SoH-forskjeller og avvik – Hva er årsakene?

Er SoH som vises på bilens skjerm riktig? Å svare på dette spørsmålet er ikke så lett som det virker. Den relevante SoH for et batteri avhenger sterkt av påliteligheten til dataene som brukes til SoH-beregning.

Trekkbatteriets tilstand, også kjent som State of Health (SoH), er for tiden et heftig debattert tema innen batteridiagnostikk. Batteriets SoH er en av de viktigste parameterne for dets tilstand og materialverdi. I tillegg er SoH også en indikator på sikker kjøring og akselerasjon.

SoH gir informasjon om hvor godt et batteri fortsatt fungerer og hvor mye energi det kan lagre sammenlignet med dets nye tilstand. Dette fører til et viktig spørsmål for mange elbilførere: er SoH vist på kjøretøydisplayet riktig? Å svare på det er ikke fullt så enkelt som det ser ut til. Den relevante SoH for et batteri avhenger også sterkt av påliteligheten til dataene som brukes til å beregne SoH.

For å forstå dette bedre, må du vite

1. hva SoH er,
2. hvordan det beregnes,
3. hvorfor ulike kilder gir forskjellige data – det svarer vi på senere i denne teksten.

SoH-verdiene for forskjellige kilder er i utgangspunktet ikke sammenlignbare

For å illustrere problemet har vi laget en graf med 1000 statistisk relevante tilfeller, der de avleste SoH-verdiene sammenlignes og visualiseres med SoH-verdiene som faktisk er analysert på grunnlag av reelle data. Grafen viser avvikene i prosentpoeng (%P) mellom disse to verdiene. «Avleste SoH-verdier» er de som beregnes av batteristyringssystemet (BMS) til det respektive kjøretøyet og brukes til rekkeviddeberegning. «SoH-verdier analysert basert på reelle data» er eksakte batterihelseresultater generert via en prosess, f.eks. utladningsprosess.

Nulllinjen som representerer eksakte SoH-verdier er grunnlinjen. SoH-verdiene som leses ut fra den er representert som linjer til venstre (avlest SoH-verdi er mindre enn den faktiske SoH-verdien) eller til høyre (avlest SoH-verdi er større enn den faktiske SoH-verdien).

Om den absolutte verdien er 90 % eller 50 % SoH, for eksempel, er irrelevant for denne øvelsen. Det som er viktig er hvor mye avlesningsverdiene avviker fra de målte faktiske verdiene. I noen tilfeller er avviket til sammenligningsverdiene ±5 %P, i ekstreme tilfeller opp til +91 %P.

Årsakene til avvikene

Det er flere årsaker til disse avvikene, som vi kan dele inn i ulike grupper:

• Tekniske årsaker: Denne ekstreme spredningen kommer ganske enkelt fra unøyaktigheten til algoritmen som brukes til å bestemme batteritilstanden. I batteristyringssystemet (BMS) projiseres helsestatusen. Hver BMS-produsent (faktisk med hver sin programvarevariant) lager en algoritme for dette formålet, basert på modeller av battericeller, driftsmodeller og matematiske modeller. Disse har til hensikt å kartlegge helsen til BMS. Svært små prosessorer med begrenset kraft brukes til å utføre beregningene. I løpet av levetiden må disse prosessorene beregne SoH-estimater så nøyaktig som mulig, men her ser vi at mange av disse prosessorene når ytelsesgrensene sine ved å gjøre det. AVILOO-vurderingsmetoden er basert på den ekstremt kraftige AVILOO Battery Data Cloud og vurderer data kontinuerlig, noe som er en stor teknisk fordel.

• Reelle (sanntidsmålte) data vs. avlesningsdata: Reelle data er nødvendig for å beregne den faktiske SoH-verdien. Dette betyr at data må samles inn under en prosess (utlading, lading osv.). Imidlertid arbeider BMS med statistisk ekstrapolerte laboratoriedata.

• Bruk av ulike metoder og uensartet tilnærming: Det som også spiller en rolle her med nulllinjen er alltid de samme reglene, metodene og matematiske modeller tilpasset ulike bilmodeller. En annen spredning oppstår fra de forskjellige produsentens tilnærminger. Produsent A bruker metode A, produsent B bruker metode B osv. Den ene baserer sitt estimat på utslipp, den andre på ladning. Den ene måler etter kapasitet, den andre etter energi. En produsent spesifiserer at dette gjelder ved en viss utladningshastighet, f.eks. passende WLTP-syklus. En annen sier «dette er en veldig langsom utladning» eller «en veldig langsom ladning.» Celleprodusenter har derimot ofte helt andre definisjoner enn bilprodusenter. Alle disse faktorene bidrar til en stor variasjon. Hovedårsaken er imidlertid ikke bare den forskjellige metoden, men også unøyaktigheter i algoritmen. Bruken av forskjellige metoder forårsaker en spredning på omtrent +15 % til -10 %. Den resterende forskjellen skyldes imidlertid unøyaktigheter i algoritmen. Dette kan imidlertid endre seg over tid. Et godt eksempel på dette er en kunde som leste av SoH-verdien til batteriet sitt, og den var for eksempel 80 %. Etter en programvareoppdatering i verkstedet var verdien prosessikker på 100 %. Vi kan derfor konkludere med følgende: Produsenten selv leverte 80 % SoH før programvareoppdateringen, og etter programvareoppdateringen var SoH plutselig på 100 %.

Så, hvis du vil vite hvor langt du faktisk kan kjøre med et kjøretøy uten å få motorstopp halvveis, bør du overlate målingen av SoH-verdien til noen hvis teknologi du kjenner til. Hos AVILOO får du ikke bare høykvalitetsberegnede data, men også virkelige verdier fra den testede bilen. Vi gjør helsen til trekkbatteriet transparent for alle. Dette er det vi jobber for hver dag. Koble til for å avdekke.