Ingeniero Civil Mecánico / Chile es líder en la producción de litio, materia prima fundamental requerida en la fabricación de baterías de ión-litio. Es por esto que surge la necesidad de explorar aplicaciones con mayor valor agregado para el litio como una forma de mejorar la competitividad de la industria nacional. En este sentido, una alternativa es que en el país se desarrolle o diseñe tecnología que pueda ser de utilidad para los fabricantes y diseñadores de baterías y/o sistemas de almacenamiento energético (por ejemplo, los vehículos eléctricos). Para desarrollar tecnología basadas en la utilización de baterías de ión-litio se debe cumplir con un conjunto de restricciones técnicas, dentro de las cuales se encuentra el manejo térmico de los bancos de batería. Esto, ya que a bajas temperaturas el rendimiento de las baterías disminuye, mientras que las altas temperaturas reducen su ciclo de vida. En este Trabajo de Título se estudia y analiza el comportamiento térmico de baterías compuestas por celdas de ión-litio. La finalidad del estudio recae en determinar los factores que influyen en el aumento de temperatura y la disminución de la eficiencia en un banco de baterías. Estas propiedades dependerán básicamente de las variables eléctricas y geométricas que caracterizan el diseño de un banco. Por lo tanto, determinar la mejor configuración para el empaquetamiento de las celdas de ión-litio, desde el punto de vista del ámbito térmico, requiere de mucho estudio. Para el análisis, se desarrolla un modelo paramétrico aplicando conocimientos de transferencia de calor, específicamente un modelo basado en el método de resistencias térmicas y de diferencias finitas. Para la validación del modelo desarrollado se emplea un programa de mecánica de fluidos computacional (ANSYS [14]), con el cual se comparan los resultados obtenidos, donde se obtienen resultados con un error máximo de 10% correspondiente a tres grados de temperatura. El modelo es utilizado para realizar un estudio al comportamiento de las celdas frente a una aplicación de potencia variable, como lo es un vehículo eléctrico. Finalmente se obtienen resultados para distintas condiciones de operación del vehículo, los cuales determinan que el objetivo más importante es la disminución de la potencia eléctrica del sistema de refrigeración (ésta influye en la disminución de la eficiencia del sistema y en el aumento de temperatura del banco de baterías) y la disminución del área ocupada por las celdas dentro del banco. Los factores que más influyen en el comportamiento térmico de las baterías son finalmente el espaciado entre celdas, la disposición de filas y columnas de las celdas y el caudal de entrada del fluido de refrigeración, aparte de las variables eléctricas propias de las celdas de ión-litio. La memoria se lleva a cabo en el contexto del proyecto Innova-CORFO 11IDL1-10466 "Empaquetamiento Óptimo de Baterías de Litio".

Ingeniero Civil Elctricista / Los acumuladores de Ion-Litio han adquirido un importante rol en el sector industrial durante los últimos años. Lo anterior, principalmente debido a que su carácter de dispositivos de respaldo energético los transforma en elementos clave dentro del diseño de sistemas autónomos. Particularmente en estos casos, se hace crítico el poder contar con sistemas de supervisión de baterías que incorporen elementos de incertidumbre y sean capaces de estimar de manera certera y precisa tanto el estado-de-carga (SOC, por sus siglas en inglés) como el tiempo de descarga (EOD, del inglés End-of-Discharge) de las mismas. Es por este motivo que el presente trabajo de Tesis se focaliza en establecer las bases para el diseño e implementación de un sistema de estimación y pronóstico basado en métodos secuenciales de Monte Carlo (también conocidos como filtros de partículas) para la estimación del SOC y predicción del EOD de dispositivos de almacenamiento de energía de Ion-Litio. En la actualidad, hay múltiples productos desarrollados que son capaces de estimar el SOC de una batería de Ion-Litio; sin embargo, estos no son capaces de estimar dichos parámetros en línea. Incluso en el caso que este último objetivo se cumpla, se considera sólo un perfil de utilización promedio para el equipo, lo que en la práctica implica un enorme sesgo de estimación. En este contexto, el esquema propuesto considera dos etapas: (i) La primera corresponde a la estimación en línea del SOC, para lo cual se utilizan métodos de estimación Bayesiana sub-óptimos (filtros de partículas) dada su capacidad para incorporar información en modelos dinámicos no-lineales, con problemas de observabilidad, y fuentes de incertidumbre no Gaussiana; mejorando significativamente la precisión y exactitud de los