El modelo de circuito equivalente (ECM) es un modelo de elementos concentrados común para celdas de batería de iones de litio . [1] [2] [3] El ECM simula la dinámica de voltaje terminal de una celda de iones de litio a través de una red eléctrica equivalente compuesta de elementos pasivos, como resistencias y capacitores , y un generador de voltaje . El ECM se emplea ampliamente en varios campos de aplicación, incluida la simulación computarizada , debido a su simplicidad, su baja demanda computacional, su facilidad de caracterización y su flexibilidad estructural. [2] [4] [5] [6] Estas características hacen que el ECM sea adecuado para tareas del sistema de administración de baterías (BMS) en tiempo real como la estimación del estado de carga (SoC), [7] el monitoreo del estado de salud (SoH) [8] y la administración térmica de la batería. [9]

Estructura del modelo
El modelo de circuito equivalente se utiliza para simular el voltaje en los terminales de la celda cuando se aplica una corriente eléctrica para descargarla o recargarla. La representación circuital más común consta de tres elementos en serie: una fuente de voltaje variable, que representa el voltaje de circuito abierto (OCV) de la celda, una resistencia que representa la resistencia óhmica interna de la celda y un conjunto de resistencias-capacitadores (RC) en paralelo que representan las caídas de voltaje dinámicas . [1] [2] [3]
Voltaje de circuito abierto

El voltaje de circuito abierto de una celda (o batería) de iones de litio es su voltaje terminal en condiciones de equilibrio, es decir , medido cuando no se aplica corriente de carga y después de un largo período de descanso. El voltaje de circuito abierto es una función no lineal decreciente de y su forma depende de la composición química del ánodo (generalmente hecho de grafito ) y el cátodo ( LFP , NMC , NCA , LCO ...) de la celda. [11] El voltaje de circuito abierto, representado en el circuito por un generador de voltaje impulsado por el estado de carga, es la principal contribución de voltaje y es el indicador más informativo del estado de carga de la celda. [12] [13]
Resistencia interna
La resistencia interna, representada en el circuito por una resistencia simple, se utiliza para simular las caídas de tensión instantáneas debidas a efectos óhmicos como la resistividad de los electrodos , [4] [14] la conductividad del electrolito [4] [14] [15] y la resistencia de contacto [14] [15] ( por ejemplo, la interfaz sólido-electrolito (SEI) y la resistencia de contacto de los colectores).
La resistencia interna está fuertemente influenciada por varios factores, tales como:
- Temperatura . La resistencia interna aumenta significativamente a bajas temperaturas. [16] [14] Este efecto hace que las baterías de iones de litio sean particularmente ineficientes a bajas temperaturas. [17] [18]
- Estado de carga . La resistencia interna muestra una notable dependencia del estado de carga de la celda. [19] En particular, en un estado de carga bajo (celda casi descargada) y en un estado de carga alto (celda completamente cargada), se experimenta un aumento en la resistencia interna. [19]
- Envejecimiento de la celda . La resistencia interna aumenta a medida que la celda de iones de litio envejece. [14] La principal causa del aumento de la resistencia es el engrosamiento de la interfaz sólido-electrolito (SEI), una barrera sólida con funciones protectoras que crece de forma natural en la superficie del ánodo, compuesta por compuestos derivados de la descomposición del electrolito. [20] [21]
Paralelos RC
A menudo se añaden uno o más paralelos RC al modelo para mejorar su precisión en la simulación de transitorios de tensión dinámicos. La cantidad de paralelos RC es una elección de modelado arbitraria: en general, una gran cantidad de paralelos RC mejora la precisión del modelo pero complica el proceso de identificación y aumenta la carga computacional, mientras que una cantidad pequeña dará como resultado un modelo computacionalmente liviano y fácil de caracterizar pero menos preciso en la predicción de la tensión de la celda durante los transitorios. Comúnmente, uno o dos paralelos RC se consideran las opciones óptimas. [1]
Ecuaciones del modelo
El ECM se puede describir mediante una representación en el espacio de estados que tiene la corriente ( ) como entrada y el voltaje en los terminales de la celda ( ) como salida. Considere un modelo ECM genérico con una serie de paralelos RC . Los estados del modelo ( es decir , las variables que evolucionan con el tiempo a través de ecuaciones diferenciales ) son el estado de carga ( ) y las caídas de voltaje a través de los paralelos RC ( ). [2]

El estado de carga se calcula generalmente integrando la corriente consumida/suministrada por/a la batería a través de la fórmula conocida como conteo de Coulomb : [22]
donde es la capacidad nominal de la celda (expresada en amperios-hora ). El voltaje a través de cada RC en paralelo se simula como: [2]
donde y son, respectivamente, la resistencia y la capacidad de polarización. Finalmente, conociendo la relación voltaje de circuito abierto-estado de carga y la resistencia interna , el voltaje terminal de la celda se puede calcular como: [2]
