Doctor en Ingeniería Eléctrica / Actualmente el uso de energías renovables está incrementando su popularidad. Como la disponibilidad de estos recursos puede ser limitada debido a factores ambientales, el uso de almacenadores de energía es algo que se debe considerar. En mercados eléctricos, el uso de sistemas de almacenamiento se vuelve interesante debido a que la posibilidad de obtener ganancias está latente. Esta investigación se enfoca en la integración de una estrategia de optimización de utilidades en conjunto con el modelo del proceso de degradación de una batería de ión-litio, para así cuantificar el beneficio económico que un usuario puede obtener dependiendo de cómo el almacenador sea operado. Dado que la operación del almacenador está sujeta a diferentes condiciones de mercado, es necesario analizar el proceso de degradación bajo estas condiciones. Esto significa que una batería no necesariamente trabajará completamente cargada o descargada en un ciclo de operación. En este sentido, definir apropiadamente un ciclo es importante puesto que el uso del almacenamiento de energía es altamente variable. El modelo de degradación fue creado utilizando información disponible en la literatura. Este modelo está basado dos sumandos, uno de los cuales tiene mayor impacto en el corto plazo de la vida útil, y el otro en el largo plazo. Además, una metodología que permite la estimación del proceso de degradación de las baterías cuando son utilizadas en condiciones de estado de carga variables también se incluye. En un primer enfoque, se utiliza información proporcionada por un fabricante, y con el apoyo de factores de escalamiento, es posible determinar el valor para la eficiencia de Coulomb para cada ciclo. Caracterizar el proceso de degradación según el estado de carga utilizado muestra hasta un 3.4% más de ciclos adicionales de uso. Posteriormente, se presenta otra metodología basada en algoritmos de similitud que incorpora la corriente de descarga, y los niveles del estado de carga como variables del modelo. Además, el efecto de la temperatura es incluido para ilustrar el efecto de la capacidad utilizable de la batería. Una vez que se establece el modelo, este se combina un algoritmo de programación lineal entera mixta que maximiza la utilidad obtenida de la venta de diferentes servicios. Distintas políticas de operación para el sistema almacenador fueron analizadas dando como resultados las horas de operación y el beneficio económico para cada caso. Es importante mencionar que no necesariamente operar el sistema de almacenamiento de forma libre asegurará el máximo beneficio económico para el dueño. Restringir el estado de carga puede significar hasta un 18% menos de utilidad bruta por año. Otros efectos externos tales como la intervención de un operador humano que modifique la estrategia, sensibilidad a cambios en la demanda o en los precios también son incluidos. El efecto de la temperatura también se incluye y la reducción en el beneficio económico es comparada con el caso donde las condiciones de temperatura están controladas. La temperatura puede afectar hasta en un 3% las utilidades esperadas para este caso.

Degradation behavior of commercial lithium-ion pouch cells containing LiCoO2 cathode and graphite anode was investigated for a cycling under continuous overcharge condition. This condition is frequently experienced in electric vehicles in an event of Battery Management System (BMS) failure. Failure of BMS results in an unbalanced module further resulting in overcharging or overdischarging the cells. Commercial cells with 5Ah capacity were continuously cycled at different upper cutoff voltages and 1C-rate to develop a better understanding of the overcharge process. The results show that as the upper cutoff voltage is extended, the cell gains a higher initial capacity. However, the cycle life of the cell diminishes significantly. The extent of overcharge was found to be an important parameter not only for the electrochemical performance but also for cell integrity. Cells overcharged beyond 4.5 V had a significant volume increase and a rapid increase in the capacity fade. The cell starts to swell at this stage and a considerable increase in the temperature and internal resistance of the cells is observed. Thermal imaging of the cell revealed non-uniform temperature distribution and localized degradation sites were identified. Evidence of lithium plating and electrolyte deposits on anode was observed in cells charged beyond 4.4 V, with SEM-EDS verifying their presence. A comparative study of various State of Health (SoH) estimation parameters is presented and the proposed parameter Φ_R based on internal resistance measurement is found to be a good indicator of aggravated degradation in cells.<br>

Batteries play an important role in a sustainable future. As the development for better andsmarter batteries continues, new areas of use emerge boosting its demand. Controlling thetemperature of a battery cell is a vital objective to ensure its longevity and performance. Bothcooling and heating methods can be applied to keep the temperature within a certain rangedepending on its need. This study will review the technical aspects of lithium-ion batteries,observe the different thermal management systems and cooling methods, and lastly examinethe required cooling flow needed for a battery cell to prevent its temperature from rising tocritical levels during its discharge. Using CFD ANSYS Fluent as a simulation tool, the resultsshow that different charging rates, in terms of C-rate, require different rates of mass flow tocontrol the temperature. Simulating the cell with natural convection, the cell peaks at hightemperatures even at lower C-rates, reaching up to 36,4°C and 48,8°C for 1C and 2C,respectively. Applying the cooling method with a flow rate of 0,0077kg/s reduces thetemperature significantly, resulting in temperatures of 26,95°C and 31,27°C for 1C and 2C,respectively.

<p dir="ltr">Applications of Lithium-ion batteries (LIBs) are so widely spread from transportation like electric vehicles to portable storage devices. This is mainly due to their lighter weight and smaller size with higher energy density when compared to Lead-acid, Nickel Cadmium (Ni-Cd), and other batteries. One of the applications of LIB includes electric propulsion in-air like quadcopters. These electrically-propelled vehicles have diverse applications including risky jobs like wildlife management, search and rescue, and jobs that can be automated such as delivery of smaller packages, urban planning, and so on. These electrically-propelled vehicles produce heat around the LIB which leads to thermal abuse of the battery. Also, there are often cases where LIB undergoes different abuse conditions in-air when operating these vehicles. Present battery BMSs are highly accurate but require edge and cloud with a deep learning model to safely operate quadcopters in the air. In the work, we present a BMS capable of edge-cloud data transfer with a deep-learning model to predict the RUL of the battery. Benchmark differences between data collected on-ground and in-air are presented for comparison. It turns out that the temperature collected in the air is less than the temperature on the ground when different current profiles are experimented on different batteries used in quadcopters. This study helps in the improvement of BMS with edge-cloud and deep-learning models and helps in understanding the behavior of battery in-air.</p>