Des systèmes améliorés de gestion des batteries peuvent prolonger la durée de vie des batteries au lithium

Sep 13, 2023

Les chercheurs de Stanford cherchent à créer un meilleur système de gestion de batterie basé sur une expérience réelle.

Par

Publié

Il y a la théorie et puis il y a la réalité. Le lien entre eux peut souvent être, au mieux, ténu. Dans le monde des voitures électriques, chaque batterie dispose d’un système de gestion de batterie qui utilise des algorithmes pour surveiller son état de santé général et son état de fonctionnement. « L’algorithme vous indique par exemple si votre batterie fonctionne bien ou quelle distance vous pouvez parcourir avant de devoir la recharger. Le problème est que les algorithmes BMS sont conçus dans des conditions de laboratoire idéales qui ne reflètent pas ce que voit une batterie dans le monde réel », explique Simona Onori, professeur adjoint de sciences et d'ingénierie énergétiques à la Stanford Doerr School of Sustainability.

Pour démontrer l'écart entre les tests contrôlés en laboratoire et l'expérience réelle sur route, Onori et ses collègues de Stanford ont collaboré avec des chercheurs du Volkswagen Innovation and Engineering Center situé à proximité du campus universitaire. "Les algorithmes basés sur des données de conduite irréalistes sont susceptibles d'être inexacts sur le terrain", a déclaré Onori, auteur principal de l'étude. "Notre objectif est d'augmenter la longévité de la batterie en concevant des algorithmes formés à partir de données réelles."

Les résultats de la recherche ont été publiés le 18 août 2023 dans la revue scientifique Joule (paywall). Voici un résumé de ce rapport :

« Le déploiement d’algorithmes d’estimation et de prévision de l’état de santé de la batterie est essentiel pour garantir la fiabilité des performances des véhicules électriques à batterie. Les algorithmes SoH sont conçus et entraînés à partir de données collectées en laboratoire lors du cycle de cellules sous des charges et des températures prédéfinies.

« Les données de terrain sur les batteries collectées sur une année de fonctionnement du véhicule sont utilisées pour définir et extraire des indicateurs de performance/santé et les corréler aux caractéristiques de conduite réelles (habitudes de charge, accélération et freinage) et à la température ambiante en fonction de la saison. Des indicateurs de performance pendant les événements de conduite et de charge sont définis lors de l'établissement d'un pipeline de données pour extraire les signaux clés du système de gestion de batterie.

"Ce travail montre le décalage existant entre les tests en laboratoire et l'utilisation réelle de la batterie, ainsi que l'opportunité qui existe d'améliorer les tests expérimentaux sur la batterie pour déconvoluer le temps et la température afin d'améliorer les stratégies d'estimation du SoH."

Crédit image : Université de Stanford via Joule

Aujourd’hui, un système de gestion de batterie enregistre régulièrement les données pendant le freinage, l’accélération, la décélération et la charge. Le secret de la longue durée de vie des batteries rechargeables réside peut-être dans la compréhension des différences entre les cellules individuelles en fonctionnement réel. Une nouvelle modélisation de la façon dont les cellules lithium-ion d'un pack se dégradent montre un moyen d'adapter la charge à la capacité de chaque cellule afin que les batteries EV puissent gérer plus de cycles de charge et une durée de vie plus longue.

"La conduite dans le monde réel est spécifique au conducteur", explique le co-auteur Gabriele Pozzato, ingénieur de recherche à Stanford. « Vous pourriez être un conducteur agressif ou quelqu’un qui ne recharge que partiellement sa voiture. Différents styles de conduite et de recharge entraîneront différentes trajectoires de dégradation de la batterie. Cependant, ce type de données de terrain n’est pas inclus dans les algorithmes de batterie conventionnels.

Pour l'étude, Volkswagen a fourni à l'équipe de Stanford environ 3 750 heures de données de conduite BMS collectées à partir d'un SUV Audi e-tron entièrement électrique conduit dans la région de la baie de San Francisco pendant un an, de novembre 2019 à octobre 2020. Ces données ont permis à l'équipe de Stanford équipe pour calculer la résistance électrique dans la batterie pendant cette période. Les données ont permis à l’équipe d’évaluer deux paramètres clés de la batterie : l’énergie et la puissance.

« L'énergie vous donne l'autonomie, ou le nombre de kilomètres que vous pouvez parcourir avec une batterie complètement chargée », explique Pozzato. « La puissance est la capacité d’extraire de l’énergie rapidement. Lorsque vous accélérez, vous souhaitez accéder à de l’énergie et décharger la batterie très rapidement. Moins il y a de résistance électrique dans la batterie, plus vous avez de puissance.