Modélisation de batterie

La modélisation de batterie correspond au processus de création de représentations mathématiques ou informatiques du comportement d'une batterie dans différentes conditions. La modélisation de batterie est essentielle pour concevoir, contrôler et optimiser les batteries dans diverses applications, telles que les véhicules électriques, les systèmes d'énergie renouvelable et l'électronique grand public.

Modélisation de batterie avec Simulink et Simscape Battery

Il existe trois types de modèles de batteries : les modèles de circuits équivalents (ECM), les modèles électrochimiques et les modèles basés sur les données. Vous pouvez créer ces modèles et exécuter des simulations en utilisant les produits Simscape Battery™ et Simulink^®.

Modèles de circuits équivalents

Les ECM de batterie utilisent des éléments de circuit électrique tels que des résistances, des condensateurs et des sources de tension pour imiter le comportement dynamique d'une cellule de batterie. En raison de leur simplicité et de leur efficacité computationnelle, les ECM sont utilisés pour le design de systèmes de gestion de batterie (BMS) et les simulations au niveau système. Simscape Battery dispose d'un bloc ECM prédéfini, le bloc Battery Equivalent Circuit, qui modélise la dynamique électrothermique d'une batterie. Les éléments de circuit du bloc Battery Equivalent Circuit sont des lookup tables qui dépendent de la température, de l'état de charge (SOC) et de l'intensité.

Le bloc Battery Equivalent Circuit supporte également l'hystérésis de la batterie sur la tension en circuit ouvert (OCV), la dégradation de la batterie (vieillissement cyclique et vieillissement calendaire) et la simulation des défaillances. Il supporte trois types de défauts : défaut de résistance additionnelle, défaut de court-circuit interne et réactions exothermiques. Vous pouvez injecter des défauts de réaction exothermique pour simuler un emballement thermique et le caractériser avec le test de calorimétrie à vitesse d'accélération (ARC).

Modèles électrochimiques de batteries

Les modèles électrochimiques de batteries sont des modèles mathématiques qui décrivent les processus physiques et chimiques internes se produisant dans une batterie lors de la charge et de la décharge. Par rapport aux ECM, les modèles électrochimiques de batteries fournissent des informations détaillées sur les processus internes de la batterie, ce qui les rend précieux pour le design des cellules, les études de dégradation, l'optimisation du courant de charge rapide, ainsi que pour une prédiction plus précise des performances dans des conditions de fonctionnement extrêmes.

Simscape Battery propose le bloc Battery Single Particle qui permet de représenter une batterie en utilisant un modèle à particule unique avec dynamique électrolytique (SPMe).

Modèles de batteries basés sur les données

Les modèles de batterie basés sur les données utilisent des données empiriques avec des méthodes telles que l'identification de système, le Machine Learning et le Deep Learning pour simuler et prédire le comportement de la batterie. Ils sont idéaux lorsque la dynamique interne est difficile à saisir de manière analytique, par exemple dans le cas des mécanismes de dégradation de la batterie dans la modélisation de son vieillissement. Les modèles de batterie basés sur les données sont adaptés à la gestion de parcs de véhicules électriques, à la maintenance prédictive, aux diagnostics avancés et à d'autres applications où des jeux de données volumineux sont disponibles et permettent d’améliorer la précision des prévisions concernant la durée de vie des batteries.

Vous pouvez utiliser le Deep Learning pour créer un modèle de représentation d'état non linéaire d'ordre réduit. Pour ce type de modèle, les données d'apprentissage peuvent être des données expérimentales ou des données de simulation provenant de modèles haute-fidélité (par exemple, des modèles de batterie FEA).

Caractérisation des cellules

La caractérisation des cellules est le processus qui consiste à ajuster un modèle de batterie aux données expérimentales. Ce processus garantit que les paramètres du modèle reflètent le comportement réel de la batterie dans diverses conditions de fonctionnement. Ces paramètres ont tendance à varier en fonction de la génération du produit, du fournisseur de cellules et de l'âge de la batterie.

Il est important de caractériser ces cellules, car l'algorithme BMS utilise le modèle de batterie pour définir des paramètres de contrôle. Il s’agit, par exemple, de définir les paramètres d'un filtre de Kalman pour estimer le SOC, ou de fixer des limites de puissance basées sur le SOC et la température, afin d’éviter des conditions de sous-tension ou de surtension. À un stade ultérieur du développement du BMS, les ingénieurs peuvent utiliser le même modèle de batterie pour des simulations desktop et temps réel de système en boucle fermée au niveau système.

Le processus de caractérisation des cellules consiste à déterminer les tests à effectuer dans le laboratoire d'essais des batteries et à optimiser les paramètres du modèle pour que la tension prédite par le modèle corresponde bien à la tension mesurée expérimentalement. Pour les tests, les profils de courant, tels que la caractérisation hybride par impulsions de puissance (HPPC), doivent exciter le système de batterie de manière adéquate afin de disposer de suffisamment d'informations pour identifier les paramètres du modèle de batterie.

En ce qui concerne le processus d'optimisation, vous pouvez configurer le problème de plusieurs façons, en fonction du mode d'obtention du jacobien utilisé pour l'optimisation numérique ou analytique. Pour tester la précision des modèles de batterie avec ces paramètres identifiés, il est recommandé d'effectuer une étape de validation afin de vérifier la précision de la prédiction de tension sous un profil de courant de cycle de conduite, par rapport à la tension mesurée expérimentalement.

Vous pouvez caractériser les modèles ECM en utilisant les produits MATLAB^® et Simulink :

• Simscape Battery comprend des objets et des fonctions permettant d'estimer les paramètres à partir des données HPPC. Simscape Battery contient des méthodes d'optimisation fondamentales pour estimer les paramètres ECM. Vous pouvez également sélectionner des méthodes provenant d'autres toolboxes, telles que la fonction tfest de System Identification Toolbox™. Ces méthodes d'optimisation alternatives offrent souvent des méthodologies d'estimation des paramètres plus robustes que la méthode d'optimisation par défaut. Pour utiliser ces méthodes d'optimisation, vous devez disposer d'une licence couvrant la toolbox requise. 
• L'application MBC Optimization (CAGE) de Model-Based Calibration Toolbox™ propose une estimation des paramètres plus efficace et ne prend que quelques minutes pour un modèle ECM 3RC.

Pour caractériser le modèle de batterie SPMe, vous pouvez utiliser Simulink Design Optimization afin d'estimer les paramètres par groupes, en suivant un ordre d'influence décroissant.