Ocenjevanje stanja napolnjenosti baterije inteligentnega avtodoma ; Assessment of the state of charge of the battery of an intelligent mobile home

Namen diplomskega dela je razviti in uporabiti metodo, ki bo uspešno ocenjevala stanje napolnjenosti Li-ion baterije v inteligentnem avtodomu. Stanje napolnjenosti je pomemben podatek in zato mora biti čim bolj natančno ocenjen. Ne moremo ga izmeriti, zato ga je potrebno oceniti iz meritev in ga lahko razberemo iz podatkov napetosti, toka, temperature in drugih razpoložljivih podatkov. V teoretičnem delu predstavimo tehnologijo Li-Ionskih baterij. Razvoj in uporaba metod za ocenjevanje stanja napolnjenosti je razdeljena v štiri skupine, in sicer neposredne metode, metode integriranja, adaptivne sisteme in hibridne metode. Opisali smo ključne značilnosti vsake metode. V praktičnem delu smo najprej pridobili podatke o toku, napetosti in temperaturi med normalnim obratovanjem baterije. Podatke smo zbrali za več ciklov polnjenja in praznjenja. Pri neposredni metodi smo razvili in testirali napetostno meritev in model baterije. Pri metodi integriranja smo uporabili štetje naboja. Pri adaptivnih sistemih smo uporabili linearno regresijo in metodo podpornih vektorjev. Pri hibridnih metodah smo uporabili kombinacijo adaptivnih sistemov in neposrednih metod ter izbrali linearno regresijo z napetostno meritvijo ter metodo podpornih vektorjev v kombinaciji z napetostno meritvijo. Slednja daje najboljše rezultate, zato smo jo dejansko implementirali v avtodomu. ; The aim of this thesis is to develop an accurate method for estimating state of charge (SOC) estimation of Li-Ion batteries and use it in the real-world setting in an intelligent mobile home. The state of charge can not be measured directly. While it depends on the past electrical current that flew in/out of the battery and the battery temperature, a reasonable estimation can be made based on the current values of the battery voltage, temperature and incoming/outcoming electrical current. In the theoretical section, we present various battery technologies, and methods that can be used to predict the SOC information. The methods are divided into four categories: ...