A medição do estado de saúde (SOH) das baterias de lítio em veículos elétricos quase sempre apresenta valores diferentes quando realizada através de ferramentas de diagnóstico via OBD (On-Board Diagnostics) em comparação com as medições feitas pelo sistema de gestão da bateria (BMS). Vários fatores contribuem para essas discrepâncias, incluindo métodos de medição, precisão dos sensores, algoritmos de estimativa e principalmente o tipo e a qualidade do equipamento utilizado.
Métodos de Medição
O BMS usa algoritmos avançados, como o filtro de Kalman, para estimar o SOH com base em parâmetros internos detalhados da bateria, incluindo a resistência interna e a capacidade de carga. Mas, por outro lado, as ferramentas OBD utilizam métodos mais simples ou baseados em dados menos precisos. Isso resulta em estimativas menos exatas de SOH. O canal OBD não foi concebido para esse tipo de leitura nem possui a precisão necessária. Atualmente, o sistema EIS (Espectrometria de Impedância Eletroquímica) é o modelo mais preciso para leitura e análise do envelhecimento eletroquímico das células. Outros métodos complementares incluem MLA, Ultrasonic Testing e MRI.
Precisão dos Sensores
O BMS integra-se diretamente com a bateria e tem acesso a medições mais precisas e frequentes de tensão, corrente e temperatura. Ou seja, este sistema monitora continuamente a bateria, utilizando sensores dedicados e de alta precisão para medir estas grandezas, permitindo uma estimativa mais precisa do SOH. Mas, por outro lado, os equipamentos de diagnóstico OBD não têm o mesmo nível de detalhe e precisão dos dados. Eles dependem de dados transmitidos pela ECU (Unidade de Controle Eletrónico) do veículo, que pode não incluir todos os parâmetros relevantes ou ter uma resolução inferior.
Algoritmos de Estimativa
Os algoritmos do BMS são geralmente mais sofisticados e ajustam-se dinamicamente às condições operacionais da bateria. Por exemplo, consideram fatores como a idade da bateria, o ciclo de carga/descarga e o histórico de uso. O BMS utiliza frequentemente algoritmos avançados, como redes neurais artificiais e técnicas de aprendizagem profunda, treinados para as condições específicas da bateria e do veículo. Em contraste, as ferramentas OBD podem utilizar algoritmos genéricos ou baseados em modelos simplificados, que não se adaptam tão bem às variações específicas de cada bateria.
Modelagem de Degradação
O BMS incorpora modelos de degradação química e mecânica que consideram fatores como a formação da camada SEI (Solid Electrolyte Interface) e a propagação de fissuras nos materiais ativos. Portanto, esses modelos preveem a perda de capacidade e resistência com maior precisão do que os métodos utilizados pelos equipamentos OBD.
Conclusão
As diferenças nas medições de SOH entre os equipamentos de diagnóstico OBD e os sistemas BMS das baterias de veículos elétricos resultam principalmente da precisão e complexidade dos modelos utilizados, métodos de medição, precisão dos sensores, algoritmos de estimativa e qualidade dos dados recolhidos. O BMS, integrado diretamente na bateria, fornece as medições mais precisas e seguras possíveis de obter.
Portanto, não se deve utilizar as medidas extraídas pelo canal OBD para efeitos de diagnóstico para reparação ou para certificação do SOH.