Introducción a la identificación experimental
La identificación experimental del ECM implica la estimación de parámetros desconocidos, especialmente la capacitancia , la curva de voltaje de circuito abierto y los componentes pasivos y . Comúnmente, la identificación se aborda en pasos secuenciales. [23]
Evaluación de capacidad
La capacidad de la celda se mide generalmente descargando completamente la celda a una corriente constante. [24] La prueba de capacidad se lleva a cabo comúnmente descargando la celda por completo (desde el límite de voltaje superior al límite de voltaje inferior ) a la corriente nominal de 0,5 C / 1 C (es decir, la corriente requerida, según el fabricante, para descargarla completamente en dos/una horas) y después de una carga completa (generalmente realizada a través de la estrategia de carga CC-CV). [24] La capacidad se puede calcular como: .
Caracterización de la tensión en circuito abierto
Existen dos técnicas experimentales principales para caracterizar la tensión de circuito abierto:
- Prueba de pulsos: [11] la celda se descarga/carga completamente con un tren de pulsos de corriente. Cada pulso descarga una porción predeterminada de la capacidad de la celda y, por lo tanto, permite explorar un nuevo punto. Después de cada pulso de corriente, la celda se deja en reposo durante varias horas y luego se mide el voltaje de circuito abierto. Finalmente, la curva se obtiene ajustando los puntos [ , ] recopilados mediante una función elegida arbitrariamente (normalmente polinómica). Se cree que este método es rápido y efectivo, pero la calidad del resultado depende del diseño del experimento y del tiempo invertido en él. [11]
- Descarga galvanostática lenta [11] : otro método para evaluar el voltaje de circuito abierto de la celda es descargarla/cargarla lentamente en condiciones galvanostáticas (es decir, a corrientes bajas y constantes). De hecho, para corrientes pequeñas, la aproximación se aplica. También en este caso, dado que la precisión de la estimación depende de cuán pequeña sea la corriente de descarga, la calidad del resultado está estrechamente relacionada con el tiempo invertido en la prueba. [11]

Caracterización de la respuesta dinámica
Los parámetros que caracterizan la respuesta dinámica, es decir, la resistencia óhmica y los parámetros de los paralelos RC , , se identifican habitualmente experimentalmente de dos formas diferentes:
- Identificación del dominio temporal [23] [25] : los parámetros se optimizan analizando el comportamiento a lo largo del tiempo del voltaje de la celda en respuesta a un perfil de corriente determinado. Por ejemplo, se puede utilizar una prueba de pulso para este propósito: se pueden identificar (en diferentes niveles de estado de carga) midiendo las caídas de voltaje instantáneas tras la aplicación/eliminación de cada pulso, mientras que y se pueden identificar, mediante un procedimiento de optimización dedicado , para simular mejor la respuesta dinámica durante la relajación de la celda. [23] [25]
- Identificación del dominio de frecuencia [26] [27] : los parámetros dinámicos se pueden optimizar analizando la respuesta de frecuencia de la celda. Para este propósito, se inyecta una señal de corriente alterna (o voltaje) de frecuencia variable en la celda, y la respuesta de voltaje (o corriente) resultante se evalúa en términos de amplitud y fase . Este análisis, llamado espectroscopia de impedancia electroquímica (EIS), requiere instrumentación de laboratorio dedicada y produce resultados altamente confiables. Los resultados de EIS, generalmente evaluados utilizando el diagrama de Nyquist , permiten cuantificar por separado los diferentes términos de impedancia de la celda ( , y ). [26] [27]
Aplicaciones
Algunos de los posibles usos de ECM incluyen:
- Estimación de estado en línea en sistemas de gestión de baterías: el ECM se utiliza ampliamente en observadores basados en modelos diseñados para predecir estados internos no medibles de la batería, como el estado de carga y el estado de salud. Por ejemplo, los ECM de diferente orden se utilizan con frecuencia en los filtros de Kalman extendidos desarrollados para la estimación del estado de carga en línea. [28]
- Simulación y diseño de sistemas: El ECM se utiliza a menudo en la fase de diseño de un paquete de baterías . [29] Simular perfiles de carga eléctrica a nivel de celda permite dimensionar el sistema en términos de capacidad y voltaje. Además, el ECM se puede utilizar para simular la generación de calor de la batería y, por lo tanto, diseñar y dimensionar el sistema de enfriamiento de la batería. [30]
Véase también
- Sistema de gestión de batería
- Circuito equivalente
- Resistencia interna
- Batería de iones de litio
- Estado de carga , Estado de salud
Referencias
- ^ abc Hu, Xiaosong; Li, Shengbo; Peng, Huei (enero de 2012). "Un estudio comparativo de modelos de circuitos equivalentes para baterías de iones de litio". Journal of Power Sources . 198 : 359–367. doi :10.1016/j.jpowsour.2011.10.013. ISSN 0378-7753.
