A novel hybrid model to describe hysteresis in Li-Ion batteries of electric vehicles

Les véhicules électriques sont devenus un spectacle familier sur les routes du monde entier, portés par une volonté mondiale de réduire la pollution atmosphérique causée par les moteurs à essence traditionnels. Au cœur de chaque voiture électrique se trouve une batterie, un système chimique complexe qui stocke l'énergie et la libère pour alimenter le véhicule. Parmi les différents types disponibles, les batteries lithium-ion sont le choix standard car elles sont efficaces, durables et faciles à recharger. Cependant, ces batteries ne sont pas des contenants d'énergie parfaits ; elles possèdent un défaut subtil mais significatif appelé hystérésis. Ce phénomène se produit lorsque la tension de la batterie — la pression électrique qui pousse le courant à travers un circuit — ne suit pas le même chemin lors de la charge de la batterie que lors de sa décharge. Pour une quantité spécifique d'énergie stockée, la tension est légèrement plus élevée pendant la charge que pendant la décharge. Cette divergence crée une boucle dans les données, ce qui rend difficile de savoir exactement quelle quantité d'énergie reste dans la batterie à un instant donné.

Suivre avec précision cette énergie restante, appelée état de charge, est crucial pour la sécurité et la longévité d'un véhicule électrique. Si l'ordinateur d'une voiture ne peut pas déterminer précisément à quel point la batterie est pleine, il pourrait couper la puissance de manière inattendue ou, pire encore, permettre une surcharge de la batterie, entraînant des dommages ou un incendie. Pour résoudre ce problème, les ingénieurs s'appuient sur des systèmes de gestion de batterie qui utilisent des modèles mathématiques pour prédire le comportement de la batterie. Pourtant, les modèles existants peinent souvent face à la forme spécifique de la boucle d'hystérésis des batteries lithium-ion. Ces boucles ne sont pas symétriques ; elles sont asymétriques et complexes, défiant les formes simples et équilibrées que beaucoup d'équations traditionnelles sont conçées pour décrire. Cette complexité a rendu difficile la création d'un modèle qui soit à la fois assez précis pour être utile et assez simple pour s'exécuter rapidement sur l'ordinateur d'une voiture.

Dans une étude récente, les chercheurs Khogesh K. Rathore et Saurabh Biswas ont proposé une nouvelle façon de s'attaquer à ce problème en combinant deux approches mathématiques différentes en un seul modèle hybride. Plutôt que d'essayer de forcer le comportement de la batterie dans une forme rigide unique, ils ont fusionné un modèle bien connu utilisé pour les systèmes mécaniques avec un nouveau modèle conçu pour gérer l'asymétrie. La première partie de leur combinaison, le modèle de Bouc-Wen, est un outil développé à l'origine pour décrire comment les matériaux se déforment et se rétractent sous l'effet d'une contrainte, comme un métal qui se plie. La seconde partie est un modèle spécialisé qui rend compte de la nature irrégulière de la boucle d'hystérésis, spécifiquement la façon dont la courbe se pince et se décale différemment selon que la batterie gagne ou perd de la puissance. En additionnant les sorties de ces deux modèles, les chercheurs ont créé un nouveau cadre capable de mimer les boucles uniques et asymétriques observées dans les batteries réelles.

Pour tester si cette nouvelle approche fonctionnait, l'équipe l'a appliquée à quatre ensembles différents de données expérimentales collectées lors d'études antérieures sur les batteries lithium-ion. Ces ensembles de données représentaient des cycles de charge et de décharge réels. En utilisant une méthode informatique standard pour ajuster les paramètres du modèle, les chercheurs ont affiné le système hybride jusqu'à ce que ses prédictions correspondent aussi étroitement que possible aux données expérimentales. Les résultats ont été frappants. Le nouveau modèle a été capable de tracer les boucles complexes et asymétriques des quatre cas de test avec une grande précision. Les erreurs de pourcentage maximales d'ajustement rapportées étaient de 2,7 %, 1,2 %, 3,9 % et 0,9 % à travers les différents cas. Crucialement, les chercheurs ont atteint cette précision en utilisant exactement le même ensemble de neuf paramètres internes pour chaque test, prouvant que le modèle était robuste et n'était pas seulement un ajustement chanceux pour une batterie spécifique.

L'étude démontre que cette approche hybride offre une solution pratique à un défi d'ingénierie persistant. Contrairement à de nombreux modèles existants qui sont soit trop complexes pour fonctionner en temps réel, soit trop simples pour capturer le véritable comportement de la batterie, cette nouvelle méthode établit un équilibre. Elle est simple sur le plan computationnel, ce qui signifie qu'elle nécessite très peu de puissance de traitement, tout en capturant les caractéristiques clés de la boucle d'hystérésis, y compris son asymétrie. Les chercheurs notent que, bien que leur modèle décrive avec succès les principaux cycles de charge et de décharge, des travaux futurs seront nécessaires pour l'affiner pour des scénarios plus complexes, tels que les charges partielles où la batterie est complétée avant d'être totalement vide. Pour l'instant, cependant, ce travail fournit un outil clair et fiable qui pourrait aider les ingénieurs à construire de meilleurs systèmes de gestion de batterie, garantissant que les véhicules électriques restent sûrs, efficaces et prêts à partir.