ADAPTIVE ALGORITHM FOR CONTROLLING THE CHARGING PROCESS OF USED LITHIUM-ION BATTERIES BASED ON FUZZY LOGIC
The effective integration of intermittent renewable energy sources into the power grid largely depends on energy storage systems, where second-life batteries are playing an increasingly important role. In this paper, the features of controlling the charging processes of used lithiumion batteries are...
Збережено в:
| Дата: | 2025 |
|---|---|
| Автори: | , , , , , |
| Формат: | Стаття |
| Мова: | Українська |
| Опубліковано: |
Institute of Renewable Energy National Academy of Sciences of Ukraine
2025
|
| Теми: | |
| Онлайн доступ: | https://ve.org.ua/index.php/journal/article/view/575 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Vidnovluvana energetika |
| Завантажити файл: |  |
Репозитарії
Vidnovluvana energetika| _version_ | 1871104028231860224 |
|---|---|
| author | Havryliuk , S. Zaichenko , O. Marunia , Yu. Ryzhkov , O. Chopyk , V. Tereshenko , A. |
| author_facet | Havryliuk , S. Zaichenko , O. Marunia , Yu. Ryzhkov , O. Chopyk , V. Tereshenko , A. |
| author_institution_txt_mv | [
{
"author": "S. Havryliuk ",
"institution": "Institute of electrodynamics of NAS Ukraine, Kyiv, Ukraine"
},
{
"author": "O. Zaichenko ",
"institution": "Institute of electrodynamics of NAS Ukraine, Kyiv, Ukraine "
},
{
"author": "Yu. Marunia ",
"institution": "Institute of electrodynamics of NAS Ukraine, Kyiv, Ukraine"
},
{
"author": "O. Ryzhkov ",
"institution": "Institute of electrodynamics of NAS Ukraine, Kyiv, Ukraine"
},
{
"author": "V. Chopyk ",
"institution": "Institute of electrodynamics of NAS Ukraine, Kyiv, Ukraine"
},
{
"author": "A. Tereshenko ",
"institution": "Institute of Renewable Energy, NAS of Ukraine, Kyiv, Ukraine"
}
] |
| author_sort | Havryliuk , S. |
| baseUrl_str | https://ve.org.ua/index.php/journal/oai |
| collection | OJS |
| datestamp_date | 2026-07-18T06:32:23Z |
| description | The effective integration of intermittent renewable energy sources into the power grid largely depends on energy storage systems, where second-life batteries are playing an increasingly important role. In this paper, the features of controlling the charging processes of used lithiumion batteries are considered, for which traditional constant current and constant voltage (CC-CV) charging methods are ineffective and accelerate their degradation. The development and proposal of an adaptive charging algorithm based on fuzzy logic are presented. This approach allows optimizing the charging process by taking into account dynamic changes in battery characteristics, such as voltage, current, temperature, state of charge (SoC), battery health (SoH) and state of functioning (SoF). It is shown that the proposed algorithm increases efficiency, safety and significantly increases the service life of batteries compared to traditional methods, adapting to their condition in real time. |
| doi_str_mv | 10.36296/1819-8058.2025.4(83).59-78 |
| first_indexed | 2026-02-08T07:59:26Z |
| format | Article |
| fulltext |
59
Відновлювана енергетика. № 4/2025 | Комплексні проблеми енергетичних систем на основі НВДЕ
УДК 621.314.6:681.5 https://doi.org/10.36296/1819-8058.2025.4(83).59-78
АДАПТИВНИЙ АЛГОРИТМ КЕРУВАННЯ ПРОЦЕСОМ ЗАРЯДЖАННЯ ВЖИВАНИХ ЛІТІЙ-ІОННИХ
АКУМУЛЯТОРІВ НА БАЗІ НЕЧІТКОЇ ЛОГІКИ
Отримано 09 вер. 2025 р.; рекомендовано до публікації 09 груд. 2025 р.
Доступно онлайн 31 груд. 2025 р.
Гаврилюк С. І.1, Зайченко О. А.2, Маруня Ю. В.3,
Рижков О. М.4, Чопик В. В.5, Терешенко А. М.6
Автор для кореспонденції: Зайченко Олег,
e-mail: tems@ukr.net
Анотація. Ефективна інтеграція нестабільних віднов-
люваних джерел енергії в електромережі значною мірою
залежить від систем накопичення, де вживані акумуля-
тори відіграють дедалі важливішу роль. У статті розг-
лянуто особливості керування процесами заряджання
вживаних літій-іонних акумуляторів, для яких традиційні
методи заряду з постійним струмом та постійною на-
пругою (CC-CV) є неефективними та прискорюють їх де-
градацію. Представлено розробку та запропоновано ада-
птивний алгоритм заряджання на базі нечіткої логіки.
Такий підхід дозволяє оптимізувати процес заряджання шляхом урахування динамічних змін характе-
ристик акумулятора, як-от напруга, струм, температура, стан заряду (SoC), стан здоров’я батареї
(SoH) та стан функціонування (SoF). Показано, що запропонований алгоритм, порівняно з традиційними
методами, підвищує ефективність, безпеку та значно збільшує термін служби акумуляторів адапту-
ючись до їхнього стану в реальному часі.
Ключові слова: літій-іонні акумулятори, заряджання акумуляторів, адаптивні алгоритми, нечіт-ка
логіка, вживані акумулятори, деградація акумуляторів, системи керування.
Вступ. Відповідно до даних Міжнародного енергетич-
ного агентства [1] за період з 2021 до 2023 року частка
електромобілів на світовому автомобільному ринку
зросла більш ніж у 2 рази (з 4 до 10 %). У першому квар-
талі 2024 року продажі електромобілів збільшилися
приблизно на 25 % порівняно з першим кварталом 2023
року. Згідно зі звітом Bloomberg NEF, глобальні інвести-
ції в енергетичний сектор у 2024 році вперше переви-
щили 2 трлн доларів [2]. Значна частина цих інвестицій
спрямована на розвиток акумуляторних систем накопи-
чення енергії, які є ключовим елементом для стабілізації
мережі та ефективної інтеграції відновлюваних джерел
енергії. Паралельно значні кошти вкладаються в елект-
рифікацію транспорту, що також є частиною глобальної
трансформації енергетичного сектору. Ці дані свідчать
про те, що попит на електротранспорт у світі постійно
зростає, що призводить до зростання кількості викорис-
таних акумуляторів. Утилізація акумуляторів є високова-
ртісним і складним технологічним процесом, що має
значний вплив на довкілля протягом усього життєвого
циклу. По-перше, видобуток сировини (літію, кобальту,
нікелю) пов'язаний із виснаженням природних ресурсів
та забрудненням. По-друге, за неправильної утилізації
відпрацьованих акумуляторів їхні компоненти утворю-
ють токсичні сполуки, які мігрують у ґрунт та воду,
створюючи довготривалу загрозу для довкілля. Біль-
шість світових виробників електромобілів рекоменду-
ють замінювати акумулятори, коли їхня ємність стано-
вить менше 80 %. При цьому акумуляторні батареї
залишаються придатними до повторного використання
в системах накопичення та зберігання енергії як у про-
мисловості, так і в побуті. Повторне використання аку-
муляторів дозволяє знизити капітальні витрати на ство-
рення та оновлення систем накопичення електроенергії
й водночас забезпечити необхідну потужність і трива-
лість автономної роботи.
Враховуючи постійне зростання попиту на електротран-
спорт та, як наслідок, збільшення кількості використа-
них акумуляторів, які придатні для повторного викорис-
тання у системах зберігання енергії, важливою і
актуальною є тема розробки методів, що дають змогу
ефективно та безпечно їх заряджати. Традиційний про-
токол заряджання CC-CV (Constant Current-Constant
Voltage) не є оптимальним для вживаних акумуляторів і
може прискорювати їх деградацію. Тому актуальним за-
вданням є створення адаптивної системи керування
процесом заряджання літій-іонних акумуляторів, яка
враховує динамічні зміни їх характеристик та оптимізує
параметри заряджання в режимі реального часу, щоб
збільшити термін служби, підвищити безпеку експлу-
1 канд. техн. наук
https://orcid.org/0000-0002-7345-8405
2 канд. техн. наук
https://orcid.org/0000-0001-9311-3378
3 канд. техн. наук
https://orcid.org/0000-0003-0071-1702
4 д-р. філос. (електр. iнж.)
https://orcid.org/0000-0002-0011-9402
5 канд. техн. наук
https://orcid.org/0000-0002-5046-5223
6 аспірант
https://orcid.org/0009-0001-9489-1793
1, 2, 3, 4, 5 Інститут електродинаміки НАН
України, м. Київ, Україна
6 Інститут відновлюваної енергетики НАН
України, м. Київ, Україна
60
Відновлювана енергетика. № 4/2025 | Комплексні проблеми енергетичних систем на основі НВДЕ
атації та покращити ефективність використання вжива-
них літій-іонних акумуляторів.
Метою роботи є обґрунтування та розробка адаптив-
ного алгоритму керування системою заряджання вжи-
ваних літій-іонних акумуляторів з використанням нечіт-
кої логіки.
Для повторного використання відпрацьовані акумуля-
торні батареї розбираються на окремі блоки або елеме-
нти. Після діагностики відбираються робочі елементи,
близькі за своїми характеристиками, групуються та зби-
раються у нові акумуляторні батареї. Зазвичай перевіря-
ються такі ключові характеристики: ємність, внутрішній
опір, напруга, саморозряд. При збиранні секцій з елеме-
нтів вживаного акумулятора важливо згрупувати елеме-
нти, найближчі за ємністю та внутрішнім опором. Навіть
незначна різниця величин цих параметрів призводить
до того, що під час роботи напруга окремих елементів
буде відрізнятися і система керування BMS (Battery
Management System) відключить групу елементів або
всю акумуляторну батарею.
Розглянемо характеристики акумуляторів, за якими мо-
жна оцінювати поточний стан та можливість їх повтор-
ного використання. Одним з таких показників є SoH
(State of Health) акумулятора, який виражається у відсо-
тках та відображає поточний стан акумулятора відносно
його початкового стану. Наступним показником є SoC
(State of Charge), який виражається у відсотках та пока-
зує, скільки енергії залишилося в акумуляторній батареї
відносно її повної початкової ємності. Проте оцінювати
SoH і SoC недостатньо для вживаних акумуляторів, оскі-
льки потрібна комплексна оцінка стану функціонування
SoF (State of Function), щоб переконатися, що акумуля-
тор придатний для повторного використання і може ви-
конувати свої функції безпечно та надійно. Показник SoF
не є чітко визначеним поняттям, алездебільшого визна-
чається як здатність батареї підтримувати свої функції
для конкретного застосування. SoF може враховувати
інші показники, такі як SoC та SoH, а також робочу тем-
пературу, історію заряду/розряду, наявність несправно-
стей (перенапруга, перевантаження, різке збільшення
температури), концентрацію горючих газів тощо [3].
