Identificación de Parámetros de Baterías de Ión-Litio: Un Estudio Comparativo de Diversos Modelos y Técnicas de Optimización para el Modelado de Baterías

En este trabajo se lleva a cabo un estudio comparativo de técnicas de optimización para la identificación de parámetros en modelos eléctricos equivalentes de baterías de ion-litio. Se emplea el modelo 2RC sobre un conjunto de doce baterías, utilizando cuatro bases de datos públicas provenientes de centros de investigación reconocidos. La metodología se estructura en cuatro etapas: en primer lugar, se selecciona el modelo 2RC por su equilibrio entre precisión y simplicidad computacional; en segundo lugar, se recopilan datos experimentales de ciclos de carga y descarga; en tercer lugar, se aplican diversos métodos de optimización con el objetivo de minimizar el error entre los datos experimentales y los resultados estimados por el modelo; y finalmente, se evalúan la precisión, mediante el error cuadrático medio, y la eficiencia computacional, mediante el tiempo de ejecución. Se consideran métodos tradicionales, metaheurísticos y bioinspirados, entre ellos la optimización por mínimos cuadrados, el algoritmo de enjambre de partículas, el recocido simulado y diversas variantes inspiradas en procesos naturales. Se evidencia que las técnicas bioinspiradas permiten alcanzar una mayor precisión que los métodos tradicionales, sin un aumento significativo en el costo computacional. En particular, la optimización por enjambre de partículas muestra un desempeño superior en cuanto a exactitud y robustez frente a mínimos locales. Se concluye que la incorporación de estrategias de optimización avanzadas mejora significativamente la fidelidad de los modelos eléctricos equivalentes, lo que resulta fundamental para una estimación más precisa del estado de carga, el envejecimiento y la vida útil de baterías en aplicaciones críticas, tales como vehículos eléctricos y sistemas aeroespaciales.

Authors

Publication Details

Journal
Ingeniería e innovación
Published
2025-11-28
DOI
https://doi.org/10.21897/rii.4169
Primary Topic
Advanced Battery Technologies Research
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
article

Identificación de Parámetros de Baterías de Ión-Litio: Un Estudio Comparativo de Diversos Modelos y Técnicas de Optimización para el Modelado de Baterías

Edgar Hernando Sepúlveda-Oviedo, Bruno Jammes, Corinne Alonso, Johan Sebastian Suarez Sepúlveda
Ingeniería e innovación
Advanced Battery Technologies Research
article

Identificación de Parámetros de Baterías de Ión-Litio: Un Estudio Comparativo de Diversos Modelos y Técnicas de Optimización para el Modelado de Baterías

Edgar Hernando Sepúlveda-Oviedo, Bruno Jammes, Corinne Alonso, Johan Sebastian Suarez Sepúlveda
article en

Abstract

En este trabajo se lleva a cabo un estudio comparativo de técnicas de optimización para la identificación de parámetros en modelos eléctricos equivalentes de baterías de ion-litio. Se emplea el modelo 2RC sobre un conjunto de doce baterías, utilizando cuatro bases de datos públicas provenientes de centros de investigación reconocidos. La metodología se estructura en cuatro etapas: en primer lugar, se selecciona el modelo 2RC por su equilibrio entre precisión y simplicidad computacional; en segundo lugar, se recopilan datos experimentales de ciclos de carga y descarga; en tercer lugar, se aplican diversos métodos de optimización con el objetivo de minimizar el error entre los datos experimentales y los resultados estimados por el modelo; y finalmente, se evalúan la precisión, mediante el error cuadrático medio, y la eficiencia computacional, mediante el tiempo de ejecución. Se consideran métodos tradicionales, metaheurísticos y bioinspirados, entre ellos la optimización por mínimos cuadrados, el algoritmo de enjambre de partículas, el recocido simulado y diversas variantes inspiradas en procesos naturales. Se evidencia que las técnicas bioinspiradas permiten alcanzar una mayor precisión que los métodos tradicionales, sin un aumento significativo en el costo computacional. En particular, la optimización por enjambre de partículas muestra un desempeño superior en cuanto a exactitud y robustez frente a mínimos locales. Se concluye que la incorporación de estrategias de optimización avanzadas mejora significativamente la fidelidad de los modelos eléctricos equivalentes, lo que resulta fundamental para una estimación más precisa del estado de carga, el envejecimiento y la vida útil de baterías en aplicaciones críticas, tales como vehículos eléctricos y sistemas aeroespaciales.

Ingeniería e innovaciónVol. 13(2)
Openalex Percentile: Top 60%
Advanced Battery Technologies Research
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.