(Español) Descripción del Proyecto

El objetivo del proyecto EOBLi (Empaquetamiento Óptimo de Baterías de Litio) es desarrollar una herramienta computacional para facilitar el diseño de bancos de baterías. El problema es complejo ya que los objetivos de diseño de los bancos de baterías de ion-litio compiten entre sí y son difíciles de colocar en una sola expresión matemática. Para resolver el problema de optimización, el proyecto EOBLi utiliza técnicas avanzadas de modelación multi-objetivo, que con ayuda de algoritmos de inteligencia computacional, permite obtener los diseños óptimos de bancos de baterías de ion-litio. Para obtener los valores de las funciones, se utiliza un software de simulación computacional y modelos térmicos y de vida útil avanzados.

A fractal time thermal model for predicting the surface temperature of air-cooled cylindrical Li-ion cells based on experimental measurements (Journal of Power Sources 306, Febrero 2016).
Multi-objective optimal design of lithium-ion battery packs based on evolutionary algorithms (Journal of Power Sources 267, Noviembre 2014).

(Español) Descripción del Proyecto

El objetivo del proyecto EOBLi (Empaquetamiento Óptimo de Baterías de Litio) es desarrollar una herramienta computacional para facilitar el diseño de bancos de baterías. El problema es complejo ya que los objetivos de diseño de los bancos de baterías de ion-litio compiten entre sí y son difíciles de colocar en una sola expresión matemática. Para resolver el problema de optimización, el proyecto EOBLi utiliza técnicas avanzadas de modelación multi-objetivo, que con ayuda de algoritmos de inteligencia computacional, permite obtener los diseños óptimos de bancos de baterías de ion-litio. Para obtener los valores de las funciones, se utiliza un software de simulación computacional y modelos térmicos y de vida útil avanzados.

A fractal time thermal model for predicting the surface temperature of air-cooled cylindrical Li-ion cells based on experimental measurements (Journal of Power Sources 306, Febrero 2016).
Multi-objective optimal design of lithium-ion battery packs based on evolutionary algorithms (Journal of Power Sources 267, Noviembre 2014).