La sécurité de plusieurs systèmes électriques est fortement dépendante de la fiabilité de leur
bloc-batterie à base de piles aux ions lithium (Li-ion). Par conséquent, ces batteries doivent
être suivis et contrôlés par un système de gestion des batteries (BMS). Le BMS interagit
avec toutes les composantes du bloc-batterie de façon à maintenir leur intégrité. La
principale composante d’un BMS est un modèle représentant le comportement des piles Liion et capable de prédire ses différents points d’opération. Dans les industries de
l’électronique et de l’automobile, le BMS repose habituellement sur des modèles empiriques
simples. Ceux-ci ne sont cependant pas capables de prédire les paramètres de la batterie
lorsqu’elle vieillit. De plus, ils ne sont applicables que pour des piles spécifiques. D’un autre
côté, les modèles électrochimiques sont plus sophistiqués et plus précis puisqu’ils sont basés
sur la résolution des équations de transport et de cinétique électrochimique. Ils peuvent être
utilisés pour simuler les caractéristiques et les réactions à l’intérieur des piles aux ions
lithium.
Pour résoudre les équations des modèles électrochimiques, il faut connaître les différents
paramètres électrochimiques et thermo-physiques de la pile. Les variables les plus
significatives des piles Li-ion peuvent être divisées en 3 catégories : les paramètres
géométriques, ceux définissant les matériaux et les paramètres d’opération. Les paramètres
géométriques et de matériaux peuvent être facilement obtenus à partir de mesures directes
ou à partir des spécifications du manufacturier. Par contre, les paramètres d’opération ne
sont pas faciles à identifier. De plus, certains d’entre eux peuvent dépendre de la technique
de mesure utilisée et de l’âge. Finalement, la mesure de certains paramètres requiert le
démantèlement de la pile, une procédure risquée et destructive.
Plusieurs recherches ont été réalisées afin d’identifier les paramètres opérationnels des piles
aux ions lithium. Toutefois, la plupart de ces études ont porté sur l’estimation d’un nombre
limité de paramètres et se sont attardées sur un seul type de matériau pour l’électrode positive
utilisé dans la fabrication des piles Li-ion. De plus, le couplage qui existe entre les
paramètres électrochimiques et thermo-physiques est complètement ignoré. Le but principal
de cette thèse est de développer une méthode générale pour identifier simultanément
différents paramètres électrochimiques et thermo-physiques et de prédire la performance des
piles Li-ion à base de différents matériaux d’électrodes positives. Pour atteindre ce but, une
méthode inverse efficace a été introduite. Des modèles directs représentatifs des piles Li-ion
à base de différents matériaux d’électrodes positives ont également été développés. Un modèle rapide et précis simulant la performance de piles Li-ion avec des électrodes positives
à base de LiMn2O4 ou de LiCoO2 est présenté. Également, deux modèles ont été développés
pour prédire la performance des piles Li-ion avec une électrode positive de LiFePO4. Le
premier, appelé modèle mosaïque modifié (MM), est basé sur une approche macroscopique
alors que le deuxième, appelé le modèle mésoscopique, est plutôt basé sur une approche
microscopique. Des études d’estimation de paramètres ont été conduites en utilisant les
modèles développés et des données expérimentales fournies par Hydro-Québec. Tous les
paramètres électrochimiques et thermo-physiques des piles Li-ions ont été simultanément
identifiés et appliqués à la prédiction de la performance des piles. Finalement, une technique
en temps réel reposant sur des réseaux de neurones est introduite dans la méthode
d’estimation des paramètres intrinsèques au piles Li-ion. / Abstract : The safety of many electrical systems is strongly dependent on the reliable operation of their
lithium-ion (Li-ion) battery packs. As a result, the battery packs must be monitored by a
battery management system (BMS). The BMS interacts with all the components of the system
so as to maintain the integrity of the batteries. The main part of a BMS is a Li-ion battery
model that simulates and predicts its different operating points. In the electronics and in the
automobile industries, the BMS usually rests on simple empirical models. They are however
unable to predict the battery parameters as it ages. Furthermore, they are only applicable to a
specific cell. Electrochemical-based models are, on the other hand, more sophisticated and
more precise. These models are based on chemical/electrochemical kinetics and transport
equations. They may be used to simulate the Li-ion battery characteristics and reactions.
In order to run the electrochemical-based mathematical models, it is imperative to know the
different electrochemical and thermophysical parameters of the battery. The significant
variables of the Li-ion battery can be classified into three groups: geometric, material and
operational parameters. The geometric and material parameters can be easily obtained from
direct measurements or from the datasheets provided by the manufacturer. The operational
properties are, on the other hand, not easily available. Furthermore, some of them may vary
according to the measurement techniques or the battery age. Sometimes, the measurement of
these parameters requires the dismantling of the battery itself, which is a risky and destructive
procedure.
Many investigations have been conducted to identify the operational parameters of Li-ion
batteries. However, most of these studies focused on the estimation of limited parameters, or
considered only one type of the positive electrode materials used in Li-ion batteries. Moreover,
the coupling of the thermophysical parameters to the electrochemical variables is ignored in
all of them. The main goal of this thesis is to develop a general method to simultaneously
identify different electrochemical and thermophysical parameters and to predict the
performance of Li-ion batteries with different positive electrode materials. To achieve this
goal, an effective inverse method is introduced. Also, direct models representative of Li-ion
batteries are developed, applicable for all of the positive electrode materials. A fast and
accurate model is presented for simulating the performance of the Li-ion batteries with the
LiMn2O4 and LiCoO2 positive electrodes. Moreover, two macro- and micro-based models are
developed for predicting the performance of Li-ion battery with the LiFePO4 positive
electrode, namely the Modified Mosaic (MM) and the mesoscopic-based models. The
parameter estimation studies are then implemented by means of the developed direct models
and experimental data provided by Hydro-Québec. All electrochemical and thermophysical
parameters of the Li-ion batteries are simultaneously identified and applied for the prediction
of the battery performance. Finally, a real-time technique resting on neural networks is used
for the estimation of the Li-ion batteries intrinsic parameters.
Identifer | oai:union.ndltd.org:usherbrooke.ca/oai:savoirs.usherbrooke.ca:11143/11799 |
Date | January 2017 |
Creators | Jokar, Ali |
Contributors | Désilets, Martin, Lacroix, Marcel |
Publisher | Université de Sherbrooke |
Source Sets | Université de Sherbrooke |
Language | English |
Detected Language | French |
Type | Thèse |
Rights | © Ali Jokar |
Page generated in 0.0097 seconds