Les véhicules hybrides se démocratisent avec une utilisation croissante des éléments de stockage à base de lithium-ion. Dans ce contexte d'exploitation, le type d'usage est atypique et dépend fortement des stratégies de répartition des énergies au sein du véhicule. Parmi les hybridations, la catégorie "mild hybrid" conserve la motorisation thermique pour l'autonomie qu'elle apporte, et lui adjoint une machine électrique associée à un élément de stockage réversible, afin de permettre une récupération de l'énergie cinétique du véhicule. L'objet de ces travaux porte sur la mise en place d'algorithmes destinés à la détermination des états de charge (SoC), de santé (SoH) et de fonction (SoF) de chacune des cellules qui compose un pack batterie lithium-ion. Ces fonctionnalités sont implantées dans un système de gestion dénommé BMS pour Battery Management System. Dans un souci de réduction des coûts de production, nos travaux s'attachent à limiter la puissance de calcul et les moyens de mesure nécessaires à la détermination de ces états. À partir de mesures effectuées lors d'une utilisation de la batterie dans une application "mild hybrid", les méthodes développées permettent la détermination des états, ainsi que d'une partie des paramètres internes aux cellules. Cette utilisation est caractérisée par de forts courants et un maintien de l'état de charge autour de 50 %, ceci afin de maximiser la disponibilité de la batterie et d'en minimiser le vieillissement. L'utilisation d'observateurs et de méthodes en boucle ouverte, à partir d'une modélisation simplifiée de cellule, nous permet d'obtenir des résultats satisfaisants avec une puissance de calcul réduite / Hybrid vehicles are developing with increasing use of energy storage elements based on lithium-ion battery. In this context, the use of battery is atypical and highly dependent on energy allocation strategies within the vehicle. Among these vehicles, the mild hybrid category retains heat engine for the autonomy that offer and adds to it an electric machine associated with a reversible storage system, to allow the kinetic energy recovery of the vehicle. The object of this work involves the development of algorithms for determining the states of charge (SoC) and health (SoH) and function (SoF) of each cell that compose a lithium-ion battery pack. These features are implemented in a Battery Management System (BMS) for industrial production. In order to reduce production costs, our work attempts to limit the computing power and the measuring sensors necessary for these states determination. From battery measurements in a "mild hybrid" use, developed methods allow the states determination, as well as some of the internal parameters of cells. This application is characterized by high currents and maintaining a SoC of around 50%, in order to maximize the availability of the battery and to minimize aging. The use of observers and estimators, using a simplified model cell, allows us to achieve satisfactory results with a reduced computing power

Lead acid batteries are widely used in domestic, industrial and automotive applications. Even after lot of advancements in battery technologies, lead acid cells are still in use because of their high capacity and low cost. To use any battery effectively, first we should be able to identify the available capacity or State of Charge (SoC). There are many techniques available to measure SoC of a lead acid battery. One such unique method is to measure the capacity using eddy current sensors. This method is unique because it is non-obtrusive and online. Eddy current sensors (ECS) are wire wound inductors which work on the principle of electromagnetic induction. Eddy currents are the currents generated on a conductive material when it is kept in a varying magnetic. Eddy current sensors generate varying magnetic eldest and will be able to identify the properties of conductive materials like thickness, conductivity, material composition etc. Also they can be used as proximity sensors. Lead acid batteries use lead metal as cathode. Upon usage(discharge) the lead metal converts to lead sulfate and revert back to lead after charging. These changes in lead electrode can be monitored using eddy current sensors. The impedance of an eddy current sensor will change when it is kept close to the lead electrode when the battery is charging or discharging. These impedance parameters can be monitored to determine the battery SoC. When lead is deposited on cathode, there will be more eddy current loss in the target and the total resistance of coil increases. On the other hand, when lead is deposited on the electrode because of increase in the magnitude of eddy currents which oppose the source magnetic, the total inductance of coil decreases. We can observe exactly opposite behaviour of coil resistance and inductance when the lead electrode is converted to less conductive lead sulfate. There is a lot of research on using ECS to measure SoC of lead acid batteries and there are still many challenges to be addressed. First we have explained about different circuit designs we have used to monitor the battery capacity using eddy current sensors. After that, we have explained about our complete experimental setup and the procedure to measure the sensor parameters using the setup. Then, we