MODELADO Y OPTIMIZACIÓN DE SISTEMAS DE ALMACENAMIENTO BASADOS EN BATERÍAS DE LI-ION
Fecha de comienzo:
28 Noviembre 2022
Modalidad:
Online
Duración:
1 hora
Precio:
Gratuito
DESCRIPCIÓN DE LA FORMACIÓN
Los sistemas de almacenamiento son un elemento clave en la descarbonización de la economía, ya que permiten un mayor aprovechamiento de la generación renovable y las infraestructuras eléctricas existentes. Sin embargo, son sistemas complejos que requieren de la generación de grandes cantidades de datos y del desarrollo modelos detallados para optimizar su viabilidad técnico-económica. Por ello, el presente curso aprovechará la dilatada experiencia de CIDETEC en el desarrollo de sistemas de almacenamiento para dar a conocer los aspectos fundamentales del modelado y optimización de baterías de Li-ion.
A lo largo del curso se abordarán temas como los parámetros clave para realizar el modelado, la secuencia del proceso y los tipos de modelos junto a sus aplicaciones más interesantes dentro del ámbito de las microrredes. Además, se darán a conocer los principales indicadores de estado de la batería que servirán para asegurar la operación óptima del sistema.
En definitiva, el curso pretende mostrar cómo se trasladan los resultados obtenidos a partir de la experimentación en laboratorio a modelos matemáticos a ordenador que permitan describir con detalle las dinámicas de las baterías de Li-ion.
OBJETIVOS DE LA FORMACIÓN
- Mostrar los parámetros más relevantes a la hora de realizar el modelado de baterías,
- Dar a conocer los tipos de modelos de baterías y sus aplicaciones,
- Profundizar en el proceso de modelado de baterías,
- Dar a conocer los principales indicadores de estado de las baterías, así como la forma de obtenerlos,
- Mostrar las claves para realizar un modelado óptimo de baterías.
PERFIL DEL ALUMNADO
El curso se ha planteado de tal manera que sea de utilidad para un alumnado con distintos niveles de conocimiento en baterías de Li-ion; ya que, partiendo de un conocimiento más genérico del proceso de modelado, se llega a niveles de detalle que pueden resultar de mayor interés para un alumnado cercano a un perfil investigador en esta materia.
¿QUÉ TE APORTARA LA SIGUIENTE FORMACIÓN?
- Conocer en mayor detalle el proceso de modelado de baterías de Li-ion
- Entender la aplicabilidad y diferencias entre los distintos tipos de modelos
- Consolidar los conocimientos en cuanto a los principales indicadores de estado de baterías
- Conocer los parámetros diferenciales a tener en cuenta a la hora de desarrollar un tipo de modelo u otro
- Conocer los parámetros clave a la hora de modelar una química de Li-ion u otra
PROGRAMA QUE VERÁS DURANTE LA FORMACIÓN
- Objetivos del curso
- Introducción
- Aspectos a considerar al realizar el modelado
- Modelos eléctricos y de degradación
- Proceso de modelado (Parte 1: caracterización de celda)
- Proceso de modelado (Parte 2: análisis de datos y desarrollo de modelos)
- Estimadores de estado
- Resumen y conclusiones
¿QUIÉN IMPARTE EL CURSO?
Pilar Meneses de Quevedo finalizó el Doctorado en Ciencias y Tecnologías aplicadas a la Ingeniería Industrial en la Universidad de Castilla-La Mancha en 2018. El marco de la Tesis se centró en el desarrollo de modelos de operación y planificación de la red de distribución eléctrica que incorporan energía renovable como sistemas de almacenamiento. Además, anteriormente trabajó en trading de energía diseñando estrategias de compra y venta en el mercado de electricidad como en la gestión diaria de la programación de las centrales de generación. Actualmente, sus principales campos de investigación se centran en las aplicaciones estacionarias de los sistemas de almacenamiento de energía tanto en la integración de las energías renovables en la operación de las redes eléctricas y servicios de red, como en la carga de vehículos eléctricos en las estaciones de recarga, e instalaciones de autoconsumo. El trabajo se centra tanto en la redacción de propuestas, realización de ofertas y ejecución de proyectos tanto de ámbito autonómico, nacional como europeo dentro de la línea de especialización de estacionaria. Concretamente sus principales competencias se centran en el desarrollo de metodologías y herramientas de dimensionamiento de sistemas de almacenamiento eléctrico como el Li-ion incorporando los algoritmos de degradación, y en el análisis tecno-económico de la viabilidad de las baterías.
Ander Zubiria Gómez es Ingeniero de Energías Renovables por la Universidad del País Vasco (2018) y posee el Máster de Integración de las Energías Renovables en el Sistema Eléctrico por la Universidad del País Vasco (2020). Trabajando en CIDETEC desde agosto de 2021, ha desarrollado su actividad como investigador en sistemas de almacenamiento para aplicaciones estacionarias, en proyectos tanto de investigación como industriales, y es actualmente el encargado de liderar el Pilar 4 del Proyecto ENERISLA. Anteriormente, ha trabajado en el ámbito de la consultoría estratégica sobre nuevos modelos de negocio (comunidades energéticas, almacenamiento y agregación de la demanda) dentro del sector energético. Sus campos de interés dentro de la investigación son las estrategias de gestión energética, el modelado, la optimización y la integración de baterías y recursos de generación renovables.
SOBRE CIDETEC
CIDETEC Energy Storage es un centro especialista en la generación de nuevas tecnologías de baterías y su transferencia a la industria. Haciendo uso de unas capacidades únicas en Europa para probar y caracterizar baterías, modelar y predecir su duración con perfiles de uso específicos, así como para dimensionar adecuadamente diferentes sistemas. El centro tiene capacidad para desarrollar productos y procesos completos y ofrece servicios de validación de materiales, fabricación piloto, ingeniería de packs y ensayo de baterías. Por ello, trabajamos en colaboración directa con las principales empresas nacionales e internacionales, incluidos los fabricantes de vehículos ligeros y pesados, la industria aeroespacial, los fabricantes de baterías, las empresas energéticas y los operadores de infraestructuras.