La durée de vie moyenne d'une batterie est de l'ordre de 10 ans. Mais les performances resteront-elles constantes jusqu'à cette date ? À quelles altérations peut-on s'attendre ?
Pourquoi est-il plus difficile que prévu d'obtenir une vision précise de l'état de santé d'une batterie en fonctionnement ?
Quels sont les avantages concrets d'un suivi attentif de cet indicateur ?
Avez-vous déjà été confronté à la dégradation soudaine d'une batterie, qui se traduit par une diminution des performances par rapport au premier jour de fonctionnement ? En effet, en tant que corps électrochimiques dynamiques, les batteries lithium-ion sont affectées par des mécanismes de vieillissement qui leur sont propres et qui se traduisent par une perte de capacité.
La bonne nouvelle, c'est que ce phénomène est contrôlé par une mesure bien connue que nous appelons l'état de santé (SOH). Oui, la santé, comme pour les humains. Mais pour les batteries, ce "niveau de santé" est généralement exprimé sous la forme d'un rapport entre la capacité actuelle C(t) et la capacité initiale de la batterie C(t=0).
Un SOH approximatif (ou potentiellement complètement décalé) n'est pas sans conséquence : les opérateurs de batteries (que ce soit dans le secteur du stockage de l'énergie ou de la mobilité électrique) doivent s'appuyer sur cet indicateur pour prendre des décisions hautement stratégiques : par exemple, pour optimiser l'allocation des ressources, définir des stratégies d'utilisation, ou trouver un équilibre entre l'utilisation des actifs et la préservation de la durée de vie de la batterie...
Mais c'est là que le bât blesse : il n'existe pas de mesure facile de la "capacité C(t)" susmentionnée en cours de fonctionnement, ce qui rend l'estimation du SOH délicate. Il est vrai que les lignes de tendance peuvent être dérivées des spécifications de la fiche technique de la batterie, sur la base d'une utilisation théorique et d'un profil standardisé. C'est souvent ce que nous avons vu être l'option par défaut pour les opérateurs de batteries. Cependant, il est essentiel de comprendre que cette méthode n'intègre pas les implications des conditions d'utilisation réelles, ce qui nécessite des analyses supplémentaires afin d'évaluer précisément le SOH.
Vieillir suit toujours un schéma
Même si elle dépend de l'utilisation, la dégradation des batteries est généralement lente au cours de la première partie de leur vie : tout comme les premières rides mettent quelques décennies à apparaître sur le visage d'une personne, les batteries ne perdent généralement que quelques pourcents de leur capacité au cours de leurs premières années de fonctionnement.
Cependant, le vieillissement est un phénomène non linéaire : à un moment donné, la tendance change radicalement et une chute brutale du SOH peut être observée dans un laps de temps limité (plusieurs pourcentages en quelques semaines). Ce changement de tendance est appelé point d'inflexion (voir figure 1), et cette accélération brutale de la perte de capacité peut précipiter le besoin de maintenance, voire paralyser un système entier s'il n'est pas détecté à temps.
De plus, certaines conditions d'utilisation plus que d'autres peuvent provoquer une accélération de ce processus de vieillissement - une arme à double tranchant si les opérateurs ont effectivement une marge de manœuvre pour modifier et améliorer les conditions d'exploitation.
Figure 1. Phénomène de point mort : chute soudaine de la capacité de la batterie
Poser un diagnostic
Plus complexe qu'un examen de routine
Le diagnostic traditionnel standard implique d'interrompre les opérations de la batterie pour effectuer une charge et une décharge complètes de la batterie à un rythme lent. Mais ces interruptions ne prennent pas seulement du temps, elles sont aussi coûteuses et ne peuvent pas être effectuées à un rythme fréquent. Elles présentent également le risque de ne pas identifier une situation de genou (voir ci-dessus).
Ce qui semble alors plus pratique (voire nécessaire), ce sont des diagnostics SOH plus fréquents et non intrusifs sur des actifs en fonctionnement. Mais cela pose des défis importants, car les actifs en fonctionnement effectuent généralement des charges et des décharges partielles dans des conditions évolutives "en direct" :
- Comment estimer l'énergie totale qui peut être tirée d'une batterie si le bien ne fonctionne pas sur toute la plage de l'état de charge (SOC) ? Il est nécessaire d'extraire des informations à partir d'extractions partielles de données.
- Comment faire des estimations comparables du SOH alors que les conditions de fonctionnement (température, courant) de la batterie fluctuent constamment ? Le comportement dynamique doit être filtré pour se concentrer sur le "comportement statique" de la batterie, généralement défini sur la fiche technique du fabricant (par exemple 25°C et C/10), qui sera utilisé comme système de référence pour toute estimation du SOH.