have discussed about different issues involved in the eddy current sensing based state of charge measurement. Eddy current sensors are affected by temperature variations. We have studied the coil resistance behaviour with temperature at different frequencies using simulations and experiments. We have obtained the conditions for linear variation of coil resistance with temperature. The measured temperature compensation scheme is applied and the results are discussed. We have also modified the measurement system design in order to minimize the lift o errors. We have used a metallic clamp structure to minimize the lift o errors. We have used finite element analysis based simulations to study different design parameters and their effect on the sensitivity of eddy current sensor. We have created 2D eddy current models and the sensitivity of coil resistance is computed by changing the coil dimensions and the core permeability. We have also performed error analysis and computed the error due to the tilt angle shift between coil and electrode. We have also computed the error due to the internal heating of battery. We have also studied the effect of acid strati cation on state of charge for both sealed and hooded batteries. We have proposed a multi coil method to minimize the errors in SoC measurement due to acid strati cation for Flooded type batteries. We have used finite element analysis based simulations to compute the error due to acid strati cation by increasing the number of coils. Finally we have derived the equation for electrode Q factor using the transformer model of eddy current sensor. The derived Q factor equation is then used to study the aging of lead acid batteries both by using experiments and simulations. Finally we have explained a detail procedure to measure the state of charge(SoC) and state of health(SoH) of a hooded lead acid battery using eddy current sensing method.

Pour assurer une énergie électrique de qualité et de façon permanente, il existe des systèmes électroniques d’alimentation spécifiques. Il s’agit des Alimentations Sans Interruptions (ASI). Une ASI comme tout autre système peut tomber en panne ce qui peut entrainer une perte de redondance. Cette perte induit une maintenance corrective donc une forme d’indisponibilité ce qui représente un coût. Nous proposons dans cette thèse de travailler sur deux composants parmi les plus sensibles dans les ASI à savoir les condensateurs électrolytiques et les batteries au plomb. Dans une première phase, nous présentons, les systèmes de surveillance existants pour ces deux composants en soulignant leurs principaux inconvénients. Ceci nous permet de proposer le cahier des charges à mettre en œuvre. Pour les condensateurs électrolytiques, nous détaillons les différentes étapes de caractérisation et de vieillissement ainsi que la procédure expérimentale de vieillissement standard accéléré et les résultats associés. D’autre part, nous présentons les résultats de simulation du système de surveillance et de prédiction de pannes retenu. Nous abordons la validation expérimentale en décrivant le système développé. Nous détaillons les cartes électroniques conçues, les algorithmes mis en œuvre et leurs contraintes d’implémentation respectifs pour une réalisation temps réel. Enfin, pour les batteries au plomb étanches, nous présentons les résultats de simulation du système de surveillance retenu permettant d’obtenir le SOC et le SOH. Nous détaillons la procédure expérimentale de vieillissement en cycles de charge et décharge de la batterie nécessaire pour avoir un modèle électrique simple et précis. Nous expliquons les résultats expérimentaux de vieillissement pour finir avec des propositions d’amélioration de notre système afin d’obtenir un SOH plus précis. / To ensure power quality and permanently, some electronic system supplies exist. These supplies are the Uninterrupted Power Supplies (UPS). An UPS like any other system may have some failures. This can be a cause of redundancy loss. This load loss causes a maintenance downtime which may represent a high cost. We propose in this thesis to work on two of the most sensitive components in the UPS namely electrolytic capacitors and lead acid batteries. In a first phase, we present the existing surveillance systems for these two components, highlighting their main drawbacks. This allows us to propose the specifications which have to be implemented for this system. For electrolytic capacitors, we detail different stages of characterization ; the aging accelerated standard experimental procedure and their associated results. On the other hand, we present the simulation results of monitoring and failure prediction system retained. We discuss the experimental validation, describing the developed system. We detail the electronic boards designed, implemented algorithms and their respective constraints for a real time implementation. Finally, for lead acid batteries, we present the simulation results of the monitoring system adopted to obtain the SOC and SOH. We describe the aging experimental procedure of charging and discharging cycles of the batteries needed to find a simple and accurate electric models. We explain the aging experimental results and in the end we give suggestions for improving our system to get a more accurate SOH.

