Estimation des paramètres, de l'état de charge et de l'état de santé de la batterie lithium pour les véhicules électriques

dc.contributor.advisorMostafa BOUZI
dc.contributor.authorMouncef El Maghrichi
dc.date.accessioned2023-09-22T14:17:18Z
dc.date.accessioned2026-01-30T07:53:54Z
dc.date.available2023-09-22T14:17:18Z
dc.date.issued2022
dc.description.abstractLes batteries au lithium-ion ont une densité énergétique et un rendement élevés par rapport aux autres types de batteries. Ces caractéristiques, ainsi qu'un coût de fabrication en constante diminution, font de la batterie au lithium le choix le plus attractif pour les véhicules électriques. Pour assurer le bon fonctionnement de la batterie au lithium, un système de gestion fiable (BMS) est indispensable. Celui-ci permet non seulement de superviser la batterie via différents indicateurs (état de charge SOC, état de santé SOH...) mais surtout d'assurer la sécurité et la fiabilité de la batterie. L'estimation de l'état de charge et de la capacité (utilisée pour estimer l'état de santé SOH) sont les principales tâches d'un BMS. En effet, une estimation précise de l'état de charge de la batterie peut éviter une interruption imprévue du système et empêcher une surcharge ou une décharge excessive de la batterie, qui pourrait causer des dommages permanents à sa structure interne. D'autre part, la capacité de la batterie, qui est considérée comme un indicateur important de ses performances, est fortement affectée par divers mécanismes internes et externes ; ces facteurs entraînent une diminution progressive des performances de la batterie au fil du temps. Par conséquent, la capacité disponible de la batterie doit être estimée avec précision pour des raisons de fiabilité et pour une bonne gestion de l'utilisation de la batterie. L'objectif de ce travail est d'étendre l'état de l'art des algorithmes utilisés pour estimer ces états. Les principales contributions sont : Comparaison entre quatre algorithmes d'estimation de l'état de charge SOC de la batterie. Développement de deux nouvelles méthodes (AFFRLS et SFO) pour estimer en temps réel les paramètres du modèle d'une batterie. Développement d'un nouveau cadre pour l'estimation de la capacité totale de la batterie. Les performances de ces méthodes ont été vérifiées à l'aide d'ensembles de données fiables collectés auprès du : Laboratoire de batterie de l'Université McMaster à Hamilton, Ontario, Canada. Groupe de recherche sur les batteries CALCE. Trois scénarios d'une batterie lithium dans des applications de véhicules électriques et hybrides rechargeables. Le centre d'excellence en matière de pronostics de la NASA.
dc.description.collaboratorMohamed ABOULFATAH
dc.description.collaboratorAbderraouf ABOUDOU
dc.description.collaboratorAbdelkebir EL AMRI
dc.description.collaboratorHoussine BOUAYAD
dc.description.collaboratorMostafa BOUZI
dc.identifier.urihttps://toubkalpreprod.imist.ma/handle/123456789/25205
dc.language.isofr
dc.publisherFaculté des Sciences et Techniques, Settat - Doctorat ou Doctrat Nationalfr_FR
dc.subjectSystème de gestion de batterie (BMS)fr_FR
dc.subjectFacteur d'oubli adaptatif moindres carrés récursifs (AFFRL)fr_FR
dc.subjectAlgorithme d'optimisation de tournesol (SFO)fr_FR
dc.subjectÉtat de charge (SOC)fr_FR
dc.subjectVéhicule électriquefr_FR
dc.subject.otherGénie électrique
dc.subject.specificÉlectronique
dc.titleEstimation des paramètres, de l'état de charge et de l'état de santé de la batterie lithium pour les véhicules électriquesfr_FR

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
these-UHP.pdf
Size:
9.6 MB
Format:
Adobe Portable Document Format