- ^ abcdef Lin, Xinfan; Kim, Youngki; Mohan, Shankar; Siegel, Jason B.; Stefanopoulou, Anna G. (3 de mayo de 2019). "Modelado y estimación para la gestión avanzada de baterías". Revisión anual de control, robótica y sistemas autónomos . 2 (1): 393–426. doi :10.1146/annurev-control-053018-023643. ISSN 2573-5144.
- ^ ab Yann Liaw, Bor; Nagasubramanian, Ganesan; Jungst, Rudolph G.; Doughty, Daniel H. (30 de noviembre de 2004). "Modelado de celdas de iones de litio: un enfoque de modelo de circuito equivalente simple". Iónica de estado sólido . Decimocuarta Conferencia internacional sobre iónica de estado sólido. 175 (1): 835–839. doi :10.1016/j.ssi.2004.09.049. ISSN 0167-2738.
- ^ abc Zhang, Lijun; Peng, Hui; Ning, Zhansheng; Mu, Zhongqiang; Sun, Changyan (octubre de 2017). "Investigación comparativa sobre modelos de circuitos equivalentes RC para baterías de iones de litio de vehículos eléctricos". Applied Sciences . 7 (10): 1002. doi : 10.3390/app7101002 . ISSN 2076-3417.
- ^ Nejad, S.; Gladwin, DT; Stone, DA (1 de junio de 2016). "Una revisión sistemática de modelos de circuitos equivalentes de parámetros agrupados para la estimación en tiempo real de estados de baterías de iones de litio". Journal of Power Sources . 316 : 183–196. Bibcode :2016JPS...316..183N. doi :10.1016/j.jpowsour.2016.03.042. ISSN 0378-7753.
- ^ Tekin, Merve; Karamangil, M. İhsan (10 de mayo de 2024). "Análisis comparativo de modelos de baterías de circuito equivalente para sistemas de gestión de baterías de vehículos eléctricos". Journal of Energy Storage . 86 : 111327. Bibcode :2024JEnSt..8611327T. doi :10.1016/j.est.2024.111327. ISSN 2352-152X.
- ^ Xiong, Rui; Cao, Jiayi; Yu, Quanqing; He, Hongwen; Sun, Fengchun (2018). "Revisión crítica de los métodos de estimación del estado de carga de la batería para vehículos eléctricos". IEEE Access . 6 : 1832–1843. Bibcode :2018IEEEA...6.1832X. doi : 10.1109/ACCESS.2017.2780258 . ISSN 2169-3536.
- ^ Berecibar, M.; Gandiaga, I.; Villarreal, I.; Omar, N.; Van Mierlo, J.; Van den Bossche, P. (1 de abril de 2016). "Revisión crítica de los métodos de estimación del estado de salud de las baterías de ion-litio para aplicaciones reales". Renewable and Sustainable Energy Reviews . 56 : 572–587. Bibcode :2016RSERv..56..572B. doi :10.1016/j.rser.2015.11.042. ISSN 1364-0321.
- ^ Liu, Jie; Yadav, Saurabh; Salman, Mohammad; Chavan, Santosh; Kim, Sung Chul (1 de enero de 2024). "Revisión de modelos de baterías acopladas térmicamente e identificación de parámetros para la generación de calor de baterías de iones de litio en el sistema de gestión térmica de baterías de vehículos eléctricos". Revista internacional de transferencia de calor y masa . 218 : 124748. Código Bibliográfico :2024IJHMT.21824748L. doi :10.1016/j.ijheatmasstransfer.2023.124748. ISSN 0017-9310.
