FR3118310A1 - 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 Download PDF

Info

Publication number
FR3118310A1
FR3118310A1 FR2013794A FR2013794A FR3118310A1 FR 3118310 A1 FR3118310 A1 FR 3118310A1 FR 2013794 A FR2013794 A FR 2013794A FR 2013794 A FR2013794 A FR 2013794A FR 3118310 A1 FR3118310 A1 FR 3118310A1
Authority
FR
France
Prior art keywords
soh
storage system
state
health
aging
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.)
Granted
Application number
FR2013794A
Other languages
English (en)
Other versions
FR3118310B1 (fr
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.)
Powerup
Commissariat a lEnergie Atomique et aux Energies Alternatives CEA
Original Assignee
Powerup
Commissariat a lEnergie Atomique CEA
Commissariat a lEnergie Atomique et aux Energies Alternatives CEA
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 Powerup, Commissariat a lEnergie Atomique CEA, Commissariat a lEnergie Atomique et aux Energies Alternatives CEA filed Critical Powerup
Priority to FR2013794A priority Critical patent/FR3118310B1/fr
Priority to EP21839174.6A priority patent/EP4264301A1/fr
Priority to PCT/EP2021/086150 priority patent/WO2022136098A1/fr
Publication of FR3118310A1 publication Critical patent/FR3118310A1/fr
Application granted granted Critical
Publication of FR3118310B1 publication Critical patent/FR3118310B1/fr
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

Abstract

PROCÉDÉ POUR ESTIMER LA DURÉE DE VIE D’UN SYSTÈME DE STOCKAGE D’ÉNERGIE 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 un modèle de vieillissement du système de stockage ; 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 ; 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 ; déterminer un profil thermique et des profils de sollicitation électrique en conditions d’usage à partir des données d’opération ; 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.

