Estudio comparativo de métodos para estimación del estado de carga en baterías de iones de litio

Abstract

La estimación del estado de carga (SOC) en dispositivos de almacenamiento de energía es un factor clave para su adecuado funcionamiento. Este trabajo presenta un estudio comparativo de métodos de estimación de SOC en baterías de iones de litio. Por una parte, se implementaron modelos basados en un enfoque bayesiano: filtro de Kalman linealizado y el filtrado de partículas (FP). La ecuación de estado de dichos modelos incorpora a la resistencia de la batería como un parámetro de evolución artificial. Para este enfoque bayesiano se empleó una batería con química LCO, tipo 26650. Además, se implementaron dos modelos de aprendizaje automático: bosques aleatorios y K-vecinos cercanos. Para estos dos últimos enfoques se entrenó un dataset público de experimentos de espectroscopía de impedancia electroquímica. Los resultados indican un mejor desempeño de estimación del SOC por parte de los modelos bayesianos, siendo el FP quien presenta mejores métricas de desempeño.