Dissertation/ Thesis
Regression-based estimation of internal variables in lithium-ion batteries
| Τίτλος: | Regression-based estimation of internal variables in lithium-ion batteries |
|---|---|
| Συγγραφείς: | Martí Florences, Miquel |
| Συνεισφορές: | University/Department: Universitat Politècnica de Catalunya. Institut d'Organització i Control de Sistemes Industrials |
| Thesis Advisors: | Costa Castelló, Ramon, Cecilia Piñol, Andreu |
| Πηγή: | TDX (Tesis Doctorals en Xarxa) |
| Στοιχεία εκδότη: | Universitat Politècnica de Catalunya, 2026. |
| Έτος έκδοσης: | 2026 |
| Φυσική περιγραφή: | 141 p. |
| Θεματικοί όροι: | bateries, bateries d'ió liti, sistemes de gestió de bateries, models de circuits equivalents, estat de càrrega, tensió en circuit obert, estimació en línia de paràmetres, excitació en interval, estimació plug-and-play, bateries d’ió liti, baterías, baterías de ion-litio, sistemas de gestión de baterías, modelos de circuitos equivalentes, estado de carga, tensión en circuito abierto, estimación en línea de parámetros, excitación en intervalo, estimación plug-and-play, Àrees temàtiques de la UPC::Informàtica, Àrees temàtiques de la UPC::Energies, 68 - Indústries oficis i comerç d'articles acabats. Tecnologia cibernètica i automàtica, 620 - Assaig de materials. Material comercials. Economia de l'energia |
| Περιγραφή: | (English) The decarbonisation of energy systems, the increasing penetration of renewable generation, and the electrification of transport have made lithium-ion batteries a key enabling technology in modern power applications. Their versatility and high energy density explain their central role in electric vehicles and stationary energy storage. However, their safe and efficient operation depends on battery-management systems capable of estimating internal quantities that cannot be measured directly, such as state of charge, open-circuit voltage, and relevant electrical parameters. This task is difficult because battery behaviour is nonlinear, operating conditions are variable, and the measurements normally available in practice are limited. This thesis addresses these challenges through a practical estimation framework for real-time battery-management applications. It reviews the main modelling and estimation approaches for lithium-ion batteries and justifies the use of low-order equivalent circuit models as a suitable compromise between physical relevance and online implementability. It also reviews the estimation-theoretic basis required to work under realistic operating conditions, with particular attention to observability and excitation. A central point is that classical recursive estimators often rely on persistent excitation, whereas battery current profiles are usually dictated by operation and may only be informative over finite intervals. To bridge this gap, the thesis adopts novel regression-based tools such as the generalised parameter estimation based observer, dynamic regressor extension and mixing, and non-asymptotic least squares estimators. On this basis, two application-oriented estimation architectures are developed. The first jointly estimates the dominant parameters of a first-order equivalent circuit model and the instantaneous open-circuit voltage from online current and terminal-voltage measurements, and is validated through simulations and experiments. The second extends the plug-and-play perspective to the online identification of parametrised open-circuit-voltage/state-of-charge relations from finite informative intervals. Overall, the thesis shows that useful battery monitoring can be achieved without extensive offline parametrisation campaigns or artificially persistent excitation, thereby supporting more practical battery-management solutions. |
