FR3131780A1

FR3131780A1 - Procede d’estimation de la puissance electrique maximale delivree par une batterie electrique

Info

Publication number: FR3131780A1
Application number: FR2200175A
Authority: FR
Inventors: Hai Li
Original assignee: PSA Automobiles SA
Current assignee: Stellantis Auto SAS
Priority date: 2022-01-11
Filing date: 2022-01-11
Publication date: 2023-07-14

Abstract

L’invention concerne un procédé (4), mis en œuvre dans un système de gestion d’une batterie électrique d’un véhicule ou dans une unité de commande électronique du véhicule, d’estimation de la puissance électrique maximale délivrée par la batterie électrique, ledit système de gestion ou ladite unité de commande électronique stockant un réseau de neurones à apprentissage supervisé avec propagation avant, le procédé (4) comportant les étapes suivantes : une mesure (6) de la température courante des cellules de stockage d’énergie électrique d’un module de la batterie, ladite température mesurée étant fournie en entrée du réseau de neurones ;une mesure (8) de l’état de charge courant de la batterie électrique, ledit état de charge courant mesuré étant fourni en entrée du réseau de neurones ; etune détermination (28), par le réseau de neurones, d’une valeur estimée de la puissance électrique maximale délivrée par la batterie électrique. Figure 1

Description

PROCEDE D’ESTIMATION DE LA PUISSANCE ELECTRIQUE MAXIMALE DELIVREE PAR UNE BATTERIE ELECTRIQUE

L’invention se rapporte à un procédé, mis en œuvre dans un système de gestion d’une batterie électrique d’un véhicule ou dans une unité de commande électronique du véhicule, d’estimation de la puissance électrique maximale délivrée par la batterie électrique. La batterie électrique est typiquement mais non limitativement une batterie de traction du véhicule, notamment une batterie lithium-ion. L’invention se rapporte également à un procédé, mis en œuvre dans un système de gestion d’une batterie électrique d’un véhicule ou dans une unité de commande électronique du véhicule, de limitation de la puissance électrique délivrée par la batterie électrique, le procédé comprenant un tel sous-procédé d’estimation de la puissance électrique maximale délivrée par la batterie électrique.

Une batterie de stockage électrique (aussi appelée bloc batterie ou « battery pack » en anglais), implantée dans un véhicule électrique ou hybride, subit un vieillissement et une dégradation de ses capacités de stockage au cours du temps. En particulier, la surchauffe se présente comme une contrainte pour le fonctionnement optimal des composants électroniques à l’intérieur de la batterie électrique. A titre d’exemple, des barres de distribution de courant, des faisceaux, des relais et/ou des fusibles sont susceptibles de subir des dysfonctionnements lorsque leur température atteint une température critique maximale. Afin de protéger ces composants, il est connu de limiter la puissance électrique délivrée par la batterie électrique. Ce processus, mis en œuvre par un système de gestion des fonctions de la batterie électrique (appelé BMS en anglais pour « Battery Management System ») ou par une unité de commande électronique du véhicule, est appelé « derating » en anglais et permet d’éviter la défaillance des composants électroniques. Une solution connue permettant d’effectuer un processus de « derating » pour les composants électroniques de la batterie se base sur des courbes « temps-puissance » de tous les composants pertinents. Ces courbes indiquent combien de temps une puissance peut persister avant de devoir chuter à un niveau plus bas. Les courbes des composants sont fournies par les fournisseurs qui mesurent l’évolution de température de leurs composants sous une même condition de refroidissement et sous une température ambiante maximale prédéfinie. Pour une certaine puissance, un composant donné atteint une température maximale qu’il peut soutenir après un certain temps. Cette paire de valeurs « puissance – temps » compose un point sur la courbe. Il existe une puissance pour laquelle le composant peut fonctionner en temps illimité à la condition de refroidissement définie. Il existe aussi une puissance délimitée par d’autres facteurs (électrique, inflammabilité, etc.) où le fonctionnement du composant est interdit quelle que soit la température. Toutes les courbes des composants forment une zone commune où le fonctionnement de tous les composants est permis. Pour avoir une marge de sécurité, la loi de commande de puissance utilisée pour le « derating » est définie par étapes dans la zone commune. Toutefois, cette loi de commande de puissance utilisée pour le « derating » présente deux inconvénients : d’abord, la limitation de la puissance électrique peut être déclenchée trop tôt, notamment avant que le composant ait atteint sa température maximale (par exemple quand la température ambiante est moins sévère que prévue et que le composant se réchauffe à partir de cette température ambiante). Ensuite, la limitation de la puissance électrique peut être activée trop tard (par exemple quand la température du composant est déjà très élevée avant le démarrage). Typiquement, après avoir fonctionné pendant un certain temps, la température du composant devient plus élevée que la température initiale dans les essais. Le temps pour que le composant atteigne sa puissance maximale devient alors plus court pour une même puissance donnée. Par conséquent, la puissance électrique délivrée par la batterie ne peut pas exploitée totalement par une telle loi de commande, alors qu’une surchauffe est susceptible d’apparaitre dans certains cas, ce qui est préjudiciable à la durée de vie des composants. Ceci nuit à la précision de la loi de commande de puissance utilisée pour le « derating ».

