Différences et divergences en matière de SoH : quelles en sont les causes ?

Le SoH affiché sur l'écran du véhicule est-il correct ? Répondre à cette question n'est pas aussi simple qu'il y paraît. Le SoH pertinent d'une batterie dépend fortement de la fiabilité des données utilisées pour le calcul du SoH.

L'état de santé de la batterie de traction, également connu sous le nom de State of Health (SoH), est actuellement un sujet très débattu dans le domaine du diagnostic des batteries. Le SoH de la batterie est l'un des paramètres les plus importants pour son état et sa valeur matérielle. En outre, le SoH est également un indicateur de la sécurité de la conduite et de l'accélération.

Le SoH fournit des informations sur la qualité du fonctionnement d'une batterie et sur la quantité d'énergie qu'elle peut stocker par rapport à son état neuf. Cela aboutit à une question importante pour de nombreux conducteurs de voitures électriques : le SoH affiché sur l'écran du véhicule est-il correct ? La réponse à cette question n'est pas aussi simple qu'il y paraît. Le SoH pertinent d'une batterie dépend également de la fiabilité des données utilisées pour calculer le SoH.

Pour mieux comprendre cela, il faut savoir

  1. ce qu'est le SoH,
  2. comment il est calculé,
  3. pourquoi différentes sources fournissent des données différentes. - Nous y répondons dans ce texte.

Les valeurs du SoH issues de sources différentes ne sont en principe pas comparables

Pour illustrer le problème, nous avons créé un graphique avec 1000 cas statistiquement pertinents, dans lequel les valeurs du SoH lues sont comparées et visualisées avec les valeurs du SoH réellement analysées sur la base de données réelles. Le graphique montre les écarts en points de pourcentage (%P) entre ces deux valeurs. Les « valeurs SoH lues » sont celles calculées par le système de gestion de la batterie (BMS) du véhicule concerné et utilisées pour le calcul de l'autonomie. Les « valeurs SoH analysées sur la base de données réelles » sont les résultats exacts de l'état de santé de la batterie générés par un processus, par ex., un processus de décharge.

La ligne zéro représentant les valeurs SoH exactes est la ligne de base. Les valeurs SoH lues à partir de celle-ci sont représentées par des lignes vers la gauche (la valeur SoH lue est inférieure à la valeur SoH réelle) ou vers la droite (la valeur SoH lue est supérieure à la valeur SoH réelle).

Le fait que la valeur SoH absolue soit de 90 % ou de 50 %, par exemple, n'est pas pertinent pour cette tâche. Ce qui est important, c'est la différence entre les valeurs lues et les valeurs réelles mesurées. Dans certains cas, l'écart entre les valeurs comparatives est de ±5 %P, dans des cas extrêmes, il peut même atteindre +91 %P.

Les raisons des divergences

Plusieurs raisons expliquent ces écarts, que nous pouvons diviser en différents groupes :

  • Raisons techniques : Cette dispersion extrême provient simplement de l'inexactitude de l'algorithme utilisé pour déterminer l'état de la batterie. Dans le système de gestion de la batterie (BMS), l'état de santé est projeté. Chaque fabricant de BMS (en fait, avec chaque variante de logiciel) crée un algorithme à cet effet, basé sur des modèles de cellules de batterie, des modèles d'exploitation et des modèles mathématiques. Ceux-ci sont destinés à cartographier l'état de santé dans le BMS. Des processeurs de très petite taille et de puissance limitée sont utilisés pour effectuer les calculs. Au cours de leur vie, ces processeurs ont besoin de calculer des estimations SoH aussi précises que possible, mais nous voyons ici que beaucoup de ces processeurs atteignent leurs limites de performance dans ce domaine. La méthode d'évaluation AVILOO est basée sur le nuage de données de batteries AVILOO extrêmement puissant et évalue en permanence les données, ce qui constitue un avantage technique considérable.

  • Données réelles (mesurées en temps réel) vs. données lues : Des données réelles sont nécessaires pour calculer la valeur SoH réelle. Cela signifie que les données doivent être collectées au cours d'un processus (décharge, charge, etc.). Toutefois, le BMS fonctionne avec des données de laboratoire extrapolées statistiquement.

  • Utilisation de diverses méthodes et approche non uniforme : Le fait que les mêmes règles, méthodologies et modèles mathématiques adaptés aux différents modèles de voiture soient toujours utilisés joue également un rôle ici avec la ligne zéro. Une autre dispersion résulte des différentes approches des fabricants. Le fabricant A utilise la méthode A, le fabricant B la méthode B, etc. L'un base son estimation sur la décharge, l'autre sur la charge. L'un mesure par la capacité, l'autre par l'énergie. Un fabricant précise que cela s'applique à un certain taux de décharge, par ex. le cycle WLTP approprié. Un autre dit « la décharge est très lente » ou « une charge très lente ». Les fabricants de batteries, d'autre part, ont souvent des définitions complètement différentes de celles des fabricants de voitures. Tous ces facteurs contribuent à une large variation. Toutefois, la raison principale n'est pas seulement la méthode différente, mais aussi l'inexactitude de l'algorithme. L'utilisation de différentes méthodes entraîne un écart d'environ +15 % à -10 %. Le reste de l'écart est dû aux imprécisions de l'algorithme. Toutefois, cela peut changer au fil du temps. Par exemple, un client a lu la valeur SoH de sa batterie et elle était de 80 %. Après une mise à jour du logiciel dans l'atelier, la valeur était soudain à 100 %. Nous nous arrêtons donc là : le fabricant lui-même, avant la mise à jour du logiciel, indiquait 80 % de SoH, et après la mise à jour du logiciel, le SoH était soudainement à 100 %.

Ainsi, si vous voulez savoir jusqu'où vous pouvez réellement rouler avec un véhicule sans tomber en panne au milieu du chemin, vous devriez laisser la mesure de la valeur SoH à ceux dont vous connaissez la technologie. Chez AVILOO, vous obtenez non seulement des données calculées de haute qualité, mais aussi des valeurs réelles provenant de la voiture testée. Nous rendons l'état de santé de la batterie de traction transparent pour tout le monde. C'est ce que nous faisons tous les jours. Connecter et détecter.

Retour

SUBSCRIBE TO OUR NEWSLETTER

If you would like to receive the latest trends in electromobility and battery diagnostics on a regular basis, then subscribe to our newsletter now.

You are using an outdated browser. The website may not be displayed correctly. Close