Estado de carga de una batería

El estado de carga (SOC, por sus siglas en inglés) es una medida relativa de la cantidad de energía almacenada en una batería, definida como la relación entre la cantidad de carga extraíble de la celda en un momento específico del tiempo y la capacidad total. Estimar con precisión el estado de carga es importante, porque los sistemas de gestión de baterías (BMS, por sus siglas en inglés) utilizan la estimación del SOC para informar al usuario sobre la capacidad de uso esperada hasta la siguiente recarga, mantener la batería dentro del umbral de funcionamiento seguro, implementar estrategias de control y, a largo plazo, prolongar la vida de la batería.

Los enfoques tradicionales de la estimación del estado de carga, tales como la medición de la tensión a circuito abierto (OCV, por sus siglas en inglés) y la integración de la corriente (recuento de culombios), pueden tener una precisión razonable para químicas de celdas con una variación de OCV significativa en el rango del SOC, siempre y cuando la medición de la corriente sea precisa. Sin embargo, estimar el estado de carga en el caso de químicas de baterías con una firma de descarga OCV-SOC plana, como las de litio ferrofosfato (LFP, por sus siglas en inglés), supone un reto. El filtrado de Kalman constituye un enfoque alternativo prometedor que sortea los retos con un esfuerzo computacional ligeramente superior. Normalmente, estos observadores incluyen un modelo de batería no lineal, que utiliza la corriente y la tensión medidas en la celda como entradas, así como un algoritmo recursivo que calcula los estados internos del sistema, incluido el estado de carga.

Con Simulink^®, usted puede:

• Utilizar técnicas de estimación integradas tales como filtros de Kalman y filtros de Kalman extendidos
• Utilizar ejemplos de referencia para diseñar sus propios observadores del estado de carga
• Crear modelos de baterías precisos para verificar el rendimiento de su algoritmo de estado de carga en una simulación
• Utilizar el estado de carga estimado para desarrollar algoritmos BMS (por ejemplo, para controlar el perfil de carga y supervisar los desequilibrios)