Un procédé de « derating » est également décrit dans le document brevet EP 0 909 675 A2. Le procédé décrit dans ce document brevet permet de limiter la puissance électrique de charge ou de décharge de la batterie électrique en fonction de la température de cette dernière et de son environnement. Plus précisément, le procédé décrit une commande de charge et de décharge d'une batterie électrique secondaire, et plus particulièrement une commande de charge et de décharge par laquelle une puissance électrique de charge et de décharge est limitée en fonction de l'environnement dans lequel la batterie électrique secondaire se situe et de l’état de la batterie électrique secondaire. Toutefois, un inconvénient d’un tel procédé de limitation est que la limitation de la puissance qu’il propose est relativement imprécise, et qu’il exploite relativement peu les performances de la batterie électrique, ce qui nuit à la fiabilité de la loi de commande de limitation.

Une autre solution consiste à utiliser un contrôleur apte à mettre en œuvre un contrôle-commande par rétroaction pour réaliser la limitation de puissance ou « derating ». Toutefois, une telle solution impose d’implanter de nombreux capteurs thermiques sur les différents composants électroniques de la batterie électrique, afin de mesurer leur température, ce qui implique un coût très élevé.

En outre, la batterie électrique craint également le froid. Ainsi, la puissance électrique disponible en sortie de la batterie réduit fortement quand sa température est inférieure à une plage optimale de températures prédéfinie. D’autres contraintes électriques et chimiques s’appliquent par ailleurs sur la batterie électrique. Dans ce contexte, il existe un besoin de pouvoir estimer la puissance électrique maximale délivrée par la batterie électrique, afin de pouvoir adapter en conséquence la limitation de la puissance électrique délivrée par cette dernière. Cette puissance électrique maximale dépend du niveau de charge ou état de charge de cette dernière (aussi appelé SOC en anglais pour « State Of Charge » - qui représente la charge électrique accumulée dans la batterie), de la durée de chargement ou de déchargement des cellules de stockage de la batterie électrique, de sa température, et de son vieillissement qui dépend lui-même de son état de santé (aussi appelé SOH en anglais pour « State Of Health » - qui représente le rapport entre la capacité maximale courante de la batterie électrique et la capacité maximale de la batterie électrique lorsqu’elle était neuve). Le fournisseur de la batterie électrique offre notamment une série de tableaux pour plusieurs durées de chargement ou de déchargement des cellules de stockage de la batterie électrique. Pour chacune de ces durées, un tableau de la puissance électrique maximale délivrée par la batterie électrique est défini selon l’état de charge et la température de la batterie. Il est alors connu de déterminer la puissance électrique maximale délivrée par la batterie électrique (notamment pour les points correspondant à des valeurs non mesurées, entre les points de mesure connus) par interpolation linéaire des valeurs contenues dans ces tableaux. Toutefois, une telle interpolation linéaire ne donne pas une valeur fiable, car la corrélation entre les valeurs n’est pas linéaire.

En outre, pour obtenir la température de la batterie électrique, la température qui est mesurée est généralement celle d’un des modules de stockage d’énergie électrique que contient cette batterie. Or, cette température mesurée est bien plus basse que celle des cellules de stockage d’énergie électrique à l’intérieur du module. Pour dériver la température des cellules, un modèle physique est construit pour relier la température mesurée du module à la température des cellules. Toutefois, cette modélisation physique est peu fiable, car les propriétés thermiques de la batterie électrique ainsi que la chaleur générée en fonction de l’état de charge, de la température, et de l’état de santé de la batterie électrique sont inconnues. Ceci conduit à un manque de précision et de fiabilité dans l’estimation de la température de la batterie électrique qui est effectuée.

Le but de l’invention est de pallier les inconvénients de l’art antérieur en proposant un procédé, mis en œuvre dans un système de gestion d’une batterie électrique d’un véhicule ou dans une unité de commande électronique du véhicule, d’estimation de la puissance électrique maximale délivrée par la batterie électrique, qui soit simple, précis et fiable, qui exploite pleinement la performance de la batterie électrique afin de permettre une limitation précise et fiable de sa puissance électrique et d’éviter ainsi sa surchauffe, et qui ne nécessite pas de recourir à un ou plusieurs capteur(s) de température destiné(s) à mesurer la température des composants électroniques de la batterie.

