With the growing renewable energy power production, Battery Energy Storage Systems (BESS) have appeared on the French electricity grid. To monitor those batteries and ensure its safety Battery Management Systems have been developed as an interface between the battery cells and the Energy Management System (EMS) that dictates the energy flows between the BESS and the grid. Developing a robust Battery management System (BMS) is at the core of economical optimization since controlling the state of health and state of charge while meeting energy requirements is the main interest. This thesis focuses on the development of an academic BMS tool based on a 2-RC Equivalent Circuit Model (ECM) coupled with an aging and a thermal model. The ECM has been built on to replicate the hysteresis behavior of the Lithium iron Phosphate (LFP) chemistry by representing surface particles with a probabilistic approach. A focus on reversible and irreversible heat generation has been done with a feedback effect on the electrical circuit following an Arrhenius law. The aging model is physically-driven but with the lack of experimental data, the parameters could only have been mathematically determined. With a decent accuracy at the single cell level, it has been scaled up to the battery level with multiple cells in series and strings. The effects of cell variability in terms of capacity and resistances has been tackled. Computation time and Error compared with commercial data will be studied in a sensitivity analysis that focus on the number of particle of the hysteresis algorithm, as well as the time step of simulation. The safety measures implemented in the BMS have been tested in different configurations to observe the different mechanisms at stake. A simulation of a world-leader’s battery cell has been done to determine the capacity fade over 20 years of daily cycling. The accuracy of the prediction was of 0.138% RMSE. The tool simulates and monitors Voltage, State Of Health (SOH), State Of Charge (SOC) and temperature of a battery pack as would a digital twin in a commercial BMS.

Ökning av förnybara energikällor i det franska elnätet, såsom vind och solenergi, har lätt till integrationen av batterilagringssytem (BESS) för att kunna bättre balansera elnätet. För att säkerställa säkerheten och övervakningen av batterierna har batterihanteringssystem (BMS) utvecklas som en länk mellan batterierna och energihanteringssytem (EMS), vilket reglerar flödet mellan batterierna och elnätet. Utvecklingen av ett driftsäkert BMS som kontrollerar batteriets hälsotillstånd och laddningsstatus samtidigt som energibehoven tillgodoses i elnätet är av stor vikt för att lyckas med en ekonomisk optimering av energisystemet. Detta arbete kommer att fokusera på utvecklingen av ett akademiskt BMS-verktyg baserat på en 2-RC ekvivalent kretsmodell (ECM) i kombination med en åldrings- och termisk modell. ECM-modellen har byggts ut för att återskapa hysteresisbeteendet hos Litium-järnfosfat-kemin (LFP) genom att representera ytpartiklar med en probabilistisk metod. Fokus har legat på reversibel och irreversibel värmeproduktion med en återkopplingseffekt på den elektriska kretsen enligt Arrhenius lag. Åldringsmodellen är fysiskt driven men på grund av bristen på experimentella data kunde parametrarna endast bestämmas matematiskt. Med en acceptabel noggrannhet på enkelcellsnivå har den skalats upp till batterinivå med flera celler i serie och strängar. Inverkan av cellvariationer i fråga om kapacitet och resistans har beaktats. Beräkningstid och fel jämfört med kommersiella data studerades i en känslighetsanalys som fokuserade på antalet partiklar i hysteresalgoritmen, samt simuleringens tidssteg. Säkerhetsåtgärderna som implementerats i BMS har testats i olika konfigurationer för att observera de olika drivande mekanismerna. En simulering av en världsledande battericell har gjorts för att bestämma kapacitetsförlusten under 20 års daglig cykel. Noggrannheten i prediktionen var 0,138 % RMSE. Verktyget simulerar och övervakar spänning, hälsotillstånd (SOH), laddningstillstånd (SOC) och temperatur för ett batterimodul, på samma sätt som en digital tvilling skulle göra i ett kommersiellt BMS.