Perpustakaan Digital ITB

Ketepatan pemodelan baterai lithium-ion memiliki peranan penting dalam pengembangan Battery Management System (BMS), khususnya untuk estimasi kondisi baterai secara real-time. Equivalent Circuit Model (ECM) banyak digunakan karena mampu memberikan keseimbangan antara akurasi dan efisiensi komputasi. Namun, penentuan struktur ECM yang optimal masih menjadi tantangan akibat peningkatan kompleksitas model yang dapat menyebabkan overfitting dan beban komputasi yang lebih tinggi. Penelitian ini mengusulkan seleksi model ECM berbasis data Electrochemical Impedance Spectroscopy (EIS) menggunakan Akaike Information Criterion (AIC) dan Bayesian Information Criterion (BIC). Hasil evaluasi menunjukkan bahwa model Orde-2 dengan elemen fase konstan dan impedansi Warburg memberikan performa terbaik dengan rentang nilai AIC sebesar ?544 hingga ?489 dan nilai BIC sebesar ?528 hingga ?474. Model tersebut kemudian ditransformasikan ke bentuk state-space diskrit dan diterapkan pada algoritma Extended Kalman Filter (EKF) serta Unscented Kalman Filter (UKF) untuk estimasi State of Charge (SOC). Hasil simulasi menunjukkan bahwa EKF menghasilkan RMSE sebesar 0,0175–0,0235, sedangkan UKF memberikan performa yang lebih baik dengan RMSE sebesar 0,0161–0,0205. Temuan ini menunjukkan bahwa model 2CPE + W mampu mempertahankan akurasi estimasi dengan kompleksitas komputasi yang lebih efisien, sehingga sesuai untuk implementasi BMS berbasis mikrokontroler.