La perspective de MathWorks
Auteurs:
10 minutes de lecture
La modélisation des batteries est une activité cruciale pour le design des systèmes de gestion des batteries dans de nombreux secteurs industriels. Les modèles de batterie sont intégrés au logiciel de contrôle de la batterie dans le cadre d'un algorithme d'estimation en temps réel de l'état de charge. Ils sont utilisés pour le prototypage rapide et le développement de la stratégie de contrôle de la batterie, pour explorer les sensibilités de design dans les activités de recherche et développement, et pour effectuer un design et une vérification virtuels au cours d'un cycle de développement de produit de batterie. Toutes ces tâches peuvent être réalisées à l'aide de MATLAB®, Simulink® et Simscape™, qui offrent un environnement puissant pour les tests virtuels de batteries, avec un logiciel de contrôle intégré au reste du système.
Figure 1. Applications de modélisation des batteries.
PyBaMM est un outil open-source de premier plan qui propose une bibliothèque de modèles de batteries avec plusieurs niveaux de complexité en fonction de vos besoins. Ces modèles de batteries électrochimiques détaillés et à haute résolution, avec effets de dégradation intégrés, peuvent être exécutés directement à partir d'un script MATLAB ou intégrés dans Simulink. De plus, vous pouvez importer directement les ensembles de paramètres PyBaMM dans les blocs Simscape Battery™, qui supportent la génération de code, la création automatisée de modèles de batteries et la modélisation de systèmes électrothermiques ainsi que les workflows de modélisation entièrement acausale.
Cet article explique comment exécuter PyBaMM directement depuis MATLAB, importer des modèles de batterie PyBaMM dans Simulink et importer les paramètres des modèles de batterie PyBaMM dans des blocs de Simscape Battery équivalents. Les fichiers qui accompagnent le contenu sont disponibles au téléchargement.
Figure 2. Workflows d'intégration de PyBaMM à MATLAB.
Pour exécuter PyBaMM dans MATLAB, vous devez d'abord configurer un environnement Python accessible dans MATLAB. (Consultez la liste des versions de Python compatibles avec chaque version de MATLAB.) Pour cet exemple, nous utilisons MATLAB R2025a et Python 3.11.
Pour installer PyBaMM dans votre environnement Python, suivez les instructions sur le Site web PyBaMM.
Une fois que vous disposez d'un environnement Python compatible avec PyBaMM installé, vous pouvez exécuter une simulation PyBaMM depuis MATLAB. Si vous avez plusieurs installations de Python sur votre machine (ou si vous utilisez des environnements virtuels), indiquez à MATLAB l'exécutable Python que vous souhaitez utiliser :
% pe = pyenv("Version", "<path_to_Python.exe>");
Pour obtenir le chemin d'accès à votre exécutable Python dans l'environnement Python, exécutez les commandes suivantes depuis l'invite de commandes Python :
>>> import sys >>> print(sys.executable)
Pour vérifier si PyBaMM est installé dans l'environnement Python utilisé par MATLAB, exécutez la commande suivante dans la ligne de commande MATLAB :
tf = check_pybamm_install()
tf = logical
1
Une fois que vous avez vérifié que MATLAB utilise un environnement Python avec PyBaMM installé, vous êtes prêt à exécuter une simulation PyBaMM depuis MATLAB.
L'exécution d'une expérience PyBaMM dans MATLAB est similaire à la manière dont vous l'exécuteriez en Python. Nous utilisons un exemple extrait de la documentation PyBaMM.
Commencez par importer le module PyBaMM et configurez le modèle et l'objet de simulation. Lancez ensuite une simulation (dans ce cas, pendant 1 heure avec un intervalle de temps de 90 secondes) pour obtenir la solution :
pybamm = py.importlib.import_module('pybamm');
model = pybamm.lithium_ion.SPMe();
simulation = pybamm.Simulation(model);
solution = simulation.solve(0:90:3600);
Ensuite, extrayez les variables qui vous intéressent de l'objet solution. Remplissez le dictionnaire de données de la solution avec les variables (dans ce cas, le temps et la tension) avant de les convertir en types de données double utilisables dans MATLAB :
variables = py.list({'Time [s]', 'Voltage [V]'});
solution.update(variables);
t = double(solution.data.get('Time [s]'));
v = double(solution.data.get('Voltage [V]'));
Les variables x et y sont désormais des tableaux MATLAB que vous pouvez représenter graphiquement en utilisant la syntaxe MATLAB normale :
figure; hold on; plot(t, v, "-"); plot(t, v, ".", "MarkerSize", 5); grid on; xlabel("Time (s)"); ylabel("Voltage (V)");
Figure 3. Tension aux bornes de la batterie issue du modèle PyBaMM SPMe simulé dans MATLAB.