Description

PROCÉDÉ POUR ESTIMER LA DURÉE DE VIE D’UN SYSTÈME DE STOCKAGE D’ÉNERGIE
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
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.
Il existe deux types de systèmes de stockage électrochimique : les systèmes de stockage stationnaires et les systèmes de stockage embarqués.
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.
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).
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…).
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.
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.
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.
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.
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.
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 (ΔSOC).
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.
La 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.
Des essais de vieillissement sont réalisés en laboratoire sur une multitude de cellules électrochimiques lors d’une étape préliminaire S11. 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.
Le procédé d’estimation de durée de vie selon la 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.
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.
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.
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.
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 :
  1. définir un modèle de vieillissement du système de stockage ;
  2. 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 ;
  3. 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 ;
  4. déterminer un profil thermique et des profils de sollicitation électrique en conditions d’usage à partir des données d’opération ;
  5. 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.
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.
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.
Dans un mode de mise en œuvre 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.
Selon un développement de ce mode de mise en œuvre, 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.
La fonction de transfert est de préférence une fonction polynomiale.
Dans une variante de mise en œuvre 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.
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.
De préférence, les étapes b) à e) sont répétées plusieurs fois lors de l’utilisation du système de stockage.
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.
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.
Un deuxième aspect de l’invention concerne un dispositif de traitement de données comprenant des moyens de mettre en œuvre un procédé d’estimation selon le premier aspect de l’invention.
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 œuvre un procédé d’estimation selon le premier aspect de l’invention.
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
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.
, précédemment décrite, représente schématiquement un procédé pour estimer la durée de vie d’un système de stockage selon l’art antérieur ;
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 œuvre de l’invention ;
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 œuvre de l’invention ;
représente schématiquement un mode de mise en œuvre préférentiel de l’étape de recalibrage du modèle de vieillissement.
représente schématiquement une sous-étape du recalibrage du modèle de vieillissement, comprenant le découpage d’une durée d’opération en tranches temporelles.
représente schématiquement une autre sous-étape du recalibrage du modèle de vieillissement, comprenant la modification de résultats d’essais de vieillissement.
représente schématiquement une opération de la sous-étape de modification des résultats d’essais selon la .
Pour plus de clarté, les éléments identiques ou similaires sont repérés par des signes de référence identiques sur l’ensemble des figures.
DESCRIPTION DÉTAILLÉE
La 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 œuvre de l’invention.
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…).
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).
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.
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.
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) …, la 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.
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.
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 »
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 ».
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.
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 I(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.
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.
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.
Les formules suivantes constituent un exemple de modèle de vieillissement empirique.
L’état de santé (SOH) est exprimé en pourcentage et correspond au rapport entre la capacité de décharge maximale Qmaxet la capacité initiale Q0du système de stockage. La capacité de décharge maximale Qmaxreprésente la quantité d’énergie électrique que le système de stockage peut fournir lorsqu’il est complétement chargé, à un instant donné de la vie du système. La capacité initiale Q0est 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 Qmaxest proche de la capacité initiale Q0du 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.
L’état de santé est lié aux pertes de capacité dQlossde la façon suivante :
Les pertes de capacité dQlosssont définies comme la somme des pertes de capacité au repos et celles en cyclage :
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 Qthd’Ah cumulés au cours des décharges successives).
Un exemple d’équation de chacune des grandeurs précédentes est donné par les formules suivantes :
où :
  • Qlossest la capacité perdue par le système de stockage, exprimée en ampère-heure (Ah) ;
  • Jcalest 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;
  • Jcycest 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;
