La correcta modelització de bateries és clau per a una gestió eficaç de l’energia, ja que té un paperfonamental tant en l’allargament de la durada de la bateria com en la garantia de la seva seguretat operativa. Dins del camp de la tecnologia de cel·les de bateries de ions de liti (Li-ion), l’estimació precisa de l’estat de càrrega (SOC) i l’estat de salut (SOH) és fonamental per aconseguir un rendiment òptim. Mitjançant la navegació per aquestes tècniques, es pretén aclarir els reptes, oportunitats i avenços en el camp de la modelització de bateries de ions de liti. El marc de modelització proposat s’ha validat utilitzant dades experimentals obtingudes de cel·les cilíndriques de Li-NMC (Lithium Nickel, Manganès, Cobalt Oxide). Es van dur a terme diversos procediments de prova en diferents condicions per caracteritzar el seu rendiment. L’anàlisi d’aquestes proves també és un aspecte important d’aquesta tesi, ja que explica el comportament de les cel·les Li-NMC i proporciona informació sobre les seves característiques de rendiment en diversos escenaris. Basant-se en la bibliografia previa, aquesta tesi de màster revisa els fonaments de les cel·les secundàries, amb un enfocament particular en les cel·les de bateries Li-NMC. Dins de l’estructura de cel·les es discuteixen diversos elements, oferint una comprensió detallada de les seves propietats i les seves funcions. A més, aquesta tesi aborda els mecanismes d’envelliment, examinant factors com l’envelliment del calendari i l’envelliment del cicle. A més a més, proporciona una visió general de diferents enfocaments de modelització de cel·les de bateries, que cobreixen models de circuits equivalents (ECM), models electroquímics i models basats en dades. La selecció dels models i tècniques s’ha basat en els recursos disponibles i s’alineen amb l’objectiu de proporcionar solucions fermes per a la correcta modelització de les bateries. En aquest context, s’han desenvolupat dos ECM diferents. Un es basa principalment en el perfil de càrrega dinàmica, que permet el monitoratge en línia, mentre que l’altre es basa en l’espectroscòpia d’impedància electroquímica (EIS), un mètode fora de línia. A més, es realitza una anàlisi diferencial, que estableix una relació entre el rendiment durant una prova de càrrega i els mecanismes d’envelliment

La precisión en la modelización de las baterías es fundamental para gestionar eficazmente la energía, prolongar su vida útil y garantizar su seguridad operativa. En el campo de la tecnología de celdas de batería de iones de litio (Li-ion), la estimación precisa del estado de carga (SOC) y el estado de salud (SOH) es esencial para lograr un rendimiento óptimo. Este trabajo se adentra en una exploración de las diversas técnicas destinadas a alcanzar este objetivo. Al examinar estas técnicas, se busca esclarecer los desafíos, oportunidades y avances en el ámbito de la modelización de celdas Li-ion. El marco de modelización propuesto se valida utilizando datos experimentales obtenidos de celdas cilíndricas de Li-NMC (Óxido de Litio Níquel Manganeso Cobalto). Se llevaron a cabo diversos tests en diferentes condiciones para caracterizar su comportamiento. El análisis de estos ensayos también es un aspecto crucial de este trabajo, ya que proporciona una visión de las características en diversos escenarios. Este trabajo revisa los fundamentos de las baterías secundarias, con un enfoque especial en las celdas de baterías Li-NMC. Se analizan varios elementos dentro de la estructura de las celdas, ofreciendo una comprensión detallada de sus propiedades y funciones. Además, esta tesis aborda los mecanismos de envejecimiento, examinando factores como el envejecimiento por tiempo (calendario) y el envejecimiento cíclico. También ofrece una visión general de los diferentes enfoques de modelización de las celdas de batería, que incluyen modelos de circuito equivalente (MCE), modelos electroquímicos y modelos basados en datos. La selección de los modelos y técnicas empleadas se basa en los recursos disponibles y se ajusta al objetivo de proporcionar soluciones sólidas para una modelización precisa de las baterías. En este contexto, se han desarrollado dos ECM diferentes. Uno de ellos se basa principalmente en el perfil dinámico de pulsos, lo que permite la monitorización on-line, mientras que el otro se basa en la espectroscopia de impedancia electroquímica (EIS), un método off-line. Además, se lleva a cabo un análisis diferencial, estableciendo una relación entre el resultado durante las pruebas de carga y los mecanismos de envejecimiento

Accurate battery modelling is the key to effective energy management, as it plays an important role in extending battery lifespan and ensuring operational safety. Within the field of lithium- ion (Li-ion) battery cell technology, precise estimation of state-of-charge (SOC) and state-of-health (SOH) is fundamental for achieving optimal performance. This thesis embarks on an exploration of the different techniques for estate and health monitoring. By navigating these techniques, it is intended to clarify the challenges, opportunities and advances in the field of lithium-ion battery cell modelling. The proposed modelling framework is validated using experimental data obtained from cylindrical Li-NMC (Lithium Nickel Manganese Cobalt Oxide) cells. Diverse test procedures were conducted under different conditions to characterize their performance. The analysis of these tests is also an important aspect of this thesis, as it sheds light on the behaviour of Li-NMC cells and provides insight into their performance characteristics in various scenarios. Departing from the literature, this Master’s thesis reviews the fundamentals of secondary batteries, with a particular focus on Li-NMC battery cells. Within the cell structure, various elements are discussed, offering a detailed understanding of their properties and their roles. Moreover, this thesis addresses the ageing mechanisms, examining factors such as calendar ageing, and cycle ageing. Additionally, it provides an overview of different battery cell modelling approaches, covering equivalent circuit models (ECM), electrochemical models, and data-driven models. The selection of the models and techniques are based on the available resources and it aligns with the aim of providing robust solutions for accurate battery modelling. In this context, two different ECMs have been developed. One is primarily based on a dynamic load profile, enabling online monitoring, while the other relies on Electrochemical Impedance Spectroscopy (EIS), an offline method. Furthermore, a differential analysis is conducted, establishing a relationship between the performance during charging tests and ageing mechanisms