EP4264301A1 - Procédé pour estimer la durée de vie d'un système de stockage d'énergie - Google Patents

Procédé pour estimer la durée de vie d'un système de stockage d'énergie

Info

Publication number
EP4264301A1
EP4264301A1 EP21839174.6A EP21839174A EP4264301A1 EP 4264301 A1 EP4264301 A1 EP 4264301A1 EP 21839174 A EP21839174 A EP 21839174A EP 4264301 A1 EP4264301 A1 EP 4264301A1
Authority
EP
European Patent Office
Prior art keywords
storage system
state
health
aging
values
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
EP21839174.6A
Other languages
German (de)
English (en)
Inventor
Jean-Marie Klein
Franck AL SHAKARCHI
Arnaud Delaille
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Commissariat a lEnergie Atomique et aux Energies Alternatives CEA
Powerup SAS
Original Assignee
Commissariat a lEnergie Atomique CEA
Commissariat a lEnergie Atomique et aux Energies Alternatives CEA
Powerup SAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Commissariat a lEnergie Atomique CEA, Commissariat a lEnergie Atomique et aux Energies Alternatives CEA, Powerup SAS filed Critical Commissariat a lEnergie Atomique CEA
Publication of EP4264301A1 publication Critical patent/EP4264301A1/fr
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/3644—Constructional arrangements
    • G01R31/3648—Constructional arrangements comprising digital calculation means, e.g. for performing an algorithm
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/378—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC] specially adapted for the type of battery or accumulator
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • G01R31/3842—Arrangements for monitoring battery or accumulator variables, e.g. SoC combining voltage and current measurements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/392—Determining battery ageing or deterioration, e.g. state of health
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/10—Energy storage using batteries