  • Acalest un second facteur d’accélération du vieillissement du système de stockage en mode calendaire ; et
  • Acycest un second facteur d’accélération du vieillissement du système de stockage en mode cyclé.
Les paramètres Jcalet Acaldépendent de l’état de charge (SOC) et de la température T au repos, tandis que les paramètres Jcyc et Acycdépendent du SOC et des conditions de courant et de température lors du cyclage, autrement dit du courant de décharge ID, du courant de charge IC, de la température de décharge TDet de la température de charge TC.
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].
En référence à la , 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).
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.
Les étapes S21 à S25 sont de préférence codées sous la forme d’un programme et mises en œuvre par un ordinateur (par l’exécution du programme).
L’étape S21 du procédé d’estimation consiste à définir le modèle de vieillissement qui sera utilisé pour estimer la durée de vie.
Dans un mode de mise en œuvre 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 Jcal, Jcyc, Acalet Acycdans l’exemple de modèle précédent) à partir de résultats d’essais.
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 IC, une valeur de courant en décharge ID, une valeur de température T et une valeur de SOC cible.
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.
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.
Dans une variante de mise en œuvre, l’étape S21 de définition du modèle de vieillissement consiste à sélectionner un modèle de vieillissement générique déjà paramétré.
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).
Les données collectées sont les données d’opération du système de stockage, à savoir le courant I(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 .
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).
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%).
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.
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(t)), des valeurs terrain de SOC (SOCBMS(t)) et des données d’opération (I(t), U(t), T(t)) collectées lors de l’étape S22. Les valeurs actualisées des paramètres du modèle sont notées Jcal’, Jcyc’, Acal’ et Acyc’ sur la .
Dans un mode de mise en œuvre préférentiel de l’étape de recalibrage S23 décrit ultérieurement en relation avec la , l’actualisation des paramètres du modèle peut être accomplie en considérant en outre les résultats d’essais en laboratoire, notés SOH (IC, ID, T, SOC) (IC, ID, T et SOC étant les conditions laboratoire dans lesquelles sont effectués les essais).
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.
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.
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).
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 Iop(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 Iop(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.
L’étape de détermination S24 des profils en conditions d’usage Iop(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.
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 Igen(t), Ugen(t) et Tgen(t) prédéterminés d’une part, et les profils en conditions d’usage Iop(t), Uop(t) et Top(t) déterminés à l’étape S24 d’autres part.
Contrairement aux profils de sollicitation électrique et thermique Igen(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 Iop(t), Uop(t) et Top(t) représentent un historique de l’utilisation du système de stockage.
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.
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.
Comme indiqué précédemment, la collecte des données (étape S22) peut être accomplie de façon continue. Les profils en conditions d’usage Iop(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 Igen(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 Iop(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.
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.
La 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 œuvre de l’invention.
En plus des étapes S21 à S25 décrites précédemment, le procédé d’estimation selon le deuxième mode de mise en œuvre 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 SOHtestsur 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.
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.
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, Utestet Ttest.
La valeur de test SOHtestde 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 œuvre 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.
L’étape de correction S33 peut être vue également comme une étape de détermination d’un état de santé dit réel, noté SOHréel(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.
La valeur de test SOHtestest une valeur précise de SOH. La correction de tout ou partie des valeurs terrain SOHBMS(t) au moyen de la valeur de test SOHtestaméliore 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.
La illustre un mode de mise en œuvre préférentiel de l’étape de recalibrage S23 du modèle de vieillissement.
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 (I(t), U(t) et T(t)) et des valeurs terrain de SOC (SOCBMS(t)).
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(t)), éventuellement corrigées (SOHréel(t)), des valeurs terrain de SOC (SOCBMS(t)) et des données d’opération (I(t), U(t), T(t)).
Les conditions moyennes d’opération sur chaque tranche comprennent une valeur moyenne du courant de charge ICmoy(i), une valeur moyenne du courant de décharge ID moy(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.
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 (IC), 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.
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-1» et l’instant t auquel se termine la tranche d’indice i est noté « ti». Ainsi, la première tranche (i = 1) débute à t = t0et prend fin à t = t1.
Dans un exemple de mise en œuvre représenté par la , la sous-étape S41 de découpage en tranches temporelles et de détermination des conditions moyennes d’opération comprend les opérations suivantes :