algoritmos de predicción del EOD; (ii) la segunda etapa consiste en la caracterización de la incertidumbre en el pronóstico del tiempo de uso remanente del acumulador a través del algoritmo de regularización, basado en las distribuciones de Epanechnikov y en un filtro de partículas. Sumado a lo anterior, también se considera la caracterización estadística (condicional a los datos medidos) del perfil de uso futuro de la batería mediante una cadena de Markov de primer orden, con lo cual se incorpora información acerca del uso que se le otorgó a la batería hasta en el instante inicial de predicción. Con el objeto de analizar los aspectos principales a considerar en el diseño del esquema propuesto, se realiza una comparación entre la solución óptima (en el sentido de media cuadrática, mediante filtro de Kalman) obtenida a priori y la solución sub-óptima entregada por el método propuesto. Esta comparación se realiza con el objetivo de determinar el número de partículas, de iteraciones del filtro y de realizaciones de la cadena de Markov adecuadas para el buen funcionamiento del algoritmo. Finalmente, la validación del módulo de pronóstico propuesto se realiza (mediante medidas de desempeño ad-hoc) con datos experimentales de pruebas de descarga de baterías de Ion-Litio proporcionados por Impact Technologies, LLC. Como conclusión de los resultados expuestos en este trabajo, se puede afirmar que la implementación del método propuesto permite: (i) obtener un filtrado altamente exacto y preciso del proceso de descarga; y (ii) mejorar el pronóstico del tiempo de uso remanente del acumulador en términos de exactitud y precisión, destacando la tendencia a sub-estimar el EOD respecto a la sobre-estimación encontrada en los métodos presentes en la literatura.

Ingeniero Civil Eléctrico / El problema de aseguramiento de la autonomía de equipos energizados con baterías es de creciente importancia en la sociedad actual, en la que cada vez más dispositivos y vehículos de diversas clases obtienen de ellas la energía necesaria para su funcionamiento. Por ello resulta imperante conocer el estado de carga y predecir cuándo la batería se descargará, con la mayor precisión y exactitud posible. El objetivo de este trabajo, enmarcado en el proyecto de investigación FONDECYT Regular 1140774, es estudiar, implementar y comparar técnicas de estimación de estado basadas en filtro de partículas y filtro de Kalman unscented, aplicadas al problema de pronóstico del tiempo de descarga de una celda de ion-litio. Para ello se utiliza como base un esquema de filtro de partículas, consistente en módulos tanto estimación, como de pronóstico, y el cual fue programado con anterioridad en el contexto del mismo proyecto. En dicho esquema, se modifica el módulo encargado de la etapa de estimación del estado-de-carga de la batería, incluyendo un diseño de lógica de ajuste de híper-parámetros del ruido del modelo, llamada en forma genérica lazo de corrección externo. Paralelamente, se implementa un filtro de Kalman unscented como alternativa para la reemplazar al filtro de partículas en la misma etapa mencionada. Por último, también a éste se le agrega la mecánica de corrección con lazos externos. Para los métodos sin lazos externos de corrección, el basado en filtro de partículas logra corregir la condición inicial erróneamente supuesta sobre el estado de carga de la celda, aproximándose al estado real con una discrepancia que en general no supera el 4%. Una excepción a lo anterior se produce cuando la diferencia inicial entre el estado supuesto y el real es demasiado grande, en cuyo caso se produce un sesgo en la estimación. Por otro lado, el filtro unscented corrige rápidamente el supuesto inicial erróneo, pero su cómputo del estado se aleja del real cuando se obtienen mediciones poco congruentes con las predicciones generadas por el modelo, alcanzando un error de hasta 8%. La adición de los lazos externos de corrección mejora levemente el desempeño en cuanto al error de estimación del filtro de partículas, pero tiene un notorio impacto positivo en la consistencia de los resultados entre distintas realizaciones del algoritmo. Para el filtro de Kalman unscented, la mejora es significativa y su desempeño se torna superior a todos los demás casos, siempre que el lazo de corrección sea capaz de reducir lo suficiente el ruido de proceso. En cuanto al tiempo de ejecución se obtienen resultados comparables para los distintos esquemas. Se concluye que el filtro de partículas permite trabajar el problema con una mayor tolerancia a la incertidumbre, mientras que si se cuenta con un modelo de batería adecuado, el filtro de Kalman unscented con lazo de corrección externo puede lograr un mejor rendimiento.