Definitions

  • TITLE PROCEDURE FOR ESTIMATING THE LIFETIME OF AN ENERGY STORAGE SYSTEM
  • the technical field of the invention is that of electrochemical energy storage systems.
  • the invention relates more particularly to a method for estimating the lifetime of a storage system, in particular to anticipate the maintenance of this system.
  • An electrochemical energy storage system comprises one or more batteries capable of storing electrical energy (in a chemical form) and releasing it in due time.
  • Stationary storage makes it possible in particular to ensure the balance between production and consumption of electricity on an electrical distribution network, and in particular to compensate for the variability in the production of renewable energies (solar, wind, etc.) . For example, the electricity produced in excess on a very sunny day can be restored in the evening when demand is greater. Stationary storage also contributes to guaranteeing the quality of the electricity distribution network by limiting the fluctuations caused by the intermittency of the production of renewable energies. Finally, stationary storage makes it possible to meet the needs of isolated sites, which are poorly supplied or not supplied by the distribution networks.
  • Stationary storage systems are mainly medium- or high-power large-scale storage systems (of the order of several hundred kW to several tens of MW), having high energies (of the order of several hundreds of kWh to several tens of MWh).
  • on-board storage systems have a smaller amount of energy (from a few Wh to a few tens of kWh) and lower power (from a few W to a few hundred kW). They are dedicated to applications mobiles. They are mainly used in transport, in particular in electric and rechargeable hybrid vehicles, and in portable electronic devices (telephones, tablets, computers, etc.).
  • the batteries of the storage system make it possible to convert the energy of a chemical reaction into electrical energy.
  • Lithium batteries have one of the highest energy density and specific energy and therefore represent a preferred technology for many applications.
  • the evolution of the performance of the batteries can be monitored thanks to the implementation of indicators such as the state of health or “SOH” (for “State Of Health”). This state of health can be calculated from physical parameters measured directly on the battery.
  • SOH state of health
  • Empirical aging models are the easiest to use. They are parameterized using a database made up of aging test results. They can take into account both calendar degradation and battery cycling degradation. For each degradation mode, several factors influence the degradation rates. The factors cited most often in the literature are the temperature, the state of charge of the battery or "SOC" (for "State Of Charge” in English), the level of electrical stress (in other words, the electrical current ) and the range of SOC (ASOC).
  • Figure 1 is a block diagram of a typical method for estimating the lifetime of a storage system using an empirical aging model.
  • Electrochemical cells undergo charge and discharge cycles, at different charge and discharge rates and at different temperatures.
  • the parameters of the aging model which depend on these current regimes and on the temperature, are then determined during a step S12 on the basis of these tests, for example by statistical adjustment of the model to the results of the tests.
  • the aging of the storage system is simulated during a step S13 using the parameterized model. To perform this simulation, current and voltage electrical stress profiles and a temperature profile are applied.
  • the simulation step S13 provides a lifetime projection of the storage system, typically in the form of a decrease in the state of health (SOH) over time.
  • SOH state of health
  • the service life estimation method according to FIG. 1 is based exclusively on measurements carried out in the laboratory.
  • the conditions in which these measurements are taken do not represent the actual operation of the storage system, the conditions of which are by nature random.
  • the aging model although representative of an electrochemical cell technology, is therefore not calibrated to faithfully reproduce the behavior of the storage system in real operation.
  • the electrical stress profiles and the thermal profile used during the simulation step are general profiles, made up of average values.
  • the lifetime projection obtained using this method is approximate, which prevents in particular from planning the maintenance of the storage system in a detailed manner and/or from optimizing the use of the system. storage to prolong its life.
  • this need tends to be satisfied by providing a method for estimating a lifetime of an energy storage system comprising a plurality of electrochemical cells, said method comprising the following steps: a) define an aging model of the storage system; b) collecting first values of a state of health, values of a state of charge and operation data of the storage system during use of the storage system, the storage system being subjected to conditions in use, the operation data comprising current, temperature and voltage values; c) updating parameters of the aging model according to the first values of the state of health, the values of the state of charge and the operation data; d) determining a thermal profile and electrical stress profiles under conditions of use from the operation data; e) simulate the aging of the storage system using the updated parameters of the aging model, the predetermined thermal and electrical stress profiles, and the thermal and electrical stress profiles under conditions of use, from which a duration projection results life of the storage system.
  • the estimation method further comprises, before the step of updating the parameters of the aging model, the following steps: collecting test data from a characterization test of the storage system; determine a second storage system health value from the test data; and correcting the first health state values according to the second health state value.
  • the step of defining the aging model comprises the selection of an aging model and the determination of the parameters of the aging model selected from the results of aging tests.
  • the results of aging tests can come from aging tests carried out on the scale of an electrochemical cell and/or from aging tests carried out on the scale of a module comprising several interconnected electrochemical cells.
  • the step of updating the parameters of the aging model comprises the following sub-steps: dividing an operating duration of the storage system into time slices and determining average operating conditions over each time slot from the operating data and the state of charge values; calculating for each time slice a state-of-health error at the end of the time-slice, said state-of-health error being equal to the absolute value of the difference between the first value of the state-of-health and a health value simulated using the operation data on the time slice and the aging model to be updated; comparing the state of health error of each time slice to a threshold value; and when the state-of-health error of at least one time slot is greater than the threshold value, the following sub-steps: modifying aging test results with regard to the first state-of-health values and time slice operation data; and determining aging model parameter values from the modified aging test results.
  • the sub-step of modifying the results of aging tests comprises the following operations: for each time slot, identifying among the results of aging tests results of so-called neighboring tests carried out at test conditions close to the average operating conditions of said time slot; identifying for each of the neighboring test results a time window having a duration equal to that of the time slice and starting at a time when the test result reaches the first health state value at the start of the time slice; determining for each of the neighboring test results a health status value at the end of the time window; weighting for each time slice the health state values at the end of the time windows to obtain an experimental health state value at the end of the time slice; calculating a transfer function between the experimental values of state of health at the end of the time slice and the first values of state of health at the end of the time slice; apply the transfer function to the results of aging tests.
  • the transfer function is preferably a polynomial function.
  • the step of updating the parameters of the aging model comprises the following sub-steps: dividing an operation duration of the storage system into time slices; calculating for each time slice a state-of-health error at the end of the time-slice, said state-of-health error being equal to the absolute value of the difference between the first value of the state-of-health and a state value simulated health using the operation data on the time slice and the aging model to be updated; compare the state-of-health error of each time slice to a threshold value; and when the state of health error of at least one time slice is greater than the threshold value, the following sub-step: modifying the values of the parameters of the aging model until the error d health of each time slice is less than the threshold value.
  • the time slots can be of identical duration.
  • the time slots are of variable duration and determined so that the operation data are substantially identical on the same time slot and different between the time slots.
  • steps b) to e) are repeated several times when using the storage system.
  • the predetermined electrical and thermal stress profiles are advantageously replaced by the electrical and thermal stress profiles under conditions of use as the operation data is collected.
  • the estimation method according to the first aspect of the invention may also have one or more of the characteristics below, considered individually or according to all technically possible combinations: the storage system is stationary; the storage system is a battery storage system (BESS); the storage system includes a lithium battery.
  • BESS battery storage system
  • a second aspect of the invention relates to a data processing device comprising means for implementing an estimation method according to the first aspect of the invention.
  • a third aspect of the invention relates to a computer program product comprising instructions which, when the program is executed by a computer, lead the latter to implement an estimation method according to the first aspect of the 'invention.
  • a fourth aspect of the invention relates to a computer-readable data carrier, on which the computer program product according to the third aspect of the invention is recorded.
  • FIG. 1 previously described, schematically represents a method for estimating the lifetime of a storage system according to the prior art
  • FIG. 2 schematically represents the steps of a method for estimating the lifetime of a storage system by means of an aging model, according to a first embodiment of the invention
  • FIG. 3 schematically represents the steps of a method for estimating the lifetime of a storage system by means of an aging model, according to a second embodiment of the invention
  • FIG. 4 schematically represents a preferred mode of implementation of the step of recalibrating the aging model.
  • FIG. 5 schematically represents a sub-step of the recalibration of the aging model, comprising the division of an operation duration into time slices.
  • FIG. 6 schematically represents another sub-step of the recalibration of the aging model, including the modification of aging test results.
  • FIG. 7 schematically represents an operation of the test results modification sub-step according to figure 6.
  • Figure 2 is a block diagram (or block diagram) of a method for estimating the lifetime of an energy storage system, according to a first mode of implementation of the invention .
  • the energy storage system can be an on-board storage system or a stationary storage system. It comprises a plurality of electrochemical cells (also called electrochemical accumulators) connected in series and/or in parallel to form one or more batteries.
  • the electrochemical cells are preferably of the same type, for example lithium accumulators (and belonging to the same variant of lithium accumulators: lithium-metal, lithium-ion, lithium polymer, lithium-ion-polymer, etc. ).
  • the storage system can be used to supply energy to an electric or hybrid transport vehicle (on-board system), to absorb the surplus electricity production within a photovoltaic power plant (system stationary) or to supply an isolated site (stationary system).
  • BESS Battery Energy Storage System
  • a BESS is a large-scale stationary storage system generally coupled to a renewable energy production unit (solar, wind, etc.).
  • the system includes several battery sections, each battery section comprising battery assemblies called “racks", each rack comprising a plurality of modules connected to each other, themselves made up of cells assembled in series and in parallel.
  • the storage system When in use, the storage system (whether stationary or onboard) is subject to the constraints of a so-called “terrain” environment and to conditions of use.
  • the constraints of the field environment are for example the presence of connection elements and protection elements between the electrochemical cells, between the different batteries of a rack, between the different racks of a section of batteries (in the case of a BESS) ..., the presence of a casing around the electrochemical cells of each battery, and the presence of electronic systems such as the BMS (“Battery Management System”) and the EMS (“Energy Management System”).
  • BMS Battery Management System
  • EMS Electronic System
  • the conditions of use are defined by various parameters such as the charging and discharging regimes to which the electrochemical cells are subjected, the cycling and rest phases of the electrochemical cells and the temperature surrounding the electrochemical cells. These conditions of use may be different between the batteries that make up the storage system, or even (in terms of temperature) between the electrochemical cells of the same battery.
  • cycling phases refers to the phases during which the electrochemical cells of the storage system undergo charge and discharge cycles, that is to say the phases during which the storage system is used. In this case, the storage system is said to be "in cycled mode”.
  • resting phases refers to the phases during which the electrochemical cells of the storage system are not called upon. In this case, the storage system is said to be “in calendar mode”.
  • the storage system is advantageously equipped with at least one electronic management system, commonly called “BMS” for "Battery Management System” in English.
  • the electronic management system makes it possible to control the operation of the storage system, in particular by regulating the load and discharge.
  • a storage system can include several electronic management systems.
  • a BESS can have one BMS per module and one BMS per rack.
  • the electronic management system is also configured to collect storage system operation data and to calculate indicators, such as the state of health (SOH) and the state of charge (SOC) of the storage system. , from the operation data.
  • the operating data are preferably current I(t), temperature (T(t)) and voltage (U(t)) values measured over time (t) at the batteries.
  • the indicators are preferably calculated by a microprocessor belonging to the electronic management system.
  • the collected and calculated data are preferably stored in a database in communication with the microprocessor of the electronic management system.
  • the database can be integrated into the electronic management system or, on the contrary, be separated from it.
  • the estimation of the lifetime of the storage system using the method according to the invention is based on the use of an empirical aging model.
  • this aging model also called “state of health evolution model” takes into account both the calendar degradation and the cycling degradation of the storage system.
  • the state of health is expressed as a percentage and corresponds to the ratio between the maximum discharge capacity Qmax and the initial capacity Qo of the storage system.
  • the maximum discharge capacity Qmax represents the quantity of electrical energy that the storage system can supply when it is fully charged, at a given moment in the life of the system.
  • the initial capacity Qo is the initial discharge capacity of the storage system, that is to say when the storage system is new. It can be measured or equated to the rated capacity specified by the storage system manufacturer. The closer the discharge capacity Qmax is to the initial capacity Qo of the storage system, the better its state of health. The state of health is therefore representative of an irreversible loss of autonomy of the storage system.
  • the state of health is linked to the losses of dQioss capacity in the following way:
  • the capacity losses dQioss are defined as the sum of the capacity losses at rest and those in cycling:
  • the term represents the capacity losses during the phases of rest (function of time t); the term represents the capacity losses during the phases cycling (depending on the quantity Qth of Ah accumulated during successive discharges).
  • Qioss is the capacity lost by the storage system, expressed in ampere-hours (Ah);
  • Jcai is a first factor for accelerating the aging of the storage system in calendar mode, called “rate of degradation in calendar mode” and expressed in Ah. sec 1 ;
