예측 유지 관리란 무엇입니까?

예측 유지 관리란 배터리 문제가 비용이 많이 드는 문제로 발전하기 전에 이를 포착하는 것을 의미합니다. 이 개념은 판매 홍보에서 많이 언급되지만 실제 작업에는 전압 곡선을 관찰하고 BMS 공급업체와 경고가 오전 3시에 계속 발생하는 이유에 대해 논쟁하는 것이 포함됩니다.

리튬-이온 셀은 갑자기 죽지 않습니다. 그들은 경고를 합니다. 비결은 무엇을 찾아야 할지 아는 것입니다.

용량 손실 셀은 이웃 셀에 비해 동일한 충전 상태에서 더 낮은 전압을 보이기 시작합니다. 처음에는 20밀리볼트일 수도 있습니다. 팩-레벨 데이터만 확인하는 경우에는 놓치기 쉽습니다. 3개월 후 그 차이는 80밀리볼트가 되었으며 이제 한 셀이 나머지 셀보다 더 열심히 작동하기 때문에 열 관리 문제가 발생합니다.

내부 저항 크리프는 또 다른 큰 문제입니다. 우리는 지난 봄에 4년 동안 운영된 그리드 스토리지 시스템에서 모듈을 가져왔습니다. 종이에서는 세포가 괜찮아 보였습니다. 용량은 여전히 84%였습니다. 그러나 DC 내부 저항은 1.2밀리옴에서 2.8밀리옴으로 증가했습니다. 해당 모듈은 시스템이 주파수 조정 호출에 응답할 때마다 이웃 모듈에 열을 방출하고 있었습니다.

Li-ion motion during the charge (a) and discharge (b) process.

모든 배터리 관리 시스템은 전압, 전류 및 온도를 수집합니다. 그 부분은 쉽습니다. 유용한 것은 시간이 지남에 따라 해당 데이터로 수행하는 작업에서 비롯됩니다.

용량 페이드율은 절대 용량보다 더 많은 것을 알려줍니다. 1년차에 100%에서 94%로 떨어졌다가 2년차에 91%로 떨어진 셀은 정상적으로 작동하고 있는 것입니다. 18개월 동안 97%를 유지하다가 3개월 만에 88%로 떨어진 셀에는 내부적으로 문제가 있는 것입니다. 어쩌면 제조상의 결함이 마침내 발견되었을 수도 있습니다. 어쩌면 유지 관리를 위해 HVAC 시스템이 다운되었을 때 폭염 중에 요리되었을 수도 있습니다.

쿨롱 효율은 빈번한 사이클링을 수행하는 셀에 중요합니다. 그리드 스토리지 시스템은 연간 300주기를 볼 수 있습니다. EV 고속 충전 허브는 셀을 500개 또는 600개까지 밀어넣을 수 있습니다. 셀이 99.7%가 아닌 99.1%를 반환하는 경우 내부적으로 리튬을 소비하고 있는 것입니다. 일반적으로 SEI 성장. 때로는 적절한 예열 없이 추운 날씨에 팩이 충전된 경우 리튬 도금이 발생하기도 합니다.

실제 원인은 열 설계 불량이었음에도 불구하고 불량 셀로 인해 배터리 고장이 발생하는 경우를 더 많이 보았습니다. 오후의 직사광선을 받는 캐비닛. 냉각팬이 고장나서 2주 동안 아무도 눈치채지 못했습니다. 창고 먼지로 인해 흡입구가 막혔습니다.

충전 중 셀 온도는 주변 온도보다 더 중요합니다. 0.5C에서 충전되는 팩은 주변 온도보다 섭씨 8~10도 높은 온도에서 작동할 수 있습니다. 1C의 동일한 팩은 20도 이상 올라갈 수 있습니다. 이제 이를 수백 주기에 걸쳐 곱합니다.

네바다주의 한 고객은 운영 2년차에 조기 용량 손실에 대해 불평했습니다. 그들의 시설이 서쪽을 향하고 있음이 밝혀졌습니다. 늦은 오후 여름 태양은 배터리실의 남쪽 끝을 화씨 95도까지 가열했고 북쪽 끝은 화씨 78도까지 가열했습니다. 뜨거운 끝의 셀은 거의 두 배 빠르게 노화되었습니다. 예측 유지보수로 발산을 포착했지만, 누군가가 데이터를 진지하게 살펴볼 때는 이미 피해가 발생한 상태였습니다.

