કુલોમ્બ ગણતરી શું છે?

કુલોમ્બ ગણતરી એ એક એવી પદ્ધતિ છે જે સતત વર્તમાનને માપીને અને સમય જતાં તેને એકીકૃત કરીને બેટરીમાં અને બહાર વહેતા વિદ્યુત ચાર્જને ટ્રેક કરે છે. આ ટેકનિક બેટરી મેનેજમેન્ટ સિસ્ટમ્સને સંગ્રહિત ઊર્જાને સીધી માપ્યા વિના બાકીની ક્ષમતા અને ચાર્જની સ્થિતિનો અંદાજ કાઢવાની મંજૂરી આપે છે.

કુલોમ્બ ગણતરી પાછળના મૂળભૂત સિદ્ધાંતમાં દરેક એમ્પ-કલાક પર દેખરેખ રાખવાનો સમાવેશ થાય છે જે બેટરીમાં પ્રવેશે છે અથવા છોડે છે. એક ચોકસાઇ સેન્સ રેઝિસ્ટર વર્તમાન પ્રવાહને માપે છે, અને સમર્પિત સર્કિટ સમયના અંતરાલોમાં આ માપને એકીકૃત કરે છે. જ્યારે તમે 3 કલાક માટે 2 amps પર બેટરી ચાર્જ કરો છો, ત્યારે સિસ્ટમ બેટરીની ક્ષમતામાં ઉમેરવામાં આવેલા 6 amp-કલાકની ગણતરી કરે છે. ડિસ્ચાર્જ દરમિયાન, પ્રક્રિયા ઉલટામાં ચાલે છે, વિદ્યુતપ્રવાહના પ્રવાહની સાથે એમ્પ-કલાક બાદ કરીને.

બેટરી મેનેજમેન્ટ ચિપ્સ આ ગણતરી સતત કરે છે, સામાન્ય રીતે દર સેકન્ડમાં હજારો વખત વર્તમાનના નમૂના લે છે. એકીકરણનું સૂત્ર સીધું છે: ચાર્જમાં ફેરફાર એ વર્તમાનના ગુણાકારના સમયની બરાબર છે, જે કુલોમ્બિક કાર્યક્ષમતા માટે સમાયોજિત છે. કુલોમ્બિક કાર્યક્ષમતા એ હકીકત માટે જવાબદાર છે કે ચાર્જિંગ દરમિયાન સંગ્રહિત તમામ ચાર્જ ડિસ્ચાર્જ દરમિયાન પુનઃપ્રાપ્ત કરી શકાતા નથી

આધુનિક અમલીકરણો 16-બીટ અથવા ઉચ્ચ એનાલોગનો ઉપયોગ કરે છે-થી-માઈક્રોકન્ટ્રોલર્સ સાથે જોડી ડિજિટલ કન્વર્ટર. મેક્સિમ MAX17303X+ અને રેનેસાસ RAA489206 લાક્ષણિક હાર્ડવેર સોલ્યુશન્સનું પ્રતિનિધિત્વ કરે છે, જેમાં એમ્બેડેડ પ્રોસેસર્સ છે જે ગાણિતિક કામગીરીનું સંચાલન કરે છે. આ ચિપ્સ બેટરીના પરિમાણોને બિન-અસ્થિર મેમરીમાં સંગ્રહિત કરે છે, જ્યારે બેટરી સંપૂર્ણપણે ડ્રેઇન થઈ જાય ત્યારે પણ ડેટા ચાલુ રહે તેની ખાતરી કરે છે.

Coulomb Counting

લિથિયમ આયન બેટરી ચાર્જિંગ વધુ પડતા ચાર્જિંગને રોકવા અને બેટરીની આયુષ્ય વધારવા માટે સચોટ કુલોમ્બ ગણતરી પર ખૂબ આધાર રાખે છે. ચાર્જિંગના સતત-વર્તમાન તબક્કા દરમિયાન, કુલોમ્બ ગણતરી બૅટરી કોષોમાં કેટલો ચાર્જ પ્રવેશે છે તે બરાબર ટ્રેક કરે છે. જેમ જેમ બેટરી સંપૂર્ણ ક્ષમતાની નજીક આવે છે અને સતત-વોલ્ટેજ ચાર્જિંગમાં સંક્રમણ થાય છે, ત્યારે ચાર્જિંગ ક્યારે પૂર્ણ થાય છે તે નિર્ધારિત કરવા માટે ઘટતો પ્રવાહ ચોક્કસ રીતે માપવો આવશ્યક છે.

બેટરી મેનેજમેન્ટ સિસ્ટમ્સ ચાર્જિંગના નિર્ણાયક નિર્ણયો લેવા માટે કુલોમ્બ ગણતરી ડેટાનો ઉપયોગ કરે છે. જો સિસ્ટમ શોધે છે કે ચાર્જિંગ દરમિયાન 2.3 amp-કલાક ઉમેરવામાં આવ્યા છે અને બેટરીની રેટ કરેલ ક્ષમતા 2.5 amp-કલાક છે, તો તે જાણે છે કે બેટરી લગભગ 92% ચાર્જ થઈ છે. આ માહિતી સંપૂર્ણપણે ચાર્જ થયેલા લિથિયમ આયન કોષમાં વર્તમાનને ધકેલવાના ખતરનાક દૃશ્યને અટકાવે છે, જે થર્મલ રનઅવે તરફ દોરી શકે છે.

આ પદ્ધતિ ખાસ કરીને ઝડપી-ચાર્જિંગ એપ્લિકેશન્સમાં મૂલ્યવાન બને છે જ્યાં ચાર્જિંગ કરંટ 3C અથવા તેથી વધુ સુધી પહોંચી શકે છે. આ દરો પર, આંતરિક પ્રતિકારમાં મોટા વોલ્ટેજ ડ્રોપને કારણે વોલ્ટેજ આધારિત અંદાજ પદ્ધતિઓ નિષ્ફળ જાય છે. કુલોમ્બ ગણતરી વિશ્વસનીય રહે છે કારણ કે તે વોલ્ટેજની વધઘટને ધ્યાનમાં લીધા વિના વાસ્તવિક ચાર્જ ટ્રાન્સફરને સીધી રીતે માપે છે.

