FR2965361A1

FR2965361A1 - Method for estimating state of health of lithium-ion battery in e.g. hybrid motor vehicle, involves verifying that variation in voltage is strictly increased or decreased during considered time interval

Info

Publication number: FR2965361A1
Application number: FR1057800A
Authority: FR
Inventors: Romain Bosquet; Franck Guillemard; Cedric Nouillant; Karim Ouaksel
Original assignee: Peugeot Citroen Automobiles SA
Current assignee: PSA Automobiles SA
Priority date: 2010-09-28
Filing date: 2010-09-28
Publication date: 2012-03-30
Anticipated expiration: 2030-09-28
Also published as: FR2965361B1

Abstract

The method involves estimating instantaneous internal resistance of a battery (17) from ratio between variation in voltage at terminals of the battery and variation in corresponding current passing through the battery. The variations are considered in a time interval. The considered time interval is greater than time interval separating two successive sampling moments. Verification is made that variation in the voltage is strictly increased or decreased during considered time interval. An independent claim is also included for a motor vehicle comprising a traction chain supplied with power by a battery.

Description

PROCEDE D'ESTIMATION DE L'ETAT DE SANTE D'UNE BATTERIE D'UN VEHICULE ET VEHICULE METTANT EN OEUVRE UN TEL PROCEDE METHOD FOR ESTIMATING THE HEALTH CONDITION OF A BATTERY OF A VEHICLE AND VEHICLE IMPLEMENTING SAID METHOD

La présente invention se rapporte, de manière générale, aux moyens de stockage d'énergie électrique d'un véhicule automobile et concerne plus particulièrement, un procédé d'estimation de l'état de santé d'une batterie d'accumulateur ou cellule, appelée par la suite batterie : une batterie pouvant contenir une ou plusieurs cellules mises en série. Elle concerne également un véhicule mettant en oeuvre un tel procédé. Les moyens de stockage occupent un rôle central au niveau d'un véhicule automobile puisqu'ils permettent d'assurer l'alimentation en courant de l'ensemble des consommateurs électriques du véhicule et du moteur dans le cadre d'une chaîne de traction hybride ou électrique. La connaissance des états de charge et de santé de la batterie sont des informations essentielles pour une utilisation optimale de cette dernière. Les applications d'un tel procédé vont aux véhicules électriques ou hybrides, rechargeables ou non, afin de disposer d'un estimateur d'états de charge et de santé performant pour l'analyse de la batterie. Bien que la présente invention ait été expérimentée à partir d'une batterie de technologie Lithium-Ion, son caractère général permet de l'appliquer et de l'étendre à l'ensemble des moyens de stockage d'énergie électrique utilisés dans l'industrie automobile. Les besoins en ressources électriques de plus en plus grandissantes du véhicule ainsi que l'usage de l'électricité comme source d'énergie pour alimenter la chaîne de traction pour des véhicules hybrides ou électriques, nécessitent de connaitre précisément, et en temps réel, l'ensemble des indicateurs de performances de la batterie. Par performances, on entend les grandeurs indispensables à la gestion de l'énergie et donc de la batterie de puissance au sein du véhicule (électrique ou hybride) qui vont permettre un usage sécurisé et optimisé du fonctionnement électrique du véhicule. The present invention relates generally to the means for storing electrical energy of a motor vehicle and relates more particularly to a method for estimating the state of health of an accumulator battery or cell, called subsequently battery: a battery that can contain one or more cells in series. It also relates to a vehicle implementing such a method. The storage means occupy a central role at the level of a motor vehicle since they make it possible to supply power to all of the electrical consumers of the vehicle and the engine as part of a hybrid power train or electric. Knowledge of the state of charge and health of the battery is essential information for optimal use of the battery. The applications of such a method go to electric vehicles or hybrids, rechargeable or not, in order to have an estimator of state of charge and health performance for the analysis of the battery. Although the present invention has been tested from a Lithium-Ion battery, its general nature makes it possible to apply it and extend it to all the electrical energy storage means used in the industry. automobile. The ever-increasing need for electrical resources of the vehicle as well as the use of electricity as a source of energy to power the power train for hybrid or electric vehicles, require precise knowledge, and in real time, the set of battery performance indicators. By performance, we mean the quantities essential to the management of energy and therefore the power battery within the vehicle (electric or hybrid) that will allow a secure and optimized use of the electrical operation of the vehicle.