Pour ce faire, l’invention se rapporte ainsi, dans son acceptation la plus large, à un procédé, mis en œuvre dans un système de gestion d’une batterie électrique d’un véhicule ou dans une unité de commande électronique du véhicule, d’estimation de la puissance électrique maximale délivrée par la batterie électrique, la batterie électrique comprenant plusieurs modules de stockage d’énergie électrique reliés en série, chaque module de stockage d’énergie électrique comportant plusieurs cellules de stockage d’énergie électrique, ledit système de gestion ou ladite unité de commande électronique étant relié(e) à la batterie électrique et stockant un réseau de neurones à apprentissage supervisé avec propagation avant, le réseau de neurones ayant au préalable été entraîné pour son apprentissage à l’aide de données d’entraînement comportant des données de mesure de la température des cellules de stockage d’énergie électrique à l’intérieur d’au moins un des modules de stockage d’énergie électrique et des données de mesure de l’état de charge de la batterie électrique, le procédé comportant les étapes suivantes :

une mesure, pour au moins un des modules de stockage d’énergie électrique, de la température courante des cellules de stockage d’énergie électrique à l’intérieur dudit module, ladite température mesurée étant prise comme température initiale de la batterie électrique et étant fournie en entrée du réseau de neurones ;
une mesure de l’état de charge courant de la batterie électrique, ledit état de charge courant mesuré de la batterie électrique étant fourni en entrée du réseau de neurones ; et
une détermination, par le réseau de neurones, à partir de ladite température initiale mesurée et dudit état de charge courant mesuré de la batterie électrique, d’une valeur estimée de la puissance électrique maximale délivrée par la batterie électrique.

Grâce à l’utilisation d’un réseau de neurones à apprentissage supervisé avec propagation avant, qui reçoit en entrée une température mesurée des cellules de stockage d’énergie électrique contenues dans au moins un des modules de stockage d’énergie électrique et un état de charge mesuré de la batterie électrique, le procédé selon l’invention permet de fournir une estimation précise et fiable de la puissance électrique maximale délivrée par la batterie électrique. En outre, l’utilisation d’un tel réseau de neurones fournit une solution simple permet d’exploiter pleinement la performance de la batterie électrique afin de permettre une limitation précise et fiable de sa puissance électrique et d’éviter ainsi sa surchauffe, et ne nécessite pas de recourir à un ou plusieurs capteur(s) de température destiné(s) à mesurer la température des composants électroniques de la batterie. La température mesurée des cellules de stockage d’énergie électrique d’au moins un des modules de stockage d’énergie électrique est prise comme température initiale de la barre et est fournie en entrée du réseau de neurones.

Avantageusement, les données d’entraînement comportent en outre des données de mesure de l’état de santé de la batterie électrique, et/ou des données de mesure d’une durée de chargement ou de déchargement des cellules de stockage de la batterie électrique, le procédé comporte en outre une étape de mesure de l’état de santé courant de la batterie électrique, et/ou une étape de mesure d’une durée de chargement ou de déchargement des cellules de stockage de la batterie électrique, et ledit état de santé courant mesuré et/ou ladite durée de chargement ou de déchargement mesurée des cellules de stockage de la batterie électrique sont fournis en entrée du réseau de neurones à apprentissage supervisé avec propagation avant. Ceci permet d’améliorer la précision de l’estimation de la puissance électrique maximale délivrée par la batterie électrique.

De préférence, le réseau de neurones à apprentissage supervisé avec propagation avant est un perceptron multicouche.

Selon une caractéristique technique particulière de l’invention, le réseau de neurones à apprentissage supervisé avec propagation avant est composé d’une succession de plusieurs couches, le nombre de couches du réseau de neurones étant compris entre trois et cinq couches.

Selon une autre caractéristique technique particulière de l’invention, chaque couche du réseau de neurones comporte entre huit et douze neurones.

Avantageusement, la batterie électrique est munie d’au moins un capteur de revêtement, ledit capteur de revêtement étant agencé au sein dudit module de stockage d’énergie électrique, sur la surface des cellules de stockage d’énergie électrique que comporte ledit module, ledit capteur de revêtement étant fabriqué via un processus de dépôt physique en phase vapeur et étant configuré pour mesurer la température des cellules de stockage d’énergie électrique que comporte ledit module. Au contraire des capteurs de température de l’art antérieur prévus à l’extérieur du module, un tel capteur de revêtement permet de mesurer directement la température des cellules (sur leur surface), évitant ainsi le recours à toute modélisation physique visant à relier la température du module à celle des cellules. La précision et la fiabilité de l’estimation de la puissance électrique maximale délivrée par la batterie électrique sont ainsi améliorées. En outre, l’utilisation de ce type de capteur de revêtement permet d’obtenir la même température que celle mesurée par le fournisseur de la batterie électrique lors des essais effectués pour cette dernière, ce qui améliore là encore la précision et la fiabilité de l’estimation.

De préférence, ledit capteur de revêtement présente une épaisseur sensiblement égale à 5 µm. Un tel capteur présente un rapport précision/prix de revient particulièrement intéressant pour l’application envisagée.