| Description (Translated): | (Català) La descarbonització dels sistemes energètics, la creixent penetració de la generació renovable i l'electrificació del transport han convertit les bateries d'ió liti en una tecnologia clau en les aplicacions energètiques modernes. La seva versatilitat i elevada densitat energètica expliquen el seu paper central en els vehicles elèctrics i en l'emmagatzematge estacionari d'energia. Tanmateix, el seu funcionament segur i eficient depèn de sistemes de gestió de bateries capaços d'estimar magnituds internes que no es poden mesurar directament, com ara l'estat de càrrega, la tensió de circuit obert i paràmetres elèctrics rellevants. Aquesta tasca és difícil perquè el comportament de la bateria és no lineal, les condicions d'operació són variables i les mesures disponibles en la pràctica són limitades. Aquesta tesi aborda aquests reptes mitjançant un marc pràctic d'estimació orientat a aplicacions de gestió de bateries en temps real. El treball revisa els principals enfocaments de modelatge i estimació per a bateries d'ió liti i justifica l'ús de models de circuits equivalents de baix ordre com un compromís adequat entre rellevància física i implementabilitat en línia. També revisa desenvolupa la base teòrica d'estimació necessària per treballar en condicions d'operació realistes, amb una atenció especial a l'observabilitat i a l'excitació. Un punt central és que els estimadors recursius clàssics sovint depenen de l'excitació persistent, mentre que els perfils de corrent de la bateria solen venir imposats per l'operació i poden ser informatius només durant intervals finits. Per superar aquesta limitació, la tesi adopta noves eines basades en regressió com el generalised parameter estimation based observer, el dynamic regressor extension and mixing i els estimadors de mínims quadrats no asimptòtics. Sobre aquesta base, es desenvolupen dues arquitectures d'estimació orientades a l'aplicació. La primera estima conjuntament els paràmetres dominants d'un model de circuit equivalent de primer ordre i la tensió instantània en circuit obert a partir de mesures en línia de corrent i tensió terminal, i es valida mitjançant simulacions i experiments. La segona amplia la perspectiva plug-and-play a la identificació en línia de relacions parametritzades entre la tensió en circuit obert i l'estat de càrrega a partir d'intervals finits informatius. En conjunt, la tesi mostra que és possible dur a terme un monitoratge útil de bateries sense recórrer a campanyes extenses de parametrització fora de línia ni a excitació persistent artificial, i així donar suport a solucions de gestió de bateries més pràctiques. (Español) La descarbonización de los sistemas energéticos, la creciente penetración de la generación renovable y la electrificación del transporte han convertido las baterías de ion-litio en una tecnología clave en las aplicaciones energéticas modernas. Su versatilidad y elevada densidad energética explican su papel central en los vehículos eléctricos y en el almacenamiento estacionario de energía. Sin embargo, su funcionamiento seguro y eficiente depende de sistemas de gestión de baterías capaces de estimar magnitudes internas que no pueden medirse directamente, como el estado de carga, la tensión en circuito abierto y parámetros eléctricos relevantes. Esta tarea es difícil porque el comportamiento de la batería es no lineal, las condiciones de operación son variables y las medidas normalmente disponibles en la práctica son limitadas. Esta tesis aborda estos retos mediante un marco práctico de estimación orientado a aplicaciones de gestión de baterías en tiempo real. El trabajo revisa los principales enfoques de modelado y estimación para baterías de ion-litio y justifica el uso de modelos de circuitos equivalentes de bajo orden como un compromiso adecuado entre relevancia física e implementabilidad en línea. También revisa la base teórica de estimación necesaria para trabajar en condiciones de operación realistas, con especial atención a la observabilidad y a la excitación. Un punto central es que los estimadores recursivos clásicos suelen depender de la excitación persistente, mientras que los perfiles de corriente de la batería suelen venir impuestos por la operación y pueden ser informativos solo durante intervalos finitos. Para salvar esta limitación, la tesis adopta nuevas herramientas basadas