L'état de santé d'une batterie, nommé "SOH" pour « State Of Health », peut être défini par le rapport entre la capacité maximale C,,,aX atteignable par la batterie (ou capacité due au vieillissement Cvieillie) et la capacité nominale Ça. de la batterie à neuf : Cvieillie Cmax - SO .Cnom On considère qu'une batterie est en fin de vie lorsqu'elle a perdu 200/0 5 de sa capacité nominale. Le SOH varie donc de 800/0 à 100°/O. L'état de charge d'une batterie, nommé "SOC" pour « State Of Charge », peut être défini par le rapport entre la quantité d'énergie disponible Cdisp normalisée et la capacité due au vieillissement Cri. : Cdisp - SOC.C. 10 II est recommandé de ne pas descendre en dessous d'un état de charge de 200/0 pour les batteries Lithium-Ion. La plage de variation du SOC est donc 200/0-100%. Les caractéristiques physiques d'une batterie évoluent au cours du temps. Il s'ensuit alors une dégradation sur son aptitude à accumuler et 15 délivrer du courant. Ce qui se traduit par une baisse de performance du véhicule liée à une perte de son rendement, défavorable du point de vue du bilan consommation du véhicule. Pire, une mauvaise détection du vieillissement de l'état de charge ou de la puissance disponible, peut conduire à une immobilisation du véhicule (cas des véhicules hybrides 20 parallèle ou tout électrique) voire à des risques d'incendie ou d'explosion dans les cas les plus graves. Parallèlement à ces contraintes techniques, une mauvaise gestion de ces indicateurs conduit à des surcouts à l'usage tant pour l'utilisateur (changement batterie) que pour le constructeur (garantie batterie). 25 Il est généralement délicat de pouvoir déterminer, sur un véhicule hybride ou tout électrique, le SOH de la batterie avec précision et avec une complexité de calcul raisonnable. Différent procédés d'estimation de SOC et de SOH de batterie ont déjà fait l'objet de demandes de brevet et parmi celles-ci, les demandes de brevet 30 déposées par la demanderesse : FR 1052122, FR 1054728 et FR 1056233. L'objet de ces demandes de brevet se base principalement sur un modèle électrique équivalent d'une batterie, modèle connu dans la littérature sous le nom de "modèle de Randle". Le procédé d'estimation selon la demande FR 1052122 nécessite un 35 profil d'excitation qui doit être suffisamment riche en fréquences et les procédés d'estimation selon les demandes FR 1054728 et FR 1056233 estiment le SOC et le SOH à partir d'un échelon de courant provoqué. Toutes ces solutions requièrent donc soit un signal d'excitation naturel suffisamment riche soit un signal d'excitation provoqué. The state of health of a battery, named "SOH" for "State Of Health", can be defined by the ratio between the maximum capacity C ,,, aX reachable by the battery (or capacity due to aging aging) and the rated capacity This. new battery: Cmaxillary Cmax - SO .Cnom We consider that a battery is at the end of its life when it has lost 200/0 5 of its nominal capacity. The SOH thus varies from 800/0 to 100 ° / 0. The state of charge of a battery, named "SOC" for "State Of Charge", can be defined by the ratio between the amount of available energy Cdisp normalized and the capacity due to aging Cry. : Cdisp - SOC.C. It is recommended not to go below a 200/0 charge state for Lithium-Ion batteries. The range of SOC variation is therefore 200 / 0-100%. The physical characteristics of a battery evolve over time. This results in degradation of its ability to accumulate and deliver current. This results in a decrease in performance of the vehicle related to a loss of its performance, which is unfavorable from the point of view of the vehicle's fuel consumption. Worse, a poor detection of aging state of charge or available power, can lead to immobilization of the vehicle (case of hybrid vehicles 20 parallel or all-electric) or even the risk of fire or explosion in the most serious cases. In addition to these technical constraints, poor management of these indicators leads to additional costs for use both for the user (battery change) and for the manufacturer (battery guarantee). It is generally difficult to be able to determine, on a hybrid or all-electric vehicle, the SOH of the battery with precision and with a reasonable calculation complexity. Various processes for estimating SOC and battery SOH have already been the subject of patent applications and among these, the patent applications filed by the applicant: FR 1052122, FR 1054728 and FR 1056233. The object of these patent applications is based primarily on an equivalent electric model of a battery, a model known in the literature as the "Randle model". The estimation method according to the application FR 1052122 requires an excitation profile which must be sufficiently rich in frequencies and the estimation methods according to the applications FR 1054728 and FR 1056233 estimate the SOC and the SOH from a step induced current. All these solutions therefore require either a sufficiently rich natural excitation signal or a provoked excitation signal.

On connaît par ailleurs du document GB 2461350, un estimateur d'état de santé basé sur une mesure de la résistance interne instantanée de la batterie. Le terme d'impédance est également utilisé pour définir cette résistance interne. Dans la suite de la description, on utilisera le terme résistance d'autant que l'expression d'une impédance se résume à son terme résistif dans le cas des tensions continues (la réactance étant nulle). L'estimateur selon ce document, calcule le rapport de la variation de tension sur la variation de courant entre deux instants d'échantillonnage successifs. L'estimateur ne peut donc pas choisir un intervalle de temps plus important pour calculer la résistance. Dans le document GB 2461350, l'estimation de la résistance est effectuée entre deux échantillons successifs et il n'est donc pas possible de choisir un intervalle de temps plus important pour calculer la résistance Or, la précision de l'estimation de la résistance dépend de cette durée. Also known from GB 2461350, a health status estimator based on a measurement of the instantaneous internal resistance of the battery. The term impedance is also used to define this internal resistance. In the following description, we use the term resistance especially as the expression of an impedance is summarized in its resistive term in the case of DC voltages (the reactance being zero). The estimator according to this document calculates the ratio of the variation of voltage to the variation of current between two successive sampling instants. The estimator can not choose a larger time interval to calculate the resistance. In GB 2461350, the estimate of the resistance is made between two successive samples and it is therefore not possible to choose a longer time interval to calculate the resistance. Gold, the accuracy of the estimate of the resistance depends on of this duration.

