Nieważne, czy mowa o rowerach, samochodach, a nawet hulajnogach – każdy sprzęt tego typu nieprecyzyjnie podaje nie tylko pozostały zasięg, ale nawet poziom naładowania akumulatora, choć to drugie jest domeną mniej zaawansowanych sprzętów. Problem z dokładnym szacowaniem stanu naładowania akumulatorów to jedna z tych irytujących niedoskonałości, z którymi boryka się cała branża elektryków… ale wkrótce może przejść do historii.
Problem z określeniem stanu naładowania akumulatora dręczy nas od zawsze
Dzisiejsze systemy BMS (Battery Management System) mają trudność w precyzyjnym określaniu poziomu naładowania (SOC – State of Charge) głównie z powodu ograniczeń stosowanych metod pomiarowych i zmiennych warunków pracy ogniw. Najpopularniejsza technika (coulomb counting) polega na sumowaniu prądu wpływającego i wypływającego z akumulatora, która jest podatna na narastające błędy pomiarowe, a jej dokładność spada wraz z czasem pracy, temperaturą czy starzeniem się ogniw. Druga powszechna metoda (pomiar napięcia – OCV) jest jeszcze mniej precyzyjna, ponieważ napięcie ogniwa zależy nie tylko od stanu naładowania, ale także od chwilowego obciążenia, temperatury i historii pracy. Poziom mogą też określać modele matematyczne na podstawie modeli chemicznych i elektrycznych akumulatora, które to są wspomagane filtrami Kalmana.
Czytaj też: Prąd dla Polaków. Specjaliści USA pokazali, jak możemy ulepszyć nasz kraj
Dodatkowym problemem jest fakt, że charakterystyka napięcie-SOC dla większości współczesnych chemii akumulatorowych (np. Li-ion, LiFePO4) jest stosunkowo płaska w środkowym zakresie, co oznacza, że mała zmiana napięcia może odpowiadać dużej zmianie w rzeczywistym poziomie naładowania. W efekcie systemy podają wartość przybliżoną, która potrafi różnić się od rzeczywistej nawet o kilkanaście procent, a to szczególnie w dynamicznych warunkach jazdy lub przy częściowo zużytych ogniwach. Nic więc dziwnego, że temat zyskał zainteresowanie naukowców, a niedawno grupa badaczy z Huaiyin Institute of Technology opracowała metodę, która podnosi dokładność pomiarów do poziomu 98,4%. To nie byle wynik, na który możemy machnąć ręką, bo w praktyce oznacza to realną różnicę w codziennym użytkowaniu każdego pojazdu elektrycznego.
Dzięki tej technologii akumulator w twoim elektryku już nigdy cię nie oszuka
Chińscy naukowcy z Huaiyin Institute of Technology zaprezentowali rozwiązanie, które w niezwykle elegancki sposób łączy dwa światy – fizykę procesów zachodzących w ogniwach litowo-jonowych i zaawansowaną matematykę algorytmów filtrujących. Opracowany przez nich system wykorzystuje model dynamiki gaz-cieczowej (Gas-Liquid Dynamics Model, GLDM), w którym ruch ładunku w ogniwie traktowany jest jak przepływ medium o dwóch fazach. Część procesów przypomina zachowanie cieczy (swobodny przepływ jonów między elektrodami), a część ma cechy gazu, bo odpowiadają za nie zjawiska dyfuzji i kinetyka reakcji elektrochemicznych. Takie podejście pozwala wierniej odtworzyć nieliniową odpowiedź ogniwa na zmiany obciążenia i opóźnienia pojawiające się w realnej pracy akumulatora.
Na tym fundamencie badacze oparli podwójny rozszerzony filtr Kalmana (Dual Extended Kalman Filter, DEKF), w którym jedna instancja algorytmu śledzi bieżący poziom naładowania (SOC), a druga w locie koryguje parametry modelu. Dzięki temu system potrafi adaptować się do stopniowej degradacji ogniwa czy zmian warunków pracy, utrzymując wysoką dokładność niezależnie od historii użytkowania. W testach laboratoryjnych osiągnęli precyzję rzędu 98,4%, co przekłada się na maksymalny błąd pomiaru nieprzekraczający 1,6%. Szczególnie imponująca jest szybkość konwergencji, bo nawet gdy początkowe wskazania były obarczone błędem sięgającym 50%, algorytm odzyskiwał prawidłowy odczyt w zaledwie pięć sekund, podczas gdy standardowe rozwiązania potrzebowały na to ponad stu.
Czytaj też: Zakurzone panele to strata 30% energii miesięcznie. Naukowcy znaleźli genialnie proste rozwiązanie
Technologia wykazuje też odporność na spadek pojemności, bo przy zużyciu akumulatora do 60% nominalnej wartości błąd rósł jedynie do 2,5%. Co więcej, filtr Kalmana skutecznie kompensuje wahania temperaturowe, które w klasycznych metodach często prowadzą do istotnego zaniżania lub zawyżania SOC. W praktyce oznacza to realny koniec “lęku przed zasięgiem”, bo dzięki takiej technice określania stanu akumulatora kierowca widzi dane odzwierciedlające faktyczny jego stan, co ułatwia planowanie podróży, pozwala optymalizować proces ładowania i zapobiega skrajnym stanom pracy ogniw. Dla starszych pojazdów jest to szansa na odzyskanie utraconej dokładności pomiarów, a w magazynach energii na lepszą integrację z odnawialnymi źródłami, gdzie każda kilowatogodzina ma znaczenie w bilansowaniu sieci.
Czytaj też: Logika inżynierii materiałowej do kosza? Stworzyli wyjątkowy akumulator wbrew wszelkim zasadom
Ze względu na niskie wymagania obliczeniowe algorytm może być wdrożony w istniejących systemach BMS bez wymiany podzespołów, a trwające prace nad dostosowaniem go do różnych chemii ogniw (od LiFePO₄ po NMC i moduły wielokomórkowe) wskazują, że jego zastosowania mogą wykraczać daleko poza branżę motoryzacyjną. Jeśli sprawdzi się w warunkach rynkowych, stanie się jednym z tych cichych, niewidocznych dla użytkownika rozwiązań, które w praktyce zmieniają sposób, w jaki korzystamy z elektrycznych środków transportu. Teraz z kolei czeka na weryfikację w komercyjnych zastosowaniach, a jeśli przejdzie ten test, może stać się cichym bohaterem następnej fazy rozwoju elektromobilności… i to nawet jeśli kierowcy nigdy nie poznają jej skomplikowanej nazwy.