Nuevas estructuras para estimación de estados en sistemas de almacenamiento de energía

Abstract

En la actualidad, lograr la transición energética no es posible si no se consideran sistemas de almacenamiento (SA). Estos son los encargados de lidiar con las fluctuaciones en la energía generada por fuentes renovables, tales como la solar, la eólica o la marina. En este contexto, es necesario considerar las problemáticas existentes en los SA más diversificados. Por ejemplo, baterías de Ión-Litio (BL), baterías de Flujo Redox (BFR), o Supercapacitores (SC). La fabricación de estos SA no es enteramente sustentable, por lo cual es necesario maximizar el rendimiento y la eficiencia en el uso de estos sistemas, para minimizar el impacto relacionado con el reciclaje y la extracción de materia prima. Para lograr esto, se requiere del estudio del comportamiento en tiempo real, de forma de garantizar una operación segura, confiable y eficiente. Convencionalmente, son empleados algoritmos de estimación de parámetros y estados, los cuales permiten caracterizar a través de un modelo predefinido, los estados de funcionamiento de los SA. Los estados de funcionamiento más diversificados son los llamados estados de carga (EC) y de salud (ES). El primero de ellos permite conocer el nivel de carga de los SA, lo cual es fundamental para la regulación del funcionamiento de los convertidores electrónicos asociados, así como para diseñar algoritmos supervisores para la regulación del intercambio de energía. El segundo de ellos permite evaluar mediante la utilización de diferentes índices, el nivel de deterioro sufrido por el envejecimiento de los SA. Existen numerosos inconvenientes para lograr el diseño de estimadores robustos y precisos, capaces de proveer todas las medidas requeridas para la determinación de los EC y ES. A pesar de esto, a partir del estudio de modelos lineales con parámetros variantes en el tiempo para estos sistemas, ha sido posible desarrollar una estructura basada en la combinación de algoritmos por modos deslizantes (MD) y estimadores convencionales (observar figura adjunta). Resultados preliminares han demostrado que la estructura desarrollada supera en velocidad de convergencia y precisión a los algoritmos tradicionalmente utilizados. Teniendo estos aspectos en consideración, en este trabajo son presentados los principales lineamientos requeridos para la comprensión de estos algoritmos, junto con algunos resultados ilustrativos de estimación para modelos electroquímicos de SA.