Coulomb গণনা কি?

কুলম্ব গণনা এমন একটি পদ্ধতি যা ক্রমাগত কারেন্ট পরিমাপ করে এবং সময়ের সাথে একত্রিত করে একটি ব্যাটারির মধ্যে এবং বাইরে প্রবাহিত বৈদ্যুতিক চার্জকে ট্র্যাক করে। এই কৌশলটি ব্যাটারি ম্যানেজমেন্ট সিস্টেমগুলিকে সঞ্চিত শক্তি সরাসরি পরিমাপ না করে অবশিষ্ট ক্ষমতা এবং চার্জের অবস্থা অনুমান করতে দেয়।

কুলম্ব গণনার পিছনে মৌলিক নীতির মধ্যে রয়েছে ব্যাটারি প্রবেশ করা বা ছেড়ে যাওয়া প্রতিটি amp-ঘন্টা পর্যবেক্ষণ করা। একটি নির্ভুল সেন্স প্রতিরোধক বর্তমান প্রবাহ পরিমাপ করে এবং একটি ডেডিকেটেড সার্কিট সময়ের ব্যবধানে এই পরিমাপগুলিকে একীভূত করে। আপনি যখন 3 ঘন্টার জন্য 2 amps-এ একটি ব্যাটারি চার্জ করেন, তখন সিস্টেমটি ব্যাটারির ক্ষমতায় যোগ করা 6 amp-ঘন্টা গণনা করে৷ ডিসচার্জের সময়, প্রক্রিয়াটি বিপরীতভাবে চলে, বিদ্যুত প্রবাহের সাথে সাথে amp-ঘন্টা বিয়োগ করে।

ব্যাটারি ম্যানেজমেন্ট চিপগুলি ক্রমাগত এই গণনা সম্পাদন করে, সাধারণত প্রতি সেকেন্ডে হাজার হাজার বার বর্তমানের নমুনা নেয়। ইন্টিগ্রেশন সূত্রটি সহজবোধ্য: চার্জের পরিবর্তন কুলম্বিক দক্ষতার জন্য সামঞ্জস্যপূর্ণ সময়ের দ্বারা গুণিত বর্তমানের সমান। কুলম্বিক দক্ষতা এই সত্যটির জন্য দায়ী যে চার্জিংয়ের সময় সঞ্চিত সমস্ত চার্জ নিষ্কাশনের সময় পুনরুদ্ধার করা যায় না-অভ্যন্তরীণ প্রতিরোধ, পার্শ্ব প্রতিক্রিয়া এবং তাপ অপচয়ের কারণে ক্ষতি হয়।

আধুনিক বাস্তবায়ন 16-বিট বা উচ্চতর অ্যানালগ-থেকে-মাইক্রোকন্ট্রোলারের সাথে যুক্ত ডিজিটাল রূপান্তরকারী ব্যবহার করে। ম্যাক্সিম MAX17303X+ এবং রেনেসাস RAA489206 সাধারণ হার্ডওয়্যার সমাধানগুলি উপস্থাপন করে, এতে এমবেডেড প্রসেসর রয়েছে যা গাণিতিক ক্রিয়াকলাপ পরিচালনা করে। এই চিপগুলি অ-উদ্বায়ী মেমরিতে ব্যাটারি পরামিতিগুলি সঞ্চয় করে, ব্যাটারি সম্পূর্ণরূপে নিঃশেষ হয়ে গেলেও ডেটা বজায় থাকে তা নিশ্চিত করে৷

Coulomb Counting

লিথিয়াম আয়ন ব্যাটারি চার্জিং ওভারচার্জিং রোধ করতে এবং ব্যাটারির আয়ু বাড়াতে সঠিক কুলম্ব গণনার উপর অনেক বেশি নির্ভর করে। চার্জ করার ধ্রুবক-বর্তমান পর্যায়ে, কুলম্ব গণনা ঠিক কতটা চার্জ ব্যাটারি কোষে প্রবেশ করে তা ট্র্যাক করে। ব্যাটারি যখন পূর্ণ ক্ষমতার কাছাকাছি আসে এবং ধ্রুবক-ভোল্টেজ চার্জিং-এ রূপান্তরিত হয়, তখন চার্জিং সম্পূর্ণ হলে তা নির্ধারণ করার জন্য ক্ষয়প্রাপ্ত কারেন্টকে অবশ্যই সঠিকভাবে পরিমাপ করতে হবে।

ব্যাটারি ম্যানেজমেন্ট সিস্টেম কুলম্ব কাউন্টিং ডেটা ব্যবহার করে চার্জিং সংক্রান্ত জটিল সিদ্ধান্ত নিতে। যদি সিস্টেম সনাক্ত করে যে চার্জ করার সময় 2.3 amp-ঘন্টা যোগ করা হয়েছে এবং ব্যাটারির রেট করা ক্ষমতা হল 2.5 amp-ঘন্টা, তবে এটি জানে যে ব্যাটারিটি প্রায় 92% চার্জ হয়েছে৷ এই তথ্যটি সম্পূর্ণ চার্জযুক্ত লিথিয়াম আয়ন কোষে কারেন্টকে ঠেলে দেওয়ার বিপজ্জনক দৃশ্যকে প্রতিরোধ করে, যা তাপীয় পলাতক হতে পারে।

পদ্ধতিটি বিশেষভাবে মূল্যবান হয়ে ওঠে দ্রুত চার্জিং অ্যাপ্লিকেশনে যেখানে চার্জিং কারেন্ট 3C বা তার বেশি হতে পারে। এই হারে, অভ্যন্তরীণ প্রতিরোধের জুড়ে বড় ভোল্টেজ ড্রপের কারণে ভোল্টেজ-ভিত্তিক অনুমান পদ্ধতি ব্যর্থ হয়। কুলম্ব গণনা নির্ভরযোগ্য থাকে কারণ এটি ভোল্টেজের ওঠানামা নির্বিশেষে সরাসরি প্রকৃত চার্জ স্থানান্তর পরিমাপ করে।

