Cerca nel sito per parola chiave

rapporti - Deliverable

Analisi di metodi diagnostici e di strumenti per batterie da second-life

rapporti - Deliverable

Analisi di metodi diagnostici e di strumenti per batterie da second-life

Le batterie agli ioni di litio e altre tecnologie emergenti sono fondamentali per la transizione energetica. Questo rapporto pone le basi per implementare modelli avanzati per la diagnostica e strategie di gestione di batterie per applicazioni second-life, compreso l’uso di un convertitore multilivello. Inoltre, presenta lo sviluppo di un sistema di gestione ottimale basato su Reinforcement Learning per sistemi connessi con fotovoltaico e rete.

La crescente diffusione dei sistemi di accumulo rende sempre più importante disporre di modelli accurati e procedure sperimentali affidabili per descriverne il comportamento, valutarne l’invecchiamento e ottimizzarne la gestione. Le attività di questo triennio approfondiscono tali aspetti attraverso studi mirati di modellazione, caratterizzazione e sviluppo di strumenti avanzati di diagnostica e gestione.

 

In particolare, questo rapporto analizza i modelli elettrici, termici e di degrado presenti in letteratura, insieme ai test e alle analisi diagnostiche utilizzati per valutare le prestazioni delle celle e identificare i principali meccanismi di invecchiamento.

 

La crescente domanda di batterie ha reso necessaria la progettazione di nuove celle caratterizzate da ridotto impatto ambientale e costi contenuti, con prestazioni comparabili a quelle delle batterie agli ioni di litio. In questo rapporto vengono descritte le principali tecnologie candidate a sostituire il litio e viene proposta una procedura di prova completa, che consenta di sviluppare modelli elettrici, termici e di degrado anche per celle di nuova generazione, ancora poco studiate in letteratura.

 

Un altro tema rilevante riguarda la modellazione dei moduli batteria, spesso semplificati come celle equivalenti. Viene presentato un approccio più realistico che integra l’influenza del sistema di gestione e viene definita una procedura sperimentale specifica per la loro caratterizzazione, utile a descrivere le interazioni tra celle, interconnessioni e controlli.

 

Un’ulteriore soluzione alla crescente domanda di batterie è il loro riutilizzo in applicazioni second-life. Viene qui descritta una procedura diagnostica che consente di identificare il degrado dei moduli privi dei dati della prima vita e di valutarne l’idoneità per applicazioni stazionarie. Tale procedura verrà applicata a moduli provenienti da una prima vita veicolare. In questo contesto è stata inoltre analizzata la possibilità di utilizzare un convertitore modulare multilivello per la gestione dei moduli second-life, definendone il dimensionamento e le modalità di integrazione.

 

Infine, partendo dal Digital Twin del sistema batteria sviluppato in precedenza, è stato realizzato uno strumento di gestione ottimale basato su Reinforcement Learning per sistemi connessi a fotovoltaico e rete. L’algoritmo è stato validato sperimentalmente, dimostrando la capacità di ottimizzare il funzionamento del sistema riducendo il degrado e migliorando le prestazioni complessive.

Progetti

Commenti