વિવિધ તબક્કાઓ દરમિયાન અલગ અલગ રીતે ગણતરીમાં કાર્યક્ષમતા પરિબળોને ચાર્જ કરવું. લિથિયમ આયન બેટરી નીચા-દર ચાર્જિંગ દરમિયાન 99% કાર્યક્ષમતા પ્રદર્શિત કરી શકે છે પરંતુ ગરમીના ઉત્પાદનમાં વધારો થવાને કારણે ઊંચા દરે 95% સુધી ઘટી જાય છે. અદ્યતન બેટરી મેનેજમેન્ટ સિસ્ટમ્સ વાસ્તવિક-સમયના તાપમાન અને વર્તમાન માપના આધારે તેમના કુલોમ્બ ગણતરી અલ્ગોરિધમ્સને સમાયોજિત કરે છે.

ચાર્જની સ્થિતિ મહત્તમ ક્ષમતાની ટકાવારી તરીકે ઉપલબ્ધ ક્ષમતાને દર્શાવે છે. કુલોમ્બ ગણતરી બેટરીની કુલ ક્ષમતા દ્વારા સંચિત ચાર્જને વિભાજિત કરીને SOC ની ગણતરી કરે છે. જો 50 amp-કલાકની બેટરી ફુલ ચાર્જ થયા પછી 15 amp-કલાક વિતરિત કરે છે, તો SOC 70% બરાબર છે.

ગણતરી માટે પ્રારંભિક બિંદુ જાણવાની જરૂર છે. બૅટરી સિસ્ટમો સામાન્ય રીતે SOC શરૂ કરે છે જ્યારે બૅટરી જાણીતી સ્થિતિમાં પહોંચે છે-કા તો સંપૂર્ણ ચાર્જ થાય છે (ન્યૂનતમ પ્રવાહ સાથે ચાર્જ વોલ્ટેજ મર્યાદા સુધી પહોંચીને સૂચવવામાં આવે છે) અથવા સંપૂર્ણપણે ડિસ્ચાર્જ થાય છે (નીચા-વોલ્ટેજ કટઓફને હિટ કરીને). બાકીના સમયગાળા દરમિયાન ઓપન-સર્કિટ વોલ્ટેજ માપન લુકઅપ કોષ્ટકોનો સંદર્ભ આપીને કેલિબ્રેશન પોઈન્ટ પણ પ્રદાન કરી શકે છે જે SOC સાથે વોલ્ટેજને મેપ કરે છે.

તાપમાન બેટરી ક્ષમતા અને કુલોમ્બિક કાર્યક્ષમતા બંનેને નોંધપાત્ર રીતે અસર કરે છે. લિથિયમ આયન બેટરી 25 ડિગ્રી પર 100 amp-કલાક પ્રદાન કરી શકે છે પરંતુ -10 ડિગ્રી પર માત્ર 80 amp-કલાક આપી શકે છે. અત્યાધુનિક અમલીકરણો થર્મિસ્ટર રીડિંગ્સના આધારે અસરકારક ક્ષમતાને સમાયોજિત કરીને, તાપમાન વળતરનો સમાવેશ કરે છે.

બૅટરી વૃદ્ધત્વ બૅટરીના જીવનકાળ દરમિયાન SOC અંદાજને જટિલ બનાવે છે. બે--વર્ષ જૂનું બેટરી પેક તેની મૂળ ક્ષમતાના માત્ર 85% જ જાળવી શકે છે. સામયિક પુનઃ-કેલિબ્રેશન વિના, કુલોમ્બ ગણતરી હજુ પણ મૂળ 100% ક્ષમતાના આધારે SOC ની ગણતરી કરશે, જે વધુને વધુ અચોક્કસ અંદાજ તરફ દોરી જશે. ઘણી સિસ્ટમ્સ આને સ્ટેટ-ની-સ્વાસ્થ્ય અલ્ગોરિધમ્સ દ્વારા સંબોધિત કરે છે જે ચાર્જ-ડિસ્ચાર્જ ચક્ર પર ક્ષમતાના ઘટાડા પર નજર રાખે છે.

પાંચ પ્રાથમિક ભૂલ સ્ત્રોતો કુલોમ્બ ગણતરીની ચોકસાઈને અસર કરે છે. વર્તમાન સેન્સર ભૂલો સૌથી નોંધપાત્ર યોગદાનકર્તાનું પ્રતિનિધિત્વ કરે છે 50 amp-કલાકની બેટરીમાં, આ દરરોજ 0.5% SOC ભૂલમાં અનુવાદ કરે છે.

સંકલન અંદાજની ભૂલો ડિજિટલ સિસ્ટમ્સના અલગ નમૂનાના સ્વભાવથી ઊભી થાય છે. જ્યારે વર્તમાન ઝડપથી બદલાય છે ત્યારે અવારનવાર નમૂના લેવા સાથે લંબચોરસ એકીકરણનો ઉપયોગ ભૂલો રજૂ કરે છે. 1-સેકન્ડ સેમ્પલિંગ અંતરાલ ધીમે ધીમે બદલાતા લોડ સાથે ન્યૂનતમ ભૂલ પેદા કરે છે પરંતુ અચાનક પાવર સ્પાઇક્સ દરમિયાન મહત્વપૂર્ણ વિગતો ચૂકી શકે છે. આધુનિક સિસ્ટમો ઘણીવાર આ ભૂલોને ઘટાડવા માટે ટ્રેપેઝોઇડલ અથવા સિમ્પસનના નિયમ જેવી ઉચ્ચ-ક્રમની એકીકરણ પદ્ધતિઓનો ઉપયોગ કરે છે.

બેટરી ક્ષમતાની અનિશ્ચિતતા મેન્યુફેક્ચરિંગ ભિન્નતા, તાપમાનની અસરો અને વૃદ્ધત્વને કારણે થાય છે. સમાન ઉત્પાદન બેચના બે કોષો વાસ્તવિક ક્ષમતામાં 2-3% થી અલગ હોઈ શકે છે. આ અનિશ્ચિતતા સીધી રીતે SOC અંદાજ ભૂલમાં અનુવાદ કરે છે-જો તમે માનતા હોવ કે બેટરી 50 એમ્પ-કલાક ધરાવે છે પરંતુ તે વાસ્તવમાં 49 ધરાવે છે, તો તમારું SOC વ્યવસ્થિત રીતે 2% વધારે હશે.

