Mitä Coulombin laskenta on?

Coulombin laskenta on menetelmä, joka seuraa akkuun ja sieltä ulos virtaavaa sähkövarausta mittaamalla jatkuvasti virtaa ja integroimalla sitä ajan myötä. Tämän tekniikan avulla akunhallintajärjestelmät voivat arvioida jäljellä olevan kapasiteetin ja lataustilan mittaamatta suoraan varastoitua energiaa.

Kulonlaskennan perusperiaatteena on seurata jokaista amp{0}}tuntia, joka tulee akkuun tai siitä lähtee. Tarkkuusmittausvastus mittaa virrankulutusta, ja erillinen piiri integroi nämä mittaukset aikavälein. Kun lataat akkua 2 ampeerilla 3 tunnin ajan, järjestelmä laskee 6 ampeerin -tuntia lisättynä akun kapasiteettiin. Purkauksen aikana prosessi toimii käänteisesti vähentäen amp-tunnit, kun virta virtaa ulos.

Akunhallintasirut suorittavat tämän laskelman jatkuvasti, tyypillisesti näytteenottaen virtaa tuhansia kertoja sekunnissa. Integrointikaava on suoraviivainen: varauksen muutos on yhtä suuri kuin virta kerrottuna ajalla, kulloisen hyötysuhteen mukaan. Kuloninen hyötysuhde johtuu siitä, että kaikkia latauksen aikana tallennettuja varauksia ei voida palauttaa purkamisen aikana-häviöitä esiintyy sisäisen vastuksen, sivureaktioiden ja lämmön haihtumisen vuoksi.

Nykyaikaiset toteutukset käyttävät 16-bittisiä tai suurempia analogisia-digitaalimuuntimia, jotka on yhdistetty mikro-ohjaimiin. Maxim MAX17303X+ ja Renesas RAA489206 edustavat tyypillisiä laitteistoratkaisuja, joissa on sulautetut prosessorit, jotka käsittelevät matemaattisia operaatioita. Nämä sirut tallentavat akun parametrit haihtumattomaan muistiin, mikä varmistaa, että tiedot säilyvät, vaikka akku tyhjenee kokonaan.

Coulomb Counting

Litiumioniakun lataaminen on vahvasti riippuvainen tarkasta kulonlaskennasta ylilatauksen estämiseksi ja akun käyttöiän maksimoimiseksi. Latauksen jatkuvan-nykyisen vaiheen aikana coulomb-laskenta seuraa tarkasti, kuinka paljon latausta tulee akun kennoihin. Kun akku lähestyy täyttä kapasiteettia ja siirtyy jatkuvaan-jännitelataukseen, laskeva virta on mitattava tarkasti, jotta voidaan määrittää, milloin lataus on valmis.

Akunhallintajärjestelmät käyttävät coulomb-laskentatietoja kriittisten latauspäätösten tekemiseen. Jos järjestelmä havaitsee, että latauksen aikana on lisätty 2,3 ampeerin -tuntia ja akun nimelliskapasiteetti on 2,5 ampeeria-, se tietää akun olevan noin 92 % ladattu. Nämä tiedot estävät vaarallisen skenaarion, jossa virta työnnetään täyteen ladattuun litiumionikennoon, mikä voi johtaa lämmön karkaamiseen.

Menetelmä on erityisen arvokas nopeassa{0}}lataussovelluksissa, joissa latausvirrat voivat olla 3C tai enemmän. Näillä nopeuksilla jännitteeseen- perustuvat estimointimenetelmät epäonnistuvat, koska sisäisen resistanssin jännite putoaa. Coulombin laskenta pysyy luotettavana, koska se mittaa suoraan todellisen varauksen siirron jännitteen vaihteluista riippumatta.

Tehokkuuskertoimien laskeminen laskelmiin eri tavalla eri vaiheissa. Litiumioniakun hyötysuhde saattaa olla 99 % alhaisella-nopeuksisella latauksella, mutta se voi laskea 95 %:iin korkeilla nopeuksilla lisääntyneen lämmöntuotannon vuoksi. Kehittyneet akunhallintajärjestelmät säätävät kulonilaskenta-algoritmejaan reaaliaikaisten lämpötilan ja virranmittausten perusteella.