  • Jcyc is a first factor of acceleration of the aging of the storage system in cycled mode, called “rate of degradation in cycled mode” and expressed in Ah. Ah -1 ;
  • Acyc is a second factor for accelerating storage system aging in cycled mode.
  • the Jcai and Acai parameters depend on the state of charge (SOC) and the temperature T at rest, while the Jcyc and Acyc parameters depend on the SOC and the current and temperature conditions during cycling, in other words discharge current ID, charge current le, discharge temperature TD and charge temperature Te.
  • the estimation method includes steps S21 to S25 leading to a projection of the lifetime of the storage system.
  • a lifetime projection can be represented by a decrease in SOH or storage system capacity as a function of time in the future. Such a lifetime projection makes it possible to anticipate the end of life of the storage system, to program one or more storage system maintenance actions and to modify the management rules of the storage system in order to extend its lifetime. (and therefore improve its economic profitability).
  • One or more SOH (or capacity) thresholds called maintenance thresholds, can be defined to determine at which instants in the life of the system the maintenance actions will be performed.
  • an end-of-life threshold can be set to determine when the storage system should be replaced. A maintenance action or the replacement of the system is undertaken at the moment when the SOH (or the capacity) reaches the considered threshold, according to the lifetime projection.
  • Steps S21 to S25 are preferably coded in the form of a program and implemented by a computer (by executing the program).
  • the step S21 of the estimation method consists in defining the aging model which will be used to estimate the lifetime.
  • step S21 for defining the aging model comprises the selection of an aging model (whose parameters are unknown) and the determination of the parameters of the selected aging model (by example the terms Jcai, Jcyc, Acai and A cyc in the previous model example) from test results.
  • the test results come from aging tests (also called “endurance tests”) carried out in the laboratory (typically in a climatic chamber) on the scale of an electrochemical cell and/or a module comprising several interconnected electrochemical cells. These aging tests consist in aging, individually or in modules, a multitude of electrochemical cells of the same type as those of the storage system, at different charge and discharge currents and at different temperatures, the electrochemical cells having different target SOCs ( at the end of discharge and at the end of charge). Typically, each aging test corresponds to a charging current value Ie, a discharging current value ID, a temperature value T and a target SOC value.
  • These aging test results include data representative of the evolution of the SOH or of the capacity of the cell (or of the module, depending on the type of test) as a function of time.
  • the parameters of the model can be determined for the first time in a conventional way, for example by statistical adjustment of the model to the test results.
  • the step S21 for defining the aging model consists of selecting a generic aging model that has already been configured.
  • step S22 data is collected during the use of the storage system.
  • the electrochemical cells of the storage system are subject to conditions of use which can be very different from laboratory conditions. These conditions of use correspond to the actual operation of the storage system (placed in its field environment).
  • the data collected is the storage system operation data, namely the current I(t), the voltage U(t) and the temperature T(t), as well as the first values of the SOH and that of storage system SOC values.
  • the first values of the SOH and the values of the SOC are so-called “field” values, since they are collected when the system is in use (in other words in its field environment). They are denoted respectively SOHBMs(t) and SOCBMs(t) in Figure 2.
  • the data collected is preferably that supplied by the electronic management system of the storage system (and recorded in the database).
  • the data is advantageously collected opportunistically during the actual operation of the storage system, during a charge or a discharge (partial or total).
  • the data can be acquired when the conditions necessary for obtaining them are met.
  • the step S23 of the estimation method is a recalibration step (also called “recalibration”) of the aging model.
  • the parameters of the aging model are updated according to the field values of SOH (SOHBMS(I)), the field values of SOC (SOCBMS(I)) and the operation data (l(t) , U(t), T(t)) collected during step S22.
  • the updated values of the model parameters are denoted Jcai', Jcyc', Acai' and Acyc' in Figure 2.
  • the updating of the parameters of the model can be accomplished by also considering the results of laboratory tests, noted SOH (le, ID, T, SOC) (le, ID, T and SOC being the laboratory conditions under which the tests are carried out).
  • the updating step S23 can be performed at each new data item collected during the collection step S22 (for example at each new value of SOH) or be repeated at a predetermined updating frequency, for example every months, quarters or semesters.
  • the aging model previously static because established once and for all on the basis of an aging test campaign, becomes quasi-dynamic (or evolving).
  • the estimation method is remarkable in that the operation data are also used to determine, during a step S24, profiles (or scenarios) of electrical stress lop(t) and Uo P (t ) (current and voltage demand respectively) and a thermal profile T op (t) under conditions of use.
  • the electrical stress profiles l op (t) and U op (t) consist of current or voltage values (charging and/or discharging) distributed over time, while the thermal profile Top(t) consists of temperature values distributed over time. All of these values belong to the operation data collected in step S22.
  • the step S24 for determining the profiles in conditions of use lop(t), Uop(t) and Top(t) preferably comprises operations of filtering (to discard the inconsistent values) and of concatenation of the data d 'operation.
  • step S25 the aging of the storage system is simulated using the aging model using the parameters updated during step S23.
  • This simulation is accomplished by feeding the model with predetermined electrical and thermal stress profiles lgen(t), Ugen(t) and T ge n(t) on the one hand, and the profiles in use conditions lop(t) , Uop(t) and T op (t) determined in step S24 on the other hand.
  • the profiles in conditions of use lop(t), Uop(t) and T op (t) represent a history of the use of the storage system.
  • the collection step S22, the recalibration step S23, the step S24 for determining the profiles under conditions of use and the simulation step S25 are advantageously repeated several times during the use of the system. of storage.
  • step S22 data collection can be performed continuously.
  • the profiles in use conditions lop(t), Uop(t) and T op (t) are preferably constructed (during step S24) and used in simulation (during step S25) as measurement of operation data collection.
  • an aging simulation can only be performed with the electrical and thermal stress profiles lgen(t), Ugen(t) and Tgen( t) predetermined.
  • these predetermined profiles are progressively replaced by the electrical and thermal stress profiles under conditions of use l op (t), U op (t) and T op (t) (in other words, the operating data gradually replace the average values).
  • the more operation data collected the greater the usage history of the storage system and the greater the share of operation data in the simulation profiles.
  • FIG. 3 is a block diagram of a method for estimating the lifetime of an energy storage system, according to a second embodiment of the invention.
  • the estimation method comprises: a step S31 of collecting test data, these test data coming from a characterization test the storage system; a step S32 for determining, from the test data, a second value of the SOH, called test and denoted SOHtest in FIG. 3; and a step S33 of correcting at least part of the field values of the state of health SOHBMs(t) as a function of the test value SOHtest.
  • the storage system characterization test also called standardized test or "check-up" is a test carried out in the field which interrupts the use of the storage system. For this reason, it is carried out very punctually, for example every 3 months. The collection of test data therefore takes place at a much lower frequency than that of operation data. Its main purpose is to detect a drift in the measurement of transaction data by the electronic management system (“continuous” measurement during use).
  • This test preferably includes a full charge followed by a full discharge. It can include up to 3 complete charge and discharge cycles, the values retained being those of the last cycle.
  • test data collected during step S31 are of the same type as the operation data, namely values of the current I, of the voltage U and of the temperature T of the storage system (in charge and in discharge). They are denoted Itest, Utest and Ttest respectively.
  • the SOHtest test value of the state of health can be determined in step S32 by various calculation methods known to those skilled in the art and similar to those implemented in battery management systems (BMS ).
  • BMS battery management systems
  • advanced calculation methods are described in documents EP3080624 and EP3080625. These methods are advantageous because they allow the phase-free SOH to be determined from full-charge and full-discharge cycles.
  • the correction step S33 can also be seen as a step for determining a so-called real state of health, denoted SOHreai(t), the values of which (field values, possibly corrected) are assumed to be exact. It preferably includes an interpolation operation (linear or quadratic) between the field values SOHBMs(t) and the test value SOHtest.
  • the test value SOHtest is a precise value of SOH. Correcting all or part of the SOHBMs(t) field values using the SOHtest test value improves the accuracy of the SOH values used to recalibrate the aging model. This correction compensates for the error in the SOH calculated by the electronic management system, due to measurement drift. The parameters of the aging model are then updated even more precisely and the reliability of the lifetime projection obtained by simulation is maximized.
  • FIG. 4 illustrates a preferred mode of implementation of the recalibration step S23 of the aging model.
  • the recalibration step S23 firstly comprises a sub-step S41 which can be broken down into two operations, performed successively or simultaneously: the division of an operation duration of the storage system into N time slots, N being a natural integer greater than or equal to 2; and determining average operating conditions over each time slice from the operating data (l(t), U(t) and T(t)) and the field values of SOC (SOCBMS(I)).
  • the duration of operation corresponds to a period during which the storage system has been used normally and for which we have field values of SOH (SOHBMS(I)), possibly corrected (SOHréei(t)), values SOC terrain (SOCBMs(t)) and operation data (l(t), U(t), T(t)).
  • the average operating conditions on each slice include an average value of the charging current Icmay(i), an average value of the discharging current iDmoy(i), an average value of the temperature Tmoy(i) and a value d SOCavg(i) state of charge. It is also possible to distinguish between an average temperature value on charge and an average temperature value on discharge.
  • the time slices are of variable duration and determined so that the operation data and the field values of SOC are substantially identical on the same slice and different between the time slices.
  • a homogeneity of the operating data, and in particular of the charging current (le), of the discharging current (ID) and of the temperature (T), and a homogeneity of the field values of SOC on each time slice are sought during the slicing.
  • the different time slices are indexed by means of an index i, i being a natural integer varying from 1 to N.
  • the instant t at which the slice of index i begins is denoted “ti -i >> and the instant t at which the slice of index i ends is denoted “ti”.
  • the sub-step S41 for cutting into time slices and determining the average operating conditions comprises the following operations:
  • Cgr(O) ⁇ lcmavg(0), lDavg(0), Tavg(0) SOCavg(O) ⁇ .
  • 552 define a minimum slice duration Ttr and a slice duration increment step Ptr; for each slice of index i (i varying from 1 to N): 553: initialize the slice end time ti as being the sum of the slice start time ti-i and the minimum slice duration Ttr (to being the start time of the operation duration);
  • the duration of the operation is divided into time slots of identical duration, in particular to take into account a certain “seasonality” of the operation.
  • an operation duration of one year can be divided into 4 slices of 3 months, each slice corresponding to a season of the year.
  • Centered distributions of operating conditions can be determined for each time slice during sub-step S31.
  • Each distribution is characterized by a standard deviation value associated with the average operating condition (lcmavg(i), iDavg(i), Tavg(i) or SOCavg(i) depending on the distribution).
  • the recalibration step S23 then comprises a sub-step S42 consisting in calculating, for each time slice, a state of health error Eson(ti) at the end of the time slice.
  • the state of health error EsoH(ti) is equal to the absolute value of the difference between the field value of SOH at the time of the end of the slice ti (SOHBMs(ti) or SOHréei(ti) according to the mode of implementation; see Figs.2-3) and a simulated state of health value SOHsim(ti) at the time of end of slice ti.
  • Eson(ti) ⁇ OH BMS (ti) — SOH sim (ti ⁇
  • the simulated state of health value SOHsim(ti) is obtained by simulation using the operation data on the time slice and the aging model that it is sought to recalibrate (represented by the parameters Jcai, Jcyc , Acai and Acyc when it is the first iteration of the recalibration step S23, otherwise by the parameters Jcai', Jcyc', Acai' and Acyc' previously updated).
  • the recalibration step S23 then comprises (cf. FIG. 4): a sub-step S44 for modifying the SOH aging test results (le, ID, T, SOC), according to the field values d the state of health SOHBMs(t)/SOHréei(ti) and average operating conditions over the time slices; and a so-called sub-step S45 of relearning the parameters of the model, consisting in determining new values of parameters from the results of modified aging tests SOH′ (le, ID, T, SOC).
  • FIG. 6 represents an example of implementation of sub-step S44 for modifying the results of SOH aging tests (le, ID, T, SOC).
  • Slot i is characterized by an average value of the charging current Icmay(i), an average value of the discharging current iDmoy(i), an average value of the temperature Tmoy(i) and an average value of the state of SOCavg(i) load. For each of these 4 average operating conditions, the 2 test results whose test conditions are closest are identified. 16 test results are then obtained (ie revolution of SOH for 16 sets of test conditions) which frame the center of gravity of the wafer C gr (i).
  • a time window is identified for each of the neighboring test results SOH[i,j] having a duration Di equal to that of the time slice (of index i) and starting at a time td [i, j] at which the test result reaches the field value SOHBMs(ti-i) (or SOHréei(ti-i)), i.e. the field value of SOH at the start time ti-i of the time slice.
  • the different SOH test values of each time slot are then weighted during an operation S64 to obtain a single SOH value at the end of the time slot, this value being qualified as experimental and denoted SOHexp(ti) .
  • This experimental value of SOH can be compared to the field value of SOH at the end of the time slice, SOHBMS (ti), in order to determine to what extent the results of neighboring tests are representative of the aging actually observed in the field.
  • coefficients are preferably applied which, when applied to neighboring test conditions, make it possible to obtain the average conditions operation of the time slice.
  • a transfer function is calculated between the N experimental values of state of health SOHexp(ti) and the N field values of state of health SOHBMs(ti).
  • the transfer function is preferably a polynomial function.
  • the sub-step S45 of relearning the parameters of the model, from the modified test results SOH' can be accomplished in the same way. way as the initial determination of the parameters of the model from the results of initial tests SOH (le, ID, T, SOC) (step S21), for example by statistical adjustment.
  • the preferred mode of implementation of the recalibration step S23 represented by FIG. 4 can be implemented easily and executed quickly. It significantly improves the accuracy of the aging model and the resulting lifetime projections. In particular, the division of the duration of operation into time slices increases the probability of triggering a modification of the parameters of the model.
  • the values of the parameters of the model can be modified so that the error of state of health Eson(ti) of each time slice is less than the threshold value Eth.
  • This variant is equivalent to solving an optimization problem. Optimization software, implementing non-linear mathematical methods, can be used for this purpose.
  • An additional objective of the optimization may be to minimize the variation of the parameters of the model compared to the previous values.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Secondary Cells (AREA)