Існує декілька методів оцінки показника SoF [4]. Оцінка
стану функціонування (SoF) акумулятора може проводи-
тися методом, що враховує споживану потужність
(Power Demand Based). Цей метод аналізує здатність ба-
тареї працювати під поточним навантаженням. Для
цього спочатку визначають напругу холостого ходу VоC
(Voltage open Сircuit), використовуючи залежність між
напругою та рівнем заряду (крива VоC–SoC). Знаючи ма-
ксимальну зміну напруги та поточну ємність батареї в
заданий момент часу, можна розрахувати миттєву поту-
жність батареї, яку вона здатна віддати. За результатом
цього розрахунку батареї присвоюється статус праце-
здатності: SoF = 1 (придатна) або SoF = 0 (непридатна).
У [3] SoF визначається на основі формули: SoF = (P –
Pdemands) / (Pmax – Pdemands), де P – потужність, яку
може забезпечити батарея, Pdemands – потужність на-
вантаження, Pmax – максимальна можлива потужність
батареї.
Іншим методом є техніка оцінки на основі напруги
(Terminal Voltage Based Technique). Оцінка SoF викону-
ється на основі історичної інформації та вимірюваних
поточ-них даних (напруга, SoH, максимальна напруга).
Таким методом можна визначити здатність батареї за-
безпечувати роботу під необхідним навантаженням.
SoH є важливим показником при використанні такого
методу, оскільки він визначає швидкість спаду напруги
батареї.
Стадії заряджання акумулятора. Заряджання літій-іон-
ного акумулятора найчастіше відбувається у три стадії:
початкова Pre-charge / Trickle Charge, основна CC
(Constant Current) та фінальна CV (Constant Voltage). Та-
ким чином, забезпечується ефективне та безпечне заря-
джання акумулятора в загальному випадку традицій-
ного використання нових акумуляторів.
Стадія попереднього заряджання (Pre-charge) викорис-
товується для акумуляторів, що перебувають у стані гли-
бокого розряду, коли напруга на їхніх клемах опуска-
ється нижче допустимого рівня. Ключовим завданням
цієї фази є поступове відновлення напруги до рівня, що
дозволяє безпечно перейти до основного етапу заря-
джання постійним струмом (СС). Для цього на акумуля-
тор подається невеликий постійний струм (наприклад,
що становить 1/10 частину від номінального струму ста-
дії СС). Такий підхід є запобіжним заходом, що унемож-
ливлює пошкодження внутрішньої структури акумуля-
тора, яке могло б статися в разі подачі значного струму
на елементи з глибоким розрядом.
Стадія заряджання постійним струмом CC є основною й
найтривалішою. Ця стадія дозволяє зарядити акумуля-
тор приблизно до 80–90 % його номінальної ємності.
Стадія CC завершується, коли напруга акумулятора до-
сягає межі, встановленої виробником (наприклад, 4.2 В
для більшості типів літій-іонних акумуляторів).
На фінальній стадії застосовується режим постійної на-
пруги (CV), який дозволяє уникнути небезпечного пере-
заряду й водночас повністю зарядити акумулятор. На
цій стадії напруга на батареї підтримується на максима-
льно допустимому рівні, зазначеному виробником, тоді
як струм заряджання поступово зменшується. Щойно
струм спаде приблизно до 3–5 % того, що був на стадії
СС, процес заряджання завершується автоматично.
Протокол заряджання CC-CV (Constant Current-Constant
Voltage) є ефективним для заряджання нових акумуля-
торів, однак для вживаних акумуляторів цей метод є не-
оптимальним і може прискорювати подальшу деграда-
цію. Це пов'язано з кількома характерними змінами, що
відбуваються в акумуляторі з часом:
1. Зростання внутрішнього опору. З часом внутрішній
опір акумулятора збільшується, що є наслідком двох
процесів: потовщення шару твердого електроліту на
61
Відновлювана енергетика. № 4/2025 | Комплексні проблеми енергетичних систем на основі НВДЕ
аноді та деградаційних змін у структурі самих електро-
дів.
2. Передчасний перехід до режиму CV. Через підвище-
ний опір, напруга на клемах батареї сягає верхньої межі
значно раніше під час заряджання постійним струмом
(СС). Це призводить до того, що основна фаза заря-
джання скорочується і система перемикається в режим
постійної напруги (CV), коли акумулятор ще не досяг
того рівня заряду (SoC), якого б досягнув новий.
3. Пролонгація стадії CV. Оскільки фаза постійного
струму (СС) стає коротшою, більша частина заряду нако-
пичується на етапі постійної напруги (CV), що значно збі-
льшує його тривалість. Цей тривалий вплив максималь-
ної напруги є серйозним стресовим фактором для
акумулятора. Він не тільки прискорює руйнування ка-
тода, але й стимулює подальше зростання шару твер-
дого електроліту на аноді, що особливо шкодить вжива-
ним акумуляторам.
4. Підвищене тепловиділення. Вищі значення внутріш-
нього опору призводять до більшого виділення тепла
під час проходження струму заряду, особливо в основ-
ній фазі CC. Як наслідок, відбувається підвищення тем-
ператури, що є причиною початку багатьох процесів де-
градації [5].
Метод заряджання Constant Current-Constant Voltage з
плином часу експлуатації акумулятора не здатний адап-
туватися до динамічних змін характеристик акумуля-
тора [6]. Тому для заряджання вживаних акумуляторів
доцільно застосовувати адаптивні алгоритми, які врахо-
вують такі особливості та здатні оптимізувати викорис-
тання акумулятора. Такі алгоритми заряджання можуть
змінювати параметри заряджання в режимі реального
часу на основі вимірювання поточних параметрів акуму-
лятора та використання історичних даних, що допома-
гає збільшити термін служби акумулятора та підвищити
безпеку його експлуатації [7].
Адаптивні алгоритми можна класифікувати за мето-
дами, які використовуються для прийняття рішень про
адаптацію: алгоритми, що базуються на правилах та по-
рогових значеннях (Rule-Based / Threshold-Based); ана-
лізі профілів напруги / струму (Profile Analysis-Based);
моделюванні (Model-Based Algorithms); даних / ма-
шинне навчання (Data-Driven / Machine Learning - ML);
імпульсне адаптивне заряджання (Adaptive Pulsed
Charging).
Алгоритми, що діють за принципом порогових значень
(Threshold-Based), працюють на основі заздалегідь ви-
значених правил. Їхня логіка полягає в тому, що система
відстежує ключові параметри (напругу, струм, темпера-
туру тощо) і змінює умови заряджання, щойно один або
група параметрів досягають певної межі. Типовим пра-
вилом є, наприклад, обмеження зарядного струму чи
напруги в разі перегріву або повна зупинка процесу в
разі досягнення небезпечної температури [8, 9]. Також
алгоритм може бути адаптований до обмеження макси-
мального струму заряджання залежно від ємності
акумулятора або його внутрішнього опору. Якщо єм-
ність зменшилася або опір зріс, максимальний струм за-
ряджання може бути зменшений для запобігання пере-
гріву акумулятора [10]. До таких алгоритмів можна
віднести системи на основі нечіткої логіки.
Алгоритми, які аналізують динаміку зміни значень на-
пруги та струму, працюють, ідентифікуючи ключові осо-
бливосі на графіках цих параметрів, з використанням за-
здалегідь відомих профілів. Ці характерні точки або
ознаки пов'язані з поточним станом акумулятора в про-
цесі заряджання. Відповідно до результатів такого ана-
лізу система вносить корективи в параметри заряду, на-
приклад використання швидкості зміни напруги (dU/dt)
або прискорення зміни напруги (d²U/dt²), для визна-
чення точок переходу між стадіями заряджання [11]. Ці
точки можуть змінюватися залежно від SoH. Також існу-
ють алгоритми, у яких застосовують вюмірювання внут-
рішнього опору під час заряджання, і ця інформацію ви-
користовують для адаптації процесу заряджання.
Алгоритми, що базуються на моделюванні використову-
ють математичну модель акумуляторної батареї, щоб
передбачати поведінку акумулятора під час заря-
джання. Оцінка стану батареї (SoC, SoH, температура
тощо) може виконуватися за допомогою фільтрів ста-ну,
таких як фільтр Калмана. Модель може адаптуватися до
старіння батареї шляхом періодичної корекції парамет-
рів.
Алгоритми, орієнтовані на дані (Data-driven алгоритми),
включно з методами машинного навчання, використо-
вують накопичену інформацію про цикли заряджання
для динамічного коригування параметрів, наприклад,
оптимізація параметрів заряджання проводиться за до-
помогою нейронних мереж або інших моделей на ос-
нові поточних вимірювань стану батареї [12].
Імпульсне адаптивне заряджання відбувається корот-
кими імпульсами струму, параметри яких (амплітуда,
тривалість, частота та пауза) змінюються відповідно до
стану акумулятора. Цей метод спрямований на зни-
ження поляризації – відхилення напруги на клемах від
напруги холостого ходу (VоC) під час проходження
струму, що потенційно зменшує деградацію елементів.
Таке відхилення напруги виникає через внутрішні про-
цеси в акумуляторі, що уповільнюють протікання струму
та перетворення енергії.
На практиці часто застосовують гібридні методи, які ви-
користовують елементи декількох алгоритмів. Метою
такого поєднання є підвищення загальної продуктивно-
сті, надійності та робастності системи. Наприклад, мо-
жуть комбінувати лічильник кулонів з механізмами ко-
рекції за напругою та температурою. Інший поширений
приклад – використання фільтра Калмана для точної
оцінки стану батареї, доповненого алгоритмами, що
приймають рішення на основі правил або оптимізацій-
них моделей.
Обґрунтування вибору адаптивного алгоритму заря-
джання акумулятора. Нечітка логіка (Fuzzy Logic) може
62
Відновлювана енергетика. № 4/2025 | Комплексні проблеми енергетичних систем на основі НВДЕ
ефективно керувати нелінійними системами, не вимага-
ючи точної математичної моделі [13]. Для складних сис-
тем, таких як літій-іонні акумулятори, де точне моделю-
вання може бути ускладненим, застосування нечіткої
логіки має переваги. Вона дозволяє інтегрувати в авто-
матизовану систему керування лінгвістичні змінні та не-
чіткі множини, отримані експериментально [14]. Фазі-
логічні контролери зазвичай стійкі до змін параметрів
системи та умов експлуатації. Використання правил си-
мволічної нечіткої логіки дозволяє будувати структури
нечіткого мікроконтролера з людиноподібним проце-
сом прийняття рішень [15]. Натомість використання мік-
роконтролерів із логікою на основі чітких правил (мікро-
контролерів із жорсткою логікою) [16], ця структура дає
змогу не тільки легко адаптувати систему керування до
специфічних вимог, але й успішно поєднувати її з тради-
ційними методами керування [17, 18].
