Diseño e implementación de un sistema de adquisición de datos para pruebas de carga y descarga de baterías de ion-litio

Abstract

Dado el impacto que se asocia a dispositivos almacenadores de energía en las distintas áreas de la ingeniería, últimamente se ha fomentado la formulación de proyectos de investigación que estén relacionados con este tema. En particular, es de vital importancia comprender el comportamiento que tienen las baterías frente a distintas condiciones de operación. Para este fin es imprescindible obtener datos precisos, con el fin de caracterizar facilitar la implementación de métodos de estimación y predicción. El presente trabajo busca implementar un sistema de adquisición de datos que permita obtener datos de voltaje, corriente y temperatura; todas ellas variables que generalmente se utilizan para el análisis de parámetros de la batería como es el estado de carga (por su siglas en inglés, SOC) y el estado de salud (por sus siglas en inglés, SOH). Para esto, se implementan dos arquitecturas. La primera usa un cargador de marca I-Charger y una carga programable BK PRECISION 8500; los cuales almacenan datos obtenidos en los procesos de carga y descarga en tiempo real. La segunda utiliza tres sensores (voltaje, corriente y temperatura), un conversor análogo-digital, y un chasis National Instruments (NI); todo con interfaz de programación en el software LabView para obtener datos en tiempo real. El principal desafío es que existen perturbaciones Gaussianas de media nula en las mediciones. Para solucionar lo anterior se decide implementar un filtro pasa-bajos que mitiga estas fluctuaciones. Además de eso, se ideó un método que permitiera obtener la ecuación característica de los sensores que pudiese usarse en proceso de calibración. Para generar resultados se realizaron cuatro pruebas. La primera corresponde a una carga (corriente constante de 2 [A] hasta que el voltaje se estabiliza en 4.097, disminuyendo luego); y las otras tres a descargas con distintos perfiles de uso (corriente constante, en base a una Cadena de Markov de 10 estados y una señal binaria pseudo-aleatoria, PRBS). El tiempo de muestreo para el caso de la carga fue de 2[s] y para las descargas fue de 500 [ms]. De los resultados obtenidos se aprecia que para el caso de la carga, la señal entregada por el NI coincide bastante con la obtenida con el cargador, generando MSE y RMSE reducidos para distintos niveles de filtrado. Para el caso de la descarga se observa que frente a corriente constante y al perfil basado en Cadenas de Markov los resultados tienen MSE y RMSE del orden de 0.05. Sin embargo, para PRBS los valores son elevados. Esto se puede deber a dos cosas, una de ellas es que las transiciones que genera la PRBS son más rápidas que el tiempo de muestreo, por lo cual no se alcanza a apreciar el comportamiento de éstas en equipos NI. La otra razón es que el filtro implementado busca una respuesta homogénea en la zona pasa-banda. Se plantea como posible solución a este problema la implementación de filtros Chevyshev.