Nell’ambito dell’European Green Deal, l’Unione Europea si è posta l’obiettivo di raggiungere la neutralità climatica entro il 2050, richiedendo una profonda trasformazione nei settori energetico e dei trasporti, entrambi fortemente responsabili delle emissioni di gas serra. I sistemi di accumulo elettrochimici, in particolare le batterie agli ioni di litio, sono fondamentali per questa transizione, sia per favorire l’integrazione delle fonti rinnovabili nella rete elettrica, sia per promuovere la mobilità sostenibile.

Tuttavia, la crescente domanda di batterie impone sfide legate alla sostenibilità delle materie prime, al degrado delle prestazioni e alla gestione del fine vita. Per massimizzare la vita utile delle batterie è fondamentale studiare dei sistemi di gestione intelligente, che riescano a monitorarne i parametri e prevederne il comportamento. L’attività svolta si concentra sullo sviluppo di soluzioni innovative per affrontare tali problematiche, attraverso un approccio che combina modellazione, tecnologie diagnostiche e strumenti digitali.

In particolare, è stato sviluppato un modello di invecchiamento per analizzare il comportamento delle batterie durante la loro second-life, basandosi su dati sperimentali. Il modello è stato validato sperimentalmente dimostrando una buona affidabilità sia nel prevedere l’invecchiamento dovuto alla first-life che quello relativo alla second-life.

Parallelamente, sono state esplorate nuove soluzioni per il monitoraggio avanzato, come l’implementazione di un dispositivo a basso costo capace di eseguire misure di spettroscopia di impedenza elettrochimica online. Tale dispositivo è stato caratterizzato in diverse condizioni di funzionamento e confrontato con uno strumento di laboratorio. L’analisi dimostra una buona affidabilità del dispositivo nella misura dell’impedenza ad alta frequenza. Migliorando la misura a bassa frequenza il dispositivo rappresenta un’ottima soluzione per sistemi di gestione di batteria, poiché permetterebbe di gestire ogni cella del pacco batterie in modo più sicuro e di ottimizzare il bilanciamento.

Infine, è stato proposto un Digital Twin che integra modelli elettrici, termici e diagnostici, con funzionalità di apprendimento online, per migliorare la gestione delle batterie e ottimizzarne l’utilizzo in diverse applicazioni. Il Digital Twin è stato validato con diversi profili sperimentali, dimostrando buona affidabilità nel prevedere il comportamento elettrico, termico e di degrado della batteria emulata.