Основні переваги застосування нечіткої логіки для за-
ряджання акумуляторів:
1. Підвищена ефективність та скорочення часу заря-
джання. Контролер на базі нечіткої логіки може оптимі-
зувати профілі заряджання, потенційно скорочуючи час
заряджання порівняно з традиційними методами, при
цьому зберігаючи або покращуючи ефективність. На-
приклад, у [19] зазначається, що керування на основі не-
чіткої логіки може скоротити час заряджання за вищої
ефективності та меншого підвищенні температури.
2. Збільшення терміну служби акумулятора. Завдяки ке-
руванню параметрами заряджання, такими як струм і
температура, контролер на базі нечіткої логіки може мі-
німізувати навантаження на акумулятор, що приводить
до збільшення циклічного ресурсу.
3. Підвищена безпека. Система керування на базі нечіт-
кої логіки може містити правила, критичні для безпеки,
для запобігання перезарядження, перегрівання та над-
мірного струму. Перезаряджання може пошкодити фі-
зичні елементи, а перезаряджання навіть протягом од-
нієї хвилини може вивести акумулятор з ладу.
4. Адаптивність. Системи на базі нечіткої логіки можуть
бути розроблені для адаптації до змін у стані акумуля-
тора та умов навколишнього середовища. У [20] згаду-
ється, що нечіткий контролер батареї успішно досягає
своєї мети заряджання та балансування елементів з ви-
сокою адаптивністю шляхом простого коригування фун-
кцій належності.
Всі ключові параметри акумулятора – напруга, струм,
температура та SoC – є взаємозалежними. Протягом
фази постійного струму, наприклад, напруга зростає ра-
зом із SoC. Крім того, ефективність поглинання заряду
батареєю змінюється залежно від її температури та по-
точного рівня заряду. Тому для ефективного керування
система на базі нечіткої логіки повинна оцінювати пара-
метри не окремо, а в їх сукупності, враховуючи всі існу-
ючі взаємозв'язки.
Таким чином, завдяки гнучкості та відносній простоті
розуміння, що базується на звичайній мові спілкування,
нечітка логіка є одним з найефективніших методів керу-
вання процесом заряджання вживаних літій-іонних аку-
муляторів. Нечітка логіка, на відміну від відомих на сьо-
годні методів заряджання, допускає використання
невизначених вхідних даних, може вирішувати та поєд-
нувати суперечливі між собою завдання та цілі, при
цьому враховує досвід експертних систем і базується на
класичних законах регулювання.
Ключові фактори, що впливають на термін служби аку-
мулятора під час заряджання. Термін служби літій-іон-
них акумуляторів значною мірою залежить від умов за-
ряджання. Напруга, струм, температура та рівень заряду
відіграють вирішальну роль у швидкості деградації.
Заряджання акумулятора до високої напруги (напри-
клад, 4.2 В на елемент) дозволяє максимально викори-
стати його ємність, але водночас створює значні наван-
таження на компоненти акумулятора. Особливо
чутливим до високої напруги є матеріал катода, де при-
скорюються процеси деградації, такі як розчинення ме-
талів, структурні зміни та інші перетворення [21]. Висока
напруга також сприяє окисненню електроліту на повер-
хні катода [22]. Саме максимальна напруга є одним з
ключових факторів, що визначають швидкість деграда-
ції катода. Багато досліджень показують прямий зв'язок
між максимальною напругою заряджання та циклічним
ресурсом. Зниження напруги навіть на невелику вели-
чину може суттєво подовжити термін служби. Напри-
клад, зниження напруги з 4.2 до 4.1 В на елемент може
подвоїти кількість циклів, а подальше зниження до 4.0
В – ще подвоїти [23]. Дослідження підтверджують прис-
корену деградацію при напругах вище 4.0 В для деяких
типів хімії акумуляторів. Оптимальною з погляду мінімі-
зації стресу вважається напруга близько 3.90–3.92 В на
елемент, хоча це значно обмежує доступну ємність.
Для кожного типу акумулятора існують свої критичні по-
роги напруги, і саме їх перевищення є ключовим факто-
ром нелінійного характеру деградації. Тільки-но на-
пруга перетинає цю межу, руйнівні процеси, такі як
інтенсивне розчинення металів катода або прискорене
окиснення електроліту, значно посилюються. Це пов'я-
зано з електрохімічними властивостями матеріалів.
Коли прикладена напруга перевищує певне порогове
значення, починають відбуватися незворотні зміни в
акумуляторі. Тому утримання напруги нижче цих крити-
чних значень може подовжити термін служби акумуля-
тора.
Вплив зарядного струму. Хоча використання високих
струмів значно скорочує час заряджання, такий підхід
несе в собі ризики, що негативно позначаються на дов-
говічності акумулятора. До основних особливостей на-
лежать:
1. Осадження літію. При високих струмах швидкість на-
дходження іонів літію до анода може перевищувати
швидкість їх вбудовування в структуру анода, особливо
при низьких температурах, що призводить до оса-
дження металічного літію [24].
63
Відновлювана енергетика. № 4/2025 | Комплексні проблеми енергетичних систем на основі НВДЕ
2. Підвищення температури. Протікання великого
струму через внутрішній опір акумулятора викликає
значне виділення тепла, що може призвести до пере-
гріву та прискорення інших механізмів деградації [25].
3. Механічні напруження. Через швидке проникнення
літію в матеріал електродів виникає внутрішній тиск,
який може їх пошкодити або зробити менш еластич-
ними.
Для подовження терміну служби часто рекомендується
використовувати нижчі струми заряду [26]. Дослідження
визначають струм заряду як один із факторів стресу. Ос-
новна шкода від високих струмів заряду може бути пов'-
язана не стільки з самим потоком струму за ідеальних
умов, скільки з його наслідками, а саме підвищенням те-
мператури. Тому підтримання безпечного діапазону тем-
ператури та струму під час швидкого заряджання є важ-
ливим для мінімізації їх негативного впливу.
Заряджання при підвищених температурах (вище 30 °C,
і особливо вище 60 °C) є одним з найшкідливіших фак-
торів для літій-іонних акумуляторів. Висока температура
різко прискорює практично всі небажані хімічні реакції
всередині елемента: зростання SEI (Solid Electrolyte
Interphase), розклад електроліту, деградацію катода
(включно з розчиненням металів) [27].
Заряджання за низьких температур (нижче 0 °C) також є
шкідливим. За низьких температур значно зростає внут-
рішній опір акумулятора, знижується ефективність заря-
джання і різко зростає ризик осадження металічного лі-
тію на аноді [28, 29].
Найкращі умови для заряджання – це температурний ді-
апазон, близький до кімнатної температури (20–25 °C).
Заряджання в межах приблизно від 5 до 35 °C зазвичай
вважається прийнятним. Оскільки як високі, так і низькі
температури під час заряджання прискорюють деграда-
цію, ефективне керування температурою акумуляторної
батареї є критично важливим [30].
Діапазон SoC. Спосіб використання ємності акумулятора
– істотно впливає на його термін служби. Повторювані
цикли з повним розрядом (від 100 до 0 % SoC) є більш
стресовими для акумулятора, ніж часткові цикли в ме-
жах вузького діапазону SoC, особливо якщо уникати гра-
ничних значень. Дослідження показують, що змен-
шення глибини розряду експоненційно збільшує
циклічний ресурс. Наприклад, використання лише 30 %
ємності може збільшити кількість циклів у 4 рази або бі-
льше порівняно зі 100 %. Обмеження максимального
SoC до 50 % може збільшити очікуваний термін служби
на 44–130 %. Заряджання в крайніх діапазонах SoC (на-
приклад, 0–20 або 80–100 %) може прискорювати спе-
цифічні механізми деградації: зростання імпедансу при
низькому SoC та втрата ємності при високому SoC (особ-
ливо для NMC хімії – Літій-Нікель-Марганець-Кобальт-
Оксид) порівняно із заряджанням у середньому діапа-
зоні (наприклад, 40–60 % SoC). Високий SoC пов'язаний
з високою напругою, що створює стрес для катода та
прискорює окислення електроліту. Тому мінімізація
часу, проведеного при високих рівнях SoC, є корисною
стратегією. Дуже низький SoC може призводити до над-
мірного розряду, що також шкідливо для електродів.
Робота в середньому діапазоні SoC дозволяє уникнути
цих екстремальних умов. Акумулятори типу LFP (Літій-
Залізо-Фосфат, LiFePO₄) менш чутливі до перебування
при 100 % заряді. Стрес для катода при повній зарядці є
набагато меншим, ніж у NMC. Однак стратегія заря-
джання 20–80 % є корисною для продовження служби
будь-яких типів літій-іонних акумуляторів. Також для
LFP акумуляторів рекомендується періодично заря-
джати їх до 100 %. Це дозволяє системі керування бата-
реєю точно відкалібрувати показники і правильно ви-
значати рівень заряду.
Адаптивний алгоритм заряджання акумулятора. Адап-
тивний алгоритм заряджання акумулятора на основі не-
чіткої логіки складається з таких основних кроків: поста-
новка задачі; визначення лінгвістичних змінних та
нечіткої множини, зокрема її поведінки; визначення ме-
ханізму відпрацювання нечіткого висновку; побудова
безпосередньо самої системи керування та її перевірка, а
також процес налагодження та визначення дієздатності.
Таблиця. Вхідні та вихідні змінні системи керування заряджанням акумулятора на базі нечіткої логіки
№
п/п.
Тип
змінної
Назва змінної Діапазон Нечітка множина
1
Вхідна
Напруга елемента 2.8–4.2 В на елемент
Критично низька, низька, номінальна, ви-
сока, критично висока
2 Зміна напруги dU/dt
Менше 0,0, 0–3 мВ/с,
більше 3 мВ/с
Від'ємна, нуль, робоча, висока.
