باتری‌ها یکی از مهم‌ترین اجزای سیستم‌های ذخیره‌سازی انرژی در کاربردهای صنعتی، خودروهای هیبریدی، سیستم‌های انرژی تجدیدپذیر و تجهیزات الکتریکی قابل حمل هستند. انتخاب مدل مناسب برای باتری و بررسی رفتار آن در شرایط مختلف شارژ و دشارژ، نقش مهمی در طراحی و ارزیابی عملکرد سیستم‌های انرژی دارد. در این شبیه سازی، یک مدل دینامیکی از باتری نیکل-هیدرید فلز (Ni-MH) با ولتاژ نامی 200 ولت و ظرفیت 6.5 آمپر ساعت در محیط Matlab بررسی می‌شود.

باتری‌های Ni-MH به دلیل چگالی انرژی مناسب، قابلیت شارژ و دشارژ مکرر، طول عمر قابل قبول و ایمنی بالا، در بسیاری از کاربردهای صنعتی و به ویژه خودروهای هیبریدی الکتریکی مورد استفاده قرار گرفته‌اند. برای طراحی سیستم‌های مبتنی بر این نوع باتری، لازم است رفتار ولتاژ، جریان، میزان شارژ باقی‌مانده (State Of Charge یا SOC) و پاسخ باتری در برابر تغییرات بار الکتریکی به صورت دقیق بررسی شود.

معرفی شبیه سازی مدل باتری Ni-MH

در این شبیه سازی، یک مدل باتری Ni-MH با مشخصات ولتاژ 200 ولت و ظرفیت 6.5 آمپر ساعت در یک سیستم الکتریکی-مکانیکی مورد استفاده قرار گرفته است. باتری به یک بار ثابت DC با جریان 50 آمپر متصل شده است. علاوه بر این بار، یک ماشین DC نیز به صورت موازی با بار قرار گرفته است. ماشین DC در ابتدای شبیه سازی بدون اعمال گشتاور مکانیکی خارجی کار می‌کند و انرژی مورد نیاز خود را از باتری دریافت می‌کند.

هدف اصلی این شبیه سازی، بررسی فرآیند تخلیه باتری، تشخیص کاهش سطح شارژ و استفاده از ماشین DC به عنوان ژنراتور برای بازگرداندن انرژی به باتری است. این ساختار مشابه عملکرد سیستم‌های هیبریدی است که در آن‌ها موتور الکتریکی می‌تواند در شرایط خاص به حالت تولید انرژی بازگردد و باتری را شارژ کند.

ساختار عملکرد سیستم

در ساختار مدل، باتری توان مورد نیاز بار DC و ماشین DC را تأمین می‌کند. بار ثابت 50 آمپری باعث تخلیه تدریجی باتری می‌شود. مقدار SOC به عنوان یکی از مهم‌ترین پارامترهای وضعیت باتری به صورت لحظه‌ای محاسبه و کنترل می‌شود.

در ابتدای شبیه سازی، وضعیت شارژ باتری در محدوده مناسب قرار دارد و ماشین DC با انرژی دریافتی از باتری شروع به حرکت می‌کند. با افزایش سرعت موتور، سیستم به حالت پایدار نزدیک می‌شود. سرعت موتور تا حدود 120 رادیان بر ثانیه افزایش پیدا می‌کند و همزمان بار DC باعث کاهش تدریجی انرژی ذخیره شده در باتری می‌شود.

یکی از ویژگی‌های مهم این مدل، کنترل هوشمند فرآیند شارژ و دشارژ باتری بر اساس مقدار SOC است. زمانی که میزان شارژ باتری از یک مقدار مشخص کمتر شود، سیستم وارد حالت بازیابی انرژی می‌شود.

فرآیند دشارژ باتری

در زمان شروع شبیه سازی، یعنی در لحظه صفر، ماشین DC توسط باتری تغذیه می‌شود. از آنجا که بار مکانیکی خارجی به ماشین اعمال نشده است، موتور می‌تواند سرعت خود را افزایش دهد. در این مرحله، باتری جریان مورد نیاز بار ثابت 50 آمپر و همچنین توان مورد نیاز ماشین DC را تأمین می‌کند.

با گذشت زمان، انرژی ذخیره شده در باتری کاهش می‌یابد. مقدار SOC که نشان‌دهنده درصد شارژ باقی‌مانده باتری است، به تدریج کاهش پیدا می‌کند. هنگامی که مقدار SOC به کمتر از 40 درصد برسد، سیستم تشخیص می‌دهد که باتری نیاز به شارژ مجدد دارد و فرآیند تغییر حالت ماشین DC آغاز می‌شود.

عملکرد ماشین DC به عنوان ژنراتور

در زمان حدود 280 ثانیه، مقدار SOC باتری به کمتر از 0.4 یا 40 درصد کاهش پیدا می‌کند. در این لحظه یک گشتاور مکانیکی منفی برابر با 200 نیوتن‌متر به محور ماشین DC اعمال می‌شود. اعمال گشتاور منفی باعث می‌شود ماشین DC از حالت موتور خارج شده و به عنوان ژنراتور فعالیت کند.

