Le vieillissement est un processus inévitable provoqué par des réactions secondaires présentes dans tous les appareils électrochimiques, y compris les cellules de batterie. Cela peut entraîner des changements significatifs de capacité et de résistance d'un dispositif au fil du temps et doit donc être pris en compte dans la phase de configuration du système (par exemple, nécessité de surdimensionner la capacité initiale) ainsi que dans la phase d'exploitation du système (par exemple, adaptation puissance maximale autorisée d'envoi de cellules).

En fait, contrairement aux applications moins exigeantes dans les appareils portables, une utilisation rentable de la batterie au lithium fer phosphate dans les applications stationnaires nécessite une compréhension et une modélisation détaillées de la dégradation de la batterie : une application longue durée et exigeante entraînera une réduction des performances et de la capacité de la batterie. système de stockage et peut affecter de manière significative l’analyse de rentabilisation globale via une augmentation des coûts opérationnels (OPEX) et un coût de remplacement induit par la dégradation particulièrement élevé.

Il est courant de surveiller l'état de santé (SOH) d'une batterie à l'aide d'un BMS avancé afin de quantifier l'évolution continue de la dégradation de la batterie, entraînant à la fois une diminution de la capacité et une augmentation de la résistance interne (liée à une diminution des performances de puissance de pointe). La capacité restante de la batterie peut être liée à sa valeur nominale dérivée à l'état neuf/utilisé dans des conditions de test standard. En raison des réglementations de transport et des exigences de puissance minimale spécifiques à l'application, un indicateur de remplacement SOH remplace le capuchon est défini. Dans le secteur automobile, un plafond de remplacement SOH = 0,8 est souvent appliqué, mais pour les applications stationnaires et en particulier dans le contexte de concepts de seconde vie, des valeurs inférieures ont été proposées.

Bien que nous ayons étudié pendant de nombreuses années avec des efforts continus, nous savons que la durée de vie du LFP est bien supérieure à celle du VRLA , mais la compréhension et la modélisation de la durée de vie du LFP restent un domaine de recherche continu.

Dans un environnement difficile, si l'utilisateur ne suit pas les instructions d'utilisation du fabricant, ou si la qualité de la batterie et du BMS n'est pas à la hauteur, divers mécanismes de dégradation, notamment la décomposition de l'électrolyte, la formation de film passif, la fissuration des particules et l'activité active. la dissolution des matériaux peut être traitée individuellement au niveau du matériau et des cellules de la batterie, conduisant souvent à une résistance accrue, à une rétention de capacité réduite et/ou à un risque accru d'un état dangereux de la batterie.

Les approches conventionnelles d'analyse et de modélisation sont basées sur des tests approfondis de batterie et dérivent des modèles empiriques souvent compatibles avec une approche de modèle de circuit équivalent (ECM) pour la détermination des performances du système. Grâce à une meilleure compréhension des mécanismes de perte internes aux cellules, un nombre croissant de modèles semi-empiriques et physiques ont été développés et utilisés avec succès pour la modélisation cellulaire. Récemment, les modèles physico-chimiques (PCM) non empiriques ont suscité un intérêt croissant. Bien que l'utilisation de modèles PCM pour la prédiction du vieillissement puisse permettre de donner un aperçu plus détaillé des mécanismes de perte interne des cellules et de la manière de les contourner, il reste très difficile de trouver un paramétrage valide de ces modèles et d'adapter les modèles internes des cellules à l'application pertinente. niveau d’un système de batterie plein.

Avec les capacités croissantes d’enregistrement et de gestion des données, les approches basées sur les données au niveau du système de stockage ont également suscité un intérêt croissant récemment. Malgré les capacités améliorées de ces approches émergentes, on pense toujours que pour les simulations du comportement de vieillissement d'un