Modelagem e simulação de lítio de alta densidade de energia

Scientific Reports volume 12, Número do artigo: 9800 (2022) Citar este artigo

2861 acessos

Detalhes das métricas

A bateria de íons de lítio, um dispositivo de armazenamento de alta densidade de energia, tem amplas aplicações em dispositivos elétricos e eletrônicos, computadores, veículos elétricos híbridos e veículos elétricos. Este artigo apresenta detecção de falhas múltiplas em baterias de íon-lítio usando dois filtros de Kalman não lineares. Um modelo matemático não linear discreto de bateria de íon de lítio foi desenvolvido e o filtro de Kalman sem perfume (UKF) é empregado para estimar o parâmetro do modelo. Ocorrências de falhas múltiplas, como sobrecarga, descarga excessiva e falhas de curto-circuito entre as baterias de energia entre as células, afetam a variação dos parâmetros do modelo do sistema. Combinações paralelas de alguns UKF (banco de filtros) comparam a variação dos parâmetros do modelo entre a situação normal e com falha e geram sinal residual indicando falha diferente. Os resultados da simulação de vários números de testes estatísticos foram realizados para diagnóstico de falha com base residual e cálculo de limite. O desempenho do UKF é então comparado com o filtro de Kalman estendido (EKF) com o mesmo modelo de bateria e cenário de falha. O resultado da simulação prova que o modelo UKF responde melhor e mais rápido que o EKF para o diagnóstico de falhas.

A bateria, fonte de energia, vem sendo utilizada pela humanidade desde sua invenção há mais de duzentos anos. Depois de muitos desenvolvimentos, as baterias disponíveis hoje em dia são mais leves, com maior capacidade de armazenamento de energia, recursos de segurança aprimorados e maior durabilidade e adequação encontrada em uma ampla gama de aplicações industriais e de consumo1,2. As baterias de lítio foram modificadas para íon de lítio para torná-lo recarregável e aplicado em aparelhos elétricos, computadores, veículos elétricos híbridos e veículos elétricos, etc. Considerando os aspectos como confiabilidade e segurança de veículos elétricos, é importante monitorar os estados de íon de lítio células durante a operação. Isso pode ser gerenciado pela coleta de dados necessários e subsequente estimativa dos estados das células por meio de um sistema de gerenciamento de bateria (BMS)3,4. O desempenho da célula da bateria depende da corrente, tensão e temperatura, e o estado das células inclui o estado de carga (SOC)5,6,7, estado de saúde (SOH)8,9,10 e estado de energia (SOE)11 e tempo de vida útil remanescente (RUL)12,13. As falhas no veículo elétrico são indicadas como (a) sobrecarga, (b) descarga excessiva (c) curto-circuito interno e externo. A falha de curto-circuito interno e externo da bateria resulta na geração de uma grande quantidade de calor que induz a pista térmica. Falhas não verificadas na bateria são de natureza irreversível e podem levar a danos quando graves14,15. Para anular tais situações, é importante diagnosticar a falha da bateria com rapidez e precisão. Observou-se nas literaturas que o diagnóstico de falha de bateria de íon-lítio é de interesse crescente entre pesquisadores tanto na indústria quanto no meio acadêmico. Os esforços têm sido feitos pelos pesquisadores com o objetivo de detectar diferentes falhas de bateria usando metodologias e técnicas avançadas. Uma dessas técnicas é o diagnóstico de falhas baseado no observador, que oferece maior robustez devido à sua capacidade de evitar a perda de informações sobre falhas da bateria. Isso pode ser conseguido devido a perturbações desconhecidas e condição inicial defeituosa. As vantagens inerentes de baixo custo e alta flexibilidade tornam as técnicas de diagnóstico de falhas baseadas em modelo uma solução viável para um diagnóstico preciso de falhas16. O observador Luenberger (LO) usando uma série de observadores de ordem reduzida17 pode ser aplicado em baterias para detecção de falhas. Alguns pesquisadores propuseram análise de falha de curto-circuito baseada em modelo usando técnicas avançadas como indentação18, penetração de pregos19, fabricação com estruturas defeituosas20 e fuga térmica em temperaturas extremamente altas21. Em outro modelo, as tensões de saída e as tensões reais de saída das baterias podem ser comparadas durante o processo de operação do VE e o sistema de alarme será acionado quando o valor absoluto da diferença de tensão exceder o limite22,23. Além disso, o filtro de Kalman encontra sua aplicação efetiva para diagnóstico de falha em baterias de íon-lítio24,25 em particular quando o filtro ótimo exibe forte robustez com sinal ruidoso. Os métodos de detecção de falhas baseados em modelos facilitados com robustez muito alta podem ser usados ​​para detectar falhas de bateria com precisão. O diagnóstico de falha baseado em filtro de Kalman adaptativo para bateria de íon de lítio está sendo considerado por muitos pesquisadores26,27,28. O filtro de Kalman adaptável pode estimar os estados do parâmetro da bateria pelo processo e ajuste de covariância de ruído de medição, o que não é possível no caso do filtro de Kalman estendido, onde as informações sobre as estatísticas de ruído são consideradas o pré-requisito para o funcionamento adequado do filtro, caso contrário, pode levar a resultados imprecisos. Recentemente, a falha de sobrecarga e descarga excessiva da bateria foi discutida29. Um artigo de revisão sobre mecanismos de falha, recursos de falha e procedimentos de diagnóstico é discutido30.