Geri Dön

Nominal capacity calculation for lithium-ion batteries with advanced algorithms

Lityum-iyon bataryalarda gelişmiş yöntemlerle batarya güncel kapasite kestirimi

PDF İndir

  1. Tez No: 735121
  2. Yazar: HARUN NALBANT
  3. Danışmanlar: PROF. DR. METİN GÖKAŞAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mekatronik Mühendisliği, Mechatronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 82

Özet

Mevcut üst düzey teknolojiler için yüksek enerji kullanımı ile Sanayi Devrimi'nden sonra küresel ısınmanın hızı ve enerji talebi hızla artmıştır. Otomotiv sektörü, kaliteli ulaşım sağlayabilmek için yüksek enerji kaynaklarına ihtiyaç duyan ana sektörlerin başında gelmektedir. Ancak, bu yüksek enerji kullanımı nedeniyle, fosil yakıt kullanımına bağlı olarak Karbon emisyonları hızla artmıştır. Koronavirüs pandemisi sonrası sürücülerden toplu taşıma yerine özel araçlara olan talep hızla arttı. Bunun bir sonucu olarak, emisyonların gelecekte daha da artması öngörülmektedir. Ayrıca, pandemiden önce bile birçok ülke, küresel ısınmanın yıkıcı etkilerini azaltmak için emisyon düzenlemelerini ayarladı. Bu nedenle birçok otomotiv üreticisi bu güçlü düzenlemelere uyum sağlayacak teknolojiler aramaya başladı. Elektrikli araçlar bu araştırmaların sonucunda ortaya çıktı. Buna ek olarak, elektrikli araçlardaki konfor ve daha az karmaşık tasarım insanlar için daha çekici hale gelmiştir. Sistemin daha basit bir hale dönüştürülmesi aynı zamanda servis maliyetlerini azaltarak insanlar için daha cazip hale gelmiştir. Bu nedenle yolda elektrikli araç (EV) sayısının artması bekleniyor. Elektrikli aracın ana bileşenleri, tahrik ve enerji depolama bileşenleridir. Yani elektrikli araç bataryaları ve elektrik motorları elektrikli araçlarda kilit rol oynamaktadır. Sürücü olarak, bir araç seçmek için 2 ana parametre vardır: Tahrik Gücü ve Menzil. Tahrik gücü, iyi bir elektrik motoru ve motor sürücüsü tasarımı ile sağlanabilir. Öte yandan, EV bataryaları menzilin artmasında önemli bir rol oynamaktadır. İnsanların çoğu genellikle yüksek güçler yerine menzile ve kullanıma odaklanır. Bu nedenle, bu çalışmada odak noktası EV bataryalarıdır. EV bataryaları, araçtaki ana ve pahalı bileşenlerden biridir. Sürücüler esas olarak aracı herhangi bir bileşen değişikliği yapmadan mümkün olduğunca çok kullanma eğilimindedir; ancak zaman geçtikçe batarya eskimekte ve performansı düşmektedir. Ayrıca, yaşlanmış bir batarya sürücüye ve yolculara zarar verebilir. Batarya geliştiricileri, istenmeyen durumlardan kaçınma eğiliminde olduğundan, bataryalar sınırlı bir süre için kullanılmak üzere tasarlanmıştır. Buradaki temel zorluk oluşturabilecek konu, yaşlanmış bataryanın düşen performansı ve açık devre durumuna düşmesi örnek olarak gösterilebilir. Bu sınırlı süre esas olarak bataryanın Sağlık Durumuna (SOH) bağlıdır. SOH, bataryanın uzun vadedeki davranışını izlemek için bir Batarya Yönetim Sistemindeki (BMS) ana göstergedir. Geliştiriciler, batarya kullanımı için güvenli aralığı sağlamayı hedeflemektedir. Bu güvenli aralık ise genel kabul