Avantageusement, lors de l’étape de détermination, par le réseau de neurones, d’une valeur estimée de la puissance électrique maximale délivrée par la batterie électrique, le réseau de neurones effectue, pour les points pour lesquels une valeur mesurée de la puissance électrique maximale délivrée n’existe pas, une interpolation non linéaire à partir de plusieurs triplets de valeurs mesurées de : la température des cellules de stockage d’énergie électrique, l’état de charge et la puissance électrique maximale de la batterie électrique. Une telle interpolation non linéaire correspond mieux à la corrélation entre les données d’entrée du réseau de neurones (température des cellules de stockage d’énergie électrique, état de charge de la batterie électrique, voire état de santé et/ou durée de chargement ou de déchargement des cellules de stockage de la batterie électrique), et la donnée de sortie de ce dernier (puissance électrique maximale délivrée par la batterie électrique). Ceci permet d’améliorer la fiabilité de l’estimation de la puissance électrique maximale délivrée par la batterie électrique.

Avantageusement, la batterie électrique comporte en outre au moins un composant additionnel, les données d’entraînement comportent en outre des données de mesure de la température dudit au moins un composant additionnel, des données de mesure de la température d’un des modules de stockage d’énergie électrique et de l’intensité du courant électrique fourni par un des modules de stockage d’énergie électrique, des données de mesure de la température ambiante, et/ou des données de mesure de la vitesse du véhicule, et le procédé comporte en outre une phase d’estimation de la température dudit au moins un composant additionnel, ladite phase d’estimation comprenant les étapes suivantes : une mesure de la température d’un des modules de stockage d’énergie électrique de la batterie électrique ; une mesure de l’intensité du courant électrique fourni par un des modules de stockage d’énergie électrique de la batterie électrique ; une mesure de la température ambiante ; une mesure de la vitesse du véhicule, ladite température d’un module mesurée, ladite intensité du courant électrique mesurée, ladite température ambiante mesurée et ladite vitesse du véhicule mesurée étant fournies en entrée du réseau de neurones ; une détermination, par le réseau de neurones, à partir de ladite température d’un module mesurée, de ladite intensité du courant électrique mesurée, de ladite température ambiante mesurée et de ladite vitesse du véhicule mesurée, d’un gradient de température dudit au moins un composant additionnel ; et un calcul, par intégration temporelle du gradient de température déterminé, d’une valeur de température estimée dudit au moins un composant additionnel. Ceci permet d’améliorer la précision de la puissance électrique maximale délivrée par la batterie électrique, en tenant compte de la température des composants additionnels de la batterie. Ceci permet également d’obtenir une estimation précise de la température du ou de chaque composant additionnel de la batterie électrique, ainsi que de son évolution, et ce de manière beaucoup plus fiable qu’une simulation par modélisation physique car exploitant directement les résultats d’essais sur la batterie par exemple (de tels essais fournissant alors les données de température pour l’entraînement du réseau de neurones). L’estimation de la température effectuée est en effet plus fiable qu’une modélisation physique monodimensionnelle, parce que la modélisation physique monodimensionnelle comporte toujours des simplifications, telles que par exemple la géométrie, l’efficacité du fonctionnement, etc., tandis que le réseau de neurones du procédé selon l’invention profite directement des résultats des essais. Cette solution est en outre beaucoup moins coûteuse en termes de temps de calcul par rapport à une simulation tridimensionnelle, qui peut par exemple être effectuée sur une grappe d’ordinateurs distants et qui n’est pas possible sur l’ordinateur de bord du véhicule. L’intensité du courant électrique fourni par le module de stockage d’énergie électrique détermine la génération de chaleur des composants (du fait de la résistance électrique de ces composants). La température du module de stockage d’énergie électrique influe sur la température de l’air environnant les composants de la batterie électrique. La vitesse du véhicule et la température ambiante influencent légèrement la température des composants par la dissipation de chaleur dans l’environnement à travers le couvercle de la batterie électrique.

Le calcul par intégration temporelle est par exemple effectué par un intégrateur. Le gradient de température du composant additionnel dépend de la chaleur générée et de la condition aux limites.

L’invention se rapporte également à un procédé, mis en œuvre dans un système de gestion d’une batterie électrique d’un véhicule ou dans une unité de commande électronique du véhicule, de limitation de la puissance électrique délivrée par la batterie électrique, la batterie électrique comprenant plusieurs modules de stockage d’énergie électrique reliés en série, chaque module de stockage d’énergie électrique comportant plusieurs cellules de stockage d’énergie électrique, ledit système de gestion ou ladite unité de commande électronique étant relié(e) à la batterie électrique et stockant un réseau de neurones à apprentissage supervisé avec propagation avant, le réseau de neurones ayant au préalable été entraîné pour son apprentissage à l’aide de données d’entraînement comportant des données de mesure de la température des cellules de stockage d’énergie électrique à l’intérieur d’au moins un des modules de stockage d’énergie électrique et des données de mesure de l’état de charge de la batterie électrique, le procédé comportant une étape de commande de la puissance électrique délivrée par la batterie électrique selon une loi de commande, le procédé comportant en outre un sous-procédé d’estimation de la puissance électrique maximale délivrée par la batterie électrique tel que décrit ci-dessus, la loi de commande de la puissance électrique délivrée par la batterie électrique étant fonction de la puissance électrique maximale estimée de la batterie électrique, et étant telle que la puissance électrique délivrée par la batterie électrique est toujours inférieure à la puissance électrique maximale estimée de la batterie électrique.