Sur la figure 1, on peut constater l'importance du paramètre de la durée n*te, (exprimé en ms selon l'axe des abscisses), entre deux échantillons de temps, sur l'estimation de la résistance R (exprimée en Ohm sur l'axe des ordonnées). Pour assurer un bon niveau de précision, on a tout intérêt à avoir une durée entre deux échantillons la plus grande possible pour bénéficier d'une variation de courant et d'une variation de tension les plus importantes possibles au regard de la précision des capteurs de tension et de courant. Par exemple, si on considère une résistance R de 1.5 mOhm, une précision Al en courant de 0.1 A et une précision en tension DU de 1 mV, pour une variation de courant 1 de 1A, on aura une précision sur la résistance de 56% soit : AR/R = DU/U - DI/1 avec U = R*1 Soit AR/R = (DU/R - DI)/1 = (1/1.5 - 0.1)/1 = 560/0 Par contre pour une variation de courant de 10 A (nécessitant un temps entre deux instants d'échantillonnage plus important) l'erreur sur la résistance est divisée par 10 (5.6°/O). Le document GB2461350 enseigne par ailleurs, pour palier la variation de la résistance avec la température, d'effectuer une moyenne par plage de température. Cela entraîne, ou une forte imprécision (grande plage de température), ou un besoin accru de mémoire pour mémoriser les différentes tables nécessaires (petite plage de température). D'autre part, avec cette méthode, dans le cas où la batterie subit des variations fréquentes de température, il n'est pas possible d'estimer précisément la résistance par manque de valeur. Le but de l'invention est donc de proposer un procédé d'estimation de l'état de santé SOH d'une batterie, notamment une batterie Lithium-Ion, à partir de la mesure de la résistance interne instantanée de la batterie, qui permet d'optimiser l'intervalle de temps de mesure de cette résistance pour obtenir une plus grande précision sur l'estimation du SOH. A cet effet, l'invention a pour premier objet, un procédé d'estimation de l'état de santé SOH d'une batterie de véhicule, notamment un véhicule automobile, basé sur une estimation de la résistance interne instantanée de la batterie à partir du rapport entre une variation de tension aux bornes de la batterie et une variation de courant correspondant traversant la batterie, ces variations étant considérées dans un intervalle de temps déterminé, caractérisé que l'intervalle de temps considéré est supérieur à l'intervalle de temps séparant deux instants d'échantillonnage successifs et vérifie que la variation de la tension est strictement croissante ou décroissante pendant l'intervalle de temps considéré. Selon une caractéristique, la résistance interne instantanée s'exprime par l'équation simplifiée suivante : Uk+n*te - Uk R _ k Ik+n*te - I k Avec : Uk = la tension aux bornes de la batterie à l'instant k Ik = le courant traversant la batterie à l'instant k n*te = l'intervalle de temps considéré entre deux instants de mesure successifs, avec te la période d'échantillonnage et n, un nombre entier supérieur ou égal à 2, - le courant Ik étant supérieur à un seuil Iman déterminé pour remplir la 5 condition suivante I k+n*te - 1,1 i lm - l'intervalle de temps n*te est suffisamment petit pour que l'équation simplifiée exprimant la résistance interne puisse être vérifiée. Le procédé selon l'invention comporte les étapes successives suivantes : 10 - on mémorise l'historique de la tension et du courant sur les n valeurs ; - on vérifie que l'évolution de la tension est strictement croissante ou décroissance pendant l'intervalle de temps considéré ; - on vérifie que la condition sur Iman est remplie pour s'affranchir du bruit de mesure et/ou d'un modèle thermique utilisé pour estimer la température 15 de la batterie ; - on calcule la résistance interne instantanée à partir du rapport de l'expression de l'équation simplifiée. Selon une autre caractéristique du procédé : - on recale la valeur de la résistance interne instantanée en fonction de 20 la température en exploitant, notamment, la loi d'Arrhenius. Selon une autre caractéristique : - on récupère l'estimation de l'état de charge SOC obtenue par intégration du courant ; - on mémorise l'historique des valeurs de résistance interne calculées 25 sur m valeurs ; - on conditionne la moyenne glissante des valeurs de résistance interne calculées sur les m valeurs en fonction de l'état de charge SOC ; - on compare la résistance moyennée, tenant compte l'état de charge soc, à une première cartographie permettant d'obtenir l'âge estimé de la 30 batterie à partir de la résistance interne et de l'état de charge SOC ; et - on compare l'âge, estimé à partir de la première cartographie, à une deuxième cartographie permettant d'obtenir la capacité maximale de la batterie à partir de l'âge de la batterie. La présente invention a pour autre objet un véhicule automobile, 35 comportant une chaîne de traction hybride thermique/électrique ou tout électrique, alimentée par une batterie, ladite chaîne de traction comportant un calculateur de gestion de la batterie BMS coopérant avec un calculateur de supervision TPMU de la chaîne de traction, le dit calculateur de gestion de batterie BMS comportant un estimateur de