Lataustila edustaa käytettävissä olevaa kapasiteettia prosentteina enimmäiskapasiteetista. Coulombin laskenta laskee SOC:n jakamalla kertyneen latauksen akun kokonaiskapasiteetilla. Jos 50 amp-tunnin akku on toimittanut 15 amp-tuntia täyden latauksen jälkeen, SOC on 70 %.

Laskenta edellyttää lähtökohdan tuntemista. Akkujärjestelmät tyypillisesti alustavat SOC:n, kun akku saavuttaa tunnetun tilan-joko täyteen ladattuna (näkyy latausjännitteen rajan saavuttamisesta minimaalisella virralla) tai täysin purkautuneena (alhainen-jännitteen katkaisu). Avoimen-piirin jännitteen mittaukset lepojaksojen aikana voivat myös tarjota kalibrointipisteitä viittaamalla hakutaulukoihin, jotka kuvaavat jännitteen SOC:hen.

Lämpötila vaikuttaa merkittävästi sekä akun kapasiteettiin että kulman tehokkuuteen. Litiumioniakku voi tarjota 100 ampeerituntia-tuntia 25 asteessa, mutta vain 80 amp-tuntia -10 asteessa. Kehittyneet toteutukset sisältävät lämpötilakompensoinnin, joka säätää tehollista kapasiteettia termistorin lukemien perusteella.

Akun ikääntyminen vaikeuttaa SOC-arviointia akun käyttöiän aikana. Kaksi-vuotta-vanha akku saattaa säilyttää vain 85 % alkuperäisestä kapasiteetistaan. Ilman säännöllistä uudelleenkalibrointia coulomb-laskennassa SOC laskettaisiin edelleen alkuperäisen 100 % kapasiteetin perusteella, mikä johtaisi yhä epätarkempiin arvioihin. Monet järjestelmät korjaavat tämän tilan-terveysalgoritmien avulla, jotka seuraavat kapasiteetin heikkenemistä lataus-purkausjaksojen aikana.

Viisi ensisijaista virhelähdettä vaikuttavat kulonilaskennan tarkkuuteen. Nykyiset anturivirheet ovat merkittävin tekijä-jopa 10 milliampeerin siirtymävirhe kerääntyy 0,24 ampeerin -tuntiin 24 tunnin aikana. 50 A{8}}tunnin akulla tämä tarkoittaa 0,5 % SOC-virhettä päivässä.

Integrointiapproksimaatiovirheet johtuvat digitaalisten järjestelmien diskreetistä näytteenottoluonteesta. Suorakulmaisen integroinnin käyttö harvoin näytteenotolla aiheuttaa virheitä, kun virta vaihtelee nopeasti. 1-sekunnin näytteenottoväli tuottaa minimaalisen virheen hitaasti vaihtuvilla kuormilla, mutta tärkeitä yksityiskohtia voi jäädä huomaamatta äkillisten tehopiikkien aikana. Nykyaikaiset järjestelmät käyttävät usein korkeamman asteen integrointimenetelmiä, kuten puolisuunnikkaan tai Simpsonin sääntöä vähentääkseen näitä virheitä.

Akun kapasiteetin epävarmuus johtuu valmistusvaihteluista, lämpötilavaikutuksista ja ikääntymisestä. Saman tuotantoerän kahden solun todellinen kapasiteetti voi poiketa 2-3 %. Tämä epävarmuus muuttuu suoraan SOC-arviointivirheeksi-jos uskot, että akku kestää 50 ampeerituntia, mutta se itse asiassa kestää 49, SOC-arvosi on järjestelmällisesti korkea 2 %.

Ajoitusoskillaattorin ajautuminen vaikuttaa nykyisen integraation aikakomponenttiin. Kideoskillaattori, jonka tarkkuus on 50 ppm, aiheuttaa vain pieniä virheitä lyhyiden ajanjaksojen aikana, mutta voi kertyä viikkojen tai kuukausien jatkuvan toiminnan aikana. Lämpötilakompensoidut-kideoskillaattorit vähentävät tämän virhelähteen mitättömälle tasolle useimmissa sovelluksissa.