বিভিন্ন পর্যায়ে বিভিন্নভাবে গণনার মধ্যে দক্ষতার কারণগুলি চার্জ করা। একটি লিথিয়াম আয়ন ব্যাটারি কম-হারে চার্জ করার সময় 99% কার্যকারিতা প্রদর্শন করতে পারে তবে তাপ উত্পাদন বৃদ্ধির কারণে উচ্চ হারে 95% এ নেমে যায়৷ উন্নত ব্যাটারি ম্যানেজমেন্ট সিস্টেম বাস্তব-সময়ের তাপমাত্রা এবং বর্তমান পরিমাপের উপর ভিত্তি করে তাদের কুলম্ব গণনা অ্যালগরিদমগুলিকে সামঞ্জস্য করে।

চার্জের অবস্থা সর্বাধিক ক্ষমতার শতাংশ হিসাবে উপলব্ধ ক্ষমতা উপস্থাপন করে। কুলম্ব গণনা ব্যাটারির মোট ক্ষমতা দ্বারা জমে থাকা চার্জকে ভাগ করে SOC গণনা করে। যদি একটি 50 amp-ঘন্টার ব্যাটারি সম্পূর্ণ চার্জের পর থেকে 15 amp-ঘন্টা ডেলিভারি করে, SOC 70% এর সমান।

গণনার সূচনা বিন্দু জানা প্রয়োজন। ব্যাটারি সিস্টেমগুলি সাধারণত SOC শুরু করে যখন ব্যাটারি একটি পরিচিত অবস্থায় পৌঁছায়-হয় সম্পূর্ণরূপে চার্জ করা হয় (সর্বনিম্ন কারেন্টের সাথে চার্জ ভোল্টেজের সীমাতে পৌঁছানোর দ্বারা নির্দেশিত) বা সম্পূর্ণরূপে ডিসচার্জ (নিম্ন-ভোল্টেজ কাটঅফকে আঘাত করে)। খোলা-বিশ্রামের সময় সার্কিট ভোল্টেজ পরিমাপও SOC-তে ভোল্টেজ ম্যাপ করে এমন লুকআপ টেবিলগুলিকে রেফারেন্স করে ক্রমাঙ্কন পয়েন্ট প্রদান করতে পারে।

তাপমাত্রা উল্লেখযোগ্যভাবে ব্যাটারির ক্ষমতা এবং কুলম্বিক দক্ষতা উভয়কেই প্রভাবিত করে। একটি লিথিয়াম আয়ন ব্যাটারি 25 ডিগ্রিতে 100 amp-ঘন্টা প্রদান করতে পারে কিন্তু -10 ডিগ্রিতে মাত্র 80 amp-ঘন্টা। পরিশীলিত বাস্তবায়ন তাপমাত্রা ক্ষতিপূরণ অন্তর্ভুক্ত করে, থার্মিস্টার রিডিংয়ের উপর ভিত্তি করে কার্যকর ক্ষমতা সামঞ্জস্য করে।

ব্যাটারি বার্ধক্য ব্যাটারির জীবনকাল ধরে SOC অনুমানকে জটিল করে তোলে। একটি দুই-বছর-পুরানো ব্যাটারি প্যাক তার মূল ক্ষমতার মাত্র 85% ধরে রাখতে পারে। পর্যায়ক্রমিক পুনঃক্রমিককরণ ছাড়া, কুলম্ব গণনা এখনও মূল 100% ক্ষমতার উপর ভিত্তি করে SOC গণনা করবে, যার ফলে ক্রমবর্ধমান ভুল অনুমান করা হচ্ছে। অনেক সিস্টেম এটির--স্বাস্থ্য অ্যালগরিদমগুলির মাধ্যমে সমাধান করে যা চার্জের-ডিসচার্জ চক্রের উপর ক্ষমতার অবনতি ট্র্যাক করে।

পাঁচটি প্রাথমিক ত্রুটির উত্স কুলম্ব গণনা নির্ভুলতাকে প্রভাবিত করে। বর্তমান সেন্সর ত্রুটিগুলি সবচেয়ে গুরুত্বপূর্ণ অবদানকারীকে প্রতিনিধিত্ব করে-এমনকি একটি 10 মিলিঅ্যাম্প অফসেট ত্রুটি 24 ঘন্টার মধ্যে 0.24 amp-ঘন্টায় জমা হয়৷ 50 amp-ঘন্টার ব্যাটারিতে, এটি প্রতিদিন একটি 0.5% SOC ত্রুটিতে অনুবাদ করে৷

ইন্টিগ্রেশন আনুমানিক ত্রুটিগুলি ডিজিটাল সিস্টেমের বিচ্ছিন্ন নমুনা প্রকৃতি থেকে উদ্ভূত হয়। বিরল স্যাম্পলিংয়ের সাথে আয়তক্ষেত্রাকার একীকরণ ব্যবহার করা ত্রুটির পরিচয় দেয় যখন বর্তমান দ্রুত পরিবর্তিত হয়। একটি 1-সেকেন্ডের স্যাম্পলিং ব্যবধান ধীরে ধীরে লোড পরিবর্তনের সাথে ন্যূনতম ত্রুটি তৈরি করে কিন্তু হঠাৎ পাওয়ার স্পাইকের সময় গুরুত্বপূর্ণ বিবরণ মিস করতে পারে। আধুনিক সিস্টেমগুলি প্রায়শই এই ত্রুটিগুলি কমাতে ট্র্যাপিজয়েডাল বা সিম্পসনের নিয়মের মতো উচ্চ-ক্রম একীকরণ পদ্ধতি ব্যবহার করে।