olarak \cite{UweSauer} mevcut kapasitenin % 20 azalması olarak örneklendirilebilir. Öte yandan, sürücüler, batarya ile ilgili servis maliyetlerinden olabildiğince kaçınmak için, mevcut bataryayı olabilecek en fazla sürede kullanmak istemektedirler. Günümüz teknolojisinde yaygın olarak kullanılan teknik Lithium-Ion batarya teknolojisidir. Bu teknolojinin sağladığı temel avantajlar çeşitli güç ve enerji aralığında daha güvenilir ve daha yüksek kullanım performanslı sonuçlar verebilmeleridir. Bu teknolojideki temel çalışmalar hem araç içi yolcuların hem de bataryanın korunması üzerinedir. Lityum elementi kimyasal yapısı gereği çok reaktif bir elementtir. Dolayısıyla çok hızlı tepkimelere girebilmektedir. Yaşlanmış bir bataryada yaşanabilecek olası bir kimyasal sıkıntı çok hızlı istenmeyen sonuçlar doğurabilmektedir. Bunu çözmek için güvenlik katsayısı arttırılarak batarya daha sınırlı kullanılabilmektedir; fakat buradaki sıkıntı ise bataryanın verebileceği performansı güvenlik önlemlerinden kaynaklı alamamaktır. Dolayısıyla, batarya daha iyi gözlemlenirse bu güvenli çalışma aralığı arttırılabilir. Bu da batarya sağlık durumunun yüksek doğrulukla hesaplanması ile sağlanmaktadır; fakat bu değer ölçülebilir bir değer olmadığı için matematiksel gözlemleyeciler yardımıyla izlenebilmektedir. Bu çalışmada da bu gözlemleyiciler uygulanarak batarya sağlık durumu göstergesi olan batarya kapasitesi hesaplanmıştır. Buna ek olarak, batarya iç direnci izlenerek de SOH hesabı yapılabilmektedir; fakat kapasite değeri aynı zamanda SOC için de ana gösterge olup ve iç direncin çok doğrusal olmayan davranışından ötürü, kapasite hesaplaması tercih edilmiştir. Bataryanın Sağlık Durumu batarya ömür döngüsünü belirler. Bir batarya, sürüş profili, sıcaklık ve çevrim koşulları nedeniyle eskimişse, o bataryanın kullanımı batarya yönetim sistemi tarafından kısıtlanır. Batarya yönetim sistemi, yaşlanmaya bağlı oluşabilecek batarya sıkıntılarını önlemek amacıyla sürücüyü önden uyarabilecek mekanizmalar uygulamaktadır. Bunlara ek olarak, maksimum verilebilecek gücü limitleyeilir. Bu mekanizmalar, SOH hesaplamasının doğruluğuna dayanır ve doğruluk ne kadar artarsa güvenlik mekanizmaları o kadar geç devreye girer. Otomotiv endüstrisinde, batarya üreticilerinin garanti süreleri genel anlamda bataryanın sıkıntıya girmeyeceği en düşük SOH düzeyine kadar belirlenir. Başka bir deyişle, mevcut SOH değeri batarya üreticisinin belirlediği sınırdan düşük ise, garanti süresi dolmuştur diyebiliriz. Bu sınır SOH değeri oluşabilecek en kötü senaryoya göre belirlenmektedir. Başka bir deyişle, güvenli tarafta kalmak için SOH hesaplamasındaki hata payı bu garanti değerine eklenmektedir. Bu şekilde, bataryayı aslında olabileceğinden daha kısa süre kullanmış oluyoruz. Eğer ki hata payı düşürülürse, o zaman, bataryayı gerçek ömrüne daha yakın daha uzun sürelerde kullanabiliyoruz. Örneğin, son teknoloji bataryalar, SOH'in %5 doğrulukla hesaplanması koşuluyla genellikle 5 yıl garantilidir. Bu doğruluk ~% 3 artırılırsa, batarya ömrü 1 ekstra yıl daha garanti