3
Поточний струм заря-
джання
0 А до C-номіналу
Нуль, дуже низький, низький, середній, висо-
кий, максимальний
4 Температура 0–40 °C (заряджання)
Критично холодна, холодна, оптимальна, га-
ряча, критично гаряча
5 Рівень заряду (SoC) 0–100 %
Дуже низький, низький, середній, високий,
дуже високий
6 Стан здоров’я (SoH) 0–100 %
Дуже низький, низький, середній, високий,
дуже високий
64
Відновлювана енергетика. № 4/2025 | Комплексні проблеми енергетичних систем на основі НВДЕ
7
Стан функціонування
(SoF)
0–100 % Низький, середній, високий, дуже високий
8 Режим обмеження SoC 0–100 % Низький, середній, високий
9 Час від початку заря-
джання
0–600 хв Дуже короткий, короткий, середній, трива-
лий, надмірно тривалий
10 Тип акумулятора LiFePO₄,
NMC
Літій-Залізо-Фосфат, Літій-Нікель-Марганець-
Кобальт-Оксид
11
Вихідна
Кінцева напруга заря-
джання
3.65–4.2 В Критично низька, низька, номінальна, ви-
сока, критично висока
12 Зарядний струм 0 А до Макс C-rate Нуль, крапельний, дуже низький, низький,
середній, високий, максимальний
13 Режим роботи
Pre-charge, CC, CV, па-
уза, помилка
Pre-charge, CC, CV, пауза, помилка
(Для цієї змінної нечітка множина представ-
ляє дискретні стани, вибір яких здійснюється
нечітким контролером)
Вибір вхідних та вихідних змінних та представлення їх
функціями належності є важливим початковим кроком,
результат якого впливатиме на формування нечіткого
рішення. Гнучкість та адекватна реакція системи буде
залежати від зовнішніх факторів, які впливають на її по-
ведінку, тобто від співвідношення лінгвістичних змінних
і фізичних базових параметрів. У таблиці наведені за-
пропоновані вхідні та вихідні змінні системи керування
заряджанням акумулятора на базі нечіткої логіки.
Вхідні та вихідні змінні системи керування заряджан-
ням акумулятора на базі нечіткої логіки:
1. Показник стану елемента, корисний для точного на-
лаштування поблизу меж напруги.
2. На стадії CC напруга постійно зростає, тому dU/dt є
позитивним. На стадії CV dU/dt різко зменшується і на-
ближається до нуля, оскільки напруга утримується
майже постійною. Невеликі від'ємні значення можуть
виникати при нормальних переходах між стадіями, бі-
льші від'ємні значення можуть свідчити про несправно-
сті.
3. Вимірювання є необхідним для зворотного зв'язку та
для реалізації режимів Pre-charge, CC та CV.
4. Критична для безпеки та здоров'я акумулятора. За-
ряджання поза допустимими межами шкідливе.
5. Визначає, скільки заряду потрібно та впливає на до-
пустимий струм.
6. SoH є важливою змінною, особливо для вживаних
акумуляторів, яка прямо вказує на ступінь деградації.
Батарея з низьким SoH може вимагати нижчих максима-
льних струмів, нижчої максимальної напруги або обере-
жнішого керування температурою під час заряджання.
Оцінка SoH може бути отримана за допомогою методів,
що базуються на вимірюванні ємності, внутрішнього
опору, або складніших алгоритмів.
7. Стан функціонування відображає оцінку того, наскі-
льки добре і безпечно акумулятор здатен виконувати
свої призначені функції в поточний момент часу.
8. Режим обмеження SoC дає змогу встановити верхню
та нижню межі діапазону SoC. Наприклад, використову-
вати акумулятор в діапазоні 20–80 % його ємності. Такий
підхід може значно збільшити термін служби акумуля-
тора.
9. Відстеження часу від початку заряджання діє як за-
побіжник, що обмежує максимальну тривалість про-
цесу. Також цей час може слугувати резервним механі-
змом для перемикання між стадіями заряду у випадку,
якщо основні індикатори (наприклад, напруги чи
струму) працюють некоректно.
10. Від типу хімії акумулятора залежать ключові характе-
ристики заряджання: максимальна напруга заряджання
(LFP – 3.6/3.65 В на елемент, NMC – 4.2 В), струм заря-
джання (LFP – 0.5–1С, NMC – 0.5–0.7С), оптимальний ді-
апазон SoC (LFP – 10–100 %, NMC – 20–80 %).
11. Нечіткий контролер може адаптувати кінцеву на-
пругу заряджання, щоб зменшити навантаження на аку-
мулятор та продовжити термін його служби.
12. Нечіткий контролер змінює максимальний струм за-
лежно від SoH, SoC, SoF, температури, щоб оптимізувати
швидкість та безпеку. Також враховується мінімальний
струм на стадіях pre-charge та CV, при досягненні якого
відбувається перехід у стадію CV або завершення заря-
джання.
13. Нечіткий контролер приймає рішення про переми-
кання між різними стадіями заряджання залежно від
комбінації вхідних змінних.
Опис роботи адаптивного алгоритму заряджання аку-
мулятора. Для керування процесом заряджання алго-
ритм використовує систему нечіткої логіки. На кожному
етапі визначаються 10 вхідних параметрів: Напруга аку-
мулятора; Зміна напруги (dU/dt); Поточний струм заря-
джання; Температура; SoC; SoH; SoF; Режим обмеження
SoC; Час від початку заряджання; Тип акумулятора. На
основі цих даних та бази правил нечіткої логіки контро-
лер визначає оптимальні значення для трьох вихідних
керуючих змінних: Кінцева напруга заряджання;
65
Відновлювана енергетика. № 4/2025 | Комплексні проблеми енергетичних систем на основі НВДЕ
Зарядний струм; Режим роботи (Pre-charge, CC, CV, Па-
уза, Помилка). Процес заряджання складається з таких
фаз:
Фаза 1. Ініціалізація. Система активується після підклю-
чення акумулятора до зарядного пристрою. Прово-
диться початкове зчитування всіх вхідних параметрів
або використовуються останні відомі значення.
Перевірка безпеки:
Температура: Якщо температура «Критично холодна»
(наприклад, нижче 0 °C) або «Критично гаряча» (напри-
клад, вище 40 °C) заряджання не розпочинається до но-
рмалізації температури. Контролер переходить в режим
«Помилка».
Напруга: Якщо початкова напруга акумулятора «Крити-
чно висока» (наприклад, 4.2 В і вище на елемент), це
може свідчити про помилку або про те, що акумулятор
заряджений.
SoH/SoF: Якщо SoH «Дуже низький» або SoF «Низький»,
контролер обмежує максимальний струм заряджання
або видає повідомлення про необхідність додаткової
діагностики. Після ініціалізації на основі початкових
умов контролер визначає режим роботи.
Фаза 2. Попереднє заряджання (Pre-charge). Умови
входу у фазу: зарядний пристрій переходить у режим
«Pre-charge», якщо напруга акумулятора визначається
як «Критично низька» (наприклад, нижче 3.0 В на еле-
мент). Струм заряджання встановлюється на «Дуже ни-
зький» рівень (3 % від струму у фазі СС). Контролер пос-
тійно відстежує напругу елементів, температуру, dU/dt.
Умови виходу з фази: контролер переводить систему з
режиму «Pre-charge» в режим «CC», коли напруга еле-
мента досягає рівня «Низька» (наприклад, 3.0–3.2 В), і
при цьому температура залишається в безпечних межах
(«Оптимальна» або «Холодна»).
Фаза 3. Заряджання постійним струмом (CC – Constant
Current). Умови входу у фазу: Система переходить у ре-
жим «CC» з фази «Pre-charge» або одразу після ініціаліза-
ції, якщо напруга елемента не була «Критично низькою».
Оптимальний зарядний струм є динамічною величи-
ною, яку контролер обчислює на основі комбінації пара-
метрів. Для нових акумуляторів (високий SoH) та за оп-
тимальної температури система вибирає високий струм
(0.5C – 1.0C). Однак він знижується, якщо температура
стає занадто високою чи низькою, або якщо акумулятор
має ознаки зносу (низький SoH). Рівень заряду (SoC) та-
кож впливає на рішення: на початку фази СС струм може
бути вищим. При цьому стан функціонування (SoF) ви-
ступає як пріоритетний обмежувальний фактор, приму-
сово знижуючи струм за низьких показників. Одночасно
контролер визначає цільову кінцеву напругу (напри-
клад, 4.2 В), яка може бути знижена для вживаних аку-
муляторів. Увесь цей час система веде постійний моні-
торинг напруги, струму, температури, SoC, dU/dt та
тривалості процесу.
Контролер завершує фазу постійного струму (СС) і пере-
ходить до фази постійної напруги (CV), коли виконується
одна з ключових умов. Перша – це досягнення напругою
елемента свого цільового значення («Висока», 4.2 В).
Друга, альтернативна умова – це значне сповільнення
росту напруги (dU/dt наближається до нуля), що свід-
чить про насичення батареї. Існують також додаткові
фактори, наприклад наближення температури до «Га-
рячого» стану або падіння SoF до «Низького», які мо-
жуть прискорити цей перехід.
Фаза 4. Заряджання постійною напругою (CV –
Constant Voltage). Умови входу у фазу збігаються з умо-
вами виходу системи з фази CC. Контролер підтримує
напругу елемента на рівні, визначеному контролером
як «Кінцева напруга заряджання». Зарядний струм по-
чинає зменшуватися, оскільки внутрішній опір акумуля-
тора зростає. Головне завдання контролера на етапі по-
стійної напруги (CV) – підтримувати заданий рівень
напруги, хоча за потреби для безпеки він також може
встановлювати верхню межу для струму. Постійно відс-
тежуються струм заряджання (зменшується), напруга
елемента (підтримується на заданому рівні), dU/dt (на-
ближається до «Нуль»), температура, SoC (наближа-
ється до «Дуже високий»), час заряджання. Умови ви-
ходу з фази. Контролер переводить систему з режиму
постійної напруги (CV) у режим «Пауза», що означає за-
вершення заряджання, коли виконується одна з кількох
умов. Цей перехід відбувається, коли струм заряджання
падає до дуже низького рівня (зазвичай 3–5 % від номі-
нального), швидкість зміни напруги (dU/dt) наближа-
ється до нуля, рівень заряду (SoC) досягає 95–100 %, або
ж коли час заряджання стає надмірно довгим, а інші па-
раметри вказують на завершення. Такий підхід дозво-
ляє уникнути нескінченного заряджання, яке може ви-
никнути через особливості акумулятора, та забезпечує
ефективне й безпечне завершення циклу.