ব্যাটারির ক্ষমতার অনিশ্চয়তা উত্পাদনের বৈচিত্র্য, তাপমাত্রার প্রভাব এবং বার্ধক্য থেকে উদ্ভূত হয়। একই প্রোডাকশন ব্যাচের দুটি কক্ষের প্রকৃত ক্ষমতা 2-3% দ্বারা আলাদা হতে পারে। এই অনিশ্চয়তা সরাসরি SOC অনুমান ত্রুটিতে অনুবাদ করে-যদি আপনি বিশ্বাস করেন যে ব্যাটারিতে 50 amp-hours আছে কিন্তু এটি আসলে 49 ধারণ করে, আপনার SOC পদ্ধতিগতভাবে 2% বেশি হবে৷

টাইমিং অসিলেটর ড্রিফ্ট বর্তমান ইন্টিগ্রেশনের সময় উপাদানকে প্রভাবিত করে। 50 পিপিএম নির্ভুলতার সাথে একটি ক্রিস্টাল অসিলেটর অল্প সময়ের জন্য শুধুমাত্র ছোটখাটো ত্রুটির পরিচয় দেয় কিন্তু ক্রমাগত অপারেশনের কয়েক সপ্তাহ বা মাস ধরে জমা হতে পারে। তাপমাত্রা-ক্ষতিপূরণপ্রাপ্ত স্ফটিক অসিলেটরগুলি বেশিরভাগ অ্যাপ্লিকেশনের জন্য এই ত্রুটির উত্সটিকে নগণ্য স্তরে হ্রাস করে৷

ক্রমবর্ধমান ত্রুটিগুলি কুলম্ব গণনার সাথে মৌলিক চ্যালেঞ্জের প্রতিনিধিত্ব করে। তাত্ক্ষণিক পরিমাপের বিপরীতে যা প্রতিটি পড়ার সাথে রিসেট করে, সময়ের সাথে সাথে একীকরণ ত্রুটিগুলি যৌগিক হয়। প্রতি চক্রে একটি 1% ত্রুটি দশটি চক্রের পরে 10% ত্রুটিতে পরিণত হয় যদি না সিস্টেমটি পুনরায় ক্যালিব্রেট করে। Energies (2021)-এ প্রকাশিত গবেষণা প্রমাণ করেছে যে সময়-ক্রমিক ত্রুটি সংশোধন ছাড়াই বর্ধিত সময়ের জন্য SOC অনুমানকে "সম্পূর্ণভাবে অবৈধ" রেন্ডার করতে পারে।

সাধারণ নির্ভুলতা মৌলিক বাস্তবায়নে 3-4% থেকে বর্ধিত অ্যালগরিদম সহ 2% এর নিচে। যে সিস্টেমগুলি কলম্যান ফিল্টার ব্যবহার করে ভোল্টেজ ভিত্তিক সংশোধন-এর সাথে কুলম্ব গণনাকে একত্রিত করে 1% এর নিচে নির্ভুলতা অর্জন করে। PowerTech সিস্টেম লিথিয়াম-আয়ন অ্যাপ্লিকেশনের জন্য তাদের বাণিজ্যিক কুলম্ব কাউন্টার পণ্যগুলিতে 1% এর কম পরিমাপের ত্রুটি রিপোর্ট করে।

ব্যাটারি ম্যানেজমেন্ট সিস্টেমগুলি সেল ব্যালেন্সিং, থার্মাল ম্যানেজমেন্ট এবং সুরক্ষা সার্কিটের পাশাপাশি একটি মূল ফাংশন হিসাবে কুলম্ব গণনাকে একীভূত করে। বর্তমান সেন্সর, সাধারণত 0.5 থেকে 5 মিলিওহম পর্যন্ত একটি নির্ভুল শান্ট প্রতিরোধক, প্রধান বর্তমান পথে বসে। হল-ইফেক্ট সেন্সর উচ্চ-বর্তমান অ্যাপ্লিকেশনের জন্য একটি বিকল্প অফার করে, গ্যালভানিক বিচ্ছিন্নতা প্রদান করে এবং শক্তি অপচয়ের উদ্বেগ দূর করে।

মাইক্রোকন্ট্রোলার ফার্মওয়্যার ইন্টিগ্রেশন অ্যালগরিদম প্রয়োগ করে এবং ক্রমাঙ্কন রুটিন পরিচালনা করে। গাড়ির ইগনিশন বা ডিভাইস স্টার্টআপের সময়, BMS অ-অস্থির মেমরি থেকে শেষ সঞ্চিত SOC পড়ে। এটি তারপর এই প্রারম্ভিক বিন্দু থেকে কুলম্ব গণনা শুরু করে। সিস্টেম পর্যায়ক্রমে আপডেটগুলি সঞ্চয় করে-কিছু বাস্তবায়ন প্রতি কয়েক মিনিটে ফ্ল্যাশ মেমরিতে লিখে অপ্রত্যাশিত পাওয়ার বাধার সময় ন্যূনতম ডেটা ক্ষতি নিশ্চিত করতে।

বৈদ্যুতিক যানবাহনে স্বয়ংচালিত বিএমএস বিশেষভাবে পরিশীলিত কুলম্ব গণনা বাস্তবায়ন নিযুক্ত করে। টেসলার ব্যাটারি ম্যানেজমেন্ট সিস্টেম, উদাহরণস্বরূপ, কিলোহার্টজ হারে নমুনাগুলি বর্তমান এবং সেন্সরের শব্দ কমাতে একাধিক ফিল্টারিং পর্যায়ে প্রয়োগ করে। সিস্টেমটি প্রতিটি মডিউল বা সেল গোষ্ঠীর জন্য পৃথক কুলম্ব কাউন্টার বজায় রাখে, ক্ষমতার অমিলগুলি সনাক্ত করতে সক্ষম করে যা ব্যর্থ কোষগুলিকে নির্দেশ করতে পারে।

