Otro tema crucial es la supervisión eficiente de las baterías, que puede optimizar su rendimiento y prolongar su vida útil, minimizando así el desperdicio innecesario y preservando recursos valiosos. Este artículo proporcionará una breve descripción de algunas de las métricas importantes utilizadas para mejorar la eficiencia de las baterías y una guía sobre las consideraciones clave a la hora de seleccionar sistemas de gestión de baterías para estas aplicaciones.
Introducción
Elegir una batería adecuada y el sistema de gestión de baterías (BMS) que la acompaña es una decisión crítica en el diseño de un robot móvil autónomo (AMR), como se muestra en la Figura 1. En entornos estrechamente integrados como fábricas y almacenes, donde cada segundo de funcionamiento importa, garantizar el funcionamiento seguro y fiable de todos los componentes es de suma importancia.
Las soluciones BMS pueden proporcionar mediciones precisas sobre la carga y descarga de las baterías, lo que maximiza la capacidad utilizable. Además, las mediciones precisas permiten un cálculo exacto del estado de carga (SoC) y la profundidad de descarga (DoD), que son parámetros esenciales para permitir flujos de trabajo más inteligentes de los robots móviles. Igualmente importantes son los aspectos de seguridad de estos sistemas y resulta crucial considerar las tecnologías BMS que proporcionan tanto protección contra sobrecarga como detección de sobrecorriente al seleccionar sistemas para estas aplicaciones.
Figura 1. Un diagrama AMR.
¿Qué son los sistemas de gestión de baterías?
Un BMS es un sistema electrónico que puede utilizarse para supervisar de cerca varios parámetros de un paquete de baterías y/o de sus celdas individuales. Es fundamental para lograr la máxima capacidad utilizable de las baterías y, al mismo tiempo, garantizar un funcionamiento seguro y fiable. Un sistema eficiente no solo puede optimizar la capacidad utilizable de la batería de forma segura, sino que también proporciona a los ingenieros parámetros valiosos como el voltaje de la celda, el estado de carga (SoC), el estado de descarga (DoD), el estado de salud (SoH), la temperatura y la corriente, todos los cuales pueden utilizarse para obtener el mejor rendimiento de un sistema.
¿Qué son el SoC, el DoD y el SoH, y por qué son importantes para los vehículos de guiado automático (AGV) y los AMR?
SoC, DoD y SoH son algunos de los parámetros comunes utilizados en BMS para determinar si el sistema está en buen estado, la detección temprana de fallos, el envejecimiento de las celdas y el tiempo de funcionamiento restante.
El SoC significa estado de carga y puede definirse por el nivel de carga de una batería en relación con su capacidad total. El SoC se expresa normalmente como un porcentaje, donde 0 % = vacío y 100 % = lleno.
El SoH o estado de salud puede definirse por la capacidad máxima (Cmáx.) de la batería que puede liberarse en relación con su capacidad nominal (Cnom.).
El DoD o profundidad de descarga es la métrica opuesta al SoC y se define por el porcentaje de la batería que se ha descargado (Cliberada) en relación con su capacidad nominal (Cnom.).
¿Cómo son relevantes para una solución de AMR?
El SoC de una batería varía según la arquitectura de la batería; sin embargo, es necesario contar con un sistema preciso para medir el estado de una batería. Dos tipos principales de baterías de uso común son las de iones de litio y las de plomo-ácido. Cada una tiene sus pros y sus contras, con varias subcategorías. En general, las baterías de iones de litio se consideran una mejor opción para los robots porque ofrecen:
► Más densidad de energía, que podría ser del orden de 8 a 10 veces la densidad de energía de una batería de plomo-ácido.
► Las baterías de iones de litio son más ligeras que las baterías de plomo-ácido de la misma capacidad.
► Cargar una batería de plomo-ácido lleva más tiempo que cargar una batería de iones de litio.
► Las baterías de iones de litio ofrecen un ciclo de vida prolongado, lo que permite un número significativamente mayor de ciclos de carga.