Magíster en Ciencias de la Ingeniería, Mención Eléctrica / Ingeniero Civil Electricista / El acelerado avance tecnológico experimentado por diversos dispositivos almacenadores de energía en los últimos años ha incrementado en forma exponencial el número de estudios relacionados con el logro de un mayor nivel de autonomía y una extensión significativa de la vida útil. Dicha situación se ve reflejada en la proliferación de esquemas de supervisión que procuran suministrar información certera y precisa a los sistemas de administración de baterías (BMS, por sus siglas en inglés). Es en este contexto que el presente trabajo de Tesis establece las bases para el diseño e implementación de un sistema de estimación y pronóstico basado en filtros de partículas para el análisis del estado-de-salud (SOH, por sus siglas en inglés) y estimación de la vida útil remanente (RUL, por sus siglas en inglés) de dispositivos de almacenamiento de energía, y más particularmente baterías de Ion-Litio. El esquema propuesto considera dos etapas en su implementación. La primera de dichas etapas se centra en la estimación del SOH y la adecuada detección de fenómenos de auto-recarga en baterías, mediante un módulo de detección que está constituido por un test de hipótesis (con una tasa de falsas alarmas de 1%). Para ello, se hace uso de métodos de estimación Bayesiana sub-óptimos (específicamente filtros de partículas) debido a su demostrada capacidad para incorporar información en modelos dinámicos no-lineales, con problemas de observabilidad, y fuentes de incertidumbre no Gaussiana. En efecto, a diferencia de otros esquemas utilizados en el estado del arte, los filtros de partículas han demostrado ser capaces de detectar los fenómenos de auto-recarga presente en acumuladores de Ion-Litio y aislar eficazmente las alteraciones que estos fenómenos producen en la tendencia de degradación; mejorando por ende la precisión y exactitud de los algoritmos de predicción de RUL. La segunda etapa está abocada directamente a la caracterización de la incertidumbre en el pronóstico de la vida útil del acumulador a través del algoritmo de regularización, basado en las distribuciones de Epanechnikov y en un filtro de partículas. Sumado a esto, además se muestra un modelo ( modelo #3 ) el cual logra, mediante el uso de cadenas de Markov, la caracterización futura de los fenómenos de auto-recarga. Con el propósito de establecer el valor óptimo en los parámetros de diseño del algoritmo de estimación y pronóstico se considera un caso de degradación simplificado e hipotético, donde existe una solución óptima (en el sentido de mínimo error cuadrático); la cual es analizada y comparada con la solución obtenida por el método propuesto. Como resultado, se definen los valores más apropiados para el número de partículas y realizaciones del filtro a utilizar en una implementación más general, así como la cantidad de realizaciones de la cadena de Markov que minimiza el sesgo del estimador del RUL. La validación del esquema propuesto se efectúa (mediante medidas de desempeño ad-hoc) con datos experimentales de pruebas de degradación acelerada en baterías de Ion-Li obtenidos del centro de pronóstico Nasa Ames Prognostic Center of Excellence. Los resultados reportados en este documento, muestran que la implementación del sistema de estimación y pronóstico del estado-de-salud en acumuladores de energía permite (i) un filtrado altamente exacto y preciso del proceso de degradación, debido a la detección en línea de los fenómenos de regeneración; y (ii) presenta claras mejoras en el pronóstico del fin de la vida útil del acumulador -en términos de exactitud y precisión- debido a tener mejores condiciones iniciales al momento de predecir y a la caracterización futura de los fenómenos de auto-recarga.

