APRÈN. Portal de la producció docent del professorat de la UPC

Motivated by environmental concerns, the Internal Combustion Engine Vehicle is being replaced by the Electric Vehicle (EV). EVs rely on the electricity provided by their Lithium-ion battery for traction. These batteries suffer from an unavoidable degradation process that generates two effects: a loss in the capacity and an increase in the Internal Resistance (IR). Because of the IR increase, the power that the battery can provide or receive is limited by the Battery Management System (BMS) to avoid reaching the operational limits. The aim of the study is to understand the limitations in driving that a user might face as the battery degrades, with especial focus on evaluating how the increase in IR may limit functional aspects like driving at high speeds, sudden accelerations or driving uphill. The work will require performing simulations of an EV under different ageing stages of its battery and using different driving profiles.

L'electromobilitat ha emergit com a una alternativa prometedora per combatre l'impacte mediambiental provocat pels vehicles de combustió interna. La part més important dels vehi- cles elèctrics (EV) és la bateria, ja que és el component que determina el rendiment del VE. El final de la vida útil d'una bateria està associat amb una disminució d'aquest rendiment, el qual està caracteritzat per un increment en la resistència interna (RI) i un estat de salut inferior al 80%. Per sota d'aquest límit, una bateria és generalment considerada com a no apte per la seva utilització. Aquesta tesi consisteix en dur a terme simulacions per estudiar el rendiment d'un VE considerant la degradació de la bateria. L'estudi avalua 5 cicles de conducció diferents amb unes condicions variables de la bateria i la carretera. Els resultats suggereixen que les bateries amb menys estat de salut poden funcionar correctament, especialment en cicles de conducció poc exigents i en carreteres planes. El fet de poder allargar la vida útil de les bateries tot i que estiguin degradades pot resultar en beneficis econòmics i reduir la petjada ecològica causada per la producció de les bateries i els residus associats a aquestes. Aquest estudi intenta posar èmfasi en la importància d'optimitzar l'ús de les bateries elèctriques per poder aconseguir solu- cions sostenibles relacionades amb l'electromobilitat

Cada vegada els vehicles elèctrics estan guanyant més pes en el sector automobilístic. Un dels problemes que tenen aquest tipus de vehicles és que la bateria encarregada de proporcionar-li energia es va degradant amb el pas del temps i després del seu ús, cosa que provoca que s'hagi de canviar després d'un cert temps. Aquesta degradació consisteix principalment en una disminució de la seva capacitat i un augment de la seva resistència interna. Per a quantificar el nivell de degradació de la bateria es fa servir el que es diu estat de salut (SOH), que és un indicador del valor de la capacitat de la bateria en un cert moment respecte el seu valor inicial. En aquest projecte es pretén trobar un algorisme per estimar de la manera més acurada possible el SOH d'una bateria d'ions liti, que és el tipus de bateries que tenen els vehicles elèctrics. A l'hora de fer l'estimació existeixen diferents mètodes per fer-ho, alguns que es basen en models, altres que es basen en dades, i uns altres que resulten de la combinació d'aquests dos. En el present estudi s'ha optat per fer l'estimació seguint el mètode dels mínims quadrats, que intenta trobar el millor ajust d'una sèrie de dades, minimitzant la suma dels residus a la corba estimada. El mètode utilitzat estima el SOH en funció de certs indicadors. A aquests paràmetres, en el cas de les bateries, se'ls anomena indicadors de salut (HIs). El primer pas, abans de fer cap estimació, és seleccionar els indicadors que es faran servir. Els HIs escollits tenen a veure majoritàriament amb la tensió de la bateria, corrent, temperatura, capacitat, i combinacions d'aquests. Realitzant una sèrie de tests en 6 bateries s'han obtingut dades de la càrrega d'aquestes, amb el seu corresponen SOH en cada test. A partir d'aquestes dades extretes en laboratori de l'IREC, s'han extret una sèrie de HIs (uns per a la càrrega a corrent constant CC i d'altres per a la càrrega a tensió constant CV) fent els càlculs pertinents. Un cop obtinguts els indicadors, s'ha procedit a fer una regressió lineal pel mètode dels mínims quadrats per a cada HI, i una regressió lineal per estimar el SOH en funció de tots els altres HIs, per al cas CC i CV. Els resultats obtinguts mostren que els millors indicadors per estimar el SOH a CC són el valor dQ/dV del segon pic de la corba de capacitat incremental (corba que relaciona la variable dQ/dV amb la tensió) i el valor de l'energia de la tensió. Per al cas de la càrrega CV no està clar quin indicador dona resultats més acurats, ja que, calculant l'error en l'estimació, s'ha pogut observar que l'error per cadascun dels indicadors és molt baix. L'error obtingut en l'estimació del SOH en la càrrega CC és una mica superior al de la càrrega CV. Tot i així, al ser els dos errors relatius d'un valor molt baix es pot considerar que els resultats obtinguts en l'estimació són prou precisos i bons i s'han pogut assolir els objectius proposats