ટાઇમિંગ ઓસિલેટર ડ્રિફ્ટ વર્તમાન એકીકરણના સમય ઘટકને અસર કરે છે. 50 પીપીએમ ચોકસાઈ સાથેનું ક્રિસ્ટલ ઓસિલેટર ટૂંકા ગાળામાં માત્ર નાની ભૂલો રજૂ કરે છે પરંતુ સતત કામગીરીના અઠવાડિયા કે મહિનાઓ સુધી એકઠા થઈ શકે છે. તાપમાન-ભરપાયેલ ક્રિસ્ટલ ઓસિલેટર મોટાભાગની એપ્લિકેશનો માટે આ ભૂલ સ્ત્રોતને નજીવા સ્તરે ઘટાડે છે.

સંચિત ભૂલો કુલોમ્બ ગણતરી સાથે મૂળભૂત પડકારનું પ્રતિનિધિત્વ કરે છે. ત્વરિત માપનથી વિપરીત જે દરેક વાંચન સાથે રીસેટ થાય છે, એકીકરણ ભૂલો સમય જતાં સંયોજન કરે છે. એક ચક્ર દીઠ 1% ભૂલ એ દસ ચક્ર પછી 10% ભૂલ બની જાય છે સિવાય કે સિસ્ટમ ફરીથી માપાંકિત કરે. એનર્જી (2021) માં પ્રકાશિત થયેલા સંશોધનોએ દર્શાવ્યું છે કે સમય-સંચિત ભૂલો સુધારણા વિના વિસ્તૃત સમયગાળા દરમિયાન SOC અંદાજોને "સંપૂર્ણપણે અમાન્ય" બનાવી શકે છે.

સામાન્ય સચોટતા મૂળભૂત અમલીકરણમાં 3-4% થી ઉન્નત અલ્ગોરિધમ્સ સાથે 2% થી ઓછી છે. કાલમેન ફિલ્ટર્સનો ઉપયોગ કરીને વોલ્ટેજ-આધારિત કરેક્શન સાથે કુલમ્બ ગણતરીને જોડતી સિસ્ટમ્સ 1% ની નીચે ચોકસાઈ પ્રાપ્ત કરે છે. પાવરટેક સિસ્ટમ્સ લિથિયમ-આયન એપ્લીકેશન માટે તેમના કોમર્શિયલ કુલોમ્બ કાઉન્ટર પ્રોડક્ટ્સમાં 1% કરતા ઓછી માપન ભૂલોની જાણ કરે છે.

બેટરી મેનેજમેન્ટ સિસ્ટમ્સ સેલ બેલેન્સિંગ, થર્મલ મેનેજમેન્ટ અને પ્રોટેક્શન સર્કિટની સાથે કોર ફંક્શન તરીકે કુલોમ્બ કાઉન્ટિંગને એકીકૃત કરે છે. વર્તમાન સેન્સર, સામાન્ય રીતે 0.5 થી 5 મિલિઓહમ સુધીનું ચોકસાઇ શન્ટ રેઝિસ્ટર, મુખ્ય વર્તમાન પાથમાં બેસે છે. હોલ-ઇફેક્ટ સેન્સર ઉચ્ચ-વર્તમાન એપ્લિકેશનો માટે વૈકલ્પિક ઓફર કરે છે, જે ગેલ્વેનિક આઇસોલેશન પ્રદાન કરે છે અને પાવર ડિસીપેશનની ચિંતાઓને દૂર કરે છે.

માઇક્રોકન્ટ્રોલર ફર્મવેર એકીકરણ અલ્ગોરિધમનો અમલ કરે છે અને કેલિબ્રેશન દિનચર્યાઓનું સંચાલન કરે છે. વાહન ઇગ્નીશન અથવા ઉપકરણ સ્ટાર્ટઅપ દરમિયાન, BMS બિન-અસ્થિર મેમરીમાંથી છેલ્લે સંગ્રહિત SOC વાંચે છે. તે પછી આ પ્રારંભિક બિંદુથી કુલમ્બ્સ ગણવાનું શરૂ કરે છે. સિસ્ટમ સમયાંતરે અપડેટ્સને સ્ટોર કરે છે-અનપેક્ષિત પાવર વિક્ષેપો દરમિયાન ન્યૂનતમ ડેટા નુકશાનની ખાતરી કરવા માટે કેટલાક અમલીકરણો દર થોડી મિનિટોમાં ફ્લેશ મેમરી પર લખે છે.

ઇલેક્ટ્રિક વાહનોમાં ઓટોમોટિવ BMSs ખાસ કરીને અત્યાધુનિક કુલોમ્બ ગણતરી અમલીકરણનો ઉપયોગ કરે છે. ટેસ્લાની બેટરી મેનેજમેન્ટ સિસ્ટમ, દાખલા તરીકે, કિલોહર્ટ્ઝના દરે નમૂનાઓ ચાલુ કરે છે અને સેન્સરનો અવાજ ઘટાડવા માટે બહુવિધ ફિલ્ટરિંગ તબક્કાઓ લાગુ કરે છે. સિસ્ટમ દરેક મોડ્યુલ અથવા સેલ ગ્રૂપ માટે અલગ કોલોમ્બ કાઉન્ટર્સ જાળવે છે, જે નિષ્ફળતા કોષોને સૂચવી શકે તેવી ક્ષમતાની અસંગતતાઓને શોધવા સક્ષમ બનાવે છે.

