GUIDE DE LA BATTERIE VAE
Les règles de conduite concer nant la sécurité d'utilisation figurent dans le guide d'utilisation. Doublement protégées – Chaque cellule de batterie Bosch est
À CHAQUE APPLICATION UNE TECHNOLOGIE DE BATTERIE
Batteries embarquées pour véhicule électrique hybride (VEH) . Montrer que chaque application demande des accumulateurs aux ... profils d'usage.
SUR TERRE ET SUR MER : LA PUISSANCE ADEQUATE POUR
POUR CHAQUE APPLICATION Les batteries VARTA sont conçues pour fournir une puissance et une fiabilité ... choix idéal pour un usage saisonnier.
Analyse statistique de données issues de batteries en usage réel
22 avr. 2016 ces définitions ne sont pas valables au sens électrochimique dans le cas d'une batterie du fait de l'alternance charge/décharge car chaque ...
STOCKAGE STATIONNAIRE DELECTRICITE
13 mars 2019 Applications en termes de politique énergétique . ... production de batteries pour véhicule électrique ou pour usage stationnaire ...
Classification réglementaire des déchets Guide dapplication pour la
4 févr. 2016 L'INERIS dégage toute responsabilité pour chaque utilisation du ... Figure 3 : Batterie de tests d'écotoxicité des déchets (Pandard et al ...
Étude du vieillissement des batteries lithium-ion dans les
20 déc. 2017 In electric vehicle applications batteries are not used (in rest ... La répartition modale est propre à chaque région en fonction de la ...
Caractérisation de lusage des batteries Lithium-ion dans les
18 juil. 2012 TABLE 1.3 – Usage de terres rares dans les applications modernes [Kara 2010] ... chaque atome de Lithium quitte l'anode (LixC6) et libère un ...
Evaluation environnementale du véhicule électrique: méthodologies
6 févr. 2012 Détermination des paramètres spécifique à l'usage de la batterie . ... Application de la méthodologie ACV à un petit véhicule électrique .
MANUEL DE LUTILISATEUR
Vous pouvez recharger vos batteries Volthium après chaque utilisation ou lorsqu'elles ont été déchargées jusqu'à 80% (20% SOC). Si le BMS déconnecte la batterie
THÈSE
Pour obtenir le grade de
DOCTEUR DE L"UNIVERSITÉ DE GRENOBLE
Spécialité :Signal, Image, Parole, TélécomsArrêté ministériel : 7 août 2006
Présentée par
Anthony BARRÉ
Thèse dirigée parDelphine RIU
et encadrée parFrédéric SUARDetMathias GÉRARD préparée au sein duLaboratoire d"Analyse des Données et d"Intelli- gence des Systèmes (CEA LIST) et duLaboratoire de Modélisation et de Monitoring (CEA LITEN) dans l"École Doctorale EEATSAnalyse statistique de données
issues de batteries en usage réel sur des véhicules électriques, pour la compréhension, l"estimation et la gestion des phénomènes de vieillissementThèse soutenue publiquement le17 Octobre 2014,
devant le jury composé de :Latifa OUKHELLOU
HDR, Directrice de recherche, IFSTTAR, Rapporteur
Pascal VENET
Professeur, Université Claude Bernard, Lyon, RapporteurMarie-Cécile PÉRA
Professeur, Université de Franche-Comté, Belfort, Présidente du juryRody EL CHAMMAS
PhD Project leader, Toyota Motor Europe, ExaminateurJean-Michel LOUBES
Professeur, IMT, Toulouse, Examinateur
Delphine RIU
HDR, Maître de Conférence, G2Elab, Grenoble, Directrice de thèseFrédéric SUARD
PhD Ingénieur Chercheur, CEA LIST, Saclay, Encadrant de thèseMathias GÉRARD
PhD Ingénieur Chercheur, CEA LITEN, Grenoble, Encadrant de thèseRemerciements