Ce procédé permet une limitation précise et fiable de la puissance électrique délivrée par la batterie électrique, via l’utilisation du réseau de neurones à apprentissage supervisé avec propagation avant. Le déclenchement de la limitation de la puissance électrique est en outre optimisé, ce qui permet un meilleur contrôle de la limitation afin d’obtenir de meilleures performances dans le temps pour la batterie électrique.

Par ailleurs, l’utilisation d’un tel réseau de neurones fournit une solution simple permettant d’exploiter pleinement la performance de la batterie électrique afin de permettre une limitation précise et fiable de sa puissance électrique et d’éviter ainsi sa surchauffe, et ne nécessite pas de recourir à un ou plusieurs capteur(s) de température destiné(s) à mesurer la température des composants électroniques de la batterie (ce qui permet de réduire les coûts).

On décrira ci-après, à titre d’exemples non limitatifs, des formes d’exécution de la présente invention, en référence aux figures annexées sur lesquelles :

est un organigramme représentant un procédé de limitation de la puissance électrique délivrée par une batterie électrique d’un véhicule, comprenant un sous-procédé d’estimation de la puissance électrique maximale délivrée par la batterie électrique, selon la présente invention.

En se référant à la la présente invention concerne un procédé, mis en œuvre dans un système de gestion d’une batterie électrique d’un véhicule ou dans une unité de commande électronique du véhicule, de limitation de la puissance électrique délivrée par la batterie électrique. Le véhicule est typiquement un véhicule automobile électrique ou hybride. La batterie électrique est typiquement une batterie de traction du véhicule, notamment une batterie lithium-ion.

La batterie électrique comporte par exemple un boîtier renfermant plusieurs modules de stockage d’énergie électrique reliés en série. Chaque module de stockage d’énergie électrique comporte typiquement plusieurs cellules de stockage d’énergie électrique. Chaque module est également muni d’un capteur de température et d’un organe de mesure de l’intensité du courant électrique fourni par le module. De préférence, la batterie électrique comporte également au moins un capteur de revêtement, et au moins un composant additionnel de type barre de distribution de courant (aussi appelée barre omnibus), faisceau, relais et/ou fusible. Le capteur de revêtement est agencé au sein d’un des modules de stockage d’énergie électrique, sur la surface des cellules de stockage d’énergie électrique que comporte ce module. Le capteur de revêtement est avantageusement fabriqué via un processus de dépôt physique en phase vapeur et est configuré pour mesurer la température des cellules de stockage d’énergie électrique que comporte le module de stockage d’énergie électrique. De préférence, le capteur de revêtement présente une épaisseur sensiblement égale à 5 µm.

Le véhicule comporte également un capteur de température ambiante et un capteur apte à mesurer la vitesse du véhicule.

Le système de gestion de la batterie électrique ou l’unité de commande électronique du véhicule est muni(e) de moyens mémoire et de moyens de traitement reliés aux moyens mémoire. Le système de gestion de la batterie électrique ou l’unité de commande électronique du véhicule est relié(e) à la batterie électrique. Le système de gestion de la batterie électrique ou l’unité de commande électronique du véhicule est également relié(e) aux capteurs de température et organes de mesure de l’intensité du courant électrique équipant les modules, au capteur de revêtement, au capteur de température ambiante et au capteur de vitesse.

Le système de gestion de la batterie électrique ou l’unité de commande électronique du véhicule stocke dans ses moyens mémoire un réseau de neurones à apprentissage supervisé avec propagation avant. Le réseau de neurones à apprentissage supervisé avec propagation avant est de préférence composé d’une succession de plusieurs couches, typiquement un perceptron multicouche. De préférence, le nombre de couches du réseau de neurones est compris entre trois et cinq couches. De préférence encore, chaque couche du réseau de neurones comporte entre huit et douze neurones. Au préalable (autrement dit en usine, avant la livraison du véhicule à l’utilisateur), le réseau de neurones a été entraîné pour son apprentissage à l’aide de données d’entraînement comportant au moins des données de mesure de la température des cellules de stockage d’énergie électrique à l’intérieur d’au moins un des modules de stockage d’énergie électrique et des données de mesure de l’état de charge de la batterie électrique. De telles données de mesure de la température peuvent être obtenues en disposant le capteur de revêtement sur la surface des cellules de stockage d’énergie électrique que comporte un des modules (en usine, lors de la production du véhicule ; un tel capteur étant ensuite destiné à être enlevé avant la livraison du véhicule à l’utilisateur). De préférence, les données d’entraînement du réseau de neurones comportent également des données de mesure de l’état de santé de la batterie électrique, des données de mesure d’une durée de chargement ou de déchargement des cellules de stockage de la batterie électrique, des données de mesure de la température d’au moins un composant additionnel appartenant à la batterie électrique, des données de mesure de la température d’un des modules de stockage d’énergie électrique et de l’intensité du courant électrique fourni par un des modules de stockage d’énergie électrique, des données de mesure de la température ambiante, et/ou des données de mesure de la vitesse du véhicule.

