Como proveedor de baterías de iones de litio NCM de 3,67 V y 78 Ah, a menudo recibo consultas sobre el método de estimación del estado de carga (SOC). El SOC es un parámetro crucial que indica la energía restante en una batería, similar al indicador de combustible de un automóvil. La estimación precisa del SOC es esencial para optimizar el rendimiento de la batería, garantizar la seguridad y prolongar la vida útil de la batería. En esta publicación de blog, profundizaré en los diversos métodos de estimación de SOC para nuestras baterías de iones de litio NCM de 3,67 V y 78 Ah.
Importancia de la estimación del SOC
Antes de explorar los métodos de estimación, comprendamos por qué la estimación del SOC es tan importante. Para los usuarios de nuestras baterías de iones de litio NCM de 3,67 V y 78 Ah, conocer el SOC ayuda a planificar el uso, evitar la descarga excesiva y garantizar que la batería se cargue en el momento adecuado. La descarga excesiva de una batería de iones de litio puede provocar daños irreversibles, una capacidad reducida e incluso riesgos para la seguridad, como una fuga térmica. Por otro lado, la sobrecarga también puede causar problemas similares. Por lo tanto, una estimación precisa del SOC es la clave para mantener la salud y el rendimiento de la batería.
Métodos comunes de estimación del SOC
1. Método de voltaje de circuito abierto (OCV)
El método OCV es una de las técnicas más simples y más utilizadas para la estimación del SOC. Se basa en la relación entre el voltaje de circuito abierto de la batería y su SOC. Cuando una batería está en reposo (sin cargarse ni descargarse), su voltaje se estabiliza en un valor que está directamente relacionado con el SOC.
Para nuestras baterías de iones de litio NCM de 3,67 V y 78 Ah, hemos realizado pruebas exhaustivas para establecer la curva OCV - SOC. Al medir el voltaje de circuito abierto de la batería después de haber estado en reposo durante un período suficiente (generalmente unas pocas horas), podemos estimar el SOC usando esta curva. Sin embargo, este método tiene sus limitaciones. Sólo es preciso cuando la batería está en un estado relajado y no tiene en cuenta el historial de carga y descarga de la batería, como la tasa de flujo de corriente o la temperatura.
2. Método de conteo de Coulomb
El método de conteo de Coulomb, también conocido como método de integración de amperios-hora, es otro enfoque popular. Este método calcula el SOC integrando la corriente que entra y sale de la batería a lo largo del tiempo. El principio básico es que el cambio en SOC es proporcional a la cantidad de carga transferida.
Para utilizar este método, necesitamos medir continuamente la corriente que fluye a través de la batería. Para este fin se suele utilizar un sensor de corriente. Al integrar la corriente de un SOC inicial conocido, podemos estimar el SOC actual. Por ejemplo, si comenzamos con una batería completamente cargada (SOC = 100%) y medimos la corriente de descarga durante un período, podemos calcular la cantidad de carga que se ha eliminado y así estimar el SOC restante.
Sin embargo, el método de recuento de Coulomb también tiene algunos inconvenientes. Requiere una medición de corriente precisa y cualquier error en el sensor de corriente puede acumularse con el tiempo, lo que genera errores significativos en la estimación del SOC. Además, no tiene en cuenta la autodescarga u otras condiciones no ideales de la batería.
3. Métodos basados en modelos
Los métodos basados en modelos utilizan modelos matemáticos para describir el comportamiento de la batería y estimar el SOC. Estos modelos pueden ser modelos de circuitos equivalentes basados en la física o modelos basados en datos.
- Física: modelos basados en: Estos modelos se basan en los procesos físicos y químicos fundamentales que ocurren dentro de la batería. Toman en cuenta factores como la difusión, la cinética de reacción y la transferencia de masa. Si bien los modelos basados en la física pueden proporcionar una descripción muy precisa del comportamiento de la batería, suelen ser complejos y costosos desde el punto de vista computacional.
- Modelos de circuitos equivalentes: Los modelos de circuitos equivalentes representan la batería como una combinación de componentes eléctricos como resistencias, condensadores y fuentes de voltaje. Estos modelos son más simples que los modelos basados en la física y se pueden calibrar para que coincidan con el comportamiento de nuestras baterías de iones de litio NCM de 3,67 V y 78 Ah. Al utilizar algoritmos como el filtro de Kalman o el filtro de Kalman extendido, podemos estimar el SOC en función del voltaje y la corriente medidos.