- ^ Al-Shammari, Hammad; Farhad, Siamak (enero de 2022). "Rendimiento de cátodos fabricados a partir de una mezcla de materiales activos obtenidos a partir de baterías de iones de litio recicladas". Energies . 15 (2): 410. doi : 10.3390/en15020410 . ISSN 1996-1073.
- ^ abcde Somakettarin, Natthawuth; Funaki, Tsuyoshi (marzo de 2017). "Estudio sobre factores para caracterizaciones precisas de voltaje de circuito abierto en baterías de iones de litio de tipo Mn". Baterías . 3 (1): 8. doi : 10.3390/batteries3010008 . ISSN 2313-0105.
- ^ Zhang, Ruifeng; Xia, Bizhong; Li, Baohua; Cao, Libo; Lai, Yongzhi; Zheng, Weiwei; Wang, Huawen; Wang, Wei; Wang, Mingwang (septiembre de 2018). "Un estudio sobre la caracterización del voltaje de circuito abierto y el estado de carga de una batería de iones de litio de alta capacidad a diferentes temperaturas". Energías . 11 (9): 2408. doi : 10.3390/en11092408 . ISSN 1996-1073.
- ^ Yang, Jie; Du, Chunyu; Wang, Ting; Gao, Yunzhi; Cheng, Xinqun; Zuo, Pengjian; Mamá, Yulin; Wang, Jiajun; Yin, Geping; Xie, Jingying; Lei, Bo (diciembre de 2018). "Predicción rápida del voltaje en circuito abierto de baterías de iones de litio basada en un modelo de relajación de voltaje efectivo". Energías . 11 (12): 3444. doi : 10.3390/en11123444 . ISSN 1996-1073.
- ^ abcde Barcellona, Simone; Colnago, Silvia; Dotelli, Giovanni; Latorrata, Saverio; Piegari, Luigi (junio de 2022). "Efecto del envejecimiento en la variación de la resistencia de la batería de iones de litio en función de la temperatura y el estado de carga". Journal of Energy Storage . 50 : 104658. Bibcode :2022JEnSt..5004658B. doi :10.1016/j.est.2022.104658. ISSN 2352-152X.
- ^ ab Dong, TK; Kirchev, A.; Mattera, F.; Kowal, J.; Bultel, Y. (2011). "Modelado dinámico de baterías de iones de litio utilizando un circuito eléctrico equivalente". Revista de la Sociedad Electroquímica . 158 (3): A326. doi :10.1149/1.3543710.
- ^ Hossain Ahmed, Sazzad; Kang, Xiaosong; Bade Shrestha, SO (1 de mayo de 2015). "Efectos de la temperatura en las resistencias internas de las baterías de iones de litio". Revista de tecnología de recursos energéticos . 137 (3). doi :10.1115/1.4028698. ISSN 0195-0738.
- ^ Schmall, Emily; Gross, Jenny (17 de enero de 2024). "Los propietarios de automóviles eléctricos se enfrentan a un duro enemigo: el clima frío". The New York Times . ISSN 0362-4331 . Consultado el 10 de julio de 2024 .
- ^ "Por qué los vehículos Tesla y otros vehículos eléctricos tienen problemas en climas fríos y cómo los propietarios de vehículos eléctricos pueden evitarlos - CBS News". www.cbsnews.com . 2024-01-18 . Consultado el 2024-07-10 .
- ^ ab Kim, Daehyun; Koo, Keunhwi; Jeong, Jae Jin; Goh, Taedong; Kim, Sang Woo (octubre de 2013). "Observador de modo deslizante de tiempo discreto de segundo orden para la determinación del estado de carga basado en un modelo de batería de ion-litio con resistencia dinámica". Energies . 6 (10): 5538–5551. doi : 10.3390/en6105538 . ISSN 1996-1073.
- ^ Han, Xuebing; Lu, Languang; Zheng, Yuejiu; Feng, Xuning; Li, Zhe; Li, Jianqiu; Ouyang, Minggao (agosto de 2018). "Una revisión sobre las cuestiones clave de la degradación de las baterías de iones de litio durante todo el ciclo de vida". Transporte electrónico . 1 : 100005. doi : 10.1016/j.etran.2019.100005. ISSN 2590-1168.
