La détection et le diagnostic des pannes (FDD) dans les systèmes HVAC sont devenus un domaine de recherche et de développement de plus en plus important ces dernières années, grâce à des logiciels de surveillance puissants couplés à l'intelligence artificielle. Cette détection s'appuie généralement sur les mesures des variables disponibles dans un système de contrôle, notamment les températures (systèmes de chauffage et de refroidissement), la consommation d'énergie (électricité, gaz ou autres sources) et les pressions (alimentation en eau).
Plus la détection sera précoce, plus elle permettra d'éviter des périodes d'indisponibilité prolongées de la batterie, voire de prévenir des dommages plus graves et plus coûteux.
Le système HVAC en bref
Le système HVAC est un système de régulation thermique utilisé pour les conteneurs de batteries de stockage d'électricité. Son rôle est de contrôler la température intérieure d'un espace donné, y compris le chauffage et le refroidissement, ainsi que la ventilation pour assurer une qualité de température optimale. HVAC signifie "chauffage, ventilation et climatisation".
Ce système HVAC s'appuie sur des capteurs pour mesurer la température et ajuster automatiquement le chauffage et le refroidissement en fonction des préférences définies par l'utilisateur. Pour les batteries, il sert à les maintenir dans une plage de température optimale pour leur sécurité de fonctionnement et leur durée de vie. Cette plage se situe généralement autour de +25°C/ ± 5°C (+77°F /± 5°F). Il sert également à "refroidir" le système de refroidissement afin d'éviter toute surchauffe dommageable.
Figure: exemple d'un système HVAC
Quels sont les enjeux ?
Le chauffage, la climatisation et le refroidissement peuvent représenter une part importante de la consommation d'un conteneur de batterie. Il s'agit souvent du principal poste de consommation d'énergie, en particulier si le système fonctionne dans des zones géographiques au climat extrême ou dans des centres de données où le refroidissement est un élément important de la conception et des performances opérationnelles de la batterie.
Lorsque des problèmes surviennent dans ces systèmes complexes, il arrive souvent qu'ils ne soient pas diagnostiqués immédiatement, ils ne peuvent souvent pas être diagnostiqués immédiatement. Pendant cet intervalle où aucune intervention n'est effectuée, il peut en résulter des pertes d'énergie coûteuses ainsi que des dommages potentiels aux batteries, ce qui a un impact significatif sur leur durée de vie.
Quelles sont les anomalies observées ?
Les anomalies du système HVAC sont récurrentes. Elles provoquent une augmentation de la température de la batterie liée à l'utilisation (appelée "effet Joule", à savoir l'échauffement lié au passage du courant de charge/décharge). Sans régulation et avec des utilisations intensives telles que celles rencontrées dans les applications stationnaires, la température dérive vers le haut sans que le système de contrôle (BMS pour Battery Management System) ne détecte d'anomalie car la température reste en dessous des seuils de température critiques du point de vue de la sécurité.
Le système fonctionne alors à des températures plus élevées qu'il ne le devrait. Cela a un impact notable sur la durée de vie de la batterie. Les opérateurs ne s'en aperçoivent généralement que lorsque la BMS détecte le seuil de température de sécurité et joue son rôle de coupure.
Dans le cas d'une anomalie combinée de HVAC et de BMS , les conséquences peuvent être encore plus graves, comme un début d'incendie. En effet, sans arrêt de l'utilisation à la température critique (environ 50°C), le système continue à dériver jusqu'à atteindre la température d'emballement thermique (généralement supérieure à 90°C et dépendant de la chimie des batteries).
Quel est le problème à résoudre ?
Le problème est donc de détecter le plus tôt possible (dans la journée) sans attendre que le système dérive pendant une ou plusieurs semaines jusqu'à atteindre le seuil de sécurité et l'arrêt du système pour maintenance. Cette détection précoce dès le premier jour d'anomalie est fondamentale pour toutes les raisons mentionnées ci-dessus.
Grâce à la disponibilité croissante de solutions d'analyse des batteries comme celles de PowerUp, qui combinent l'apprentissage automatique et la modélisation électrothermique des batteries, le système devient capable de diagnostiquer automatiquement et beaucoup plus rapidement les problèmes qui apparaissent. Cela aide ensuite les opérateurs de maintenance à effectuer les actions requises pour garantir la sécurité et les performances adéquates du système HVAC et, par conséquent, des batteries.
Comment la solution PowerUp répond-elle à ce problème ?
Pendant la phase d'apprentissage, la solution algorithmique identifie tous les paramètres du modèle. Une fois l'apprentissage terminé (sur moins d'un mois de données collectées en fonctionnement réel), le modèle vérifie le comportement thermique et alerte en cas d'anomalie détectée, ce qui permet d'identifier tout problème de HVAC dès le premier jour.
Ces résultats ont été validés sur un large éventail de données, y compris différentes chimies de batteries, différents fournisseurs de cellules, différents intégrateurs et différents systèmes de gestion thermique. En outre, le modèle d'apprentissage continue d'apprendre tout au long de l'utilisation de la batterie, en s'adaptant automatiquement à tout changement d'utilisation, tel qu'un changement du point de consigne de la température du système de HVAC , par exemple.
En intervenant de cette manière anticipée, les gains sont considérables et permettent de minimiser l'impact sur la durée de vie des batteries (en raison du temps passé à haute température) et de minimiser (voire d'éviter) le risque d'interruption de service (qui est actuellement lié à l'atteinte du seuil critique de sécurité). Autre avantage : Les solutions de PowerUp ne dépendent pas d'un type particulier de gestion thermique. Qu'il s'agisse d'un "air-cooling" ou d'un "liquid-cooling", la détection fonctionne à l'identique.
Étude de cas en situation réelle
Cette figure illustre le cas d'un problème de climatisation rencontré dans un conteneur, qui a entraîné une dérive de la température dans tous les racks de ce conteneur (illustré ici par le rack 01 du conteneur 04), alors que le reste du bien avec les mêmes profils d'utilisation n'a pas connu de problèmes de gestion thermique (illustré ici par le rack 01 du conteneur 03).
- Dans cet exemple, la dérive de température s'est étendue sur 10 jours, avec des températures de fonctionnement comprises entre 30°C et 50°C (néfastes pour la durée de vie des équipements), avant d'atteindre le seuil d'arrêt des baies non régulées thermiquement (ici à 55°C).
- L'interruption de service du conteneur 04 a en outre provoqué l'arrêt d'autres conteneurs du site reliés au même point de livraison (illustré par l'arrêt du conteneur 03 le 19 février, qui n'était pas affecté par le problème de régulation de la température).
- Enfin, cet exemple montre que le retour à la normale est intervenu après deux jours d'interruption générale, ce qui aurait pu être évité en détectant l'anomalie dès le premier jour. Ceci est rendu possible par le module d'analyse automatique développé par PowerUp.