en regresión como el generalised parameter estimation based observer, el dynamic regressor extension and mixing y los estimadores de mínimos cuadrados no asintóticos. Sobre esta base, se desarrollan dos arquitecturas de estimación orientadas a la aplicación. La primera estima conjuntamente los parámetros dominantes de un modelo de circuito equivalente de primer orden y la tensión instantánea en circuito abierto a partir de medidas en línea de corriente y tensión terminal, y se valida mediante simulaciones y experimentos. La segunda amplía la perspectiva plug-and-play a la identificación en línea de relaciones parametrizadas entre la tensión en circuito abierto y el estado de carga a partir de intervalos finitos informativos. En conjunto, la tesis muestra que es posible llevar a cabo una monitorización útil de baterías sin recurrir a campañas extensas de parametrización fuera de línea ni a excitación persistente artificial, y así apoyar soluciones de gestión de baterías más prácticas. DOCTORAT EN AUTOMÀTICA, ROBÒTICA I VISIÓ (Pla 2013) |
| Τύπος εγγράφου: | Dissertation/Thesis |
| Περιγραφή αρχείου: | application/pdf |
| Γλώσσα: | English |
| DOI: | 10.5821/dissertation-2117-472656 |
| Σύνδεσμος πρόσβασης: | https://hdl.handle.net/10803/698084 https://dx.doi.org/10.5821/dissertation-2117-472656 |
| Rights: | L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc/4.0/ info:eu-repo/semantics/embargoedAccess |
| Αριθμός Καταχώρησης: | edstdx.10803.698084 |
| Βάση Δεδομένων: | TDX |
| FullText | Text: Availability: 0 CustomLinks: – Url: https://hdl.handle.net/10803/698084# Name: EDS - TDX (ns324271) Category: fullText Text: View record in TDX |
|---|---|
| Header | DbId: edstdx DbLabel: TDX An: edstdx.10803.698084 RelevancyScore: 1447 AccessLevel: 3 PubType: Dissertation/ Thesis PubTypeId: dissertation PreciseRelevancyScore: 1446.97583007813 |
| IllustrationInfo | |
| Items | – Name: Title Label: Title Group: Ti Data: Regression-based estimation of internal variables in lithium-ion batteries – Name: Author Label: Authors Group: Au Data: <searchLink fieldCode="AR" term="%22Martí+Florences%2C+Miquel%22">Martí Florences, Miquel</searchLink> – Name: Author Label: Contributors Group: Au Data: University/Department: Universitat Politècnica de Catalunya. Institut d'Organització i Control de Sistemes Industrials – Name: Author Label: Thesis Advisors Group: Au Data: Costa Castelló, Ramon<br />Cecilia Piñol, Andreu – Name: TitleSource Label: Source Group: Src Data: TDX (Tesis Doctorals en Xarxa) – Name: Publisher Label: Publisher Information Group: PubInfo Data: Universitat Politècnica de Catalunya, 2026. – Name: DatePubCY Label: Publication Year Group: Date Data: 2026 – Name: PhysDesc Label: Physical Description Group: PhysDesc Data: 141 p. – Name: Subject Label: Subject Terms Group: Su Data: <searchLink fieldCode="DE" term="%22bateries%22">bateries</searchLink><br /><searchLink fieldCode="DE" term="%22bateries+d'ió+liti%22">bateries d'ió liti</searchLink><br /><searchLink fieldCode="DE" term="%22sistemes+de+gestió+de+bateries%22">sistemes de gestió de bateries</searchLink><br /><searchLink fieldCode="DE" term="%22models+de+circuits+equivalents%22">models de circuits equivalents</searchLink><br /><searchLink fieldCode="DE" term="%22estat+de+càrrega%22">estat de càrrega</searchLink><br /><searchLink fieldCode="DE" term="%22tensió+en+circuit+obert%22">tensió en circuit obert</searchLink><br /><searchLink fieldCode="DE" term="%22estimació+en+línia+de+paràmetres%22">estimació en línia de paràmetres</searchLink><br /><searchLink fieldCode="DE" term="%22excitació+en+interval%22">excitació en interval</searchLink><br /><searchLink fieldCode="DE" term="%22estimació+plug-and-play%22">estimació plug-and-play</searchLink><br /><searchLink fieldCode="DE" term="%22bateries+d%27ió+liti%22">bateries d’ió liti</searchLink><br /><searchLink fieldCode="DE" term="%22baterías%22">baterías</searchLink><br /><searchLink fieldCode="DE" term="%22baterías+de+ion-litio%22">baterías de ion-litio</searchLink><br /><searchLink