Kumulatiiviset virheet ovat kulonilaskennan perushaaste. Toisin kuin välittömät mittaukset, jotka nollautuvat jokaisen lukeman yhteydessä, integrointivirheet lisääntyvät ajan myötä. 1 %:n virhe sykliä kohti muuttuu 10 %:n virheeksi kymmenen jakson jälkeen, ellei järjestelmä kalibroi uudelleen. Energiesissa (2021) julkaistu tutkimus osoitti, että aika{6}}kumulatiiviset virheet voivat tehdä SOC-arvioista "täysin virheellisiä" pitkiä aikoja ilman korjauksia.

Tyypillinen tarkkuus vaihtelee 3-4 prosentista perustoteutuksissa alle 2 prosenttiin parannetuilla algoritmeilla. Järjestelmät, jotka yhdistävät coulomb-laskennan jännite{7}}jännitteeseen perustuvaan korjaukseen Kalman-suodattimilla, saavuttavat alle 1 %:n tarkkuuden. PowerTech Systems raportoi alle 1 %:n mittausvirheitä kaupallisissa kulonlaskurin tuotteissa litiumionisovelluksia varten.

Akunhallintajärjestelmät integroivat coulomb-laskennan ydintoimintona solutasapainotuksen, lämmönhallinnan ja suojapiirien ohella. Virta-anturi, tyypillisesti tarkkuusshunttivastus, joka vaihtelee välillä 0,5-5 milliohmia, sijaitsee päävirran polulla. Hall-efektianturit tarjoavat vaihtoehdon korkean-virtavirran sovelluksille, jotka tarjoavat galvaanisen eristyksen ja eliminoivat tehohäviön.

Mikro-ohjaimen laiteohjelmisto toteuttaa integrointialgoritmin ja hallitsee kalibrointirutiineja. Ajoneuvon sytytyksen tai laitteen käynnistyksen aikana BMS lukee viimeksi tallennetun SOC:n -haihtumattomasta muistista. Sitten se alkaa laskea kuloneja tästä lähtöpisteestä. Järjestelmä tallentaa päivitykset ajoittain-jotkin toteutukset kirjoittavat flash-muistiin muutaman minuutin välein varmistaakseen minimaalisen tiedonhäviön odottamattomien virtakatkosten aikana.

Sähköajoneuvojen autojen BMS-järjestelmät käyttävät erityisen kehittyneitä kulonlaskennan toteutuksia. Esimerkiksi Teslan akunhallintajärjestelmä ottaa näytteen virrasta kilohertsitaajuuksilla ja käyttää useita suodatusvaiheita anturikohinan vähentämiseksi. Järjestelmä ylläpitää erillisiä coulomb-laskuria jokaiselle moduulille tai soluryhmälle, mikä mahdollistaa kapasiteetin epäsopivuuden havaitsemisen, joka voi viitata viallisiin soluihin.

Teolliset akkujärjestelmät verkkovarastointiin tai tietoliikenteeseen vaativat entistä suurempaa luotettavuutta. Nämä sovellukset käyttävät usein kaksois- tai kolminkertaista virrantunnistusta, jotka vertaavat useita antureita vikojen havaitsemiseksi. Kun anturin lukemat poikkeavat hyväksyttävien toleranssien yli, järjestelmä voi tunnistaa ja eristää viallisen anturin jatkaen samalla muiden antureiden käyttöä.

Säännöllinen uudelleenkalibrointi on välttämätöntä pitkän ajan{0}}tarkkuuden ylläpitämiseksi. Yksinkertaisin tapa ladata akun täyteen, kunnes latausvirta laskee alle kynnyksen (yleensä C/20), ja nollaa sitten SOC:n 100 prosenttiin. Samoin, kun purkaus matala-jännitteen katkaisuun, SOC nollautuu 0 %:iin. Monet kuluttajalaitteet suorittavat tämän kalibroinnin automaattisesti 20-30 latausjakson välein.

Avoimen-piirin jännitteen kalibrointi tarjoaa useammin korjausmahdollisuuksia. Kun akku on ollut lepotilassa 30 minuutista useisiin tunteihin, napajännite tasaantuu todelliseen avoimen-piirin arvoon. BMS voi sitten viitata OCV-SOC-hakutaulukkoon määrittääkseen todellisen SOC:n ja korjatakseen kertyneen kulonilaskennan virheen. Tämä menetelmä toimii parhaiten akkukemioissa, joissa on vahva jännite-SOC-korrelaatio, kuten litiumnikkeli-kobolttimangaanioksidi (NMC).