De plus en plus, les exploitants de batteries ont accès aux estimations du SOH des systèmes de gestion des batteries (BMS). Dans ce cas, le BMS évalue le SOH en mesurant la capacité échangée sur une période donnée et en la comparant à l'évolution du SOC. Malheureusement, ce rapport peut être une estimation approximative du SOH, qui dépend fortement de la précision des mesures.
La bonne nouvelle, c'est que nous pouvons surmonter les deux obstacles décrits précédemment en tirant parti d'une combinaison d'outils qui vont de l'OCV à l'analyse spécifique de la capacité incrémentale (ICA). Cette signature se réfère à un comportement standard d'une cellule pendant la charge et la décharge, qui peut être représenté par un graphique de la tension en fonction du niveau de SOC.
Sachant cela, nous pouvons identifier et sélectionner des points de données admissibles et partiels de charges ou de décharges et les normaliser pour revenir à la signature "nominale" (figure 2). Grâce aux campagnes de vieillissement menées en laboratoire, nous avons acquis une connaissance approfondie de la signature complète des cellules, ce qui signifie que même face à des fragments de cette signature, nous pouvons la reconnaître et la reconstruire dans son intégralité. La modélisation électrochimique nous aide à extraire la signature de la cellule et nous permet de travailler sur ses caractéristiques afin d'identifier les mécanismes de dégradation et leur impact sur les performances de la batterie.
Figure 2. Normalisation d'un ensemble hétérogène de points de données pour le diagnostic SOH
Et comme nous savons comment la signature de la cellule évolue au fur et à mesure que la batterie se dégrade, nous pouvons finalement trouver la correspondance entre (1) la signature "normalisée" de la cellule étudiée et (2) le niveau de SOH associé.
Finalement, notre solution complète le BMS de multiples façons : elle permet une estimation précise du SOH en filtrant les défaillances possibles des capteurs et ajoute de la puissance de calcul pour approfondir les données. Les analyses s'appuient également sur des connaissances transversales concernant les mécanismes de dégradation des batteries afin de consolider les estimations.
Connaître la pathologie pour adapter concrètement le mode de vie en conséquence
Si vous êtes arrivé jusqu'ici, vous vous demandez probablement quel est l'intérêt de cet article. Comme nous l'avons mentionné dans l'introduction, les opérateurs de batteries doivent étayer leurs décisions opérationnelles sur la gestion des actifs par des données et des indicateurs fiables, parmi lesquels figure le SOH.
Concrètement, il donne aux opérateurs l'outil adéquat pour :
- Modéliser précisément l'impact financier de la perte de capacité (baisse du SOH) sur la performance des actifs.
- Détecter les modules limitatifs ou défectueux dont le SOH est inférieur et qui nuisent à la performance globale de l'actif à mettre en œuvre les remplacements de pièces ou la maintenance .
- Repérer les changements dans la tendance à la dégradation du SOH au fil du temps (accélération, décélération) et surveiller précisément le moment où le SOH se rapproche d'un seuil critique à anticiper la fin de la première vie et les opérations induites potentielles (revente de l'ancien actif, remplacement CAPEX).
- À une échelle plus globale, comprendre si les conditions d'utilisation actuelles entraînent un vieillissement accéléré du bien à effectuer des tests ou à modifier les conditions d'utilisation pour ralentir la dégradation et la perte de SOH et prolonger la durée de vie du bien (et le rendement financier à long terme).
En surmontant les limites de la disponibilité des données et en tirant parti de notre expertise en électrochimie des batteries, PowerUp fournit une solution de diagnostic des batteries fiable et précise qui permet aux opérateurs d'optimiser les performances des batteries et de garantir un fonctionnement efficace et durable en temps réel.
Du diagnostic aux prévisions
Un diagnostic précis et fréquent du SOH constitue par ailleurs la première étape de la prédiction de la durée de vie des batteries. Associé à des méthodes de modélisation avancées, il permet de prévoir l'évolution de la dégradation en fonction de profils d'utilisation spécifiques. Cette capacité de pronostic renforce les pratiques de maintenance prédictive, réduisant ainsi l'impact des perturbations opérationnelles.
Au cours de la phase de conception, les fabricants d'équipements d'origine (OEM) fournissent souvent des informations sur la durée de vie estimée, basées sur une utilisation théorique ou un nombre fixe de cycles équivalents sur un profil standardisé. Cependant, notre approche va au-delà de ces prédictions statiques. En s'appuyant sur de vastes campagnes de vieillissement des batteries et en utilisant des techniques de modélisation stochastique alimentées par l'apprentissage automatique, notre méthode adapte les prédictions aux schémas d'utilisation des batteries dans le monde réel, en évoluant continuellement avec chaque nouveau diagnostic SOH.
Mais trêve de bavardage, nous vous en dirons plus sur l'importance des prévisions de perte de capacité dans le prochain article !
