Perpustakaan Digital ITB

Estimasi Estimasi State of Charge (SoC) merupakan komponen kritis pada Battery Management System karena SoC bersifat indirect dan hanya dapat diinfer dari besaran terminal seperti tegangan dan arus. Metode konvensional Coulomb counting rentan terhadap akumulasi drift error, sedangkan metode berbasis data memiliki beban komputasi tinggi yang tidak sesuai untuk implementasi pada edge device. Tugas akhir ini merancang, mengimplementasikan, dan memvalidasi estimator SoC berbasis Extended Kalman Filter (EKF) 3-state [SoC, V_RC, h] dengan model Thevenin 1-RC yang diperkuat komponen histeresis Enhanced Self-Correcting (ESC) pada mikrokontroler ESP32. Karakterisasi parameter dilakukan menggunakan dataset HPPC dan discharge C/20 sel LG HG2 INR18650 pada 25 °C dari CALCE Battery Research Group. Algoritma dirancang dan divalidasi di MATLAB sebagai referensi double-precision dengan RMSE SoC 1,2498%, kemudian di-porting ke C++ single-precision dengan deviasi hanya 0,0051 percentage point ini membuktikan bahwa presisi tunggal mencukupi untuk implementasi embedded. Validasi Hardware-in-the-Loop pada ESP32 menghasilkan RMSE SoC 0,2317% dengan waktu eksekusi rata-rata 112,57 µs per iterasi, memberikan margin real-time lebih dari 890× terhadap laju pencuplikan 10 Hz. Hasil ini mengonfirmasi kelayakan deployment EKF 3-state pada edge device untuk aplikasi BMS real-time.