Je tiens en premier lieu à remercier chacun de mes encadrants, Frédéric Suard et Mathias Gérard, pour avoir proposé ce sujet de recherche passionnant, pour leur com- plémentarité et leur confiance commune. Ces trois années auprès de vous m"ont permis de me développer et d"évoluer dans de parfaites conditions. Je souhaitais remercier Anthony Larue pour m"avoir accordé sa confiance à l"issue des entretiens préliminaires. Je remercie ma directrice de thèse, Delphine Riu pour son suivi régulier de l"évolution de mes travaux. Je remercie sincèrement Latifa Oukhellou et Pascal Venet d"avoir accepté de rap- porter cette thèse, pour le temps consacré à la lecture attentive de mes travaux et pour les remarques pertinentes en ayant découlé. mas pour avoir accepté de composer le jury et de participer à la soutenance et pour nos discussions constructives. Merci à vous, et aux personnes lisant ce manuscrit, pour l"intérêt porté à cette thèse. Il est important pour moi de remercier ici les personnes m"ayant permis de me à Angers et à Toulouse qui ont été à la base de ces travaux. L"occasion m"est donnée de remercier tous les membres des équipes LIST et LITEN que j"ai rencontré lors de ces trois années. Merci aux personnes ayant de près ou de loin participé à mes travaux. Je voudrais remercier de manière plus personnelle Frédéric et Mathias pour avoir fait en sorte de toujours travailler dans la bonne humeur. Merci aussi pour les plaisirs de la vie quotidienne à Yannick, Zoulficar, Aurélie, Lucile, Crédo, Khrykhry, Philippe, Julie, Sawsan, Étienne... pour le partage réussi de nos bureaux successifs, ou pour nos rigolades indispensables. Je souhaite également remercier mes amis et ma famille ayant fait le déplacement pour me faire l"honneur d"assister à ma soutenance. Donc un grand merci à Yannick, Julie, Aurélie, Ramon, Maha et bien sûr à mes parents. Sur cette note plus personnelle je remercie mes parents pour leurs encouragements et pour leur confiance sans faille au fil de ces années, merci pour tout! Enfin, merci à Maha pour son aide pratique et morale sans lesquelles ses travaux, entre autres, n"auraient pu être possibles. 1 2Table des matières
Acronymes
7Liste des symboles
9Introduction générale
111 Contexte et problématique
151.1 Les véhicules électriques - Transports
161.1.1 Essor des véhicules électriques
161.1.2 Limitations des véhicules électriques
191.2 Les batteries lithium-ion
221.2.1 Présentation et fonctionnement
231.2.2 Données caractéristiques d"une batterie
251.2.3 Phénomènes de vieillissement
281.2.4 Facteurs globaux de vieillissement
301.3 Estimation du vieillissement
341.3.1 Indicateurs de vieillissement
341.3.2 Modélisation des phénomènes de vieillissement
351.3.3 Bilan de l"estimation des phénomènes de vieillissement
421.4 Conclusiondesproblématiquesliéesàl"estimationduvieillissementd"une
batterie 441.4.1 Point de vue utilisateur sur le vieillissement
441.4.2 Bilan des solutions existantes
461.4.3 Orientation des travaux
462 Analyse hors ligne des données de batterie
492.1 Objectifs et problématiques
502.2 Présentation des données
502.2.1 Expérimentation ForeWheel
502.2.2 Expérimentation AX - SAXO
532.2.3 Synthèse des expérimentations
552.2.4 Données descriptives
572.3 Analyse des causes de vieillissement
592.3.1 Méthodologie d"analyse des données
602.3.2 Application aux données ForeWheel
662.3.3 Conclusion de l"analyse des données
712.4 Vers un estimateur du niveau de dégradation
713
4TABLE DES MATIÈRES
2.4.1 Modèle statistique
712.4.2 Résultats et interprétations
732.5 Déduction du temps de vie restant d"une batterie
772.5.1 Méthodologie
772.5.2 Application et résultats
782.6 Conclusions - Discussions
793 Analyse en ligne des données d"une batterie
833.1 Problématique de l"analyse en ligne
843.2 Étude de signaux issus de mesures embarquées
843.2.1 Analyse des signaux
843.2.2 Extraction de motifs
873.2.3 Interprétation visuelle
903.3 Approche de classification de l"état de santé d"une batterie
923.3.1 Choix d"une méthodologie de comparaison des signaux adaptée
933.3.2 Méthodes de classification
993.3.3 Résultats des méthodes de classification
1023.4 Vers une estimation continue de l"état de santé d"une batterie
1073.4.1 Méthodologie
1073.4.2 Résultats
1093.5 Déduction du temps de vie restant d"une batterie
1123.5.1 Méthodologie
1123.5.2 Application et résultats
1143.6 Conclusion - Discussion