Abstract

Un aspect de l'invention concerne un procédé pour estimer la durée de vie d'un système de stockage d'énergie comprenant une pluralité de cellules électrochimiques, ledit procédé comprenant les étapes suivantes : • - définir (S21) un modèle de vieillissement du système de stockage; • - collecter (S22) des premières valeurs d'un état de santé, des valeurs d'un état de charge et des données d'opération du système de stockage lors d'une utilisation du système de stockage, le système de stockage étant soumis à des conditions d'usage, les données d'opération comprenant des valeurs de courant, de température et de tension; • - actualiser (S23) des paramètres du modèle de vieillissement en fonction des premières valeurs de l'état de santé, des valeurs d'état de charge et des données d'opération; • - déterminer (S24) un profil thermique et des profils de sollicitation électrique en conditions d'usage à partir des données d'opération; • - simuler (S25) le vieillissement du système de stockage en utilisant les paramètres actualisés du modèle vieillissement, des profils thermique et de sollicitation électrique prédéterminés, et les profils thermique et de sollicitation électrique en conditions d'usage, d'où il résulte une projection de durée de vie du système de stockage.

Description

DESCRIPTION
TITRE : PROCÉDÉ POUR ESTIMER LA DURÉE DE VIE D’UN SYSTÈME DE STOCKAGE D’ÉNERGIE
DOMAINE TECHNIQUE
[0001] Le domaine technique de l’invention est celui des systèmes de stockage électrochimique d’énergie. L’invention concerne plus particulièrement un procédé pour estimer la durée de vie d’un système de stockage, afin notamment d’anticiper la maintenance de ce système.
ÉTAT DE LA TECHNIQUE
[0002] Un système de stockage électrochimique de l’énergie comprend une ou plusieurs batteries capables d’emmagasiner l’énergie électrique (sous une forme chimique) et de la restituer en temps voulu.
[0003] Il existe deux types de systèmes de stockage électrochimique : les systèmes de stockage stationnaires et les systèmes de stockage embarqués.
[0004] Le stockage stationnaire permet notamment d’assurer l’équilibre entre production et consommation d’électricité sur un réseau de distribution électrique, et en particulier de pallier la variabilité de la production des énergies renouvelables (énergies solaire, éolienne...). Par exemple, l’électricité produite en excès lors d’une journée très ensoleillée peut être restituée en soirée lorsque la demande est plus importante. Le stockage stationnaire contribue également à garantir la qualité du réseau de distribution électrique en limitant les fluctuations causées par l’intermittence de la production des énergies renouvelables. Enfin, le stockage stationnaire permet de répondre aux besoins des sites isolés, difficilement alimentés ou non alimentés par les réseaux de distribution.
[0005] Les systèmes de stockage stationnaires sont principalement des systèmes de stockage à grande échelle de moyenne ou forte puissance (de l’ordre de plusieurs centaines de kW à plusieurs dizaines de MW), ayant des énergies élevées (de l’ordre de plusieurs centaines de kWh à plusieurs dizaines de MWh).
[0006] A l’inverse, les systèmes de stockage embarqués sont de plus petite quantité d’énergie (de quelques Wh à quelques dizaines de kWh) et de puissance moindre (de quelques W à quelques centaines de kW). Ils sont dédiés aux applications mobiles. Ils sont essentiellement utilisés dans le transport, en particulier dans les véhicules électriques et hybrides rechargeables, et dans les appareils électroniques nomades (téléphones, tablettes, ordinateurs...).
[0007] Les batteries du système de stockage permettent de convertir l’énergie d’une réaction chimique en énergie électrique. Il existe de nombreuses technologies de batteries. On peut citer à titre d’exemple les batteries au plomb, les batteries au lithium (lithium-métal lorsque l’électrode négative est en lithium métallique, lithium-ion lorsque le lithium reste à l’état ionique, lithium polymère lorsque l’électrolyte est un polymère), les batteries au nickel (nickel-cadmium, nickel-métal hydrure), les batteries sodium-soufre, les batteries au magnésium et les batteries métal-air.
[0008] Les batteries au lithium possèdent une densité volumique d’énergie et une énergie spécifique parmi les plus élevées et représentent donc une technologie privilégiée pour de nombreuses applications.
[0009] Les performances des batteries, en particulier leur capacité et leur résistance électrique, se dégradent au cours du temps et, pour certaines technologies de batterie comme les batteries au lithium, même lorsqu’elles sont inutilisées. On distingue ainsi deux modes de dégradation des batteries : la dégradation calendaire : cette dégradation survient constamment au cours de la vie de la batterie, qu’elle soit soumise à une sollicitation électrique ou non ; la dégradation en cyclage : cette dégradation survient lorsque la batterie est soumise à une sollicitation électrique, lors d’une charge ou d’une décharge.
[0010] L’évolution des performances des batteries peut être suivie grâce à la mise en place d’indicateurs tels que l’état de santé ou « SOH >> (pour « State Of Health >> en anglais). Cet état de santé peut être calculé à partir de paramètres physiques mesurés directement sur la batterie.
[0011] Il est également possible d’estimer la durée de vie d’une batterie, et plus généralement d’un système de stockage électrochimique, en simulant son vieillissement en lien avec des profils de sollicitation électrique et un profil de température. Pour ce faire, un modèle de vieillissement préalablement paramétré est utilisé. [0012] Les modèles de vieillissement empiriques sont les plus simples d’utilisation. Ils sont paramétrés au moyen d’une base de données constituée de résultats d’essais de vieillissement. Ils peuvent prendre en compte à la fois la dégradation calendaire et la dégradation en cyclage de la batterie. Pour chaque mode de dégradation, plusieurs facteurs influencent les vitesses de dégradation. Les facteurs cités le plus souvent dans la littérature sont la température, l’état de charge de la batterie ou « SOC >> (pour « State Of Charge >> en anglais), le niveau de sollicitation électrique (autrement dit, le courant électrique) et la plage de SOC (ASOC).
[0013] Les documents [« Degradation of lithium ion batteries employing graphite negatives and nickel-cobalt-manganese oxide + spinel manganese oxide positives: Part 1 , aging mechanisms and life estimation », J. WANG et al., Journal of Power Sources, Vol. 269, pp. 937-948, 2014] et [« Development of an empirical aging model for Li-ion batteries and application to assess the impact of Vehicle-to-Grid strategies on battery lifetime >>, Applied energy, Vol. 172, pp. 398-407, 2016] décrivent plusieurs exemples de modèle de vieillissement empirique.
[0014] La figure 1 est un schéma fonctionnel d'un procédé classique pour estimer la durée de vie d’un système de stockage à l’aide d’un modèle de vieillissement empirique.
[0015] Des essais de vieillissement sont réalisés en laboratoire sur une multitude de cellules électrochimiques lors d’une étape préliminaire S1 1 . Les cellules électrochimiques subissent des cycles de charge et de décharge, à différents régimes de charge et de décharge et à différentes températures. Les paramètres du modèle de vieillissement, qui dépendent de ces régimes en courant et de la température, sont ensuite déterminés lors d’une étape S12 sur la base de ces essais, par exemple par ajustement statistique du modèle aux résultats des essais. Puis, le vieillissement du système de stockage est simulé lors d’une étape S13 à l’aide du modèle paramétré. Pour effectuer cette simulation, des profils de sollicitation électrique en courant et en tension et un profil de température sont appliqués. L’étape de simulation S13 fournit une projection de durée de vie du système de stockage, typiquement sous la forme d’une diminution de l’état de santé (SOH) au cours du temps.
[0016] Le procédé d’estimation de durée de vie selon la figure 1 repose exclusivement sur des mesures réalisées en laboratoire. Les conditions dans lesquelles ces mesures sont réalisées ne représentent pas le fonctionnement réel du système de stockage, dont les conditions sont par nature aléatoires. Le modèle de vieillissement, bien que représentatif d’une technologie de cellules électrochimiques, n’est donc pas calibré pour reproduire fidèlement le comportement du système de stockage en fonctionnement réel.
[0017] Par ailleurs, les profils de sollicitation électrique et le profil thermique utilisés lors de l’étape de simulation sont des profils généraux, constitués de valeurs moyennes.
[0018] Il en résulte que la projection de durée de vie obtenue à l’aide de ce procédé est approximative, ce qui empêche notamment de planifier la maintenance du système de stockage de manière fine et/ou d’optimiser l’utilisation du système de stockage afin de prolonger sa durée de vie.
RÉSUMÉ DE L’INVENTION
[0019] Il existe donc un besoin de prévoir un procédé pour estimer la durée de vie d’un système de stockage d’énergie qui soit plus précis.
[0020] Selon un premier aspect de l’invention, on tend à satisfaire ce besoin en prévoyant un procédé d’estimation d’une durée de vie d’un système de stockage d’énergie comprenant une pluralité de cellules électrochimiques, ledit procédé comprenant les étapes suivantes : a) définir un modèle de vieillissement du système de stockage ; b) collecter des premières valeurs d’un état de santé, des valeurs d’un état de charge et des données d’opération du système de stockage lors d’une utilisation du système de stockage, le système de stockage étant soumis à des conditions d’usage, les données d’opération comprenant des valeurs de courant, de température et de tension ; c) actualiser des paramètres du modèle de vieillissement en fonction des premières valeurs de l’état de santé, des valeurs d’état de charge et des données d’opération ; d) déterminer un profil thermique et des profils de sollicitation électrique en conditions d’usage à partir des données d’opération ; e) simuler le vieillissement du système de stockage en utilisant les paramètres actualisés du modèle vieillissement, des profils thermique et de sollicitation électrique prédéterminés, et les profils thermique et de sollicitation électrique en conditions d’usage, d’où il résulte une projection de durée de vie du système de stockage.
[0021] Avantageusement, le procédé d’estimation comprend en outre, avant l’étape d’actualisation des paramètres du modèle de vieillissement, les étapes suivantes : collecter des données de test issues d’un test de caractérisation du système de stockage ; déterminer une deuxième valeur de l’état de santé du système de stockage à partir des données de test ; et corriger les premières valeurs de l’état de santé en fonction de la deuxième valeur d’état de santé.
[0022] De préférence, l’étape de définition du modèle de vieillissement comprend la sélection d’un modèle de vieillissement et la détermination des paramètres du modèle de vieillissement sélectionné à partir de résultats d’essais de vieillissement. Les résultats d’essais de vieillissement peuvent provenir d’essais de vieillissement effectués à l’échelle d’une cellule électrochimique et/ou d’essais de vieillissement effectués à l’échelle d’un module comprenant plusieurs cellules électrochimiques interconnectées.
[0023] Dans un mode de mise en oeuvre du procédé d’estimation, l’étape d’actualisation des paramètres du modèle de vieillissement comprend les sous-étapes suivantes : découper une durée d’opération du système de stockage en tranches temporelles et déterminer des conditions moyennes d’opération sur chaque tranche temporelle à partir des données d’opération et des valeurs d’état de charge ; calculer pour chaque tranche temporelle une erreur d’état de santé en fin de tranche temporelle, ladite erreur d’état de santé étant égale à la valeur absolue de la différence entre la première valeur de l’état de santé et une valeur d’état de santé simulée au moyen des données d’opération sur la tranche temporelle et du modèle de vieillissement à actualiser ; comparer l’erreur d’état de santé de chaque tranche temporelle à une valeur seuil ; et dès lors que l’erreur d’état de santé d’au moins une tranche temporelle est supérieure à la valeur seuil, les sous-étapes suivantes : modifier des résultats d’essais de vieillissement au regard des premières valeurs d’état de santé et des données d’opération sur les tranches temporelles ; et déterminer des valeurs de paramètres du modèle de vieillissement à partir des résultats d’essais de vieillissement modifiés.
[0024] Selon un développement de ce mode de mise en oeuvre, la sous-étape de modification des résultats d’essais de vieillissement comprend les opérations suivantes : pour chaque tranche temporelle, identifier parmi les résultats d’essais de vieillissement des résultats d’essais dits voisins accomplis à des conditions d’essai voisines des conditions moyennes d’opération de ladite tranche temporelle ; identifier pour chacun des résultats d’essais voisins une fenêtre temporelle ayant une durée égale à celle de la tranche temporelle et démarrant à un instant auquel le résultat d’essai atteint la première valeur d’état de santé au début de la tranche temporelle ; déterminer pour chacun des résultats d’essais voisins une valeur d’état de santé à la fin de la fenêtre temporelle ; pondérer pour chaque tranche temporelle les valeurs d’état de santé à la fin des fenêtres temporelles pour obtenir une valeur expérimentale d’état de santé en fin de tranche temporelle ; calculer une fonction de transfert entre les valeurs expérimentales d’état de santé en fin de tranche temporelle et les premières valeurs d’état de santé en fin de tranche temporelle ; appliquer la fonction de transfert aux résultats d’essais de vieillissement.
