Modélisation pour la commande des batteries zinc-air et zinc-air à circulation avec application à l'optimisation de la décharge

Le développement des énergies renouvelables a vu une augmentation pendant les dernières décennies, notamment pendant la crise du COVID-19, ce qui a permis aux acteurs du domaine de gagner des parts de marché. Concernant la question du stockage, des nouvelles chimies et configurations visent à diversifier le domaine des batteries au-delà du lithium, à cause des questions de sécurité et des enjeux géopolitiques. Face à cette défi, les batteries métal-air, et notamment zinc-air, attirent l'attention des chercheurs et des entreprises grâce à leur bas coût, à la sécurité pendant leur fonctionnement, à leur haute densité énergétique et à la disponibilité du zinc sur le marché et sur la planète. Pourtant, même si la présence des batteries zinc-air sur le marché n'est pas récente, leur intégration dans des systèmes de haute puissance et des produits électroniques demeure un enjeu scientifique majeur. Cela s'explique notamment par les défis liés à leur rechargeabilité, à la performance des électrodes, ainsi qu'au développement de modèles mathématiques fiables permettant leur intégration dans des systèmes de gestion de batteries. Cette thèse vise à développer des modèles dynamiques pour les batteries zinc-air primaires ainsi que pour les batteries zinc-air à circulation rechargeables, à partir de données expérimentales, afin de permettre un contrôle efficace de leur décharge. Ce travail se décline en quatre grandes étapes : dans un premier temps, trois modèles du comportement statique de la tension sont proposés et validés à différents niveaux de décharge. Ensuite, un modèle du comportement dynamique est développé afin d'améliorer l'estimation de la tension aux bornes de chaque type de batterie. Dans un troisième temps, pour tenir compte de la variabilité intrinsèque des batteries due à leur état de santé et aux perturbations lors de leur opération, deux mécanismes de mise à jour en ligne des paramètres sont établis et validés expérimentalement. Enfin, une méthode de contrôle prédictif à horizon glissant est implémentée afin d'assurer une décharge optimale tout en respectant les contraintes d'opération et de sécurité. Une dernière étape, exploratoire, est présentée afin d'évaluer la capacité des modèles à estimer la tension d'un module de batteries connectées en série. Les résultats de cette thèse fournissent des éléments clés et constituent une base solide pour l'amélioration future des modèles d'estimation appliqués au contrôle des batteries zinc-air, et apportent les fondations de leur intégration ultérieure dans des systèmes de gestion de batteries à vocation industrielle.