De plus en plus d’applications reposent sur l’utilisation des batteries, que cela soit dans le domaine des transports, du smart grid ou des objets connectés. Par conséquent, l’étude des batteries est devenue une problématique majeure. Une batterie est un système électrochimique complexe qui dépend de nombreux paramètres et dont les performances déclinent avec le temps. Ainsi le développement d’un système de gestion efficient de la batterie (battery management system BMS) pour éviter les dégradations, étendre la durée de vie et optimiser son utilisation est une priorité. Un moyen d’obtenir une représentation intéressante de l’état présent de la batterie est d’estimer son impédance électrochimique. Cette thèse développe des techniques d’identification temps-fréquence de cette impédance, qui peuvent facilement être embarquées dans un véhicule ou un autre appareil. La première méthode développée permet non seulement une estimation précise de l’impédance, mais aussi un suivi de son évolution temporelle contrairement aux techniques classiques de spectroscopie d’impédance électrochimique. Cette méthode basée sur la transformée de Fourier repose sur un moyennage local récursif contrôlé par un seul paramètre. Celui-ci gouverne un compromis entre les performances de l’estimation et celles de la pour- suite. La capacité de cette méthode à estimer l’impédance au cours du temps est d’abord démontrée sur un simulateur, puis sur une batterie Lithium ion, sur laquelle une étude de répétabilité est réalisée, et enfin appliquée pour suivre l’évolution de l’impédance de la batterie d’un drone en cours de vol. La seconde méthode basée sur la transformée en ondelettes est développée afin de répondre à la problématique des phénomènes de longue dépendance telles que les réactions de diffusion limitée qui apparaissent dans les batteries. Des modèles de batteries reposant sur des circuits électriques équivalents incluent souvent des éléments à phase constante (constant phase element CPE) pour prendre en compte ces phénomènes. La méthode basée sur la transformée de Fourier est comparée à celle basée sur le transformée en ondelettes sur un simulateur de CPE grâce à une procédure de Monte Carlo. L’approche par les ondelettes avec son pavage temps-fréquence irrégulier apparaît comme une méthode particulièrement adaptée à ces phénomènes. A partir de l’impédance, quatre différents indicateurs de l’état de la batterie sont ensuite développés. L’estimation de l’état de charge via un filtre de Kalman étendu dans le contexte de l’étude de la batterie du drone pendant un vol est d’abord effectuée. Cette thèse s’intéresse aussi à l’estimation des paramètres du CPE liés aux phénomènes de longue dépendance. Un estimateur de la puissance maximale disponible généralement utilisée dans le secteur des transports est élaboré à partir de la réponse impulsionnelle de la batterie. Afin de prévenir du risque d’emballement thermique l’estimation de l’impédance est utilisée pour connaître l’état thermique de la batterie en estimant sa température interne. / More andmore applications rely on batteries, for instance in the field of transport, of smart grid, of connected objects. Therefore, the development of battery has become a crucial issue. Unfortunately, a battery is a complex electrochemical system which depends of many parameters and whose performance deteriorates over time. Thus the development of an efficient battery management system (BMS) to avoid damages, to extend lifespan and to optimize the use of batteries is a priority. One way to obtain interesting information representative of the present state of the battery is to estimate its electrochemical impedance. This thesis presents time frequency impedance identification methods which can be easily embedded in vehiclesor nomad devices.The first developed method not only allows an accurate impedance estimation but also a tracking of its temporal evolution contrary to classical electrochemical spectroscopy techniques. This method based on Fourier transformrelies on recursive local average controlled by a single parameter, managing a trade-off between tracking and estimation performance. The ability of the method to monitor the impedance over time is demonstrated on a simulator, then on a real lithium ion battery, on which a repeatability study is carried out, and finally applied to follow the impedance evolution of a drone battery during a flight.The second method based on wavelet transformis developed to deal with long-range dependence phenomena such as ion diffusion-limited reactions which occur in the battery. Battery models using electrical equivalent circuit often include Constant Phase Elements (CPE) to account for these phenomena. After compared wavelet to Fourier method on a CPE simulator thanks to a Monte Carlo procedure, the wavelet approach and its irregular time-frequency tiling appears to be an interesting method, specificaly for its minor bias error.To develop a powerful BMS, different battery indicators or parameters are then estimated from the impedance to be able to follow the state of the battery in real time and avoid damages. To optimise the use of battery the state of charge, the CPE parameters, the maximum available power and the internal temperature of the cell are estimated.
| Identifer | oai:union.ndltd.org:theses.fr/2016GREAT081 |
| Date | 17 November 2016 |
| Creators | Piret, Hélène |
| Contributors | Grenoble Alpes, Martin, Nadine, Granjon, Pierre, Cattin, Viviane |
| Source Sets | Dépôt national des thèses électroniques françaises |
| Language | French |
| Detected Language | French |
| Type | Electronic Thesis or Dissertation, Text |
Page generated in 0.0031 seconds