töltési-kisütési ciklus után a rendszer a teljes töltés alatti időszakos újrakalibrálással 3-5%-os SOC-pontosságot tart fenn.

Az okostelefonok akkumulátormérői egyszerűsített coulomb-számlálást használnak, amelyet a költségek és az energiafogyasztás korlátoz. Ezek a rendszerek jellemzően 5-10%-os pontosságot érnek el, ami elegendő négy vagy öt akkumulátortöltöttségi sáv megjelenítéséhez, de kevésbé pontos, mint az autóipari megvalósítások. A tüzelőanyag-mérő áramkör teljesítmény-költségvetésének 100 mikroamper alatt kell maradnia a jelentős parazita lemerülés elkerülése érdekében.

A rács-méretű akkumulátortárolás kivételes pontosságot igényel a töltési-kisütés ütemezésének optimalizálásához és a meghibásodott modulok észleléséhez. Ezek a rendszerek redundáns áramérzékelést alkalmaznak kettős sönttel és több ADC-vel. A szoftveralgoritmusok kereszt-ellenőrzik a méréseket, és megjelölik a 0,5%-ot meghaladó eltéréseket, lehetővé téve a prediktív karbantartást a hibák bekövetkezése előtt.

A katonai és űrkutatási alkalmazások a legnagyobb megbízhatóságot követelik meg, gyakran hármas{0}}redundáns érzékelést valósítanak meg szavazási logikával. Az akkumulátorkezelő rendszer három független coulomb-számláló áramkört hasonlít össze, és a medián értéket használja. Ha bármely érzékelő eltér az elfogadható határokon, azt figyelmen kívül hagyja, miközben a rendszer naplózza a hibát a karbantartási művelethez.

Folytatódik a kutatás a coulomb-számlálás pontosságának javítására anélkül, hogy a hardver bonyolultsága vagy költsége nőne. Azok az adaptív algoritmusok, amelyek megtanulják az akkumulátor-specifikus viselkedést az első tucatnyi ciklus során, ígéretesnek bizonyulnak a hibák csökkentésében a sorozatgyártású eszközökben, ahol az egységenkénti kalibrálás nem praktikus.

A vezeték nélküli akkumulátor-felügyeleti rendszerek kiküszöbölik az egyes cellákat a központi vezérlővel összekötő kábelköteget. Minden cellamodul saját coulomb-számlálóval rendelkezik, és vezeték nélküli protokollon keresztül továbbítja az adatokat. Ez az architektúra csökkenti az elektromos járművek súlyát és egyszerűsíti az összeszerelést, bár kihívásokat jelent a több független mérés szinkronizálása körül.

A következő néhány évben gyártásba kerülő szilárdtest{0}}akkumulátorok módosított coulomb-számlálási megközelítést igényelhetnek. Ezeknek az akkumulátoroknak a töltési -kisütési jellemzői és az öregedési mechanizmusok eltérőek a hagyományos lítium-ion cellákhoz képest. Az áram időbeli integrálásának alapelve továbbra is érvényes, de a kalibrációs stratégiákat és a hatékonysági tényezőket frissíteni kell.

Az akkumulátoros digitális ikrekkel való integráció lenyűgöző lehetőségeket kínál. Az egyes akkumulátorok állapotáról a teljes történetükön alapuló részletes számítási modell fenntartásával a rendszerek példátlan pontosságot érhetnek el az SOC becslésében. Ezek a modellek a coulomb-számlálást egy bemenetként tartalmaznák a sok közül, amely az áram-, feszültség-, hőmérséklet- és impedanciamérésekből származó adatokat egyesítené.

Az akkumulátor feszültsége nem jelzi közvetlenül a töltöttségi állapotot a legtöbb vegyi anyag esetében. A lítium-vas-foszfát akkumulátorok közel állandó feszültséget tartanak fenn 20-90% SOC-n keresztül, így a feszültség-alapú becslés nem praktikus. Még azoknál a lítium-kobalt-oxid akkumulátoroknál is, amelyeknek jobb a feszültség-SOC korrelációja, a kapcsolat a hőmérséklet, az életkor és a terhelési áram függvényében változik. A Coulomb-számlálás a feszültség viselkedésétől függetlenül követi a tényleges töltésáramlást.

A kalibrálás gyakorisága az alkalmazás követelményeitől és a hibatűréstől függ. A fogyasztói eszközök általában 20-30 teljes ciklusonként kalibrálnak 100%-os töltéssel. Az elektromos járművek havonta vagy bármikor kalibrálhatók, amikor az akkumulátor eléri az ismert állapotokat. A nagy pontosságot igénylő kritikus alkalmazások hetente kalibrálhatnak, vagy folyamatos korrekciót alkalmazhatnak a Kalman-szűrőn keresztül, hogy elkerüljék az időszakos újrakalibrálást.

Igen, a coulomb-számlálás mindkét irányban folyamatosan működik. Töltés közben coulombokat ad hozzá, amint az áram befolyik. Kisütés közben levonja a coulombokat, amikor az áram kifolyik. A rendszer az egyes irányban eltérő coulombos hatásfokokhoz igazodik,-a töltési hatékonyság általában 98-99%, míg a lítium-ion akkumulátorok kisütési hatékonysága meghaladja a 99,5%-ot.

A pontosság csökken, ha a rendszer nem követi a kapacitás fade-jét. Az akkumulátorok öregedésével veszítenek kapacitásukból, miközben a coulomb-számláló algoritmus továbbra is az eredeti kapacitásértéket használja. Emiatt a becsült SOC egyre optimistábbá válik. A továbbfejlesztett BMS-megvalósítások időszakonként mérik a tényleges kapacitást és frissítik a számítási paramétereket, megőrizve a pontosságot az öregedés ellenére.

A coulomb-számlálás gyakorlati sikere az egyszerűség és a pontosság közötti egyensúlyból fakad. Bár nem tökéletes, a legtöbb alkalmazáshoz elegendő pontosságot biztosít, ha időszakos kalibrálással kombinálják. A módszer számítási hatékonysága ideálissá teszi akkumulátoros-eszközökhöz, ahol magának az üzemanyagszint-mérőnek minimális energiát kell fogyasztania. Az akkumulátortechnológia fejlődésével és az energiatároló alkalmazások terjedésével a coulomb-számlálás alapvető eszköz marad az újratölthető akkumulátorok kezelésében minden piaci szegmensben.