• algorithm
• automotive
• battery management system
• BMS
• LIB
• lithium ion battery
• SOH
• state of health

[IT] Negli ultimi anni si sta assistendo alla progressiva introduzione sul mercato automobilistico di auto ibride ed elettriche, che sfruttano come fonte di alimentazione le batterie agli ioni di litio. Uno dei temi maggiormente discussi legati a questa tecnologia è la determinazione dello stato di salute delle batterie. É compito del sistema elettronico di gestione della batteria, il Battery Management System (BMS), monitorarne continuamente i parametri caratteristici durante il funzionamento e stimarne lo stato di salute. L’obiettivo di questo lavoro di tesi è quello di proporre uno o più algoritmi di stima dello State Of Health (SOH) che siano implementabili online, cioè durante il normale funzionamento del veicolo, in un BMS per una batteria da 48V presente in laboratorio, che è formata dalla serie di 13 celle di tipo NMC ed è destinata ad applicazioni di tipo Mild Hybrid. A questo scopo sono stati proposti quattro diversi algoritmi di stima dello SOH, che fossero implementabili nel BMS considerato. In seguito, sono stati svolti alcuni test di caratterizzazione su tre celle con chimica di tipo LiFePO4. L’obiettivo di questi test è valutare come i parametri caratteristici delle celle varino al variare delle condizioni operative a cui esse sono sottoposte, in particolare al variare di temperatura di funzionamento e stato di carica della cella. La scelta di queste celle è dettata dalla crescente attenzione del mercato automotive verso questa chimica, date le migliori caratteristiche di stabilità, sia termica che chimica. Alla luce dei risultati dei test, si è pensato di sostituire la batteria formata da celle NMC con una formata da 16 celle LiFePO4 in serie e sotto questa ipotesi sono stati rivalutati gli algoritmi proposti precedentemente. L’efficienza in termini di occupazione di memoria degli algoritmi proposti si è confermata anche nell’ipotesi di sostituire la chimica delle celle. Le relative strutture dati riescono a tenere conto della forte dipendenza dei parametri delle celle dalle condizioni operative, confermata anche dai risultati dei test.
[EN] In recent years, we are witnessing the gradual introduction on the automotive market of hybrid and electric cars, which use lithium-ion batteries as a power source. One of the most discussed topics related to this technology is the determination of the state of health of the batteries. It is up to the the electronic Battery Management System (BMS), to continuously monitor its characteristic parameters during operation and to estimate its state of health. The objective of this thesis work is to propose one or more State Of Health (SOH) estimation algorithms that can be implemented online, i.e. during normal vehicle operation, in a BMS for a 48V battery present in the laboratory, which is formed from the NMC 13-cell series and is intended for Mild Hybrid applications. For this purpose, four different SOH estimation algorithms have been proposed, which could be implemented in the considered BMS. Subsequently, some characterization tests were carried out on three cells with LiFePO4 type chemistry. The objective of these tests is to evaluate how the characteristic parameters of the cells vary with the variation of the operating conditions to which they are subjected, in particular with the variation of operating temperature and state of charge of the cell. The choice of these cells is dictated by the growing attention of the automotive market towards this chemistry, given by the better characteristics of stability, both thermal and chemical. In light of the test results, it was decided to replace the battery made up of NMC cells with one made up of 16 LiFePO4 cells in series and under this hypothesis the previously proposed algorithms were re-evaluated. The efficiency in terms of memory occupation of the proposed algorithms was also confirmed in the hypothesis of replacing the chemistry of the cells. The related data structures are able to take into account the strong dependence of the cell parameters on the operating conditions, also confirmed by the test results.