使用当前功耗和电池百分比估算电池容量

数据挖掘 r 预测建模 时间序列
2021-10-10 23:57:25

我想估计当前最大容量(以 kWh 为单位),其中包含时间序列中可用的当前功耗(以 kWh 为单位)和电池的充电状态(以 % 为单位)。

我没有记录完整的电池充电循环,但只有一个片段,充电状态在 1 秒数据记录间隔内从 ~95% 变为 ~35%。

起初,我累积了当前的功耗,并注意到累积的功耗和充电状态之间的进展几乎相同(见图 1 和图 2)。

充电状态与累积功耗的关系 在此处输入图像描述

因此,我尝试使用线性回归模型来预测 0% 和 100% 充电状态下的两个累积功耗值。在我的假设中,这两个的增量为我留下了电池当前的最大容量。

理想情况下,我想在数据记录期间监控容量。这意味着我只有百分之几的充电状态数据。在图 3 和图 4 中,您可以看到我尝试为每 2% 的充电状态创建一个线性回归模型。正如您在右图中看到的那样,估计的容量具有非常高的方差。

左:每 2% 充电状态的回归线(绿色);右:每 2% 充电状态的估计容量 在此处输入图像描述

由于我既不是回归问题也不是电池/物理方面的专家,所以我的问题是:

  • 是否有更简单或更准确的方法(或两者兼而有之)来估计电池的当前最大容量?

  • 如果是的话,有没有一种好方法可以在正在进行的过程中用更小的片段来估计足够精确的容量,比如说每 2% 的充电状态?(可能使用放电过程的特征曲线)

这是我的数据示例:示例文件

1个回答

首先,普通化学电池在 1 秒内从 95% 放电到 35% 正在经历非常深的放电,其放电曲线将与缓慢的稳定放电(例如 10 小时内从 95% 到 35%)有很大不同。其次,只有在您确切知道该充电周期中电池所呈现的充电曲线时,才能从充电过程的一个非常小的片段(2% 的变化)中推断出来,以便您可以识别充电周期的哪个点现在是电池。

对于大多数化学电池,负载的电流消耗决定了放电曲线,从而决定了未来给定时间点的容量。由于这通常是非线性的,并且斜率在放电曲线的不同点处变化,因此线性回归将不是一个很好的拟合。我建议尝试对放电曲线进行多项式回归拟合。多元自适应回归样条也应该很好用。同样,充电速率决定了充电曲线/特性曲线。

您可以拟合多个模型,每种类型的充电曲线(例如深度放电、慢放电等)各一个,然后根据电池的当前状态选择合适的模型,以预测未来的状态。

要了解铅酸电池的此过程,请参阅这些 -

  1. http://scubaengineer.com/documents/lead_acid_battery_charging_graphs.pdf和,
  2. http://batteryuniversity.com/learn/article/how_to_measure_state_of_charge