fieldCode="DE" term="%22sistemas+de+gestión+de+baterías%22">sistemas de gestión de baterías</searchLink><br /><searchLink fieldCode="DE" term="%22modelos+de+circuitos+equivalentes%22">modelos de circuitos equivalentes</searchLink><br /><searchLink fieldCode="DE" term="%22estado+de+carga%22">estado de carga</searchLink><br /><searchLink fieldCode="DE" term="%22tensión+en+circuito+abierto%22">tensión en circuito abierto</searchLink><br /><searchLink fieldCode="DE" term="%22estimación+en+línea+de+parámetros%22">estimación en línea de parámetros</searchLink><br /><searchLink fieldCode="DE" term="%22excitación+en+intervalo%22">excitación en intervalo</searchLink><br /><searchLink fieldCode="DE" term="%22estimación+plug-and-play%22">estimación plug-and-play</searchLink><br /><searchLink fieldCode="DE" term="%22Àrees+temàtiques+de+la+UPC%3A%3AInformàtica%22">Àrees temàtiques de la UPC::Informàtica</searchLink><br /><searchLink fieldCode="DE" term="%22Àrees+temàtiques+de+la+UPC%3A%3AEnergies%22">Àrees temàtiques de la UPC::Energies</searchLink><br /><searchLink fieldCode="DE" term="%2268+-+Indústries+oficis+i+comerç+d'articles+acabats%2E+Tecnologia+cibernètica+i+automàtica%22">68 - Indústries oficis i comerç d'articles acabats. Tecnologia cibernètica i automàtica</searchLink><br /><searchLink fieldCode="DE" term="%22620+-+Assaig+de+materials%2E+Material+comercials%2E+Economia+de+l'energia%22">620 - Assaig de materials. Material comercials. Economia de l'energia</searchLink> – Name: Abstract Label: Description Group: Ab Data: (English) The decarbonisation of energy systems, the increasing penetration of renewable generation, and the electrification of transport have made lithium-ion batteries a key enabling technology in modern power applications. Their versatility and high energy density explain their central role in electric vehicles and stationary energy storage. However, their safe and efficient operation depends on battery-management systems capable of estimating internal quantities that cannot be measured directly, such as state of charge, open-circuit voltage, and relevant electrical parameters. This task is difficult because battery behaviour is nonlinear, operating conditions are variable, and the measurements normally available in practice are limited. This thesis addresses these challenges through a practical estimation framework for real-time battery-management applications. It reviews the main modelling and estimation approaches for lithium-ion batteries and justifies the use of low-order equivalent circuit models as a suitable compromise between physical relevance and online implementability. It also reviews the estimation-theoretic basis required to work under realistic operating conditions, with particular attention to observability and excitation. A central point is that classical recursive estimators often rely on persistent excitation, whereas battery current profiles are usually dictated by operation and may only be informative over finite intervals. To bridge this gap, the thesis adopts novel regression-based tools such as the generalised parameter estimation based observer, dynamic regressor extension and mixing, and non-asymptotic least squares estimators. On this basis, two application-oriented estimation architectures are developed. The first jointly estimates the dominant parameters of a first-order equivalent circuit model and the instantaneous open-circuit voltage from online current and terminal-voltage measurements, and is validated through simulations and experiments. The second extends the plug-and-play perspective to the online identification of parametrised open-circuit-voltage/state-of-charge relations from finite informative intervals. Overall, the thesis shows that useful battery monitoring can be achieved without extensive offline parametrisation campaigns or artificially persistent excitation, thereby supporting more practical battery-management solutions. – Name: Abstract Label: Description (Translated) Group: Ab Data: (Català) La descarbonització dels sistemes energètics, la creixent penetració de la