1174 Vers le suivi d"une flotte de véhicules électriques
1194.1 Objectifs et problématique
1204.2 Classification des usages
1214.2.1 Méthodologie
1214.2.2 Application de la classification
1274.3 Aide aux préconisations d"usages
1304.3.1 Méthodologie
1304.3.2 Application de cette méthodologie
1334.4 Mise en oeuvre de modèles d"estimation sur une flotte
1384.4.1 Modèles
1394.4.2 Résultats sur une flotte
1404.5 Gestion de la santé des batteries d"une flotte
1454.5.1 Méthodologie de prise en compte de check-up
1464.5.2 Stratégies d"optimisation
1484.5.3 Exemple d"application
1514.5.4 Perspectives
1544.6 Conclusion - Discussion
155Conclusion générale
157Bibliographie
165Valorisations liées aux travaux
177TABLE DES MATIÈRES5
Annexes
180A Cellules A123 Systems
181B Cellules LiFeBatt
183C Relevance Vector Machines
185D Filtered Shape Averaging
187D.1 Introduction
187D.2 Contexte
187D.2.1 Distance euclidienne
188D.2.2 Dynamic Time Warping
188D.2.3 Méthodes de moyenne
189D.2.4 Motivation
190D.3 Méthode proposée
190D.3.1 Moyenne basée sur la Dynamic Time Warping 190
D.3.2 Fonction de lissage par noyau Gaussien
192D.3.3 Complexité
192D.4 Expérimentations sur la base de données UCR 193
6TABLE DES MATIÈRES
Acronymes
pdfProbability Density FunctionACP Analyse en Composantes Principales
ANN Artificial Neural Networks
ARMA Auto-Regressive Moving Average
BEV Battery Electric Vehicle
BMS Battery Management System
CAH Classification Ascendante Hiérarchique
CEA Commissariat à l"Énergie Atomique et auxÉnergies Alternatives
CU Check-Up
DFT Density Functional Theory
DOD Depth Of Discharge
DTW Dynamic Time Warping
EC Ethylene Carbonate
EEL Estimation En Ligne
EHL Estimation Hors Ligne
EIS Electrochemical Impedance Spectroscopy
EKF Extended Kalman Filter
EOL End Of Life
FSA Filtered Shape Averaging
GA Global Alignment
GDTW Gaussian Dynamic Time Warping
GPS Global Positioning System
IEA Electric Vehicles Initiative
KMC Kinetic Monte Carlo
kNN k-Nearest Neighbors 78ACRONYMES
LARS Least Angle Regression
LASSO Last Absolute Shrinkage and Selection Ope-
ratorLFP Lithium Fer Phosphate
Li-ion lithium-ion
LMO Lithium Manganèse Oxyde
NiMH nickel-metal
NN Neural Networks
PF Filtre Particulaire
PKE Positive Kinetic Energy
RBPF Rao-Blackwellized Particle Filter
RUL Remaining Useful Life
RVM Relevance Vector Machine
SEI Solid Electrolyte Interphase
SOC State Of Charge
SOF State Of Function
SOH State Of Health
SROT Silver"s Rule Of Thumb
SVM Support Vector Machine
TGA Triangular Global Alignment
VE Véhicule Électrique
Liste des symboles
B trainBase d"apprentissageBtrain= f(x1;t1);:::;(xn;tn)gcomposée denmotifs xassociés à leurs ciblest B testBase de testBtest=f(x1;t1);:::;(xm;tm)gcom- posée demmotifsxassociés à leurs cibles t Bat1Batterie n1
Bat2Batterie n2
Bat3Batterie n3
BNombre d"échantillons générés par boots- trap C nCapacité nominale d"une batterie C jClusterj corr(X;Y) Coefficient de corrélation entre deux va- riablesXetYC-rate Régime de charge ou décharge
dDTWDistance Dynamic Time Warping
dGADistance Global Alignment
dDTWSCDistance DTW adaptée avec les contraintes
de Sakoe & Chiba dquotesdbs_dbs25.pdfusesText_31[PDF] BATTERIES SHIDO LITHIUM ION - Anciens Et Réunions
[PDF] Batteries SRX Ni-Cd
[PDF] Batteries stationnaires étanches au plomb à recombinaison de - France
[PDF] batteries tableau d`affectations vl - Porsche
[PDF] batteries tashima power-plus - Anciens Et Réunions
[PDF] Batteries-ENERSYS
[PDF] Batteries… Tout l`art de stocker l`énergie - Anciens Et Réunions
[PDF] Batterietrennschalter
[PDF] batters cookie dough pâte à biscuits - Anciens Et Réunions
[PDF] Battersea Power Station FR - Gestion De Projet
[PDF] battery backup module 12/24 - Anciens Et Réunions
[PDF] Battery Backup System Système de secours à
[PDF] Battery Charger - Sterling Power Products - Le Style Et La Mode
[PDF] battery charger automatic 12a – 6v/12v