Depuis MATLAB R2025a, le code Python peut être exécuté dans Simulink à l'aide du bloc Python code. Ce bloc permet aux utilisateurs d'écrire du code Python natif et de l'exécuter au sein d'un modèle Simulink.
Le bloc Python Code offre aux utilisateurs la possibilité d'écrire du code Python qui est exécuté lors de l'initialisation du modèle, à chaque étape du modèle et à la fin d'une simulation. Les utilisateurs peuvent également définir les ports et les paramètres de leur bloc Python Code, ce qui permet au bloc d'interagir avec d'autres blocs au sein de Simulink et de paramétrer le bloc comme ils le feraient pour d'autres blocs sur le canevas Simulink.
Dans cet exemple, nous prenons une charge actuelle et affichons la réponse en tension de la simulation PyBaMM tout en donnant à l'utilisateur la possibilité de définir l'état de charge initial du modèle de cellule.
Les ports et les paramètres sont illustrés sur la figure 4 ; les paramètres sont définis comme suit :
Figure 4. Section « Ports and Parameters » de la boîte de dialogue du masque de bloc Python Code.
Quatre de ces ports et paramètres sont définis comme des types de données « double ». Elles seront automatiquement converties en types de données float Python. Le paramètre simulation est défini comme un objet Python car il s'agit d'une classe PyBaMM.
L’onglet « Initialize » contient le code qui est exécuté une seule fois au début d’une simulation Simulink. Nous utilisons cela pour définir le modèle PyBaMM et pour établir les conditions initiales.
Figure 5. Onglet d’initialisation du code du masque de bloc Python Code.
Ici, nous importons le modèle PyBaMM et définissons le modèle de cellule à utiliser (dans ce cas, un modèle SPMe). Nous créons l'objet de simulation PyBaMM et le stockons dans la variable simulation (définie comme un paramètre persistant). Nous définissons ensuite la fonction actuelle comme entrée et nous configurons l’objet simulation afin d'avoir notre état de charge initial défini par l'utilisateur.
L'onglet « Output » définit le code exécuté à chaque étape du solveur Simulink.
Figure 6. Onglet de sortie du code du masque de bloc Python Code.
Dans cet exemple, nous mettons à jour l'entrée actuelle avec la dernière valeur provenant du port current_in et puis nous avançons la simulation d’un pas défini dans le paramètre StepSize. Nous récupérons ensuite la valeur de la tension aux bornes à partir du dictionnaire de résultats généré par l'objet solution PyBaMM et renvoyons la dernière valeur de la série temporelle via le port voltage_out.
Dans la section « Ports and Parameters » ci-dessus, nous avons défini deux paramètres pour le bloc Python Code. Ces éléments apparaissent ensuite dans les paramètres de la boîte de dialogue du bloc (voir ci-dessous).
Figure 7. Masque du bloc Python Code après modification de la boîte de dialogue.
PyBaMM utilise ses propres solveurs pour la simulation. Il est donc important de rester synchronisé avec le temps d'exécution du solveur Simulink. Dans ce cas, nous utilisons un solveur à pas fixe avec un pas de temps de 0,1 seconde (nous avons donc défini le paramètre StepSize à 0,1).
Le bloc Python Code possède également son propre paramètre temps d'échantillonnage. Dans ce cas, il faut également le fixer à 0,1.
Une fois votre simulation PyBaMM paramétrée, vous pouvez alors procéder à son exécution comme d'habitude.
Figure 8. Bloc Python Code dans le canevas Simulink.
Dans notre exemple, nous appliquons une charge de 10 A à la cellule à 5 secondes après le début de la simulation, en commençant par un état de charge de 50 %. Une valeur de courant d'entrée positive entraînera la décharge de la batterie. Il en résulte la réponse en tension illustrée à la figure 9.
Figure 9. Séries temporelles de la tension d'entrée et de la tension de sortie aux bornes issues de la simulation.
Il s'agit de la configuration la plus simple requise pour faire fonctionner une simulation PyBaMM dans Simulink.
PyBaMM propose plusieurs options prédéfinies d’ensembles de paramètres pour les compositions chimiques courantes des batteries, qui sont issues de la littérature académique. Dans PyBaMM, ces ensembles sont définis comme des objets de classe de type ParameterSets. Pour utiliser l'un de ces ensembles de paramètres dans un bloc MATLAB Simscape, il faut d'abord créer un bloc de modèle électrochimique Simscape « équivalent ». Dans cet exemple, un ensemble de paramètres est importé pour être utilisé dans le modèle Simscape Battery Single Particle avec un bloc électrolyte (TSPMe). Ce bloc est disponible dans Simscape Battery.