l'état de santé SOH de la batterie mettant en oeuvre le procédé tel que décrit ci-dessus. In Figure 1, we can see the importance of the parameter of the duration n * te, (expressed in ms along the abscissa), between two time samples, on the estimate of the resistance R (expressed in Ohm on the y-axis). To ensure a good level of precision, it is in all interest to have a duration between two samples as large as possible to benefit from a variation of current and a voltage variation the largest possible with respect to the accuracy of the sensors of voltage and current. For example, if one considers a resistance R of 1.5 mOhm, a precision A1 in current of 0.1 A and a precision in voltage DU of 1 mV, for a variation of current 1 of 1A, one will have a precision on the resistance of 56% either: AR / R = DU / U - DI / 1 with U = R * 1 Let AR / R = (DU / R - DI) / 1 = (1 / 1.5 - 0.1) / 1 = 560/0 By cons for a current variation of 10 A (requiring a time between two times of greater sampling) the error on the resistance is divided by 10 (5.6 ° / 0). GB2461350 teaches, moreover, to overcome the variation of resistance with temperature, to perform an average per temperature range. This causes, or a strong inaccuracy (large temperature range), or an increased need for memory to memorize the different necessary tables (small temperature range). On the other hand, with this method, in the case where the battery undergoes frequent temperature variations, it is not possible to accurately estimate the resistance for lack of value. The object of the invention is therefore to propose a method for estimating the state of health SOH of a battery, in particular a lithium-ion battery, from the measurement of the instantaneous internal resistance of the battery, which allows to optimize the measurement time interval of this resistance to obtain a greater precision on the estimation of the SOH. For this purpose, the invention firstly relates to a method for estimating the state of health SOH of a vehicle battery, in particular a motor vehicle, based on an estimate of the instantaneous internal resistance of the battery from the ratio between a voltage variation across the battery and a corresponding current variation across the battery, these variations being considered within a given time interval, characterized that the time interval considered is greater than the time interval between two successive sampling instants and verifies that the variation of the voltage is strictly increasing or decreasing during the period of time considered. According to one characteristic, the instantaneous internal resistance is expressed by the following simplified equation: Uk + n * te - Uk R _ k Ik + n * te - I k With: Uk = the voltage at the terminals of the battery at the instant k Ik = the current flowing through the battery at the instant kn * te = the time interval considered between two successive measurement instants, with te the sampling period and n, an integer greater than or equal to 2, - the current Ik being greater than a threshold Iman determined to fulfill the following condition I k + n * te - 1,1 i lm - the time interval n * is small enough for the simplified equation expressing the internal resistance can be verified. The method according to the invention comprises the following successive steps: the history of the voltage and the current is memorized over the n values; it is verified that the evolution of the voltage is strictly increasing or decreasing during the period of time considered; - It is verified that the condition on Iman is met to overcome the measurement noise and / or a thermal model used to estimate the temperature of the battery; the instantaneous internal resistance is calculated from the ratio of the expression of the simplified equation. According to another characteristic of the process: the value of the instantaneous internal resistance is recalibrated as a function of temperature by exploiting, in particular, the Arrhenius law. According to another characteristic: the estimate of the state of charge SOC obtained by integration of the current is recovered; the history of the internal resistance values calculated on m values is memorized; the sliding average of the internal resistance values calculated over the m values is conditioned as a function of the state of charge SOC; the averaged resistance, taking account of the state of charge soc, is compared with a first mapping making it possible to obtain the estimated age of the battery from the internal resistance and from the state of charge SOC; and - the age, estimated from the first mapping, is compared with a second mapping that makes it possible to obtain the maximum capacity of the battery from the age of the battery. Another object of the present invention is a motor vehicle, comprising a hybrid thermal / electric or all-electric traction chain, powered by a battery, said traction system comprising a BMS battery management computer cooperating with a TPMU supervision computer. of the power train, the said battery management computer BMS comprising an estimator of the state of health SOH of the battery implementing the method as described above.

