TRANG THÔNG TIN NHỮNG ĐÓNG GÓP MỚI
VỀ MẶT HỌC THUẬT VÀ LÝ LUẬN CỦA LUẬN ÁN
Tên luận án: "Ước lượng trạng thái SoH sử dụng LSTM và điều khiển hệ thống lưu trữ năng lượng dùng pin Lithium-ion"
Ngành: Kỹ thuật điều khiển và tự động hóa Mã số: 9.52.02.16
Nghiên cứu sinh: Tạ Quang Duy
Cơ sở đào tạo: Trưởng Đại học Kỹ thuật Công nghiệp - Đại học Thái Nguyên
Cán bộ hướng dẫn:
Cán bộ hướng dẫn 1: PGS.TS. Nguyễn Văn Chí
Cán bộ hướng dẫn 2: PGS.TS. Nguyễn Duy Cương
Những đóng góp của luận án về khoa học và thực tiễn:
Về mặt khoa học:
Đưa ra cấu trúc ước lượng SoC và SoH sử dụng mạng LSTM và mô hình mạch điện tương đương, trong đó SoH và trở kháng điện hóa là tham số vận hành dài hạn được ước lượng bằng mạng LSTM, SoC là tham số vận hành ngắn hạn được ước lượng bằng mô hình mạch điện tương đương và SoH.
Đưa ra phương pháp điều khiển cân bằng SoC tích cực dựa trên tối ưu hóa cho các cell pin Lithium-Ion trong chuỗi nối tiếp được thực hiện bằng mạch chuyển đổi CuK hai chiều. Với mục đích điều khiển quá trình cân bằng SoC cho các cell trong chuỗi đảm bảo trong mọi trường hợp vận hành, dòng và nhiệt độ của các cell không được vượt quá các giới hạn kỹ thuật cho phép tương ứng với mức độ già hóa của các cell, bài toán điều khiển tối ưu hóa được thiết lập dựa trên các ràng buộc về dòng cân bằng, nhiệt độ và xét đến sự ảnh hưởng của già hóa trong mô hình động học của hệ thống cân bằng SoC. Sử dụng phương pháp SQP để giải bài toán tối ưu tại các thời điểm trích mẫu nhằm xác định duty tối ưu của xung PWM đưa đến các mạch cân bằng.
Về mặt thực tiễn:
Các đóng góp của luận án có thể được ứng dụng trong các hệ thống BMS giúp các cell pin trong hệ thống lưu trữ năng lượng vận hành an toàn hơn, tuổi thọ của cell pin được kéo dài hơn, làm giảm giá thành cho các ứng dụng về hệ thống lưu trữ năng lượng dùng pin Lithium-Ion trong công nghiệp và xe điện, giảm phác thải CO2, thúc đẩy sử dụng năng lượng xanh và bền vững góp phần bảo vệ môi trường.
INFORMATION ON NEW ACADEMIC AND THEORETICAL
CONTRIBUTIONS OF THE THESIS
Thesis’s Title: State of Health Estimation Using LSTM and Control of Lithium-Ion Battery Energy Storage Systems
Major: Control and Automation Engineering Code: 9.52.02.16
Doctoral candidate: Ta Quang Duy
Training institution: Thai Nguyen University of Technology
Academic supervisors:
Assoc. Prof. Nguyen Van Chi
Assoc. Prof. Nguyen Duy Cuong
Scientific and Practical Contributions of the Dissertation:
Scientific Contributions: This dissertation proposes an integrated framework for the estimation of State of Charge (SoC) and State of Health (SoH) by combining Long Short-Term Memory (LSTM) neural networks with an equivalent circuit model (ECM). In this framework, SoH and electrochemical impedance—representing long-term operational parameters—are estimated using an LSTM network, while SoC—representing short-term dynamics—is estimated through the ECM and the inferred SoH. Additionally, the dissertation introduces an active SoC balancing control strategy based on constrained optimization for lithium-ion battery cells connected in series, implemented via bidirectional CuK converters. The control objective is to maintain balanced SoC among the cells under all operating conditions, while ensuring that the current and temperature of each cell remain within allowable technical limits, which vary depending on their aging state. The optimal control problem is formulated with constraints on balancing current, cell temperature, and incorporates aging effects into the dynamic model of the SoC balancing system. The Sequential Quadratic Programming (SQP) method is employed to solve the constrained optimization problem at discrete sampling intervals, enabling the determination of optimal PWM duty cycles for the balancing circuits.
Practical Contributions: The proposed methods can be applied in Battery Management Systems (BMS) to enhance the operational safety and longevity of lithium-ion cells used in energy storage systems. By extending battery life and maintaining safe operating conditions, these contributions help reduce overall system costs in industrial and electric vehicle applications. Furthermore, by improving battery efficiency and reliability, the work supports CO₂ emissions reduction, promotes the adoption of green and sustainable energy technologies, and contributes to environmental protection.
Nguồn: Trường Đại học Kỹ thuật Công nghiệp - Đại học Thái Nguyên.
