Estimasi State of Health (SOH) dengan Pengamatan Hambatan Internal pada Model Baterai Thevenin

FAJAR FAHMI HIDAYAT, Dr.Eng., Adha Imam Cahyadi, ST., M.Eng.; Dr. Ir. Samiadji Herdjunanto, M.Sc.

2019 | Skripsi | S1 TEKNIK ELEKTRO

Performa sebuah baterai umumnya akan mengalami penurunan sejalan dengan umur baterai tersebut. Penggunaan baterai yang sudah tidak memiliki performa yang sesuai, akan mengakibatkan kerusakan pada peranti elektronik. Pada BMS parameter umur baterai ini disebut dengan State of Health (SOH). SOH memegang peran penting dalam BMS, akan tetapi pengukuran SOH tidak dapat dilakukan dengan suatu alat ukur secara langsung, karena SOH tidak terikat oleh besaran fisik apapun. Pada penelitian – penelitian yang sudah dilakukan oleh peneliti lain, SOH biasanya diestimasi dengan sebuah parameter lain seperti jumlah siklus pengisian daya dan pengosongan daya atau hambatan internal. Pada tugas akhir ini SOH akan diestimasi menggunakan hambatan internal. Metode yang digunakan adalah Recursive Least Square. Hasil dari penelitian menunjukkan Recursive Least Square dapat melakukan estimasi hambatan internal, dengan MSE 5,7246 x 10-6 untuk SFF dan 5,4232 x 10-6 untuk MFF.

Usually, the performance of a battery will decrease match with the life of the battery. The use of batteries that do not have the appropriate performance, will damage the electronic devices. Battery life parameter called State of Health (SOH) in BMS. SOH has an important role in BMS, but SOH cannot be measured directly by measuring instrument, because SOH is not bound with physical quantities. In past research, SOH is usually approached with other parameters such as the number of cycles of charging and discharging or internal resistance. In this final project, SOH will be estimated with internal resistance. The method used for estimating SOH is Recursive Least Square. The results of this research show that RLS can estimates internal resistance, with MSE 5,7246 x 10-6 for SFF and 5,4232 x 10-6 for MFF.

Kata Kunci : Battery Management System, State of Health, Model Baterai Thevenin, Recursive Least Square Single Forgetting Factor, Recursive Least Square Multiple Forgetting Factor