Selon une autre caractéristique du véhicule, le calculateur de gestion de batterie BMS comporte en outre un estimateur de l'état de charge de la batterie SOC, l'estimateur SOH coopérant avec l'estimateur SOC pour mettre 1 o en oeuvre le procédé décrit ci-dessus. Grâce à la présente invention, il est donc possible de s'affranchir d'un signal d'excitation riche en fréquences et d'un signal d'excitation provoqué, tout en maîtrisant la charge de calcul. D'autres caractéristiques et avantages de l'invention apparaîtront à 15 l'aide de la description qui suit faite en regard de dessins annexés qui représentent : - la figure 1 (déjà décrite), un graphique illustrant l'influence de la durée de la mesure sur l'estimation de la résistance interne instantanée de la batterie ; 20 - les figures 2 et 3, un schéma fonctionnel illustrant le procédé d'estimation selon l'invention ; et - la figure 4, un schéma-bloc d'un mode de réalisation d'un véhicule mettant en oeuvre le procédé selon l'invention. En référence aux figures 2 et 3, on a représenté par un schéma 25 fonctionnel, les différentes étapes du procédé selon l'invention. Le schéma de la figure 2 se rapporte plus particulièrement à l'estimation de la résistance interne et son recalage pour tenir compte de la température. Pour le calcul de la résistance instantanée Rk, le procédé prend en compte les deux paramètres mesurés suivants : 30 Uk = la tension aux bornes de la batterie Ik = le courant traversant la batterie On peut écrire à un instant discret k : Uk = Rk * Ik + Vientk (1 ) avec : Ventk , une variation de tension supposée lente par rapport à l'évolution dans le temps des autres paramètres. De même, à l'instant k + n*tei avec te la période d'échantillonnage et n un nombre entier, on a : Uk+n*te Rk+n*te Ik+n*te +Ventk+n*te (2) Si on suppose n*te suffisamment petit, on peut écrire : Rk Rk+n*te lentk V lent k+n*t, On a donc : _ Uk+n*te - Uk Rk Ik+n*te -Ik (3) 1 o Deux conditions sont donc à remplir pour évaluer cette résistance : - le seuil Iman tel que Ik+,,*te - 1,1 > 1_ - la durée n*te pour supporter l'équation simplifiée (3) On notera que pour que cette estimation de résistance ait un sens, il faut en plus de ces deux conditions, que la tension soit strictement croissante 15 ou strictement décroissante pendant l'intervalle de temps n*te. Pour une bonne précision sur l'estimation de la résistance, il est essentiel que l'évolution de la tension soit monotone entre les deux instants d'échantillonnage. Pour cela la fréquence d'échantillonnage est choisie de telle sorte d'être supérieure à la dynamique de la sollicitation en courant 20 appliquée sur la batterie. En pratique, la période d'échantillonnage sera toujours inférieure à o.1 s. A l'instant k, on a donc une première estimation de la résistance Rk, que l'on note Rk,Tcellule. La résistance variant en fonction de la température, et pour tenir 25 compte de cette variation, on peut utiliser la loi d'Arrhenius pour corriger la résistance et la ramener à une température dite de référence référence E*( 1 1 ~ R _ R R Tréférence Tk cellule , kTréférence k,Tcellule . ~ (4) avec : R,_ T: résistance à la température de référence 30 Rk,T,- : résistance obtenue précédemment E : énergie d'activation en J.mol-1. According to another characteristic of the vehicle, the battery management computer BMS furthermore comprises an estimator of the state of charge of the battery SOC, the estimator SOH cooperating with the estimator SOC to implement the method described herein. -above. Thanks to the present invention, it is therefore possible to overcome a frequency-rich excitation signal and a provoked excitation signal, while controlling the computing load. Other characteristics and advantages of the invention will become apparent from the following description given with reference to the appended drawings which represent: FIG. 1 (already described), a graph illustrating the influence of the duration of the measurement on the estimation of the instantaneous internal resistance of the battery; FIGS. 2 and 3 are a block diagram illustrating the estimation method according to the invention; and FIG. 4 is a block diagram of an embodiment of a vehicle embodying the method according to the invention. With reference to FIGS. 2 and 3, a functional diagram shows the various steps of the method according to the invention. The diagram of Figure 2 relates more particularly to the estimation of the internal resistance and its registration to take into account the temperature. For the calculation of the instantaneous resistance Rk, the method takes into account the following two measured parameters: Uk = the voltage across the battery Ik = the current flowing through the battery It is possible to write at a discrete moment k: Uk = Rk * Ik + Vientk (1) with: Ventk, a voltage variation assumed to be slow compared to the evolution over time of the other parameters. Similarly, at the instant k + n * tei with te the sampling period and n an integer, we have: Uk + n * te Rk + n * te Ik + n * te + Ventk + n * te ( 2) If we assume that we are small enough, we can write: Rk Rk + n * you slow Slow k + n * t, so we have: _ Uk + n * te - Uk Rk Ik + n * te -Ik (3) 1 o Two conditions must therefore be fulfilled in order to evaluate this resistance: - the threshold Iman such that Ik + ,, * te - 1,1> 1_ - the duration n * te to support the simplified equation (3) We will note that in order for this estimate of resistance to have any meaning, it is necessary in addition to these two conditions, that the voltage be strictly increasing or strictly decreasing during the time interval n * te. For a good precision on the estimate of the resistance, it is essential that the evolution of the tension is monotonous between the two instants of sampling. For this, the sampling frequency is chosen so as to be greater than the dynamics of the current bias applied to the battery. In practice, the sampling period will always be less than o.1 s. At time k, we therefore have a first estimate of the resistance Rk, which we denote Rk, Tcellule. Since the resistance varies as a function of temperature, and in order to take this variation into account, the Arrhenius law can be used to correct the resistance and reduce it to a so-called reference reference temperature E * (1 1 ~ R _ RR Tréférence Tk cell, kTreference k, T cell. ~ (4) with: R, T: resistance to the reference temperature Rk, T, -: resistance obtained previously E: activation energy in J.mol-1.