  • S51 : calculer un centre de gravité de l’opération, Cgr(0), en moyennant les données d’opération I(t), T(t) et les valeurs terrain d’état de charge SOCBMS(t) sur toute la durée d’opération : Cgr(0) = {ICmoy(0), IDmoy(0), Tmoy(0) SOCmoy(0)}.
  • S52 : définir une durée minimale de tranche Ttret un pas d’incrémentation Ptrde la durée des tranches ;
  • pour chaque tranche d’indice i (i variant de 1 à N) :
    • S53 : initialiser l’instant de fin de tranche ticomme étant la somme de l’instant de début de tranche ti-1et de la durée minimale de tranche Ttr(t0étant l’instant de début de la durée d’opération) ;
    • S54 : vérifier si l’instant de fin de tranche tiest supérieur ou égal à l’instant de fin de la durée d’opération top;
si cette condition est remplie :
  • S55 : définir l’instant de fin de tranche ticomme 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 :
  • S56 : calculer un centre de gravité de la tranche i, Cgr(i), en moyennant les données d’opération I(t), T(t) et les valeurs terrain d’état de charge SOCBMS(t) sur toute la durée de la tranche i, soit entre ti-1et ti: Cgr(i) = {ICmoy(i), IDmoy(i), Tmoy(i) SOCmoy(i)}.
  • S57 : calculer la distance entre les centres de gravité Cgr(i) et Cgr(i-1) et la comparer à une distance minimale Dgrprédéterminée ;
et, lorsque la distance Cgr(i)-Cgr(i-1) est inférieure à la distance minimale Dgr:
  • S58 : incrémenter l’instant de fin de tranche tidu pas d’incrémentation Ptr(ti= ti+ Ptr) ; et
  • reboucler à l’étape de vérification S54.
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.
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).
Dans une variante de mise en œuvre 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.
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 (ICmoy(i),IDmoy(i), Tmoy(i) ou SOCmoy(i) selon la distribution).
De nouveau en référence à la , l’étape de recalibrage S23 comprend ensuite une sous-étape S42 consistant à calculer, pour chaque tranche temporelle, une erreur d’état de santé ESOH(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 SOHréel(ti) selon le mode de mise en œuvre ; cf. Figs.2-3) et une valeur simulée d’état de santé SOHsim(ti) à l’instant de fin de tranche ti.
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 Jcal, Jcyc, Acalet Acyclorsqu’il s’agit de la première itération de l’étape de recalibrage S23, sinon par les paramètres Jcal’, Jcyc’, Acal’ et Acyc’ précédemment actualisés).
Puis, lors d’une sous-étape S43, l’erreur d’état de santé ESOH(ti) de chaque tranche temporelle est comparée à une valeur seuil Ethprédéterminée, appelée « erreur acceptable de SOH ».
Lorsque l’erreur d’état de santé ESOH(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.
En revanche, dès lors que l’erreur d’état de santé ESOH(ti) d’une ou plusieurs tranches temporelles est supérieure à la valeur seuil Eth, les valeurs de paramètre du modèle doivent être modifiées.
L’étape de recalibrage S23 comprend alors (cf. ) :
  • une sous-étape S44 de modification des résultats d’essais de vieillissement SOH (IC, ID, T, SOC), en fonction des valeurs terrain d’état de santé SOHBMS(t)/SOHréel(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’ (IC, ID, T, SOC).
La représente un exemple de mise en œuvre de la sous-étape S44 de modification des résultats d’essais de vieillissement SOH (IC, ID, T, SOC).
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] (IC, 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.
La tranche i est caractérisée par une valeur moyenne de courant de charge ICmoy(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 l’évolution de SOH pour 16 ensembles de conditions d’essais) qui encadrent le centre de gravité de la tranche Cgr(i).
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-1) (ou SOHréel(ti-1)), soit la valeur terrain de SOH à l’instant de début ti-1de la tranche temporelle.
La montre deux exemples de résultats d’essais voisins de la tranche d’indice i, SOH[i,1] (IC, ID, T = 20 °C, SOC) et SOH[i,2] (IC, 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] (IC, ID, T = 20 °C, SOC) démarre à l’instant td [i, 1] (où SOH[i,1] = SOHBMS(ti-1)) et se termine à l’instant tf [i, 1]. La fenêtre temporelle de l’essai voisin SOH[i,2] (IC, ID, T = 30 °C, SOC) démarre à l’instant td [i, 2] (où SOH[i,2] = SOHBMS(ti-1)) et se termine à l’instant tf [i, 2].
Puis, lors d’une opération S63, on détermine pour chacun des résultats d’essais voisins SOH[i,j] (IC, ID, T, SOC) la valeur d’état de santé SOH[i,j] (tf [i,j]) atteinte à la fin de la fenêtre temporelle.
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).
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.
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.
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.
Enfin, lors d’une dernière opération S66, la même fonction de transfert est appliquée aux résultats d’essais SOH (IC, ID, T, SOC) initiaux, obtenant ainsi les résultats d’essais modifiés SOH’ (IC, ID, T, SOC) davantage en adéquation avec le comportement du système de stockage pendant la durée d’opération.
De nouveau en référence à la , la sous-étape S45 de réapprentissage des paramètres du modèle, à partir des résultats d’essais modifiés SOH’ (IC, 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 (IC, ID, T, SOC) (étape S21), par exemple par ajustement statistique.
Le mode de mise en œuvre préférentiel de l’étape de recalibrage S23 représenté par la 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.
En variante des étapes S44 et S45 (non représentée par les figures), les valeurs des paramètres du modèle (ex. Jcal, Jcyc, Acalet Acyc) peuvent être modifiées de façon à ce que l’erreur d’état de santé ESOH(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 œuvre des méthodes mathématiques non-linéaires, peuvent être utilisés à cet effet.
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).
Un objectif supplémentaire de l’optimisation pourra être de minimiser la variation des paramètres du modèle par rapport aux valeurs précédentes.

