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.
Identifer | oai:union.ndltd.org:UCHILE/oai:repositorio.uchile.cl:2250/144139 |
Date | January 2016 |
Creators | Espinoza Villegas, Pablo Andrés |
Contributors | Orchard Concha, Marcos, Silva Sánchez, Jorge, Agüero Vásquez, Juan |
Publisher | Universidad de Chile |
Source Sets | Universidad de Chile |
Language | English |
Detected Language | Spanish |
Type | Tesis |
Rights | Attribution-NonCommercial-NoDerivs 3.0 Chile, http://creativecommons.org/licenses/by-nc-nd/3.0/cl/ |
Page generated in 0.0017 seconds