Battery fault diagnosis and energy management for embedded applications

Diagnostic de la batterie et gestion de l’énergie pour applications embarquées

Jianwen Meng (1, 2)

1 GeePs - Laboratoire Génie électrique et électronique de Paris
2 ESTACA - École Supérieure des Techniques Aéronautiques et de Construction Automobile

In order to cope with environmental problems and climate change, electric vehicles (EVs) gain the ever booming development in recent years. From the point of view of energy storage, because of their high energy / power density and their extended lifespan, it is essentially the lithium-ion battery (LIB) technology which is the most used power unit for EVs. Doubtlessly, the reliability of LIBs is of vital importance for the development of EVs. To this end, this thesis is dedicated to the algorithmic development of battery state and parameter estimation as well as incipient short-circuit diagnosis. The battery state and parameter estimation, which can also be termed as battery monitoring, is a critical part in the so-called health conscious energy management strategy for electric or hybrid electric vehicle. Premature aging can be avoided through the accurate battery state estimation such as state of charge (SOC) and state of health (SOH). Furthermore, as the thermal runaway (TR) can be ultimately attributed to short-circuit (SC) electrical abuse, therefore, effective battery incipient SC detection can give an early warning of TR. The main contribution of this thesis lies in the theoretical and methodological aspects in the domain of battery monitoring and incipient SC diagnosis.

Les véhicules électriques (VEs) connaissent un développement en plein essor ces dernières années pour faire face aux problèmes environnementaux et aux dérèglements climatiques. Du point de vue du stockage de l'énergie, c'est essentiellement la technologie des batteries lithium-ion (LIB) qui est la plus utilisée pour d'alimentation des véhicules électriques compte tenu de leur haute densité d'énergie / puissance et de leur longue durée de vie. La fiabilité des LIBs est sans aucun doute d'une importance fondamentale pour le développement des VE. Dans cet objectif, les travaux de thèse s'inscrivent dans le développement des algorithmes dédiés à l'estimations des états de la batterie ainsi qu'au diagnostic de court-circuit naissant. L'estimation des états de la batterie, qui peut également être qualifiée de surveillance de la batterie, est un élément indispensable de la stratégie de gestion de l'énergie d'un véhicule électrique ou hybride. Par ailleurs, le vieillissement prématuré peut être évité grâce à la surveillance des états de batterie telles que l'état de charge (SOC) et l'état de santé (SOH). De plus, étant donné que l'emballement thermique (TR) peut être la conséquence d'un défaut de court-circuit (SC) électrique, de ce fait, une détection efficace de SC naissant de la batterie peut donc donner une alerte protectrice de TR. La principale contribution de cette thèse réside dans les aspects théoriques et méthodologiques dans le domaine de la surveillance de la batterie et du diagnostic SC naissant.

Mots clés: Electric vehicle; Lithium-Ion battery; Aging; Incipient short-circuit; State estimation; Parameter estimation; Signal processing

Mots clés: Véhicule électrique; Batterie Lithium-Ion; Vieillissement; Court-Circuit naissant; Estimation de l’état; Estimation des paramètres; Traitement du signal

Domaines: Energie électrique; Automatique / Robotique; Traitement du signal et de l'image [eess.SP]

Jianwen Meng. Diagnostic de la batterie et gestion de l’énergie pour applications embarquées. Energie électrique. Université Paris-Saclay, 2020. Français. ⟨NNT : 2020UPAST003⟩. ⟨tel-02965330⟩