MODÉLISATION CONJOINTE D'ORDRE FRACTIONNAIRE ET FILTRAGE DE KALMAN POUR L'ESTIMATION DE L'ÉTAT DE CHARGE DES BATTERIE
DOI :
https://doi.org/10.59277/RRST-EE.2026.3.13Mots-clés :
Batterie lithium-ion, Modèle d'ordre fractionnaire, Filtre de Kalman étendu, Identification des paramètres, Dérivée de Grünwald-LetnikovRésumé
L'estimation précise de l'état de charge (SOC) est essentielle à une gestion fiable des batteries. Afin de pallier les limites des modèles conventionnels, cet article présente un cadre d'estimation adaptatif et robuste combinant une modélisation d'ordre fractionnaire et un filtre de Kalman étendu (EKF). Cette approche utilise un modèle de circuit équivalent d'ordre fractionnaire (FO-ECM), efficace en termes de calcul, pour modéliser le comportement non linéaire de la batterie. Son innovation majeure réside dans l'enrichissement du vecteur d'état de l'EKF pour estimer conjointement le SOC et les résistances internes à variation lente, permettant ainsi une adaptation du modèle en temps réel au vieillissement et aux variations de température, sans surveillance séparée de l'état de la batterie. Validé sous charges dynamiques et à des températures variables, ce cadre atteint une estimation du SOC avec une erreur quadratique moyenne (RMSE) systématiquement inférieure à 3,5 % et une convergence robuste malgré le bruit et l'incertitude initiale.
Références
(1) G. Feng et al., “A systematic review of electrochemical model-based lithium-ion battery state estimation,” J. Energy Storage, 101, pp. 113850 (2023).
(2) N. Jan, et al., “Investigation of the suitability of the DTV method for the online SoH estimation of NMC lithium-ion cells in battery management systems,” Batteries, 11, 1, pp. 25 (2025).
(3) J. Hosein, et al., “Electrochemical modeling in lithium batteries: Pathways to next-generation systems,” J. Power Sources, 564, pp. 237833 (2025).
(4) S.A. Lupu, D. Floricău, “The influence of temperature on charging and discharging the Li-ion battery,” Rev. Roum. Sci. Techn. – Électrotechn. et Énerg., 70, 1, pp. 91–96 (2025).
(5) J. Meng et al., “Overview of lithium-ion battery modeling methods for state-of-charge estimation in electric vehicles,” Appl. Sci., 8, 5, pp. 609–619 (2018).
(6) M.Q. Lili et al., “Co-estimation of state of charge and state of health for lithium-ion batteries based on fractional-order model with multi-innovations unscented Kalman filter method,” J. Energy Storage, 52, pp. 104904 (2022).
(7) A. Oustaloup et al., “Frequency-band complex noninteger differentiator: Characterization and synthesis,” IEEE Trans. Circuits Syst. I, 47, 1, pp. 25–39 (2000).
(8) A. Allagui et al., “Reevaluation of performance of electric double-layer capacitors from constant current charging/discharging cycles,” Sci. Rep., 6, pp. 38568 (2018).
(9)Z. Hu et al., “State-of-charge estimation of lithium-ion batteries based on adaptive iterative extended Kalman filter,” J. Energy Storage, 39, pp. 102593 (2021).
(10) S.M.M. Alavi et al., “Time-domain fitting of battery electrochemical impedance models,” J. Power Sources, 288, pp. 345–352 (2015).
(11) C. Zhang et al., “Online estimation of battery equivalent circuit model parameters and state of charge using decoupled least squares technique,” Energy, 142, pp. 678–688 (2018).
(12) G. Jasmine, T. Venkatraman, B.M.S Natarajan, R. Manidevesh, “Electric vehicle onboard charging via Harris Hawks optimization-based on fractional-order sliding mode controller,” Rev. Roum. Sci. Techn. – Électrotechn. et Énerg., 68, 1, pp. 30–35 (2023).
(13) G. Jasmine, T. Venkatraman, B.M.S Natarajan, N. Muthukumaran, M. Veluchamy, “Red Fox-based fractional order fuzzy PID controller for smart LED driver circuit,” Rev. Roum. Sci. Techn. – Électrotechn. et Énerg., 68, 4, pp. 394–399 (2023).
(14) D. Chouaibi, W. Chagra, “A new hybrid optimization method used in predictive control of a nonlinear fractional model based on fractional Hammerstein structure,” Rev. Roum. Sci. Techn. – Électrotechn. et Énerg., 69, 4, pp. 437–442 (2024).
(15) A. Djeddi, T. Amieur, F. Hannahi, S. Metatla, A. Aouiche, “Synthesis of fractional order fuzzy observer for a fractional order Takagi-Sugeno model with unmeasurable premise variables,” Rev. Roum. Sci. Techn. – Électrotechn. et Énerg., 69, 1, pp. 45–50 (2024).
(16) R. Ranjith Kumar et al., “Advances in batteries, battery modeling, battery management system, battery thermal management, SOC, SOH, and charge/discharge characteristics in EV applications,” IEEE Access, 11, pp. 105761–105809 (2023).
(17) S. Guermah et al., “Discrete-time fractional-order systems: Modeling and stability issues,” in Advances in Discrete Time Systems, IntechOpen, pp. 183–212 (2012).
(18) H. Akaike, “A new look at the statistical model identification,” IEEE Trans. Autom. Control, 19, 6, pp. 716–723 (1974).
(19) G. Schwarz, “Estimating the dimension of a model,” Ann. Statist., 6, 2, pp. 461–464 (1978).
(20) Y. Liang et al., “An error covariance correction-adaptive extended Kalman filter based on piecewise forgetting factor recursive least squares method for the state-of-charge estimation of lithium-ion batteries,” J. Energy Storage, 68, pp. 107629 (2023).
(21) D. Sierociuk et al., “Fractional Kalman filter algorithm for the states, parameters and order of fractional system estimation,” Int. J. Appl. Math. Comput. Sci., 16, 1, pp. 129–140 (2006).
(22) E.H. Bensikaddour, A. Boutte, “Proposal of battery management strategy for small geostationary satellite power system development,” Rev. Roum. Sci. Techn. – Électrotechn. et Énerg., 67, 2, pp. 151–156 (2022).
(23) S.J. Moura et al., “Adaptive PDE observer for battery SOC/SOH estimation via an electrochemical model,” J. Dyn. Syst. Meas. Control, 136, 1, pp. 011015 (2014).
(24) ***Center for Advanced Life Cycle Engineering (CALCE), “Battery data” [Data set], University of Maryland (2025).
Téléchargements
Publiée
Numéro
Rubrique
Licence
(c) Copyright REVUE ROUMAINE DES SCIENCES TECHNIQUES — SÉRIE ÉLECTROTECHNIQUE ET ÉNERGÉTIQUE 2026
Ce travail est disponible sous licence Creative Commons Attribution - Pas d'Utilisation Commerciale - Pas de Modification 4.0 International.
