Добірка наукової літератури з теми "Batteries lithium-ion – Détérioration – Modèles mathématiques"

Un modèle décrivant les phénomènes physiques internes de batteries lithium-ion est développé pour une détection précise de leur état, avec application au domaine de l'industrie automobile. Pour pouvoir utiliser le modèle à des fins de contrôle de charge rapide, un observateur de vieillissement est tout d'abord conçu et intégré au modèle de batterie. Dans un second temps, une stratégie de contrôle de charge rapide robuste est conçue. Elle est basée sur un contrôleur Crone capable de gérer les grandes incertitudes paramétriques du modèle de batterie tout en atteignant l'objectif de charge rapide. Enfin, quelques simplifications du modèle de batterie, de la technique d'optimisation et de la définition des profils de charge rapide sont proposées et évaluées afin de rendre l'ensemble de la stratégie de recharge rapide applicable à un système embarqué de gestion de batterie
A physics-based battery model is developed for an accurate state-detection of batteries in the automotive industry. In order to use the model for the purpose of fast charging control an aging observer is designed and integrated to the battery model. In a subsequent step a robust fast charging control is introduced to design a controller able to deal with large parametric uncertainties of the battery model while achieving the fast charging target. Finally some simplifications in the battery model structure, in the optimization technique and in the definition of fast charging profiles are proposed and evaluated to make the whole model applicable for an onboard battery management system

Face au changement climatique, des mesures importantes doivent être prise pour décarboner l’économie. Cela inclus une transformation des secteurs du transport et de la production d’énergie. Ces transformations augmentent l’utilisation d’énergie électrique et posent la question du stockage notamment grâce aux batteries Lithium-ion. Dans cette thèse nous nous intéressons à la modélisation de la dégradation de la santé des batteries. Afin de quantifier les risques associés aux garantis de performance, les incertitudes doivent être prise en compte. La dégradation est un phénomène complexe mettant en jeux différents mécanismes physiques en interaction. Celle-ci va varier selon le type de batterie ou de conditions d’utilisation. Nous avons tout d’abord considéré le problème de la dégradation temporelle à une condition expérimentale de référence, par une approche « data-driven » par processus gaussiens. Cette approche présente l’avantage de permettre l’apprentissage de modèles complexes tout en incluant une quantification des incertitudes. Partant de l’état de l’art, nous avons proposé une adaptation de la régression par processus gaussien. Par un design de noyaux adapté le modèle permet de prendre explicitement en compte la variabilité de performance entre les batteries. Cependant, la régression par processus Gaussien repose généralement sur une hypothèse de stationnarité, trop restrictive pour prendre en compte l’évolution de l’incertitude au cours du temps. Nous avons donc exploité le cadre plus général de la régression par processus gaussiens chaînés, reposant sur l’inférence variationnelle. Avec un choix adapté de fonction de vraisemblance, ce cadre permet d’ajuster un modèle non paramétrique de l’évolution de la variabilité entre batteries, améliorant significativement la quantification des incertitudes. Cela produit un modèle satisfaisant aux cycles observés mais se généralise mal pour prédire l’évolution future de la dégradation avec des comportements incohérents d’un point de vue physique. En particulier, la monotonie et la concavité des courbes de dégradations ne sont pas toujours respectées. Nous avons proposé une approche, pour inclure ces contraintes dans la régression par processus gaussiens chaînés. Cela nous a ainsi permis d’améliorer les prévisions à un horizon de plusieurs centaines de cycles, permettant potentiellement de réduire le temps de test nécessaire des batteries, source de coûts importants pour les manufacturiers. Nous avons ensuite élargi le problème afin de prendre en compte l’effet des conditions expérimentales sur la dégradation des batteries. Nous avons tout d’abord tenté d’adapter les méthodes à base de processus gaussien en incluant les facteurs expérimentaux comme variables explicatives. Cette approche a fourni des résultats intéressants dans des cas de conditions avec des dégradations similaires. Cependant pour des conditions plus complexes les résultats deviennent incohérents avec les connaissances physiques et ne sont plus exploitables. Nous avons donc proposé une autre approche, en deux temps, séparant l’évolution temporelle de l’effet des facteurs. Dans un premier temps l’évolution temporelle est modélisée par les méthodes par processus gaussien précédentes. Le second temps, plus complexe, utilise les résultats de l’étape précédente, des distributions gaussiennes, pour apprendre un modèle des conditions expérimentales. Cela nécessite une approche de régression sur données complexes. Nous proposons l’utilisation des barycentres conditionnels de Wasserstein, bien adapté au cas des distributions. Deux modèles sont introduits. Le premier, utilisant le cadre de la régression structurée, permet d’inclure un modèle physique de la dégradation. Le second, utilisant la régression Fréchet, permet d’améliorer les résultats en interpolant les conditions expérimentales et en permettant la prise en compte de plusieurs facteurs expérimentaux