R : constante des gaz parfaits en J.mol-1.K-1 Tke ide : température de la cellule au moment du calcul de R: constant of perfect gases in J.mol-1.K-1 Tke ide: temperature of the cell at the time of calculation of

Comme il n'est pas possible de mesurer directement la température interne de la batterie, on mesure simplement la température de surface. Cependant, on peut, à l'aide d'un observateur, estimer la température interne à partir d'un modèle thermique à l'instant k. Since it is not possible to directly measure the internal temperature of the battery, the surface temperature is simply measured. However, it is possible, with the help of an observer, to estimate the internal temperature from a thermal model at time k.

Afin de s'affranchir du bruit de mesure et du modèle, on peut effectuer une moyenne glissante sur m valeurs. In order to overcome the measurement noise and the model, a sliding average can be made on m values.

1 o On a donc : i=k moyen - 112 i=k-m référence : température de référence à laquelle on souhaite rapporter toutes les estimations de résistance 1 o We therefore have: i = k mean - 112 i = k-m reference: reference temperature at which we want to report all the resistance estimates

15 La figure 3, à considérer dans la continuité de la figure 2, complète le schéma fonctionnel de la figure 2, pour tenir compte de l'état de charge SOC de la batterie. Pour tenir compte de l'état de charge SOC, on conditionne la moyenne glissante introduite précédemment en (5) en fonction de la variation de l'état 20 de charge SOC. Si cette dernière est supérieure à un seuil Asoc pendant cette fenêtre glissante, il n'y a pas de valeur de résistance proposée: RkT, moyen existe si et seulement si max (SOC,. ) - min (SOCi ) < Asoc (6) 1 "e e i=k-m:k i=k-m:k Cette dernière équation suppose d'avoir, à chaque instant k, SOCk. Pour cela, il est proposé par exemple une méthode dit coulométrique : SOCk = SOCk-1 + I k te Cmax (7) Avec : Cmax, la capacité maximale de la batterie en ampère seconde Le seuil soc est déterminé en fonction de l'importance de l'influence de l'état de charge SOC de la batterie sur la valeur de sa résistance. 30 Si l'influence est faible, cela signifie que la résistance dépend peu de l'état de charge SOC. Dans ce cas, le seuil peut être important (plusieurs (5) 25 dizaines de °/O). Si par contre l'influence de l'état de charge SOC est forte, le seuil devra être faible (seuil inférieur à 5°/O) On détermine ensuite la résistance estimée en fonction de l'état de charge SOC et du niveau de vieillissement Age à partir d'une table construite 5 expérimentalement. On obtient alors l'état de santé SOH de la batterie caractérisé par exemple par sa capacité maximale C- . On rappelle ci-dessous les différentes étapes du procédé d'estimation de l'état de santé de la batterie qui viennent d'être décrites en référence aux 1 o figures 2 et 3. A l'étape 1, on mémorise l'historique de la tension et du courant sur n valeurs. A l'étape 2, on vérifie que l'évolution de la tension est strictement croissante ou décroissante pendant l'intervalle de temps considéré sur les n 15 valeurs. Cette condition est nécessaire car on souhaite se rapprocher de la mesure d'une résistance en réponse à un signal d'excitation en forme d'échelon. A l'étape 3, on vérifie que la condition sur Imin est remplie pour s'affranchir du bruit de mesure et/ou du modèle thermique utilisé. 20 A l'étape 4, on calcule la résistance interne instantanée à partir du rapport de l'expression (3). A l'étape 5, on recale la valeur de la résistance interne instantanée en fonction de la température en exploitant, par exemple, la loi d'Arrhenius. Cette étape permet d'obtenir un indicateur plus précis en utilisant des 25 temps plus long, pour obtenir des variations de courant et de tension plus importants, gage d'une meilleure précision. A l'étape 6, on récupère l'estimation de l'état de charge SOC obtenue par intégration du courant. A l'étape 7, on mémorise l'historique de valeurs de résistance internes 30 estimées à l'étape 5 sur m valeurs. A l'étape 8, on décide de prendre en compte ou pas le SOC en fonction d'un seuil déterminé. A l'étape 9, on calcule la moyenne glissante afin de lisser les résultats en prenant en compte l'état de charge SOC. FIG. 3, to be considered in the continuity of FIG. 2, completes the block diagram of FIG. 2, to take account of the state of charge SOC of the battery. In order to take account of the state of charge SOC, the sliding average introduced previously in (5) is conditioned as a function of the variation of the state of charge SOC. If the latter is greater than an Asoc threshold during this sliding window, there is no proposed resistance value: RkT, means exists if and only if max (SOC ,.) - min (SOCi) <Asoc (6) 1 "eei = km: ki = km: k This last equation supposes to have, at each instant k, SOCk.For this, it is proposed for example a so-called coulometric method: SOCk = SOCk-1 + I k te Cmax ( 7) With: Cmax, the maximum capacity of the battery in amperesecond The threshold soc is determined according to the importance of the influence of the state of charge SOC of the battery on the value of its resistance. This means that the resistance depends little on the state of charge SOC, in which case the threshold can be large (several (5) tens of ° / o). SOC state of charge is high, the threshold must be low (threshold less than 5 ° / 0). The estimated resistance is then determined as a function of the state of charge. SOC and Aging Age level from an experimentally constructed table. The state of health SOH of the battery is thus obtained characterized for example by its maximum capacity C-. The various steps of the method for estimating the state of health of the battery which have just been described with reference to FIGS. 2 and 3 are recalled below. In step 1, the history of the voltage and current on n values. In step 2, it is verified that the evolution of the voltage is strictly increasing or decreasing during the time interval considered on the n values. This condition is necessary because it is desired to approach the measurement of a resistance in response to a step-shaped excitation signal. In step 3, it is verified that the condition on Imin is satisfied to overcome the measurement noise and / or the thermal model used. In step 4, the instantaneous internal resistance is calculated from the ratio of expression (3). In step 5, the value of the instantaneous internal resistance is recalibrated as a function of the temperature by using, for example, the Arrhenius law. This step makes it possible to obtain a more accurate indicator by using longer times, in order to obtain greater variations in current and voltage, guaranteeing better accuracy. In step 6, the SOC state of charge estimation obtained by integrating the current is recovered. In step 7, the history of internal resistance values 30 estimated in step 5 is stored on m values. In step 8, it is decided to take into account or not the SOC according to a determined threshold. In step 9, the sliding average is calculated in order to smooth the results by taking into account the state of charge SOC.