Comme illustré sur la , le procédé comporte un sous-procédé 4, mis en œuvre dans le système de gestion de la batterie électrique ou dans l’unité de commande électronique du véhicule, d’estimation de la puissance électrique maximale délivrée par la batterie électrique.

Le sous-procédé 4 comporte une première étape 6 au cours de laquelle le système de gestion de la batterie électrique ou l’unité de commande électronique mesure pour au moins un des modules de stockage d’énergie électrique, via le capteur de revêtement qui équipe ce module, la température courante des cellules de stockage d’énergie électrique à l’intérieur de ce module. La température mesurée des cellules de stockage d’énergie électrique à l’intérieur de ce module est prise par le système de gestion de la batterie électrique ou l’unité de commande électronique comme température initiale de la batterie électrique et est fournie en entrée du réseau de neurones.

Le sous-procédé 4 comporte une étape parallèle ou suivante 8 au cours de laquelle le système de gestion de la batterie électrique ou l’unité de commande électronique mesure l’état de charge courant de la batterie électrique. A l’issue de cette étape 8, l’état de charge courant mesuré de la batterie électrique est fourni en entrée du réseau de neurones.

De préférence, le sous-procédé 4 comporte une étape parallèle ou suivante 10 au cours de laquelle le système de gestion de la batterie électrique ou l’unité de commande électronique mesure l’état de santé courant de la batterie électrique. A l’issue de cette étape 10, l’état de santé courant mesuré de la batterie électrique est fourni en entrée du réseau de neurones.

De préférence, le sous-procédé 4 comporte une étape parallèle ou suivante 12 au cours de laquelle le système de gestion de la batterie électrique ou l’unité de commande électronique mesure une durée de chargement ou de déchargement des cellules de stockage de la batterie électrique. A l’issue de cette étape 12, la durée de chargement ou de déchargement mesurée des cellules de stockage de la batterie électrique est fournie en entrée du réseau de neurones.

De préférence, le sous-procédé 4 comporte une phase parallèle ou suivante 14 au cours de laquelle le système de gestion de la batterie électrique ou l’unité de commande électronique estime la température du ou de chaque composant additionnel de la batterie électrique.

La phase 14 comporte par exemple une première étape 16 au cours de laquelle le système de gestion de la batterie électrique ou l’unité de commande électronique mesure, via le capteur de température qui équipe un des modules de stockage d’énergie électrique, la température de ce module. A l’issue de cette étape 16, la température du module mesurée est fournie en entrée du réseau de neurones.

La phase 14 comporte une étape parallèle ou suivante 18 au cours de laquelle le système de gestion de la batterie électrique ou l’unité de commande électronique mesure, via l’organe de mesure de l’intensité du courant électrique qui équipe un des modules de stockage d’énergie électrique, l’intensité du courant électrique fourni par ce module. A l’issue de cette étape 18, l’intensité du courant électrique mesurée est fournie en entrée du réseau de neurones.

La phase 14 comporte une étape parallèle ou suivante 20 au cours de laquelle le système de gestion de la batterie électrique ou l’unité de commande électronique mesure la température ambiante, via le capteur de température ambiante. A l’issue de cette étape 20, la température ambiante mesurée est fournie en entrée du réseau de neurones.

La phase 14 comporte une étape parallèle ou suivante 22 au cours de laquelle le système de gestion de la batterie électrique ou l’unité de commande électronique mesure, via le capteur de vitesse, la vitesse du véhicule. A l’issue de cette étape 22, la vitesse du véhicule mesurée est fournie en entrée du réseau de neurones.

La phase 14 comporte une étape suivante 24 au cours de laquelle le réseau de neurones détermine, à partir de la température d’un module mesurée, de l’intensité du courant électrique mesurée, de la température ambiante mesurée et de la vitesse du véhicule mesurée, un gradient de température du ou de chaque composant additionnel de la batterie électrique. Il est à noter que le réseau de neurones détermine ce gradient de température pour chaque composant additionnel de la batterie électrique, indépendamment des autres composants. Ainsi, à chaque composant additionnel de la batterie électrique sont associés des paramètres distincts qui sont fournis en entrée du réseau de neurones, la configuration de ce dernier étant différente d’un composant à un autre, et étant propre à chaque composant.

