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

Autores
Fornaro, Pedro Osvaldo; Puleston, Pablo Federico; Battaiotto, Pedro Eduardo
Año de publicación
2023
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
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.
Facultad de Ingeniería
Materia
Ingeniería
transición energética
sistemas de almacenamiento
modelos electroquímicos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/156862

id SEDICI_0798c60718b615f16130524e1c0ff1e0
oai_identifier_str oai:sedici.unlp.edu.ar:10915/156862
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Nuevas estructuras para estimación de estados en sistemas de almacenamiento de energíaFornaro, Pedro OsvaldoPuleston, Pablo FedericoBattaiotto, Pedro EduardoIngenieríatransición energéticasistemas de almacenamientomodelos electroquímicosEn 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.Facultad de Ingeniería2023-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf251-256http://sedici.unlp.edu.ar/handle/10915/156862spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-34-2256-4info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/4.0/Creative Commons Attribution 4.0 International (CC BY 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-11-05T13:20:07Zoai:sedici.unlp.edu.ar:10915/156862Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-11-05 13:20:07.494SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Nuevas estructuras para estimación de estados en sistemas de almacenamiento de energía
title Nuevas estructuras para estimación de estados en sistemas de almacenamiento de energía
spellingShingle Nuevas estructuras para estimación de estados en sistemas de almacenamiento de energía
Fornaro, Pedro Osvaldo
Ingeniería
transición energética
sistemas de almacenamiento
modelos electroquímicos
title_short Nuevas estructuras para estimación de estados en sistemas de almacenamiento de energía
title_full Nuevas estructuras para estimación de estados en sistemas de almacenamiento de energía
title_fullStr Nuevas estructuras para estimación de estados en sistemas de almacenamiento de energía
title_full_unstemmed Nuevas estructuras para estimación de estados en sistemas de almacenamiento de energía
title_sort Nuevas estructuras para estimación de estados en sistemas de almacenamiento de energía
dc.creator.none.fl_str_mv Fornaro, Pedro Osvaldo
Puleston, Pablo Federico
Battaiotto, Pedro Eduardo
author Fornaro, Pedro Osvaldo
author_facet Fornaro, Pedro Osvaldo
Puleston, Pablo Federico
Battaiotto, Pedro Eduardo
author_role author
author2 Puleston, Pablo Federico
Battaiotto, Pedro Eduardo
author2_role author
author
dc.subject.none.fl_str_mv Ingeniería
transición energética
sistemas de almacenamiento
modelos electroquímicos
topic Ingeniería
transición energética
sistemas de almacenamiento
modelos electroquímicos
dc.description.none.fl_txt_mv 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.
Facultad de Ingeniería
description 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.
publishDate 2023
dc.date.none.fl_str_mv 2023-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/156862
url http://sedici.unlp.edu.ar/handle/10915/156862
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-34-2256-4
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by/4.0/
Creative Commons Attribution 4.0 International (CC BY 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/4.0/
Creative Commons Attribution 4.0 International (CC BY 4.0)
dc.format.none.fl_str_mv application/pdf
251-256
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1847978841449955328
score 13.087074