Cada vez mais robôs móveis autônomos estão sendo utilizados em diversas tarefas e em ambientes com elevado risco para atividades humanas que a paralisação de suas atividades podem gerar outros riscos, perdas e elevados custos. Assim, o estado de carga (SOC) de sistemas de baterias em robôs móveis autônomos é um parâmetro importante na prevenção de uma falha primária nessa aplicação, a ausência de energia. Este trabalho apresenta os métodos existentes na literatura para a determinação do estado de carga de baterias e as tecnologias de baterias disponíveis utilizadas em robôs móveis autônomos ou veículos autônomos guiados. A partir desses estudos foi desenvolvido um modelo de medida, baseado no modelo combinado e foram realizados testes de bancadas para levantamento dos parâmetros e características de três modelos de células de baterias: Lítio Polímero (Li-PO), Níquel-Cádmio (NiCd) e Lítio-Ferro-Polímero (LiFePO4). Com esses parâmetros, aplicou-se o método de estimativa de carga baseado na técnica do Filtro de Kalman Estendido (EKF). Através dos testes, analisou-se comparativamente a resposta do método proposto e a resposta do método OCV e a capacidade de carga real. / Autonomous mobile robots have being increasingly used in various tasks, environments and activities of high risk to human that the stoppage of its activities may generate other risks, losses and high costs. Thus the state of charge (SOC) of battery systems in autonomous mobile robots, is an important parameter to prevent a primary failure in this application, the lack of energy. The paper presents the existing methods in the literature to determine the battery state of charge and battery commercial technologies available used in an autonomous mobile robot or autonomous guided vehicle, from these studies a measurement model based on combined model was developed and testing benches for three cells models on Lithium Polymer Battery (Li-PO), Nickel Cadmium (NiCd) and lithium-iron-Polymer (LiFePO4) batteries were performed for lifting the parameters and apply the battery state of charge method based on the Extended Kalman Filter (EKF) technique. The tests were analyzed in order to observe the comparatively response of the proposed method, the OCV method and Real charge capacity.

Ce mémoire traite de la modélisation électrique des accumulateurs lithium-ion, de l’estimation de leur état de charge (SOC) et de leur état de santé (SOH). Le premier chapitre revient sur les généralités concernant la technologie lithium-ion : caractéristiques, performances, constitution de l’élément de stockage, choix et nature des électrodes, conséquences qui en découlent d’un point de vue énergétique. Le principe de fonctionnement et les équations générales des phénomènes électrochimiques sont aussi développés. Des exemples d’application dans différents secteurs industriels sont ensuite proposés pour plusieurs gammes de puissance et d’énergie. Le second volet aborde la modélisation électrique des accumulateurs lithium-ion. Pour une meilleure compréhension des phénomènes complexes mis en jeu au sein des batteries, des éléments de modélisation physique sont exposés. Puis nous envisageons une synthèse des différents modèles de nature électrique rencontrés dans la littérature. Sur la base de campagnes de mesures menées sur un élément lithium-ion de 6,8 Ah, nous proposons, dans un troisième chapitre, notre propre modèle électrique équivalent valable pour les phases de décharge et de relaxation. En particulier nous déclinons plusieurs solutions pour distribuer l’énergie et rendre compte des différents effets de ligne. Les outils de caractérisation et les procédures d’extractions des paramètres sont traités en détail. Dans un dernier chapitre nous étudions les possibilités d’estimer en ligne l’état de charge (SOC) et l’état de santé (SOH) d’un élément lithium-ion en cours d’exploitation. Après un bref rappel des méthodes académiques et industrielles actuelles, nous nous orientons vers l’emploi d’un filtre de Kalman. Afin d’estimer ses performances par rapport au coulombmètre, nous proposons