Mieux connaître l’état des batteries pour augmenter leur durée de vie : estimation en ligne de l’état de charge et des paramètres à l’aide d’observateurs

Description du sujet

Les batteries lithium-ion offrent de nombreux avantages en termes de capacité volumique et de poids. Elles permettent également d’éviter le fameux effet mémoire cher à nos premiers téléphones portables. En contrepartie, ce type de batteries nécessite un système de gestion pour des raisons de sécurité, mais également pour prévenir leur vieillissement prématuré.

Une meilleure gestion des batteries lithium-ion passera nécessairement par une meilleure connaissance des états et paramètres internes. Dans ce contexte, une approche consiste à estimer ces données internes en exploitant un modèle mathématique des dynamiques mises en jeu. Ainsi, l’objectif de ce projet est de contribuer à l’amélioration des systèmes de gestion existant. L’idée est d’exploiter des techniques de l’automatique pour estimer à la fois l’état de charge mais aussi sa capacité totale et sa résistance, données inaccessibles par la mesure. Nous aurons ainsi une meilleure connaissance de son état de vieillissement.

Plan de l’étude

Le projet se déroulera selon les étapes suivantes :

• Revue bibliographique des techniques d’estimation adaptatives pour les modèles équivalents électriques.
• Construction d’observateurs adaptatifs pour estimer à la fois les variables d’état et la capacité totale / résistance
• Implémentation sous Matlab-Simulink et comparaison des observateurs obtenus : (i) lorsque les autres paramètres sont constants ; (ii) lorsque ceux-ci varient dans le temps.

Références bibliographiques

M.S. Chong, D. Nešić, R. Postoyan, L. Kuhlmann. Parameter and state estimation of nonlinear systems using a multi-observer under the supervisory framework. IEEE Transactions on Automatic Control, 60(9), 2336-2349, 2015.

Q. Zhang. Adaptive observer for multiple-input-multiple-output (MIMO) linear time-varying systems. IEEE transactions on automatic control, 47(3), 525-529, 2002.

Y. Zheng, M. Ouyang, X. Han, L. Lu, J. Li. Investigating the error sources of the online state of charge estimation methods for lithium-ion batteries in electric vehicles. J. of Power Sources, 377, 161-188, 2018.

Profil recherché

Il s’agit d’un stage de fin d’études de Master ou d’école d’ingénieurs pour un(e) étudiant(e) en automatique ou en génie électrique. Compétences en Matlab souhaitées et bonne maîtrise de l’anglais attendue. Ne pas hésiter à contacter Romain Postoyan (romain.postoyan@univ-lorraine.fr), Stéphane Raël (stephane.rael@univ-lorraine.fr) ou Pierre-Olivier Lamare (pierre-olivier.lamare@saftbatteries.com) pour plus d’informations.