വാർത്ത - ലിഥിയം ബാറ്ററി എനർജി സ്റ്റോറേജ് സിസ്റ്റത്തിന്റെ പ്രധാന സാങ്കേതികവിദ്യകളും വികസന സാധ്യതകളും

പോളാരിസ് എനർജി സ്റ്റോറേജ് നെറ്റ്‌വർക്ക് വാർത്ത: 2017 അർബൻ എനർജി ഇന്റർനെറ്റ് ഡെവലപ്‌മെന്റ് (ബീജിംഗ്) ഫോറവും എനർജി ഇന്റർനെറ്റ് ഡെമോൺസ്‌ട്രേഷൻ പ്രോജക്ട് നിർമാണവും സഹകരണ സെമിനാറും 2017 ഡിസംബർ 1 ന് ബീജിംഗിൽ നടന്നു. സാങ്കേതിക ഫോറത്തിന്റെ ഉച്ചതിരിഞ്ഞ്, നാഷണൽ എനർജി ആക്റ്റീവ് ഡിസ്ട്രിബ്യൂഷൻ നെറ്റ്‌വർക്ക് ടെക്നോളജി ആർ & ഡി സെന്റർ ഡയറക്ടർ ജിയാങ് ജിയൂചുൻ, ലിഥിയം ബാറ്ററി എനർജി സ്റ്റോറേജ് സിസ്റ്റങ്ങളുടെ പ്രധാന സാങ്കേതികവിദ്യകൾ എന്ന വിഷയത്തിൽ ഒരു പ്രസംഗം നടത്തി.

ജിയാങ് ജിയുചുൻ, നാഷണൽ എനർജി ആക്റ്റീവ് ഡിസ്ട്രിബ്യൂഷൻ നെറ്റ്‌വർക്ക് ടെക്നോളജി ആർ & ഡി സെന്റർ ഡയറക്ടർ:

ഞാൻ സംസാരിക്കുന്നത് ബാറ്ററി എനർജി സംഭരണത്തെക്കുറിച്ചാണ്. നമ്മുടെ ജിയോടോംഗ് സർവകലാശാല പവർ സിസ്റ്റങ്ങളും ഇലക്ട്രിക് വാഹനങ്ങളും മുതൽ റെയിൽ ഗതാഗതം വരെ energy ർജ്ജ സംഭരണം നടത്തുന്നു. പവർ സിസ്റ്റം ആപ്ലിക്കേഷനുകളിൽ ഞങ്ങൾ ചെയ്യുന്ന ചില കാര്യങ്ങളെക്കുറിച്ചാണ് ഇന്ന് നമ്മൾ സംസാരിക്കുന്നത്.

ഞങ്ങളുടെ പ്രധാന ഗവേഷണ ദിശകൾ: ഒന്ന് മൈക്രോ ഗ്രിഡും മറ്റൊന്ന് ബാറ്ററി ആപ്ലിക്കേഷനും. ബാറ്ററി ആപ്ലിക്കേഷനിൽ, ഞങ്ങൾ ഉപയോഗിച്ച ആദ്യകാല ഇലക്ട്രിക് കാറുകൾ പവർ സിസ്റ്റത്തിൽ എനർജി സ്റ്റോറേജ് ഉപയോഗിച്ചു.

ബാറ്ററി എനർജി സ്റ്റോറേജിന്റെ ഏറ്റവും പ്രധാനപ്പെട്ട പ്രശ്നത്തെക്കുറിച്ച്, ആദ്യ പ്രശ്നം സുരക്ഷയാണ്; രണ്ടാമത്തേത് ദീർഘായുസ്സ്, തുടർന്ന് ഉയർന്ന ദക്ഷത.

