Lithium-ion batteries (LiBs) are nowadays the most widespread technology for the storage of electric energy. LiBs represent an established choice in many applications: from the portable electronics, to the personal mobility and the solar energy storage. In particular, thanks to their superiority to other solutions, LiBs are considered a required technology for the upcoming transition to Electric Vehicles (EVs) and Hybrid Electric Vehicles (HEVs). In order to operate efficiently and safely, Li-ion battery packs need a real-time monitoring system, the so-called Battery Management System (BMS). Modern BMSs demand for dynamical models to estimate unknown states of the cell, such as the State of Charge (SoC), i.e. the amount of remaining energy, or the level of degradation of the single cells. Therefore, the use of the models acquires importance with respect to traditional use, i.e. the simulation of the battery's behaviour for utilization and manufacturing purposes. There exist two main families of models for Li-ion cells: the Electro-Equivalent Models, also called Equivalent Circuit Models (ECMs) and the Electrochemical Models (EMs). ECMs explain the cell dynamics with a fictitious equivalent circuit, and are extensively used because of their simplicity and ease of identification and implementation. EMs are, on the other hand, more accurate, since they model real electrochemical phenomena taking place inside the cell. They are more complex, and the high number of parameters make them challenging to identify. In this thesis a two-step protocol for the identification of an electrochemical Single Particle Model (SPM) is developed, using non-invasive Current-Voltage measurements. The identification procedure has been experimentally validated on a commercial LiFePO4 cell. The SPM performance are compared to a 2nd order ECM model with SoC-dependent components, previously identified. The comparison reveals a superior prediction capability of the SPM when high current profiles are applied on the cell.

Le batterie agli Ioni di Litio (LiBs) sono la tecnologia più diffusa al giorno d'oggi per l'immagazzinamento di energia elettrica. Le LiBs rappresentano una scelta ben consolidata in molte applicazioni: dall'elettronica di consumo, alla mobilità personale fino all'immagazzinamento di energia solare. In particolare, grazie alla loro superiorità tecnologica rispetto ad altre soluzioni, le LiBs sono considerate una tecnologia necessaria per l'imminente transizione ai veicoli elettrici (EV) o ibridi elettrici (HEV). Per operare efficientemente e in sicurezza, i pacchi di batterie LiBs richiedono un sistema di monitoraggio real-time, chiamato Battery Management System (BMS). I moderni BMS impiegano modelli dinamici per stimare stati non misurabili della cella come lo Stato di Carica (SoC), ovvero l'ammontare di energia residua nella batteria, o il livello di invecchiamento delle singole celle. Dunque, l'utilizzo di modelli guadagna importanza rispetto agli impieghi tradizionali, come la simulazione del comportamento della cella a scopi di utilizzo o di fabbricazione della stessa. Esistono due principali categorie di modelli per celle agli Ioni di Litio: i Modelli a Circuito Equivalente (ECM) e i Modelli Elettrochimici (EM). Gli ECM spiegano la dinamica della cella con un circuito equivalente fittizio, e sono ampiamente utilizzati in applicazioni real-time per la loro semplicità di implementazione e di identificazione. Gli EM sono, d'altro canto, più accurati, poiché modellano i fenomeni elettrochimici che hanno luogo nella cella. Gli EM sono più complessi e richiedono un maggiore sforzo per essere identificati, dato il loro alto numero di parametri. In questa tesi viene sviluppato un protocollo a due fasi per identificare un modello elettrochimico chiamato Single Particle Model (SPM), utilizzando misurazioni non invasive di Tensione-Corrente. La procedura di identificazione è poi validata sperimentalmente su una cella commerciale di tecnologia LiFePO4. Il modello SPM è successivamente confrontato con un ECM del secondo ordine con componenti SoC-varianti, precedentemente identificato. Il confronto mostra che l'SPM mantiene una capacità di predizione superiore all'applicazione di alte correnti

Experimental identification of electro-equivalent and electrochemical models for Lithium-ion cells

