Show simple item record

Professor Advisordc.contributor.advisorOrchard Concha, Marcos
Authordc.contributor.authorDíaz Turra, César Antonio 
Associate professordc.contributor.otherCárdenas Dobson, Jesús
Associate professordc.contributor.otherSáez Hueichapán, Doris
Admission datedc.date.accessioned2017-10-24T19:51:11Z
Available datedc.date.available2017-10-24T19:51:11Z
Publication datedc.date.issued2016
Identifierdc.identifier.urihttps://repositorio.uchile.cl/handle/2250/145351
General notedc.descriptionIngeniero Civil Eléctricoes_ES
Abstractdc.description.abstractLa creciente demanda de dispositivos que requieren autonomía han marcado un importante y creciente desarrollo de las baterías. En el contexto de la electromovilidad y el desarrollo sustentable de soluciones que permitan el transporte de personas a través de la ciudad es que resulta trascendental conocer el estado de carga de la batería y poder pronosticar cuando se descargará. Este trabajo se realiza en el contexto del proyecto de investigación FONDECYT 1140774 y con la colaroración de ELIBATT, Empresa que proporcionó la bicicleta eléctrica utilizada en el estudio. El objetivo de este trabajo es estimar y pronosticar la potencia máxima disponible en una batería (SoMPA) y posteriormente utilizarlo como variable para pronosticar cuando la batería se descargará, considerando distintos perfiles de uso. Las metodologías de estimación y pronóstico utilizan como base un esquema desarrollado en \cite{Claudio}. En dicho esquema se modifica principalmente el algoritmo de pronóstico donde se incluye un cálculo off-line de los perfiles de uso, se adiciona una solución para el SoMPA en función del estado de carga y de las restricciones físicas de este problema en particular, se modifica la definición de probabilidad de falla y se realiza el pronóstico de la falla en función del SoMPA y los perfiles de uso. Los datos utilizados se obtuvieron en pruebas en terreno mediante un dispositivo basado en Arduino, el que fue rediseñado y reprogramado con el fin de obtener datos representativos del uso una batería de ión-litio en una bicicleta eléctrica. Para la etapa de estimación se obtuvo que la metodología utilizada logra estimar el SoC y el Voltaje con errores menores al $5 \%$ en los set de datos utilizados mientras que la estimación del SoMPA es consistente con la potencia medida y el tiempo de falla. Además la metodología utilizada logra un pronóstico del SoMPA que permite estimar el tiempo de falla con errores menores al $12 \%$ considerando una potencia de corte en función de la máxima corriente para cada perfil de uso, es decir, el peor caso de cada perfil. Se concluye que la metodología de estimación y pronóstico basada en filtro de partículas, logra estimar y pronosticar utilizando el SoMPA como variable crítica y perfiles de uso predefinidos.es_ES
Lenguagedc.language.isoeses_ES
Publisherdc.publisherUniversidad de Chilees_ES
Type of licensedc.rightsAttribution-NonCommercial-NoDerivs 3.0 Chile*
Link to Licensedc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/cl/*
Keywordsdc.subjectVehículos eléctricoses_ES
Keywordsdc.subjectBicicleta eléctricaes_ES
Keywordsdc.subjectSOCes_ES
Keywordsdc.subjectSOMPAes_ES
Keywordsdc.subjectFiltro de partículases_ES
Títulodc.titleEstimación y predicción de la potencia máxima disponible en baterías de ion litioes_ES
Document typedc.typeTesis
Catalogueruchile.catalogadorgmmes_ES
Departmentuchile.departamentoDepartamento de Ingeniería Eléctrica
Facultyuchile.facultadFacultad de Ciencias Físicas y Matemáticases_ES


Files in this item

Icon
Icon

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivs 3.0 Chile
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivs 3.0 Chile