generació renovable i l'electrificació del transport han convertit les bateries d'ió liti en una tecnologia clau en les aplicacions energètiques modernes. La seva versatilitat i elevada densitat energètica expliquen el seu paper central en els vehicles elèctrics i en l'emmagatzematge estacionari d'energia. Tanmateix, el seu funcionament segur i eficient depèn de sistemes de gestió de bateries capaços d'estimar magnituds internes que no es poden mesurar directament, com ara l'estat de càrrega, la tensió de circuit obert i paràmetres elèctrics rellevants. Aquesta tasca és difícil perquè el comportament de la bateria és no lineal, les condicions d'operació són variables i les mesures disponibles en la pràctica són limitades. Aquesta tesi aborda aquests reptes mitjançant un marc pràctic d'estimació orientat a aplicacions de gestió de bateries en temps real. El treball revisa els principals enfocaments de modelatge i estimació per a bateries d'ió liti i justifica l'ús de models de circuits equivalents de baix ordre com un compromís adequat entre rellevància física i implementabilitat en línia. També revisa desenvolupa la base teòrica d'estimació necessària per treballar en condicions d'operació realistes, amb una atenció especial a l'observabilitat i a l'excitació. Un punt central és que els estimadors recursius clàssics sovint depenen de l'excitació persistent, mentre que els perfils de corrent de la bateria solen venir imposats per l'operació i poden ser informatius només durant intervals finits. Per superar aquesta limitació, la tesi adopta noves eines basades en regressió com el generalised parameter estimation based observer, el dynamic regressor extension and mixing i els estimadors de mínims quadrats no asimptòtics. Sobre aquesta base, es desenvolupen dues arquitectures d'estimació orientades a l'aplicació. La primera estima conjuntament els paràmetres dominants d'un model de circuit equivalent de primer ordre i la tensió instantània en circuit obert a partir de mesures en línia de corrent i tensió terminal, i es valida mitjançant simulacions i experiments. La segona amplia la perspectiva plug-and-play a la identificació en línia de relacions parametritzades entre la tensió en circuit obert i l'estat de càrrega a partir d'intervals finits informatius. En conjunt, la tesi mostra que és possible dur a terme un monitoratge útil de bateries sense recórrer a campanyes extenses de parametrització fora de línia ni a excitació persistent artificial, i així donar suport a solucions de gestió de bateries més pràctiques.<br />(Español) La descarbonización de los sistemas energéticos, la creciente penetración de la generación renovable y la electrificación del transporte han convertido las baterías de ion-litio en una tecnología clave en las aplicaciones energéticas modernas. Su versatilidad y elevada densidad energética explican su papel central en los vehículos eléctricos y en el almacenamiento estacionario de energía. Sin embargo, su funcionamiento seguro y eficiente depende de sistemas de gestión de baterías capaces de estimar magnitudes internas que no pueden medirse directamente, como el estado de carga, la tensión en circuito abierto y parámetros eléctricos relevantes. Esta tarea es difícil porque el comportamiento de la batería es no lineal, las condiciones de operación son variables y las medidas normalmente disponibles en la práctica son limitadas. Esta tesis aborda estos retos mediante un marco práctico de estimación orientado a aplicaciones de gestión de baterías en tiempo real. El trabajo revisa los principales enfoques de modelado y estimación para baterías de ion-litio y justifica el uso de modelos de circuitos equivalentes de bajo orden como un compromiso adecuado entre relevancia física e implementabilidad en línea. También revisa la base teórica de estimación necesaria para trabajar en condiciones de operación realistas, con especial atención a la observabilidad y a la excitación. Un punto central es que los estimadores recursivos clásicos suelen depender de la excitación persistente, mientras que los