গ্রিড স্টোরেজ বা টেলিকমিউনিকেশনের জন্য ইন্ডাস্ট্রিয়াল ব্যাটারি সিস্টেমের জন্য আরও বেশি নির্ভরযোগ্যতা প্রয়োজন। এই অ্যাপ্লিকেশনগুলি প্রায়ই দ্বৈত বা ট্রিপল অপ্রয়োজনীয় বর্তমান সেন্সিং চালায়, ব্যর্থতা সনাক্ত করতে একাধিক সেন্সর তুলনা করে। যখন সেন্সর রিডিং গ্রহণযোগ্য সহনশীলতার বাইরে চলে যায়, তখন সিস্টেমটি অবশিষ্ট সেন্সরগুলিতে কাজ চালিয়ে যাওয়ার সময় ত্রুটিপূর্ণ সেন্সর সনাক্ত করতে এবং বিচ্ছিন্ন করতে পারে।

দীর্ঘমেয়াদী নির্ভুলতা বজায় রাখার জন্য পর্যায়ক্রমিক পুনঃক্রমিককরণ অপরিহার্য। সবচেয়ে সহজ পদ্ধতি ব্যাটারিকে সম্পূর্ণরূপে চার্জ করে যতক্ষণ না চার্জিং কারেন্ট একটি থ্রেশহোল্ডের নিচে নেমে যায় (সাধারণত C/20), তারপর SOC 100% এ রিসেট করে। একইভাবে, কম-ভোল্টেজ কাটঅফের ডিসচার্জ SOC কে 0% এ রিসেট করে। অনেক ভোক্তা ডিভাইস প্রতি 20-30 চার্জ চক্র স্বয়ংক্রিয়ভাবে এই ক্রমাঙ্কন সম্পাদন করে।

খোলা-সার্কিট ভোল্টেজ ক্রমাঙ্কন আরও ঘন ঘন সংশোধনের সুযোগ দেয়। ব্যাটারি 30 মিনিট থেকে কয়েক ঘন্টার জন্য বিশ্রামের পরে, টার্মিনাল ভোল্টেজ তার প্রকৃত খোলা-সার্কিট মানতে স্থিতিশীল হয়। BMS তারপরে একটি OCV-SOC লুকআপ টেবিল উল্লেখ করতে পারে প্রকৃত SOC নির্ধারণ করতে এবং যেকোন জমা হওয়া কুলম্ব গণনা ত্রুটি সংশোধন করতে। এই পদ্ধতিটি শক্তিশালী ভোল্টেজ প্রদর্শনকারী ব্যাটারি রসায়নের সাথে সবচেয়ে ভালো কাজ করে

উন্নত কুলম্ব গণনা অ্যালগরিদম কুলম্বিক দক্ষতা সংশোধন অন্তর্ভুক্ত করে। এনজি এট আল দ্বারা গবেষণা। (2009) দেখিয়েছে যে চার্জ এবং ডিসচার্জ দক্ষতার জন্য অ্যাকাউন্টিং আলাদাভাবে সঠিকতাকে উল্লেখযোগ্যভাবে উন্নত করে। চার্জ করার সময়, লিথিয়াম আয়ন ব্যাটারি সাধারণত 98-99.5% কার্যকারিতা প্রদর্শন করে, যখন ডিসচার্জ কার্যকারিতা 99.8-99.9% এর কাছাকাছি। এই মানগুলি তাপমাত্রা, বর্তমান হার এবং স্বাস্থ্যের অবস্থার সাথে পরিবর্তিত হয়।

কালম্যান ফিল্টার ফিউশন বাস্তব-সময়ে ভোল্টেজ পরিমাপের সাথে কুলম্ব গণনাকে একত্রিত করে। ফিল্টার প্রতিটি মুহুর্তে তাদের আপেক্ষিক অনিশ্চয়তার উপর ভিত্তি করে দুটি অনুমান পদ্ধতির ওজন করে। উচ্চ স্রোতে যেখানে বড় IR ড্রপের কারণে ভোল্টেজ পরিমাপ অবিশ্বস্ত হয়, ফিল্টারটি কুলম্বকে বেশি গণনা করে। বিশ্রামের সময়, ভোল্টেজ পরিমাপের ওজন বৃদ্ধি পায়। এই অভিযোজিত পদ্ধতি উভয় পদ্ধতির সেরাটি অর্জন করে।

মেশিন লার্নিং অ্যালগরিদম SOC অনুমানের কাটিয়া প্রান্ত প্রতিনিধিত্ব করে। হাজার হাজার চার্জ-ডিসচার্জ চক্রে প্রশিক্ষিত নিউরাল নেটওয়ার্কগুলি ব্যাটারি-নির্দিষ্ট আচরণ শিখতে পারে যা সাধারণ মডেলগুলি মিস করে। এই সিস্টেমগুলি এমনকি ভবিষ্যদ্বাণী করতে পারে যখন জমা হওয়া ত্রুটিগুলি সম্ভবত উল্লেখযোগ্য হয়ে উঠছে এবং উপযুক্ত ক্রমাঙ্কন রুটিনগুলিকে ট্রিগার করে।

Coulomb Counting

ভোল্টেজ-ভিত্তিক SOC অনুমান লিথিয়াম আয়রন ফসফেট (LFP) ব্যাটারির সাথে লড়াই করে, যা 20-90% SOC জুড়ে অসাধারণভাবে সমতল ভোল্টেজ বক্ররেখা বজায় রাখে। এই সমগ্র পরিসরে মাত্র 50-100 মিলিভোল্টের পরিবর্তন ঘটে। কুলম্ব গণনা ব্যাটারির রসায়নের ভোল্টেজ বৈশিষ্ট্য নির্বিশেষে সমানভাবে কাজ করে।

ব্যাটারি বিশ্রামের প্রয়োজন ছাড়াই চার্জ এবং ডিসচার্জ উভয় সময়ই পদ্ধতিটি অবিচ্ছিন্নভাবে কাজ করে। সার্কিট ভোল্টেজের সঠিক ওপেন রিডিং পেতে-ভোল্টেজ ভিত্তিক পদ্ধতিতে ব্যাটারির প্রয়োজন ৩০ মিনিট থেকে কয়েক ঘণ্টার জন্য। বৈদ্যুতিক যানবাহন অ্যাপ্লিকেশনগুলিতে যেখানে গাড়িটি প্রতিদিন একাধিকবার চালিত হতে পারে, এই ধরনের বিশ্রামের সময় খুব কমই প্রাকৃতিকভাবে ঘটে।