With the acceleration of climate change, significant measures must be taken to decarbonize the economy. This includes a transformation of the transportation and energy production sectors. These changes increase the use of electrical energy and raise the need for storage, particularly through Lithium-ion batteries.In this thesis, we focus on modeling battery health degradation. To quantify the risks associated with performance guarantees, uncertainties must be taken into account. Degradation is a complex phenomenon involving various interacting physical mechanisms. It varies depending on the battery type and usage conditions. We first addressed the issue of the temporal degradation under a reference experimental condition using a data-driven approach based on Gaussian processes. This approach allows for learning complex models while incorporating uncertainty quantification. Building upon the state-of-the art, we proposed an adaptation of Gaussian process regression. By designing appropriate kernels, the model explicitly considers performance variability among batteries. However, Gaussian process regression generally relies on a stationarity assumption, which is too restrictive to account for uncertainty evolution over time. Therefore, we have leveraged the broader framework of chained Gaussian process regression, based on variational inference. With a suitable choice of likelihood function, this framework allows for adjusting a non-parametric model of the evolution of the variability among batteries, significantly improving uncertainty quantification. While this approach yields a model that fits observed cycles well, it does not generalize effectively to predict future degradation with consistent physical behaviors. Specifically, monotonicity and concavity of degradation curves are not always preserved. To address this, we proposed an approach to incorporate these constraints into chained Gaussian process regression. As a result, we have enhanced predictions over several hundred cycles, potentially reducing the necessary battery testing time—a significant cost for manufacturers. We then expanded the problem to account for the effect of experimental conditions on battery degradation. Initially, we attempted to adapt Gaussian process-based methods by including experimental factors as additional explanatory variables. This approach yielded interesting results in cases with similar degradation conditions. However, for more complex settings, the results became inconsistent with physical knowledge and were no longer usable. As a result, we proposed an alternative two-step approach, separating the temporal evolution from the effect of factors. In the first step, temporal evolution was modeled using the previously mentioned Gaussian process methods. The second, more complex step utilized the results from the previous stage—Gaussian distributions—to learn a model of experimental conditions. This required a regression approach for complex data. We suggest using Wasserstein conditional barycenters, which are well-suited for distribution cases. Two models were introduced. The first model, within the structured regression framework, incorporates a physical degradation model. The second model, using Fréchet regression, improves results by interpolating experimental conditions and accounting for multiple experimental factors

Le modèle électrique classique d'une cellule considère celle-ci comme un ensemble homogène ayant des caractéristiques (résistance, capacités) uniques. Nous considérons au contraire qu'une cellule peut être subdivisés en un certains nombres de volumes qui sont eux considérés comme homogène d'un point de vue des propriétés électriques. La modélisation d'une cellule s'effectue alors par un ensemble de circuits électriques, à raison d'un par volume. Cette construction effectuée, nous cherchons à caractériser chacun des paramètres des circuits électriques grâce à des mesures expérimentales. Une nouvelle méthode de détermination des paramètres fonctionnant pour des cellules dont la tension à vide est non linéaire est proposée, ce qui permet de répondre à de nombreuses difficultés rencontrées dans nos travaux et des précédents. Les variations des paramètres avec la température et le courant sont également déterminées. Une seconde détermination, cette fois par optimisation permet d'introduire une différence des valeurs des paramètres afin de modéliser l'hétérogénéité. Des comparaisons expérimentales permettent de valider la pertinence du modèle hétérogène et ses performances. Les paramètres modélisant l'hétérogénéité sont représentatifs de l'interne de la cellule et le suivi de ces paramètres au cours de la vie de la cellule, et donc de son vieillissement, permettent de réaliser un diagnostic de celle-ci. Une application sur un pack de deux cellules constitué d'une neuve et d'une vieillie artificiellement permet une discrimination qualitative des cellules. Ceci permet de valider le potentiel de cette représentation comme outil de diagnostic