La phase 14 comporte une étape suivante 26 au cours de laquelle le système de gestion de la batterie électrique ou l’unité de commande électronique calcule, par intégration temporelle du gradient de température déterminé au cours de l’étape 24, une valeur de température estimée du ou de chaque composant additionnel de la batterie électrique. Plus précisément, ce calcul est effectué par un intégrateur installé au sein du système de gestion de la batterie électrique ou de l’unité de commande électronique du véhicule. Pour estimer cette valeur de température, il faut connaitre la température initiale du ou de chaque composant additionnel de la batterie électrique. Après avoir stationné pendant suffisamment de temps, tous les composants de la batterie électrique atteignent l’équilibre thermique avec le véhicule qui constitue l’environnement de ces composants. L’intégrateur considère alors la température ambiante comme étant la température initiale. Dans les cas où l’équilibre thermique n’est pas atteint au sein du véhicule, le modèle utilisé par l’intégrateur est capable de prédire la réduction de température en fonction du temps, et la température ainsi calculée est prise comme la température initiale pour le prochain démarrage du véhicule. Un exemple où un tel cas de figure se produit est un démarrage du véhicule après un court stationnement de ce dernier.

Au cours d’une étape suivante 28 du sous-procédé 4, le réseau de neurones détermine, à partir de la température initiale mesurée et de l’état de charge courant mesuré de la batterie électrique, et le cas échéant de l’état de santé courant mesuré et de la durée de chargement ou de déchargement mesurée des cellules de stockage de la batterie électrique et/ou de la température estimée du ou de chaque composant additionnel de la batterie électrique, une valeur estimée de la puissance électrique maximale délivrée par la batterie électrique.

De préférence, au cours de l’étape de détermination 28, le réseau de neurones effectue, pour les points pour lesquels une valeur mesurée de la puissance électrique maximale délivrée n’existe pas, une interpolation non linéaire à partir de plusieurs triplets de valeurs mesurées de : la température des cellules de stockage d’énergie électrique, l’état de charge et la puissance électrique maximale de la batterie électrique.

Le procédé comporte une étape finale 30 au cours de laquelle le système de gestion de la batterie électrique ou l’unité de commande électronique commande la puissance électrique délivrée par la batterie électrique selon une loi de commande. La loi de commande est fonction de la puissance électrique maximale estimée de la batterie électrique, et est telle que la puissance électrique délivrée par la batterie électrique est toujours inférieure à la puissance électrique maximale estimée de la batterie électrique.

Le procédé selon l’invention est simple, précis et fiable, exploite pleinement la performance de la batterie électrique afin de permettre une limitation précise et fiable de sa puissance électrique et d’éviter ainsi sa surchauffe, et ne nécessite pas de recourir à un ou plusieurs capteur(s) de température destiné(s) à mesurer la température des composants électroniques de la batterie.

Claims

Procédé (4), mis en œuvre dans un système de gestion d’une batterie électrique d’un véhicule ou dans une unité de commande électronique du véhicule, d’estimation de la puissance électrique maximale délivrée par la batterie électrique, la batterie électrique comprenant plusieurs modules de stockage d’énergie électrique reliés en série, chaque module de stockage d’énergie électrique comportant plusieurs cellules de stockage d’énergie électrique, ledit système de gestion ou ladite unité de commande électronique étant relié(e) à la batterie électrique et stockant un réseau de neurones à apprentissage supervisé avec propagation avant, le réseau de neurones ayant au préalable été entraîné pour son apprentissage à l’aide de données d’entraînement comportant des données de mesure de la température des cellules de stockage d’énergie électrique à l’intérieur d’au moins un des modules de stockage d’énergie électrique et des données de mesure de l’état de charge de la batterie électrique, caractérisé en ce que le procédé (4) comporte les étapes suivantes :
une mesure (6), pour au moins un des modules de stockage d’énergie électrique, de la température courante des cellules de stockage d’énergie électrique à l’intérieur dudit module, ladite température mesurée étant prise comme température initiale de la batterie électrique et étant fournie en entrée du réseau de neurones ;

une mesure (8) de l’état de charge courant de la batterie électrique, ledit état de charge courant mesuré de la batterie électrique étant fourni en entrée du réseau de neurones ; et

