Estimació d'estats en bateries de liti a través de Filtres de Kalman
Visualitza/Obre
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/353078
Tipus de documentTreball Final de Grau
Data2021-06-21
Condicions d'accésAccés obert
Llevat que s'hi indiqui el contrari, els
continguts d'aquesta obra estan subjectes a la llicència de Creative Commons
:
Reconeixement-NoComercial-CompartirIgual 3.0 Espanya
Abstract
Les bateries de liti tenen una importància cada cop més elevada en la indústria. Per gestionar la bateria de forma òptima es necessita el coneixement del seu estat de càrrega, una variable difícil de mesurar. Per aquesta raó, és d'interès
desenvolupar algoritmes que siguin capaços d’estimar-la. En aquest projecte es desenvoluparan tots els passos a seguir per tal d’implementar un Filtre de Kalman Estès per a estimar l’estat de càrrega d’una bateria de liti. Per fer-ho s’estimaran els paràmetres interns del model que simula la dinàmica de la bateria, es construirà un Filtre de Kalman Estès capaç de treballar amb la dinàmica no lineal del sistema i es dissenyarà un algoritme genètic per sintonitzar de forma òptima els paràmetres interns del filtre, amb la finalitat de minimitzar l’efecte del soroll i de la incertesa en l’estimació dels estats. Al llarg del treball s’aniran realitzant simulacions independents per a cada mètode emprat, amb l’objectiu d’analitzar el comportament de cada component que s’implementarà. Finalment, s’implementaran aquests components en el model de la bateria, per estimar els seu estat de càrrega
MatèriesKalman filtering -- Industrial applications, Battery chargers -- Evaluation -- Mathematical models, Lithium cells -- Software, Kalman, Filtratge de -- Aplicacions industrials, Bateries -- Carregadors -- Avaluació -- Models matemàtics, Acumuladors de liti -- Programari
TitulacióGRAU EN ENGINYERIA EN TECNOLOGIES INDUSTRIALS (Pla 2010)
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
treball-de-fi-de-grau-c-lia-bonillo.pdf | 2,768Mb | Visualitza/Obre |