un modèle et un algorithme que nous évaluons par simulation et testons sur élément réel / This dissertation of thesis deals with the electrical modelling of lithium-ion accumulators and the determination of both state-of-charge (SOC) and state-of-health (SOH). The first chapter is focused on generalities about lithium-ion technology: characteristics, qualities, constitution of the storage device, choice and nature of the electrodes and their consequences on energetical features. The principle and the general equations of the electrochemical phenomena are developed as well. Application examples from different industrial areas are displayed for several power and energy ranges. The second section is about the electrical modelling of lithium-ion accumulators. With a view to better understand the complex electrochemical phenomena, elements of physical modelling are proposed. Then, the synthesis of different electrical models released in the press is considered. On the basis of experimental campaigns lead on a 6.8 Ah lithium-element, we proposed, in a third chapter, our own equivalent electrical model suitable for both discharge phases and relaxation period. In particular, we depict several alternatives to distribute the energy and describe the different line effects. Both characterization tools and parameters extraction procedure are clearly detailed. In the last section, we tackle both SOC and SOH on-line determination. After a short review of academicals and industrial solutions, we rapidly head towards the use of a Kalman filter. In order to compare its features versus the coulombmeter, we propose a model and an algorithm, numerical simulations and experimental tests are performed

La mesure d'impédance électrique en embarqué sur véhicule est un sujet clé pour améliorer les fonctions de diagnostic d'un pack batterie. On cherche en particulier à fournir ainsi des mesures supplémentaires à celles du courant pack et des tensions cellules, afin d'enrichir les indicateurs de vieillissement dans un premier temps, et d'état de santé et de charge dans un second temps. Une méthode classique de laboratoire pour obtenir des mesures d'impédance d'une batterie est la spectroscopie d'impédance électrochimique (ou EIS). Elle consiste à envoyer un signal sinusoïdal en courant (ou tension) de fréquence variable balayant une gamme de fréquences d'intérêt et mesurer ensuite la réponse en tension (ou courant) pour chaque fréquence. Une technique d'identification active basée sur l'utilisation des signaux large bande à motifs carrés est proposée. En particulier, des simulations ont permis de comparer les performances d'identification de différents signaux d'excitation fréquemment utilisés dans le domaine de l'identification et de vérifier les conditions correspondant à un comportement linéaire et invariant dans le temps de l'élément électrochimique. L'évaluation de la qualité d'estimation est effectuée en utilisant une grandeur spécifique : la cohérence. Cette grandeur statistique permet de déterminer un intervalle de confiance sur le module et la phase de l'impédance estimée. Elle permet de sélectionner la gamme de fréquence où la batterie respecte les hypothèses imposées par la méthode d'identification large bande. Afin de valider les résultats, une électronique de test a été conçue. Les résultats expérimentaux permettent de mettre en valeur l'intérêt de cette approche par motifs carrés. Un circuit de référence est utilisé afin d'évaluer les performances en métrologie des méthodes. L'étude expérimentale est ensuite poursuivie sur une batterie Li-ion soumise à un courant de polarisation et à différents états de charge. Des essais comparatifs avec l'EIS sont réalisés. Le cahier de charge établi à l'aide d'un simulateur de batterie Li-ion a permis d'évaluer les performances de la technique large bande proposée et de structurer son utilité pour l'estimation des états de vieillissement et de charge. / Embedded electrical impedance measurement is a key issue to enhance battery monitoring and diagnostic in a vehicle. It provides additional measures