une détermination (28), par le réseau de neurones, à partir de ladite température initiale mesurée et dudit état de charge courant mesuré de la batterie électrique, d’une valeur estimée de la puissance électrique maximale délivrée par la batterie électrique.
Procédé (4) selon la revendication 1, caractérisé en ce que les données d’entraînement comportent en outre des données de mesure de l’état de santé de la batterie électrique, et/ou des données de mesure d’une durée de chargement ou de déchargement des cellules de stockage de la batterie électrique, en ce que le procédé comporte en outre une étape (10) de mesure de l’état de santé courant de la batterie électrique, et/ou une étape (12) de mesure d’une durée de chargement ou de déchargement des cellules de stockage de la batterie électrique, et en ce que ledit état de santé courant mesuré et/ou ladite durée de chargement ou de déchargement mesurée des cellules de stockage de la batterie électrique sont fournis en entrée du réseau de neurones à apprentissage supervisé avec propagation avant.
Procédé (4) selon la revendication 1 ou 2, caractérisé en ce que le réseau de neurones à apprentissage supervisé avec propagation avant est un perceptron multicouche.
Procédé (4) selon l’une quelconque des revendications 1 à 3, caractérisé en ce que le réseau de neurones à apprentissage supervisé avec propagation avant est composé d’une succession de plusieurs couches, le nombre de couches du réseau de neurones étant compris entre trois et cinq couches.
Procédé (4) selon la revendication 4, caractérisé en ce que chaque couche du réseau de neurones comporte entre huit et douze neurones.
Procédé (4) selon l’une quelconque des revendications 1 à 5, caractérisé en ce que la batterie électrique est munie d’au moins un capteur de revêtement, ledit capteur de revêtement étant agencé au sein dudit module de stockage d’énergie électrique, sur la surface des cellules de stockage d’énergie électrique que comporte ledit module, ledit capteur de revêtement étant fabriqué via un processus de dépôt physique en phase vapeur et étant configuré pour mesurer la température des cellules de stockage d’énergie électrique que comporte ledit module.
Procédé (4) selon la revendication 6, caractérisé en ce que ledit capteur de revêtement présente une épaisseur sensiblement égale à 5 µm.
Procédé (4) selon l’une quelconque des revendications 1 à 7, caractérisé en ce que, lors de l’étape (28) de détermination, par le réseau de neurones, d’une valeur estimée de la puissance électrique maximale délivrée par la batterie électrique, le réseau de neurones effectue, pour les points pour lesquels une valeur mesurée de la puissance électrique maximale délivrée n’existe pas, une interpolation non linéaire à partir de plusieurs triplets de valeurs mesurées de : la température des cellules de stockage d’énergie électrique, l’état de charge et la puissance électrique maximale de la batterie électrique.
Procédé (4) selon l’une quelconque des revendications 1 à 8, caractérisé en ce que en ce que la batterie électrique comporte en outre au moins un composant additionnel, en ce que les données d’entraînement comportent en outre des données de mesure de la température dudit au moins un composant additionnel, et/ou des données de mesure de la température d’un des modules de stockage d’énergie électrique et de l’intensité du courant électrique fourni par un des modules de stockage d’énergie électrique, et/ou des données de mesure de la température ambiante, et/ou des données de mesure de la vitesse du véhicule, et en ce que le procédé comporte en outre une phase (14) d’estimation de la température dudit au moins un composant additionnel, ladite phase d’estimation comprenant les étapes suivantes : une mesure (16) de la température d’un des modules de stockage d’énergie électrique de la batterie électrique ; une mesure (18) de l’intensité du courant électrique fourni par un des modules de stockage d’énergie électrique de la batterie électrique ; une mesure (20) de la température ambiante ; une mesure (22) de la vitesse du véhicule, ladite température d’un module mesurée, ladite intensité du courant électrique mesurée, ladite température ambiante mesurée et ladite vitesse du véhicule mesurée étant fournies en entrée du réseau de neurones ; une détermination (24), par le réseau de neurones, à partir de ladite température d’un module mesurée, de ladite intensité du courant électrique mesurée, de ladite température ambiante mesurée et de ladite vitesse du véhicule mesurée, d’un gradient de température dudit au moins un composant additionnel ; et un calcul (26), par intégration temporelle du gradient de température déterminé, d’une valeur de température estimée dudit au moins un composant additionnel.
Procédé, mis en œuvre dans un système de gestion d’une batterie électrique d’un véhicule ou dans une unité de commande électronique du véhicule, de limitation de la puissance électrique délivrée par la batterie électrique, la batterie électrique comprenant plusieurs modules de stockage d’énergie électrique reliés en série, chaque module de stockage d’énergie électrique comportant plusieurs cellules de stockage d’énergie électrique, ledit système de gestion ou ladite unité de commande électronique étant relié(e) à la batterie électrique et stockant un réseau de neurones à apprentissage supervisé avec propagation avant, le réseau de neurones ayant au préalable été entraîné pour son apprentissage à l’aide de données d’entraînement comportant des données de mesure de la température des cellules de stockage d’énergie électrique à l’intérieur d’au moins un des modules de stockage d’énergie électrique et des données de mesure de l’état de charge de la batterie électrique, le procédé comportant une étape (30) de commande de la puissance électrique délivrée par la batterie électrique selon une loi de commande, caractérisé en ce que le procédé comporte en outre un sous-procédé (4) d’estimation de la puissance électrique maximale délivrée par la batterie électrique selon l’une quelconque des revendications 1 à 9, et en ce que la loi de commande de la puissance électrique délivrée par la batterie électrique est fonction de la puissance électrique maximale estimée de la batterie électrique, et est telle que la puissance électrique délivrée par la batterie électrique est toujours inférieure à la puissance électrique maximale estimée de la batterie électrique.