De plus, un script MATLAB ou une classe d'objet est requis et doit pouvoir :
Dans le cadre de cet article, nous fournissons un objet personnalisé TSPMeParameterSet, qui sert de conteneur de paramètres pour le bloc TSPMe et peut importer les ensembles de paramètres PyBaMM suivants dans le bloc Simscape Battery Single Particle : ["Chen2020","Marquis2019","OKane2022 ","Ai2020 "]. Cette classe peut être étendue pour utiliser d'autres ensembles de paramètres ou pour paramétrer tout autre type de modèle (par exemple, un modèle de circuit équivalent ou un modèle P2D). Pour importer un ensemble de paramètres, commencez par définir le nom de l'ensemble de paramètres requis dans MATLAB :
ParameterSetName = "OKane2022";
Pour instancier l'objet conteneur de paramètres et importer l'ensemble de paramètres PyBaMM, exécutez les commandes suivantes depuis la fenêtre de commande :
SimscapeParameterSet = TSPMeParameterSet(ParameterSet = ParameterSetName);
Importing geometry parameters...Done.
Importing min/max stoichiometries...Done.
Importing OCP vectors...Done.
Importing electrode parameters...Done.
Importing electrolyte parameters...Done.
Importing electrolyte diffusion and electrolyte coefficients...Done.
Importing charge transfer rates...Done.
Importing thermal mass...Done.
Importing initial electrolyte concentration...Done.
L'objet conteneur de paramètres contient désormais l'ensemble de paramètres spécifié par PyBaMM. Pour paramétrer automatiquement un bloc Battery Single Particle à partir de Simscape, exécutez les commandes suivantes dans la fenêtre de commande MATLAB :
modelname = "PyBaMM_Simscape_Example"; batteryBlockPath = strcat(modelname,"/","Battery"); open_system(modelname); parameterizeTSPMe(SimscapeParameterSet, batteryBlockPath);
L'extrait de code ci-dessus aurait dû paramétrer le bloc Battery dans le modèle d'exemple Simscape.
Figure 10. Bloc Battery Single Particle paramétré.
Ensuite, vous pouvez valider votre paramétrage du bloc Battery Single Particle en exécutant une simulation à l'aide de PyBaMM et de Simscape et en comparant les tensions des bornes de sortie de la batterie. Tout d'abord, définissez le courant de charge et les conditions aux limites :
BatteryCurrent = 2.5; % A AmbientTemperature = 298.15; % K
Pour exécuter une simulation PyBaMM dans ces conditions, vous devez d'abord créer et mettre à jour un ensemble de paramètres PyBaMM. Pour ce faire, exécutez le code suivant dans la ligne de commande MATLAB :
PyBaMMParameterSet = pybamm.ParameterValues(ParameterSetName); PyBaMMParameterSet.update(py.dict(dictionary("Ambient temperature [K]", AmbientTemperature))); PyBaMMParameterSet.update(py.dict(dictionary("Current function [A]", BatteryCurrent)));
Cet ensemble de paramètres PyBaMM comprend également des paramètres liés au transfert de chaleur ambiant ; vous pouvez donc les utiliser pour les deux simulations. Pour extraire ces paramètres en vue de leur utilisation dans la simulation Simscape, exécutez le code suivant dans la ligne de commande MATLAB :
CoolingSurfaceArea = PyBaMMParameterSet.get('Cell cooling surface area [m2]'); HeatTransferCoefficient = PyBaMMParameterSet.get('Total heat transfer coefficient [W.m-2.K-1]');
Pour exécuter la simulation PyBaMM, exécutez le code suivant :
model = pybamm.lithium_ion.SPMe(); simulation = pybamm.Simulation(model,parameter_values=PyBaMMParameterSet); solution = simulation.solve(0:10:3600*2);
Pour exécuter la même simulation dans Simscape, exécutez le code suivant :
set_param(modelname,"StopTime","3600*2") set_param(modelname,"SimscapeLogType","all") out = sim(modelname);
Comme précédemment, vous extrayez les variables qui vous intéressent de l'objet solution PyBaMM. Remplissez le dictionnaire de données de la solution avec vos variables (dans ce cas, le temps et la tension) avant de les convertir en types de données double que vous pouvez utiliser dans MATLAB :
variables = py.list({'Time [s]', 'Voltage [V]'});
solution.update(variables);
time = double(solution.data.get('Time [s]'));
voltage = double(solution.data.get('Voltage [V]'));
L'objet de sortie out de la simulation Simscape contient la tension de la batterie et toutes les autres variables suivies par le bloc TSPMe. Pour créer un graphique comparatif entre PyBaMM et Simscape, exécutez la commande suivante :
figure; plot(time, voltage, "o"); hold on plot(out.simlog.Battery.batteryVoltage.series.time,out.simlog.Battery.batteryVoltage.series.values,"r"); grid on xlabel("Time (s)") ylabel("Voltage (V)") legend(["PyBaMM","Simscape"])
Figure 11. Comparaison de la tension aux bornes entre le bloc Battery Single Particle et le PyBaMM SPMe.