라이브 시스템에서 전기화학적 임피던스 분광법을 실행하는 것은 대부분의 운영자에게 실용적이지 않습니다. 장비는 실제 비용이 들고 결과를 해석하는 방법을 아는 사람이 필요합니다.

대신 대부분의 사이트에서 수행하는 작업은 정상 작동 중에 DC 저항을 추적하는 것입니다. 부하가 걸린 상태에서 전압 강하를 측정합니다. 이를 시운전의 기본 측정값과 비교하십시오. 이웃 세포보다 40% 더 높은 저항을 보이는 세포는 여러분에게 무언가를 말하고 있습니다.

일부 BMS 플랫폼은 충전 및 방전 이벤트에서 자동으로 저항을 계산합니다. 정확도는 다양합니다. 나는 5% 이내로 문제를 해결하는 시스템과 주기의 잘못된 순간에 샘플링하기 때문에 쓰레기를 제공하는 시스템을 보았습니다.

BMS operation inside the EV.

80% 건강 상태 임계값은 산에서 돌판을 타고 내려온 것처럼 어디서나 반복됩니다. 실제 교체 결정은 더 복잡합니다.

용량에 대한 비용을 지불받는 그리드 스토리지 시스템은 출력 감소로 인한 수익 손실이 모듈 비용을 초과하기 때문에 82%에서 모듈을 교체할 수 있습니다. 데이터 센터에 백업 전원을 설치하면 정전 시 1년에 몇 번만 방전되기 때문에 셀이 70%까지 소모될 수 있습니다.

보증 조건에 따라 많은 결정이 내려집니다. 대부분의 셀 제조업체는 특정 사이클 수에서 70% 또는 80% 용량을 보증합니다. 데이터에 따르면 모듈이 6개월 일찍 보증 임계값 아래로 떨어질 것으로 나타나면 공급업체와의 대화가 훨씬 더 흥미로워집니다.

주요 업체들은 기계 학습과 AI{0}} 기반 통찰력을 약속하는 분석 패키지를 판매합니다. 그 중 일부는 유용합니다. 그것의 대부분은 화려한 그래픽을 갖춘 추세선입니다.

실제로 도움이 되는 것은 유사한 시스템을 비교할 수 있는 방식으로 과거 데이터를 정리하는 것입니다. 15개의 동일한 배터리 컨테이너를 작동하고 그 중 하나가 다른 것보다 더 빨리 노화되는 경우 이를 알고 싶습니다. 공급업체의 셀 로트 2847이 여러 사이트에서 문제를 나타내는 경우 이를 정말로 알고 싶을 것입니다.

데이터 저장 요구 사항은 사소한 것이 아닙니다. 1-초 간격의 셀-레벨 로깅은 연간 메가와트당{4}}시간당 약 2GB를 생성합니다. 대부분의 운영자는 스토리지 비용을 낮추기 위해 샘플링 빈도를 낮추지만 일시적인 이벤트를 놓치게 됩니다.

General flowchart of the BMS.

예측 유지 관리로는 불량 셀을 수정할 수 없습니다. 열 손상을 되돌릴 수는 없습니다. 잘못 설계된 시설을 보완할 수는 없습니다.

그것이 할 수 있는 것은 당신에게 리드타임을 주는 것입니다. 여름 최고 수요 기간 동안 오류가 발생했을 모듈이 대신 4월로 계획된 유지 관리 기간 동안 오류가 발생합니다. 그 차이로 인해 벌금이나 보험 청구 비용을 절약할 수 있습니다.

예측 유지 관리를 통해 실질적인 가치를 얻는 사이트는 실제로 데이터에 대해 조치를 취하는 사이트입니다. 나는 몇 달 동안 아무도 보지 못했던 모든 종류의 경고를 보여주는 아름다운 대시보드가 있는 시설을 둘러보았습니다. 이는 예측 유지 관리가 아닙니다. 이는 값비싼 데이터 축적입니다.