Cada vez los vehículos eléctricos están ganando más peso en el sector automovilístico. Uno de los problemas que tienen este tipo de vehículos es que la batería encargada de proporcionarle energía se va degradando con el paso del tiempo y después de su uso, lo que provoca que haya que cambiarla después de cierto tiempo. Esta degradación consiste principalmente en una disminución de su capacidad y un aumento de su resistencia interna. Para cuantificar el nivel de degradación de la batería se utiliza lo que se llama estado de salud (SOH), que es un indicador del valor de la capacidad de la batería en un cierto momento respecto a su valor inicial. En este proyecto se pretende encontrar un algoritmo para estimar de la forma más precisa posible el SOH de una batería de iones litio, que es el tipo de baterías que tienen los vehículos eléctricos. A la hora de realizar la estimación existen diferentes métodos para hacerlo, algunos que se basan en modelos, otros que se basan en datos, y otros que resultan de la combinación de estos dos. En el presente estudio se ha optado por realizar la estimación siguiendo el método de los mínimos cuadrados, que intenta encontrar el mejor ajuste de una serie de datos, minimizando la suma de los residuos a la curva estimada. El método utilizado estima el SOH en función de ciertos indicadores. A estos parámetros, en el caso de las baterías, se les llama indicadores de salud (HIs). El primer paso, antes de realizar ninguna estimación, es seleccionar los indicadores que se utilizarán. Los HIs escogidos tienen que ver mayoritariamente con la tensión de la batería, corriente, temperatura, capacidad, y combinaciones de éstos. Realizando una serie de tests en 6 baterías se han obtenido datos de la carga de éstas, con su correspondiente SOH en cada test. A partir de estos datos extraídos en el laboratorio del IREC, se han extraído una serie de HIs (unos para la carga a corriente constante CC y otros para la carga a tensión constante CV) haciendo los cálculos pertinentes. Una vez obtenidos los indicadores, se ha procedido a realizar una regresión lineal con el método de los mínimos cuadrados para cada HI, y una regresión lineal para estimar el SOH en función de todos los otros HIs, para el caso CC y CV. Los resultados obtenidos muestran que los mejores indicadores para estimar el SOH a CC son el valor dQ/dV del segundo pico de la curva de capacidad incremental (curva que relaciona la variable dQ/dV con la tensión) y el valor de la energía de la tensión. Para el caso de la carga CV no está claro qué indicador da resultados más precisos, ya que, calculando el error en la estimación, se ha podido observar que el error para cada uno de los indicadores es muy bajo. El error obtenido en la estimación del SOH en la carga CC es algo superior al de la carga CV. Sin embargo, al ser los dos errores relativos de un valor muy bajo se puede considerar que los resultados obtenidos en la estimación son suficientemente precisos y buenos y se han cumplido los objetivos propuestos