Magíster en Ciencias de la Ingeniería, Mención Eléctrica / Ingeniero Civil Electricista / Esta tesis se centra en el estudio del estado de carga (SoC: state of charge) para acumuladores de energía del tipo plomo ácido. Este parámetro es de suma importancia en aplicaciones donde el acumulador está sometido permanentemente a situaciones de carga y/o descarga, como las que se presentan en vehículos eléctricos o micro-redes, por ejemplo. El SoC se define como la energía expresada como un porcentaje de la capacidad nominal, que aún está disponible para ser utilizada. Este indicador depende de muchas otras magnitudes, tales como: temperatura, tasas de corriente de carga/descarga, tiempo de uso, histéresis, y auto descarga. Este parámetro no es medible, por lo cual es necesario estimarlo en base a mediciones de otras señales disponibles en los acumuladores, tales como tensión, corriente y temperatura. Para desarrollar un estimador del SoC hay que tener en cuenta dos aspectos; el primero de ellos es contar con un buen modelo que represente el comportamiento del acumulador de manera adecuada, mientras que el segundo, dice relación con el algoritmo utilizado para realizar la estimación. Ambos aspectos suponen contar con información del acumulador para poder identificar el modelo y diseñar el estimador. Por lo tanto, se establecieron los objetivos de la tesis, los cuales corresponden en primer término a la construcción de un prototipo con el cual se pueda someter el banco de acumuladores a diversos perfiles de carga/descarga. Luego en base a la información generada mediante este sistema experimental, derivar un modelo de baterías que sea sencillo de implementar y requiera poca cantidad de información. Dicho modelo corresponde a un modelo difuso. Con el modelo de baterías ya definido, se utiliza el algoritmo del filtro extendido de Kalman para desarrollar un estimador del SoC basado en el modelo propuesto. Es importante destacar que tanto el modelo como el estimador son evaluados y comparados con modelos de baterías convencionales y con estimadores basados en ellos. (Implementados con el algoritmo de Kalman). Los aportes del trabajo de tesis, son en primer lugar, la construcción del sistema experimental, el cual servirá para otras investigaciones relacionadas a acumuladores de energía. En segundo término, se tiene que la metodología basada en lógica difusa (para el desarrollo del modelo), es novedosa, pues hasta el momento sólo ha sido implementada con datos basados en mediciones en el dominio de la frecuencia o en conjunto con redes neuronales. Lo que supone en el primer caso que el modelo no pueda ser llevado a la práctica debido al costoso equipamiento necesario para obtener datos en el dominio de la frecuencia, y en la necesidad de contar con gran cantidad de información para el segundo caso. Finalmente es importante mencionar que las baterías consideradas para esta tesis, están presentes en la micro-red Huatacondo perteneciente al Centro de Energía de la Universidad de Chile.