Aux étapes 10 et 11, on compare la résistance moyennée, tenant compte du SOC, à des tables (cartographies) obtenues par des essais en laboratoire via un vieillissement accéléré. La première cartographie 10 permet d'obtenir l'âge estimé de la batterie à partir de la résistance interne et du SOC. La deuxième cartographie 11 permet d'obtenir la capacité maximale de la batterie à partir de l'âge de la batterie. Avec cette dernière cartographie 11, on peut relier directement le vieillissement de la batterie à sa capacité maximale. La figure 4 illustre par un schéma-bloc, un système de gestion de 1 o batterie BMS 12 (acronyme anglo-saxon pour "Battery Management System") d'un véhicule 20, hébergeant un estimateur d'état de santé SOH 13 et un estimateur d'état de charge SOC 14. Le système BMS 12 est typiquement un calculateur dédié à la fonction gestion de batterie. Il comporte un ensemble de composants logiciels aptes à 15 exécuter de multiples programmes et recevant en entrées des signaux issus de différents capteurs : tension, courant, température, ... ; ces signaux étant révélateurs de caractéristiques physico-chimiques de la batterie. Parmi ces composants logiciels, on trouve l'estimateur SOH 13, délimité sur la figure 4 par une ligne fermée en trait épais, qui en coopération avec un 20 autre composant logiciel : l'estimateur SOC 14, met en oeuvre le procédé d'estimation selon l'invention. L'estimateur SOH 13 comporte des blocs fonctionnels aptes à mettre en oeuvre les étapes 1 à 5 et 7 à 9. L'estimateur SOC 14 met en oeuvre l'étape 6. 25 Le calculateur de gestion de batterie BMS 12 coopère avec un autre calculateur : un calculateur de supervision, ou superviseur 15, de la chaîne de traction électrique ou hybride 16 du véhicule 20 ; superviseur connu également sous l'acronyme anglo-saxon "PTMU" pour « Power Transmission Management Unit ». Le superviseur 15 gère notamment la répartition de 30 l'énergie électrique entre les différents consommateurs électriques du véhicule 20 (moteur thermique, machine électrique, réseau de bord, ....). La chaîne de traction 16 gérée par le superviseur 15 et le système BMS 12, est notamment une chaîne de traction d'un véhicule hybride comportant deux sources d'énergie alternatives ou combinées, pour le déplacement du 35 véhicule : une source d'énergie thermique et une source d'énergie électrique. In steps 10 and 11, the averaged resistance, taking SOC into account, is compared with tables (maps) obtained by laboratory tests via accelerated aging. The first map 10 makes it possible to obtain the estimated age of the battery from the internal resistance and the SOC. The second mapping 11 makes it possible to obtain the maximum capacity of the battery from the age of the battery. With this last mapping 11, it is possible to directly connect the aging of the battery to its maximum capacity. FIG. 4 illustrates, by a block diagram, a management system of a battery BMS 12 (acronym for "Battery Management System") of a vehicle 20, housing a health state estimator SOH 13 and a SOC state of charge estimator 14. The BMS system 12 is typically a dedicated computer for the battery management function. It comprises a set of software components capable of executing multiple programs and receiving as inputs signals from different sensors: voltage, current, temperature, ...; these signals being indicative of physicochemical characteristics of the battery. Among these software components, there is the estimator SOH 13, delimited in FIG. 4 by a closed line in thick lines, which in cooperation with another software component: the SOC estimator 14, implements the estimation method according to the invention. The SOH estimator 13 comprises functional blocks able to implement steps 1 to 5 and 7 to 9. The SOC estimator 14 implements step 6. The battery management calculator BMS 12 cooperates with another computer: a supervision computer, or supervisor 15, of the electric or hybrid power train 16 of the vehicle 20; supervisor also known by the acronym "PTMU" for "Power Transmission Management Unit". The supervisor 15 manages in particular the distribution of the electrical energy between the various electrical consumers of the vehicle 20 (heat engine, electric machine, onboard network, ....). The traction chain 16 managed by the supervisor 15 and the BMS 12 system is in particular a traction system of a hybrid vehicle comprising two alternative or combined energy sources for moving the vehicle: a source of thermal energy. and a source of electrical energy.

