Estudio de un sistema de diagnóstico de baterías para aplicaciones de movilidad eléctrica

Abstract

En la actualidad, debido a las restricciones que está imponiendo el Unión Europea para intentar reducir las emisiones de gases efecto invernadero, y de esta manera combatir el cambio climático, se está impulsando a la transformación de la movilidad de combustible a una movilidad eléctrica más sostenible. El componente principal de los coches eléctricos son las baterías eléctricas, lo que significa que el foco principal, en la innovación de coches eléctricos, apunta sobre todo en hacer un buen trabajo con estas. Hoy en día, fabricar baterías eléctricas no es del todo sinónimo de sostenibilidad, ya su fabricación presenta una huella de carbono importante para tener en cuenta. Es por esto por lo que, cada vez más, se intenta extender al máximo la vida útil de las baterías de los vehículos eléctricos. Para ello, se están investigando en encontrar la manera de predecir el estado de salud que presenta a lo largo de su vida útil una batería eléctrica. Es aquí donde interviene el objetivo principal de este proyecto, el cual se basa en la implementar un modelo algorítmico que sea capaz de estimar la degradación que presenta las baterías de ion-litio. Para conseguir este objetivo, es necesario conocer más en profundidad el mundo de las baterías eléctricas desde sus inicios hasta la actualidad, y conocer las diferentes tecnologías y técnicas que se utilizan actualmente para este fin. A partir de estos conocimientos base, se implementa un algoritmo sobre una base de datos constituida por las variables físicas medidas de celdas de ion-litio durante ciclos de carga y descarga. Este modelo, intenta predecir la degradación que sufrirá una celda de ion-litio a lo largo de su vida útil, mediante unos indicadores obtenidos a partir de analizar gráficamente las variables físicas de la celda. El modelo escogido para estima de la degradación de las celdas es la regresión polinomial. Este modelo consiste en intentar estimar tanto la degradación como los indicadores de esta a un polinomio de 3r orden. Al aplicar dicho modelo al conjunto de datos de una de las celdas, el comportamiento era el esperado. El problema se encuentra que al extrapolarlo al resto de celdas, este no se comporta como de la misma manera. Hay muchos factores por las cuáles el comportamiento de dos baterías idénticas, puede ser totalmente diferente la una a la otra. Algunos de estos factores se pueden controlar directamente como la tensión o corriente durante los períodos de carga o descarga de la batería, el control de la temperatura, la capacidad entregada en cada momento, etc. Pero existen otros factores externos (mayoritariamente se asocian al fabricante) que no se pueden controlar, como por ejemplo, el almacenaje de las baterías, la edad que presenta desde su fabricación, la materia prima utilizada, etc. Finalmente, una manera de mejorar los resultados de obtenidos, es realizar un ajuste del polinomio de regresión de 3r orden con datos de la podría celda de forma continua a lo largo de su vida útil. Esto ayudaría a obtener una mayor precisión de la predicción de la degradación de la celda futura