An improved prognosis strategy with temperature dependent state-space model for the analysis of the state-of-health and state-for-charge in lithium-ion batteries

Abstract

Actualmente existe una gran cantidad de equipos y dispositivos que utilizan baterías como su fuente primaria o secundaria de energía. Para estos sistemas es crítico contar con información del desempeño de sus baterías, dado que este conocimiento puede ayudar a tomar decisiones apropiadas y asegurar autonomía en el tiempo. Dos importantes variables que deben ser monitoreadas son el "Estado-de-Salud" (SOH, del inglés State-of-Health) y el "Estado-de-Carga" (SOC, del inglés State-of-Charge). Este trabajo se enfoca en generar esquemas de pronóstico para ambas variables, donde se tome en cuenta la temperatura de operación. Con este propósito, se diseñaron y realizaron un conjunto de pruebas de laboratorio con celdas de Ion-Litio donde se caracterizó el impacto de la temperatura en factores tales como la energía entregada en un ciclo, la impedancia interna, o tendencia de degradación. A partir de estos datos, y esquemas existentes en la literatura, se proponen modelos empíricos para la degradación y para la descarga de una batería mediante una representación de espacio-estados, definiendo directamente un estado como el SOH y el SOC respectivamente. Las estimaciones y predicciones a largo plazo se efectúan bajo un enfoque Bayesiano, basado en el filtro de partículas. Además, se propone la implementación de lazos de control externos para corregir condiciones iniciales erróneas de los estados, y un módulo de detección de outliers para trabajar con datos perdidos o inválidos. La validación de estos esquemas se realiza con datos generados en laboratorio, además de datos de degradación publicados por NASA Ames Prognostic Center of Excellence. El esquema propuesto para el SOH es capaz de incorporar explícitamente el efecto de la temperatura de operación (bajo el concepto de "Capacidad Usable"), y estimar y pronosticar el SOH a una temperatura de referencia. Por otro lado, el esquema para el SOC fue validado incluyendo una mejor representación de la fenomenología del proceso de descarga comparada a la existente, y se deja una propuesta de cómo incluir el efecto de la temperatura en el modelo. La implementación de estos esquemas de pronóstico permite la incorporación de la temperatura de operación, que a pesar de su gran influencia en el comportamiento de las baterías es considerada constante en muchos casos presentes en la literatura; además de incluir algunas mejoras prácticas en los algoritmos de estimación. Las propuestas de este trabajo dejan las bases para avanzar en la incorporación de otros fenómenos importantes como la profundidad de descarga, o la magnitud de la corriente de descarga.