写点什么

云数据库助力电池云(一)

作者:CnosDB
  • 2022-10-23
    内蒙古
  • 本文字数:1078 字

    阅读完需:约 4 分钟

云数据库助力电池云(一)

各位小伙伴,本期 Jesse 为大家带来云数据库助力电池云的相关内容,由于要讲的较多,本次我们分次给大家介绍,话不多说,让我们赶紧步入正题吧。


本文仅代表个人观点,如有偏颇之处,还请海涵~

🤠🤠🤠

云数据库助力电池云(一)


锂电池具有高能量/功率密度和低自放电的特点。伴随着制造成本的不断改善,锂电池的可用性越来越高,在快速发展的交通运输电气化和储能系统中发挥着至关重要的作用:大型储能系统离不开锂电池,其可以在不同的天气条件下连续运行。举锂电池最广为人知的应用——电动汽车来说,其发展还受制于路面粗糙程度、驾驶者的驾驶习惯以及频繁大电流快速充电的影响。这些方面的应用发展都需要电池更加可靠、安全和可预测。因此,对锂电池的监控十分重要。


目前,如 SOC(荷电状态)和 SOH(健康状态)的电池算法,能为我们提供电池充电和健康信息。比如,对 SOC 估计不准确将导致电池系统降低充电/放电功率或完全关闭,从而影响电网稳定性。基于准确的 SOH 估算,现代能源网络可以降低电池故障的风险。总体而言,这些信息有助于维持现代能源网络的有效运行。


现今,传统的车载电池管理系统(BMS)用于监控。BMS 包括嵌入式微控制器(μC)和外围集成电路(IC)。通常,BMS 通过专用传感 IC 收集电压、电流以及温度数据。该 IC 与主μC 通信,主μC 处理测量值并根据数值形成各种功能,如 SOX 估计(包括荷电状态 SOC、健康状态 SOH、峰值功率能力 SOP、内部温度状态 SOT 和安全状态 SOS)、诊断、保护、控制和热管理。然而,微控制由于只具有最小的计算能力和内存大小,所以其只能设计处理简单任务,并限制车载 BMS 执行高级算法。例如,人工神经网络(ANN)经常用于 SOC 估计,当车载 BMS 运行其时,ANN 需要减少对 CPU 和 RAM 的影响。尽管 BMS 收到它监测的大量数据,但由于车载数据存储的限制,使得车载 BMS 无法进行增量学习。


随着物联网的发展,未来的 BMS 有望实现云连接(电池云)。电池数据可以无缝上传并存储在云数据平台中。通过云计算资源的弹性性和可扩展性,将会打破车载数据存储的限制,数据存储将可以支持高级算法。在这个过程中,我们认为会有几大优点:


(1)云数据库不仅有来自一个电池组的电池数据,而且还有来自众多 EV/ESS 电池组的数据,允许大量数据用于广泛的数据分析和机器学习。


(2)云计算允许实时执行复杂算法,这对于机载μC 是不可能的。


(3)云平台允许在整个生命周期内从电池收集数据和反馈。其他电池工艺和应用也受益于电池云,如制造、二次使用和回收。


CnosDB 简介

CnosDB 是一款高性能、高易用性的开源分布式时序数据库,现已正式发布及全部开源。

欢迎关注我们的代码仓库,一键三连:https://github.com/cnosdb/cnosdb

发布于: 2022-10-23阅读数: 4
用户头像

CnosDB

关注

还未添加个人签名 2022-04-18 加入

CnosDB是一个由社区驱动的开源时间序列数据库,适用于各种时序场景,如服务器/应用程序/性能指标/函数接口调用指标、网络流量/探测器数据、日志/市场交易记录等。代码仓库:https://github.com/cnosdb/cnosdb

评论

发布
暂无评论
云数据库助力电池云(一)_IoT_CnosDB_InfoQ写作社区