logo SBA

ETD

Archivio digitale delle tesi discusse presso l’Università di Pisa

Tesi etd-10272022-181013


Tipo di tesi
Tesi di laurea magistrale
Autore
HATTOUTI, LUCA AMYN
URN
etd-10272022-181013
Titolo
Filtro di Kalman unscented per la stima dello stato di carica e di salute di una batteria al litio
Dipartimento
INGEGNERIA DELL'INFORMAZIONE
Corso di studi
INGEGNERIA ELETTRONICA
Relatori
relatore Saletti, Roberto
Parole chiave
  • automotive
  • battery management system
  • LIB
  • state of charge
  • state of health
  • unscented Kalman filter
Data inizio appello
18/11/2022
Consultabilità
Completa
Riassunto
Negli ultimi anni stiamo assistendo ad un aumento di utilizzo della tecnologia delle batterie agli ioni di litio poiché sono particolarmente adatte come fonte di alimentazione di auto ibride ed elettriche. Questo tipo di batterie necessità di un sistema di controllo, il battery management system (BMS), per garantire le migliori prestazioni e un utilizzo in piena sicurezza. Una delle funzioni principali del BMS è la stima dello stato di carica (SOC), indicativo dell’energia residua, e lo stato di salute, indicativo del livello di invecchiamento. In questa tesi, dopo la realizzazione di un modello capace di simulare il reale comportamento di una batteria LFP da 1.1 Ah e lo studio delle tecniche più importanti della letteratura, è stato implementato un algortimo, joint unscented Kalman filter, per la stima del SOC, del SOH e dei parametri principali della cella. L’algoritmo, testato con i dati realistici prodotti dal modello, è stato valutato in termini di accuratezza, robustezza e velocità di esecuzione, mettendone in evidenza pregi e difetti.
File