- ^ Vetter, J.; Novák, P.; Wagner, señor; Veit, C.; Möller, K.-C.; Besenhard, JO; Invierno, M.; Wohlfahrt-Mehrens, M.; Vogler, C.; Hammouche, A. (septiembre de 2005). "Mecanismos de envejecimiento en baterías de iones de litio". Revista de fuentes de energía . 147 (1–2): 269–281. Código Bib : 2005JPS...147..269V. doi :10.1016/j.jpowsour.2005.01.006. ISSN 0378-7753.
- ^ Zhang, Shuzhi; Guo, Xu; Dou, Xiaoxin; Zhang, Xiongwen (agosto de 2020). "Un método de conteo de culombios basado en datos para la calibración y estimación del estado de carga de la batería de iones de litio". Tecnologías y evaluaciones de energía sostenible . 40 : 100752. Bibcode :2020SETA...4000752Z. doi :10.1016/j.seta.2020.100752. ISSN 2213-1388.
- ^ abc Wang, Jianfeng; Jia, Yongkai; Yang, Na; Lu, Yanbing; Shi, Mengyu; Ren, Xutong; Lu, Dongchen (25 de agosto de 2022). "Modelo de circuito equivalente preciso para batería de iones de litio mediante mejora experimental y optimización de parámetros". Journal of Energy Storage . 52 : 104980. Bibcode :2022JEnSt..5204980W. doi :10.1016/j.est.2022.104980. ISSN 2352-152X.
- ^ ab "Prueba de capacidad de batería para batería de iones de litio: comprobadores de batería Neware" . Consultado el 12 de julio de 2024 .
- ^ ab Madani, Seyed Saeed; Schaltz, Erik; Kær, Søren Knudsen (26 de noviembre de 2018). "Una revisión de diferentes modelos de circuitos eléctricos equivalentes y métodos de identificación de parámetros de baterías de iones de litio". ECS Transactions . 87 (1): 23–37. Bibcode :2018ECSTr..87a..23S. doi :10.1149/08701.0023ecst. ISSN 1938-6737.
- ^ ab Zhao, Zhaoyang; Zou, Yang; Liu, Peng; Lai, Zhaogui; Wen, Lei; Jin, Ying (junio de 2022). "Predicción del modelo de circuito equivalente EIS mediante aprendizaje automático interpretable e identificación de parámetros mediante algoritmos de optimización global". Acta electroquímica . 418 : 140350. doi : 10.1016/j.electacta.2022.140350. ISSN 0013-4686.
- ^ ab Shepard, Jeff (4 de enero de 2023). "¿Qué tiene que ver la espectroscopia de impedancia electroquímica con la salud de las baterías de iones de litio?". Consejos sobre la energía de las baterías . Consultado el 11 de julio de 2024 .
- ^ Sepasi, Saeed; Ghorbani, Reza; Liaw, Bor Yann (1 de enero de 2014). "Un nuevo método de estimación del estado de carga a bordo para baterías de iones de litio envejecidas basado en un filtro de Kalman extendido adaptativo de modelos". Journal of Power Sources . 245 : 337–344. doi :10.1016/j.jpowsour.2013.06.108. ISSN 0378-7753.
- ^ Pham, Cong-Toan; Månsson, Daniel (1 de agosto de 2018). "Dimensionamiento óptimo del almacenamiento de energía mediante modelado de circuitos equivalentes para aplicaciones de prosumidores (Parte II)". Journal of Energy Storage . 18 : 1–15. doi :10.1016/j.est.2018.04.015. ISSN 2352-152X.
- ^ Hou, Guiqi; Liu, Xianqing; Él, Wenxuan; Wang, Changhong; Zhang, Jiangyun; Zeng, Xiaoxing; Li, Zhuoming; Shao, Dan (30 de noviembre de 2022). "Un modelo de circuito equivalente para un sistema de gestión térmica de batería que utiliza material de cambio de fase y acoplamiento de refrigeración líquida". Revista de almacenamiento de energía . 55 : 105834. doi : 10.1016/j.est.2022.105834. ISSN 2352-152X.
Enlaces externos
- Modelado de baterías de iones de litio mediante modelos de circuitos equivalentes
- Modelos de circuitos equivalentes para celdas de iones de litio
- Herramienta Matlab para el desarrollo de modelos de circuitos equivalentes
- Introducción a la metodología EIS