Exploiter les données pour le fonctionnement de l'eBus

Battery Knowledge

Alors que la pression pour réduire les émissions de gaz à effet de serre s'intensifie dans les villes, l'électrification des flottes d'autobus apparaît de plus en plus comme une initiative d'urbanisme efficace et durable. Au-delà de leur empreinte carbone opérationnelle réduite, les autobus électriques sont également plébiscités pour leurs coûts d'exploitation moindres (économies sur le carburant et les coûts de maintenance) et l'amélioration du confort des passagers. Ils sont donc en passe de devenir essentiels pour les gestionnaires de flotte dans leur transition vers des opérations à forte valeur ajoutée et à faible émission de carbone.

Cependant, la balance ne penche pas encore totalement du côté des autobus électriques, car un problème crucial reste à résoudre : celui de l'autonomie limitée des autobus électriques par rapport aux autobus à moteur à combustion interne (MCI). Une épine dans le pied des opérateurs de flottes, dont le modèle repose directement sur l'utilisation optimisée de leurs actifs.

Loin d'être une fatalité, deux stratégies peuvent être déployées à grande échelle pour surmonter cette limitation :

  1. Infrastructure de recharge intelligente, adaptée à l'utilisation des bus et aux enjeux de la gestion de flotte
  2. Surveillance étroite de l'état de charge des batteries (SOC) et de leur performance au fil du temps.

En lisant entre les lignes, la mise en œuvre de telles stratégies implique une approche holistique des données de la batterie, qui deviennent la véritable poudre sèche alimentant la stratégie de contrôle des performances de la batterie.

Comment passer des batteries "boîte noire" embarquées dans les bus à des informations exploitables sur les batteries permettant d'améliorer les performances, de réduire les coûts de maintenance et d'optimiser le cycle de vie des batteries ?

Collecte de données

Le premier obstacle est l'accès aux données, qui n'est pas toujours évident. Trois scénarios principaux peuvent aider les opérateurs de flottes à collecter des signaux de données à partir de la batterie d'un véhicule et à les transmettre à son système de contrôle du transport intermodal (ICTS) :

  • Certains constructeurs ont installé leur propre système télématique sur le véhicule, qui collecte toutes les données pertinentes provenant des capteurs du véhicule (y compris la batterie) et les transmet à un portail de service central. L'opérateur de flotte peut alors récupérer les données en utilisant des API par exemple, mais cet accès est conditionné à l'accord du fabricant.
  • En l'absence de télématique intégrée par le fabricant, les opérateurs de flottes peuvent recourir à des fournisseurs tiers : ceux-ci peuvent installer un module télématique externe dans le véhicule pour récupérer les données pertinentes à partir des interfaces du véhicule (généralement le réseau de contrôleurs - CAN - bus), qui les enverront à un système de triage en amont. Les données sont ensuite mises à la disposition des opérateurs de flotte via des interfaces telles que les API.
  • Enfin, une troisième solution peut consister à laisser l'unité embarquée (OBU) du système ITCS de l'opérateur du parc automobile récupérer les données directement à partir des interfaces du véhicule et les transférer au serveur ITCS, où un traitement ultérieur des données peut avoir lieu.

Figure 1. Architecture du système de télédiagnostic.

Quel que soit le scénario décrit ci-dessus, il est recommandé que les interfaces pour la collecte et l'analyse des données des bus électriques soient basées sur des normes ouvertes, plutôt que sur des implémentations propriétaires. En tant qu'opérateur de flotte, cela permet une plus grande flexibilité et évite le verrouillage des fournisseurs.

Parmi les normes ouvertes recommandées figure le télédiagnostic pour les garages intelligents en temps réel (TiGR), qui permet aux systèmes embarqués de tous les véhicules d'une flotte donnée qui en sont équipés de communiquer avec les systèmes informatiques dorsaux d'une manière normalisée, quel que soit le système ou le vendeur. Ce protocole gagne du terrain et a notamment été approuvé par l'association ITxPT, une association qui promeut l'interopérabilité des systèmes informatiques dans les transports publics.

En savoir plus sur le protocole TiGR

Même si les données peuvent être consultées, on peut cependant être rapidement confronté à des questions de l'exactitude et de l'exhaustivité des données. d'exactitude et d'exhaustivité des données. Cela soulève la question des exigences en matière de données clairement spécifiéesafin que les points de données aient l'étendue et la granularité appropriées.

Exigences en matière de données

Étant donné la complexité de la chaîne de collecte des données (c'est-à-dire les trois approches principales mentionnées ci-dessus), il devient évident qu'il est crucial de déterminer avec soin les exigences en matière de spécification des données afin de limiter les allers-retours complexes ou les extractions incomplètes.

Quels seraient alors les points de données indispensables ?

