A contribution to the study of techniques to estimate state-of-charge and state-of-health of Lithium-ion batteries

Orientador: Mateus Giesbrecht Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação Resumo: O foco deste trabalho é o desenvolvimento de algoritmos de monitoramento de baterias de Lí-íon, a mais promissora tecnologia de armazenamento na atualidade. Os algoritmos permitem o controle e gerenciamento inteligente das baterias, o que contribui para prolongar a vida útil do equipamento, aumentar a eficiência e confiabilidade do sistema e permite o reaproveitamento das células em outras aplicações com segurança. Em uma bateria, o Estado de Carga (SOC) quantifica a carga disponível a cada instante de tempo e o Estado de Saúde (SOH) quantifica a degradação. Nesta dissertação são propostas metodologias para estimativa de SOC e SOH de uma bateria composta por 15 células de lítio óxido níquel manganês cobalto (NMC) conectadas em série. A metodologia para estimativa de SOC é composta pela modelagem da célula a partir de um circuito elétrico equivalente, a predição um passo a frente e o refinamento de estados do Filtro Bar-Delta. O Filtro Bar-Delta é uma adaptação do Filtro de Kalman Estendido (EKF) que reduz o tempo de processamento para estimativa de SOC de uma bateria, e o refinamento de estados é uma etapa adicional às indicadas pelas referências, cuja aplicação ao problema foi proposta pela primeira vez neste trabalho. O algoritmo de refinamento é capaz de reduzir o erro quadrático médio (MSE) do SOC em 461 vezes. São ainda propostos dois métodos para estimação de SOH, o Filtro de Kalman (KF) e a redução de erros quadráticos ponderados totais (WTLS). O primeiro leva vantagem em relação ao tempo de processamento, o segundo, em relação ao MSE. Como a estimativa de SOH é dependente da estimativa de SOC, a adição do refinamento reduz o MSE do SOH em 48%. Dentre as contribuições desta dissertação estão a revisão bibliográfica dos métodos com a comparação da adequação conforme a aplicação pretendida, a proposta de uma metodologia para estimativa de SOC de baterias considerando o tempo de processamento e as necessidades do usuário e a comparação entre duas metodologias para estimativa de SOH Abstract: The focus of this work is the development of algorithms for monitoring Li-ion batteries, the most promising energy storage technology today. The algorithms allow smart control and management of the batteries, which contributes to extend the lifetime of the equipment, increases the efficiency and reliability of the system and allows reuse cells in other applications. In a battery, the State of Charge (SOC) quantifies the available charge at each time instant and the State of Health (SOH) quantifies the degradation. In this dissertation, methodologies for estimating SOC and SOH of a battery composed of 15 lithium nickel oxide manganese cobalt (NMC) cells in series are proposed. The methodology for SOC estimation consists of modeling the cell with an equivalent electrical circuit, the one step ahead prediction and smoothing of the Bar-Delta Filter. The filter is an adaptation of the Extended Kalman Filter (EKF) that reduces the processing time for estimating the SOC of a battery, and states smoothing is an additional step to those indicated by the references. This step was proposed for the first time in this work. The algorithm is capable to reduce the MSE of SOC by 461 times. Two methods for estimating SOH are also proposed, the Kalman Filter (KF) and the reduction of total weighted quadratic errors (WTLS). The first one's advantage is the processing time, the second one, the smaller mean square error. Since the SOH estimate depends on the SOC estimate, the addition of states smoothing also reduces the SOH MSE by 48%. Among the contributions of this dissertation are the bibliographic review of the methods with the comparison of suitability according to the intended application, the proposal of a methodology for estimating the SOC of batteries considering the processing time and the needs of the user and the comparison between two methodologies for estimating SOH Mestrado Eletrônica, Microeletrônica e Optoeletrônica Mestra em Engenharia Elétrica