എനർജി സ്റ്റോറേജ് സിസ്റ്റങ്ങൾക്ക്, ആദ്യം പരിഗണിക്കേണ്ടത് സുരക്ഷയും തുടർന്ന് കാര്യക്ഷമതയുമാണ്. കാര്യക്ഷമത, ട്രാൻസ്‌ഫോർമറുകളുടെ നിരക്ക്, ആയുർദൈർഘ്യം, അതുപോലെ തന്നെ ബാറ്ററി കുറയുന്നതിന് ശേഷമുള്ള energy ർജ്ജ ഉപയോഗം എന്നിവ പാലിക്കുന്നത് പല കേസുകളിലും കണക്കാക്കിയ പ്രശ്‌നമായിരിക്കില്ല. ഇത് വിവരിക്കുന്നതിനുള്ള സൂചകങ്ങൾ, പക്ഷേ energy ർജ്ജ സംഭരണത്തിന് ഇത് വളരെ പ്രധാനമായിരിക്കണം. നിരവധി കാര്യങ്ങളിലൂടെ, സുരക്ഷിതമായ ജീവിതത്തിന്റെയും ഉയർന്ന കാര്യക്ഷമതയുടെയും പ്രശ്നം പരിഹരിക്കാനാകുമെന്ന് ഞങ്ങൾ പ്രതീക്ഷിക്കുന്നു. ഇലക്ട്രിക് വാഹനങ്ങളിലും പൊതുഗതാഗത സംവിധാനങ്ങളിലും ഒരു സ്റ്റാൻഡേർഡ് എനർജി സ്റ്റോറേജ് സിസ്റ്റവും ബാറ്ററി നിലയ്ക്കായി ഒരു കാർഡിംഗ് വിശകലന സംവിധാനവും ഉപയോഗിക്കുന്നു.

നിലവിൽ, എല്ലാവരും ഉപയോഗിക്കുന്ന എനർജി സ്റ്റോറേജ് സിസ്റ്റങ്ങൾ, നോഡ് കണ്ട്രോളറുകൾ, ഇന്റലിജന്റ് ഡിസ്ട്രിബ്യൂഷൻ ബോക്സുകൾ എന്നിവയുടെ ഉപയോഗം, സിസ്റ്റത്തിന്റെ മൊത്തത്തിലുള്ള സമ്പദ്‌വ്യവസ്ഥയും സ്ഥിരതയും മെച്ചപ്പെടുത്തുന്നു, സിസ്റ്റം ഇന്റഗ്രേറ്റർമാരുടെ പ്രധാന മൂല്യം വർദ്ധിപ്പിക്കുന്നു, ഒപ്പം ബാക്ക്-എൻഡ് ക്ല cloud ഡിലേക്കുള്ള സ friendly ഹൃദ ആക്സസ് ആകാം. പ്ലാറ്റ്ഫോം.

ഇതൊരു കേന്ദ്രീകൃത എനർജി ഷെഡ്യൂളിംഗ് സംവിധാനമാണ്. ഈ ശ്രേണി ഘടന ഇന്ന് രാവിലെ വളരെ വ്യക്തമാക്കിയിട്ടുണ്ട്, കൂടാതെ മൾട്ടി-നോഡ് കണ്ട്രോളറുകളിലൂടെ ഏകോപിപ്പിച്ച മൾട്ടി-എനർജി സ്റ്റോറേജ് പവർ പ്ലാന്റുകളുടെയും മൈക്രോഗ്രിഡുകളുടെയും ദീർഘകാല ഒപ്റ്റിമൽ ഷെഡ്യൂളിംഗ് ഞങ്ങൾക്ക് നേടാൻ കഴിയും.

ഇപ്പോൾ ഇത് ഒരു സാധാരണ ഇന്റലിജന്റ് പവർ ഡിസ്ട്രിബ്യൂഷൻ കാബിനറ്റാക്കി മാറ്റി. Distribution ർജ്ജ വിതരണ കാബിനറ്റിന്റെ അടിസ്ഥാന സവിശേഷത ഇതാണ്. ചാർജിംഗ്, ഡിസ്ചാർജ് ഫംഗ്ഷനുകൾ, ഓട്ടോമാറ്റിക് പ്രൊട്ടക്ഷൻ, ഇന്റർഫേസ് ഫംഗ്ഷനുകൾ എന്നിങ്ങനെ വിവിധ ഫംഗ്ഷനുകൾ ഇതിൽ അടങ്ങിയിരിക്കുന്നു. ഇത് സാധാരണ ഉപകരണങ്ങളാണ്.