در حالت ژنراتوری، ماشین انرژی مکانیکی دریافت شده را به انرژی الکتریکی تبدیل می‌کند و جریان تولید شده به سمت باتری و بار ارسال می‌شود. در این شبیه سازی، ماشین DC جریانی حدود 100 آمپر تولید می‌کند. از این جریان، 50 آمپر برای تأمین بار ثابت مصرف می‌شود و 50 آمپر باقی‌مانده برای شارژ مجدد باتری استفاده می‌شود.

این عملکرد مشابه سیستم‌های بازیابی انرژی در خودروهای هیبریدی است که در زمان کاهش سطح انرژی باتری، بخشی از انرژی مکانیکی موجود را به انرژی الکتریکی تبدیل کرده و ذخیره می‌کنند.

فرآیند شارژ مجدد باتری

در طول مدت فعالیت ماشین به عنوان ژنراتور، مقدار SOC افزایش پیدا می‌کند. سیستم به صورت مداوم وضعیت باتری را بررسی می‌کند تا از شارژ بیش از حد جلوگیری شود. هنگامی که SOC از مقدار 80 درصد عبور کند، شرایط کنترلی تغییر می‌کند.

در زمان حدود 500 ثانیه، مقدار SOC به بیش از 80 درصد می‌رسد. در این مرحله گشتاور مکانیکی منفی حذف می‌شود و ماشین DC دیگر در حالت ژنراتوری کار نمی‌کند. در نتیجه ماشین آزادانه کار کرده و تنها باتری وظیفه تأمین جریان 50 آمپری بار را بر عهده خواهد داشت.

پس از این مرحله، چرخه عملکرد سیستم دوباره تکرار می‌شود. یعنی با ادامه مصرف انرژی توسط بار، SOC کاهش یافته و در صورت رسیدن به محدوده بحرانی، فرآیند شارژ مجدد آغاز خواهد شد.

بررسی خروجی‌های شبیه سازی

در این مدل، چندین سیگنال مهم برای تحلیل رفتار سیستم در خروجی در دسترس قرار دارند. این سیگنال‌ها شامل ولتاژ باتری، مقدار SOC، سرعت موتور و جریان ماشین DC هستند. بررسی این پارامترها امکان ارزیابی دقیق عملکرد باتری و سیستم کنترل انرژی را فراهم می‌کند.

ولتاژ باتری در طول فرآیند شارژ و دشارژ تغییر می‌کند و تحت تأثیر جریان عبوری و وضعیت شارژ قرار دارد. مقدار SOC نیز نشان‌دهنده میزان انرژی باقی‌مانده در باتری بوده و مهم‌ترین پارامتر برای تصمیم‌گیری سیستم کنترل محسوب می‌شود.

سرعت موتور DC نشان می‌دهد که سیستم مکانیکی چگونه تحت تأثیر توان دریافتی از باتری و شرایط ژنراتوری قرار می‌گیرد. همچنین جریان موتور مشخص می‌کند که چه مقدار انرژی بین بخش الکتریکی و مکانیکی سیستم تبادل می‌شود.

اهمیت مدل‌سازی باتری در سیستم‌های هیبریدی

مدل‌های دقیق باتری در طراحی سیستم‌های هیبریدی الکتریکی اهمیت زیادی دارند. یک مدل مناسب باید بتواند رفتار واقعی باتری را در شرایط مختلف بار، دما، جریان شارژ و دشارژ نمایش دهد. استفاده از مدل‌های دینامیکی در Matlab امکان بررسی عملکرد سیستم قبل از ساخت نمونه واقعی را فراهم می‌کند و باعث کاهش هزینه‌های طراحی و آزمایش می‌شود.

مدل ارائه شده برای باتری Ni-MH می‌تواند در تحلیل سیستم‌های مدیریت انرژی، طراحی کنترل‌کننده‌ها، بررسی خودروهای هیبریدی و مطالعه روش‌های افزایش طول عمر باتری مورد استفاده قرار گیرد.

نتیجه‌گیری

در این شبیه سازی، عملکرد یک باتری Ni-MH با ولتاژ 200 ولت و ظرفیت 6.5 آمپر ساعت در شرایط شارژ و دشارژ بررسی شد. سیستم شامل یک بار DC ثابت، یک ماشین DC و یک الگوریتم کنترل بر اساس مقدار SOC بود. نتایج نشان داد که چگونه کاهش سطح شارژ باتری می‌تواند باعث فعال شدن حالت ژنراتوری ماشین DC و بازیابی انرژی شود.

شبیه سازی این سیستم در Matlab ابزار مناسبی برای تحلیل رفتار باتری‌ها و طراحی سیستم‌های مدیریت انرژی پیشرفته است. این مدل می‌تواند پایه‌ای برای توسعه سیستم‌های پیچیده‌تر مانند خودروهای هیبریدی، سیستم‌های ذخیره انرژی و شبکه‌های هوشمند باشد.

مرجع

O. Tremblay, L.-A. Dessaint, A.-I. Dekkiche, “A Generic Battery Model for the Dynamic Simulation of Hybrid Electric Vehicles”, IEEE Vehicle Power and Propulsion Conference, 2007.