perfiles de corriente de la batería suelen venir impuestos por la operación y pueden ser informativos solo durante intervalos finitos. Para salvar esta limitación, la tesis adopta nuevas herramientas basadas en regresión como el generalised parameter estimation based observer, el dynamic regressor extension and mixing y los estimadores de mínimos cuadrados no asintóticos. Sobre esta base, se desarrollan dos arquitecturas de estimación orientadas a la aplicación. La primera estima conjuntamente los parámetros dominantes de un modelo de circuito equivalente de primer orden y la tensión instantánea en circuito abierto a partir de medidas en línea de corriente y tensión terminal, y se valida mediante simulaciones y experimentos. La segunda amplía la perspectiva plug-and-play a la identificación en línea de relaciones parametrizadas entre la tensión en circuito abierto y el estado de carga a partir de intervalos finitos informativos. En conjunto, la tesis muestra que es posible llevar a cabo una monitorización útil de baterías sin recurrir a campañas extensas de parametrización fuera de línea ni a excitación persistente artificial, y así apoyar soluciones de gestión de baterías más prácticas.<br />DOCTORAT EN AUTOMÀTICA, ROBÒTICA I VISIÓ (Pla 2013) – Name: TypeDocument Label: Document Type Group: TypDoc Data: Dissertation/Thesis – Name: Format Label: File Description Group: SrcInfo Data: application/pdf – Name: Language Label: Language Group: Lang Data: English – Name: DOI Label: DOI Group: ID Data: 10.5821/dissertation-2117-472656 – Name: URL Label: Access URL Group: URL Data: <link linkTarget="URL" linkTerm="https://hdl.handle.net/10803/698084" linkWindow="_blank">https://hdl.handle.net/10803/698084</link><br /><link linkTarget="URL" linkTerm="https://dx.doi.org/10.5821/dissertation-2117-472656" linkWindow="_blank">https://dx.doi.org/10.5821/dissertation-2117-472656</link> – Name: Copyright Label: Rights Group: Cpyrght Data: L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc/4.0/<br />info:eu-repo/semantics/embargoedAccess – Name: AN Label: Accession Number Group: ID Data: edstdx.10803.698084 |
| PLink | https://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edstdx&AN=edstdx.10803.698084 |
| RecordInfo | BibRecord: BibEntity: Identifiers: – Type: doi Value: 10.5821/dissertation-2117-472656 Languages: – Text: English PhysicalDescription: Pagination: PageCount: 141 Subjects: – SubjectFull: bateries Type: general – SubjectFull: bateries d'ió liti Type: general – SubjectFull: sistemes de gestió de bateries Type: general – SubjectFull: models de circuits equivalents Type: general – SubjectFull: estat de càrrega Type: general – SubjectFull: tensió en circuit obert Type: general – SubjectFull: estimació en línia de paràmetres Type: general – SubjectFull: excitació en interval Type: general – SubjectFull: estimació plug-and-play Type: general – SubjectFull: bateries d’ió liti Type: general – SubjectFull: baterías Type: general – SubjectFull: baterías de ion-litio Type: general – SubjectFull: sistemas de gestión de baterías Type: general – SubjectFull: modelos de circuitos equivalentes Type: general – SubjectFull: estado de carga Type: general – SubjectFull: tensión en circuito abierto Type: general – SubjectFull: estimación en línea de parámetros Type: general – SubjectFull: excitación en intervalo Type: general – SubjectFull: estimación plug-and-play Type: general – SubjectFull: Àrees temàtiques de la UPC::Informàtica Type: general – SubjectFull: Àrees temàtiques de la UPC::Energies Type: general – SubjectFull: 68 - Indústries oficis i comerç d'articles acabats. Tecnologia cibernètica i automàtica Type: general – SubjectFull: 620 - Assaig de materials. Material comercials. Economia de l'energia Type: general Titles: – TitleFull: Regression-based estimation of internal variables in lithium-ion batteries Type: main BibRelationships: HasContributorRelationships: – PersonEntity: Name: NameFull: Martí Florences, Miquel IsPartOfRelationships: – BibEntity: Dates: – D: 16 M: 07 Type: published Y: 2026 |
| ResultId | 1 |