Завершення заряджання / пауза. Умови входу у фазу:
1. Система переходить у цей режим з фази «CV» після
виконання умов завершення. 2. Також може перейти з
будь-якої фази, якщо контролер визначає необхідність
тимчасової зупинки. Контролер встановлює «Зарядний
струм» на «Нуль», а «Режим роботи» на «Пауза» та про-
довжує вимірювати напругу елемента й температуру в
режимі очікування. Контролер також може застосову-
вати короткочасне дозаряджання, якщо напруга впаде
нижче певного рівня (наприклад, 4.2 В/елемент). Умови
виходу з фази: 1. Відключення акумулятора. 2. Користу-
вацька команда на продовження / початок нового ци-
клу. 3. Якщо була тимчасова пауза (наприклад, через те-
мпературу), контролер може автоматично відновити
заряджання, коли умови нормалізуються, повернув-
шись до відповідної фази.
Помилка. Контролер ініціює аварійну зупинку заря-
джання, переводячи систему в режим «Помилка», за
будь-яких критичних умов. До таких умов належить пе-
регрів акумулятора (вище 45–50 °C) або стрибок на-
пруги вище безпечного значення (наприклад, 4.25–
66
Відновлювана енергетика. № 4/2025 | Комплексні проблеми енергетичних систем на основі НВДЕ
4.3 В). Також аварійний режим вмикається, якщо швид-
кість зміни напруги (dU/dt) протягом тривалого часу за-
лишається значно від'ємною, що може свідчити про се-
рйозну несправність. Крім того, помилка фіксується,
якщо заряджання триває надто довго без належного
зростання рівня заряду (SoC) та напруги, що вказує на
дефект самої батареї або зарядного пристрою.
На кожній фазі (особливо CC та CV) контролер постійно
оцінює ступені належності всіх вхідних параметрів до їх-
ніх нечітких множин (наприклад, температура може
бути на 60 % «Оптимальна» і на 40 % «Гаряча»). На ос-
нові цього та бази правил контролер генерує вихідні си-
гнали струму та напруги. Це дозволяє більш точно реа-
гувати на зміни стану акумулятора, ніж за традиційних
алгоритмів заряджання з фіксованими порогами. На-
приклад, зниження струму при підвищенні температури
буде не різким, а поступовим, відповідно до того, наскі-
льки температура наближається до критичної. На рису-
нку представлена функціональна схема адаптивного ал-
горитму заряджання акумулятора.
Ініціалізація
Зчитування 10 вхідних
параметрів
Початок роботи
Підключення акумулятора
Перевірка безпеки
Помилка
Перегрів (>45°C)
Перенапруга (>4.25В)
Негативний dU/dt
Тайм-аут
Фаза Pre-charge
I=0.03*Iн
Моніторинг U, t, dU/dt,
часу
Вибір першої фази
Помилка Адаптація параметрів
Обмеження
максимального струму,
напруги
SOH/SOF
низький
Інакше
Imax, Umax
Помилка
U < 3В
U > 3В
Фаза СV
Підтримка напруги
Моніторинг U, I, t,
dU/dt, часу
4.1 В<U=< 4.2В
Фаза СC
Розрахунок струму
Моніторинг U, I, t,
dU/dt, часу
Інакше
Ні Так I<0.05*Iн
dU/dt 0
Ні
Так
Пауза
Заряджання
завершено
I=0
Новий цикл
або U<4.2 В
U=4.2 В або
dU/dt 0
Кінець
Ні
Так
Ні Так
Помилка
Помилка
Помилка
Рисунок. Функціональна схема алгоритму заряджання акумулятора
67
Відновлювана енергетика. № 4/2025 | Комплексні проблеми енергетичних систем на основі НВДЕ
Висновки. Для заряджання вживаних акумуляторів до-
цільно застосовувати адаптивні алгоритми, які врахову-
ють їхні особливості, оптимізують використання та збі-
льшують термін служби. Такі алгоритми можуть
змінювати параметри заряджання (струм, напругу) у ре-
жимі реального часу на основі вимірювань поточних па-
раметрів акумулятора та історичних даних. Це до-пома-
гає збільшити термін його служби. Застосування нечіткої
логіки для розробки адаптивних алгоритмів керування
заряджанням літій-іонних акумуляторів є високоефек-
тивним. Ключовими перевагами є: підвищена ефектив-
ність та скорочення часу заряджання, збільшення тер-
міну служби акумулятора за рахунок мінімізації
навантаження, підвищена безпека через запобігання
перезарядженню та перегріванню, висока адаптивність
до змін стану акумулятора та навколишнього середо-
вища.
Розроблений адаптивний алгоритм з використанням
нечіткої логіки, який враховує стратегію оптимізації про-
цесу заряджання для використаних літій-іонних акуму-
ляторів. Заряджання до високої напруги прискорює де-
градацію, а зниження кінцевої напруги заряджання
може суттєво подовжити термін служби акумулятора.
Високі струми можуть призвести до підвищення темпе-
ратури та прискореної деградації. Як високі, так і низькі
температури значно прискорюють процеси деградації.
Оптимальний діапазон температури – 20–25 °C. Част-
кові цикли в середньому діапазоні є менш стресовими
та значно подовжують циклічний ресурс порівняно з по-
вним розрядом. Тому корисною стратегією є викорис-
тання акумулятора в оптимальному діапазоні SoC, 20–
80 %, або, наприклад, 40–70 % у ситуаціях, коли повної
ємності батареї не потребується.
Розроблений алгоритм заряджання дозволяє суттєво
підвищити ефективність, безпеку та довговічність вжи-
ваних літій-іонних акумуляторів, що сприяє їх ширшому
застосуванню в системах зберігання енергії, зокрема у
відновлюваній енергетиці, та зниженню загальних ви-
трат і позитивному впливу на навколишнє середовище
завдяки зменшенню кількості відпрацьованих елемен-
тів.
Фінансування. Дослідження виконано в межах міжна-
родного проєкту Innovate Ukraine-2024 – supporting
Ukraine’s energy recovery: Mobile Energy’s Torage unit
with swappable second-life battery (METTLE) та державної
науково-дослідної роботи “База-П10” «Розробити прин-
ципи побудови спеціалізованих систем керування пере-
творювачами напруги, струму та частоти для підви-
щення енергоефективності електротехнологічних
установок».
ПОСИЛАННЯ
1. International Energy Agency. Available at:
https://www.iea.org/.
2. Global Investment in the Energy Transition Exceeded $2
Trillion for the First Time in 2024. BloombergNEF. Avail-
able at: https://about.bnef.com/blog/global-invest-
ment-in-the-energy-transition-exceeded-2-trillion-for-
the-first-time-in-2024-according-to-bloombergnef-re-
port.
3. Lu L., Han X., Li J., Hua J., & Ouyang M. A review on the
key issues for lithium-ion battery management in elec-
tric vehicles. Journal of Power Sources. 2013, vol. 226,
pp. 272–288. DOI: https://doi.org/10.1016/j.jpow
sour.2012.10.060.
4. Balagopal B., & Chow M. Y. The state of the art ap-
proaches to estimate the state of health (SoH) and state
of function (SoF) of lithium Ion batteries. Proc. of the
13th International Conference on Industrial Informatics
(INDIN), IEEE, 22–24 July 2015, Cambridge, UK, pp.
1302–1307.
DOI: https://doi.org/10.1109/INDIN.2015.7281923.
5. Wang X., Zhang Y., Deng Y., et al. Effects of Different
Charging Currents and Temperatures on the Voltage
Plateau Behavior of Li-Ion Batteries. Batteries. 2023,
vol. 9, no. 1, 42. DOI: https://doi.org/10.3390/batter-
ies9010042.
6. Battery-Management-Systems. Available at:
https://www.vde.com/re-
source/blob/2105544/731ed20695f9fbf2f6642340755
4d1c5/fact-sheet-battery-management-system-pdf-
file-data.pdf.
7. What is a Battery Management System (BMS)? Synop-
sys. Available at: https://www.synopsys.com/glos-
sary/what-is-a-battery-management-system.html.
8. Wang S. C., Chen G. J., & Liu Y. H. Adaptive Charging
Strategy With Temperature Rise Mitigation and Cycle
Life Extension for Li-ion Batteries. CPSS Transactions on
Power Electronics and Applications. 2018, vol. 3, no. 3.
9. Andersson M., Streb M., Prathimala V. G., et al. Electro-
chemical model-based aging-adaptive fast charging of
automotive lithium-ion cells. Applied Energy. 2024, vol.
372, 123644. DOI: https://doi.org/10.1016/j.apen
ergy.2024.123644.
10. Ahn J. H., & Lee B. K. High-Efficiency Adaptive-Current
Charging Strategy for Electric Vehicles Considering Var-
iation of Internal Resistance of Lithium-Ion Battery. IEEE
Transactions on Power Electronics. 2019, vol. 34, no. 4,
pp. 3041–3052.
DOI: https://doi.org/10.1109/TPEL.2018.2848550.
11. Al-Haj Hussein A., & Batarseh I. A Review of Charging
Algorithms for Nickel and Lithium Battery Chargers. IEEE
Transactions on Vehicular Technology. 2011, vol. 60,
no. 3. DOI: https://doi.org/10.1109/TVT.2011.2106527.
68
Відновлювана енергетика. № 4/2025 | Комплексні проблеми енергетичних систем на основі НВДЕ
12. Z. Xu, J. Wang, P. D. Lund, and Y. Zhang. Estimation and
Prediction of State of Health of Electric Vehicle Batteries
Using Discrete Incremental Capacity Analysis Based on
Real Driving Data. Energy, vol. 225, 2021. DOI:
https://doi.org/10.1016/j.energy.2021.120160.
13. Zaineb A., Vijayasanthi M., & Mandadi P. N. Fuzzy Logic
Controller Based Charging and Discharging Control for
Battery in EV Applications. International Journal of Elec-
trical and Electronics Research. 2024, vol. 12, no. 1, pp.
1–7. Available at: https://ijeer.forexjournal.co.in/pa-
pers-pdf/ijeer-120101.pdf.
14. Lee C .C. Fuzzy logic in control systems: fuzzy logic con-
troller. IEEE Transactions on systems, man, and cyber-
netics. 1990, vol. 20, no. 2, pp. 404–418.
DOI: https://doi.org/10.1109/21.52551.
15. Fuzzy Logic Control of Power Electronic Systems. Mon-
olithic Power Systems. Available at: https://www.mon-
olithicpower.com/en/learning/mpscholar/power-elec-
tronics/control-of-power-electronic-systems/fuzzy-
logic-control-of-power-electronic-systems.
16. Herasymenko P., Usenko S., Yarmolenko B., Gurin V.
Control Strategy for Modular-Structured Series-Reso-
nant Converters: Unifying Pulse-Density Modulation
and Phase-Shift Control. IET Power Electronics. 2025,
vol. 18, no. 1, pp. 1–10.
DOI: https://doi.org/10.1049/pel2.70020.
