CIFRE estimateur SOC & SOH batteries Li-ion (486291)

Req ID:486291

Chez Alstom nous avons une connaissance pointue des rseaux de transport et comprenons ce qui conduit les individus les emprunter. Des trains grande vitesse mtros monorails et tramways aux systmes intgrs services infrastructures et solutions de signalisation et de mobilit numrique nous offrons la diversit de nos clients le portefeuille le plus vaste du secteur. Chaque jour plus de 80000collaborateurs dans le monde qui ouvrent la voie des solutions de mobilit plus vertes et plus intelligentes pour relier les villes rduire lempreinte carbone et remplacer la voiture.

Contexte et Enjeux

Dans un contexte mondial de transition nergtique llectrification des transports devient un enjeu crucial pour rduire les missions de gaz effet de serre et rpondre aux objectifs environnementaux. Le secteur ferroviaire historiquement lun des plus efficaces en termes dnergie joue un rle cl dans cette transformation. Toutefois de nombreux rseaux de trains notamment dans les rgions non lectrifies continuent dutiliser des locomotives diesel contribuant la pollution de lair et aux missions de carbone.

Les trains hybrides et lectriques reprsentent une alternative prometteuse. Ils permettent de rduire la dpendance aux combustibles fossiles tout en amliorant lefficacit nergtique. Au cur de cette volution les batteries lithium-ion deviennent indispensables non seulement pour alimenter les trains dans les sections non lectrifies mais aussi pour stocker et restituer de lnergie en fonction des besoins du rseau. Cependant pour garantir la performance la scurit et la durabilit des systmes de batteries il est essentiel de dvelopper des outils avancs de gestion de lnergie.

Objectif de la Thse

Cette thse vise dvelopper et implmenter un estimateur en temps rel de ltat de charge (SOC) et de ltat de sant (SOH) pour des cellules lithium-ion en mettant un accent particulier sur les cellules LFP et en adaptant ces estimateurs pour les cellules NMC. Lobjectif est de dvelopper un algorithme la fois prcis et robuste capable daugmenter la dure de vie du pack de batteries tout en prdisant les pannes potentielles et en fournissant des indicateurs de sant fiables pour le service aprs-vente (SAV).

Missions Principales

1. Revue Bibliographique :
   • tudier les modles de batteries (circuits quivalents modle 2 lectrodes vieillissement) ainsi que les mthodes dobservation (filtre de Kalman Luenberger)
   • Comparaison de ces mthodes destimations avec les estimateurs classique (mthode de coulomtrie mesure de la tension)

Quantification des avantages:

• Une rduction de lerreur de SOC entre 2 et 8 % en fonction dun offset de courant ou une cellule vieillie (Rfrence : Berrueta et al. IEEE 2016 - Confrence de la Socit IEEE de llectronique Industrielle)
• erreurs de mesure de SOC de 20 % sont dsormais courantes ce qui entrane des problmes de performance lchelle de lindustrie (Ref. Overcoming SOC Inaccuracies in LFP Batteries ACCURE Battery Intelligence)
  • Analyser limpact des paramtres environnementaux (temprature cycles de charge) sur les performances de lestimateur

1. Dveloppement du modle lectrique et de lestimateur de SOC & SOH(cyclage et calendaire):
   • Dveloppement du modle de circuit RC et comparaison avec celles dun modle deux lectrodes
   • Implmenter sous Matlab un estimateur de SOC et SOH bas sur un modle circuit lectrique et un observateur de Kalman.
   • Coupler cet estimateur un coulomb mtrique et une actualisation de la capacit et de la rsistance interne via un observateur de SOH et de TC.
   • Etudier les indicateurs de vieillissement qui permette destimer prcisment le SOH dans le cas de vieillissement calendaire.
   • Dveloppement de fonctions bases sur des courbes de Whler permettant de remplacer les tables OCV-SOC en fonction de SOH.
   • Tester et optimiser ce modle pour garantir des rsultats fiables en temps rel.
   • Comparer les performances de lestimateur avec la mthode de comptage Coulomb et le modle OCV de circuit RC. Analyser la prcision des deux approches et leur pertinence pour des observations en temps rel.
   • Tester les performances de lestimateur sur des donnes relles issues de tests en laboratoire sur diffrentes technologies de batteries (NMC LFP).
   • Analyser les rsultats pour amliorer la robustesse et la prcision du modle.

1. Dveloppement de lestimateur au niveau module
   • Adapter lobservateur dtat de charge pour quil fonctionne lchelle module/pack
   • tudier et optimiser la mthode de calcul du SOC et du SOH au niveau module tout en comparant lestimation globale dun seul SOC et dun seul SOH avec une estimation locale dun SOC et dun SOH par cellule et dterminer loptimisation approprie.
   • Valider le modle et lestimateur lchelle module en utilisant des donnes exprimentales (utilisation dun banc de test module dALSTOM)

1. Dveloppement dAlgorithmes Prdictifs :
   • Implmenter des algorithmes capables de prdire les pannes potentielles et de fournir des indicateurs de sant prcis pour le service aprs-vente (SAV).
   • Ces algorithmes sappuieront sur des donnes en temps rel et les historiques de performance des batteries dans les trains lectriques et hybrides.
   • Ils seront bass sur lanalyse des variations des paramtres critiques (tels que la capacit rsiduelle les cycles de charge/dcharge les tempratures de fonctionnement etc.) afin de dtecter les signes avant-coureurs de dgradation ou de dfaillance des cellules de batterie.

Il ny a pas que les passionns de trains qui spanouissent chez nous. Nul doute que vous ressentirez beaucoup de fiert lorsque vous monterez dans lun de nos trains avec votre famille ou vos amis. Si vous aimez le challenge nous serions ravis dchanger avec vous!

Remarque importante

En tant quemployeur prsent dans plus de 63pays nous souscrivons au principe dgalit daccs lemploi et valorisons la diversit. Nous nous sommes engags crer un environnement de travail inclusif pour tous.

Job Type:Jeune diplm