Claims (17)

  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 :
    1. définir (S21) un modèle de vieillissement du système de stockage ;
    2. collecter (S22) des premières valeurs d’un état de santé (SOHBMS(t)), des valeurs d’un état de charge (SOCBMS(t)) 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 (I(t)), de température (T(t)) et de tension (U(t)) ;
    3. 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 ;
    4. déterminer (S24) un profil thermique (Top(t)) et des profils de sollicitation électrique (Iop(t), Uop(t)) en conditions d’usage à partir des données d’opération ;
    5. simuler le vieillissement du système de stockage en utilisant les paramètres actualisés du modèle vieillissement, des profils thermique et de sollicitation électrique prédéterminés (Igen(t), Ugen(t), Tgen(t)), et les profils thermique et de sollicitation électrique en conditions d’usage (Iop(t), Uop(t), Top(t)), d’où il résulte une projection de durée de vie du système de stockage.
  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(t)) en fonction de la deuxième valeur d’état de santé (SOHtest).
  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 (IC, ID, T, SOC)).
  4. Procédé selon la revendication 3, dans lequel les résultats d’essais de vieillissement (SOH (IC, 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.
  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 (ICmoy(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(t)) ;
    • 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 (ESOH(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 (IC, ID, T, SOC)) au regard des premières valeurs d’état de santé (SOHBMS(t)) 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’ (IC, ID, T, SOC)).
  6. Procédé selon la revendication 5, dans lequel la sous-étape (S44) de modification des résultats d’essais de vieillissement (SOH (IC, 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 (ICmoy(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-1)) 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 (IC, ID, T, SOC)).
  7. Procédé selon la revendication 6, dans lequel la fonction de transfert est une fonction polynomiale.
  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 (SOHréel(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 (ESOH(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 (ESOH(ti)) de chaque tranche temporelle soit inférieure à la valeur seuil (Eth).
  9. Procédé selon l’une quelconque des revendications 5 à 8, dans lequel les tranches temporelles sont de durée identique.
  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.
  11. 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.
  12. Procédé selon la revendication 11, dans lequel, pour simuler le vieillissement du système de stockage, les profils de sollicitation électrique et thermique prédéterminés (Igen(t), Ugen(t), Tgen(t)) sont remplacés par les profils de sollicitation électrique et thermique en conditions d’usage (Iop(t), Uop(t), Top(t)) au fur et à mesure de la collecte des données d’opération.
  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).
  14. Procédé selon l’une quelconque des revendications 1 à 13, dans lequel le système de stockage comporte une batterie au lithium.
  15. Dispositif de traitement de données comprenant des moyens de mettre en œuvre un procédé d’estimation selon l’une quelconque des revendications 1 à 14.
  16. Produit programme d’ordinateur comprenant des instructions qui, lorsque le programme est exécuté par un ordinateur, conduisent celui-ci à mettre en œuvre un procédé selon l’une quelconque des revendications 1 à 14.
  17. Support de données lisible par ordinateur, sur lequel est enregistré le produit programme d'ordinateur selon la revendication 16.
FR2013794A 2020-12-21 2020-12-21 Procédé pour estimer la durée de vie d’un système de stockage d’énergie Active FR3118310B1 (fr)

Priority Applications (3)

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
EP21839174.6A EP4264301A1 (fr) 2020-12-21 2021-12-16 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

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
FR2013794 2020-12-21

Publications (2)

Publication Number Publication Date
FR3118310A1 true FR3118310A1 (fr) 2022-06-24
FR3118310B1 FR3118310B1 (fr) 2023-09-08

Family

ID=75339863

Family Applications (1)

Application Number Title Priority Date Filing Date
FR2013794A Active FR3118310B1 (fr) 2020-12-21 2020-12-21 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)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024077754A1 (fr) * 2022-10-10 2024-04-18 深圳先进技术研究院 Procédé et appareil de prédiction de l'état de santé d'une batterie de stockage d'énergie, et terminal intelligent

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
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