[0025] La fonction de transfert est de préférence une fonction polynomiale.
[0026] Dans une variante de mise en oeuvre mode, l’étape d’actualisation des paramètres du modèle de vieillissement comprend les sous-étapes suivantes : découper une durée d’opération du système de stockage en tranches temporelles ; calculer pour chaque tranche temporelle une erreur d’état de santé en fin de tranche temporelle, ladite erreur d’état de santé étant égale à la valeur absolue de la différence entre la première valeur de l’état de santé et une valeur d’état de santé simulée au moyen des données d’opération sur la tranche temporelle et du modèle de vieillissement à actualiser ; comparer l’erreur d’état de santé de chaque tranche temporelle à une valeur seuil ; et dès lors que l’erreur d’état de santé d’au moins une tranche temporelle est supérieure à la valeur seuil, la sous-étape suivante : modifier les valeurs des paramètres du modèle de vieillissement jusqu’à ce que l’erreur d’état de santé de chaque tranche temporelle soit inférieure à la valeur seuil.
[0027] Les tranches temporelles peuvent être de durée identique. Alternativement, les tranches temporelles sont de durée variable et déterminées de sorte que les données d’opération soient sensiblement identiques sur une même tranche temporelle et différentes entre les tranches temporelles.
[0028] De préférence, les étapes b) à e) sont répétées plusieurs fois lors de l’utilisation du système de stockage.
[0029] Pour simuler le vieillissement du système de stockage, les profils de sollicitation électrique et thermique prédéterminés sont avantageusement remplacés par les profils de sollicitation électrique et thermique en conditions d’usage au fur et à mesure de la collecte des données d’opération. [0030] Le procédé d’estimation selon le premier aspect de l’invention peut également présenter une ou plusieurs des caractéristiques ci-dessous, considérées individuellement ou selon toutes les combinaisons techniquement possibles : le système de stockage est stationnaire ; le système de stockage est un système de stockage par batteries (BESS) ; le système de stockage comporte une batterie au lithium.
[0031] Un deuxième aspect de l’invention concerne un dispositif de traitement de données comprenant des moyens de mettre en oeuvre un procédé d’estimation selon le premier aspect de l’invention.
[0032] Un troisième aspect de l’invention concerne un produit programme d’ordinateur comprenant des instructions qui, lorsque le programme est exécuté par un ordinateur, conduisent celui-ci à mettre en oeuvre un procédé d’estimation selon le premier aspect de l’invention.
[0033] Un quatrième aspect de l’invention concerne un support de données lisible par ordinateur, sur lequel est enregistré le produit programme d'ordinateur selon le troisième aspect de l’invention.
BRÈVE DESCRIPTION DES FIGURES
[0034] D'autres caractéristiques et avantages de l'invention ressortiront clairement de la description qui en est donnée ci-dessous, à titre indicatif et nullement limitatif, en référence aux figures suivantes.
[0035] [Fig. 1 ], précédemment décrite, représente schématiquement un procédé pour estimer la durée de vie d’un système de stockage selon l’art antérieur ;
[0036] [Fig. 2] représente schématiquement des étapes d’un procédé pour estimer la durée de vie d’un système de stockage au moyen d’un modèle de vieillissement, selon un premier mode de mise en oeuvre de l’invention ;
[0037] [Fig. 3] représente schématiquement des étapes d’un procédé pour estimer la durée de vie d’un système de stockage au moyen d’un modèle de vieillissement, selon un deuxième mode de mise en oeuvre de l’invention ;
[0038] [Fig. 4] représente schématiquement un mode de mise en oeuvre préférentiel de l’étape de recalibrage du modèle de vieillissement. [0039] [Fig. 5] représente schématiquement une sous-étape du recalibrage du modèle de vieillissement, comprenant le découpage d’une durée d’opération en tranches temporelles.
[0040] [Fig. 6] représente schématiquement une autre sous-étape du recalibrage du modèle de vieillissement, comprenant la modification de résultats d’essais de vieillissement.
[0041] [Fig. 7] représente schématiquement une opération de la sous-étape de modification des résultats d’essais selon la figure 6.
[0042] Pour plus de clarté, les éléments identiques ou similaires sont repérés par des signes de référence identiques sur l’ensemble des figures.
DESCRIPTION DÉTAILLÉE
[0043] La figure 2 est un schéma fonctionnel (ou schéma de principe) d’un procédé d’estimation de la durée de vie d’un système de stockage d’énergie, selon un premier mode de mise en oeuvre de l’invention.
[0044] Le système de stockage d’énergie peut être un système de stockage embarqué ou un système de stockage stationnaire. Il comprend une pluralité de cellules électrochimiques (aussi appelés accumulateurs électrochimiques) connectées en série et/ou en parallèle pour former une ou plusieurs batteries. Les cellules électrochimiques sont de préférence d’un même type, par exemple des accumulateurs au lithium (et appartenant à la même variante d’accumulateurs au lithium : lithium- métal, lithium-ion, lithium polymère, lithium-ion-polymère...).
[0045] A titre d’exemple, le système de stockage peut être utilisé pour alimenter en énergie un véhicule de transport électrique ou hybride (système embarqué), pour absorber le surplus de production d’électricité au sein d’une centrale photovoltaïque (système stationnaire) ou pour alimenter un site isolé (système stationnaire).
[0046] Le procédé d’estimation est particulièrement adapté aux systèmes de stockage par batteries désignés par l’acronyme « BESS » (pour « Battery Energy Storage System >> en anglais). Un BESS est un système de stockage stationnaire à grande échelle couplé généralement à une unité de production d’énergie renouvelable (énergie solaire, éolienne...). Le système comprend plusieurs sections de batteries, chaque section de batteries comprenant des assemblages de batteries appelés « racks >>, chaque rack comprenant une pluralité de modules connectés entre eux, eux-mêmes constitués de cellules assemblées en série et en parallèle.
[0047] Lors de son utilisation, le système de stockage (qu’il soit stationnaire ou embarqué) est soumis à des contraintes d’un environnement dit « terrain >> et à des conditions d’usage.
[0048] Les contraintes de l’environnement terrain sont par exemple la présence d’éléments de connexion et d’éléments de protection entre les cellules électrochimiques, entre les différentes batteries d’un rack, entre les différents racks d’une section de batteries (dans le cas d’un BESS) ..., 1a présence d’un boîtier autour des cellules électrochimiques de chaque batterie, et la présence de systèmes électroniques comme le BMS (« Battery Management System >> en anglais) et l'EMS (« Energy Management System »). Ces contraintes liées à l’usage réel du système de stockage ont une incidence sur les performances du système, notamment en termes de résistance interne (et donc d’échauffement), de capacité et de durée de vie.
[0049] Les conditions d’usage sont définies par différents paramètres tels que les régimes de charge et de décharge auxquels les cellules électrochimiques sont soumises, les phases de cyclage et de repos des cellules électrochimiques et la température environnante des cellules électrochimiques. Ces conditions d’usage peuvent être différentes entre les batteries qui composent le système de stockage, voire (pour ce qui est de la température) entre les cellules électrochimiques d’une même batterie.
[0050] On entend par « phases de cyclage >> les phases pendant lesquelles les cellules électrochimiques du système de stockage subissent des cycles de charge et de décharge, c’est-à-dire les phases pendant lesquelles le système de stockage est utilisé. Dans ce cas, le système de stockage est dit « en mode cyclé >>
[0051] On entend par « phases de repos >> les phases pendant lesquelles les cellules électrochimiques du système de stockage ne sont pas sollicitées. Dans ce cas, le système de stockage est dit « en mode calendaire ».
[0052] Le système de stockage est avantageusement équipé d’au moins un système électronique de gestion, communément appelé « BMS >> pour « Battery Management System >> en anglais. Le système électronique de gestion permet de contrôler le fonctionnement du système de stockage, notamment en régulant la charge et la décharge. Un système de stockage peut comprendre plusieurs système électroniques de gestion. Par exemple, un BESS peut comporter un BMS par module et un BMS par rack.
[0053] Le système électronique de gestion est également configuré pour collecter des données d’opération du système de stockage et pour calculer des indicateurs, comme l’état de santé (SOH) et l’état de charge (SOC) du système de stockage, à partir des données d’opération. Les données d’opération sont de préférence des valeurs de courant l(t), de température (T(t)) et de tension (U(t)) mesurées au cours du temps (t) au niveau des batteries. Les indicateurs sont de préférence calculés par un microprocesseur appartenant au système électronique de gestion.
[0054] Les données collectées et calculées sont de préférence stockées dans une base de données en communication avec le microprocesseur du système électronique de gestion. La base de données peut être intégrée au système électronique de gestion ou au contraire en être séparée.
[0055] L’estimation de la durée de vie du système de stockage grâce au procédé selon l’invention repose sur l’utilisation d’un modèle de vieillissement empirique. De façon avantageuse, ce modèle de vieillissement (aussi appelé « modèle d’évolution de l’état de santé ») prend en compte à la fois la dégradation calendaire et la dégradation en cyclage du système de stockage.
[0056] Les formules suivantes constituent un exemple de modèle de vieillissement empirique.
[0057] [Math. 1 ]
[0058] L’état de santé (SOH) est exprimé en pourcentage et correspond au rapport entre la capacité de décharge maximale Qmax et la capacité initiale Qo du système de stockage. La capacité de décharge maximale Qmax représente la quantité d’énergie électrique que le système de stockage peut fournir lorsqu’il est complètement chargé, à un instant donné de la vie du système. La capacité initiale Qo est la capacité de décharge initiale du système de stockage, c’est-à-dire lorsque le système de stockage est neuf. Elle peut être mesurée ou assimilée à la capacité nominale spécifiée par le fabricant du système de stockage. Plus la capacité de décharge Qmax est proche de la capacité initiale Qo du système de stockage, meilleur est son état de santé. L’état de santé est donc représentatif d’une perte irréversible d’autonomie du système de stockage.
[0059] L’état de santé est lié aux pertes de capacité dQioss de la façon suivante :
[0060] [Math. 2]
[0061] Les pertes de capacité dQioss sont définies comme la somme des pertes de capacité au repos et celles en cyclage :
[0062] [Math. 3]
[0063] où : le terme représente les pertes de capacité durant les phases de repos (fonction du temps t) ; le terme représente les pertes de capacité durant les phases de cyclage (fonction de la quantité Qth d’Ah cumulés au cours des décharges successives).
[0064] Un exemple d’équation de chacune des grandeurs précédentes est donné par les formules suivantes :
[0065] [Math. 4]
[0066] [Math. 5]
[0067] où : Qioss est la capacité perdue par le système de stockage, exprimée en ampère-heure (Ah) ;
Jcai est un premier facteur d’accélération du vieillissement du système de stockage en mode calendaire, appelé « vitesse de dégradation en mode calendaire >> et exprimé en Ah. s 1 ;
Jcyc est un premier facteur d’accélération du vieillissement du système de stockage en mode cyclé, appelé « vitesse de dégradation en mode cyclé >> et exprimé en Ah. Ah-1 ;
Acai est un second facteur d’accélération du vieillissement du système de stockage en mode calendaire ; et
Acyc est un second facteur d’accélération du vieillissement du système de stockage en mode cyclé.
[0068] Les paramètres Jcai et Acai dépendent de l’état de charge (SOC) et de la température T au repos, tandis que les paramètres Jcyc et Acyc dépendent du SOC et des conditions de courant et de température lors du cyclage, autrement dit du courant de décharge ID, du courant de charge le, de la température de décharge TD et de la température de charge Te.
[0069] Cet exemple de modèle de vieillissement est décrit en détail dans le document [B. PILIPILI MATADI, Thèse de doctorat de l’Université de Grenoble Alpes, « Etude des mécanismes de vieillissement des batteries Li-ion en cyclage à basse température et en stockage à haute température : compréhension des origines et modélisation du vieillissement », 2017],