Tehostetut kulonlaskenta-algoritmit sisältävät kulonitehokkuuden korjauksia. Ng et ai. (2009) osoittivat, että lataus- ja purkutehokkuuden laskeminen erikseen parantaa tarkkuutta merkittävästi. Latauksen aikana litiumioniakkujen hyötysuhde on tyypillisesti 98-99,5 %, kun taas purkautumisteho on 99,8-99,9 %. Nämä arvot vaihtelevat lämpötilan, virrannopeuden ja terveydentilan mukaan.

Kalman-suodatinfuusio yhdistää coulomb-laskennan ja jännitemittaukset reaaliajassa{0}}. Suodatin painaa kahta estimointimenetelmää kunkin hetken suhteellisen epävarmuuden perusteella. Suurilla virroilla, joissa jännitteen mittaukset ovat epäluotettavia suurten IR-pudotuksen vuoksi, suodatin luottaa kulonlaskemiseen enemmän. Lepojaksojen aikana jännitemittaukset lihovat. Tällä mukautuvalla lähestymistavalla saavutetaan molemmista menetelmistä parhaat puolet.

Koneoppimisalgoritmit edustavat SOC-estimaation kärkeä. Tuhansiin lataussykleihin koulutetut hermoverkot voivat oppia akun-spesifisiä käyttäytymismalleja, joita yksinkertaiset mallit kaipaavat. Nämä järjestelmät voivat jopa ennustaa, milloin kertyneet virheet ovat todennäköisesti tulossa merkittäviksi, ja käynnistää asianmukaiset kalibrointirutiinit.

Coulomb Counting

jännite Koko alueella tapahtuu vain 50-100 millivoltin muutos. Coulomb-laskenta toimii yhtä hyvin akun kemian jänniteominaisuuksista riippumatta.

Menetelmä toimii jatkuvasti sekä latauksen että purkauksen aikana ilman, että akkua tarvitsee levätä. Jännitteeseen-perustuvat menetelmät edellyttävät, että akku seisoo käyttämättömänä 30 minuutista useisiin tunteihin saadakseen tarkat avoimen-piirin jännitelukemat. Sähköajoneuvojen sovelluksissa, joissa autoa saatetaan ajaa useita kertoja päivässä, tällaisia lepoaikoja esiintyy harvoin luonnollisesti.

Laskentavaatimukset ovat vaatimattomia verrattuna malliin{0}}perustaisiin lähestymistapoihin. Kulonlaskennan perustoteutus vaatii vain kerto- ja yhteenlaskuoperaatioita, jotka on helppo hoitaa edullisilla 8-bittisillä mikro-ohjaimilla. Kalman-suodattimet tai neuroverkkolähestymistavat vaativat 32-bittisiä prosessoreita liukulukuominaisuuksilla ja kuluttavat huomattavasti enemmän tehoa.

Lämpötilavaikutukset vaikuttavat kulonilaskennassa ensisijaisesti kapasiteetin muutosten kautta eikä itse mittausperiaatteen kautta. Jännitteeseen- perustuvat menetelmät kärsivät sekä lämpötilasta-riippuvista kapasiteetin muutoksista että lämpötilasta-riippuvista jännitteen muutoksista, mikä tekee niistä luonnostaan monimutkaisempia kompensoida tarkasti.

Tarkan alkuperäisen SOC:n vaatimus edustaa kulonilaskennan perustavanlaatuisinta rajoitusta. Jos järjestelmä käynnistyy väärällä SOC-arvolla, kaikki myöhemmät laskelmat perivät tämän virheen. Akkujärjestelmät, jotka menettävät tehonsa, menettävät kokonaan SOC-vertailupisteensä, mikä pakottaa luottamaan jännitemittauksiin seuraavan käynnistyksen aikana.

Itsepurkautuminen-luo piilotetun virrankulutuksen, jota coulomb-laskenta ei voi mitata suoraan. Litiumioniakut purkautuvat itsestään- noin 2–5 % kuukaudessa huoneenlämmössä ja lisääntyvät korkeissa lämpötiloissa. Pitkien varastointijaksojen aikana tämä valvomaton kapasiteetin menetys saa arvioidun SOC:n ajautumaan todellista arvoa korkeammalle.

