Elektrikli ve hibrit araçlar için ıot tabanlı batarya sağlık ve şarj durumu kestirimi sisteminin gerçekleştirilmesi

Abstract

Bu yüksek lisans tez çalışmasında, günümüzde kullanımları hızla artan elektrikli ve hibrit araçların Li-iyon bataryaları için IoT tabanlı ömür tahmini üzerine çalışılmıştır. Elektrikli ve hibrit araçların pazardaki yerini sağlamlaştırmaları için batarya ömür sürelerinin bilinmesi önemli bir gerekliliktir. Bu çalışmada kesit bir Li-iyon batarya modelinin karakteristik verileri belirlenerek bu karakteristik verilere bağlı olarak eş değer batarya modellerinin ömür kestirimi yapılmıştır. Batarya paketinin akım, gerilim ve yüzey sıcaklığı verileri karakteristik belirleme sürecinde 500 çevrim boyunca her şarj-deşarj çevrimi için toplanmıştır. Toplanan veriler incelendiğinde şarj-deşarj profillerinde beklenen düşüş gözlemlenmiştir. Batarya modelinin tutulabilir kapasitesi 450. çevrimden sonra %70'in altına düşerek kullanılabilir ömür sonuna ulaşmıştır. Batarya karakteristik çıkarım sürecinde elde edilen şarj-deşarj profili ve tutulabilir kapasite değişim verilerine bağlı olarak Arduino IoT cloud sistemi ile program oluşturulmuştur. Ömür tahmini yapılacak Li-iyon batarya paketlerinin şarj-deşarj döngüleri ve hücrelerin durumları IoT takip sistemi ile izlenmiş ve veriler toplanmıştır. Toplanan verilere bağlı olarak bataryanın sağlık ve şarj durumu kestirimleri gerçekleştirilmiştir. Ömür kestirimi yapılacak olan eş değer batarya paketi üzerinden alınan akım, gerilim, batarya yüzey sıcaklığı, ortamın sıcaklık ve nem değerleri sensörler ile alınmış, IoT tabanlı olarak arayüze aktarılmıştır. Sensörlerden alınan verilere bağlı olarak oluşturulan program ile bataryanın anlık sağlık durumu, anlık şarj durumu ve yüzey sıcaklığı verileri işlenerek son kullanıcının görebileceği şekilde arayüze aktarılmıştır. Böylelikle Li-iyon batarya paketi üzerinde kullanılabilen IoT tabanlı haberleşme gerçekleştirebilen başarılı bir modül elde edilmiştir. Geliştirilen modül ile Li-iyon batarya paketi uzakta olsa bile internete bağlı olduğu sürece kalan ömür tahmini yapılabilmektedir.

In this master's thesis, the focus was on IoT-based lifetime prediction for lithium-ion batteries used in electric and hybrid vehicles, whose usage has been rapidly increasing. Knowing the battery lifespan is crucial for solidifying the position of electric and hybrid vehicles in the market. In this study, a cross-sectional lithium-ion battery model's characteristic data was determined, and based on these characteristics, lifetime estimation of equivalent battery models was performed. During the characteristic determination process, current, voltage and surface temperature data of the battery pack were collected for each charge-discharge cycle for 500 cycles. The collected data revealed the expected decrease in charge-discharge profiles. The maintainable capacity of the battery model dropped below 70% after the 450th cycle, indicating the end of usable lifetime. A program was developed using the Arduino IoT cloud system based on the charge-discharge profile and maintainable capacity change data obtained during the battery characteristic inference process. Charge-discharge cycles of the lithium-ion battery packs to be used for lifetime prediction and the states of the cells were monitored and the data was collected through an IoT tracking system. Based on the collected data, estimations of battery health and charge status were made. Current, voltage, battery surface temperature, ambient temperature, and humidity values were obtained through sensors from the equivalent battery pack used for lifetime estimation and transferred to the interface in an IoT-based manner. By processing the instantaneous health status, charge status, and surface temperature data of the battery through the program created based on the acquired sensor data, the information was transferred to the interface in a way that the end-user could visualize. Consequently, a successful module capable of IoT communication on the lithium-ion battery pack was achieved. With the developed module, lifetime prediction can be made even if the lithium-ion battery pack is located remotely, as long as it is connected to the internet.