പ്രാദേശിക energy ർജ്ജ മാനേജുമെന്റ് കോർ ഉപകരണങ്ങൾ, പ്രധാന ഡാറ്റ ശേഖരണ പ്രവർത്തനങ്ങൾ, നിരീക്ഷണം, സംഭരണം, നിർവ്വഹണ മാനേജുമെന്റ് തന്ത്രങ്ങൾ, അപ്‌ലോഡിംഗ് എന്നിവ നോഡ് കൺട്രോളർ നടപ്പിലാക്കുന്നു. ഡാറ്റാ സാമ്പിൾ നിരക്കിനെക്കുറിച്ചും ഡാറ്റ അപ്‌ലോഡുചെയ്യുമ്പോൾ ഡാറ്റ സാമ്പിൾ ചെയ്യുന്ന സമയത്തെക്കുറിച്ചും ഗൗരവമേറിയതും ആഴത്തിലുള്ളതുമായ ഗവേഷണം ആവശ്യമായ ഒരു പ്രശ്‌നമുണ്ട്. ഈ രീതിയിൽ, ബാറ്ററിയുടെ പശ്ചാത്തലത്തിൽ ബാറ്ററി ഡാറ്റയുടെ വിശകലനം നടപ്പിലാക്കുന്നു, ബാറ്ററിയുടെ അറ്റകുറ്റപ്പണി ബുദ്ധിപരമായ പരിപാലനമായി മാറുന്നു. ഈ ബാറ്ററിയുടെ നിലവിലെ അവസ്ഥയെ പൂർണ്ണമായി വിവരിക്കുന്നതിന്, സാമ്പിളുകളുടെ എണ്ണം എത്ര വലുതാണെന്നോ സംഭരണം എത്ര വേഗത്തിലാണെന്നോ അവസാനം എന്തെങ്കിലും പ്രവർത്തിക്കുക.

ഞാൻ ഒരു ഇലക്ട്രിക് കാർ ഓടിക്കുകയാണെങ്കിൽ, പല ഇലക്ട്രിക് കാറുകളും പലപ്പോഴും മാറുകയും ചാടുകയും ചെയ്യുന്ന അവസ്ഥയിലാണെന്ന് നിങ്ങൾ കണ്ടെത്തും. വാസ്തവത്തിൽ, system ർജ്ജ സംഭരണം പവർ സിസ്റ്റം എനർജി സ്റ്റോറേജ് ആപ്ലിക്കേഷനുകളിലും സമാന പ്രശ്‌നത്തെ അഭിമുഖീകരിക്കുന്നു. ഡാറ്റയിലൂടെ ഇത് പരിഹരിക്കുമെന്ന് ഞങ്ങൾ പ്രതീക്ഷിക്കുന്നു. ഞങ്ങൾക്ക് ഉചിതമായ ഒരു ബി‌എം‌എസ് സാമ്പിൾ വലുപ്പം ഉണ്ട്.

ഫ്ലെക്സിബിൾ എനർജി സ്റ്റോറേജിനെക്കുറിച്ച് ഞാൻ സംസാരിക്കാം. എനിക്ക് ഇത് 6,000 തവണ ചെയ്യാമെന്നും എല്ലാവരും ഒരു കാറിൽ ആയിരം തവണ ഉപയോഗിക്കാമെന്നും എല്ലാവരും പറയുന്നു. പറയാൻ പ്രയാസമാണ്. 5,000 മടങ്ങ് എന്ന് അവകാശപ്പെടുന്ന energy ർജ്ജ സംഭരണ ​​സംവിധാനമായി നിങ്ങൾക്ക് ഇത് സഹായിക്കാനാകും. ഉപയോഗ നിരക്ക് എത്രയാണ്, കാരണം ബാറ്ററിക്ക് തന്നെ ഒരു വലിയ പ്രശ്‌നമുണ്ട്, മാന്ദ്യ പ്രക്രിയയിൽ ബാറ്ററിയുടെ ഇടിവ് ക്രമരഹിതമാണ്, ഓരോ ബാറ്ററിയും വ്യത്യസ്തമായി കുറയുന്നു, സിംഗിൾ സെല്ലുകൾ തമ്മിലുള്ള വ്യത്യാസം കൂടുതൽ കൂടുതൽ വ്യത്യസ്തമാവുന്നു നിർമ്മാതാവിന്റെ പൊരുത്തക്കേട് ബാറ്ററി കുറയുന്നതും വ്യത്യസ്തമാണ്. ഈ ഗ്രൂപ്പ് ബാറ്ററികൾക്ക് എത്രത്തോളം energy ർജ്ജം ഉപയോഗിക്കാനും energy ർജ്ജം ലഭ്യമാവാനും കഴിയും? ശ്രദ്ധാപൂർവ്വം വിശകലനം ആവശ്യമുള്ള ഒരു പ്രശ്നമാണിത്. ഉദാഹരണത്തിന്, നിലവിൽ ഇലക്ട്രിക് വാഹനങ്ങൾ ഉപയോഗിക്കുമ്പോൾ, അവ 10 മുതൽ 90% വരെ ഉപയോഗിക്കുന്നു, മാന്ദ്യത്തിന് 60% മുതൽ 70% വരെ ഒരു പരിധി വരെ മാത്രമേ ഉപയോഗിക്കാൻ കഴിയൂ, ഇത് energy ർജ്ജ സംഭരണത്തിന് വലിയ വെല്ലുവിളിയാണ്.