Ingeniero Civil Mecánico / Las baterías de litio, ampliamente ocupadas en distintos equipos electrónicos y automóviles eléctricos, se deben diseñar incluyendo el manejo térmico en sus empaques. Debido a que bajas temperaturas disminuyen el rendimiento de éstas, y una altas temperaturas disminuyen su ciclo de vida. En este trabajo se analizó la dependencia de las variables de empaquetamiento, como por ejemplo la velocidad de entrada del flujo de aire de refrigeración, el espaciamiento horizontal y el espacia miento vertical, a través de números adimensionales con el fin de encontrar una parametrización de los fenómenos de transferencia de calor que se producen en un empaquetamiento de baterías de litio. Así mismo, se encontró una relación inversamente proporcional de las variables escritas con la inercia térmica de un empaque, es decir, a mayor espaciamiento o velocidad de entrada, las celdas se enfriarán con mayor rapidez. Esta relación deja de ser válida cuando las celdas están lo suficientemente alejadas para que la interacción aire-celda no se produzca, y con ello, jets de velocidad que son aprovechados para enfriar las celdas. En síntesis, debido al gran costo computacional que implica realizar una simulación fluido dinámica, se llevó a cabo una modelación matemática. La cual lleva a una buena aproximación de los fenómenos que ocurren en el enfriamiento de celdas con mayor rapidez que una simulación.

Magíster en Ciencias de la Ingeniería, Mención Eléctrica / El presente documento muestra los resultados de las simulaciones de un emulador de descarga para baterías Litio-ion. La batería real (celda) estudiada es de 3,7V-4A.h. El emulador está conformado principalmente por: un modelo de batería en su configuración en línea y un conversor de voltaje boost tipo multifases. Existen diversidad de modelos de batería pero en el presente trabajo se utiliza el Thevenin-Shepherd el cual consta de un circuito eléctrico basado en Thevenin en conjunto con la ecuación modificada de voltaje de circuito abierto de Shepherd. Este tipo de modelo es adecuado para la representación de baterías reales de Litio-ion. Además, este modelo representa de mejor manera 4 importantes comportamientos de la batería real: la variación del voltaje de circuito abierto, la caída de voltaje a través de la resistencia interna, pérdidas por transferencia de carga y el efecto de capacitancia de doble capa. Estos comportamientos son representados por un circuito equivalente eléctrico (CEE) conformado por dos redes RC en serie con un resistencia. Las técnicas "Espectroscopia de la Impedancia Electroquímica (EIS siglas en ingles)" y "Extracción de Parámetros en el Dominio de Tiempo (EPDT)" son utilizadas para obtener el CEE de la batería real. La obtención adecuada de la resistencia interna de la batería real nos permite tener un modelo de batería con gran precisión. Además, el modelo permite establecer el nivel de SOC para los experimentos. Los valores de resistencias internas así como de los elementos de los CEE obtenidos son mantenidos constantes durante las simulaciones. Cabe indicar que, las pruebas experimentales fueron realizadas a temperatura constante, además las pérdidas de voltaje ocasionadas por fenómenos de difusión y en alta frecuencia no son analizadas en el presente trabajo. El software PLECS es utilizado para la realización de las simulaciones. El emulador con cada uno de estos CEE es evaluado comparando los resultados de sus simulaciones con varios perfiles de voltaje de descarga real. Estos perfiles son obtenidos de la aplicación de pulsos de corriente de descarga a una batería real en el respectivo banco de prueba. Cabe indicar que, para la reducción del nivel de rizado del voltaje de salida del emulador se utiliza el conversor de voltaje boost tipo multifases(3 fases). El control del conversor es realizado por controladores PI en conexión en cascada. Además, las ecuaciones del modelo y las funciones de transferencia de los controladores PI son llevados a un modelo discreto. La comparación entre las respuestas de voltaje simuladas y reales muestran que el emulador con un CEE obtenido mediante la técnica EIS tiene una mejor aproximación a los perfiles de voltaje de la batería real incluso cuando hay altas corrientes de descarga. Es importante destacar que, el banco de almacenamiento del vehículo eléctrico "Eolian" de la Facultad de Ingeniería Eléctrica de la Universidad de Chile está conformado por este tipo de batería.

