Estimasi State of Charge Baterai Lithium Ion Menggunakan Metode Neural Network

Sejak penemuan baterai pertama, teknologi baterai telah berkembang signifikan, mengatasi tantangan seperti kapasitas penyimpanan energi dan ketahanan terhadap guncangan. Baterai lithium ion (li-ion) menjadi solusi yang paling banyak digunakan karena keunggulan struktural dan kapasitas energi tinggi. Namun, penggunaan li-ion memiliki risiko kecelakaan serius, seperti ledakan, sehingga diperlukan perhatian terhadap keamanan. Untuk mengatasi risiko tersebut, diperlukan sistem akurat dalam memperkirakan tingkat muatan baterai atau State of Charge (SoC), dengan menggunakan parameter arus, tegangan, serta pengaruh suhu. Data pelatihan diambil dari eksperimen discharge 4 baterai 18650 yang disusun seri menjadi 16,4 volt dan 1200 mAh, dilengkapi rangkaian buckboost converter. Mengambil data pada 500mA, 400mA, 300mA, 200mA, dan 100mA, pelatihan dilakukan dengan sampel 200mA dan 400mA menggunakan metode RNN dan LSTM. Hasilnya, metode ini mampu mencapai akurasi tinggi dengan nilai RMSE di bawah 1% dan 3% pada data tervalidasi.