The classical electrical model of a cell considers it as a homogeneous whole With unique characteristics (resistance, capacitance). On the contrary, we consider that a cell can be subdivided into a certain number of volumes which are considered as homogeneous from the point of view of electrical properties. The modelling of a cell is then carried out by a set of electrical circuits, one per volume. Once this construction is completed, we seek to characterise each of the parameters of the electrical circuits by means of experimental measurements. A new method of determining the parameters for cells with a non-linear open circuit voltage is proposed, which makes possible to solve many of the difficulties encountered in our work and in previous ones. The variations of the parameters with temperature and current are also determined. A second determination, this time by optimization, allows to introduce a difference of the parameters values in order to model the heterogeneity. Experimental comparisons allow to validate the relevance of the heterogeneous model and its performances. The parameters modelling the heterogeneity are representative of the cell internals and the monitoring of these parameters during the life of the cell, and therefore its ageing, allows a diagnosis of the latter to be made. An application on a pack of two cells, one new and one artificially aged, allows a qualitative discrimination of the cells. This validates the potential of this representation as a diagnostic tool

Cette thèse se concentre sur la fiabilité des batteries lithium pour des applications véhicules à faible émission en CO2. Pour cela, des méthodologies de caractérisation électriques et thermiques, des protocoles et des tests de vieillissement de batteries lithium sous différents modes (cyclage actif, calendaire simple et cyclage/calendaire) ont été mis en œuvre.Une première partie de ces travaux de thèse s’attache à la modélisation et à l’estimation des états de charge et de santé de la batterie.La deuxième partie est consacrée à l’étude du vieillissement calendaire des batteries lithium utilisant la spectroscopie d’impédance comme méthode de caractérisation. Ensuite, une méthode originale pour l’évaluation de l’état santé de la batterie est proposée. Elle est basée sur l’exploitation de l’étape de charge à tension constante lors d’une recharge complète et est donc bien adaptée à une intégration au sein d’un système de gestion de batterie. L’approche introduite est validée sur des données réelles de vieillissement allant jusqu’à deux ans de test.Enfin, une étude du phénomène de régénération de la capacité suite à un vieillissement des batteries de type combiné cyclage/calendaire est menée. Cette dernière partie constitue une ouverture pour le développement de stratégies d’usage des batteries lithium en incluant leur comportement thermique
In this thesis, we focus on the reliability of lithium batteries used for automotive applications. For this purpose, electric and thermal characterization methodologies as well as aging tests under several modes (calendar, power cycling, calendar/power cycling) are carried out.In a first part of the work, battery modeling and battery state estimation (state-of-charge and state-of-health) are considered.Then, based on periodic characterization from electrochemical impedance spectroscopy, calendar aging is investigated. Next, we proposed an original process for precise battery state-of-health determination that exploits a full recharge and mainly constant-voltage charge step which allows easily its integration within a battery management system. Our experimental results, up to two years real-life data, confirm effectiveness of our technique.Finally, we study the capacity recovery phenomenon occurring due to combined battery aging (calendar/power cycling). This final part is almost dedicated to introduce strategies for battery use presenting at the same time a thermal behavior study

Ce mémoire contribue à l’amélioration des performances d’une source de stockage hybride embarquée alimentant un véhicule électrique. La solution investiguée est composée de l’association de batteries Li-ion et de super condensateurs, dans le but d’obtenir, par rapport aux solutions classiques, un gain en masse et en durée de vie pour une certaine plage d’autonomie du véhicule. Notre objectif est de mettre à profit l’utilisation de nouvelles méthodes de gestion de la source hybride et de quantifier le gain obtenu. Un modèle multi-physique incluant les aspects électrique, thermique et vieillissement a été développé et intégré dans l’algorithme de gestion d’énergie afin d’évaluer la dégradation progressive des performances des éléments de stockage au cours des cycles de conduite selon la stratégie de gestion implantée. De nouvelles stratégies de gestion ayant pour objectif d’agir sur la durée de vie ont été évaluées. Leur impact sur les performances de la source en termes de masse, coût et durée de vie a pu être quantifié et montre bien que par une meilleure gestion des puissances, il est possible de mieux utiliser le stockeur hybride, ouvrant ainsi la voie à de nouvelles approches de gestion d’énergie pour ces systèmes