Sin embargo, estas ventajas conllevan un coste más elevado y plantean ciertos retos que deben abordarse para aprovechar plenamente sus ventajas de rendimiento.
Para explicar mejor esto en una aplicación real, es posible analizar el gráfico de la Figura 2, que compara la profundidad de descarga (DoD) de una batería de plomo-ácido y una batería de iones de litio. Se puede observar que el voltaje del paquete varía mínimamente para una batería de iones de litio al pasar del 0 % de DoD al 80 % de DoD. El 80 % de DoD suele ser el límite inferior para las baterías de iones de litio y cualquier valor por debajo de ese puede considerarse un nivel peligroso.
Sin embargo, debido a que el voltaje de la batería de iones de litio solo cambia mínimamente para el rango utilizable, incluso un pequeño error de medición podría conducir a una disminución sustancial en el rendimiento.
Figura 2. Nivel de voltaje de la batería frente a DoD.
Figura 3. Batería genérica AMR y arquitectura BMS.
Para ilustrar esto en un escenario real:
Imagine que el siguiente AMR es un sistema de 24 V y utiliza un paquete de baterías LiFePo4 de 27,2 V en el que cada celda tiene una capacidad de 3,4 V cuando está completamente cargada. Véase la Figura 3.
En la Tabla 1 se puede ver un perfil común para un SoC para una batería de este tipo.
Tabla 1. Datos de ejemplo para la celda de la batería LiFePo4 y el voltaje del paquete
Para las baterías LiFePo4, el rango utilizable puede variar, pero una buena regla general es considerar que el SoC mínimo es del 10 % y el máximo del 90 %.
Cualquier valor por debajo del nivel mínimo puede provocar un cortocircuito interno en la batería, y cargarla por encima del 90 % reduce la vida útil de estas baterías.
Teniendo en cuenta la Tabla 1, nótese que el rango de voltaje por celda es de 350 mV, y para un paquete de 27,2 V con 8 celdas, es de 3,2 V. Teniendo esto en cuenta, podemos hacer las siguientes suposiciones:
Si el rango de voltaje de celda utilizable para una batería LiFePo4 es de 350 mV, entonces cada 1 mV de error de medición de celda reduce el rango en un 0,28 %.
Si el coste de un paquete de baterías es de 4000 $, el coste del error es:
4000 $ × 0,28 % = 11,20 $/mV de error, lo que significa que los paquetes de baterías estarían infrautilizados para el rango.
Aunque el 0,28 % del rango puede parecer insignificante, cuando se amplía a múltiples sistemas AMR, este porcentaje podría multiplicarse por cientos o incluso miles, lo que lo convierte en un factor significativo. Este factor se vuelve aún más relevante si se tiene en cuenta la degradación natural de la batería.
La degradación natural también desempeña un papel importante en el estado de la batería, ya que, con el tiempo, el SoC máximo de una batería se degradará (Figura 4), por lo que una medición precisa de las celdas es la mejor manera de mantener el rendimiento en un nivel óptimo, incluso después de la degradación natural.
Figura 4. Reducción máxima del rango utilizable debido a la degradación natural.
Monitorizar todos los parámetros y controlar con precisión el uso de la batería es la mejor manera de prolongar el ciclo de vida y aprovechar cada unidad de carga.
¿Cómo pueden las soluciones BMS de ADI aumentar la productividad y resolver problemas?
Entonces, ¿qué tecnologías puede ofrecer el BMS de ADI para mejorar y lograr un alto rendimiento en aplicaciones de robótica móvil?
La precisión de la gestión de la batería mejora significativamente la eficiencia de las baterías al medir con precisión las celdas, lo que permite un control y una estimación más precisos del estado de carga en diversas composiciones químicas de la batería. La medición de cada celda individualmente garantiza un control seguro del estado de la batería. Este control preciso facilita la carga equilibrada, evitando la sobrecarga y descarga de las celdas. Además, las mediciones sincrónicas de corriente y voltaje aumentan la precisión de los datos adquiridos. La detección extremadamente rápida de sobrecorriente permite una rápida detección de fallos y paradas de emergencia, lo que garantiza la seguridad y la fiabilidad.