ગ્રીડ સ્ટોરેજ અથવા ટેલિકોમ્યુનિકેશન્સ માટે ઔદ્યોગિક બેટરી સિસ્ટમને વધુ વિશ્વસનીયતાની જરૂર છે. આ એપ્લીકેશનો ઘણીવાર ડ્યુઅલ અથવા ટ્રિપલ રીડન્ડન્ટ કરંટ સેન્સિંગ ચલાવે છે, નિષ્ફળતાઓ શોધવા માટે બહુવિધ સેન્સરની તુલના કરે છે. જ્યારે સેન્સર રીડિંગ્સ સ્વીકાર્ય સહિષ્ણુતાથી અલગ થઈ જાય છે, ત્યારે બાકીના સેન્સર પર કામગીરી ચાલુ રાખીને સિસ્ટમ ખામીયુક્ત સેન્સરને ઓળખી અને અલગ કરી શકે છે.

લાંબા ગાળાની સચોટતા જાળવવા માટે સમયાંતરે પુનઃ-કેલિબ્રેશન આવશ્યક છે. ચાર્જિંગ કરંટ થ્રેશોલ્ડ (સામાન્ય રીતે C/20) થી નીચે ન આવે ત્યાં સુધી સૌથી સરળ અભિગમ બેટરીને સંપૂર્ણપણે ચાર્જ કરે છે, પછી SOC ને 100% પર ફરીથી સેટ કરે છે. તેવી જ રીતે, ઓછા-વોલ્ટેજ કટઓફ પર ડિસ્ચાર્જ કરવાથી SOC ને 0% પર રીસેટ કરે છે. ઘણા ઉપભોક્તા ઉપકરણો આ માપાંકન દરેક 20-30 ચાર્જ ચક્રમાં આપમેળે કરે છે.

ઓપન-સર્કિટ વોલ્ટેજ કેલિબ્રેશન વધુ વારંવાર કરેક્શન તક આપે છે. બેટરી 30 મિનિટથી કેટલાક કલાકો સુધી આરામ કરે તે પછી, ટર્મિનલ વોલ્ટેજ તેના સાચા ઓપન-સર્કિટ મૂલ્યમાં સ્થિર થાય છે. પછી BMS વાસ્તવિક SOC નક્કી કરવા માટે OCV-SOC લુકઅપ કોષ્ટકનો સંદર્ભ લઈ શકે છે અને કોઈપણ સંચિત કુલોમ્બ ગણતરી ભૂલને સુધારી શકે છે. આ પદ્ધતિ મજબૂત વોલ્ટેજ-એસઓસી સહસંબંધ, જેમ કે લિથિયમ નિકલ કોબાલ્ટ મેંગેનીઝ ઓક્સાઇડ (NMC) દર્શાવતી બેટરી રસાયણશાસ્ત્ર સાથે શ્રેષ્ઠ કામ કરે છે.

ઉન્નત કુલોમ્બ ગણતરી અલ્ગોરિધમ્સ કુલોમ્બિક કાર્યક્ષમતા સુધારણાને સમાવિષ્ટ કરે છે. એનજી એટ અલ દ્વારા સંશોધન. (2009) એ દર્શાવ્યું હતું કે ચાર્જ અને ડિસ્ચાર્જ કાર્યક્ષમતા માટે અલગથી એકાઉન્ટિંગ ચોકસાઈને નોંધપાત્ર રીતે સુધારે છે. ચાર્જિંગ દરમિયાન, લિથિયમ આયન બેટરી સામાન્ય રીતે 98-99.5% કાર્યક્ષમતા દર્શાવે છે, જ્યારે ડિસ્ચાર્જ કાર્યક્ષમતા 99.8-99.9% સુધી પહોંચે છે. આ મૂલ્યો તાપમાન, વર્તમાન દર અને આરોગ્યની સ્થિતિ સાથે બદલાય છે.

કાલમન ફિલ્ટર ફ્યુઝન વાસ્તવિક-સમયમાં વોલ્ટેજ માપન સાથે કુલમ્બ ગણતરીને જોડે છે. ફિલ્ટર દરેક ક્ષણે તેમની સંબંધિત અનિશ્ચિતતાના આધારે બે અંદાજ પદ્ધતિઓનું વજન કરે છે. ઉચ્ચ પ્રવાહો પર જ્યાં મોટા IR ડ્રોપ્સને કારણે વોલ્ટેજ માપન અવિશ્વસનીય હોય છે, ફિલ્ટર કુલોમ્બની વધુ ગણતરી કરે છે. બાકીના સમયગાળા દરમિયાન, વોલ્ટેજ માપન વજનમાં વધારો કરે છે. આ અનુકૂલનશીલ અભિગમ બંને પદ્ધતિઓમાંથી શ્રેષ્ઠ પ્રાપ્ત કરે છે.

મશીન લર્નિંગ અલ્ગોરિધમ્સ એસઓસી અંદાજની અદ્યતન ધાર રજૂ કરે છે. હજારો ચાર્જ-ડિસ્ચાર્જ ચક્ર પર પ્રશિક્ષિત ન્યુરલ નેટવર્ક્સ બેટરી-વિશિષ્ટ વર્તણૂકો શીખી શકે છે જે સામાન્ય મોડલ ચૂકી જાય છે. આ સિસ્ટમો અનુમાન પણ કરી શકે છે કે ક્યારે સંચિત ભૂલો નોંધપાત્ર બની રહી છે અને યોગ્ય કેલિબ્રેશન દિનચર્યાઓને ટ્રિગર કરે છે.

Coulomb Counting

વોલ્ટેજ-આધારિત SOC અંદાજ લિથિયમ આયર્ન ફોસ્ફેટ (LFP) બેટરીઓ સાથે સંઘર્ષ કરે છે, જે 20-90% SOC પર નોંધપાત્ર રીતે ફ્લેટ વોલ્ટેજ વળાંક જાળવી રાખે છે. આ સમગ્ર શ્રેણીમાં માત્ર 50-100 મિલીવોલ્ટનો ફેરફાર થાય છે. કુલોમ્બ ગણતરી બેટરી રસાયણશાસ્ત્રની વોલ્ટેજ લાક્ષણિકતાઓને ધ્યાનમાં લીધા વિના સમાન રીતે સારી રીતે કાર્ય કરે છે.

