• batterie litio
• identificazione online parametri batteria
• Stima SoC

Al giorno d'oggi la batteria è oggetto di innumerevoli attenzioni in ambito scientifico, in quanto è considerata uno dei più importanti dispositivi per l'accumulo di energia in applicazioni quali veicoli elettrici e smart grid.
La tecnologia della batteria sta evolvendo molto rapidamente con l'obiettivo di produrre celle ad elevata energia e densità di potenza e di abbassare i costi.
I maggiori sviluppi in questo ambito sono stati realizzati per le batterie con tecnologia agli ioni di litio.
Tuttavia, l'efficienza e l'affidabilità di questo tipo di batterie nelle varie applicazioni dipendono dirtettamente dagli algoritmi (Battery Management System, BMS) utilizzati per la gestione ed il controllo dell'energia delle stesse.
Uno dei principali requisiti del BMS è quello di tenere traccia dello stato di carica (SoC) e lo stato di salute (SOH) della batteria, e di eseguire operazioni di manutenzione, come bilanciamento delle celle e raffreddamento, per garantire la massima durata ed efficacia del pacco.
Purtroppo, SOC e SOH non sono grandezze direttamente misurabili ed è quindi necessario effettuare una stima di tali grandezze. Questa stima, per ottimizzare le prestazioni del BMS, deve essere più accurata possibile.
L'accuratezza dell'algoritmo utilizzato per effettuare il calcolo del SoC dipende direttamente dall'accuratezza del modello utilizzato per descrivere le caratteristiche della batteria.
Un tipico modello di batteria è costituito principalmente da generatori controllati di tensione/corrente, resistenze e capacità. Tutti questi componenti non sono costanti nel tempo, ma variano in funzione del SoC, della temperatura e del tasso di carica/scarica. Questo aspetto mostra chiaramente che, per ottenere un modello accurato, è necessario tenere traccia dei cambiamenti che avvengono all'interno della batteria durante il proprio ciclo di vita.
In questa tesi verrà effettuata analisi, validazione e simulazione in LabVIEW di un algoritmo per la stima dello stato di carica e l'identificazione online dei parametri di batterie al litio-polimero.
L'algoritmo si basa sull'utilizzo di un modello di cella i cui parametri vengono identificati in tempo reale tramite la tecnica del Moving Window Least Square. Il SoC e' calcolato attraverso il semplice metodo del Coulomb-Counting e tale stima viene corretta attraverso un sistema di controllo appositamente progettato.
L'algoritmo in questione verrà analizzato dal punto di vista comportamentale e ne verranno valutate le prestazioni attraverso l'utilizzo di dati sperimentali provenienti da misurazioni di laboratorio.
Per realizzare le simulazioni, l'algoritmo è stato realizzato tramite l'utilizzo del programma LabVIEW.