- Modelos basados en datos: Los modelos basados en datos, como las redes neuronales y los sistemas de lógica difusa, utilizan datos históricos para conocer la relación entre las variables de entrada de la batería (como voltaje, corriente y temperatura) y el SOC. Estos modelos pueden adaptarse a diferentes químicas de baterías y condiciones operativas, pero requieren una gran cantidad de datos de entrenamiento.
Técnicas avanzadas de estimación de SOC
En los últimos años, los investigadores han estado desarrollando técnicas de estimación de SOC más avanzadas que combinan múltiples métodos para mejorar la precisión. Por ejemplo, se puede utilizar una combinación del método OCV y el método de recuento de Coulomb. El método OCV se puede utilizar para calibrar periódicamente el método de conteo de Coulomb, reduciendo el error acumulativo.
Otro enfoque es utilizar un método basado en modelos en combinación con el monitoreo en tiempo real de los parámetros internos de la batería, como la impedancia. Al medir la impedancia de la batería, podemos obtener más información sobre su estado de salud y SOC.
Impacto de los parámetros de la batería en la estimación del SOC
La precisión de la estimación del SOC puede verse afectada por varios parámetros de la batería, incluida la temperatura, el envejecimiento y la velocidad de carga y descarga.


- Temperatura: El rendimiento de una batería de iones de litio depende en gran medida de la temperatura. A bajas temperaturas, la resistencia interna de la batería aumenta y las reacciones químicas se ralentizan. Esto puede afectar tanto a la relación OCV - SOC como a la precisión del método de conteo de Coulomb. Por lo tanto, a menudo se requiere compensación de temperatura en los algoritmos de estimación de SOC.
- Envejecimiento: A medida que la batería envejece, su capacidad y resistencia interna cambian. Esto puede hacer que la curva OCV - SOC se desplace y afecte la precisión de los métodos basados en el modelo. Para tener en cuenta el envejecimiento, debemos actualizar periódicamente el modelo de batería y los parámetros de calibración.
- Tasa de carga y descarga: La velocidad a la que se carga o descarga la batería también puede afectar la estimación del SOC. La carga y descarga de alta velocidad pueden provocar caídas de voltaje y generación de calor, lo que puede generar estimaciones de SOC inexactas. Por lo tanto, el algoritmo de estimación de SOC debería poder adaptarse a diferentes tasas de carga y descarga.
Nuestro enfoque como proveedor
Como proveedor de baterías de iones de litio NCM de 3,67 V y 78 Ah, estamos comprometidos a brindarles a nuestros clientes soluciones precisas de estimación de SOC. Utilizamos una combinación de los métodos mencionados anteriormente, junto con algoritmos avanzados y monitoreo en tiempo real, para garantizar el más alto nivel de precisión.
También ofrecemos una gama de productos relacionados, comoCélula de batería de iones de litio prismática de 3,65 V 55 Ah NCM,Batería de iones de litio NCM de 3,7 V y 147 Ah, yCélula de batería de iones de litio prismática de 3.73V 58Ah NCM. Estos productos están diseñados teniendo en cuenta consideraciones similares de estimación de SOC, lo que garantiza que nuestros clientes puedan confiar en información precisa sobre el estado de carga de la batería.
Contáctenos para adquisiciones
Si está interesado en nuestras baterías de iones de litio NCM de 3,67 V y 78 Ah o en cualquiera de nuestros otros productos, lo invitamos a contactarnos para obtener más detalles y discusiones sobre adquisiciones. Nuestro equipo de expertos está listo para ayudarlo a seleccionar la batería adecuada para su aplicación y brindarle las mejores soluciones de estimación de SOC.
Referencias
- Chen, J. y Rincón - Muñoz, RD (2012). Análisis de espectroscopía de impedancia electroquímica de baterías de iones de litio para determinación del estado de carga y estimación basada en modelos en línea. Revista de fuentes de energía, 218, 272 - 280.
- Plett, GL (2004). Filtrado de Kalman extendido para sistemas de gestión de baterías de paquetes de baterías HEV basados en LiPB: Parte 1. Antecedentes. Revista de fuentes de energía, 134 (2), 252 - 261.
- Xia, B. y Zhang, C. (2017). Una revisión del sistema de gestión y estimación del estado de carga de la batería de iones de litio en aplicaciones de vehículos eléctricos: desafíos y recomendaciones. Reseñas de energías renovables y sostenibles, 78, 834 - 849.