This thesis contributes to the improvement of hybrid embedded source performances supplies an electric vehicle. The studied solution is composed of Li-ion batteries and supercapacitors hybridization, with an aim to achieve improved performances in terms of weight and lifetime over traditional solutions. Our main goal is to take the best advantage of new energy management strategies of the hybrid embedded source and quantify obtained improvements. A multi-physic model including electric, thermal and aging behaviors is developed and integrated into the algorithm of energy management in order to evaluate the gradual degradation of storage components performances during driving cycles and implemented control strategy. New energy management strategies intended to act on the lifetime of hybrid embedded source have been evaluated. Their impact on the performances of the source in terms of weight, cost and lifetime has been quantified and clearly shows that it is possible to make better use of hybrid embedded source thanks to a good power sharing, thus opening the way to new approaches of energy management for these systems

La réaction de dépôt de lithium est un phénomène local et indésirable au sein des batteries Li-ion. Elle est largement décrite dans la littérature comme l'un des principaux phénomènes limitants de la charge rapide des cellules Li-ion. Le contrôle de cette réaction en temps réel est donc un facteur clé pour parvenir à la charge "au plus juste" d'un batterie Li-ion. Cela est classiquement étudié par des modèles physiques complexes et à l'aide des techniques expérimentales nécessitant des analyses invasives de la batterie. Dans le cadre de l'étude de cette thèse, il a été mis en place une méthodologie, incluant une modélisation simplifiée ainsi que des caractérisations expérimentales non invasives des cellules Li-ion, pour estimer l'ensemble des courants de recharge proche de la limite de la réaction de dépôt de lithium. Des études expérimentales ont été menées sur une cellule graphite/LFP pour valider ce courant et cela a donné lieu à un protocole de recharge où le courant évolue avec l'état de charge et la température de la cellule. Il a été observé que ces courants permettent de charger ultra rapidement la cellule sans que la réaction de dépôt de lithium métal ne soit déclenchée. Pour une charge à 0°, la cellule a été chargée en 11 minutes entre 10% et 87% d'état de charge. Il a été validé que les courants estimés sont proches, à moins de 10%, de la limite « réelle » de déclenchement de la réaction de dépôt de lithium. Enfin, en comparant les cyclages avec ces courants limites estimés et la charge à 1C, aucun vieillissement additionnel n'a été observé après plus de 100 cycles à 0°
Lithium deposition reaction is a local and undesirable phenomenon within Li-ion batteries. It is widely describe in the literature as one of the major limiting phenomena of rapid Li-ion cell loading. The control ofthis reactio in real time therefore seems to be a key factor for an optmal fast charging. This is classically studied by ve complex physical models and using experimental techniques requiring invasive tests on battery. As part of th study ofthis thesis, a methodology has been established, including a simplified modelling as well as non-invasiv experimental characterizations of Li-ion, to estimate all charging currents close to the limit of the lithiu deposition reaction. Experimental studies have been conducted on a graphite/LFP cell to validate these current and this resulted in a charging protocol where the current evolves With the load state and temperature of the cel It has been observed that these currents allow the cell to be charged ultra quickly without triggering the lithiu metal deposition reaction. For a charge at 0°, the cell has been recharged in 11 minutes between 10% and 87% of the state of charge. It has been validated that the estimated currents are close to, less than 10%, the « real » lim for triggering the lithium deposition reaction. Finally, by comparing cycling With these estimated limit curren and the charge at IC, no additional aging has been observed after more than 100 cycles at 0°

En raison de leurs performances en termes de densités énergétiques et de puissance, les batteries Li-ion sont les systèmes de stockage électrique privilégiés pour les nouvelles générations de véhicules électriques. Leur modélisation est indispensable pour fournir une évaluation de leurs performances tout au long de leur durée de vie tout en limitant le nombre d'essais expérimentaux, et ceci dans le but de concevoir des configurations et des gestions optimales des packs batteries pour une application envisagée. Le but de ce travail consiste à proposer un modèle physique capable de prédire le comportement et le vieillissement de la batterie sous différentes conditions. Un modèle simplifié électrochimique et thermique capable de prédire le comportement physicochimique et le vieillissement de batteries Li-ion a été étudié. Une analyse de sensibilité a été menée sur l'ensemble des paramètres du modèle dans différentes conditions afin de mettre en évidence leurs influences sur les sorties du modèle. Sur cette base, une méthode d'identification a été proposée pour préserver une indépendance des résultats de l'identification paramétrique par rapport à la sensibilité des paramètres. Cette méthode a permis d'améliorer les prédictions de vieillissement avec des estimations très proches des résultats expérimentaux. Au-delà des gains en compréhension et prédiction, ce modèle physique ouvre de nouvelles possibilités pour établir des protocoles de vieillissement accélérés
