Ocena wpływu metod estymacji napięcia obwodu otwartego na działanie UKF przy szacowaniu SOC i SOH akumulatorów litowo-jonowych

Dlaczego lepsze wskaźniki baterii mają znaczenie

Każdy, kto jeździ samochodem elektrycznym, korzysta ze smartfona lub polega na domowym magazynie energii, patrzy na niewielką liczbę na ekranie: ile pozostało energii i jak bardzo bateria się zużyła. Za tym prostym wyświetlaczem kryje się złożony problem estymacji. Artykuł bada kluczowy element tej układanki — jak modelujemy związek między napięciem spoczynkowym akumulatora a jego poziomem naładowania — i pokazuje, że wybór właściwej metody może uczynić pokładowe „wskaźniki baterii” szybszymi, dokładniejszymi i lepszymi w śledzeniu długoterminowego zużycia.

Dwa sposoby „słuchania” baterii

Aby oszacować, jak pełny jest akumulator litowo-jonowy, inżynierowie opierają się na krzywej łączącej napięcie obwodu otwartego (napięcie ogniwa po okresie spoczynku) ze stanem naładowania (SOC). Autorzy analizują dwa powszechne sposoby konstrukcji tej krzywej. Metoda niskiego prądu (LC) delikatnie ładuje i rozładowuje ogniwo bardzo małym prądem, tak że mierzone napięcie jest bliskie wartości spoczynkowej. Procedura ta jest prosta, ale ma tendencję do wygładzania ostrych zmian na krzywej. Metoda przyrostowego prądu (IC), przeciwnie, używa krótkich impulsów prądowych na wielu poziomach naładowania, rozdzielonych okresami spoczynku. To wymaga więcej pracy eksperymentalnej, ale pozwala uchwycić drobniejsze szczegóły tam, gdzie napięcie szybko zmienia się wraz z naładowaniem, co okazuje się kluczowe dla precyzyjnej estymacji.

Łączenie krzywych ze „sprytnymi” estymatorami

Nowoczesne systemy zarządzania baterią coraz częściej wykorzystują zaawansowane algorytmy estymacyjne, takie jak Nienormalny Filtr Kalmana (UKF), do wniosowania ukrytych wielkości, takich jak SOC i stan zdrowia (SOH), w czasie rzeczywistym. Autorzy łączą te algorytmy z prostym, lecz powszechnie stosowanym elektrycznym modelem „obwodu zastępczego” ogniwa: źródłem napięcia zależnym od SOC, główną rezystancją szeregową oraz gałęzią rezystor–kondensator odwzorowującą efekty przejściowe. Do tego modelu wprowadzają albo krzywe napięcie–ładunek oparte na LC, albo na IC i sprawdzają, która wersja lepiej pozwala UKF śledzić SOC i rezystancję szeregową R0, którą traktują jako praktyczny wskaźnik starzenia.

Testy w warunkach rzeczywistej jazdy

Zamiast polegać wyłącznie na łagodnych cyklach laboratoryjnych, badanie obciąża model bardzo dynamicznym profilem jazdy samochodowej znanym jako FUDS. Prąd szybko przełącza się między ładowaniem, rozładowaniem i dryfowaniem, przypominając warunki miejskiego ruchu. Wykorzystując publiczne zestawy danych z NASA i repozytorium CALCE, badacze najpierw pokazują, że pojemność baterii i opór wewnętrzny zmieniają się razem w wielu cyklach, co wspiera ideę, że R0 jest użytecznym wskaźnikiem zdrowia. Następnie uruchamiają UKF z obiema krzywymi napięcie–ładunek, porównując jego szacunki SOC, przewidywane napięcie końcowe i śledzone R0 z dokładnym modelem referencyjnym, używając standardowych miar błędu na całej długości przejazdu.

Szybsze, czyściejsze estymaty z większą ilością szczegółów

Wyniki zdecydowanie faworyzują bardziej szczegółową metodę IC. Gdy UKF startuje z pewną losową niepewnością, krzywa oparta na IC daje niższe średnie błędy w SOC i lepszą rekonstrukcję napięcia ogniwa, przy zachowaniu takiego samego obciążenia obliczeniowego jak wersja LC. Gdy autorzy celowo wprowadzają do filtra duży początkowy błąd w SOC — uruchamiając go na 65% przy rzeczywistych 80% — kontrast jest uderzający: z krzywą IC estymata wraca do prawidłowej wartości w mniej niż dziesięciu krokach czasowych; z krzywą LC zajmuje to ponad 200 kroków. Zachowanie to wynika z prostego pomysłu: tam, gdzie krzywa napięcie–ładunek ma większe nachylenie, małe niezgodności napięcia zawierają więcej informacji, więc filtr może zdecydowanie skorygować SOC.

Odczytywanie starzenia baterii w czasie rzeczywistym

W kontekście estymacji stanu zdrowia UKF nieustannie rekonstruuje rezystancję wewnętrzną R0 na podstawie mierzonego prądu i napięcia. Autorzy następnie wygładzają ten sygnał średnią kroczącą i analizują jego długoterminowy trend. Przy krzywej opartej na LC oszacowana rezystancja skacze i oscyluje, szczególnie przy gwałtownych zmianach prądu, mimo że rzeczywisty fizyczny opór nie może zmieniać się aż tak szybko. Taki szum numeryczny mógłby wywołać fałszywe alarmy w rzeczywistym systemie zarządzania baterią. Z krzywą IC R0 ewoluuje znacznie płynniej i z bardziej realistycznym, łagodnie rosnącym trendem, dając czystszy obraz stopniowego starzenia bez utraty reaktywności na rzeczywiste zmiany.

Co to oznacza dla codziennych baterii

Mówiąc prosto, badanie pokazuje, że bardziej informacyjna mapa napięcie–ładunek czyni „mózg” systemu zarządzania baterią mądrzejszym. Użycie krzywej opartej na prądzie przyrostowym pozwala UKF szybko odnaleźć rzeczywisty poziom naładowania, zignorować błędne początkowe przypuszczenia i stabilnie śledzić rezystancję wewnętrzną w realistycznych profilach jazdy. Ponieważ dodatkowy wysiłek dotyczy głównie jednorazowej charakterystyki laboratoryjnej, a nie obliczeń pokładowych, producenci mogą przyjąć podejście IC bez komplikowania elektroniki baterii. Korzyść to bardziej niezawodne przewidywania zasięgu, bezpieczniejsza eksploatacja i lepsze wczesne ostrzeganie o starzeniu się baterii w pojazdach elektrycznych i innych urządzeniach do magazynowania energii.

Cytowanie: Mikhak-Beyranvand, M., Salehi, M. & Mohammadkhani, M.A. Assessing the impact of open-circuit voltage estimation methods on UKF performance for lithium-ion battery SOC and SOH estimation. Sci Rep 16, 7605 (2026). https://doi.org/10.1038/s41598-026-38846-4

Słowa kluczowe: akumulatory litowo-jonowe, szacowanie stanu naładowania, monitorowanie stanu zdrowia akumulatora, filtr Kalmana, akumulatory pojazdów elektrycznych