Magíster en Ciencias de la Ingeniería, Mención Eléctrica / Los últimos desarrollos en baterías de ión-litio han permitido una verdadera revolución en la industria automotriz. Los vehículos eléctricos representan una porción del mercado que aumenta año a año. Estos vehículos operan bajo condiciones variables, requiriendo de bancos de baterías para hacer frente a las respectivas demandas de torque y potencia. En este trabajo construimos un simulador que, dado el tamaño del banco, determina cuando una recarga (autonomía) o reemplazo del banco (vida útil remanente) son necesarios. Con este fin estudiamos los indicadores de Estado-de-Carga (SOC), y Estado-de-Salud (SOH), usando modelos en espacio de estados discreto. Las predicciones se basan en una caracterización probabilística de los perfiles de uso en un vehículo eléctrico, que a su vez son una función de entradas genéricas, e.g. el mapa de la misión, las características mecánicas del vehículo, perfiles de conducción y configuración del banco de baterías. En nuestro enfoque estocástico, el pronóstico para el SOC y SOH son generados en un esquema basado en filtro de partículas, con medidas de riesgo e intervalos de confianza obtenidos tanto para el fin-de- la-descarga (en cada ciclo) como para el fin-de-vida-útil (reemplazo). Estos esquemas se benefician de la incorporación de metamodelos para la resistencia óh- mica interna y la eficiencia de Coulomb del banco. El primero depende de la demanda de corriente y el SOC, mientras el segundo se basa en la magnitud de la corriente y la profundi- dad de cada descarga. Ambos metamodelos son incluidos dentro del esquema del SOC/SOH, i) efectivamente introduciendo nueva fenomenología en ellos, y ii) proveyendo de una conex- ión entre el SOC/SOH y el cómo cada descarga afecta el estado de salud del banco de baterías como un todo. También presentamos una metodología para experimentos de laboratorio que son capaces de determinar estas cantidades empíricamente en baterías de ión-litio. Consideramos efectos ignorados hasta ahora en este tipo de modelos empíricos, i.e. cómo las condiciones de operación en una descarga conciernen al pronóstico de la vida útil rema- nente, y cómo las dependencias de la impedancia interna afectan la autonomía del vehículo. Un sub-producto de este trabajo es el mejoramiento del rango de opciones, modularidad y velocidad de ejecución de algoritmos. Finalmente, establecemos aquí las bases para trabajo futuro en diseño óptimo de bancos de baterías en función de perfiles de uso particulares.

La masiva demanda de combustibles derivados del petróleo abre la puerta a la búsqueda de nuevas formas de suplir las necesidades energéticas en el mundo. Debido a esto, los acumuladores de energía tienen un rol fundamental en el sector industrial en los últimos años. En particular, las baterías de Ion-Litio que por sus características las transforma en elementos claves dentro del diseño de sistemas autónomos. Los vehículos eléctricos nacen para poder suplir esta gran demanda y en particular, las bicicletas eléctricas no sólo permiten utilizar menos energía, sino que poder transportarse con mayor libertad y fluidez en las grandes ciudades. Con el nacimiento de esta nueva alternativa para el trasporte se hace necesario poder contar con sistemas de supervisión de las baterías que puedan entregar información importante al usuario sobre su Estado de Carga (SOC, por sus siglas en inglés) y estado de salud (SOH, por sus siglas en inglés). Esta información le será útil no solo al usuario sino que también a la industria encargada de masificar el producto, ya que de esta forma puede generar planes preventivos y de mantención para optimizar recursos y mejorar la calidad de servicio. En la actualidad, hay múltiples productos que son capaces de estimar el SOC y predecir el tiempo de descarga (EOD, por sus siglas en inglés) de una batería de Ion-Litio; sin embargo, es mediante los métodos de Filtro de Partículas (FP) donde se obtienen los mejores resultados. Con el objeto de unir tanto la teoría de los métodos de estimación y pronóstico del SOC de las baterías con el uso de la tecnología de acceso común, nace el objetivo de este Trabajo de Título, el cual busca implementar métodos sub-óptimos de estimación y pronóstico del Estado de Carga de baterías de Ion-Litio en un ambiente Android. Es decir, a través del presente trabajo se integraran estos métodos dentro de una aplicación (app) Android de uso común, aprovechando las capacidades y recursos de los Smartphone en la actualidad. Se busca programar un algoritmo de estimación y pronóstico (AEP) en lenguaje Java y mostrar los resultados a través de la pantalla al usuario mediante una app. Se muestra la implementación realizada y su entorno gráfico basados en los requerimientos tales como uso de protocolo Bluetooh y conexión USB, almacenamiento de datos y servicios web. Finalmente, se entregan los resultados obtenidos del AEP tanto en la estimación y predicción del SOC como en la del EOD. Esto en conjunto con un análisis del uso de recursos de procesamiento y memoria que requiere el AEP para funcionar. Como conclusión de los resultados expuestos en este trabajo, se puede afirmar que la implementación del algoritmo permite: (i) obtener información sobre el Estado de Carga de la batería de Ion-Litio en tiempo real; (ii) visualizar la predicción del tiempo de descarga basados en el perfil de uso de la bicicleta eléctrica. Todo esto a través de una app Android.