edilebilir. Batarya teknolojileri geliştiği için, garanti süresi 5 yıldan fazla olabilir ve bu da SOH doğruluğunun iyileştirilmesine dayalı olarak daha yüksek bir artışla sonuçlanır. Örneğin Türkiye milli otomobili (TOGG) için hedef 8 yıl batarya garantisidir. Bu durumda garanti süresi, doğruluk artırılarak 1,5 yıl kadar uzatılabilir. SOH için 2 ana gösterge vardır: Kapasite ve İç Direnç. Kapasite aynı zamanda şarj durumu (SOC) hesaplaması için ana gösterge olduğundan ve dirence dayalı hesaplamaya göre nispeten daha doğrusal olduğundan, bu tezdeki ana odak, kapasite hesaplamasındaki doğruluğu artırmaktır. Bu tezin temel amacı, son teknoloji kapasite hesaplama tekniklerini analiz ederek sıcaklık ve yaşlanma durumuna bağlı olarak çeşitli çalışma ortamlarında çözümler önermektir. Başlangıç noktası olarak, söz konusu batarya, bir Lityum kobalt oksit (LCO) kimyasına sahip seçilmiştir. Bundan sonra, karakterizasyon testlerine dayanarak bataryanın açık devre davranışı üretilmiştir. Daha sonra MATLAB Parameter Estimation Toolbox yardımıyla batarya 1-RC eşdeğer devresi modellenmiştir. Buradan çıkan 1-RC eşdeğer devre modeli, model tabanlı uygulamalara girdi oluşturulmuştur. Son olarak, teze konu olan metodolojiler uygulanıp analiz edilmiştir. Bu çalışmada, hem deterministik, hem stokastik hem de hibrit yaklaşımların verdiği sonuçlar gruplanarak gözlemlenmiştir ve bunların sonuçları analiz edilmiştir. Batarya kapasitesinin temel hesaplaması, sisteme giren/çıkan akıma ve buna bağlı olarak yaşanan SOC değişimine dayanmaktadır; ancak bu yaklaşım, belirli SOC koşulları altında sensör gürültüsüne ve bataryanın doğrusal olmamasına karşı çok hassastır. Bunu geliştirmek için 3 farklı yöntem uygulanıp analiz edilmiştir. İlk olarak, SOC hesaplamasında doğruluğu artırmak için Genişletilmiş Kalman Filtresi tanıtılmıştır. Buna ek olarak Genişletilmiş Kalman Filtresi ile gözlemlenen SOC kullanılarak Luenberger gözlemcisi yardımıyla kapasite hesaplanmıştır. İkinci olarak, İkili Kalman Filtresi yaklaşımı uygulanmaktadır. Üçüncü olarak, İkili Kayan Kipli Gözleyici uygulanmıştır ve sonuçları analiz edilmiştir. Son olarak, her bir bağımsız algoritma için sonuçlar karşılaştırılıp kullanımları için olası öneriler sunulmuştur. Genişletilmiş Kalman filtresi ve Luenberger Observer kombinasyonu, sensör ve proses gürültülerini filtreleme açısından temel yaklaşıma göre nispeten daha iyi bir sonuç vermiştir; ancak aşırı sıcaklık koşullarında performansı pek tatmin edici değildir. Ayrıca, ömrün ortasındaki ve sonundaki modelleme hatalarının etkileri daha düşük doğruluk ile sonuçlanmıştır. İkili Kalman Filtresi ve İkili Kayan Kipli Gözleyici yaklaşımları ise aşırı sıcaklıklarda ve orta ve ömür sonu koşullarında olası modelleme hatalarına karşı daha iyi bir sonuç vermiştir; ancak bu 2 yaklaşım, temel hesaplamaya ve Genişletilmiş Kalman Filtresi + Luenberger Gözlemcisi birleşik hesaplamasına kıyasla daha fazla CPU gücü ve bellek gerektirir. Sonuç olarak, işlemci kaynakları yeterliyse ikili yöntemler daha yüksek performans sağlamaktadır.

