Individual information

This paper studies how the user charging practice affects battery degradation over time. To achieve this objective, a system oriented simplified aging model based on the literature is proposed. The differential calculation of the capacity loss is used for infinitesimal variations. The model inputs are the battery state of charge, the battery temperature and the cumulative number of full equivalent cycles. The output is the battery state of health. This model is identified and validated with experimental aging tests from the Renault Zoe 41kWh battery manufacturer. The battery model (electro-thermal and aging) interconnects with the vehicle traction model complete the system model. The battery electro-thermal and traction models are also validated with measurements on the studied vehicle. The Energetic Macroscopic Representation (EMR) formalism organizes in a unified way the interconnections of all the sub-system models. The impact of the charging interval and SoC on the battery aging is then studied. Five charging scenarios are studied by simulation while keeping the driving phases and the charging current the same. In these conditions, the average SoC is the main contributor for the battery aging. Compared to daily charge of the EV, a charge every 4 days extends the time to reach 80% of state of health by 36 % due to lower average SoC. The daily driving distance is fixed for every studied scenario.

The aim of this paper is to study the impact of battery ageing on the performances of an electric vehicle. The vehicle studied is a 2020 Nissan Leaf, with a 40kWh battery. An accelerated ageing test has been performed. The capacity of the battery has been recorded. The objective of this paper is to highlight if the driving range evolution is close to the capacity fade over time. The evolution of the EV driving range is studied in simulation for a complete vehicle from the Beginning of Life (BoL), to the End of Life (EoL) of the battery. A Worldwide Harmonized Light Vehicles Test Cycle (WLTC) is used. Results show a reduction of 20.4% of the driving range for a 20% capacity decrease at the EoL.

This paper shows that the way of charging electric vehicle influences the battery aging. A simplified lithium-ion battery calendar aging model is used. This simple battery lifetime model, estimates the capacity fade including the effects due to the temperature and the state of charge. The reference vehicle is a 2018 Nissan Leaf. The entire vehicle, including the battery, the traction system and the road, is simulated with a reference velocity cycle. The energetic macroscopic representation of the vehicle is used for model and control organization. Two charging scenarios are defined. The first scenario corresponds to a daily vehicle charge, while the second one corresponds to one charge every 5 days. The model including the aging of the battery shows a significant difference between the two scenarios in term of capacity degradation through years.

Le secteur des transports est une source majeure d’émissions de gaz à effet de serre (GES), avec des impacts environnementaux considérables. Le transport routier représente la majorité des émissions de GES de ce secteur, ce qui en fait une cible pour réduire les émissions globales. L’Université de Lille a lancé le programme CUMIN (Campus Universitaire à Mobilité Innovante et Neutre en carbone) qui vise à transformer le campus Cité Scientifique en un démonstrateur d’électromobilité. Le programme promeut les transports à faibles émissions et intègre des stations de recharge solaires. Pour faciliter l’adoption des véhicules électriques, il est essentiel d’optimiser la durée de vie de leurs batteries pour assurer une autonomie suffisante pour les utilisateurs. Dans ce contexte, le vieillissement des batteries, influencé par les pratiques de charge, pose un défi crucial pour la durabilité de ces véhicules. L’objectif de la thèse est d’étudier l’impact des habitudes de recharge sur la durée de vie des batteries de véhicules électriques. Pour cela, deux types de batteries ont été modélisés à partir de résultats de tests expérimentaux. Il s’agit de la batterie LG Chem (Renault Zoe) et de l’Envision AESC (Nissan Leaf). Le modèle développé fait apparaître des considérations électrothermiques qui interagissent avec l’état de santé de la batterie. Après validation du modèle, il a été intégré dans la simulation du véhicule. Celle-ci est organisée selon le formalisme REM (Représentation Énergétique Macroscopique). Une réduction de modèle a été proposée pour optimiser le temps de simulation. Différents scénarios de charge ont été étudiés, avec une distinction entre le vieillissement au repos et en utilisation, permettant de définir un paramètre d’impact pour chaque mode. L’étude a montré que les stratégies de charge visant à baisser le SoC moyen, soit en diminuant le SoC initial, soit en espaçant les recharges, permettent de prolonger la durée de vie de la batterie. Par exemple, espacer les recharges tous les 4 jours réduit la dégradation de 23% par rapport à une charge quotidienne, pour le même cycle d’usage.