Estimação conjunta de SoC e parâmetros de modelo para bateria de íon-lítio utilizando técnicas não lineares de filtro de Kalman.

Abstract

Com o advento das baterias de íons de lítio, pela primeira vez, foi possível arma- zenar energia elétrica em tamanho e peso reduzido. Essa característica, trouxe o uso

das baterias para aplicações de porte maior como: drones, carros elétricos e empilha- deiras industriais. Contudo, diferentemente de um tanque de combustível, a obtenção

de informações e manejo dessa tecnologia de bateria, para um uso seguro, tornou-se um obstáculo. O principal desafio desse sistema é avaliar com exatidão a carga remanescente da bateria (SoC do inglês, State of Charge). Na bateria, as variáveis observáveis não indicam diretamente sua carga. Outro agravante para a tecnologia de baterias é que ao atingir sua tensão terminal de descarga, continua fornecendo energia mesmo que essa carga excedente cause sua degradação. Logo, um método que estime o SoC é de fundamental importância para sistemas armazenadores de energia. Muitos métodos foram desenvolvidos no decorrer dos anos e o que apresentou maior abrangência é o por contagem de carga, em que se integra a energia cedida ou recebia pela bateria. Apesar de simples, esse método apresenta diversos problemas que dificultam sua utilização em sistemas críticos.

É com o intuito de propor um sistema mais robusto para um Veículo Aéreo Não Tri- pulado (VANT) que esse projeto buscou, da teoria à prática, implementar um sistema

adaptativo utilizando técnicas não lineares de filtro de Kalman. Esse, foi utilizado por apresentar uma complexidade pequena, se comparado a outros métodos adaptativos de estimação, visando diminuir o poder computacional para uma futura implementação em um micro controlador. Ao final do trabalho, foi obtido um método capaz de estimar o estado de carga de forma bastante precisa, apresentando erros absolutos menores que 0,5% do SoC. Com esse trabalho espera-se dar a base necessária para o desenvolvimento de um sistema de grande exatidão na estimação do estado de carga para o banco de baterias de uma ou mais células.

Since the development of lithium-ion batteries, it is possible to store more charge in less weight and space. This characteristic creates an appeal for big application such as: drones, electric cars and industrial forklifts. However, unlike a fuel tank, obtaining information and the handling of this technology of batteries, aiming a safe use, has become an obstacle. The main issue is how to estimate how much charge is left. In the battery, the observable variables do not indicate directly the remaining charge. In addition, the battery once reaching end of discharge voltage continues to provide charge at the cost of its own degradation. The SoC (Sate of Charge), value representing the remaining charge in the battery, knowledge of the storage system is crucial. Manny methods were developed over the years and the most used one is the coulomb counting which integrates the charge received or provided by the battery. This method, although very simple, has some fundamental problems that make it difficult to implement in critical systems.

The goal of this project is to propose a robust system to be used in UAV (Unman- ned aerial vehicle) by using an adaptive technic based on non-linear Kalman filter. This

method was used because of its low complexity if compared to other adaptive estima- tion method. this decision was based in the necessity of future implementation on a

microcontroller. A the end of this project, it was developed a precise state of charge estimation

method with absolute SoC errors less than 0.5%. This work aim to assist in the deve- lopment of a high precision system in the state of charge estimation for battery pack

containing 1 or more cells.