to those of the pack's current and cell's voltage to enrich the aging's indicators in a first time, and the battery states in a second time. A classical method for battery impedance measurements is the electrochemical impedance spectroscopy (EIS). At each frequency, a sinusoidal signal current (or voltage) of a variable frequency sweeping a range of frequencies of interest is at the input of the battery and the output is the measured voltage response (or current). An active identification technique based on the use of wideband signals composed of square patterns is proposed. Particularly, simulations were used to compare the performance of different excitation signals commonly used for system identification in several domains and to verify the linear and time invariant behavior for the electrochemical element. The evaluation of the estimation performance is performed using a specific quantity: the spectral coherence. This statistical value is used to give a confidence interval for the module and the phase of the estimated impedance. It allows the selection of the frequency range where the battery respects the assumptions imposed by the non-parametric identification method. To experimentally validate the previous results, an electronic test bench was designed. Experimental results are used to evaluate the wideband frequency impedance identification. A reference circuit is first used to evaluate the performance of the used methodology. Experimentations are then done on a Li–ion battery. Comparative tests with EIS are realized. The specifications are established using a simulator of Li-ion battery. They are used to evaluate the performance of the proposed wide band identification method and fix its usefulness for the battery states estimation: the state of charge and the state of health.

Cada vez mais robôs móveis autônomos estão sendo utilizados em diversas tarefas e em ambientes com elevado risco para atividades humanas que a paralisação de suas atividades podem gerar outros riscos, perdas e elevados custos. Assim, o estado de carga (SOC) de sistemas de baterias em robôs móveis autônomos é um parâmetro importante na prevenção de uma falha primária nessa aplicação, a ausência de energia. Este trabalho apresenta os métodos existentes na literatura para a determinação do estado de carga de baterias e as tecnologias de baterias disponíveis utilizadas em robôs móveis autônomos ou veículos autônomos guiados. A partir desses estudos foi desenvolvido um modelo de medida, baseado no modelo combinado e foram realizados testes de bancadas para levantamento dos parâmetros e características de três modelos de células de baterias: Lítio Polímero (Li-PO), Níquel-Cádmio (NiCd) e Lítio-Ferro-Polímero (LiFePO4). Com esses parâmetros, aplicou-se o método de estimativa de carga baseado na técnica do Filtro de Kalman Estendido (EKF). Através dos testes, analisou-se comparativamente a resposta do método proposto e a resposta do método OCV e a capacidade de carga real. / Autonomous mobile robots have being increasingly used in various tasks, environments and activities of high risk to human that the stoppage of its activities may generate other risks, losses and high costs. Thus the state of charge (SOC) of battery systems in autonomous mobile robots, is an important parameter to prevent a primary failure in this application, the lack of energy. The paper presents the existing methods in the literature to determine the battery state of charge and battery commercial technologies available used in an autonomous mobile robot or autonomous guided vehicle, from these studies a measurement model based on combined model was developed and testing benches for three cells models on Lithium Polymer Battery (Li-PO), Nickel Cadmium (NiCd) and lithium-iron-Polymer (LiFePO4) batteries were performed for lifting the parameters and apply the battery state of charge method based on the Extended Kalman Filter (EKF) technique. The tests were analyzed in order to observe the comparatively response of the proposed method, the OCV method and Real charge capacity.