Trivella, Andrea
2020/2021

Abstract

Lithium-ion batteries (LiBs) are nowadays the most widespread technology for the storage of electric energy. LiBs represent an established choice in many applications: from the portable electronics, to the personal mobility and the solar energy storage. In particular, thanks to their superiority to other solutions, LiBs are considered a required technology for the upcoming transition to Electric Vehicles (EVs) and Hybrid Electric Vehicles (HEVs). In order to operate efficiently and safely, Li-ion battery packs need a real-time monitoring system, the so-called Battery Management System (BMS). Modern BMSs demand for dynamical models to estimate unknown states of the cell, such as the State of Charge (SoC), i.e. the amount of remaining energy, or the level of degradation of the single cells. Therefore, the use of the models acquires importance with respect to traditional use, i.e. the simulation of the battery's behaviour for utilization and manufacturing purposes. There exist two main families of models for Li-ion cells: the Electro-Equivalent Models, also called Equivalent Circuit Models (ECMs) and the Electrochemical Models (EMs). ECMs explain the cell dynamics with a fictitious equivalent circuit, and are extensively used because of their simplicity and ease of identification and implementation. EMs are, on the other hand, more accurate, since they model real electrochemical phenomena taking place inside the cell. They are more complex, and the high number of parameters make them challenging to identify. In this thesis a two-step protocol for the identification of an electrochemical Single Particle Model (SPM) is developed, using non-invasive Current-Voltage measurements. The identification procedure has been experimentally validated on a commercial LiFePO4 cell. The SPM performance are compared to a 2nd order ECM model with SoC-dependent components, previously identified. The comparison reveals a superior prediction capability of the SPM when high current profiles are applied on the cell.
RADRIZZANI, STEFANO
RIVA, GIORGIO
SAVARESI, SERGIO MATTEO
ING - Scuola di Ingegneria Industriale e dell'Informazione
28-apr-2022
2020/2021
Le batterie agli Ioni di Litio (LiBs) sono la tecnologia più diffusa al giorno d'oggi per l'immagazzinamento di energia elettrica. Le LiBs rappresentano una scelta ben consolidata in molte applicazioni: dall'elettronica di consumo, alla mobilità personale fino all'immagazzinamento di energia solare. In particolare, grazie alla loro superiorità tecnologica rispetto ad altre soluzioni, le LiBs sono considerate una tecnologia necessaria per l'imminente transizione ai veicoli elettrici (EV) o ibridi elettrici (HEV). Per operare efficientemente e in sicurezza, i pacchi di batterie LiBs richiedono un sistema di monitoraggio real-time, chiamato Battery Management System (BMS). I moderni BMS impiegano modelli dinamici per stimare stati non misurabili della cella come lo Stato di Carica (SoC), ovvero l'ammontare di energia residua nella batteria, o il livello di invecchiamento delle singole celle. Dunque, l'utilizzo di modelli guadagna importanza rispetto agli impieghi tradizionali, come la simulazione del comportamento della cella a scopi di utilizzo o di fabbricazione della stessa. Esistono due principali categorie di modelli per celle agli Ioni di Litio: i Modelli a Circuito Equivalente (ECM) e i Modelli Elettrochimici (EM). Gli ECM spiegano la dinamica della cella con un circuito equivalente fittizio, e sono ampiamente utilizzati in applicazioni real-time per la loro semplicità di implementazione e di identificazione. Gli EM sono, d'altro canto, più accurati, poiché modellano i fenomeni elettrochimici che hanno luogo nella cella. Gli EM sono più complessi e richiedono un maggiore sforzo per essere identificati, dato il loro alto numero di parametri. In questa tesi viene sviluppato un protocollo a due fasi per identificare un modello elettrochimico chiamato Single Particle Model (SPM), utilizzando misurazioni non invasive di Tensione-Corrente. La procedura di identificazione è poi validata sperimentalmente su una cella commerciale di tecnologia LiFePO4. Il modello SPM è successivamente confrontato con un ECM del secondo ordine con componenti SoC-varianti, precedentemente identificato. Il confronto mostra che l'SPM mantiene una capacità di predizione superiore all'applicazione di alte correnti
File allegati
File Dimensione Formato  
2022_04_Trivella_Thesis.pdf

non accessibile

Descrizione: Versione finale dell'elaborato
Dimensione 20.23 MB
Formato Adobe PDF
20.23 MB Adobe PDF   Visualizza/Apri
2022_04_Trivella_Executive_Summary.pdf

non accessibile

Dimensione 3.14 MB
Formato Adobe PDF
3.14 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/188293