কম্পিউটেশনাল প্রয়োজনীয়তাগুলি মডেল ভিত্তিক পদ্ধতির- তুলনায় বিনয়ী থাকে৷ একটি মৌলিক কুলম্ব গণনা বাস্তবায়নের জন্য শুধুমাত্র গুণ এবং যোগ ক্রিয়াকলাপ প্রয়োজন, সহজে সস্তা 8-বিট মাইক্রোকন্ট্রোলার দ্বারা পরিচালনা করা হয়। কালম্যান ফিল্টার বা নিউরাল নেটওয়ার্ক পদ্ধতিতে ফ্লোটিং-পয়েন্ট ক্ষমতা সহ 32-বিট প্রসেসরের চাহিদা রয়েছে এবং যথেষ্ট বেশি শক্তি খরচ করে।

তাপমাত্রার প্রভাব কুলম্ব গণনাকে প্রভাবিত করে মূলত পরিমাপের নীতির পরিবর্তে ক্ষমতা পরিবর্তনের মাধ্যমে। ভোল্টেজ-ভিত্তিক পদ্ধতিগুলি তাপমাত্রা-নির্ভর ক্ষমতার পরিবর্তন এবং তাপমাত্রা-নির্ভর ভোল্টেজের পরিবর্তন উভয়ের দ্বারাই ভুগে থাকে, যা সঠিকভাবে ক্ষতিপূরণের জন্য সহজাতভাবে আরও জটিল করে তোলে।

সঠিক প্রাথমিক SOC-এর প্রয়োজনীয়তা কুলম্ব গণনার সবচেয়ে মৌলিক সীমাবদ্ধতার প্রতিনিধিত্ব করে। যদি সিস্টেমটি একটি ভুল SOC মান দিয়ে শুরু হয়, তাহলে পরবর্তী সমস্ত গণনা এই ত্রুটির উত্তরাধিকারী হয়। যে ব্যাটারি সিস্টেমগুলি শক্তি হারায় সেগুলি সম্পূর্ণরূপে তাদের SOC রেফারেন্স পয়েন্ট হারায়, পরবর্তী স্টার্টআপের সময় ভোল্টেজ পরিমাপের উপর নির্ভর করতে বাধ্য করে।

স্ব-স্রাব একটি লুকানো বর্তমান ড্রেন তৈরি করে যা কুলম্ব গণনা সরাসরি পরিমাপ করতে পারে না। লিথিয়াম আয়ন ব্যাটারি স্ব-কক্ষের তাপমাত্রায় প্রতি মাসে প্রায় 2-5% হারে ডিসচার্জ হয়, উচ্চ তাপমাত্রায় বৃদ্ধি পায়। বর্ধিত স্টোরেজ পিরিয়ডের উপর, এই অনিয়ন্ত্রিত ক্ষমতা হ্রাসের ফলে আনুমানিক SOC প্রকৃত মূল্যের চেয়ে বেশি প্রবাহিত হয়।

পণ্যের জীবনকাল ধরে সেন্সর ড্রিফ্ট ধীরে ধীরে নির্ভুলতা হ্রাস করে। 1% প্রাথমিক নির্ভুলতা সহ একটি বর্তমান সেন্সর উপাদান বার্ধক্যজনিত কারণে পাঁচ বছরের মধ্যে 2-3% এ চলে যেতে পারে। স্বয়ংচালিত অ্যাপ্লিকেশনগুলি 15 বছর ধরে সেন্সরের স্থায়িত্ব এবং তাপমাত্রা -40 ডিগ্রী থেকে +85 ডিগ্রী পর্যন্ত নির্দিষ্ট করে, যার জন্য সতর্ক উপাদান নির্বাচন এবং সার্কিট ডিজাইন প্রয়োজন।

জীবদ্দশায় ব্যাটারির ক্ষমতা বিবর্ণ হয়ে যাওয়া একটি চলমান ক্রমাঙ্কন চ্যালেঞ্জ উপস্থাপন করে। একটি ব্যাটারি 1000 চক্রের মধ্যে 20% ক্ষমতা হারাতে পারে। বিএমএস পর্যায়ক্রমে প্রকৃত ক্ষমতার পুনর্মূল্যায়ন না করলে, SOC গণনা ক্রমবর্ধমান আশাবাদী হয়ে ওঠে, সম্ভাব্য বিপজ্জনক ওভারডিচার্জ অবস্থার অনুমতি দেয়।

উচ্চ-বর্তমান অ্যাপ্লিকেশনগুলিতে বর্তমান সেন্সর শক্তির অপচয় সমস্যাযুক্ত হয়ে ওঠে। একটি 1-মিলিওহম সেন্স রেসিস্টরের মাধ্যমে একটি 100-amp ডিসচার্জ কারেন্ট 10 ওয়াট নষ্ট করে। এটি একটি 3.3-কিলোওয়াট সিস্টেমে 0.3% শক্তির ক্ষতির প্রতিনিধিত্ব করে- নগণ্য কিন্তু নগণ্য নয়। নিম্ন-প্রতিরোধের শান্ট ক্ষতি কমায় কিন্তু কম স্রোতে পরিমাপের নির্ভুলতা হ্রাস করে।

সম্পূরক পদ্ধতির সাথে কুলম্ব গণনাকে একত্রিত করে হাইব্রিড পন্থা উচ্চতর কর্মক্ষমতা অর্জন করে। বর্ধিত কালম্যান ফিল্টার (EKF) কুলম্ব গণনার উপর ভিত্তি করে ভোল্টেজ আচরণের পূর্বাভাস দিতে একটি ব্যাটারি সমতুল্য সার্কিট মডেল ব্যবহার করে, তারপর পূর্বাভাসিত এবং পরিমাপ করা ভোল্টেজের মধ্যে পার্থক্যের উপর ভিত্তি করে SOC অনুমান সংশোধন করে। এটি একটি স্ব-সংশোধনকারী সিস্টেম তৈরি করে যা সঞ্চয় ত্রুটিকে আবদ্ধ করে।