Le système BMS 12 reçoit par ailleurs différents signaux délivrés par différents capteurs (non représentés) permettant de relever la tension U(t), le courant I(t) et la température TM d'une batterie 17, de type Li-Ion ou autre, sujette à une sollicitation en courant. The BMS system 12 also receives various signals delivered by various sensors (not shown) making it possible to record the voltage U (t), the current I (t) and the temperature TM of a battery 17, of the Li-Ion type or the like. subject to a current demand.

On a constaté expérimentalement que la résistance interne varie faiblement avec l'état de charge SOC. On peut donc considérer qu'une cartographie à une dimension suffirait pour lier la résistance interne directement à l'état de santé SOH sans utiliser l'état de charge SOC. La présente invention ne nécessite aucun capteur supplémentaire. Les 1 o données sont déjà disponibles au niveau du calculateur BMS. It has been found experimentally that the internal resistance varies slightly with SOC state of charge. One-dimensional mapping could therefore be considered sufficient to link the internal resistance directly to the health state SOH without using the SOC state of charge. The present invention does not require any additional sensor. The 1 o data are already available at the BMS calculator.

Claims

REVENDICATIONS1. A method for estimating the state of health SOH of a vehicle battery (17) (20), in particular a motor vehicle, based on an estimate of the instantaneous internal resistance (Rk) of the battery from the ratio between a voltage variation across the battery and a corresponding current variation across the battery, said variations being considered within a given time interval, characterized that the time interval considered is greater than the time interval between two instants of successive sampling and verifies that the variation of the voltage is strictly increasing or decreasing during the time interval 1 o considered.

2. Estimation method according to claim 1, characterized in that the instantaneous internal resistance is expressed by the following simplified equation: R _ Uk + n * te - Uk k 1k + n * t_ -1k 15 With: Uk = the voltage across the battery at the instant k Ik = the current flowing through the battery at the instant kn * te = the time interval considered between two successive measurement instants, with te the sampling period and n an integer 20 greater than or equal to 2, the current Ik being greater than a threshold Iman determined to fulfill the following condition: Ik + ,, * te - Ik> Iman; and the time interval n * is small enough that the simplified equation expressing the internal resistance can be verified. 25

3. Estimation method according to the preceding claim, characterized in that it comprises the following successive steps: - one memorizes (1) the history of the voltage and current on the n values; - it is verified (2) that the evolution of the voltage is strictly increasing or decreasing during the time interval considered - it is verified (3) that the condition on Iman is fulfilled in order to overcome measurement noise and / or a thermal model used to estimate the temperature of the battery; and - (4) the instantaneous internal resistance is calculated from the ratio of the expression of the simplified equation.

4. The estimation method according to the preceding claim, characterized in that: - the value of the instantaneous internal resistance is adjusted (5) as a function of temperature, by using, in particular, the Arrhenius law.

5. Estimation method according to the preceding claim, characterized in that: - (6) is recovered the SOC state of charge estimation obtained by current integration; - memorizes (7) the history of the internal resistance values calculated on m values; the rolling average of the calculated internal resistance values (9) is conditioned (8) on the m values as a function of the state of charge SOC; Comparing (10) the averaged resistance, taking into account the state of charge SOC, to a first map making it possible to obtain the estimated age of the battery from the internal resistance and the state of charge SOC; and - comparing (11) the age, estimated from the first mapping, to a second mapping to obtain the maximum capacity of the battery from the age of the battery.

6. Vehicle (20) automobile, comprising a traction chain (16) hybrid thermal / electrical or all-electric, powered by a battery (17), said traction chain comprising a management computer battery BMS (12) cooperating with a TPMU supervision computer (15) of the traction chain, said battery management computer BMS comprising an estimator (13) of the state of health SOH of the battery implementing the method according to one of the claims 1 to 4.

7. Vehicle (20) according to the preceding claim, characterized in that the BMS battery management computer (12) further comprises an estimator of the state of charge of the SOC battery (14), the estimator SOH cooperating with the SOC estimator for carrying out the method according to claim 5.