Les batteries électriques sont omniprésentes dans notre vie quotidienne : ordinateur, téléphone, etc. Elles jouent un rôle important dans le défi de la transition énergétique : anticiper la raréfaction des énergies fossiles et réduire la pollution, en développant le stockage des énergies renouvelables et les transports électriques. Cependant, l'estimation de l'état de charge (State of Charge – SoC) d'une batterie est difficile et les modèles de prédiction actuels sont peu robustes. En effet, une batterie est un système électrochimique complexe, dont la dynamique est influencée non seulement par ses caractéristiques internes, mais aussi par les conditions d'usages souvent non contrôlables : température, profil d’utilisation, etc. Or, une estimation précise du SoC permet de garantir une utilisation sûre de la batterie en évitant une surcharge ou surdécharge ; mais aussi d’estimer son autonomie. Dans cette étude, nous utilisons un modèle à espaces d'états gouverné par une chaîne de Markov cachée. Ce modèle est fondé sur des équations physiques et la chaîne de Markov cachée permet d’appréhender les différents «régimes de fonctionnement» de la batterie. Pour garantir l’unicité des paramètres du modèle, nous démontrons son identifiabilité à partir de contraintes simples et naturelles sur ses paramètres «physiques ». L’estimation du SoC dans un véhicule électrique doit être faîte en ligne et avec une puissance de calcul limitée. Nous estimons donc le SoC en utilisant une technique d’échantillonnage préférentiel séquentiel. D’autre part l’estimation des paramètres est faîte à partir d’une base d’apprentissage pour laquelle les états de la chaîne de Markov et le SoC ne sont pas observés. Nous développons et testons trois algorithmes adaptés à notre modèle à structure latente : un échantillonneur particulaire de Gibbs, un algorithme de Monte-Carlo EM pénalisé par des contraintes d’identifiabilité et un algorithme de Monte-Carlo EM pénalisé par une loi a priori. Par ailleurs les états cachés de la chaîne de Markov visent à modéliser les différents régimes du fonctionnement de la batterie. Nous identifions leur nombre par divers critères de sélection de modèles. Enfin, à partir de données issues de trois types de batteries (cellule, module et pack d’un véhicule électrique), notre modèle a permis d’appréhender les différentes sollicitations de la batterie et donne des estimations robustes et précises du SoC. / Electric batteries are omnipresent in our daily lives: computers, smartphones, etc. Batteries are important for anticipating the scarcity of fossil fuels and tackling their environmental impact. Therefore, estimating the State of Charge (SoC) of a battery is nowadays a challenging issue, as existing physical and statistical models are not yet robust. Indeed a battery is a complex electrochemical system. Its dynamic depends not only on its internal characteristics but also on uncontrolled usage conditions: temperature, usage profile, etc. However the SoC estimation helps to prevent overcharge and deep discharge, and to estimate the battery autonomy. In this study, the battery dynamics are described by a set of physical linear equations, switching randomly according to a Markov chain. This model is referred to as switching Markov state space model. To ensure the unicity of the model parameters, we prove its identifiability by applying straightforward and natural constraints on its “physical” parameters. Embedded applications, like electric vehicles, impose online estimated with hardware and time constraints. Therefore we estimate the SoC using a sequential importance sampling technique. Furthermore the model includes two latent variables: the SoC and the Markov chain state. Thus, to estimate the parameters, we develop and test three algorithms adapted to latent structure models: particle Gibbs sampler, Monte Carlo EM penalized with identifiability constraints, and Monte Carlo EM penalized with a prior distribution. The hidden Markov states aim to model the different “regimes” of the battery dynamics. We identify their number using different model selection criteria. Finally, when applied to various data from three battery types (cell, module and pack of an electric vehicle) our model allows us to analyze the battery dynamics and to obtain a robust and accurate SoC estimation under uncontrolled usage conditions.

This thesis describes the results of two successive experiments. The first was focused on the influence of impurities in the active mass of negative electrode in PSoC (Partial State of Charge) mode, which simulates the conditions occurring in HEV (hybrid electric vehicle). In the second experiment, cells with the same additives were exposed to optimum downforce 4N/cm2, by which we wanted to prove the influence of pressure on life of VRLA (Valve Regulated Lead Acid) cells working in operating HEV conditions.

Lead-acid batteries of hybrid electric vehicles (HEV) are functioning in PSoC regime (Partial State of Charge). In PSoC regime new fail mechanisms occur. These mechanisms usually lead to nonreversible sulphation of negative electrodes. Main aim of this research is to avoid negative electrode sulphation and to improve lifetime of lead-acid accumulators used in HEV.