Parametrización de modelo de circuito equivalente de polarización dual de una celda de ion litio utilizando la técnica de optimización por enjambre de partículas modificada Translated title: Dual-Polarization Equivalent Circuit Model Parameterization of a Lithium-Ion Cell Using the Modified Particle Swarm Optimization Technique

Abstract

Resumen Contexto: El modelado de baterías es una actividad que puede ser compleja si se utilizan técnicas basadas en el comportamiento químico. Para facilitar esto se han utilizado estrategias de modelo inverso que se basan en curvas experimentales y ajustes de modelos circuitales. Para la parametrización se utilizan diferentes técnicas que radican en su complejidad, exactitud y tiempo de convergencia. Métodos: En este trabajo se utiliza un algoritmo de optimización por enjambre de partículas para la parametrización de un modelo de polarización dual para una celda de ion litio de tipo 18650. La metodología propuesta divide el problema en diferentes casos de optimización y propone una estrategia de búsqueda localizada basada en la experiencia del caso anterior. Resultados: El algoritmo PSO permite ajustar los parámetros del modelo para cada uno de los casos analizados. La división del problema por casos permite mejorar la precisión global del problema y a su vez disminuir los tiempos de convergencia del algoritmo. A partir de los posibles casos se puede encontrar la dinámica de cada uno de los parámetros en función del estado de carga. Conclusiones: La metodología propuesta permite reducir los tiempos de parametrización del modelo de polarización dual. Debido a la aproximación generada por las experiencias anteriores, es posible disminuir la población del enjambre y disminuir aún más el tiempo de convergencia del proceso. Adicionalmente, la metodología puede ser utilizada con diferentes algoritmos de optimización.

Translated abstract

Abstract Context: Battery modeling can be a complex activity if techniques based on chemical behavior are employed. To facilitate this, inverse modeling techniques have been used which are based on experimental curves and adjustments of circuit models. Different techniques are used for parameterization according to their complexity, accuracy, and convergence time. Method: This paper uses a particle swarm optimization algorithm to parameterize a dual-polarization model for a 18650-type lithium cell. The proposed methodology divides the problem into different optimization cases and proposes a localized search strategy based on the experience of the previous case. Results: The PSO algorithm allows adjusting the model parameters for each case analyzed. Dividing the problem by stages allows improving the global precision while reducing the convergence times of the algorithm. Based on the possible cases, it is possible to find the dynamics of each of the parameters as a function of the charge state. Conclusions: The proposed methodology allows reducing the parameterization times of the dual-polarization model. Due to the approximation generated by previous experiences, it is possible to reduce the swarm population and further decrease the convergence time of the process. Additionally, the methodology can be used with different optimization algorithms.