ইলেক্ট্রোকেমিক্যাল ইম্পিডেন্স স্পেকট্রোস্কোপি (EIS) স্বাস্থ্য মূল্যায়নের জন্য কুলম্ব গণনা পরিপূরক করতে পারে। একাধিক ফ্রিকোয়েন্সিতে ব্যাটারি প্রতিবন্ধকতা পরিমাপ করে, সিস্টেমটি অভ্যন্তরীণ প্রতিরোধের বৃদ্ধি এবং ক্ষমতা বিবর্ণকে চিহ্নিত করে। এই তথ্যটি কুলম্ব গণনা গণনার ক্ষমতা প্যারামিটার আপডেট করে, ব্যাটারির বয়স হিসাবে নির্ভুলতা বজায় রাখে।

ঐতিহাসিক চার্জে প্রশিক্ষিত কৃত্রিম নিউরাল নেটওয়ার্ক-ডিসচার্জ ডেটা ধারণক্ষমতার অবনতির ধরণ অনুমান করতে পারে। এই ভবিষ্যদ্বাণীগুলি ত্রুটিগুলি তাৎপর্যপূর্ণ হওয়ার আগে সক্রিয় পুনঃক্রমিককরণ সক্ষম করে৷ কিছু গবেষক সম্মিলিত কুলম্ব গণনা এবং নিউরাল নেটওয়ার্ক পন্থা ব্যবহার করে 1% এর মধ্যে SOC অনুমান নির্ভুলতার রিপোর্ট করেছেন।

চার্জ করার সময় ডিফারেনশিয়াল ভোল্টেজ বিশ্লেষণ সম্পূর্ণ চার্জ-ডিসচার্জ চক্রের প্রয়োজন ছাড়াই পর্যায়ক্রমিক ক্রমাঙ্কন পয়েন্ট প্রদান করে। dV/dQ বক্ররেখার বৈশিষ্ট্যগত চূড়াগুলি নির্দিষ্ট SOC মানগুলিতে দেখা যায় ক্ষমতার ম্লান নির্বিশেষে, পরম SOC নির্ধারণকে সক্ষম করে। এই পদ্ধতি লিথিয়াম নিকেল ম্যাঙ্গানিজ কোবাল্ট অক্সাইড রসায়নের সাথে বিশেষভাবে কার্যকর।

ডেডিকেটেড কুলম্ব কাউন্টিং আইসি সমস্ত প্রয়োজনীয় ফাংশনকে একটি একক চিপে একত্রিত করে। Texas Instruments' BQ সিরিজ এবং STMicroelectronics' STC31xx পরিবার এই পদ্ধতির উদাহরণ দেয়, 16-বিট ADC, বর্তমান একীকরণ, তাপমাত্রা সংবেদন, এবং I²C/SPI ইন্টারফেস সমন্বিত। মালিকানা ক্ষতিপূরণ অ্যালগরিদমের মাধ্যমে পরিমাপের নির্ভুলতা উন্নত করার সময় এই চিপগুলি ডিজাইনের জটিলতা এবং বোর্ডের স্থান হ্রাস করে।

সংবেদন প্রতিরোধক নির্বাচন শক্তি অপচয়ের বিরুদ্ধে সঠিকতা ভারসাম্য জড়িত। একটি 100-amp অ্যাপ্লিকেশনে একটি 0.5-মিলিওহম প্রতিরোধক 5 ওয়াট নষ্ট করে কিন্তু শুধুমাত্র 50 মিলিভোল্ট পূর্ণ-স্কেল সংকেত তৈরি করে, যার জন্য উচ্চ-শব্দের জন্য সংবেদনশীল অ্যামপ্লিফায়ারের প্রয়োজন হয়৷ একটি 5-মিলিওহম প্রতিরোধক 500 মিলিভোল্ট সংকেত প্রদান করে কিন্তু 50 ওয়াটগুলিকে বিলুপ্ত করে-অধিকাংশ অ্যাপ্লিকেশনে অগ্রহণযোগ্য। সাধারণ স্বয়ংচালিত ডিজাইনে 0.1-1.0 মিলিওহম প্রতিরোধক ব্যবহার করে ডিফারেনশিয়াল এমপ্লিফায়ারের সাথে 80-100 ডিবি কমন-মোড প্রত্যাখ্যান প্রদান করে।

হল-প্রভাব বর্তমান সেন্সরগুলি ভোল্টেজ ড্রপের পরিবর্তে চৌম্বক ক্ষেত্র পরিমাপ করে সম্পূর্ণরূপে পাওয়ার অপসারণের সমস্যা এড়ায়। যাইহোক, তারা অফসেট ত্রুটির পরিচয় দেয় (সাধারণত 50-স্বয়ংচালিত সেন্সরে 200 mA-গ্রেড সেন্সর), তাপমাত্রার সাথে প্রবাহিত হয় এবং শান্ট-ভিত্তিক সমাধানের চেয়ে বেশি খরচ হয়। এই সীমাবদ্ধতা সত্ত্বেও 200 amps-এর উপরে অ্যাপ্লিকেশনগুলি ক্রমবর্ধমানভাবে হল সেন্সরগুলির পক্ষে।