આ પદ્ધતિ બેટરીને આરામ કરવાની જરૂર વગર ચાર્જ અને ડિસ્ચાર્જ બંને દરમિયાન સતત કાર્ય કરે છે. વોલ્ટેજ-આધારિત પદ્ધતિઓમાં સચોટ ઓપન-સર્કિટ વોલ્ટેજ રીડિંગ મેળવવા માટે બેટરીને 30 મિનિટથી કેટલાક કલાકો સુધી નિષ્ક્રિય રહેવાની જરૂર છે. ઇલેક્ટ્રિક વ્હીકલ એપ્લીકેશનમાં જ્યાં કારને દિવસમાં ઘણી વખત ચલાવવામાં આવી શકે છે, આવા આરામનો સમયગાળો ભાગ્યે જ કુદરતી રીતે થાય છે.

મૉડલ-આધારિત અભિગમોની સરખામણીમાં કોમ્પ્યુટેશનલ જરૂરિયાતો સાધારણ રહે છે. મૂળભૂત કુલોમ્બ ગણતરી અમલીકરણ માટે માત્ર ગુણાકાર અને વધારાની કામગીરી જરૂરી છે, જે સસ્તા 8-બીટ માઇક્રોકન્ટ્રોલર દ્વારા સરળતાથી નિયંત્રિત થાય છે. કાલમેન ફિલ્ટર્સ અથવા ન્યુરલ નેટવર્ક અભિગમો ફ્લોટિંગ-પોઇન્ટ ક્ષમતાઓ સાથે 32-બીટ પ્રોસેસરની માંગ કરે છે અને નોંધપાત્ર રીતે વધુ પાવર વાપરે છે.

તાપમાનની અસરો કૂલમ્બની ગણતરીને મુખ્યત્વે માપન સિદ્ધાંતને બદલે ક્ષમતામાં ફેરફાર દ્વારા અસર કરે છે. વોલ્ટેજ-આધારિત પદ્ધતિઓ તાપમાન-આશ્રિત ક્ષમતા ફેરફારો અને તાપમાન-આશ્રિત વોલ્ટેજ શિફ્ટ બંનેથી પીડાય છે, જે તેમને ચોક્કસ વળતર આપવા માટે સ્વાભાવિક રીતે વધુ જટિલ બનાવે છે.

ચોક્કસ પ્રારંભિક SOC માટેની આવશ્યકતા કુલોમ્બ ગણતરીની સૌથી મૂળભૂત મર્યાદાને રજૂ કરે છે. જો સિસ્ટમ ખોટા SOC મૂલ્ય સાથે શરૂ થાય છે, તો પછીની બધી ગણતરીઓ આ ભૂલને વારસામાં મેળવે છે. બેટરી સિસ્ટમ કે જે પાવર ગુમાવે છે તે તેમના SOC સંદર્ભ બિંદુને સંપૂર્ણપણે ગુમાવે છે, આગામી સ્ટાર્ટઅપ દરમિયાન વોલ્ટેજ માપન પર નિર્ભર રહેવાની ફરજ પાડે છે.

સ્વ-સ્રાવ એક છુપાયેલ વર્તમાન ડ્રેઇન બનાવે છે જેને કુલમ્બ ગણતરી સીધી રીતે માપી શકતી નથી. લિથિયમ આયન બેટરીઓ સ્વયં-રૂમના તાપમાને દર મહિને આશરે 2-5% ના દરે ડિસ્ચાર્જ થાય છે, એલિવેટેડ તાપમાને વધે છે. વિસ્તૃત સંગ્રહ અવધિમાં, આ અવિરત ક્ષમતાની ખોટ અંદાજિત એસઓસીને સાચા મૂલ્ય કરતાં વધુ ડ્રિફ્ટ કરવા માટેનું કારણ બને છે.

ઉત્પાદનના જીવનકાળ દરમિયાન સેન્સર ડ્રિફ્ટ ધીમે ધીમે ચોકસાઈને ઘટાડે છે. 1% પ્રારંભિક ચોકસાઈ સાથેનું વર્તમાન સેન્સર ઘટક વૃદ્ધત્વને કારણે પાંચ વર્ષમાં 2-3% થઈ શકે છે. ઓટોમોટિવ એપ્લીકેશન્સ 15 વર્ષથી સેન્સરની સ્થિરતા અને તાપમાન -40 ડિગ્રીથી +85 ડિગ્રીની રેન્જનો ઉલ્લેખ કરે છે, જેમાં સાવચેતીપૂર્વક ઘટકોની પસંદગી અને સર્કિટ ડિઝાઇનની જરૂર હોય છે.

જીવનકાળ દરમિયાન બેટરી ક્ષમતા ફેડ એક ચાલુ કેલિબ્રેશન પડકાર રજૂ કરે છે. બેટરી 1000 ચક્રમાં 20% ક્ષમતા ગુમાવી શકે છે. જ્યાં સુધી BMS સમયાંતરે વાસ્તવિક ક્ષમતાનું પુનઃમૂલ્યાંકન ન કરે ત્યાં સુધી, SOC ગણતરીઓ વધુને વધુ આશાવાદી બને છે, સંભવિત જોખમી ઓવરડિસ્ચાર્જ પરિસ્થિતિઓને મંજૂરી આપે છે.

ઉચ્ચ-વર્તમાન એપ્લિકેશન્સમાં વર્તમાન સેન્સર પાવર ડિસીપેશન સમસ્યારૂપ બને છે. 1-મિલિયોહમ સેન્સ રેઝિસ્ટર દ્વારા 100-amp ડિસ્ચાર્જ કરંટ 10 વોટને વિખેરી નાખે છે. આ 3.3-કિલોવોટ સિસ્ટમમાં 0.3% ઊર્જા નુકશાનનું પ્રતિનિધિત્વ કરે છે - નજીવી પરંતુ નજીવી નથી. નીચા-પ્રતિરોધક શન્ટ્સ નુકસાન ઘટાડે છે પરંતુ નીચા પ્રવાહ પર માપનની ચોકસાઈ ઘટાડે છે.

