La alumna Clara Rojas García obtuvo la calificación SOBRESALIENTE
La alumna Clara Rojas García obtuvo la calificación SOBRESALIENTE
La alumna Clara Rojas García obtuvo la calificación SOBRESALIENTE
- Título de tesis: Parameter estimation of physics-based models for lithium-ion battery accounting for electrochemical and thermal effects
Tribunal:
- Presidencia: Mikaël Cugnet (CEA-French Alternative Enenergies and Atomic Energy Commission)
- Vocalía:Javier Rodríguez Aseguinolaza (UPV/EHU)
- Vocalía: Emilie Bekaert (CIC energiGUNE)
- Vocalía: Elixabete Ayerbe Olano (CIDETEC)
- Secretaría: Iker Lopetegui Tapia (Mondragon Unibertsitatea)
Resumen:
Los sistemas de almacenamiento juegan un papel clave para hacer frente en la transición energética actual. El abastecimiento de energía con fuentes renovables y los requisitos para electrificar el sector automovilístico solo podrán llevarse a cabo gracias a la flexibilidad y autonomía que ofrecen estos sistemas. En particular, las baterías de ion litio son la tecnología líder debido a su mayor densidad de energía y vida útil más larga.
La caracterización y el modelado de las baterías de ion litio es un campo clave de estudio para desarrollar estrategias de control eficientes y mejorar su funcionamiento. En la nueva generación de los sistemas de gestión de la batería (BMS), los modelos basados en la física (PBM) ofrecen información relevante acerca de los procesos electroquímicos que ocurren en el interior de la celda. Las predicciones del modelo dependen fuertemente de la correcta parametrización, y por tanto, los esfuerzos se focalizan en encontrar el mejor método para estimar los parámetros de forma inequívoca. Sin embargo, el gran número de parámetros, las interdependencias entre ellos, y la observabilidad del modelo, hacen de la parametrización un proceso difícil.
Esta tesis se centra en estimar de forma precisa los parámetros de un modelo electroquímico-térmico. Considerando la amplia variedad de métodos propuestos hasta la fecha, el objetivo es diseñar una técnica eficiente y rápida que minimice el costo de la parametrización sin sacrificar la precisión. La metodología se evalúa primero en un entorno virtual donde se conocen los parámetros. Luego se lleva a cabo un análisis exhaustivo de la propia metodología para evaluar la idoneidad del conjunto final de parámetros.
En el entorno real, se parametriza una celda comercial con el diseño óptimo de experimentos y con técnicas invasivas. Además, se medirán variables adicionales no contempladas hasta la fecha, como el calor generado, para optimizar los parámetros térmicos del modelo. Como conclusión, la evaluación del modelo final frente a los experimentos demuestra que los parámetros pueden estimarse con precisión mediante una metodología mixta. Esta investigación abre el camino hacia una modelización de alta fidelidad para el control y la gestión de baterías de iones de litio en aplicaciones en tiempo real.