Anturin ajautuminen tuotteen käyttöiän aikana heikentää vähitellen tarkkuutta. Virta-anturi, jonka alkuperäinen tarkkuus on 1 %, saattaa ajautua 2–3 prosenttiin viiden vuoden aikana komponenttien ikääntymisen vuoksi. Autosovellukset määrittävät anturin stabiilisuuden yli 15 vuodeksi ja lämpötila-alueet -40 asteesta +85 asteeseen, mikä edellyttää huolellista komponenttien valintaa ja piirisuunnittelua.

Akun kapasiteetin heikkeneminen käyttöiän aikana on jatkuva kalibrointihaaste. Akun kapasiteetti voi menettää 20 % 1000 syklin aikana. Ellei BMS ajoittain arvioi todellista kapasiteettia uudelleen, SOC-laskelmat muuttuvat yhä optimistisemmiksi, mikä saattaa mahdollistaa vaaralliset ylipurkausolosuhteet.

Nykyisen anturin tehohäviö suurissa{0}}virtasovelluksissa tulee ongelmalliseksi. 100 -ampeerin purkausvirta 1-milliohmin sensorivastuksen kautta hajottaa 10 wattia. Tämä edustaa 0,3 %:n energiahäviötä 3,3 kilowatin järjestelmässä – merkityksetöntä, mutta ei merkityksetöntä. Pienemmän resistanssin shuntit vähentävät häviöitä, mutta heikentävät mittaustarkkuutta pienillä virroilla.

Hybridilähestymistavat, joissa yhdistyvät coulomb-laskeminen toisiaan täydentäviin menetelmiin, saavuttavat erinomaisen suorituskyvyn. Laajennettu Kalman-suodatin (EKF) käyttää akkuekvivalenttipiirimallia ennustamaan jännitteen käyttäytymistä kulonilaskennan perusteella ja korjaa sitten SOC-estimaatin ennustetun ja mitatun jännitteen välisen eron perusteella. Tämä luo itsestään-korjaavan järjestelmän, joka rajoittaa kertymisvirheet.

Sähkökemiallinen impedanssispektroskopia (EIS) voi täydentää kulonilaskentaa terveydentilan arvioinnissa. Mittaamalla akun impedanssia useilla taajuuksilla järjestelmä luonnehtii sisäisen resistanssin kasvua ja kapasiteetin heikkenemistä. Nämä tiedot päivittävät kapasiteettiparametrin coulomb-laskennassa ja säilyttävät tarkkuuden akun ikääntyessä.

Keinotekoiset hermoverkot, jotka on koulutettu historiallisten varausten{0}}purkaustietojen perusteella, voivat ennustaa kapasiteetin heikkenemismalleja. Nämä ennusteet mahdollistavat ennakoivan uudelleenkalibroinnin ennen kuin virheistä tulee merkittäviä. Jotkut tutkijat raportoivat SOC-arvioinnin tarkkuuden 1 %:n sisällä käyttämällä yhdistettyä coulomb-laskentaa ja hermoverkkolähestymistapoja.

Latauksen aikana tehty differentiaalinen jänniteanalyysi tarjoaa säännöllisiä kalibrointipisteitä ilman, että vaaditaan täyteen{0}}purkausjaksoja. DV/dQ-käyrän ominaispiikkejä esiintyy tietyillä SOC-arvoilla kapasiteetin häipymisestä riippumatta, mikä mahdollistaa absoluuttisen SOC-määrityksen. Tämä menetelmä on erityisen tehokas litium-nikkeli-mangaani-kobolttioksidikemioiden kanssa.

Erilliset coulomb-laskentapiirit yhdistävät kaikki tarvittavat toiminnot yhdeksi siruksi. Texas Instrumentsin BQ-sarja ja STMicroelectronicsin STC31xx-tuoteperhe ovat esimerkkejä tästä lähestymistavasta, jossa on 16-bittiset ADC:t, virran integrointi, lämpötilan tunnistus ja I²C/SPI-liitännät. Nämä sirut vähentävät suunnittelun monimutkaisuutta ja vähentävät levytilaa samalla, kun ne parantavat mittaustarkkuutta patentoitujen kompensointialgoritmien avulla.