El objetivo de la Tesis es mostrar, a partir de un balance energético dimensionable y contrastable, la viabilidad de un sistema de recarga de baterías de tracción de Vehículos Eléctricos de manera simultánea a la producción dentro de la llamada “ventana fotovoltaica”, como garantía de que la electricidad producida para la movilidad eléctrica no dependa de los combustibles fósiles que están inevitablemente presentes en el “share” energético global para, de esta manera, reducir el nivel de emisiones de CO2 a la atmósfera por parte del sector del transporte. Y el intercambio de baterías es presentado como la alternativa para resolver el problema de la simultaneidad entre la producción fotovoltaica y la utilización del vehículo, y para vencer la barrera del tiempo de recarga. Si el vehículo eléctrico está llamado a ser el sustituto natural del convencional y las energías renovables están llamadas a ser las sustitutas naturales de las convencionales, es necesario comprobar la viabilidad del binomio “Vehículo Eléctrico - Energías Renovables” y el desarrollo conjunto de ambas. Siendo una realidad que el Vehículo Eléctrico ya es un producto al alcance del gran público, no es menos cierto que el grado de penetración del mismo está teniendo lugar a un nivel infinitamente inferior al esperado, en parte como consecuencia del elevado coste del VE y la situación económica global, en parte porque la usabilidad del VE y el vehículo convencional no es la misma al no disponer el VE de autonomía, tiempo de recarga e infraestructura de recarga comparables a su homólogo convencional, y en parte como consecuencia del mantenimiento del status-quo existente entre los fabricantes de vehículos y las empresas suministradoras de combustibles fósiles que intentan frenar lo máximo posible el proceso de electrificación del sector de transporte. Por otro lado, es también una realidad el drástico descenso en los costes de los equipos de producción de electricidad fotovoltaica en los últimos años, sobre todo los paneles solares y los onduladores DC-AC, de forma que cada Watio instalado viene a costar, en promedio, 5 veces menos que en 2007 y las instalaciones son rentables por sí mismas sin necesidad de mecanismos de subvención externos. Todo ello ha facilitado que a día de hoy dispongamos de un escenario de Balance Neto (Autoconsumo con intercambio con la red) viable que ha abierto la puerta a las Smart Grids en las cuales el punto de recarga del Vehículo Eléctrico es sin duda uno de los protagonistas del escenario futuro. Y puesto que tanto las instalaciones fotovoltaicas a pequeña escala como el vehículo eléctrico son 2 campos emergentes con mucho desarrollo todavía por delante, el autor ha querido relacionar ambos a nivel dimensional y justificar que el futuro crecimiento conjunto de ambos puede contribuir enormemente a la reducción progresiva de la emisión de gases contaminantes a la atmósfera por parte del sector del transporte.