വിട്ടുവീഴ്ച ചെയ്യുന്നതിനുള്ള നിയമമനുസരിച്ച് ഗ്രൂപ്പിംഗ് ഉപയോഗിക്കാമോ, മികച്ച പ്രകടനവും മികച്ച കാര്യക്ഷമതയും നേടുന്നതിനുള്ള ശരിയായ തിരഞ്ഞെടുപ്പ് എത്ര വലുതാണ്, ബാറ്ററി ക്ഷയിക്കാനുള്ള നിയമമനുസരിച്ച് ഇത് ഗ്രൂപ്പുചെയ്യാമെന്ന് ഞങ്ങൾ പ്രതീക്ഷിക്കുന്നു, ഒരു നോഡായി 20 ശാഖകൾ ഉണ്ടോ എന്ന് ഇത് കൂടുതൽ ഉചിതമാണ് അല്ലെങ്കിൽ 40 കൂടുതൽ ഉചിതമാണ്, ഇത് കാര്യക്ഷമതയും പവർ ഇലക്ട്രോണിക്സും തമ്മിലുള്ള സന്തുലിതാവസ്ഥ സൃഷ്ടിക്കുന്നു. അതിനാൽ ഞങ്ങൾ ഫ്ലെക്സിബിൾ എനർജി സ്റ്റോറേജിനെക്കുറിച്ച് എന്തെങ്കിലും ചെയ്യുന്നു, ഇത് ഞങ്ങളുടെ പ്രോജക്റ്റ് കൂടിയാണ്. തീർച്ചയായും, കാസ്കേഡുകളിൽ ഇത് ഉപയോഗിക്കാൻ മികച്ച സ്ഥലമുണ്ട്. കഴിഞ്ഞ രണ്ട് വർഷങ്ങളിൽ കാസ്കേഡ് ഉപയോഗത്തിന് ചില മൂല്യങ്ങളുണ്ടെന്ന് ഞാൻ കരുതുന്നു, പക്ഷേ ഭാവിയിൽ ഇത് ഉപയോഗിക്കേണ്ടതാണ്, മാത്രമല്ല ചാർജ് ചെയ്യുന്നതിനും ഡിസ്ചാർജ് ചെയ്യുന്നതിനുമുള്ള കാര്യക്ഷമതയെക്കുറിച്ചും ചിന്തിക്കുക, ബാറ്ററിയുടെ വില ഒരിക്കൽ കുറഞ്ഞാൽ, കാസ്കേഡിംഗിൽ ചില പ്രശ്നങ്ങളുണ്ട്. സ group കര്യപ്രദമായ ഗ്രൂപ്പിംഗിന് വലിയ പ്രശ്നങ്ങൾ പരിഹരിക്കാൻ കഴിയും. മറ്റൊരു തരത്തിലുള്ള ഉയർന്ന മോഡുലാരിറ്റി മുഴുവൻ സിസ്റ്റത്തിന്റെയും വില കുറയ്ക്കുന്നു. ഏറ്റവും വലുത് ഉപയോഗ നിരക്ക് മെച്ചപ്പെടുത്താൻ കഴിയും.

