Etude et développement d'un système intelligent pour la surveillance de l'état de santé des batteries des véhicules électriques

Development of an intelligent system for monitoring the state of health for electric vehicle batteries

• Auteur / Autrice : Jamila Hemdani
• Direction : Nassim Rizoug, Abed al kader Chaari, Moez Soltani
• Type : Projet de thèse
• Discipline(s) : Génie électrique
• Date : Inscription en doctorat le 08/01/2021
• Etablissement(s) : université Paris-Saclay en cotutelle avec ENSIT
• Ecole(s) doctorale(s) : École doctorale Electrical, optical, bio-physics and engineering
• Partenaire(s) de recherche : Laboratoire : ESTACA
• Partenaire(s) de recherche : Equipe de recherche : S2ET - Systèmes et Energie Embarqués pour les Transports
• Partenaire(s) de recherche : Référent : Faculté des sciences d'Orsay

Mots clés

Mots clés libres

Véhicules électriques

Gestion de la batterie

Batterie Li-ion

Electric vehicle

Battery management

Li-ion battery

Résumé

Aujourd'hui et dans les années à venir, les transports vont faire l'objet de contraintes de plus en plus sévères, que ce soit pour la consommation d'énergie ou pour les émissions de polluants. Les constructeurs automobiles doivent donc s'adapter à ce contexte en développant des solutions moins polluantes. Les véhicules électriques constituent notamment à court et à long terme une excellente solution aux problèmes de pollution en ville, et à moyen ou long terme pourraient venir remplacer les véhicules thermiques classiques. Le stockage d'énergie électrique est une problématique essentielle pour l'électrification des moyens de transport. De plus, la durée de vie, la fiabilité et le coût des sources embarquées sont, à ce jour, les principaux obstacles au développement de cette technologie. Les batteries électrochimiques Li-ion sont actuellement le plus utilisées pour assurer l'alimentation de la chaine de traction électrique. L'électrification des organes de sécurité et de confort contribuent également, par un meilleur contrôle de ces organes, à réduire les consommations de carburant et donc les émissions de CO2. Dans toutes ces configurations, le bon fonctionnement des systèmes sont liés à la disponibilité du réseau de bord et donc par conséquent de la batterie. Dans le cadre des véhicules électriques, le pack batterie représente l'un des principaux surcoûts de l'électrification. Pour cela, il faut assurer un bon suivi de l'état de la batterie (état de santé, état d'énergie, température, …). Afin de garantir le fonctionnement optimal et sans danger d'une batterie, un système de gestion de la batterie (Battery Management System (BMS)) doit nécessairement surveiller et protéger les cellules de la batterie. Ce système nécessite, d'une part un bon modèle de la batterie et d'autre part, une bonne estimation de la durée de vie résiduelle des batteries. En effet, la durée de vie des batteries est donc un élément essentiel pour la diffusion des véhicules propres dans des conditions de coûts acceptables. L'objectif de la thèse est de développer des méthodes de suivi et de monitoring de la batterie embarquée dans un véhicule électrique. Les stratégies développées doivent prendre en considération les modes d'utilisation et les courants lors du roulage du véhicule. Dans ce cadre, on va comparer les performances des stratégies basées sur l'utilisation des modèles multi-physiques avec ceux qui utilisent l'intelligence artificielle.

Today and in the years to come, transport will be subject to increasingly severe constraints, whether in terms of energy consumption or pollutant emissions. Automobile manufacturers must therefore adapt to this context by developing less polluting solutions. Electric vehicles are particularly in the short and long term an excellent solution to pollution problems in cities, and in the medium or long term could replace conventional combustion vehicles. The storage of electrical energy is a key issue for the electrification of means of transport. In addition, the lifespan, reliability and cost of on-board sources are, to date, the main obstacles to the development of this technology. Li-ion electrochemical batteries are currently the most widely used to supply power to the electric traction chain. The electrification of the safety and comfort components also contributes, through better control of these components, to reducing fuel consumption and therefore CO2 emissions. In all these configurations, the proper functioning of the systems are linked to the availability of the on-board network and therefore of the battery. In the context of electric vehicles, the battery pack represents one of the main additional costs of electrification. For this, it is necessary to ensure a good follow-up of the state of the battery (state of health, state of energy, temperature, etc.). In order to ensure the safe and optimal functioning of a battery, a Battery Management System (BMS) must necessarily monitor and protect the battery cells. This system requires, on the one hand, a good model of the battery and on the other hand, a good estimate of the remaining battery life. Indeed, the battery life is therefore an essential element for the distribution of clean vehicles under acceptable cost conditions. The objective of the thesis is to develop methods for tracking and monitoring the battery on board an electric vehicle. The strategies developed must take into account the modes of use and the currents when driving the vehicle. In this context, we will compare the performance of strategies based on the use of multi-physical models with those that use artificial intelligence.