Dual estimation of state of charge and state of health for lithium ion batteries
Lityum iyon piller için şarj durumu ve sağlık durumunun çift tahmini
- Tez No: 940306
- Danışmanlar: DOÇ. DR. ÖMER CİHAN KIVANÇ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İstanbul Okan Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Elektronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 81
Özet
Lityum-iyon bataryaların verimli ve güvenilir bir şekilde çalışabilmesi için Şarj Durumu (SOC) ve Sağlık Durumu (SOH) tahminlerinin doğru bir şekilde yapılması büyük önem taşımaktadır. Özellikle sanayi uygulamalarında batarya performansının izlenmesi ve kestirimci bakım stratejilerinin geliştirilmesi kritik bir gereklilik olarak öne çıkmaktadır. Endüstride yaygın olarak kullanılan sistemlerde SOC tahmini çoğunlukla Coulomb Sayımı yöntemi temel alınarak gerçekleştirilmektedir. Bu yöntem basitliği ve kolay uygulanabilirliği nedeniyle tercih edilmekte olup, geniş bir kullanım alanına sahiptir. Ancak, zaman içinde biriken hatalar, batarya yaşlanması, kapasite kaybı ve ölçüm belirsizlikleri nedeniyle doğruluk kaybına uğrayabilmektedir. Elimizde bulunan gerçek sistemde SOC tahmini, yalnızca Coulomb Sayımı ile değil, Açık Devre Gerilimi (OCV)-SOC grafiğine dayalı bir başlangıç tahmini ile desteklenen hibrit bir yöntem kullanılarak gerçekleştirilmektedir. Bu yaklaşım, hesaplama maliyeti ve doğruluk arasında pratik bir denge sunmasına rağmen, uzun vadede sapmalara ve tahmin hatalarına karşı hassasiyet göstermektedir. Bunun yanı sıra, mevcut sistemde SOH tahmini yapılmamaktadır. SOH'un belirlenememesi, batarya yaşlanma sürecinin izlenmesini ve kalan ömrün tahmin edilmesini zorlaştırmaktadır. Bu çalışmada, SOC ve SOH'un eş zamanlı olarak tahmin edilmesini sağlamak amacıyla Genişletilmiş Kalman Filtresi (EKF) tabanlı bir çiftli tahmin çerçevesi önerilmektedir. Önerilen yöntem, belirli bir deşarj senaryosu altında bir MATLAB batarya modeli kullanılarak test edilmiştir. EKF tabanlı yaklaşım, model odaklı bir tahmin stratejisi benimseyerek geleneksel yöntemlere kıyasla batarya durum tahmininin sağlamlığını ve güvenilirliğini artırmaktadır. Bu araştırma, mevcut sistemlerde kullanılan tekil tahmin yöntemlerinden çiftli tahmin çerçevesine geçişin avantajlarını ortaya koyarak, batarya yönetim sistemlerinin doğruluğunu ve adaptif izleme yeteneklerini geliştirmeyi hedeflemektedir. Çalışma sonuçları, EKF tabanlı çiftli tahmin yaklaşımının uygulanabilirliğini göstererek, sanayi uygulamalarında batarya sağlığının daha hassas bir şekilde izlenmesine ve kestirimci bakım stratejilerinin geliştirilmesine katkı sunmaktadır.
Özet (Çeviri)
Accurate estimation of the State of Charge (SOC) and State of Health (SOH) is crucial for the efficient and reliable operation of lithium-ion batteries, particularly in industrial applications where performance monitoring and predictive maintenance are essential. In most industrial systems, SOC estimation primarily relies on Coulomb Counting due to its simplicity and ease of implementation. However, this method is prone to cumulative errors over time, as it does not account for battery aging, capacity fade, and measurement inaccuracies. In real-time applications, SOC estimation is performed using a hybrid approach that combines Coulomb Counting with an Open Circuit Voltage (OCV)-SOC graph for initial estimation. This approach provides a practical trade-off between computational efficiency and accuracy, yet it remains susceptible to drift and long-term estimation errors. Additionally, our current system does not incorporate any dedicated SOH estimation methodology, which limits the ability for battery degradation and prediction its remaining useful life. To address these challenges, this study proposes a dual estimation framework utilizing the Extended Kalman Filter (EKF) to simultaneously estimate both SOC and SOH. A MATLAB-based battery model is employed to simulate a specific discharge scenario, allowing for a controlled evaluation of the proposed method. The EKF-based approach integrates a model-driven estimation strategy, which enhances the robustness and reliability of battery state estimation compared to conventional methods. By transitioning from a single estimation method to a dual estimation framework, this research aims to improve battery management systems by providing more accurate and adaptive monitoring capabilities. The findings of this study demonstrate the feasibility of implementing an EKF-based dual estimation approach, paving the way for improved battery health diagnostics and predictive maintenance strategies in real-world applications.
Benzer Tezler
- Lityum iyon bataryaların makine öğrenimi yöntemleri ile sağlık durumu kestirimi
State of health estimation for lithium-ion batteries using machine learning methods
ÇETİN ORAL
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DERYA AHMET KOCABAŞ
- State of charge estimation for lithium-based batteries
Lityum tabanlı piller için şarj durumu kestirimi
MERT ÇELİK
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik MühendisliğiÖzyeğin ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. HASAN FATİH UĞURDAĞ
PROF. DR. TAYLAN AKDOĞAN
- Nominal capacity calculation for lithium-ion batteries with advanced algorithms
Lityum-iyon bataryalarda gelişmiş yöntemlerle batarya güncel kapasite kestirimi
HARUN NALBANT
Yüksek Lisans
İngilizce
2022
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. METİN GÖKAŞAN
- Sürdürülebilirlik perspektifinden petrol endüstrisinde iklim değişikliğine yönelik zarar azaltma çalışmaları: İstanbul akaryakıt istasyonları örneği
Climate change mitigation efforts in the oil industry from a sustainability perspective: The case of İstanbul gas stations
GÖNENÇ BAYRAM
Yüksek Lisans
Türkçe
2024
Deprem Mühendisliğiİstanbul Teknik ÜniversitesiAfet Yönetimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HİKMET İSKENDER
- Use of extended kalman filtering for battery management system of a lithium-ion battery
Lityum-iyon pilin batarya yönetim sistemi için genişletilmiş kalman filtre kullanımı
CANSU İÇÖZ
Yüksek Lisans
İngilizce
2022
Elektrik ve Elektronik MühendisliğiYeditepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. DUYGUN EROL BARKANA