മൂന്ന് വർഷത്തിന് ശേഷം ഒരു കാറിൽ ഉപയോഗിക്കുന്ന ബാറ്ററി പോലെ, ഇടിവ് 8% ൽ താഴെയാണ്, ഉപയോഗ നിരക്ക് 60% മാത്രമാണ്. അതിന്റെ വ്യത്യാസമാണ് ഇതിന് കാരണം. നിങ്ങൾ 5 സെറ്റ് ഉപയോഗ നിരക്ക് ഉണ്ടാക്കുകയാണെങ്കിൽ, നിങ്ങൾക്ക് 70% നേടാൻ കഴിയും, അത് ഉപയോഗ നിരക്ക് മെച്ചപ്പെടുത്താൻ കഴിയും. ബാറ്ററി മൊഡ്യൂളുകൾ ഒരുമിച്ച് സ്‌ട്രിംഗ് ചെയ്യുന്നത് ബാറ്ററി ഉപയോഗം മെച്ചപ്പെടുത്താനും കഴിയും. അറ്റകുറ്റപ്പണിക്ക് ശേഷം energy ർജ്ജ സംഭരണം 33% വർദ്ധിച്ചു.

 

ഈ ഉദാഹരണം നോക്കുമ്പോൾ, ബാലൻസിംഗിന് ശേഷം ഇത് 7% വർദ്ധിപ്പിക്കാം, ഫ്ലെക്സിബിൾ ഗ്രൂപ്പിംഗിന് ശേഷം ഞാൻ 3.5% വർദ്ധിപ്പിച്ചു, ബാലൻസിംഗ് 7% വർദ്ധിക്കാം. സ lex കര്യപ്രദമായ ഗ്രൂപ്പിംഗിന് ഒരു ഗുണം ലഭിക്കും. വാസ്തവത്തിൽ, വ്യത്യസ്ത നിർമ്മാതാക്കളുടെ ബാറ്ററി കുറയാനുള്ള കാരണം വ്യത്യസ്തമാണ്. ഈ ഗ്രൂപ്പ് ബാറ്ററികൾ എന്തായിരിക്കുമെന്നോ പാരാമീറ്റർ വിതരണം എന്തായിരിക്കുമെന്നോ മുൻകൂട്ടി അറിയേണ്ടത് ആവശ്യമാണ്, തുടർന്ന് നിങ്ങൾ ടാർഗെറ്റുചെയ്‌ത ഒപ്റ്റിമൈസേഷൻ നടത്തും.

ഇത് സ്വീകരിച്ച ഒരു പദ്ധതിയാണ്, മൊഡ്യൂൾ ഫുൾ പവർ ഇൻഡിപെൻഡന്റ് കറന്റ് കൺട്രോൾ, ഇത് ഉയർന്ന പവർ ആപ്ലിക്കേഷനുകൾക്ക് അനുയോജ്യമല്ല.

മൊഡ്യൂളിന്റെ ശക്തിയുടെ ഒരു ഭാഗം സ്വതന്ത്രമായി നിയന്ത്രിക്കുന്നു. ഇടത്തരം, ഉയർന്ന വോൾട്ടേജിനും ആവർത്തിച്ചുള്ള ഉപയോഗത്തിനും ഈ സർക്യൂട്ട് അനുയോജ്യമാണ്. ഉയർന്ന വോൾട്ടേജിനും ഉയർന്ന .ർജ്ജത്തിനും അനുയോജ്യമായ എംഎംസി ബാറ്ററി എനർജി സ്റ്റോറേജ് പരിഹാരമാണിത്.