Figura 5. Principales factores de degradación de las baterías de iones de litio.
El ADBMS6948 proporciona todas las especificaciones clave necesarias para los robots móviles, pero algunas especificaciones críticas con consideraciones de diseño de BMS para un robot móvil son:
► Pequeño error de medición total (TME) a lo largo de la vida útil (desde –40 °C a +125 °C)
► Medición simultánea y continua de los voltajes de las celdas.
► Interfaz isoSPI™ integrada.
► Tolerante a la conexión en caliente sin protección externa.
► Equilibrado (balancing) pasivo de celdas.
► Monitorización de celdas de baja potencia (LPCM) para la monitorización de celdas y temperatura en estado de apagado.
► Baja corriente de alimentación en modo de reposo.
Reducir los residuos y ayudar al medio ambiente
Según el informe de 2023 de la Agencia Internacional de la Energía (International Energy Agency sobre baterías, «las baterías son un componente esencial de la transición hacia la energía limpia».1 Es crucial reconocer la importancia de gestionar adecuadamente estos recursos. Los materiales que constituyen una batería son difíciles de extraer del medio ambiente, lo que subraya la necesidad de su utilización óptima. Mediante la gestión eficiente de los parámetros de carga y descarga, podemos prolongar la vida útil de las baterías, lo que permite utilizarlas durante períodos más largos sin necesidad de reemplazarlas.
El bajo factor de riesgo con protección contra sobrecorriente que proporciona la función BMS de ADI permite un funcionamiento muy seguro y reduce el riesgo de dañar tanto la batería como el sistema conectado como carga.
En la Figura 5 se pueden ver algunos ejemplos de factores de degradación en las baterías de iones de litio, y es importante señalar que pueden conducir a situaciones peligrosas como la combustión y la explosión, que podrían convertirse rápidamente en catastróficas.2
Todos los parámetros que influyen en la degradación de la batería pueden medirse, tratarse y actuar sobre ellos, proporcionando al sistema las condiciones más óptimas para funcionar durante la vida útil requerida. Aumentar la vida útil de la batería es un factor importante en la reducción de residuos, ya que ahora las baterías pueden utilizarse durante más tiempo gracias a una gestión optimizada, lo que reduce eficazmente la eliminación innecesaria de las celdas de la batería.
Conclusión
En resumen, podemos concluir que los BMS no solo pueden aumentar el rendimiento general del sistema al permitir que cada parámetro se controle con precisión, sino también reducir los costes y los residuos. En un entorno de fabricación en evolución que se está automatizando cada vez más y busca un porcentaje adicional de rendimiento en sus robots móviles, el control y la gestión precisos de los activos se vuelven esenciales.
Para obtener más información sobre las ofertas de ADI para robots móviles industriales, consulte nuestra página de soluciones robóticas.
Referencias
1 «Baterías y transiciones energéticas seguras». Agencia Internacional de la Energía, 2023.
2 Xiaoqiang Zhang, Yue Han y Weiping Zhang. «Una revisión de los factores que afectan a la vida útil de las baterías de iones de litio».
Transactions on Electrical and Electronic Materials, Vol. 22, julio de 2021.
Sobre el autor
Con sede en Limerick, Rafael Marengo es ingeniero de aplicaciones de sistemas en la Unidad de Negocio de Robótica y Movimiento Conectado (Connected Motion and Robotics Business Unit) de Analog Devices, y da soporte a diversas tecnologías que van desde BMS, control de movimiento y otras. Se incorporó a ADI en 2019 como ingeniero de evaluación de diseño para el grupo de Tecnología de Convertidores de Precisión (Precision Converters Technology ). Rafael es licenciado en Ingeniería de Control y Automatización por la Universidad Federal de Lavras, en Brasil. Antes de incorporarse a ADI, trabajó como director de I+D en una empresa emergente de visión artificial centrada en el mercado de la tecnología agrícola, donde fue responsable de la comercialización de numerosos productos a escala mundial.