[0070] En référence à la figure 2, le procédé d’estimation comporte des étapes S21 à S25 conduisant à une projection de durée de vie du système de stockage. Une projection de durée de vie peut être représentée par une diminution du SOH ou de la capacité du système de stockage en fonction du temps à venir. Une telle projection de durée de vie permet d’anticiper la fin de vie du système de stockage, de programmer une ou plusieurs actions de maintenance du système de stockage et de modifier les règles de pilotage du système de stockage afin de prolonger sa durée de vie (et par conséquent améliorer sa rentabilité économique). [0071] Un ou plusieurs seuils de SOH (ou de capacité), dits seuil de maintenance, peuvent être définis pour déterminer à quels instants de la vie du système seront accomplies les actions de maintenance. De façon similaire, un seuil de fin de vie peut être défini pour déterminer à quel instant le système de stockage devra être remplacé. Une action de maintenance ou le remplacement du système est entrepris à l’instant où le SOH (ou la capacité) atteint le seuil considéré, d’après la projection de durée de vie.
[0072] Les étapes S21 à S25 sont de préférence codées sous la forme d’un programme et mises en oeuvre par un ordinateur (par l’exécution du programme).
[0073] L’étape S21 du procédé d’estimation consiste à définir le modèle de vieillissement qui sera utilisé pour estimer la durée de vie.
[0074] Dans un mode de mise en oeuvre préférentiel, l’étape S21 de définition du modèle de vieillissement comprend la sélection d’un modèle de vieillissement (dont les paramètres sont inconnus) et la détermination des paramètres du modèle de vieillissement sélectionné (par exemple les termes Jcai, Jcyc, Acai et Acyc dans l’exemple de modèle précédent) à partir de résultats d’essais.
[0075] Les résultats d’essais proviennent d’essais de vieillissement (aussi appelés « essais d’endurance ») effectués en laboratoire (typiquement dans une chambre climatique) à l’échelle d’une cellule électrochimique et/ou d’un module comprenant plusieurs cellules électrochimiques interconnectées. Ces essais de vieillissement consistent à faire vieillir, individuellement ou en module, une multitude de cellules électrochimiques du même type que celles du système de stockage, à différents courants de charge et de décharge et à différentes températures, les cellules électrochimiques ayant différents SOC cibles (en fin de décharge et en fin de charge). Typiquement, à chaque essai de vieillissement correspond une valeur de courant en charge le, une valeur de courant en décharge ID, une valeur de température T et une valeur de SOC cible.
[0076] Ces résultats d’essais de vieillissement comprennent des données représentatives de l’évolution du SOH ou de la capacité de la cellule (ou du module, selon le type d’essais) en fonction du temps. [0077] Les paramètres du modèle peuvent être déterminés pour la première fois de façon classique, par exemple par ajustement statistique du modèle aux résultats des essais.
[0078] Dans une variante de mise en oeuvre, l’étape S21 de définition du modèle de vieillissement consiste à sélectionner un modèle de vieillissement générique déjà paramétré.
[0079] A l’étape S22, des données sont collectées lors de l’utilisation du système de stockage. En utilisation, les cellules électrochimiques du système de stockage sont soumises à des conditions d’usage qui peuvent être très différentes des conditions de laboratoire. Ces conditions d’usage correspondent au fonctionnement réel du système de stockage (placé dans son environnement terrain).
[0080] Les données collectées sont les données d’opération du système de stockage, à savoir le courant l(t), la tension U(t) et la température T(t), ainsi que des premières valeurs du SOH et que des valeurs du SOC du système de stockage. Les premières valeurs du SOH et les valeurs du SOC sont des valeurs dites « terrain >>, car collectées lorsque le système est en utilisation (autrement dit dans son environnement terrain). Elles sont notées respectivement SOHBMs(t) et SOCBMs(t) sur la figure 2.
[0081] Les données collectées sont de préférence celles fournies par le système électronique de gestion du système de stockage (et enregistrées dans la base de données).
[0082] Les données sont avantageusement collectées de manière opportuniste pendant le fonctionnement réel du système de stockage, lors d’une charge ou d’une décharge (partielle ou totale). Autrement dit, les données peuvent être acquises lorsque les conditions nécessaires à leur obtention sont remplies. A titre d’exemple, une valeur terrain de SOH peut être obtenu lorsque le système de stockage effectue, au cours de son utilisation, un cycle comprenant une pleine charge (SOC = 100%) suivie d’une pleine décharge (SOC = 0%).
[0083] On parle aussi de collecte « en cours d’opération >> (ou « on-line ») pour les valeurs de SOH/SOC et de collecte « en continu >> pour les données d’opérations (courant, tension, température), ces dernières étant collectées à une fréquence d’échantillonnage plus élevée, typiquement de l’ordre de la seconde, de la minute ou de l’heure.
[0084] L’étape S23 du procédé d’estimation est une étape de recalibrage (aussi appelé « recalage ») du modèle de vieillissement. Lors de cette étape S23, les paramètres du modèle de vieillissement sont actualisés en fonction des valeurs terrain de SOH (SOHBMS(I)), des valeurs terrain de SOC (SOCBMS(I)) et des données d’opération (l(t), U(t), T(t)) collectées lors de l’étape S22. Les valeurs actualisées des paramètres du modèle sont notées Jcai’, Jcyc’, Acai’ et Acyc’ sur la figure 2.
[0085] Dans un mode de mise en oeuvre préférentiel de l’étape de recalibrage S23 décrit ultérieurement en relation avec la figure 4, l’actualisation des paramètres du modèle peut être accomplie en considérant en outre les résultats d’essais en laboratoire, notés SOH (le, ID, T, SOC) (le, ID, T et SOC étant les conditions laboratoire dans lesquelles sont effectués les essais).
[0086] La prise en compte des données terrain du système de stockage, seul ou en plus des résultats d’essais, dans la détermination des paramètres du modèle permet de disposer d’un modèle de vieillissement prédictif spécifique au système de stockage et représentatif de son comportement réel sur le terrain. En effet, les contraintes de l’environnement terrain (par exemple liées au mode de connexion des cellules, batteries, racks... et au conditionnement des cellules) sont dorénavant prises en compte dans la détermination des paramètres du modèle de vieillissement.
[0087] L’étape d’actualisation S23 peut être accomplie à chaque nouvelle donnée collectée lors de l’étape de collecte S22 (par exemple à chaque nouvelle valeur de SOH) ou être répétée à une fréquence d’actualisation prédéterminée, par exemple tous les mois, trimestres ou encore semestres.
[0088] Ainsi, le modèle de vieillissement, auparavant statique car établi une fois pour toute sur la base d’une campagne d’essais de vieillissement, devient quasi- dynamique (ou évolutif).
[0089] Le procédé d’estimation est remarquable en ce que les données d’opération sont par ailleurs utilisées pour déterminer, lors d’une étape S24, des profils (ou scénarios) de sollicitation électrique lop(t) et UoP(t) (sollicitation en courant et en tension respectivement) et un profil thermique Top(t) en conditions d’usage. Les profils de sollicitation électrique lop(t) et Uop(t) sont constitués de valeurs de courant ou de tension (en charge et/ou décharge) réparties dans le temps, tandis que le profil thermique Top(t) est constitué de valeurs de température réparties dans le temps. Toutes ces valeurs appartiennent aux données d’opération collectées lors de l’étape S22.
[0090] L’étape de détermination S24 des profils en conditions d’usage lop(t), Uop(t) et Top(t) comprend de préférence des opérations de filtrage (pour écarter les valeurs incohérentes) et de concaténation des données d’opération.
[0091] Enfin, à l’étape S25, le vieillissement du système de stockage est simulé à l’aide du modèle de vieillissement en utilisant les paramètres actualisés lors de l’étape S23. Cette simulation est accomplie en alimentant le modèle avec des profils de sollicitation électrique et thermique lgen(t), Ugen(t) et Tgen(t) prédéterminés d’une part, et les profils en conditions d’usage lop(t), Uop(t) et Top(t) déterminés à l’étape S24 d’autres part.
[0092] Contrairement aux profils de sollicitation électrique et thermique lgen(t), Ugen(t) et Tgen(t) prédéterminés, qui sont des profils de simulation généraux constitués de valeurs moyennes de courant, de tension et de température respectivement, les profils en conditions d’usage lop(t), Uop(t) et Top(t) représentent un historique de l’utilisation du système de stockage.
[0093] Le fait d’alimenter le modèle de vieillissement avec ces données d’historique rend la simulation du vieillissement dynamique et plus fidèle au comportement du système de stockage constaté sur le terrain. La projection de durée de vie qui en résulte est alors plus fiable et plus précise.
[0094] L’étape de collecte S22, l’étape de recalibrage S23, l’étape de détermination S24 des profils en conditions d’usage et l’étape de simulation S25 sont avantageusement répétées plusieurs fois au cours de l’utilisation du système de stockage.
[0095] Comme indiqué précédemment, la collecte des données (étape S22) peut être accomplie de façon continue. Les profils en conditions d’usage lop(t), Uop(t) et Top(t) sont de préférence construits (lors de l’étape S24) et utilisés en simulation (lors de l’étape S25) au fur et à mesure de la collecte des données d’opération. Au début de la vie du système de stockage, en l’absence de données d’opération, une simulation du vieillissement ne peut être accomplie qu’avec les profils de sollicitation électrique et thermique lgen(t), Ugen(t) et Tgen(t) prédéterminés. Puis, ces profils prédéterminés sont progressivement remplacés par les profils de sollicitation électrique et thermique en conditions d’usage lop(t), Uop(t) et Top(t) (autrement dit, les données d’opération remplacent peu à peu les valeurs moyennes). Plus les données d’opération collectées sont nombreuses, plus l’historique d’utilisation du système de stockage est grande et plus la part des données d’opération dans les profils de simulation est importante.
[0096] Ainsi, la projection de durée de vie du système de stockage devient de plus en plus pertinente au fur et à mesure de la collecte des données.
[0097] La figure 3 est un schéma fonctionnel d’un procédé d’estimation de la durée de vie d’un système de stockage d’énergie, selon un deuxième mode de mise en oeuvre de l’invention.
[0098] En plus des étapes S21 à S25 décrites précédemment, le procédé d’estimation selon le deuxième mode de mise en oeuvre comprend : une étape S31 de collecte de données de test, ces données de test étant issues d’un test de caractérisation du système de stockage ; une étape S32 de détermination, à partir des données de test, d’une deuxième valeur du SOH, dite de test et notée SOHtest sur la figure 3 ; et une étape S33 de correction d’une partie au moins des valeurs terrain de l’état de santé SOHBMs(t) en fonction de la valeur de test SOHtest.
[0099] Le test de caractérisation du système de stockage, aussi appelé test normé ou « check-up >>, est un test accompli sur le terrain qui interrompt l’utilisation du système de stockage. Pour cette raison, il est réalisé très ponctuellement, par exemple tous les 3 mois. La collecte des données de test a donc lieu à une fréquence bien inférieure à celle des données d’opération. Il a notamment pour objectif de détecter une dérive dans la mesure des données d’opération par le système électronique de gestion (mesure « en continu >> lors de l’utilisation). Ce test comprend de préférence une charge complète suivie d’une décharge complète. Il peut comprendre jusqu’à 3 cycles de charge et décharge complètes, les valeurs retenues étant celles du dernier cycle.
[00100] Les données de test collectées lors de l’étape S31 sont du même type que les données d’opération, à savoir des valeurs du courant I, de la tension U et de la température T du système de stockage (en charge et en décharge). Elles sont notées respectivement Itest, Utest et Ttest.
[00101] La valeur de test SOHtest de l’état de santé peut être déterminée à l’étape S32 par différentes méthodes de calcul connues de l’homme du métier et semblables à celles mises en oeuvre dans les systèmes de gestion de batteries (BMS). A titre d’exemples non limitatifs, des méthodes de calcul avancées sont décrites dans les documents EP3080624 et EP3080625. Ces méthodes sont avantageuses car elles permettent de déterminer le SOH sans phase de cycles de pleine charge et de pleine décharge.
[00102] L’étape de correction S33 peut être vue également comme une étape de détermination d’un état de santé dit réel, noté SOHréei(t), dont les valeurs (valeurs terrain, éventuellement corrigées) sont supposées exactes. Elle comprend de préférence une opération d’interpolation (linéaire ou quadratique) entre les valeurs terrain SOHBMs(t) et la valeur de test SOHtest.
[00103] La valeur de test SOHtest est une valeur précise de SOH. La correction de tout ou partie des valeurs terrain SOHBMs(t) au moyen de la valeur de test SOHtest améliore l’exactitude des valeurs de SOH utilisées pour recalibrer le modèle de vieillissement. Cette correction compense l’erreur du SOH calculé par le système électronique de gestion, due à la dérive des mesures. Les paramètres du modèle de vieillissement sont alors actualisés de façon encore plus précise et la fiabilité de la projection de durée de vie obtenue par simulation est maximale.