Sense-vastuksen valintaan kuuluu tasapainotuksen tarkkuus tehohäviötä vastaan. 0,5-milliohmin vastus 100-ampeerin sovelluksessa haihduttaa 5 wattia, mutta tuottaa vain 50 millivolttia täyden{11}}skaalan signaalin, mikä vaatii suuren-vahvistuksen, joka on herkkä kohinalle. 5 milliohmin vastus antaa 500 millivoltin signaalin, mutta haihduttaa 50 wattia, mikä ei ole hyväksyttävää useimmissa sovelluksissa. Tyypillisissä automalleissa käytetään 0,1–1,0 milliohmin vastuksia differentiaalivahvistimilla, jotka tarjoavat 80–100 dB:n yhteismoodin hylkäämisen.

Hall{0}}effektivirta-anturit välttävät tehohäviöongelman kokonaan mittaamalla magneettikenttää jännitteen pudotuksen sijaan. Ne aiheuttavat kuitenkin offset-virheitä (tyypillisesti 50{3}}200 mA autojen-luokan antureissa), lämpötilan vaihtelua ja maksavat enemmän kuin shunttipohjaiset ratkaisut. Yli 200 ampeerin sovellukset suosivat yhä enemmän Hall-antureita näistä rajoituksista huolimatta.

Analogia{0}}--digitaalimuuntimen valinta vaikuttaa suoraan tarkkuuteen. 12{5}}bittinen ADC, joka mittaa 100-ampeerin täyden-ampeerin mittakaavan virtaa, tarjoaa noin 25-milliampeerin resoluution, joka on hyväksyttävä suuritehoisissa sovelluksissa, mutta riittämätön laitteille, joilla on milliampeeritason tyhjäkäyntivirta. Nykyaikaiset akunhallintajärjestelmät käyttävät usein 16- tai jopa 24-bittisiä muuntimia käsittelemään dynaamista aluetta mikroampeerin lepotilavirroista satoihin ampeeriin huippukuormituksen aikana.

Coulomb Counting

Sähköajoneuvojen toteutukset osoittavat kulonilaskennan mittakaavassa. Nissan Leafin akunhallintajärjestelmä seuraa jokaisen kennoryhmän latausvirtaa, jolloin ajoneuvo voi näyttää kantama-arvioita ja laukaista varoituksia ennen kuin akku tyhjenee. Satojen lataus-purkausjaksojen jälkeen järjestelmä säilyttää SOC-tarkkuuden 3–5 prosentissa säännöllisen uudelleenkalibroinnin avulla täyden latauksen aikana.

Älypuhelimen akun mittarit käyttävät yksinkertaistettuja coulomb-laskennan toteutuksia, joita rajoittavat kustannukset ja virrankulutus. Nämä järjestelmät saavuttavat tyypillisesti 5-10 % tarkkuuden, joka riittää näyttämään neljä tai viisi akkutasopalkkia, mutta ovat vähemmän tarkkoja kuin autoteollisuuden toteutukset. Polttoainemittaripiirin tehobudjetin on pysyttävä alle 100 mikroampeerissa, jotta vältetään merkittävä loisvirtaus.

Akun verkko Nämä järjestelmät käyttävät redundanttia virrantunnistusta kahdella shuntilla ja useilla ADC:illä. Ohjelmistoalgoritmit ristiin-tarkistavat mittaukset ja merkitsevät yli 0,5 %:n erot, mikä mahdollistaa ennakoivan huollon ennen vikoja.

Sotilas- ja ilmailusovellukset vaativat korkeinta luotettavuutta, ja niissä käytetään usein kolminkertaista-redundanttia äänestyslogiikkaa. Akun hallintajärjestelmä vertaa kolmea riippumatonta coulomb-laskentapiiriä ja käyttää mediaaniarvoa. Jos jokin anturi poikkeaa hyväksyttävien rajojen yli, se jätetään huomioimatta, kun järjestelmä kirjaa vian huoltotoimenpiteitä varten.

Tutkimus jatkuu menetelmissä, joilla parannetaan kulonilaskennan tarkkuutta lisäämättä laitteiston monimutkaisuutta tai kustannuksia. Mukautuvat algoritmit, jotka oppivat akun -spesifisen käyttäytymisen ensimmäisten tusinan syklin aikana, osoittavat lupaavasti vähentää virheitä massatuotetuissa-laitteissa, joissa yksikkökohtainen kalibrointi ei ole käytännöllistä.