ബാറ്ററി നില വിശകലനത്തെക്കുറിച്ചും. ബാറ്ററി ശേഷി പൊരുത്തപ്പെടുന്നില്ലെന്നും ഇടിവ് ക്രമരഹിതമാണെന്നും ബാറ്ററി വാർദ്ധക്യം പൊരുത്തപ്പെടുന്നില്ലെന്നും ശേഷിയും ആന്തരിക പ്രതിരോധവും വളരെ കുറവാണെന്നും ഞാൻ എല്ലായ്പ്പോഴും പറഞ്ഞിട്ടുണ്ട്. സ്വഭാവ സവിശേഷതയ്ക്കായി ഈ പാരാമീറ്റർ ഉപയോഗിച്ച്, നിങ്ങൾ കൂടുതൽ ഉപയോഗിക്കുന്നത് ശേഷിയും ആന്തരിക പ്രതിരോധവുമാണ്. സ്ഥിരത നിലനിർത്തുന്നതിനുള്ള ഒരു മാർഗം കണ്ടെത്തണമെങ്കിൽ, ഓരോ ബാറ്ററിയുടെയും എസ്‌ഒസി വ്യത്യാസം, ഈ സിംഗിൾ സെല്ലിന്റെ എസ്‌ഒസിയെ എങ്ങനെ വിലയിരുത്തണം, എന്നിട്ട് ഈ ബാറ്ററി എങ്ങനെ പൊരുത്തപ്പെടുന്നില്ലെന്നും പരമാവധി പവർ എത്രയാണെന്നും നിങ്ങൾക്ക് വിലയിരുത്തേണ്ടതുണ്ട്. . എസ്‌ഒ‌സി വഴി ബാറ്ററി പരിപാലിക്കുന്നതിലൂടെ ഒരൊറ്റ എസ്‌ഒസി എങ്ങനെ ലഭിക്കും? നിലവിലെ സമീപനം ബി‌എം‌എസിനെ ബാറ്ററി സിസ്റ്റത്തിൽ ഉൾപ്പെടുത്തുകയും തത്സമയം ഈ എസ്‌ഒ‌സി ഓൺ‌ലൈനായി കണക്കാക്കുകയും ചെയ്യുക എന്നതാണ്. മറ്റൊരു വിധത്തിൽ ഇത് വിവരിക്കാൻ ഞങ്ങൾ ആഗ്രഹിക്കുന്നു. സാമ്പിൾ ചെയ്ത ഡാറ്റ പശ്ചാത്തലത്തിലേക്ക് പ്രവർത്തിപ്പിക്കുമെന്ന് ഞങ്ങൾ പ്രതീക്ഷിക്കുന്നു. പശ്ചാത്തല ഡാറ്റയിലൂടെ ഞങ്ങൾ ബാറ്ററി എസ്‌ഒസിയും ബാറ്ററിയും വിശകലനം ചെയ്യുന്നു. SOH, ഈ അടിസ്ഥാനത്തിൽ ബാറ്ററി ഒപ്റ്റിമൈസ് ചെയ്യുക. അതിനാൽ, വലിയ ഡാറ്റയല്ല, കാർ ബാറ്ററി ഡാറ്റ ഒരു ഡാറ്റ പ്ലാറ്റ്ഫോമാണെന്ന് ഞങ്ങൾ പ്രതീക്ഷിക്കുന്നു. മെഷീൻ ലേണിംഗിലൂടെയും ഖനനത്തിലൂടെയും, എസ്‌ഒ‌എച്ച് കണക്കാക്കൽ മോഡൽ വിപുലീകരിക്കുന്നു, കൂടാതെ കണക്കാക്കൽ ഫലങ്ങളെ അടിസ്ഥാനമാക്കി ബാറ്ററി സിസ്റ്റത്തിന്റെ മുഴുവൻ ചാർജും ഡിസ്ചാർജും ചെയ്യുന്നതിനുള്ള ഒരു മാനേജുമെന്റ് തന്ത്രം നൽകുന്നു.