[00104] La figure 4 illustre un mode de mise en oeuvre préférentiel de l’étape de recalibrage S23 du modèle de vieillissement.
[00105] L’étape de recalibrage S23 comprend tout d’abord une sous-étape S41 qui peut être décomposée en deux opérations, accomplies successivement ou simultanément : le découpage d’une durée d’opération du système de stockage en N tranches temporelles, N étant un entier naturel supérieur ou égal à 2 ; et la détermination de conditions moyennes d’opération sur chaque tranche temporelle à partir des données d’opération (l(t), U(t) et T(t)) et des valeurs terrain de SOC (SOCBMS(I)). [00106] La durée d’opération correspond à une durée pendant laquelle le système de stockage a été utilisé normalement et pour laquelle on dispose des valeurs terrain de SOH (SOHBMS(I)), éventuellement corrigées (SOHréei(t)), des valeurs terrain de SOC (SOCBMs(t)) et des données d’opération (l(t), U(t), T(t)).
[00107] Les conditions moyennes d’opération sur chaque tranche comprennent une valeur moyenne du courant de charge lcmoy(i), une valeur moyenne du courant de décharge iDmoy(i), une valeur moyenne de température Tmoy(i) et une valeur d’état de charge SOCmoy(i). Il est également possible de distinguer une valeur moyenne de température en charge et une valeur moyenne de température en décharge.
[00108] De façon avantageuse, les tranches temporelles sont de durée variable et déterminées de sorte que les données d’opération et les valeurs terrain de SOC soient sensiblement identiques sur une même tranche et différentes entre les tranches temporelles. Une homogénéité des données d’opération, et en particulier du courant en charge (le), du courant en décharge (ID) et de la température (T), et une homogénéité des valeurs terrain de SOC sur chaque tranche temporelle sont recherchées lors du découpage en tranches.
[00109] Dans la description qui suit, les différentes tranches temporelles sont indexées au moyen d’un indice i, i étant un entier naturel variant de 1 à N. L’instant t auquel débute la tranche d’indice i est noté « ti-i >> et l’instant t auquel se termine la tranche d’indice i est noté « ti ». Ainsi, la première tranche (i = 1 ) débute à t = to et prend fin à t = ti.
[00110] Dans un exemple de mise en oeuvre représenté par la figure 5, la sous- étape S41 de découpage en tranches temporelles et de détermination des conditions moyennes d’opération comprend les opérations suivantes :
551 : calculer un centre de gravité de l’opération, Cgr(0), en moyennant les données d’opération l(t), T(t) et les valeurs terrain d’état de charge SOCBMs(t) sur toute la durée d’opération : Cgr(O) = {lcmoy(0), lDmoy(0), Tmoy(0) SOCmoy(O)}.
552 : définir une durée minimale de tranche Ttr et un pas d’incrémentation Ptr de la durée des tranches ; pour chaque tranche d’indice i (i variant de 1 à N) : 553 : initialiser l’instant de fin de tranche ti comme étant la somme de l’instant de début de tranche ti-i et de la durée minimale de tranche Ttr (to étant l’instant de début de la durée d’opération) ;
554 : vérifier si l’instant de fin de tranche ti est supérieur ou égal à l’instant de fin de la durée d’opération top ; si cette condition est remplie :
555 : définir l’instant de fin de tranche ti comme étant égal à l’instant de fin de la durée d’opération top (ti = top) et mettre fin au processus de découpage en tranches ; sinon :
556 : calculer un centre de gravité de la tranche i, Cgr(i), en moyennant les données d’opération l(t), T(t) et les valeurs terrain d’état de charge SOCBMs(t) sur toute la durée de la tranche i, soit entre ti-i et ti : Cgr(i) = {lcmoy(i), iDmoy(i), Tmoy(i) SOCmoy(i)}.
557 : calculer la distance entre les centres de gravité Cgr(i) et Cgr(i-1 ) et la comparer à une distance minimale Dgr prédéterminée ; et, lorsque la distance Cgr(i)-C8r(i-1 ) est inférieure à la distance minimale Dgr :
558 : incrémenter l’instant de fin de tranche ti du pas d’incrémentation Ptr (ti = ti + Ptr) ; et reboucler à l’étape de vérification S54.
[00111] Lorsque la distance Cgr(i) et Cgr(i-1 ) est supérieure ou égale à la distance minimale Dgr, alors la recherche de la tranche i est terminée.
[00112] La recherche de la tranche suivante est démarrée en rebouclant à l’étape S53 après avoir incrémenté l’indice de tranche i (i = i+1 ).
[00113] Dans une variante de mise en oeuvre de la sous-étape S31 , la durée d’opération est découpée en tranches temporelles de durée identique, notamment pour prendre en compte une certaine « saisonnalité >> de l’opération. A titre d’exemple, une durée d’opération d’un an peut être découpé en 4 tranches de 3 mois, chaque tranche correspondant à une saison de l’année.
[00114] Des distributions centrées de conditions d’opération peuvent être déterminées pour chaque tranche temporelle lors de la sous-étape S31. Chaque distribution est caractérisée par une valeur d’écart-type associée à la condition moyenne d’opération (lcmoy(i), iDmoy(i), Tmoy(i) ou SOCmoy(i) selon la distribution).
[00115] De nouveau en référence à la figure 4, l’étape de recalibrage S23 comprend ensuite une sous-étape S42 consistant à calculer, pour chaque tranche temporelle, une erreur d’état de santé Eson(ti) en fin de tranche temporelle. L’erreur d’état de santé EsoH(ti) est égale à la valeur absolue de la différence entre la valeur terrain de SOH à l’instant de fin de tranche ti (SOHBMs(ti) ou SOHréei(ti) selon le mode de mise en oeuvre ; cf. Figs.2-3) et une valeur simulée d’état de santé SOHsim(ti) à l’instant de fin de tranche ti.
[00116] [Math. 6]
Eson(ti) = \ OHBMS(ti) — SOHsim(ti \
[00117] La valeur simulée d’état de santé SOHsim(ti) est obtenue par simulation au moyen des données d’opération sur la tranche temporelle et du modèle de vieillissement que l’on cherche à recalibrer (représenté par les paramètres Jcai, Jcyc, Acai et Acyc lorsqu’il s’agit de la première itération de l’étape de recalibrage S23, sinon par les paramètres Jcai’, Jcyc’, Acai’ et Acyc’ précédemment actualisés).
[00118] Puis, lors d’une sous-étape S43, l’erreur d’état de santé Eson(ti) de chaque tranche temporelle est comparée à une valeur seuil Eth prédéterminée, appelée « erreur acceptable de SOH ».
[00119] Lorsque l’erreur d’état de santé Eson(ti) de toute les tranches temporelles est inférieure ou égale à la valeur seuil Eth, il est considéré que la simulation du vieillissement est suffisamment proche du vieillissement constaté sur le terrain pendant la durée d’opération et donc qu’il n’est pas utile d’actualiser les paramètres du modèle. L’étape de recalibrage S32 du modèle de vieillissement prend alors fin sans avoir modifié les valeurs de paramètre du modèle. [00120] En revanche, dès lors que l’erreur d’état de santé Eson(ti) d’une ou plusieurs tranches temporelles est supérieure à la valeur seuil Eth, les valeurs de paramètre du modèle doivent être modifiées.
[00121] L’étape de recalibrage S23 comprend alors (cf. Fig.4) : une sous-étape S44 de modification des résultats d’essais de vieillissement SOH (le, ID, T, SOC), en fonction des valeurs terrain d’état de santé SOHBMs(t)/SOHréei(ti) et des conditions moyennes d’opération sur les tranches temporelles ; et une sous-étape S45 dite de réapprentissage des paramètres du modèle, consistant à déterminer de nouvelles valeurs de paramètres à partir des résultats d’essais de vieillissement modifiés SOH’ (le, ID, T, SOC).
[00122] La figure 6 représente un exemple de mise en oeuvre de la sous-étape S44 de modification des résultats d’essais de vieillissement SOH (le, ID, T, SOC).
[00123] Lors d’une première opération S61 , on identifie pour chaque tranche temporelle des résultats d’essais dits voisins parmi tous les résultats d’essais de vieillissement. Les résultats d’essais voisins de la tranche i, indexés par l’indice j allant de 1 à 16 et notés SOH[i,j] (le, ID, T, SOC), sont des résultats d’essais accomplis à des conditions d’essais (courant de charge, courant de décharge, température et SOC) voisines des conditions moyennes d’opération de la tranche temporelle considérée.
[00124] La tranche i est caractérisée par une valeur moyenne de courant de charge lcmoy(i), une valeur moyenne de courant de décharge iDmoy(i), une valeur moyenne de température Tmoy(i) et une valeur moyenne d’état de charge SOCmoy(i). Pour chacune de ces 4 conditions moyennes d’opération, on identifie les 2 résultats d’essais dont les conditions d’essais sont les plus proches. On obtient alors 16 résultats d’essais (soit révolution de SOH pour 16 ensembles de conditions d’essais) qui encadrent le centre de gravité de la tranche Cgr(i).
[00125] Puis, lors d’une opération S62, on identifie pour chacun des résultats d’essais voisins SOH[i,j] une fenêtre temporelle ayant une durée Di égale à celle de la tranche temporelle (d’indice i) et démarrant à un instant td [i, j] auquel le résultat d’essai atteint la valeur terrain SOHBMs(ti-i) (ou SOHréei(ti-i)), soit la valeur terrain de SOH à l’instant de début ti-i de la tranche temporelle. [00126] La figure 7 montre deux exemples de résultats d’essais voisins de la tranche d’indice i, SOH[i,1] (le, ID, T = 20 °C, SOC) et SOH[i,2] (le, ID, T = 30 °C, SOC), correspondant à deux valeurs (appelées « bornes ») voisines d’une même condition d’opération moyenne, ici la température avec T = 20 °C et T= 30 °C (Tmoy(i) valant par exemple 25 °C). La fenêtre temporelle de l’essai voisin SOH[i,1 ] (le, ID, T = 20 °C, SOC) démarre à l’instant td [i, 1 ] (où SOH[i,1 ] = SOHBMs(ti-i)) et se termine à l’instant tf [i, 1 ]. La fenêtre temporelle de l’essai voisin SOH[i,2] (le, ID, T = 30 °C, SOC) démarre à l’instant td [i, 2] (où SOH[i,2] = SOHBMs(ti-i)) et se termine à l’instant tf [i, 2].
[00127] Puis, lors d’une opération S63, on détermine pour chacun des résultats d’essais voisins SOH[i,j] (le, ID, T, SOC) la valeur d’état de santé SOH[i,j] (tf [i,j]) atteinte à la fin de la fenêtre temporelle.
[00128] A l’issue de cette opération S63, on dispose pour chaque tranche temporelle de 16 valeurs de SOH, notées SOH[i,j] (tf [i,j]) et appelées valeurs d’essai de SOH (car tirées des résultats d’essais voisins).
[00129] Les différentes valeurs d’essai de SOH de chaque tranche temporelle sont ensuite pondérées lors d’une opération S64 pour obtenir une unique valeur de SOH en fin de tranche temporelle, cette valeur étant qualifiée d’expérimentale et notée SOHexp(ti). Cette valeur expérimentale de SOH peut être comparée à la valeur terrain de SOH à la fin de la tranche temporelle, SOHBMS (ti), afin de déterminer dans quelle mesure les résultats d’essais voisins sont représentatifs du vieillissement effectivement constaté sur le terrain.
[00130] Pour effectuer l’opération de pondération S64 des valeurs d’essai de SOH sur chaque tranche temporelle, on applique de préférence des coefficients qui, lorsqu’ils sont appliqués aux conditions d’essai voisines, permettent d’obtenir les conditions moyennes d’opération de la tranche temporelle.
[00131] Lors de l’opération suivante S65, on calcule une fonction de transfert entre les N valeurs expérimentales d’état de santé SOHexp(ti) et les N valeurs terrain d’état de santé SOHBMs(ti). La fonction de transfert est de préférence une fonction polynomiale.
[00132] Enfin, lors d’une dernière opération S66, la même fonction de transfert est appliquée aux résultats d’essais SOH (le, ID, T, SOC) initiaux, obtenant ainsi les résultats d’essais modifiés SOH’ (le, ID, T, SOC) davantage en adéquation avec le comportement du système de stockage pendant la durée d’opération.
[00133] De nouveau en référence à la figure 4, la sous-étape S45 de réapprentissage des paramètres du modèle, à partir des résultats d’essais modifiés SOH’ (le, ID, T, SOC), peut être accomplie de la même façon que la détermination initiale des paramètres du modèle à partir des résultats d’essais initiaux SOH (le, ID, T, SOC) (étape S21 ), par exemple par ajustement statistique.
[00134] Le mode de mise en oeuvre préférentiel de l’étape de recalibrage S23 représenté par la figure 4 peut être implémenté facilement et exécuté rapidement. Il améliore de façon significative la précision du modèle de vieillissement et des projections de durée de vie qui en découlent. En particulier, le découpage de la durée d’opération en tranches temporelles augmente la probabilité de déclencher une modification des paramètres du modèle.
[00135] En variante des étapes S44 et S45 (non représentée par les figures), les valeurs des paramètres du modèle (ex. Jcai, Jcyc, Acai et ACyc) peuvent être modifiées de façon à ce que l’erreur d’état de santé Eson(ti) de chaque tranche temporelle soit inférieure à la valeur seuil Eth. Cette variante équivaut à résoudre un problème d’optimisation. Des logiciels d’optimisation, mettant en oeuvre des méthodes mathématiques non-linéaires, peuvent être utilisés à cet effet.
[00136] Dans cette variante, il n’est pas fait usage des conditions moyennes d’opération. Celles-ci n’ont donc pas besoin d’être déterminées lors de la sous-étape S31 (notamment dans le cas d’un découpage en tranches de durée identiques).
[00137] Un objectif supplémentaire de l’optimisation pourra être de minimiser la variation des paramètres du modèle par rapport aux valeurs précédentes.

