Identification des paramètres internes d’une batterie Pour des applications photovoltaïques

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

Le stockage de l’énergie est devenu un défi pour tous les domaines qui essayent de faire immerger les technologies propres et durables, afin de se substituer à la forme conventionnelle du stockage ; les batteries sont une pierre d’angle dans cette solution d’avenir.Pour un système photovoltaïque, les batteries représentent un moyen de stockage d’énergie électrique. Les paramètres apparents d’une batterie (tension, courant, et/ou température) restent insuffisants pour indiquer avec précision son état de charge (SOC) ou de santé (SOH). Par l’identification des paramètres internes d’une batterie, on essaye de suivre l’évolution de son état ; notre approche consiste à estimer ces paramètres internes à travers des modèles par le biais d’estimateurs. A la fin, une solution plus globale est proposée, basée sur un modèle à niveau corrigé par un estimateur adaptatif de KALMAN (AEKF). Ce travail est une contribution à la compréhension des phénomènes agissants à la dégradation des batteries et à l’optimisation des méthodes de charge et de décharge, afin de mieux exploiter leur capacité et augmenter leur durée de vie.

روابط وملفات

التعريف والنوع

رقم الوثيقة

0138e0ef-5956-4dd1-bd98-5adc55ddd5e0

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

رسائل دكتوراة

نوع الملف

pdf text

أسماء الملفات

1368788_1.pdf

بيانات النشر

ألقاب المؤلفين

[{"name_ar":" Abdelhamid Midoun","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"Aïssa Boutte","title_ar":"اعداد","title_en":"Preparation"}]

اللغة

French

المصدر والدورية

اسم المصدر

Identification des paramètres internes d’une batterie Pour des applications photovoltaïques

المحتوى والصفحات

عدد الصفحات

0

ترجمة الملخص

The observable parameters of a battery such as terminal voltage, current, and temperature couldn’t give an accurate idea about its state of charge (SOC) and state of health (SOH), that is why a large number of techniques and algorithms have been proposed to predict the internal parameters (internal resistances Rint, capacitance and/or open circuit voltage VOC) which are known as SOC and SOH indicators. In this thesis work, in order to identify the real available battery energy in on-line way, we tried different approaches and models; finally we adapted a new approach based-on an Adaptive Extended Kalman Filter (AEKF) with a dynamic model multi-Level. This approach is a solution to integrate the effects of the unknown evolution of certain battery parameters and noises as part of the model and the estimator. Also in this work, we interpret the evolution of the nominal battery capacity (Cn) as energy losses depending on current of battery; this interpretation is used to tune the available energy at each debited battery current profile. This idea is formulated by using a fuzzy-logic modelling approach. The proposed solutions (models and estimators) are tested and compared. The proposed approaches are validated using a developed test-bench designed specifically for this work. The Experimental results show the contributions of our work to estimate SOC accurately.

كلمات الباحثين

AEKF, Batterie, Battery, Energy losses, Estimateur de KALMAN, Fuzzy-logic, Internal parameters, Modèles, Paramètres internes, Run-time dynamic model, SOC, SOH, Système photovoltaïque

إشراف وإعداد

الإشراف

Abdelhamid Midoun

الإعداد

Aïssa Boutte

الاقتباسات الببليوغرافية