Due to their high power and energy densities, Li-ion batteries are the leading systems for the new generations of electric vehicles, for which an optimum cell design, management and configuration is essential. Modeling provides tools to perform complex analysis of the performance of Li-ion batteries and reduces the amount of time spent on experimental testing. The aim of our research is to propose a physics-based model that can predict battery behavior and aging under various conditions during the entire lifespan. A simplified electrochemical and thermal model that can predict both physicochemical and aging behaviors of Li-ion batteries has been studied. A sensitivity analysis of all its physical parameters has been performed in order to find out their influence on the model outputs based on simulations under various conditions. The results gave hints on whether a parameter needs particular attention when measured or identified and on the conditions under which it is the most sensitive. A specific simulation profile has been designed for parameters involved in aging equations in order to determine their sensitivity. Finally, a step-wise method has been followed to limit the influence of parameter values when identifying sorne of them. This sensitivity analysis and the subsequent step-wise identification method show very good results, such as a better fitting of the experimental data with simulated cell voltage. Beyond advanced comprehension and prediction, this physical model opens new possibilities to define accelerated aging tests

Une analyse des méthodes de conception des microrobots autonomes en énergie menée durant cette thèse met en évidence le fait que ces méthodes peuvent ne pas être optimales, et que les performances de ces microrobots pourraient être améliorées grâce à un dimensionnement conjoint de leur source d’énergie et de leur système de déplacement. Ces travaux de thèse ont donc cherché à répondre à la problématique suivante : « Y a-t-il un avantage à utiliser des modèles fins pour la conception d’un microrobot, et en particulier pour le dimensionnement conjoint de sa batterie et de son système de déplacement ? ». Pour répondre à cette problématique, nous avons étudié un microrobot autonome en énergie dont il est possible de dimensionner la batterie, de chimie lithium-ion et de format pile bouton, et le système de déplacement, basé sur le principe inertiel impact-drive mis en œuvre autour d’un actionneur électromagnétique. L’étude du dimensionnement conjoint de ces deux composants a été réalisée à l’aide de leurs modèles fins couplés, qui ont préalablement été validés expérimentalement durant la thèse. Nous avons ainsi montré, en utilisant ces modèles couplés, que le dimensionnement optimal du système dans son ensemble ne correspondait pas à la somme des dimensionnements optimaux des composants individuels, mais à un compromis difficile voire impossible à déterminer sans ces modèles couplés, à cause des interactions croisées des effets des paramètres de conception. Le microrobot étudié durant cette thèse a ainsi permis de démontrer l’intérêt de la méthode utilisée, et celle-ci pourrait être utilisée sur d’autres microsystèmes, en fonction de leurs caractéristiques
An analysis of the design methods of energy autonomous microrobots carried out during this thesis highlights the fact that these methods may not be optimal, and that the performance of these microrobots could be improved through a co-design of their energy source and their motion system. This thesis work therefore addressed the following question : « Is there an advantage to using fine models for the design of a microrobot, and in particular for co-design of its battery and its displacement system? ». To answer this question, we have studied an on-board power supplied microrobot for which it is possible to size the battery, of lithium-ion chemistry and coin cell format, and the displacement system, based on the impact-drive inertial principle implemented around an electromagnetic actuator. The study of the co-design of these two components has been carried out using their coupled fine models, which have been validated experimentally during the thesis. We have shown, using these coupled models, that the optimal sizing of the whole system does not correspond to the sum of the optimal sizings of the individual components, but to a compromise difficult or impossible to determine without these coupled models, because of the cross-interactions of the effects of the design parameters. The microrobot studied during thisthesis has thus demonstrated the interest of the method used, which could be used on other microsystems, depending on their characteristics