કૂલમ્બ ગણતરીને પૂરક પદ્ધતિઓ સાથે જોડીને હાઇબ્રિડ અભિગમો બહેતર કામગીરી પ્રાપ્ત કરે છે. વિસ્તૃત કાલમેન ફિલ્ટર (EKF) કુલોમ્બ ગણતરીના આધારે વોલ્ટેજ વર્તનની આગાહી કરવા માટે બેટરી સમકક્ષ સર્કિટ મોડેલનો ઉપયોગ કરે છે, પછી અનુમાનિત અને માપેલા વોલ્ટેજ વચ્ચેના તફાવતના આધારે SOC અંદાજને સુધારે છે. આ એક સ્વ-સુધારક સિસ્ટમ બનાવે છે જે સંચય ભૂલોને બંધબેસશે.

ઈલેક્ટ્રોકેમિકલ ઈમ્પીડેન્સ સ્પેક્ટ્રોસ્કોપી (EIS) સ્વાસ્થ્ય મૂલ્યાંકનની સ્થિતિ માટે કુલમ્બ ગણતરીને પૂરક બનાવી શકે છે. બહુવિધ ફ્રીક્વન્સીઝ પર બૅટરી અવબાધને માપવાથી, સિસ્ટમ આંતરિક પ્રતિકાર વૃદ્ધિ અને ક્ષમતા ઝાંખું દર્શાવે છે. આ માહિતી કુલોમ્બ ગણતરીની ગણતરીમાં ક્ષમતા પરિમાણને અપડેટ કરે છે, બેટરીની ઉંમરની જેમ ચોકસાઈ જાળવી રાખે છે.

ઐતિહાસિક ચાર્જ પર પ્રશિક્ષિત કૃત્રિમ ન્યુરલ નેટવર્ક્સ-ડિસ્ચાર્જ ડેટા ક્ષમતાના ઘટાડા પેટર્નની આગાહી કરી શકે છે. આ આગાહીઓ ભૂલો નોંધપાત્ર બને તે પહેલા સક્રિય પુનઃપ્રાપ્તિને સક્ષમ કરે છે. કેટલાક સંશોધકો સંયુક્ત કુલોમ્બ ગણતરી અને ન્યુરલ નેટવર્ક અભિગમોનો ઉપયોગ કરીને 1% ની અંદર SOC અંદાજની ચોકસાઈની જાણ કરે છે.

ચાર્જિંગ દરમિયાન વિભેદક વોલ્ટેજ વિશ્લેષણ સંપૂર્ણ ચાર્જ-ડિસ્ચાર્જ ચક્રની જરૂર વગર સામયિક માપાંકન બિંદુઓ પ્રદાન કરે છે. dV/dQ વળાંકમાં લાક્ષણિકતા શિખરો ચોક્કસ એસઓસી મૂલ્યો પર થાય છે, ક્ષમતાની ઝાંખીને ધ્યાનમાં લીધા વિના, સંપૂર્ણ SOC નિર્ધારણને સક્ષમ કરે છે. આ પદ્ધતિ લિથિયમ નિકલ મેંગેનીઝ કોબાલ્ટ ઓક્સાઇડ રસાયણશાસ્ત્ર સાથે ખાસ કરીને અસરકારક છે.

સમર્પિત કુલોમ્બ કાઉન્ટિંગ IC તમામ જરૂરી કાર્યોને એક જ ચિપમાં એકીકૃત કરે છે. ટેક્સાસ ઇન્સ્ટ્રુમેન્ટ્સની BQ શ્રેણી અને STMicroelectronics' STC31xx કુટુંબ આ અભિગમનું ઉદાહરણ આપે છે, જેમાં 16-બીટ ADC, વર્તમાન એકીકરણ, તાપમાન સંવેદના અને I²C/SPI ઇન્ટરફેસ છે. માલિકીનું વળતર એલ્ગોરિધમ્સ દ્વારા માપનની ચોકસાઈમાં સુધારો કરતી વખતે આ ચિપ્સ ડિઝાઇનની જટિલતા અને બોર્ડની જગ્યા ઘટાડે છે.

સેન્સ રેઝિસ્ટરની પસંદગીમાં પાવર ડિસીપેશન સામે સંતુલિત ચોકસાઈનો સમાવેશ થાય છે. 100-amp એપ્લીકેશનમાં 0.5-મિલિયોહમ રેઝિસ્ટર 5 વોટને વિખેરી નાખે છે પરંતુ માત્ર 50 મિલીવોલ્ટ ફુલ-સ્કેલ સિગ્નલ જનરેટ કરે છે, જેમાં અવાજ માટે સંવેદનશીલ ઉચ્ચ-ગેઇન એમ્પ્લીફાયરની જરૂર પડે છે. 5-મિલિઓહ્મ રેઝિસ્ટર 500 મિલિવોલ્ટ સિગ્નલ પ્રદાન કરે છે પરંતુ 50 વોટ્સને વિખેરી નાખે છે-મોટાભાગની એપ્લિકેશનોમાં અસ્વીકાર્ય. લાક્ષણિક ઓટોમોટિવ ડિઝાઇનમાં 80-100 dB કોમન-મોડ રિજેક્શન ઓફર કરતા ડિફરન્સિયલ એમ્પ્લીફાયર સાથે 0.1-1.0 મિલિઓહમ રેઝિસ્ટરનો ઉપયોગ થાય છે.

હોલ-ઇફેક્ટ વર્તમાન સેન્સર વોલ્ટેજ ડ્રોપને બદલે ચુંબકીય ક્ષેત્રને માપીને પાવર ડિસીપેશનની સમસ્યાને સંપૂર્ણપણે ટાળે છે. જો કે, તેઓ ઓફસેટ ભૂલો રજૂ કરે છે (સામાન્ય રીતે 50-ઓટોમોટિવમાં 200 mA-ગ્રેડ સેન્સર્સ), તાપમાન સાથે ડ્રિફ્ટ અને શંટ-આધારિત ઉકેલો કરતાં વધુ ખર્ચ થાય છે. આ મર્યાદાઓ હોવા છતાં 200 amps ઉપરની એપ્લિકેશનો વધુને વધુ હોલ સેન્સરની તરફેણ કરે છે.