Langattomat akunhallintajärjestelmät eliminoivat johtosarjan, joka yhdistää jokaisen solun keskusohjaimeen. Jokaisessa solumoduulissa on oma coulomb-laskuri ja se lähettää dataa langattoman protokollan kautta. Tämä arkkitehtuuri vähentää sähköajoneuvojen painoa ja yksinkertaistaa kokoamista, vaikka se tuo haasteita useiden riippumattomien mittausten synkronointiin.

Solid-state-akut, jotka tulevat tuotantoon muutaman seuraavan vuoden aikana, saattavat vaatia muokattuja kulonlaskennan lähestymistapoja. Näillä akuilla on erilaiset lataus-purkausominaisuudet ja ikääntymismekanismit verrattuna perinteisiin litium-ionikennoihin. Perusperiaate virran integroimisesta ajan myötä pysyy voimassa, mutta kalibrointistrategiat ja tehokkuustekijät on päivitettävä.

Integrointi akun digitaalisten kaksosten kanssa tarjoaa kiehtovia mahdollisuuksia. Ylläpitämällä kunkin akun tilasta yksityiskohtaista laskennallista mallia, joka perustuu sen koko historiaan, järjestelmät voivat saavuttaa ennennäkemättömän tarkkuuden SOC-arvioinnissa. Näihin malleihin sisältyisi coulomb-laskenta yhtenä tulona monien joukossa, ja se yhdistäisi virran, jännitteen, lämpötilan ja impedanssin mittauksista saadut tiedot.

Akun jännite ei kerro suoraan lataustilasta useimmissa kemikaaleissa. Litiumrautafosfaattiakut ylläpitävät lähes vakiojännitettä 20-90 % SOC:n yli, mikä tekee jännitteen-pohjaisesta arvioinnista epäkäytännöllistä. Jopa litiumkobolttioksidiakkuilla, joilla on parempi jännite-SOC-korrelaatio, suhde vaihtelee lämpötilan, iän ja kuormitusvirran mukaan. Coulombin laskenta seuraa todellista latausvirtaa jännitteen käyttäytymisestä riippumatta.

Kalibrointitiheys riippuu sovelluksen vaatimuksista ja virhetoleranssista. Kuluttajalaitteet kalibroivat tavallisesti 20–30 täyden syklin välein lataamalla 100 %:iin. Sähköajoneuvot saattavat kalibroitua kuukausittain tai aina, kun akku saavuttaa tunnetut tilat. Kriittiset sovellukset, jotka vaativat suurta tarkkuutta, voivat kalibroida viikoittain tai käyttää jatkuvaa korjausta Kalman-suodatuksen avulla välttääkseen säännöllisen uudelleenkalibroinnin kokonaan.

Kyllä, coulomb-laskenta toimii jatkuvasti molempiin suuntiin. Latauksen aikana se lisää kulobeja virran tullessa sisään. Purkauksen aikana se vähentää kulobeja, kun virta virtaa ulos. Järjestelmä mukautuu kulloinkin kulloiseenkin eri tehokkuuteen. Latausteho on yleensä 98-99 %, kun taas litiumioniakkujen purkausteho on yli 99,5 %.

Tarkkuus heikkenee, jos järjestelmä ei seuraa kapasiteetin häipymistä. Akkujen ikääntyessä ne menettävät kapasiteettia, kun taas coulomb-laskentaalgoritmi käyttää edelleen alkuperäistä kapasiteettiarvoa. Tämä saa arvioidun SOC:n muuttumaan yhä optimistisemmaksi. Parannetut BMS-toteutukset mittaavat säännöllisin väliajoin todellista kapasiteettia ja päivittävät laskentaparametreja säilyttäen tarkkuuden ikääntymisestä huolimatta.

Kulonlaskennan käytännön menestys johtuu sen tasapainosta yksinkertaisuuden ja tarkkuuden välillä. Vaikka se ei ole täydellinen, se tarjoaa riittävän tarkkuuden useimpiin sovelluksiin yhdistettynä säännölliseen kalibrointiin. Menetelmän laskennallinen hyötysuhde tekee siitä ihanteellisen-akkukäyttöisille laitteille, joissa itse polttoainemittarin on kulutettava vähän virtaa. Akkuteknologian kehittyessä ja energian varastointisovellusten lisääntyessä, kulonilaskenta on edelleen keskeinen työkalu ladattavien akkujen hallinnassa kaikilla markkinasegmenteillä.