ഡാറ്റ വന്നതിനുശേഷം, മറ്റൊരു നേട്ടമുണ്ട്, ബാറ്ററി ആരോഗ്യസ്ഥിതിയെക്കുറിച്ച് എനിക്ക് മുൻ‌കൂട്ടി മുന്നറിയിപ്പ് നൽകാൻ കഴിയും. ബാറ്ററി തീപിടുത്തങ്ങൾ ഇപ്പോഴും പതിവായി സംഭവിക്കുന്നു, energy ർജ്ജ സംഭരണ ​​സംവിധാനം സുരക്ഷിതമായിരിക്കണം. പശ്ചാത്തല ഡാറ്റ വിശകലനത്തിലൂടെ ഒരു തത്സമയ വിവരവും ഇടത്തരം ദീർഘകാല മുന്നറിയിപ്പും ചെയ്യാമെന്നും സുരക്ഷാ അപകടങ്ങൾക്കായി ഹ്രസ്വകാല, ദീർഘകാല ഓൺലൈൻ മുന്നറിയിപ്പ് രീതികൾ കണ്ടെത്താമെന്നും ഒടുവിൽ മുഴുവൻ സിസ്റ്റത്തിന്റെയും സുരക്ഷയും വിശ്വാസ്യതയും മെച്ചപ്പെടുത്തുമെന്നും ഞങ്ങൾ പ്രതീക്ഷിക്കുന്നു.

ഇതിലൂടെ, എനിക്ക് വലിയ തോതിൽ നിരവധി വശങ്ങൾ നേടാൻ കഴിയും, ഒന്ന് സിസ്റ്റത്തിന്റെ use ർജ്ജ ഉപയോഗ നിരക്ക് വർദ്ധിപ്പിക്കുക, രണ്ടാമത്തേത് ബാറ്ററി ആയുസ്സ് വർദ്ധിപ്പിക്കുക, മൂന്നാമത്തേത് സുരക്ഷ ഉറപ്പാക്കുക, ഈ energy ർജ്ജ സംഭരണ ​​സംവിധാനത്തിന് വിശ്വസനീയമായി പ്രവർത്തിക്കാൻ കഴിയും .

എന്റെ ആവശ്യകതകൾ നിറവേറ്റുന്നതിന് എനിക്ക് എത്ര ഡാറ്റ അപ്‌ലോഡ് ചെയ്യണം? ബാറ്ററിയുടെ പ്രവർത്തന നില പാലിക്കുന്ന ഏറ്റവും ചെറിയ ബാറ്ററി എനിക്ക് കണ്ടെത്തേണ്ടതുണ്ട്. ഈ ഡാറ്റയ്ക്ക് പിന്നിലുള്ള വിശകലനത്തെ പിന്തുണയ്‌ക്കാൻ‌ കഴിയും, ഡാറ്റ വളരെ വലുതായിരിക്കാൻ‌ കഴിയില്ല, ഒരു വലിയ അളവിലുള്ള ഡാറ്റ യഥാർത്ഥത്തിൽ‌ മുഴുവൻ‌ നെറ്റ്‌വർ‌ക്കിനും വളരെ വലുതാണ്. ഡസൻ മില്ലിസെക്കൻഡിൽ, നിങ്ങൾ ഓരോ ബാറ്ററിയുടെയും വോൾട്ടേജും കറന്റും എടുക്കുന്നു, അത് പശ്ചാത്തലത്തിലേക്ക് കൈമാറുമ്പോൾ അത് യാഥാർത്ഥ്യമാക്കാനാവില്ല. ഞങ്ങൾ ഇപ്പോൾ ഒരു വഴി കണ്ടെത്തി, ഞങ്ങൾക്ക് നിങ്ങളോട് പറയാൻ കഴിയും, സാമ്പിൾ ആവൃത്തി എന്തായിരിക്കണം, നിങ്ങൾക്ക് ഏത് സ്വഭാവ ഡാറ്റയാണ് നൽകേണ്ടത്? ഞങ്ങൾ ഈ ഡാറ്റ കംപ്രസ്സുചെയ്ത് നെറ്റ്വർക്കിലേക്ക് കൈമാറുന്നു. ബാറ്ററി കർവ് പാരാമീറ്റർ ഒരു മില്ലിസെക്കൻഡാണ്, ഇത് ബാറ്ററി മൂല്യനിർണ്ണയത്തിന്റെ ആവശ്യങ്ങൾ നിറവേറ്റാൻ പര്യാപ്തമാണ്. ഞങ്ങളുടെ ഡാറ്റ റെക്കോർഡുകൾ വളരെ കുറവാണ്.