એનાલોગ-થી-ડિજિટલ કન્વર્ટરની પસંદગી ચોકસાઈને સીધી અસર કરે છે. 12-બીટ ADC જે 100-amp ફુલ-સ્કેલ કરંટનું માપન કરે છે તે આશરે 25-મિલિએમ્પ રિઝોલ્યુશન-હાઇ-પાવર એપ્લિકેશન્સ માટે સ્વીકાર્ય છે પરંતુ મિલિએમ્પ-લેવલ નિષ્ક્રિય કરંટવાળા ઉપકરણો માટે અપૂરતું છે. આધુનિક બેટરી મેનેજમેન્ટ સિસ્ટમો પીક લોડ દરમિયાન માઇક્રોએમ્પ સ્લીપ કરંટથી સેંકડો એમ્પ્સ સુધીની ગતિશીલ શ્રેણીને નિયંત્રિત કરવા માટે ઘણીવાર 16-બીટ અથવા તો 24-બીટ કન્વર્ટરનો ઉપયોગ કરે છે.

Coulomb Counting

ઇલેક્ટ્રિક વાહન અમલીકરણ સ્કેલ પર કુલોમ્બ ગણતરી દર્શાવે છે. નિસાન લીફની બેટરી મેનેજમેન્ટ સિસ્ટમ દરેક સેલ ગ્રૂપના ચાર્જ ફ્લો પર નજર રાખે છે, જે વાહનને રેન્જ અંદાજ પ્રદર્શિત કરવામાં સક્ષમ બનાવે છે અને બેટરી ખતમ થાય તે પહેલાં ચેતવણીઓ ટ્રિગર કરે છે. સેંકડો ચાર્જ-ડિસ્ચાર્જ ચક્ર પછી, સિસ્ટમ સંપૂર્ણ ચાર્જિંગ દરમિયાન સામયિક પુનઃકેલિબ્રેશન દ્વારા 3-5% ની અંદર SOC ચોકસાઈ જાળવી રાખે છે.

સ્માર્ટફોન બેટરી ગેજ ખર્ચ અને પાવર વપરાશ દ્વારા પ્રતિબંધિત સરળ કૂલમ્બ ગણતરી અમલીકરણનો ઉપયોગ કરે છે. આ સિસ્ટમો સામાન્ય રીતે 5-10% ચોકસાઈ હાંસલ કરે છે, જે ચાર કે પાંચ બેટરી લેવલ બાર પ્રદર્શિત કરવા માટે પૂરતી છે પરંતુ ઓટોમોટિવ અમલીકરણ કરતાં ઓછી ચોક્કસ છે. નોંધપાત્ર પરોપજીવી ડ્રેઇન ટાળવા માટે બળતણ ગેજ સર્કિટ માટેનું પાવર બજેટ 100 માઇક્રોએમ્પ્સથી નીચે રહેવું જોઈએ.

4 આ સિસ્ટમો ડ્યુઅલ શન્ટ્સ અને બહુવિધ ADCs સાથે રીડન્ડન્ટ કરંટ સેન્સિંગનો ઉપયોગ કરે છે. સૉફ્ટવેર એલ્ગોરિધમ્સ ક્રોસ-માપ અને ફ્લેગ વિસંગતતાઓ 0.5% થી વધુની તપાસ કરે છે, નિષ્ફળતાઓ થાય તે પહેલાં અનુમાનિત જાળવણીને સક્ષમ કરે છે.

મિલિટરી અને એરોસ્પેસ એપ્લીકેશનને સૌથી વધુ વિશ્વસનીયતાની જરૂર હોય છે, જે ઘણીવાર વોટિંગ લોજિક સાથે ટ્રિપલ-રિડન્ડન્ટ સેન્સિંગનો અમલ કરે છે. બેટરી મેનેજમેન્ટ સિસ્ટમ ત્રણ સ્વતંત્ર કુલોમ્બ ગણતરી સર્કિટની તુલના કરે છે અને મધ્ય મૂલ્યનો ઉપયોગ કરે છે. જો કોઈપણ સેન્સર સ્વીકાર્ય મર્યાદાઓથી વધુ વિચલિત થાય છે, તો તેને અવગણવામાં આવે છે જ્યારે સિસ્ટમ જાળવણી ક્રિયા માટે ખામીને લૉગ કરે છે.

હાર્ડવેર જટિલતા અથવા ખર્ચ ઉમેર્યા વિના કુલોમ્બ ગણતરીની ચોકસાઈને સુધારવા માટેની પદ્ધતિઓમાં સંશોધન ચાલુ રહે છે. અનુકૂલનશીલ અલ્ગોરિધમ્સ કે જે બેટરી-પ્રથમ ડઝન ચક્ર દરમિયાન ચોક્કસ વર્તણૂકો શીખે છે તે સામૂહિક-ઉત્પાદિત ઉપકરણોમાં ભૂલો ઘટાડવાનું વચન દર્શાવે છે જ્યાં પ્રતિ-એકમ માપાંકન અવ્યવહારુ છે.

વાયરલેસ બેટરી મેનેજમેન્ટ સિસ્ટમ્સ દરેક સેલને કેન્દ્રિય નિયંત્રક સાથે જોડતા વાયરિંગ હાર્નેસને દૂર કરે છે. દરેક સેલ મોડ્યુલમાં તેના પોતાના કુલોમ્બ કાઉન્ટરનો સમાવેશ થાય છે અને વાયરલેસ પ્રોટોકોલ દ્વારા ડેટા ટ્રાન્સમિટ કરે છે. આ આર્કિટેક્ચર ઇલેક્ટ્રિક વાહનોમાં વજન ઘટાડે છે અને એસેમ્બલીને સરળ બનાવે છે, જો કે તે બહુવિધ સ્વતંત્ર માપનને સુમેળ કરવા માટે પડકારો રજૂ કરે છે.

આગામી થોડા વર્ષોમાં ઉત્પાદનમાં પ્રવેશી રહેલી સોલિડ-સ્ટેટ બેટરી માટે સંશોધિત કુલોમ્બ ગણતરી અભિગમની જરૂર પડી શકે છે. પરંપરાગત લિથિયમ-આયન કોષોની તુલનામાં આ બેટરીઓ અલગ-અલગ ચાર્જ-ડિસ્ચાર્જ લાક્ષણિકતાઓ અને વૃદ્ધત્વની પદ્ધતિ દર્શાવે છે. સમય સાથે વર્તમાનને એકીકૃત કરવાનો મૂળભૂત સિદ્ધાંત માન્ય રહે છે, પરંતુ માપાંકન વ્યૂહરચનાઓ અને કાર્યક્ષમતા પરિબળોને અપડેટ કરવાની જરૂર પડશે.