La tension (U), le courant (I) et la température (T) pour commencer, car ils sont la pierre angulaire de toute approche analytique efficace de la batterie. La tension et la température minimales et maximales des cellules sont également essentielles, car elles permettent de détecter les anomalies liées au déséquilibre des cellules.

Ces paramètres ont un impact direct sur les performances de la batterie et la perte de capacité. Le fait d'avoir accès à ces paramètrespermet une détection précoce et précise des anomalies, ce qui laisse une plus grande marge de manœuvre pour une action préventive . Unexemple est la détection précoce du déséquilibre des cellules qui permet d'augmenter les chances de récupération de la capacité(voir l'article sur la dégradation des batteries) : oans le contexte de l eBus illustré à la figure 2, a +5% gain pourrait être atteint sur cette 95,8 kWhy de 95,8 kWhpar rapport à la perte de capacité plus élevée qui a été signalée sans rééquilibrage sensible.

Figure 2 : Perte de capacité de la batterie eBus avec et sans procédures d'équilibrage des cellules

Paramètres make pour la clé d'entrée de l'analyse approche: avec des clairement identifiés paramètres clairement identifiés, il est alors possible d'alimenter algorithmes avancés de traitement des données, qui transformeront les données en informations intelligibles et propices à la prise de décision décisionnelles.

Contactez l'équipe pour avoir accès aux spécifications complètes des besoins en données de PowerUp.

Nettoyage et traitement des données

Une fois identifiées et mises à disposition, les données doivent encore être traitées pour devenir pertinentes. C'est là que réside le principal défi.

La qualité et la gestion des données sont en effet confrontées à trois défis :

  • Tout d'abord, le volume important de données de batterie générées par les bus électriques peut être difficile à traiter et à analyser, en particulier en raison des capacités de stockage et de calcul limitées des unités embarquées.
  • En outre, la complétude des données et la fiabilité des mesures du système de gestion de la batterie (BMS) doivent être soigneusement examinées, car des erreurs peuvent se produire
  • Enfin, les pannes de communication sur les bus électriques peuvent créer des lacunes dans les séries temporelles collectées par le BMS.

Par conséquent, les données de terrain (courant (I), tension (U) et température (T)) doivent passer par une étape de nettoyage et de vérification rigoureuse avant d'être utilisées pour les algorithmes de dégradation et de sécurité de la batterie. Plus précisément, les données brutes de fonctionnement de la batterie sont filtrées, normalisées et étiquetées. Le processus comprend également des étapes de vérification et de validation qui identifient les anomalies de mesure, éliminent les données anormales et comblent automatiquement les lacunes des données en fonction des profils d'utilisation et des comportements de la batterie. Le résultat est un ensemble de données fiables et cohérentes qui peuvent être utilisées pour alimenter les algorithmes de dégradation et de sécurité de PowerUp.

Grâce à un processus efficace de nettoyage et de traitement, les algorithmes peuvent fonctionner en douceur et avec un haut niveau de fiabilité ; les problèmes de performance peuvent être identifiés et la maintenance des batteries peut être optimisée en conséquence, ce qui permet de réduire les coûts :

  • Réduction des coûts d'exploitation et de maintenance et augmentation de la longévité de leur flotte de bus électriques en minimisant les temps d'arrêt.
  • Les risques liés aux batteries sont détectés avant qu'un incendie ne se produise, ce qui est très préjudiciable aux opportunités de croissance actuelles et futures de l'entreprise.

C'est la valeur que l'analyse de batterie basée sur le cloud Battery Insight® s'efforce d'apporter.

Dans l'ensemble

La batterie est un "moteur" de bus électrique : en tant que telle, sa performance a un impact considérable sur l'équation économique globale du gestionnaire de flotte, ainsi que sur les opérations quotidiennes.

Il est donc essentiel de surveiller étroitement la batterie, en s'appuyant sur des données de terrain pour obtenir des informations précieuses sur les performances de la batterie (et de la flotte).

Pour mettre en œuvre une stratégie efficace axée sur les performances, les opérateurs et les intégrateurs d'eBus doivent s'assurer de :

  • Accéder à la bonne typologie et au bon niveau de données, en exploitant les systèmes télématiques ou les fournisseurs d'unités embarquées.
  • Promouvoir des normes mondiales de communication informatique qui permettent l'interopérabilité entre différents systèmes et fournisseurs, afin de garantir une extraction homogène des données.
  • Recourir à des processus de nettoyage des données de haute qualité (via des fournisseurs de solutions d'analyse des batteries comme Battery Insights®) pour éliminer les données trompeuses et incohérentes et s'assurer que les algorithmes sont alimentés par le bon niveau et la bonne qualité de données.

Partagez ce contenu :

Les défis de l'estimation du SOC
Capacité des batteries : diagnostic et prévision [Partie 1]
Article précédent
Les défis de l'estimation du SOC
Article suivant
Capacité des batteries : diagnostic et prévision [Partie 1]