Constellation, le dépôt institutionnel de l'Université du Québec à Chicoutimi

Résumé

Les batteries sont le plus souvent utilisées pour le stockage de l’énergie afin d’assurer une consommation énergétique ultérieure, le soutien du réseau électrique ou encore la propulsion des véhicules électriques. Le projet de recherche proposé porte sur l’estimation de la résistance et de l’état de santé d’une batterie. Il est pertinent pour deux raisons fondamentales décrites ci-dessous. Premièrement, les systèmes de stockages d’énergie à batteries dans un micro-réseau permettent de fournir des services essentiels de fiabilité qui sont principalement le soutien de la fréquence, de la capacité de satisfaire à la demande et du maintien de la tension. Une estimation de la résistance et de l’état de santé des batteries du système de stockage permet d’anticiper d’éventuelles pannes et d’intervenir plus rapidement sur les systèmes. Récemment, l'estimation de la santé des batteries a été largement étudiée dans plusieurs travaux de recherche. Ces recherches sont souvent basées sur des données acquises à une température et un courant de décharge fixes, ce qui ne reflète pas les conditions de fonctionnement des batteries. Aussi, les études ne couvrent généralement pas les batteries dont les données de l’état de santé sont inférieures à 60%. Or, après la fin de la durée de vie de la batterie dans un véhicule électrique, elle peut être utilisée dans une application secondaire comme le stockage d’énergie. En effet, les approches basées sur les équations paramétriques et des techniques d’apprentissage automatique proposées dans ce mémoire pour estimer la résistance et l’état de santé d’une batterie prennent en considération la batterie sur toute sa durée de vie. La tension, le courant, l’état de charge et la température cumulée constituent les paramètres qui permettent de mieux estimer la résistance et l’état de santé de la batterie. De plus, ces approches proposées pourraient être utilisées pour estimer l’état de santé de la batterie dans des applications secondaires. L’utilisation des méthodes proposées dans ce mémoire pour estimer la résistance et l’état de santé permettra de faciliter indirectement le reconditionnement des batteries pour des applications en énergie renouvelable, de contribuer à la réduction des déchets des véhicules électriques et ainsi à la réduction de leurs empruntes sur l’environnement. Ceci constitue un second point pertinent de ce projet. Par ailleurs, la contribution majeure du projet réside dans l’utilisation d’un modèle de diffusion en phase solide pour l’estimation de l’état de santé de la batterie. Cette étude a également montré que les paramètres de ce modèle sont liés à la température ambiante par une fonction polynomiale de troisième degré.

Batteries are most often used for energy storage for subsequent energy consumption, grid support or electric vehicle traction. The proposed research project focuses on estimating battery resistance and its the state of health. It is relevant for two fundamental reasons, described below. Firstly, battery energy storage systems in a microgrid provide essential reliability services, mainly frequency support, demand response and voltage maintenance. Determining the state of health of the storage system's batteries enables possible failures to be anticipated and systems to be addressed more rapidly. Recently, battery health estimation has been widely studied in several research studies. This research is often based on data acquired at a fixed temperature and discharge current, which does not reflect battery operating conditions. Also, studies don't generally cover batteries with less than 60% health data. However, after the end of a battery's lifetime in an electric vehicle, it can be used in a secondary application such as energy storage. Indeed, the approaches based on parametric equations and machine learning techniques proposed in this thesis for estimating the resistance and state of health of a battery take into account the battery over its entire lifetime. Voltage, current, state-of-charge and cumulative temperature are the parameters that best estimate battery resistance and state-of-health. In addition, these proposed approaches could be used to estimate battery state of health in secondary applications. Using the methods proposed in this thesis to estimate resistance and state of health will indirectly facilitate the reconditioning of batteries for renewable energy applications, contribute to the reduction of waste from electric vehicles and thus reduce their environmental footprint. This is a second relevant aspect of the project. In addition, the project's major contribution lies in the use of a solid-phase diffusion model to estimate the battery's state of health. This study also showed that the parameters of this model are related to ambient temperature by a third-degree polynomial function.