Battery aging control for electric vehicles

Lithium-ion batteries are prone to aging, which decreases the battery performance. Range, cost, and battery life are the central challenges for the development of Li-ion battery system for EVs. A sufficient long battery life is necessary to avoid costly battery replacements during the vehicle life. This thesis explores the possibility of controlling in closed-loop, the aging of the battery. The idea is to control the maximum current requested to the battery and to schedule the charging events in order to mitigate the battery degradation. Limiting the use of the battery means compromising with vehicle performance in terms of maximum accelerations, driving range and charge time. The control objective can be therefore defined in minimizing the battery aging and, at the same time, guarantying satisfactory vehicle performance. With respect to the above closed-loop study, vehicle driving cycle have a great effect on the vehicle performance. Generally, real-world driving conditions greatly vary from standard driving cycle used for regular tests, as they have sudden changes in the acceleration due to the different driving cycle and traffic condition. Moreover, standard driving cycle has a considerable effect on the energy consumption and the battery aging which leads to the low performance of the vehicle. In order to avoid this issue, an approach called Markov process is applied. The Markov process is based on stochastic process and probability theory, which is used to design the time-variant driving cycle. In addition to it, this thesis deals with the control problem using PSO (Particle swarm optimization) algorithm. The control problem is formally defined in an optimization framework and an optimal benchmark is obtained for future online battery management strategies.  

Le batterie agli ioni di litio sono soggette all'invecchiamento, che riduce le prestazioni della batteria. Gamma, costi e durata della batteria sono le sfide centrali per lo sviluppo del sistema di batterie agli ioni di litio per veicoli elettrici. Una batteria sufficientemente lunga è necessaria per evitare costose sostituzioni della batteria durante la vita del veicolo. Questa tesi esplora la possibilità di controllare a ciclo chiuso, l'invecchiamento della batteria. L'idea è di controllare la corrente massima richiesta alla batteria e programmare gli eventi di ricarica al fine di mitigare il degrado della batteria. Limitare l'uso della batteria significa compromettere le prestazioni del veicolo in termini di massima accelerazione, autonomia di guida e tempo di ricarica. L'obiettivo di controllo può quindi essere definito nel minimizzare l'invecchiamento della batteria e, allo stesso tempo, garantire prestazioni soddisfacenti del veicolo. Rispetto al precedente studio a circuito chiuso, il ciclo di guida del veicolo ha un grande effetto sulle prestazioni del veicolo. Generalmente, le condizioni di guida del mondo reale variano notevolmente dal ciclo di guida standard utilizzato per i test periodici, poiché hanno improvvisi cambiamenti nell'accelerazione a causa del diverso ciclo di guida e delle condizioni del traffico. Inoltre, il ciclo di guida standard ha un effetto considerevole sul consumo di energia e sull'invecchiamento della batteria che porta alle basse prestazioni del veicolo. Per evitare questo problema, viene applicato un approccio chiamato processo Markov. Il processo Markov si basa sul processo stocastico e sulla teoria della probabilità, che viene utilizzato per progettare il ciclo di guida variante-tempo. Oltre a ciò, questa tesi si occupa del problema di controllo usando l'algoritmo PSO (Particle swarm optimization). Il problema di controllo è definito formalmente in un framework di ottimizzazione e si ottiene un benchmark ottimale per le future strategie di gestione della batteria online.