അവസാനത്തേത്, ഞങ്ങൾ പറയുന്നത് ബി‌എം‌എസ്, energy ർജ്ജ സംഭരണച്ചെലവ് ബാറ്ററികളുടെ വിലയേക്കാൾ പ്രാധാന്യമർഹിക്കുന്നു. നിങ്ങൾ‌ എല്ലാ പ്രവർ‌ത്തനങ്ങളും ബി‌എം‌എസിലേക്ക് ചേർ‌ക്കുകയാണെങ്കിൽ‌, ഈ ബി‌എം‌എസിന്റെ വില കുറയ്‌ക്കാൻ‌ നിങ്ങൾ‌ക്ക് കഴിയില്ല. ഡാറ്റ അയയ്‌ക്കാൻ‌ കഴിയുന്നതിനാൽ‌, എന്റെ പിന്നിൽ‌ ശക്തമായ ഒരു വിശകലന പ്ലാറ്റ്ഫോം ഉണ്ടായിരിക്കാം. മുൻവശത്ത് എനിക്ക് ഇത് ലളിതമാക്കാൻ കഴിയും. മുന്നിൽ ഡാറ്റാ സാമ്പിൾ അല്ലെങ്കിൽ ലളിതമായ പരിരക്ഷ മാത്രമേയുള്ളൂ. വളരെ ലളിതമായ ഒരു എസ്ഒസി കണക്കുകൂട്ടൽ നടത്തുക, മറ്റ് ഡാറ്റകൾ പശ്ചാത്തലത്തിൽ നിന്ന് അയയ്ക്കുന്നു, ഇതാണ് ഞങ്ങൾ ഇപ്പോൾ ചെയ്യുന്നത്, ബി‌എം‌എസിന്റെ മുഴുവൻ സംസ്ഥാന കണക്കാക്കലും സാമ്പിളും, ഞങ്ങൾ എനർജി സ്റ്റോറേജ് നോഡ് കണ്ട്രോളർ കടന്നുപോകുന്നു, ഒടുവിൽ നെറ്റ്‌വർക്കിലേക്ക്, energy ർജ്ജം സംഭരണം നോഡ് കണ്ട്രോളറിന് ഒരു നിശ്ചിത അൽ‌ഗോരിതം ഉണ്ടാകും, ഇനിപ്പറയുന്നവ അടിസ്ഥാനപരമായി കണ്ടെത്തലും സമവാക്യവുമാണ്. അന്തിമ കണക്കുകൂട്ടൽ പശ്ചാത്തല നെറ്റ്‌വർക്കിൽ നടത്തുന്നു. ഇതാണ് മുഴുവൻ സിസ്റ്റം ആർക്കിടെക്ചറും.

താഴത്തെ പാളി മാറ്റത്തിന്റെ ഫലപ്രാപ്തിയും ലാളിത്യവും നോക്കാം, അത് സമവാക്യം, കുറഞ്ഞ വോൾട്ടേജ് ഏറ്റെടുക്കൽ, നിലവിലെ ഏറ്റെടുക്കലിനുള്ള തുല്യവൽക്കരണം എന്നിവയാണ്. എനർജി സ്റ്റോറേജ് നോഡ് കണ്ട്രോളർ ഇനിപ്പറയുന്നവ എങ്ങനെ കൈകാര്യം ചെയ്യണമെന്ന് പറയുന്നു, എസ്‌ഒസി ഉൾപ്പെടെ ഇവിടെ നടപ്പിലാക്കുന്നു, പശ്ചാത്തലം വീണ്ടും പ്രവർത്തിക്കുന്നു. ഇതാണ് ഞങ്ങൾ ഇതിനകം പ്രവർത്തിച്ചുകൊണ്ടിരിക്കുന്ന സ്മാർട്ട് സെൻസർ, ബാറ്ററി മാനേജുമെന്റ് യൂണിറ്റ്, ഇന്റലിജന്റ് നോഡ് കൺട്രോളർ, ഇത് energy ർജ്ജ സംഭരണച്ചെലവിനെ വളരെയധികം കുറയ്ക്കുന്നു.


പോസ്റ്റ് സമയം: ജൂലൈ -08-2020