অ্যানালগ-থেকে-ডিজিটাল রূপান্তরকারী নির্বাচন সরাসরি নির্ভুলতাকে প্রভাবিত করে। একটি 12-বিট ADC পরিমাপ করে একটি 100-amp পূর্ণ-স্কেল কারেন্ট মোটামুটি 25-মিলিঅ্যাম্প রেজোলিউশন প্রদান করে- উচ্চ-পাওয়ার অ্যাপ্লিকেশনের জন্য গ্রহণযোগ্য কিন্তু মিলিঅ্যাম্প-স্তরের নিষ্ক্রিয় কারেন্ট সহ ডিভাইসগুলির জন্য অপর্যাপ্ত। আধুনিক ব্যাটারি ম্যানেজমেন্ট সিস্টেম প্রায়শই 16-বিট বা এমনকি 24-বিট রূপান্তরকারী নিয়োগ করে যাতে পিক লোডের সময় মাইক্রোঅ্যাম্প স্লিপ কারেন্ট থেকে শত শত amps পর্যন্ত গতিশীল পরিসীমা পরিচালনা করে।

Coulomb Counting

বৈদ্যুতিক যানবাহন বাস্তবায়ন স্কেলে কুলম্ব গণনা প্রদর্শন করে। নিসান লিফের ব্যাটারি ম্যানেজমেন্ট সিস্টেম প্রতিটি সেল গ্রুপের চার্জ প্রবাহকে ট্র্যাক করে, গাড়িটিকে ব্যাটারি শেষ হওয়ার আগে পরিসীমা অনুমান প্রদর্শন করতে এবং সতর্কতা ট্রিগার করতে সক্ষম করে। শত শত চার্জ-ডিসচার্জ চক্রের পরে, সিস্টেম সম্পূর্ণ চার্জ করার সময় পর্যায়ক্রমিক পুনঃক্রমিককরণের মাধ্যমে 3-5% এর মধ্যে SOC নির্ভুলতা বজায় রাখে।

স্মার্টফোনের ব্যাটারি গেজগুলি খরচ এবং শক্তি খরচ দ্বারা সীমাবদ্ধ সরলীকৃত কুলম্ব গণনা বাস্তবায়ন ব্যবহার করে। এই সিস্টেমগুলি সাধারণত 5-10% নির্ভুলতা অর্জন করে, চার বা পাঁচটি ব্যাটারি স্তরের বার প্রদর্শনের জন্য যথেষ্ট কিন্তু স্বয়ংচালিত বাস্তবায়নের তুলনায় কম সুনির্দিষ্ট। উল্লেখযোগ্য পরজীবী ড্রেন এড়াতে ফুয়েল গেজ সার্কিটের পাওয়ার বাজেট 100 মাইক্রোঅ্যাম্পের নিচে থাকতে হবে।

গ্রিড-স্কেল ব্যাটারি স্টোরেজ চার্জ অপ্টিমাইজ করার জন্য ব্যতিক্রমী নির্ভুলতার দাবি করে-ডিসচার্জ শিডিউলিং এবং ব্যর্থ মডিউল সনাক্ত করতে। এই সিস্টেমগুলি দ্বৈত শান্ট এবং একাধিক ADC সহ অপ্রয়োজনীয় কারেন্ট সেন্সিং নিয়োগ করে। সফ্টওয়্যার অ্যালগরিদমগুলি ক্রস- পরিমাপ এবং ফ্ল্যাগ অসঙ্গতিগুলি 0.5% এর বেশি পরীক্ষা করে, ব্যর্থতা হওয়ার আগে পূর্বাভাসমূলক রক্ষণাবেক্ষণ সক্ষম করে৷

সামরিক এবং মহাকাশ অ্যাপ্লিকেশনগুলির জন্য সর্বোচ্চ নির্ভরযোগ্যতা প্রয়োজন, প্রায়ই ভোটিং লজিকের সাথে ট্রিপল-অপ্রয়োজনীয় সেন্সিং প্রয়োগ করে। ব্যাটারি ম্যানেজমেন্ট সিস্টেম তিনটি স্বাধীন কুলম্ব কাউন্টিং সার্কিটের তুলনা করে এবং মধ্যম মান ব্যবহার করে। যদি কোনো সেন্সর গ্রহণযোগ্য সীমা অতিক্রম করে, সিস্টেম রক্ষণাবেক্ষণ কর্মের জন্য ত্রুটি লগ করার সময় এটি উপেক্ষা করা হয়।

হার্ডওয়্যার জটিলতা বা খরচ যোগ না করে কুলম্ব গণনা নির্ভুলতা উন্নত করার পদ্ধতিতে গবেষণা চলতে থাকে। অভিযোজিত অ্যালগরিদমগুলি যেগুলি ব্যাটারি-প্রথম ডজন চক্রের সময় নির্দিষ্ট আচরণ শেখে, সেগুলি ভর-উত্পাদিত ডিভাইসগুলিতে ত্রুটি হ্রাস করার প্রতিশ্রুতি দেখায় যেখানে প্রতি-ইউনিট ক্রমাঙ্কন অব্যবহারিক৷

ওয়্যারলেস ব্যাটারি ম্যানেজমেন্ট সিস্টেম প্রতিটি কক্ষকে কেন্দ্রীয় নিয়ামকের সাথে সংযোগকারী তারের জোতাকে দূর করে। প্রতিটি সেল মডিউল তার নিজস্ব কুলম্ব কাউন্টার অন্তর্ভুক্ত করে এবং বেতার প্রোটোকলের মাধ্যমে ডেটা প্রেরণ করে। এই স্থাপত্যটি বৈদ্যুতিক যানবাহনের ওজন হ্রাস করে এবং সমাবেশকে সহজ করে, যদিও এটি একাধিক স্বাধীন পরিমাপকে সিঙ্ক্রোনাইজ করার চারপাশে চ্যালেঞ্জ প্রবর্তন করে।