17. Стяжкін В. П., Зайченко О. А., Гаврилюк С. І., Риж-
ков О. М., Теряєв В. І., Красношапка Н. Д. Комбіно-
ване керування безредукторним дугостаторним еле-
ктроприводом антени суднової радіолокаційної
станції з нечітким регулятором швидкості. Технічна
електродинаміка. 2023. 3. С 60–67.
DOI: https://doi.org/10.15407/techned2023.03.060.
18. Зайченко О. А., Маруня Ю. В., Рижков О. М., Гаври-
люк С. І., Хомицький О. І., Харченко О. О. Концепція
побудови гібридної системи керування мікрогідрое-
лектростанцією. Технічна електродинаміка. 2024.
№ 4. С 50–56.
DOI: https://doi.org/10.15407/techned2024.04.050.
19. Ramalakshmi R., Sruthi S.M.R., & Reddy S .R. Fuzzy Logic
Based Battery Charger For Inverter. International Jour-
nal of Engineering Research & Technology (IJERT). 2013,
vol. 2, no. 7. Available at: https://www.ijert.org/re-
search/fuzzy-logic-based-battery-charger-for-inverter-
IJERTV2IS70764.pdf.
20. Shaout A.K., & Brauchler Z. Fuzzy Battery Manager:
Charging and Balancing Rechargeable Battery Cells with
Fuzzy Logic. Electronics. 2025, vol. 14, no. 7, 1470.
DOI: https://doi.org/10.3390/electronics14071470.
21. Madani S. S., Shabeer Y., Allard F., et al. A Comprehen-
sive Review on Lithium-Ion Battery Lifetime Prediction
and Aging Mechanism Analysis. Batteries. 2025, vol. 11,
no. 4, 127. DOI: https://doi.org/10.3390/batter
ies11040127.
22. Lim S., Ko W., Lee J., & Lee H. Voltage and temperature
effects on low cobalt lithium-ion battery cathode deg-
radation. Environmental Science: Advances. 2025.
DOI: https://doi.org/10.1039/D4YA00530A.
23. BU-808: How to Prolong Lithium-based Batteries. Bat-
tery University. Available at: https://batteryuniver-
sity.com/article/bu-808-how-to-prolong-lithium-
based-batteries.
24. Mulpuri S. K., Sah B., & Kumar P. Unraveling capacity
fading in lithium-ion batteries using advanced cyclic
tests: A real-world approach. iScience. 2023, vol. 26, no.
10, 107770.
DOI: https://doi.org/10.1016/j.isci.2023.107770.
25. Xu B., Sun Y., & Onori S. Extending Life of Lithium-Ion
Battery Systems by Embracing Heterogeneities via an
Optimal Control-Based Active Balancing Strategy. IEEE
Transactions on Control Systems Technology. 2022.
DOI: https://doi.org/10.1109/TCST.2022.3215610.
26. Lithium-ion batteries in use: 5 more tips for a longer
lifespan. Saft. Available at: https://saft.com/en/energiz-
ing-iot/lithium-ion-batteries-use-5-more-tips-longer-
lifespan.
27. Woody M. Strategies to limit degradation and maximize
Li-ion battery service lifetime - critical review and guid-
ance for stakeholders. PhD thesis, University of Michi-
gan, Ann Arbor, 2019, 149 p. Available at: https://deep-
blue.lib.umich.edu/handle/2027.42/154859.
28. Senol M., Papadopoulos P., McArthur S., & Emhemed A.
Electric Vehicles Under Low Temperatures: A Review on
Battery Performance, Charging Needs, and Power Grid
Impacts. IEEE Access. 2023, vol. 11, pp. 39879–39912.
DOI: https://doi.org/10.1109/ACCESS.2023.3268615.
29. Gao Y., Jiang J., Zhang C., Zhang W., & Jiang Y. Aging
mechanisms under different state-of-charge ranges and
the multi-indicators system of state-of-health for lith-
ium-ion battery with Li(NiMnCo)O2 cathode. Journal of
Power Sources. 2018, vol. 401, pp. 176–184.
DOI: https://doi.org/10.1016/j.jpowsour.2018.07.018.
30. Habib A.K.M.A., Hasan M. K., Issa G. F., et al. Lithium-Ion
Battery Management System for Electric Vehicles: Con-
straints, Challenges, and Recommendations. Batteries.
2023, vol. 9, no. 3, 152.
DOI: https://doi.org/10.3390/batteries9030152.
https://doi.org/10.3390/batteries9030152
69
Відновлювана енергетика. № 4/2025 | Комплексні проблеми енергетичних систем на основі НВДЕ
UDC 621.314.6:681.5 https://doi.org/10.36296/1819-8058.2025.4(83).59-78
ADAPTIVE ALGORITHM FOR CONTROLLING THE CHARGING PROCESS OF USED LITHIUM-ION
BATTERIES BASED ON FUZZY LOGIC
Received Sept. 9, 2025; accepted Dec. 09, 2025
Available online Dec. 31, 2025
Havryliuk S.1, Zaichenko O.2, Marunia Yu.3,
Ryzhkov O.4, Chopyk V.5, Tereshenko A.6
Author for correspondence: Oleh Zaichenko,
e-mail: tems@ukr.net
Abstract. The effective integration of intermittent renewable
energy sources into the power grid largely depends on energy
storage systems, where second-life batteries are playing an
increasingly important role. In this paper, the features of
controlling the charging processes of used lithiumion batteries
are considered, for which traditional constant current and
constant voltage (CC-CV) charging methods are ineffective and
accelerate their degradation. The development and proposal
of an adaptive charging algorithm based on fuzzy logic are
presented. This approach allows optimizing the charging
process by taking into account dynamic changes in battery characteristics, such as voltage, current, temperature,
state of charge (SoC), battery health (SoH) and state of functioning (SoF). It is shown that the proposed algorithm
increases efficiency, safety and significantly increases the service life of batteries compared to traditional methods,
adapting to their condition in real time.
Keywords: lithium-ion batteries, battery charging, adaptive algorithms, fuzzy logic, used batteries, battery
degradation, control systems.
Introduction. According to data from the International En-
ergy Agency [1], the share of electric vehicles (EVs) in the
global automotive market more than doubled (from 4 % to
10 %) between 2021 and 2023. In the first quarter of 2024,
EV sales increased by approximately 25 % compared to the
first quarter of 2023. A Bloomberg NEF report indicates that
global investments in the energy sector exceeded $2 trillion
for the first time in 2024 [2]. A significant portion of these
investments is directed towards the development of battery
energy storage systems (BESS), which are a key element for
grid stabilization and the effective integration of renewable
energy sources. Concurrently, substantial funds are being in-
vested in the electrification of transport, which is also part of
the global transformation of the energy sector.
These data demonstrate that global demand for electric
transport is steadily increasing, driving an increase in the
number of end-of-life (EOL) batteries. Battery disposal is a
high-cost and technologically complex process that has a
significant impact on the environment throughout its lifecy-
cle. Firstly, the extraction of raw materials (lithium, cobalt,
nickel) is associated with the depletion of natural resources
and pollution. Secondly, if spent batteries are improperly
disposed of, their components form toxic compounds that
migrate into the soil and water, creating a long-term threat
to the environment.
Most global electric vehicle manufacturers recommend re-
placing batteries when their capacity falls below 80 %. How-
ever, these battery packs remain suitable for second-life re-
use in energy storage and accumulation systems, both in
industry and in households. The reuse of batteries allows
for a reduction in the capital costs associated with creating
and updating energy storage systems while simultaneously
providing the necessary power and duration of autono-
mous operation.
Given the constant growth in demand for electric transport
and, consequently, the increasing number of used batteries
suitable for reuse in energy storage systems, the topic of de-
veloping methods that allow for their efficient and safe charg-
ing is crucial and relevant. The traditional CC-CV (Constant Cur-
rent-Constant Voltage) charging protocol is not optimal for
second-hand batteries and can accelerate their degradation.
Therefore, a critical task is the creation of an adaptive control
system for the lithium-ion battery charging process that takes
into account the dynamic changes in their characteristics and
optimizes charging parameters in real-time to increase the ser-
vice life, enhance operational safety, and improve the effi-
ciency of using second-hand lithium-ion batteries.
The objective of this work is to substantiate and develop an
adaptive control algorithm for a charging system of second-
hand lithium-ion batteries using fuzzy logic.
1 Cand. of Tech. Sciences
https://orcid.org/0000-0002-7345-8405
2 Cand. of Tech. Sciences
https://orcid.org/0000-0001-9311-3378
3 Cand. of Tech. Sciences
https://orcid.org/0000-0003-0071-1702
4 PhD
https://orcid.org/0000-0002-0011-9402
5 Cand. of Tech. Sciences
https://orcid.org/0000-0002-5046-5223
6 PhD student
https://orcid.org/0009-0001-9489-1793
1, 2, 3, 4, 5 Institute of Electrodynamics, NAS of
Ukraine, Kyiv, Ukraine
6 Institute of Renewable Energy, NAS of Ukraine,
Kyiv, Ukraine
70
Відновлювана енергетика. № 4/2025 | Комплексні проблеми енергетичних систем на основі НВДЕ
For reuse, spent battery packs are disassembled into sepa-
rate modules or cells. After diagnostics, operational cells
with similar characteristics are selected, grouped, and as-
sembled into new battery packs. Typically, the following
key characteristics are checked: capacity, internal re-
sistance, voltage, and self-discharge. When assembling sec-
tions from used battery cells, it's crucial to group cells that
are closest in capacity and internal resistance. Even a slight
difference in these parameter values leads to a voltage var-
iation among individual cells during operation, causing the
Battery Management System (BMS) to disconnect the
group of cells or the entire battery pack.
We will examine battery characteristics that can be used to
assess their current state and suitability for reuse. One such
indicator is the battery State of Health (SoH), expressed as
a percentage and reflecting the battery's current condition
relative to its initial state. The next indicator is the State of
Charge (SoC), also expressed as a percentage, which shows
how much energy remains in the battery relative to its full
initial capacity.
However, assessing SoH and SoC is insufficient for second-
hand batteries, as a comprehensive evaluation of the State
of Function (SoF) is required to ensure the battery is suita-
ble for reuse and can perform its functions safely and relia-
bly. The SoF indicator is not a strictly defined concept but is
generally defined as the battery's ability to maintain its
functions for a specific application. SoF can take into ac-
count other indicators such as SoC and SoH, as well as op-
erating temperature, charge/discharge history, presence of
faults (overvoltage, overload, sharp temperature increase),
concentration of flammable gases, and so on [3].
There are several methods for SoF estimation [4]. The bat-
tery State of Function (SoF) assessment can be performed
using the Power Demand Based method. This method ana-
lyzes the battery's ability to operate under the current load.