Veuillez noter que l'erreur de validation varie en fonction du taux C appliqué et des conditions de température. Le bloc TSPMe par défaut de Simscape ne contient pas de dépendance du paramètre de concentration pour la diffusivité et la conductivité de l'électrolyte, qui peuvent être prises en compte dans le modèle PyBaMM. Par conséquent, il faut s'attendre à un écart plus important entre les valeurs de tension aux bornes pour des taux de charge/décharge plus élevés.
Pour étendre notre modèle Simscape de la cellule au système, utilisez la fonctionnalité Simscape Battery Pack Builder. Commencez par créer un objet cellule de batterie et liez-le au bloc Battery Single Particle :
battCell = batteryCell(); battCell.CellModelOptions.CellModelBlockPath = "batt_lib/Cells/Electrochemical/Battery Single Particle"; battCell.CellModelOptions.BlockParameters.StoichiometryBreakpointsSpecification = "absolute";
Après avoir défini votre objet cellule de batterie, mettez à l'échelle votre modèle de cellule au niveau du module en exécutant la commande MATLAB suivante :
battPSet = batteryParallelAssembly(battCell,4, "Rows",4); battModule = batteryModule(battPSet,4, ... "ModelResolution", "Detailed",... "AmbientThermalPath","CellBasedThermalResistance");
Vous pouvez augmenter la résolution du modèle en configurant la propriété ModelResolution à « Detailed ». Pour générer automatiquement le modèle de votre batterie, exécutez la commande suivante :
buildBattery(battModule, "MaskParameters", "VariableNamesByType");
L'extrait de code ci-dessus aurait dû générer une bibliothèque de batterie avec votre bloc de modèle de module de batterie comme indiqué sur la figure 12.
Figure 12. Modèle de module de batterie construit à l'aide du bloc Battery Single Particle.
Les paramètres nécessaires à l'exécution de ce nouveau bloc de modèle sont stockés dans le script nouvellement généré : Batteries_param.m. Pour lier les paramètres du module à l'ensemble de paramètres PyBaMM, exécutez la commande suivante :
Module1 = SimscapeParameterSet.getModuleElectrochemicalParameters(SimscapeParameterSet);
Grâce à ce nouveau bloc de modèle de batterie, vous pouvez désormais créer et exécuter une simulation de décharge constante de batterie dans l'environnement Simulink. De plus, vous pouvez utiliser BatterySimulationChart pour visualiser dynamiquement les principales variables de la batterie tout au long de votre simulation. Pour créer et exécuter la simulation, exécutez la commande suivante :
run("CreateAndRunBatterySimscapeModel.mlx")
Dans cet article, nous avons présenté trois workflows différents pour intégrer la capacité de modélisation de batteries PyBaMM dans MATLAB, Simulink et Simscape. Chaque workflow présente ses propres avantages et est mieux adapté à des activités spécifiques. Par exemple, l'intégration de PyBaMM avec Simulink est une bonne méthode pour réaliser un prototypage rapide et développer un système de gestion de batterie. L'importation des ensembles de paramètres PyBaMM dans Simscape est une bonne méthode pour créer des modèles physiques acausaux qui peuvent être mis à l'échelle efficacement et inclus dans une simulation électrique et thermique plus large. Le passage des modèles de cellules aux modèles de systèmes peut être réalisé efficacement grâce à la fonctionnalité Simscape Battery Pack Builder. Cette intégration contribue à améliorer les capacités natives de MATLAB et peut apporter une valeur ajoutée aux différents workflows de design et de développement de batteries utilisés dans l'industrie.
Les méthodes présentées dans cet article sont simples et s'appuient sur des fonctionnalités existantes. Ces méthodes peuvent être affinées et étendues pour inclure davantage de modèles électrochimiques PyBaMM, supporter d'autres ensembles de paramètres et ajouter une modélisation complexe au niveau système, entre autres améliorations.
Pour la suite, nous nous appuierons sur les workflows présentés ici en démontrant comment cette intégration peut supporter des activités pratiques de design et de vérification de batteries. Nous cherchons également à explorer d'autres méthodes pour établir une connectivité entre PyBaMM et MATLAB et à les présenter dans le contexte des avantages qu'elles apportent à l'application cible de la batterie.
Nous voyons des opportunités de mettre en avant :
Nous tenons à remercier tout particulièrement le professeur Daniel Auger de l'université de Cranfield pour sa collaboration, ses idées sur les axes de recherche futurs et les nombreuses discussions que nous avons eues sur les méthodes de connectivité entre MATLAB et PyBaMM et leurs applications aux systèmes de batteries.
Sulzer, V., Marquis, S. G., Timms, R., Robinson, M., & Chapman, S. J. (2021). Python Battery Mathematical Modelling (PyBaMM). Journal of Open Research Software, 9(1).
Publié en 2026