Citations (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
WO2015015083A1 (fr) * 2013-07-29 2015-02-05 Renault S.A.S Estimation de l'etat de vieillissement d'une batterie électrique
EP3080625A1 (fr) 2013-12-12 2016-10-19 Commissariat à l'Énergie Atomique et aux Énergies Alternatives Procede d'estimation de l'etat de sante d'une batterie
EP3080624A1 (fr) 2013-12-12 2016-10-19 Commissariat à l'Énergie Atomique et aux Énergies Alternatives Procede d'estimation de l'etat de sante d'une batterie

Patent Citations (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
WO2015015083A1 (fr) * 2013-07-29 2015-02-05 Renault S.A.S Estimation de l'etat de vieillissement d'une batterie électrique
EP3080625A1 (fr) 2013-12-12 2016-10-19 Commissariat à l'Énergie Atomique et aux Énergies Alternatives Procede d'estimation de l'etat de sante d'une batterie
EP3080624A1 (fr) 2013-12-12 2016-10-19 Commissariat à l'Énergie Atomique et aux Énergies Alternatives Procede d'estimation de l'etat de sante d'une batterie

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Development of an empirical aging model for Li-ion batteries and application to assess the impact of Vehicle-to-Grid stratégies on battery lifetime", APPLIED ENERGY, vol. 172, 2016, pages 398 - 407
J. WANG ET AL., JOURNAL OF POWER SOURCES, vol. 269, 2014, pages 937 - 948

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024077754A1 (fr) * 2022-10-10 2024-04-18 深圳先进技术研究院 Procédé et appareil de prédiction de l'état de santé d'une batterie de stockage d'énergie, et terminal intelligent

Also Published As

Publication number Publication date
FR3118310B1 (fr) 2023-09-08
WO2022136098A1 (fr) 2022-06-30
EP4264301A1 (fr) 2023-10-25

Similar Documents

Publication Publication Date Title
FR3118310A1 (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
US10126369B2 (en) Secondary battery capacity measurement system and secondary battery capacity measurement method
CN108957337B (zh) 电池健康状态的确定方法、装置、存储介质和电子设备
KR101903225B1 (ko) 이차 전지의 퇴화도 추정 장치 및 방법
Wang et al. Practical state estimation using Kalman filter methods for large-scale battery systems
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
EP2293090A2 (fr) Méthode améliorée pour estimer les caractéristiques non mesurables d'un système électrochimique
CN112881930B (zh) 一种基于物联网的储能电池健康管理预测方法及系统
Soto et al. Analysis of the main battery characterization techniques and experimental comparison of commercial 18650 Li-ion cells
WO2015107299A1 (fr) Procede de gestion d'un etat de charge d'une batterie
CN114114051B (zh) 一种电池老化值的确定方法、装置及电子设备
CN112763916B (zh) 一种空间用锂离子电池组未来工况预测方法
CN113176516A (zh) 容量预测方法、装置、电子设备及存储介质
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
CN113608132B (zh) 一种锂离子电池剩余容量的确定方法、系统及存储介质
CN114879053A (zh) 一种储能磷酸铁锂电池寿命预测方法
CN114184969B (zh) 一种电芯可逆自放电容量损失测试方法及装置
CN113805072B (zh) 容量的确定方法和确定装置、分容方法及动力电池系统
CN113608133B (zh) 一种磷酸铁锂电池剩余容量的确定方法、系统及存储介质
EP3974853B1 (fr) Prédiction de l'état de santé futur des cellules d'une batterie électrique
Bavand Li-ion battery state of charge (SOC) and state of health (SOH) online estimations using partial charge or discharge data
WO2019106022A1 (fr) Procédé de surveillance et de gestion d'un parc de batteries
Tome et al. Comparisons of Algorithms for End-of-Life Detection of Lead-Acid Batteries Used in Off-Grid PV System
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

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 2

PLSC Publication of the preliminary search report

Effective date: 20220624

PLFP Fee payment

Year of fee payment: 3

PLFP Fee payment

Year of fee payment: 4