To do this, the open-circuit voltage (VOC) is first deter-
mined using the relationship between voltage and charge
level (the VOC−SOC curve). Knowing the maximum voltage
change and the battery's current capacity at a given time,
one can calculate the battery's instantaneous deliverable
power. Based on this calculation, the battery is assigned an
operational status: SoF=1 (suitable) or SoF=0 (unsuitable).
In [3], SoF is defined based on the formula:
SoF=(P−Pdemands)/(Pmax−Pdemands), where P is the
power the battery can provide, P demands is the load
power, and Pmax is the maximum possible battery power.
Another method is the Terminal Voltage-Based Technique.
SoF assessment is performed based on historical infor-
mation and measured current data (voltage, SoH, maxi-
mum voltage). This method can determine the battery's
ability to sustain operation under the required load. SoH is
an important indicator when using this method, as it deter-
mines the rate of battery voltage drop.
Battery Charging Stages. Сharging a lithium-ion battery
most often occurs in three stages: the initial Pre-charge /
Trickle Charge, the main CC (Constant Current), and the fi-
nal CV (Constant Voltage). This ensures efficient and safe
charging of the battery, generally in the traditional use case
of new batteries.
The Pre-charge stage is used for batteries that are deeply
discharged, with the voltage across their terminals drop-
ping below the permissible level. The key objective of this
phase is to gradually restore the voltage to a level that al-
lows for a safe transition to the main Constant Current (CC)
charging stage. For this purpose, a small constant current is
applied to the battery (e.g., 1/10th of the nominal current
of the CC stage). This approach is a precaution that pre-
vents damage to the internal structure of the battery,
which could occur if a significant current were applied to
deeply discharged cells.
The Constant Current (CC) charging stage is the main and
most prolonged stage. This stage allows the battery to be
charged to approximately 80-90 % of its nominal capacity.
The CC stage concludes when the battery voltage reaches
the limit set by the manufacturer (e.g., 4.2 V for most types
of lithium-ion batteries).
The final stage uses the Constant Voltage (CV) mode, which
prevents dangerous overcharging while ensuring the bat-
tery is fully charged. In this stage, the voltage across the
battery is maintained at the maximum permissible level
specified by the manufacturer, while the charging current
gradually decreases. As soon as the current drops to ap-
proximately 3-5 % of the current used in the CC stage, the
charging process automatically terminates.
The CC-CV (Constant Current-Constant Voltage) charging
protocol is effective for charging new batteries; however,
for second-hand batteries, this method is suboptimal and
may accelerate further degradation. This is due to several
characteristic changes that occur in the battery over time:
This is due to several characteristic changes that occur in
the battery over time:
1. Increased Internal Resistance. The internal resistance of
the battery increases over time, which is a consequence of
two processes: the thickening of the Solid Electrolyte Inter-
phase (SEI) layer on the anode and degradation changes in
the structure of the electrodes themselves.
2. Premature Transition to CV Mode. Due to the elevated
resistance, the voltage at the battery terminals reaches its
upper limit much earlier during Constant Current (CC)
charging. This causes the main charging phase to shorten,
and the system switches to Constant Voltage (CV) mode
when the battery hasn't yet reached the State of Charge
(SoC) level a new one would have.
3. Prolongation of the CV Stage. Since the Constant Current
(CC) phase becomes shorter, a larger portion of the charge
accumulates during the Constant Voltage (CV) stage, signif-
icantly increasing its duration. This prolonged exposure to
maximum voltage is a severe stress factor for the battery.
It not only accelerates cathode degradation but also stimu-
lates the further growth of the SEI layer on the anode,
which is particularly detrimental to second-hand batteries.
71
Відновлювана енергетика. № 4/2025 | Комплексні проблеми енергетичних систем на основі НВДЕ
4. Increased Heat Generation. Higher values of internal re-
sistance lead to greater heat dissipation during the flow of
charging current, especially in the main CC phase. Conse-
quently, the temperature rises, which is the starting point
for many degradation processes [5].
The Constant Current-Constant Voltage (CC-CV) charging
method is unable to adapt to the dynamic changes in bat-
tery characteristics over the course of its operational life
[6]. Therefore, it is appropriate to apply adaptive algo-
rithms for charging second-hand batteries, as they account
for these specific features and are capable of optimizing
battery utilization. Such charging algorithms can modify
charging parameters in real-time based on the measure-
ment of current battery parameters and the use of histori-
cal data, which helps to increase battery lifespan and en-
hance operational safety [7].
Adaptive algorithms can be classified according to the
methods used for adaptation decision-making: Rule-
Based/Threshold-Based algorithms; Profile Analysis-Based
(voltage/current profiles); Model-Based Algorithms; Data-
Driven / Machine Learning (ML); and Adaptive Pulsed
Charging.
Algorithms operating on the Threshold-Based principle rely
on predefined rules. Their logic involves the system moni-
toring key parameters (voltage, current, temperature, etc.)
and changing the charging conditions as soon as one or a
group of parameters reach a specific limit. A typical rule is,
for example, limiting the charging current or voltage upon
overheating, or completely stopping the process when a
dangerous temperature is reached [8, 9]. The algorithm can
also be adapted to limit the maximum charging current de-
pending on the battery capacity or its internal resistance. If
the capacity has decreased or the resistance has increased,
the maximum charging current can be reduced to prevent
battery overheating [10]. Fuzzy Logic-based systems can be
categorized under these algorithms.
Algorithms that analyze the dynamics of voltage and cur-
rent values operate by identifying key features on the
graphs of these parameters using pre-known profiles.
These characteristic points or features are associated with
the battery's current state during the charging process.
Based on the results of such analysis, the system intro-
duces corrections to the charge parameters, for example,
using the rate of voltage change (dU/dt) or the accelera-
tion of voltage change (d2U/dt2) to determine the transi-
tion points between charging stages [11]. These points
can shift depending on the SoH. There are also algorithms
that involve measuring internal resistance during charg-
ing, and this information is used to adapt the charging
process.
Model-Based Algorithms utilize a mathematical model of
the battery pack to predict the battery's behavior during
charging. Battery state estimation (SoC, SoH, temperature,
etc.) can be performed using state filters, such as the Kal-
man filter. The model can adapt to battery aging through
periodic parameter correction.
Data-Driven Algorithms, including machine learning meth-
ods, use accumulated information about charging cycles to
dynamically adjust parameters. For instance, charging pa-
rameters are optimized using neural networks or other
models based on current battery state measurements [12].
Adaptive Pulsed Charging involves short current pulses
whose parameters (amplitude, duration, frequency, and
pause) change according to the battery's state. This
method aims to reduce polarization—the deviation of the
terminal voltage from the Open Circuit Voltage (Voc) during
current flow—which potentially lessens cell degradation.
This voltage deviation occurs due to internal processes
within the battery that slow down the current flow and en-
ergy conversion.
In practice, hybrid methods that use elements from several
algorithms are often applied. The goal of such a combina-
tion is to increase the overall performance, reliability, and
robustness of the system. For example, a Coulomb count-
ing mechanism can be combined with voltage and temper-
ature correction mechanisms. Another common example is
the use of a Kalman filter for accurate battery state estima-
tion, complemented by algorithms that make decisions
based on rules or optimization models.
Justification for the Selection of the Adaptive Charging Al-
gorithm. Fuzzy Logic (FL) can effectively manage nonlinear
systems without requiring a precise mathematical model
[13]. For complex systems, such as lithium-ion batteries,
where accurate modeling can be complicated, the applica-
tion of fuzzy logic offers advantages. It allows for the inte-
gration of linguistic variables and fuzzy sets, obtained ex-
perimentally, into the automated control system [14].
Fuzzy logic controllers are generally robust against changes
in system parameters and operating conditions. The use of
symbolic fuzzy logic rules allows for the construction of
fuzzy microcontroller structures with a human-like deci-
sion-making process [15]. Unlike microcontrollers based on
sharp/crisp rules (microcontrollers with hard logic) [16],
this structure makes it easy not only to adapt the control
system to specific requirements but also to successfully
combine it with traditional control methods [17, 18].
The main advantages of using Fuzzy Logic (FL) for battery
charging are:
1. Increased Efficiency and Reduced Charging Time. A fuzzy
logic-based controller can optimize charging profiles, po-
tentially reducing charging time compared to traditional
methods while maintaining or improving efficiency. For ex-
ample, [19] notes that fuzzy logic-based control can
shorten charging time while achieving higher efficiency and
lower temperature rise.
2. Extended Battery Lifespan. By managing charging param-
eters such as current and temperature, a fuzzy logic-based
controller can minimize stress on the battery, leading to an
increase in its cycle life.
3. Enhanced Safety. A fuzzy logic-based control system can
incorporate safety-critical rules to prevent overcharging,
72
Відновлювана енергетика. № 4/2025 | Комплексні проблеми енергетичних систем на основі НВДЕ
overheating, and excessive current. Overcharging can dam-
age physical components, and even a single minute of over-
charging can lead to battery failure.
4. Adaptability. Fuzzy logic-based systems can be designed
to adapt to changes in the battery's state and environmen-
tal conditions. [20] mentions that a fuzzy battery controller
successfully achieves its charging and cell-balancing goals
with high adaptability simply by adjusting the membership
functions.
All key battery parameters—voltage, current, temperature,
and SoC—are interdependent. During the constant current
phase, for instance, voltage increases along with SoC. Fur-
thermore, the efficiency of the battery's charge absorption
changes depending on its temperature and current state of
charge. Therefore, for effective control, a fuzzy logic-based
system must evaluate the parameters not individually, but
collectively, considering all existing interrelationships.
Thus, due to its flexibility and relative ease of understand-
ing, which is based on ordinary human language, fuzzy logic
is one of the most effective methods for controlling the
charging process of second-hand lithium-ion batteries. Un-
like currently known charging methods, fuzzy logic allows
for the use of uncertain input data, can solve and combine
contradictory tasks and goals, while also taking into ac-
count the experience of expert systems and being based on
classical control laws.
Key Factors Affecting Battery Lifespan During Charging. The
service life of lithium-ion batteries heavily depends on the
charging conditions. Voltage, current, temperature, and
State of Charge (SoC) play a critical role in the rate of deg-
radation.
Charging a battery to a high voltage (e.g., 4.2 V per cell) al-
lows for maximum capacity utilization, but simultaneously
places significant stress on the battery components. The
cathode material is particularly sensitive to high voltage,
where degradation processes such as metal dissolution,
structural changes, and other transformations accelerate
[21]. High voltage also promotes the oxidation of the elec-
trolyte on the cathode surface [22]. Maximum voltage is, in
fact, one of the key factors determining the rate of cathode
degradation.