Özet (Çeviri)

The speed of global warming and demand for energy increased rapidly after Industrial Revolution by high energy usage for the current high-level technologies. The automotive industry is one of main industries demanding high energy resources to grant quality transportation. However, due to this high usage of energy, the Carbon emissions rapidly increased due to fossil-fuel usage. Many countries adjusted their emission regulations to decrease the devastating effects of global warming. Therefore, many automotive producers started to search for technologies to comply with these strong regulations. Electric vehicles emerged from these regulations. In addition to that, the comfort and the decreased complexity of the design in the electric vehicles are also very appealing for the people which means lower effort on the service needs. Therefore, it is expected that the number of electric vehicles (EVs) will increase on the way. The main components for the electric vehicle are the propulsion and energy storage components. As a driver, there are 2 main parameters selecting a vehicle: Propulsion Power and Range. Propulsion power could be granted with a good electric motor and inverter design. On the other hand, EV batteries play a key role in increased range. The majority of the people generally focus on the range and usage instead of high-powers. Therefore, the point of focus in this study is the EV batteries. EV batteries are one of the main and most expensive components in the vehicle. The drivers mainly tend to use the vehicle as much as they can without any component change. However, as time goes on, the battery gets older and its performance would be decreased. Furthermore, an aged battery could harm the driver and the passengers. As battery developers tend to avoid any unwanted situation, the batteries are restricted to be used for a limited time. This limited-time is mainly dependent on battery State-of-Health (SOH). The SOH is the main indicator in a Battery Management System (BMS) to monitor the battery. The developers target to ensure a safe range for battery usage. On the other hand, the driver would like to challenge the limits to use the battery longer to avoid frequent battery-related service costs. State-of-Health of the battery determines the battery life cycle. If a battery is aged due to driving, temperature and cycle conditions, then, the usage of that battery is restricted by the Battery Management System (BMS). To avoid failure due to ageing, there are some mechanisms to warn the driver before the battery fails so that any kind of incident is prevented. This restriction relies on the accuracy of the SOH calculation. In the automotive industry, the battery manufacturers' warranty period mainly depends on the battery SOH. In other words, if the actual SOH of the battery is lower than the guaranteed value, then, the warranty period is over. This SOH value is defined under the worst-case scenario. In other words, the calculation accuracy for SOH is added as an offset to the target value of the manufacturer. The worse value of SOH calculation accuracy would result in an earlier finish of the warranty period. In other words, better accuracy would result in a longer battery usage period. Better accuracy results in a longer warranty period. For example, the state-of-art batteries are generally guaranteed for 5 years under the condition SOH is calculated with %5 accuracy. If this accuracy is increased by ~% 3, then the battery life would be guaranteed for 1 more year. Since the battery technologies are growing, the warranty period could be more than 5 years which results in a higher increase based on SOH accuracy improvement. There are 2 main indicators for SOH: Capacity and Internal Resistance. Since capacity is also the main indicator for state-of-charge (SOC) calculation and is relatively linear compared to resistance-based calculation, the main focus of this thesis is to increase the accuracy of capacity calculation. The main aim of this thesis is to analyze the state-of-art capacity calculation techniques and propose solutions under several working environments based on temperature and ageing status. As a starting point, the subject battery is selected which has a Lithium cobalt oxide (LCO) chemistry. After that, based on the characterization tests, the open-circuit behaviour of the battery is generated. Then, the battery 1-RC equivalent circuit is modelled with the help of MATLAB Parameter Estimation Toolbox. Finally, the subject methodologies are implemented and analyzed. The basic calculation of the battery capacity is based on current flow and SOC change. However, this approach is very vulnerable to sensor noise and battery non-linearity under certain SOC conditions. To improve this, 3 different methods are analyzed. Firstly, Extended Kalman Filter is introduced to increase accuracy in the calculation of SOC. In addition to that, capacity is observed with the help of a Luenberger observer by using the SOC observed with the Extended Kalman filter. Secondly, the Dual Kalman Filter approach is implemented. Thirdly, Dual Sliding Mode Observer is introduced and its consequences are analyzed. Finally, the results for each independent algorithm are compared and possible recommendations are provided for their usage. The combination of the Extended Kalman filter and Luenberger Observer relatively gives an improved result in comparison to the basic approach in terms of filtering the sensor and process noises. However, its performance is not very satisfying under extreme temperature conditions. Furthermore, the compensation of modelling errors in the middle and end of the life is very low which results in higher accuracy errors. On the other hand, the Dual Kalman Filter approach and Dual Sliding Mode Observer approach give better results under extreme temperatures and modelling inaccuracies in middle and end-of-life conditions. However, these 2 approaches require more CPU power and memory in comparison to the basic calculation and Extended Kalman Filter + Luenberger Observer combined calculation. In conclusion, the dual methods give higher performance if the processor resources are sufficient.

Benzer Tezler

  1. Tez No

    886708

    Yapay zeka destekli lityum bataryaların ömür hesap programı

    Artificial intelligence supported lithium battery life calculator

    MEHMET FATİH ADAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. PEYMAN MAHOUTİ

  2. Tez No

    55728

    Ters akımlı soğutma kulelerinde ısı ve kütle geçişinin incelenmesi

    Başlık çevirisi yok

    İ.HAKAN SADIKOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    1996

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    DOÇ.DR. CEM PARMAKSIZOĞLU

  3. Tez No

    296999

    Betonarme kolonların eğilme momenti kapasitelerinin dayanım fazlalığı ve malzeme özelliklerindeki belirsizlikler dikkate alınarak belirlenmesi

    Uncertainty analysis of flexural overstrength ratio for R/C columns

    CEM AYDEMİR

    Doktora

    Türkçe

    Türkçe

    2011

    İnşaat MühendisliğiYıldız Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUSTAFA ZORBOZAN

  4. Tez No

    442530

    Doğal soğutmalı silindirik sargılı dağıtım transformatörlerinin ömür hesabında en sıcak nokta sıcaklığı hesabının geliştirilmesi

    Development of a hot-spot temperature calculation for life estimation of a natural cooling cylindirical winding distribution transformers

    AHMET YİĞİT ARABUL

    Doktora

    Türkçe

    Türkçe

    2016

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. İBRAHİM ŞENOL

  5. Tez No

    238122

    Isı geri kazanımlı değişken soğutucu akışkan debili sistemlerde iklimlendirme ve sıcak su üretiminin teknik ve ekonomik analizi

    Technical and economical analysis of air conditioning and hot water gaining with heat recovery variable refrigerant flow systems

    BURAK KOÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    Makine MühendisliğiYıldız Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. DERYA BURCU TÜMER ÖZKAN

Geri Dön