polito.it
Politecnico di Torino (logo)

Realizzazione di una rete neurale artificiale per la stima dello stato di carica di una batteria agli ioni di litio = Creation of an artificial neural network for the estimation of a lithium-ion battery's state of charge

Erika Leo

Realizzazione di una rete neurale artificiale per la stima dello stato di carica di una batteria agli ioni di litio = Creation of an artificial neural network for the estimation of a lithium-ion battery's state of charge.

Rel. Davide Papurello. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Energetica E Nucleare, 2021

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (7MB) | Preview
Abstract:

Al giorno d’oggi, le esigenze ambientali riguardanti la necessità di ridurre le emissioni di CO2 per cercare di limitare il riscaldamento globale, pongono i ricercatori scientifici nella condizione di dover studiare e sperimentare delle tecnologie innovative e sostenibili, tra cui le batterie agli ioni di litio. In tale contesto nasce il seguente lavoro di tesi, che si focalizza sulla stima dello stato di carica (SOC) di una batteria agli ioni di litio NMC 811. Lo SOC è un indicatore della capacità residua della batteria, che, se stimato in modo accurato, può contribuire al miglioramento delle prestazioni della batteria e della durata. Non essendo un parametro direttamente misurabile, in quanto dipende dalla dinamicità del sistema batteria, la sua stima ha previsto due principali fasi di lavoro. Durante la prima fase la batteria è stata testata sperimentalmente nel laboratorio Energy Storage, presso la struttura Energy Center di Torino, sottoponendola a cicli consecutivi di carica/scarica e rilevando i relativi valori di tensione, corrente, capacità e temperatura. La seconda fase di lavoro ha previsto la costruzione del modello ANN (Artificial Neural Network), a cui sono stati forniti i dati sperimentali, al fine di poter effettuare una stima accurata dello stato di carica. I risultati della stima dello SOC, ottenuti tramite la realizzazione di diverse configurazioni di rete neurale, sono stati confrontati in termini di prestazione tramite i KPI (Key Performance Indicators) selezionati, quali l’MSE, il MAE e il MAPE, dimostrando la validità del modello proposto. Quantitativamente, il modello è stato in grado di stimare l’andamento dello stato di carica della batteria con valori degli indici di performance rispettivamente pari a 2,45×10^(-5), 4,1×10^(-3) e 2,57 %.

Relatori: Davide Papurello
Anno accademico: 2021/22
Tipo di pubblicazione: Elettronica
Numero di pagine: 143
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Energetica E Nucleare
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-30 - INGEGNERIA ENERGETICA E NUCLEARE
Aziende collaboratrici: Politecnico di Torino
URI: http://webthesis.biblio.polito.it/id/eprint/20859
Modifica (riservato agli operatori) Modifica (riservato agli operatori)