সলিড-স্টেট ব্যাটারিগুলি আগামী কয়েক বছরের মধ্যে উৎপাদনে প্রবেশের জন্য পরিবর্তিত কুলম্ব গণনা পদ্ধতির প্রয়োজন হতে পারে। প্রচলিত লিথিয়াম-আয়ন কোষের তুলনায় এই ব্যাটারিগুলি বিভিন্ন চার্জ-ডিসচার্জ বৈশিষ্ট্য এবং বার্ধক্যের প্রক্রিয়া প্রদর্শন করে। সময়ের সাথে বর্তমানকে একীভূত করার মৌলিক নীতিটি বৈধ থাকে, তবে ক্রমাঙ্কন কৌশল এবং দক্ষতার কারণগুলি আপডেট করার প্রয়োজন হবে।

ব্যাটারি ডিজিটাল টুইনদের সাথে ইন্টিগ্রেশন আকর্ষণীয় সম্ভাবনার অফার করে। প্রতিটি ব্যাটারির সম্পূর্ণ ইতিহাসের উপর ভিত্তি করে একটি বিশদ কম্পিউটেশনাল মডেল বজায় রাখার মাধ্যমে, সিস্টেমগুলি SOC অনুমানে অভূতপূর্ব নির্ভুলতা অর্জন করতে পারে। এই মডেলগুলি অনেকের মধ্যে একটি ইনপুট হিসাবে কুলম্ব গণনাকে অন্তর্ভুক্ত করবে, বর্তমান, ভোল্টেজ, তাপমাত্রা এবং প্রতিবন্ধকতা পরিমাপ থেকে ডেটা ফিউজ করে।

ব্যাটারি ভোল্টেজ বেশিরভাগ রসায়নের জন্য চার্জের অবস্থাকে সরাসরি নির্দেশ করে না। লিথিয়াম আয়রন ফসফেট ব্যাটারি 20-90% SOC জুড়ে প্রায় স্থির ভোল্টেজ বজায় রাখে, যা ভোল্টেজ-ভিত্তিক অনুমান অব্যবহারিক করে তোলে। এমনকি লিথিয়াম কোবাল্ট অক্সাইড ব্যাটারির সাথেও যেগুলির মধ্যে ভাল ভোল্টেজ-এসওসি পারস্পরিক সম্পর্ক রয়েছে, সম্পর্ক তাপমাত্রা, বয়স এবং লোড কারেন্টের সাথে পরিবর্তিত হয়। কুলম্ব গণনা ভোল্টেজ আচরণ নির্বিশেষে প্রকৃত চার্জ প্রবাহ ট্র্যাক করে।

ক্রমাঙ্কন ফ্রিকোয়েন্সি প্রয়োগের প্রয়োজনীয়তা এবং ত্রুটি সহনশীলতার উপর নির্ভর করে। ভোক্তা ডিভাইসগুলি সাধারণত প্রতি 20-30 পূর্ণ চক্রে 100% চার্জ করে ক্যালিব্রেট করে। বৈদ্যুতিক যানবাহনগুলি মাসিক বা যখনই ব্যাটারি পরিচিত রাজ্যে পৌঁছায় তখন ক্রমাঙ্কন হতে পারে। উচ্চ নির্ভুলতার প্রয়োজন এমন জটিল অ্যাপ্লিকেশনগুলি সাপ্তাহিক ক্যালিব্রেট করতে পারে বা সম্পূর্ণভাবে পর্যায়ক্রমিক পুনঃক্রমিককরণ এড়াতে কালম্যান ফিল্টারিংয়ের মাধ্যমে ক্রমাগত সংশোধন ব্যবহার করতে পারে।

হ্যাঁ, কুলম্ব গণনা উভয় দিকে অবিরাম কাজ করে। চার্জ করার সময়, কারেন্ট প্রবাহিত হওয়ার সাথে সাথে এটি কুলম্ব যোগ করে। স্রাবের সময়, কারেন্ট বের হওয়ার সাথে সাথে এটি কুলম্ব বিয়োগ করে। সিস্টেমটি প্রতিটি দিকের বিভিন্ন কুলম্বিক দক্ষতার জন্য সামঞ্জস্য করে-চার্জ দক্ষতা সাধারণত 98-99% চলে, যেখানে লিথিয়াম-আয়ন ব্যাটারির জন্য ডিসচার্জ দক্ষতা 99.5% ছাড়িয়ে যায়।

সিস্টেম ধারণ ক্ষমতা বিবর্ণ না হলে সঠিকতা হ্রাস পায়। ব্যাটারির বয়স হিসাবে, তারা ক্ষমতা হারায় যখন কুলম্ব গণনা অ্যালগরিদম মূল ক্ষমতা মান ব্যবহার করে চলতে থাকে। এটি আনুমানিক SOC ক্রমবর্ধমান আশাবাদী হয়ে ওঠে। উন্নত BMS বাস্তবায়ন পর্যায়ক্রমে প্রকৃত ক্ষমতা পরিমাপ করে এবং গণনার পরামিতিগুলি আপডেট করে, বার্ধক্য সত্ত্বেও নির্ভুলতা বজায় রাখে।

কুলম্ব গণনার ব্যবহারিক সাফল্য সরলতা এবং নির্ভুলতার মধ্যে ভারসাম্য থেকে উদ্ভূত হয়। নিখুঁত না হলেও, পর্যায়ক্রমিক ক্রমাঙ্কনের সাথে মিলিত হলে এটি বেশিরভাগ অ্যাপ্লিকেশনের জন্য যথেষ্ট নির্ভুলতা প্রদান করে। পদ্ধতির কম্পিউটেশনাল দক্ষতা এটিকে ব্যাটারি চালিত ডিভাইসের জন্য আদর্শ করে-যেখানে জ্বালানি পরিমাপক নিজেই ন্যূনতম শক্তি ব্যবহার করতে হবে। ব্যাটারি প্রযুক্তি বিকশিত হওয়ার সাথে সাথে এবং শক্তি সঞ্চয়ের অ্যাপ্লিকেশনগুলি বৃদ্ধি পাচ্ছে, কুলম্ব গণনা প্রতিটি বাজারের অংশে রিচার্জেবল ব্যাটারি পরিচালনার জন্য একটি মৌলিক হাতিয়ার হয়ে থাকবে।