Claims

REVENDICATIONS
[Revendication 1 ] Procédé pour estimer une durée de vie d’un système de stockage d’énergie comprenant une pluralité de cellules électrochimiques, ledit procédé comprenant les étapes suivantes : a) définir (S21 ) un modèle de vieillissement du système de stockage ; b) collecter (S22) des premières valeurs d’un état de santé (SOHBMS(I)), des valeurs d’un état de charge (SOCBMS(I)) et des données d’opération du système de stockage lors d’une utilisation du système de stockage, le système de stockage étant soumis à des conditions d’usage, les données d’opération comprenant des valeurs de courant (l(t)), de température (T(t)) et de tension (U(t)) ; c) actualiser (S23) des paramètres du modèle de vieillissement en fonction des premières valeurs de l’état de santé, des valeurs d’état de charge (SOCBMs(t)) et des données d’opération ; d) déterminer (S24) un profil thermique (Top(t)) et des profils de sollicitation électrique (lop(t), Uop(t)) en conditions d’usage à partir des données d’opération ; e) simuler (S25) le vieillissement du système de stockage en utilisant les paramètres actualisés du modèle vieillissement, des profils thermique et de sollicitation électrique prédéterminés (lgen(t), Ugen(t), Tgen(t)), et les profils thermique et de sollicitation électrique en conditions d’usage (lop(t), Uop(t), Top(t)), d’où il résulte une projection de durée de vie du système de stockage.
[Revendication 2] Procédé selon la revendication 1 , comprenant en outre, avant l’étape (S23) d’actualisation des paramètres du modèle de vieillissement, les étapes suivantes :
- collecter (S31 ) des données de test issues d’un test de caractérisation du système de stockage ;
- déterminer (S32) une deuxième valeur de l’état de santé (SOHtest) du système de stockage à partir des données de test ; et corriger (S33) les premières valeurs de l’état de santé (SOHBMS(I)) en fonction de la deuxième valeur d’état de santé (SOHtest).
[Revendication 3] Procédé selon l’une des revendications 1 et 2, dans lequel l’étape (S21 ) de définition du modèle de vieillissement comprend la sélection d’un modèle de vieillissement et la détermination des paramètres du modèle de vieillissement sélectionné à partir de résultats d’essais de vieillissement (SOH (le, ID, T, SOC)).
[Revendication 4] Procédé selon la revendication 3, dans lequel les résultats d’essais de vieillissement (SOH (le, ID, T, SOC)) proviennent d’essais de vieillissement effectués à l’échelle d’une cellule électrochimique et/ou d’essais de vieillissement effectués à l’échelle d’un module comprenant plusieurs cellules électrochimiques interconnectées.
[Revendication 5] Procédé selon l’une quelconque des revendications 1 à 4, dans lequel l’étape (S23) d’actualisation des paramètres du modèle de vieillissement comprend les sous-étapes suivantes :
- découper (S41 ) une durée d’opération du système de stockage en tranches temporelles et déterminer des conditions moyennes d’opération (lcmoy(i), iDmoy(i), Tmoy(i), SOCmoy(i)) sur chaque tranche temporelle à partir des données d’opération et des valeurs d’état de charge (SOCBMS(I)) ;
- calculer (S42) pour chaque tranche temporelle une erreur d’état de santé (EsoH(ti)) en fin de tranche temporelle, ladite erreur d’état de santé étant égale à la valeur absolue de la différence entre la première valeur de l’état de santé (SOHBMs(ti)) et une valeur d’état de santé (SOHsim(ti)) simulée au moyen des données d’opération sur la tranche temporelle et du modèle de vieillissement à actualiser ;
- comparer (S43) l’erreur d’état de santé (Eson(ti)) de chaque tranche temporelle à une valeur seuil (Eth) ; et dès lors que l’erreur d’état de santé d’au moins une tranche temporelle est supérieure à la valeur seuil, les sous-étapes suivantes :
- modifier (S44) des résultats d’essais de vieillissement (SOH (le, ID, T, SOC)) au regard des premières valeurs d’état de santé (SOHBMS(I)) et des données d’opération sur les tranches temporelles ; et - déterminer (S45) des valeurs de paramètres du modèle de vieillissement à partir des résultats d’essais de vieillissement modifiés (SOH’ (le, ID, T, SOC)).
[Revendication 6] Procédé selon la revendication 5, dans lequel la sous-étape (S44) de modification des résultats d’essais de vieillissement (SOH (le, ID, T, SOC)) comprend les opérations suivantes :
- pour chaque tranche temporelle, identifier (S61 ) parmi les résultats d’essais de vieillissement des résultats d’essais dits voisins (SOH[i,j]) accomplis à des conditions d’essai voisines des conditions moyennes d’opération (lcmoy(i), iDmoy(i), Tmoy(i), SOCmoy(i)) de ladite tranche temporelle ;
- identifier (S62) pour chacun des résultats d’essais voisins (SOH[i,j]) une fenêtre temporelle ayant une durée (Di) égale à celle de la tranche temporelle et démarrant à un instant (td [i,j]) auquel le résultat d’essai atteint la première valeur d’état de santé (SOHBMs(ti-i)) au début de la tranche temporelle ;
- déterminer (S63) pour chacun des résultats d’essais voisins (SOH[i,j]) une valeur d’état de santé (SOH[i,j] (tf [i,j])) à la fin de la fenêtre temporelle ;
- pondérer (S64) pour chaque tranche temporelle les valeurs d’état de santé (SOH[i,j] (tf [i,j])) à la fin des fenêtres temporelles pour obtenir une valeur expérimentale d’état de santé (SOHexp(ti)) en fin de tranche temporelle ;
- calculer (S65) une fonction de transfert entre les valeurs expérimentales d’état de santé (SOHexp(ti)) en fin de tranche temporelle et les premières valeurs d’état de santé (SOHBMs(ti)) en fin de tranche temporelle ;
- appliquer (S66) la fonction de transfert aux résultats d’essais de vieillissement (SOH (le, ID, T, SOC)).
[Revendication 7] Procédé selon la revendication 6, dans lequel la fonction de transfert est une fonction polynomiale.
[Revendication 8] Procédé selon l’une quelconque des revendications 1 à 4, dans lequel l’étape (S23) d’actualisation des paramètres du modèle de vieillissement comprend les sous-étapes suivantes :
- découper (S41 ) une durée d’opération du système de stockage en tranches temporelles ;
- calculer (S42) pour chaque tranche temporelle une erreur d’état de santé (EsoH(ti)) en fin de tranche temporelle, ladite erreur d’état de santé étant égale à la valeur absolue de la différence entre la première valeur de l’état de santé (SOHréei(ti)) et une valeur d’état de santé (SOHsim(ti)) simulée au moyen des données d’opération sur la tranche temporelle et du modèle de vieillissement à actualiser ;
- comparer (S43) l’erreur d’état de santé (Eson(ti)) de chaque tranche temporelle à une valeur seuil (Eth) ; et dès lors que l’erreur d’état de santé d’au moins une tranche temporelle est supérieure à la valeur seuil, la sous-étape suivante :
- modifier les valeurs des paramètres du modèle de vieillissement jusqu’à ce que l’erreur d’état de santé (Eson(ti)) de chaque tranche temporelle soit inférieure à la valeur seuil (Eth).
[Revendication 9] Procédé selon l’une quelconque des revendications 5 à 8, dans lequel les tranches temporelles sont de durée identique.
[Revendication 10] Procédé selon l’une quelconque des revendications 5 à 8, dans lequel les tranches temporelles sont de durée variable et déterminées de sorte que les données d’opération soient sensiblement identiques sur une même tranche temporelle et différentes entre les tranches temporelles.
[Revendication 1 1 ] Procédé selon l’une quelconque des revendications 1 à 10, dans lequel les étapes b) à e) sont répétées plusieurs fois lors de l’utilisation du système de stockage.
[Revendication 12] Procédé selon la revendication 1 1 , dans lequel, pour simuler le vieillissement du système de stockage, les profils de sollicitation électrique et thermique prédéterminés (lgen(t), Ugen(t), Tgen(t)) sont remplacés par les profils de sollicitation électrique et thermique en conditions d’usage (lop(t), UoP(t), Top(t)) au fur et à mesure de la collecte des données d’opération.
[Revendication 13] Procédé selon l’une quelconque des revendications 1 à 12, dans lequel le système de stockage est stationnaire, de préférence un système de stockage par batteries (BESS).
[Revendication 14] Procédé selon l’une quelconque des revendications 1 à 13, dans lequel le système de stockage comporte une batterie au lithium.
[Revendication 15] Dispositif de traitement de données comprenant des moyens de mettre en oeuvre un procédé d’estimation selon l’une quelconque des revendications 1 à 14.
[Revendication 16] Produit programme d’ordinateur comprenant des instructions qui, lorsque le programme est exécuté par un ordinateur, conduisent celui-ci à mettre en oeuvre un procédé selon l’une quelconque des revendications 1 à 14.
[Revendication 17] Support de données lisible par ordinateur, sur lequel est enregistré le produit programme d'ordinateur selon la revendication 16.
EP21839174.6A 2020-12-21 2021-12-16 Procédé pour estimer la durée de vie d'un système de stockage d'énergie Pending EP4264301A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR2013794A FR3118310B1 (fr) 2020-12-21 2020-12-21 Procédé pour estimer la durée de vie d’un système de stockage d’énergie
PCT/EP2021/086150 WO2022136098A1 (fr) 2020-12-21 2021-12-16 Procédé pour estimer la durée de vie d'un système de stockage d'énergie

Publications (1)

Publication Number Publication Date
EP4264301A1 true EP4264301A1 (fr) 2023-10-25

Family

ID=75339863

Family Applications (1)

Application Number Title Priority Date Filing Date
EP21839174.6A Pending EP4264301A1 (fr) 2020-12-21 2021-12-16 Procédé pour estimer la durée de vie d'un système de stockage d'énergie

Country Status (3)

Country Link
EP (1) EP4264301A1 (fr)
FR (1) FR3118310B1 (fr)
WO (1) WO2022136098A1 (fr)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115291116B (zh) * 2022-10-10 2022-12-16 深圳先进技术研究院 储能电池健康状态预测方法、装置及智能终端
FR3143765B1 (fr) * 2022-12-14 2024-12-20 Commissariat Energie Atomique Procédé et dispositif de détermination d’un profil de sollicitation représentatif de l’usage futur d’une batterie pour une application donnée
FR3144305B1 (fr) * 2022-12-23 2024-11-29 Commissariat Energie Atomique Prédiction de l’état de santé d’un accumulateur d’énergie électrique
CN116466168B (zh) * 2023-04-24 2023-11-24 江苏新博能源科技有限公司 一种基于云计算的新能源管理平台异常监测系统及方法
CN116840699B (zh) * 2023-08-30 2023-11-17 上海泰矽微电子有限公司 一种电池健康状态估算方法、装置、电子设备和介质
CN117310537A (zh) * 2023-10-18 2023-12-29 南方电网调峰调频(广东)储能科技有限公司 储能系统健康评估与优化方法及系统
CN117590268B (zh) * 2023-11-23 2024-11-19 国网青海省电力公司清洁能源发展研究院 电池储能系统状态评估方法
CN117406125B (zh) * 2023-12-15 2024-02-23 山东派蒙机电技术有限公司 电池健康状态确认方法、装置、设备及存储介质
CN119147870B (zh) * 2024-11-11 2025-03-25 合肥召洋电子科技有限公司 光伏储能逆变器寿命测试与评估系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140232411A1 (en) * 2011-09-30 2014-08-21 KPIT Cummins Infosytems Ltd System and method for battery monitoring
FR3009093B1 (fr) * 2013-07-29 2017-01-13 Renault Sa Estimation de l'etat de vieillissement d'une batterie electrique
FR3015046B1 (fr) 2013-12-12 2016-12-09 Commissariat Energie Atomique Procede d'estimation de l'etat de sante d'une batterie
FR3015047B1 (fr) 2013-12-12 2016-12-23 Commissariat Energie Atomique Procede d'estimation de l'etat de sante d'une batterie

Also Published As

Publication number Publication date
FR3118310B1 (fr) 2023-09-08
FR3118310A1 (fr) 2022-06-24
WO2022136098A1 (fr) 2022-06-30

Similar Documents

Publication Publication Date Title
EP4264301A1 (fr) Procédé pour estimer la durée de vie d'un système de stockage d'énergie
US10353009B2 (en) Secondary battery capacity measuring system and secondary battery capacity measuring method
EP3443370B1 (fr) Procede de determination de la valeur de parametres relatifs a l'etat d'un accumulateur d'une batterie, batterie et systeme de gestion electronique d'une batterie
EP2990818B1 (fr) Système et procédé de mesure de capacité de batterie secondaire
KR101903225B1 (ko) 이차 전지의 퇴화도 추정 장치 및 방법
CN102590755B (zh) 锂离子电池容量获取方法和装置
EP2293090A2 (fr) Méthode améliorée pour estimer les caractéristiques non mesurables d'un système électrochimique
EP3974853B1 (fr) Prédiction de l'état de santé futur des cellules d'une batterie électrique
JP2013254710A (ja) 蓄電素子の寿命推定装置、寿命推定方法及び蓄電システム
CN114184969B (zh) 一种电芯可逆自放电容量损失测试方法及装置
CN113176516A (zh) 容量预测方法、装置、电子设备及存储介质
CN114114051A (zh) 一种电池老化值的确定方法、装置及电子设备
FR3016737A1 (fr) Procede de gestion d'un etat de charge d'une batterie
EP3936878A1 (fr) Procédé de détermination d'une fonction de vieillissement d'un accumulateur
CN114879053B (zh) 一种储能磷酸铁锂电池寿命预测方法
CN121142381A (zh) 一种基于电化学模型的锂电池剩余寿命预测方法及系统
CN112763916B (zh) 一种空间用锂离子电池组未来工况预测方法
Miftahullatif et al. Novel state-of-health prediction method for lithium-ion batteries in battery storage system by using voltage variation at rest period after discharge
CN119535237A (zh) 一种基于神经网络的云端soc容量修正方法
CN119670350A (zh) 电池包热仿真方法、装置、设备及存储介质
CN118259178A (zh) 一种基于电池的混合功率脉冲特性测试方法及装置
CN111177992A (zh) 基于电化学理论和等效电路模型的电池模型及其构建方法
EP2697859B1 (fr) Procede de charge optimal d'un accumulateur electrochimique
EP4386403B1 (fr) Procede et dispositif de determination d'un profil de sollicitation representatif de l'usage futur d'une batterie pour une application donnee
Stocker et al. Considering Li-Ion Battery Cell Ageing in Energy Storage Solutions

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20230718

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
RAP3 Party data changed (applicant data changed or rights of an application transferred)

Owner name: POWERUP

Owner name: COMMISSARIAT A L'ENERGIE ATOMIQUE ET AUX ENERGIESALTERNATIVES

GRAP Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOSNIGR1

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: GRANT OF PATENT IS INTENDED

RIC1 Information provided on ipc code assigned before grant

Ipc: G01R 31/367 20190101AFI20250630BHEP

Ipc: G01R 31/392 20190101ALI20250630BHEP

Ipc: G01R 31/378 20190101ALI20250630BHEP

Ipc: G01R 31/3842 20190101ALI20250630BHEP

Ipc: G01R 31/36 20200101ALI20250630BHEP

INTG Intention to grant announced

Effective date: 20250709

GRAS Grant fee paid

Free format text: ORIGINAL CODE: EPIDOSNIGR3

19U Interruption of proceedings before grant

Effective date: 20240618