બેટરી ડિજિટલ ટ્વિન્સ સાથે એકીકરણ રસપ્રદ શક્યતાઓ પ્રદાન કરે છે. તેના સંપૂર્ણ ઇતિહાસના આધારે દરેક બેટરીની સ્થિતિનું વિગતવાર કોમ્પ્યુટેશનલ મોડલ જાળવી રાખીને, સિસ્ટમો SOC અંદાજમાં અભૂતપૂર્વ ચોકસાઈ પ્રાપ્ત કરી શકે છે. આ મોડલ્સમાં કુલોમ્બની ગણતરીને ઘણા લોકોમાં એક ઇનપુટ તરીકે સામેલ કરવામાં આવશે, વર્તમાન, વોલ્ટેજ, તાપમાન અને અવબાધ માપનના ડેટાને ફ્યુઝ કરવામાં આવશે.

બેટરી વોલ્ટેજ મોટા ભાગની રસાયણશાસ્ત્ર માટે ચાર્જની સ્થિતિને સીધો સૂચવતું નથી. લિથિયમ આયર્ન ફોસ્ફેટ બેટરી 20-90% SOC પર લગભગ સતત વોલ્ટેજ જાળવી રાખે છે, જે વોલ્ટેજ-આધારિત અંદાજને અવ્યવહારુ બનાવે છે. લિથિયમ કોબાલ્ટ ઓક્સાઈડ બેટરીઓ સાથે પણ જે વધુ સારી વોલ્ટેજ-એસઓસી સહસંબંધ ધરાવે છે, સંબંધ તાપમાન, ઉંમર અને લોડ વર્તમાન સાથે બદલાય છે. કુલોમ્બ ગણતરી વોલ્ટેજ વર્તનને ધ્યાનમાં લીધા વિના વાસ્તવિક ચાર્જ પ્રવાહને ટ્રેક કરે છે.

માપાંકન આવર્તન એપ્લિકેશન આવશ્યકતાઓ અને ભૂલ સહનશીલતા પર આધારિત છે. ઉપભોક્તા ઉપકરણો સામાન્ય રીતે દર 20-30 પૂર્ણ ચક્રમાં 100% ચાર્જ કરીને માપાંકિત કરે છે. ઇલેક્ટ્રિક વાહનો માસિક અથવા જ્યારે પણ બેટરી જાણીતા રાજ્યોમાં પહોંચે ત્યારે માપાંકિત કરી શકે છે. ઉચ્ચ સચોટતાની આવશ્યકતા ધરાવતી જટિલ એપ્લિકેશનો સાપ્તાહિક માપાંકિત કરી શકે છે અથવા સામયિક પુનઃકેલિબ્રેશનને સંપૂર્ણપણે ટાળવા માટે કાલમેન ફિલ્ટરિંગ દ્વારા સતત કરેક્શનનો ઉપયોગ કરી શકે છે.

હા, કુલોમ્બ ગણતરી બંને દિશામાં સતત કાર્ય કરે છે. ચાર્જિંગ દરમિયાન, તે કૂલમ્બ ઉમેરે છે કારણ કે વિદ્યુત પ્રવાહ અંદર આવે છે. ડિસ્ચાર્જ દરમિયાન, તે કૂલમ્બને બાદ કરે છે કારણ કે વર્તમાન પ્રવાહ બહાર આવે છે. સિસ્ટમ દરેક દિશામાં વિવિધ કુલોમ્બિક કાર્યક્ષમતા માટે ગોઠવે છે-ચાર્જ કાર્યક્ષમતા સામાન્ય રીતે 98-99% ચાલે છે, જ્યારે લિથિયમ-આયન બેટરી માટે ડિસ્ચાર્જ કાર્યક્ષમતા 99.5% કરતાં વધી જાય છે.

જો સિસ્ટમ ક્ષમતા ફેડને ટ્રૅક કરતી નથી તો ચોકસાઈ ઘટી જાય છે. જેમ જેમ બેટરીની ઉંમર થાય છે તેમ તેમ તેઓ ક્ષમતા ગુમાવે છે જ્યારે કુલોમ્બ ગણતરી અલ્ગોરિધમ મૂળ ક્ષમતા મૂલ્યનો ઉપયોગ કરવાનું ચાલુ રાખે છે. આના કારણે અંદાજિત SOC વધુને વધુ આશાવાદી બને છે. ઉન્નત BMS અમલીકરણો સમયાંતરે વાસ્તવિક ક્ષમતાને માપે છે અને ગણતરીના પરિમાણોને અપડેટ કરે છે, વૃદ્ધ હોવા છતાં ચોકસાઈ જાળવી રાખે છે.

કુલોમ્બ ગણતરીની વ્યવહારિક સફળતા તેની સાદગી અને ચોકસાઈ વચ્ચેના સંતુલનમાંથી ઉદ્ભવે છે. સંપૂર્ણ ન હોવા છતાં, જ્યારે સામયિક માપાંકન સાથે જોડવામાં આવે ત્યારે તે મોટાભાગની એપ્લિકેશનો માટે પૂરતી ચોકસાઇ પ્રદાન કરે છે. પદ્ધતિની કોમ્પ્યુટેશનલ કાર્યક્ષમતા તેને બેટરી સંચાલિત ઉપકરણો માટે આદર્શ બનાવે છે- જ્યાં ઇંધણ ગેજ પોતે ન્યૂનતમ પાવર વાપરે છે. જેમ જેમ બૅટરી ટેક્નૉલૉજી વિકસિત થાય છે અને એનર્જી સ્ટોરેજ ઍપ્લિકેશનો વિસ્તરે છે તેમ, કૂલમ્બ ગણતરી એ દરેક માર્કેટ સેગમેન્ટમાં રિચાર્જેબલ બૅટરીનું સંચાલન કરવા માટેનું મૂળભૂત સાધન બની રહેશે.