@article{Quiñones_Milocco_Real_2020, title={Algoritmos de Monitoreo para Baterías Recargables}, url={https://rtyc.utn.edu.ar/index.php/ajea/article/view/663}, DOI={10.33414/ajea.5.663.2020}, abstractNote={<p>El monitoreo inteligente de baterías es un componente fundamental de los sistemas de almacenamiento basados en estos dispositivos ya que garantiza el correcto y seguro uso de la energía. Dentro de las principales tareas que se realizan en estos sistemas se encuentra la de estimar y predecir, a partir de las mediciones de corriente, voltaje y temperatura, variables e indicadores de las baterías como el estado de carga, el envejecimiento y la energía disponible. <br>En este trabajo se presentan algoritmos que permiten conocer y predecir algunas de estas variables a partir de un modelo basado en dos procesos electroquímicos que dan lugar a la conversión de energía química en eléctrica en una batería. En particular, se trabajó sobre el cálculo de tiempo remanente y la estimación del estado de carga y de una variable adicional que modela el efecto de rate-capacity. Los algoritmos propuestos fueron probados sobre un banco formado por cuatro baterías comerciales de iones de litio. Los resultados obtenidos indican que la estrategia propuesta permite predecir el tiempo remanente con un error medio de 4,2 minutos en descargas de hasta 1 hora. </p>}, number={5}, journal={AJEA (Actas De Jornadas Y Eventos Académicos De UTN)}, author={Quiñones, Facundo and Milocco, Ruben H. and Real, Silvia G.}, year={2020}, month={oct.} }