Many studies show a direct correlation between maximum
charging voltage and cycle life. Reducing the voltage even
by a small amount can significantly extend the lifespan. For
example, lowering the voltage from 4.2 V to 4.1 V per cell
can double the number of cycles, and a further reduction
to 4.0 V can double it again [23]. Research confirms accel-
erated degradation at voltages above 4.0 V for certain bat-
tery chemistries. The voltage considered optimal from the
perspective of minimizing stress is around 3.90–3.92 V per
cell, although this significantly limits the available capacity.
For every battery type, there are critical voltage thresholds,
and exceeding them is a key factor in the nonlinear nature
of degradation. As soon as the voltage crosses this bound-
ary, destructive processes, such as intensive dissolution of
cathode metals or accelerated electrolyte oxidation, are
significantly amplified. This is related to the electrochemi-
cal properties of the materials. When the applied voltage
exceeds a certain threshold, irreversible changes begin to
occur in the battery. Therefore, maintaining the voltage be-
low these critical values can extend the battery's lifespan.
Influence of Charging Current. Although using high currents
significantly reduces charging time, this approach carries
risks that negatively affect the battery's longevity. Key is-
sues include:
1. Lithium Plating. At high currents, the rate of lithium-ion
influx to the anode can exceed the rate of their intercala-
tion into the anode structure, especially at low tempera-
tures, leading to the deposition of metallic lithium [24].
2. Increased Temperature. The flow of high current through
the battery's internal resistance causes significant heat
generation, which can lead to overheating and the acceler-
ation of other degradation mechanisms [25].
3. Mechanical Stress. Rapid lithium intercalation into the
electrode material creates internal pressure that can dam-
age the electrodes or make them less elastic.
Lower charging currents are often recommended to extend
service life [26]. Studies identify charging current as a stress
factor. The primary damage from high charging currents
may be related not so much to the current flow itself under
ideal conditions, but to its consequences, namely the tem-
perature increase. Therefore, maintaining a safe tempera-
ture and current range during fast charging is important for
minimizing their negative impact.
Influence of Temperature. Charging at elevated tempera-
tures (above 30∘C, and especially above 60∘C) is one of the
most damaging factors for lithium-ion batteries. High tem-
perature sharply accelerates almost all undesirable chemi-
cal reactions inside the cell: SEI (Solid Electrolyte Inter-
phase) growth, electrolyte decomposition, and cathode
degradation (including metal dissolution) [27].
Charging at low temperatures (below 0∘C) is also harmful.
At low temperatures, the battery's internal resistance in-
creases significantly, charging efficiency decreases, and the
risk of metallic lithium plating on the anode sharply rises
[28, 29].
The best charging conditions are a temperature range close
to room temperature (20–25∘C). Charging within approxi-
mately 5∘C to 35∘C is generally considered acceptable. Since
both high and low temperatures accelerate degradation
during charging, effective battery thermal management is
critically important [30].
Influence of SoC Range. The way the battery's capacity is
used significantly impacts its service life. Repeated cycles
with full discharge (from 100 % to 0 % SoC) are more stress-
ful for the battery than partial cycles within a narrow SoC
range, especially if extreme values are avoided.
Research shows that decreasing the depth of discharge ex-
ponentially increases the cycle life. For example, using only
73
Відновлювана енергетика. № 4/2025 | Комплексні проблеми енергетичних систем на основі НВДЕ
30 % of the capacity can increase the number of cycles by
four times or more compared to 100 %. Limiting the maxi-
mum SoC to 50 % can increase the expected lifespan by 44–
130 %.
Charging in the extreme SoC ranges (e.g., 0–20 % or 80–100
%) can accelerate specific degradation mechanisms: imped-
ance growth at low SoC and capacity loss at high SoC (espe-
cially for NMC (Lithium-Nickel-Manganese-Cobalt-Oxide)
chemistry) compared to charging in the mid-range (e.g.,
40–60 % SoC). High SoC is associated with high voltage,
which stresses the cathode and accelerates electrolyte oxi-
dation. Therefore, minimizing the time spent at high SoC
levels is a beneficial strategy. Very low SoC can lead to over-
discharge, which is also detrimental to the electrodes. Op-
erating in the mid-SoC range avoids these extreme condi-
tions.
LFP (Lithium Iron Phosphate, LiFePO4) batteries are less
sensitive to being at 100 % charge. The stress on the cath-
ode at full charge is much lower than in NMC. However, the
20–80 % charging strategy is useful for prolonging the ser-
vice life of any type of lithium-ion battery. It is also recom-
mended to periodically charge LFP batteries to 100 %. This
allows the Battery Management System (BMS) to accu-
rately calibrate the readings and correctly determine the
state of charge.
Adaptive Battery Charging Algorithm. The adaptive battery
charging algorithm based on fuzzy logic includes the follow-
ing main steps: problem definition; definition of linguistic
variables and the fuzzy set, including its behavior; definition
of the fuzzy inference mechanism; construction of the con-
trol system itself and its verification; as well as the tuning
process and determination of operational capability.
Table. Input and output variables of a fuzzy logic-based battery charging control system
№ Variable
Type
Variable Name Range Fuzzy Set
1
Input
Cell Voltage 2.8 V - 4.2 V per cell
Critically Low, Low, Nominal, High, Critically
High
2 Voltage Change (dU/dt)
Less than 0.0, 0−3 mV/s,
more than 3 mV/s
Negative, Zero, Operational, High
3 Charging Current 0 А to C-rate Zero, Very Low, Low, Medium, High, Maximum
4 Temperature 0 °C - 40 °C (charging) Critically Cold, Cold, Optimal, Hot, Critically Hot
5 State of Charge (SoC) 0 % - 100 % Very Low, Low, Medium, High, Very High
6 State of Health (SoH) 0 % - 100 % Very Low, Low, Medium, High, Very High
7 State of Function (SoF) 0 % - 100 % Low, Medium, High, Very High
8 SoC Limitation Mode 0 - 100 % Low, Medium, High
9
Time from Start of Charg-
ing
0 - 600 min
Very Short, Short, Medium, Prolonged, Exces-
sively Prolonged
10 Battery Type
LiFePO₄,
NMC
Lithium Iron Phosphate, Lithium Nickel-Manga-
nese-Cobalt Oxide
11
Output
Final Charging Voltage 3.65 - 4.2 V
Critically Low, Low, Nominal, High, Critically
High
12 Charging Current 0 А to Max C-rate
Zero, Trickle, Very Low, Low, Medium, High,
Maximum
13 Operating Mode
Pre-charge, CC, CV,
pause, error
Pre-charge, CC, CV, Pause, Error (For this varia-
ble, the fuzzy set represents discrete states, the
selection of which is performed by the fuzzy
controller.)
The selection of input and output variables and their rep-
resentation using membership functions is a crucial ini-
tial step, the result of which will influence the formation
of the fuzzy solution. The flexibility and adequate re-
sponse of the system will depend on the external factors
affecting its behavior, meaning the correlation between
the linguistic variables and the physical base parameters.
The table presents the proposed input and output varia-
bles for the fuzzy logic-based battery charging control
system.
Input and Output Variables for the Fuzzy Logic-Based Bat-
tery Charging Control System:
1. Cell Voltage: Useful for precise adjustment near voltage
limits.
2. Voltage Change (dU/dt): During the CC stage, the volt-
age constantly rises, so dU/dt is positive. In the CV stage,
dU/dt sharply decreases and approaches zero as the volt-
age is held nearly constant. Small negative values may oc-
cur during normal transitions between stages, while larger
negative values may indicate malfunctions.
74
Відновлювана енергетика. № 4/2025 | Комплексні проблеми енергетичних систем на основі НВДЕ
3. Current Charging Current: Measurement is necessary
for feedback and for implementing the Pre-charge, CC, and
CV modes.
4. Temperature: Critical for the battery's safety and
health. Charging outside the permissible limits is harmful.
5. State of Charge (SoC): Determines how much charge is
needed and influences the permissible current.
6. State of Health (SoH): SoH is an important variable, es-
pecially for second-hand batteries, directly indicating the
degree of degradation. A battery with low SoH may require
lower maximum currents, a lower maximum voltage, or
more cautious temperature management during charging.
SoH estimation can be obtained using methods based on
capacity measurement, internal resistance, or more com-
plex algorithms.
7. State of Function (SoF): The state of function reflects an
assessment of how well and safely the battery is able to
perform its intended functions at the current time.
8. SoC Limitation Mode: The SoC limitation mode allows
setting the upper and lower bounds of the SoC range. For
example, to use the battery within 20–80 % of its capacity.
This approach can significantly extend the battery's service
life.
9. Time from Start of Charging: Tracking the time from the
start of charging acts as a safeguard that limits the maxi-
mum duration of the process. This time can also serve as a
backup mechanism for switching between charge stages in
case primary indicators (such as voltage or current) are mal-
functioning.
10. Battery Type: Key charging characteristics depend on
the battery chemistry: maximum charging voltage
(LFP−3.6/3.65 V per cell, NMC−4.2 V), charging current
(LFP−0.5–1C, NMC−0.5–0.7C), optimal SoC range (LFP−10-
100 %, NMC−20-80 %).
11. Final Charging Voltage: The fuzzy controller can adapt
the final charging voltage to reduce stress on the battery
and extend its service life.
12. Charging Current: The fuzzy controller modifies the
maximum current depending on SoH, SoC, SoF, and tem-
perature to optimize speed and safety. The minimum cur-
rent in the Pre-charge and CV stages, upon reaching which
the transition to the CV stage or the termination of charging
occurs, is also considered.
13. Operating Mode: The fuzzy controller makes decisions
regarding switching between different charging stages
based on the combination of input variables.
Description of the Adaptive Battery Charging Algorithm.
The algorithm utilizes a Fuzzy Logic system to control the
charging process. At each stage, 10 input parameters are
determined: Battery Voltage; Voltage Change (dU/dt); Cur-
rent Charging Current; Temperature; SoC; SoH; SoF; SoC
Limitation Mode; Time from Start of Charging; and Battery
Type.
Based on this data and the fuzzy logic rule base, the con-
troller determines the optimal values for three output con-
trol variables: Final Charging Voltage; Charging Current;
and Operating Mode (Pre-charge, CC, CV, Pause, Error).
The charging process includes the following phases:
Phase 1: Initialization. The system is activated after the
battery is connected to the charger. An initial reading of all
input parameters is performed, or the last known values
are used.
Safety Check:
Temperature: If the temperature is "Critically Cold" (e.g.,
below 0∘C) or "Critically Hot" (e.g., above 40∘C), charging
does not start until the temperature normalizes. The con-
troller switches to "Error" mode.
Voltage: If the initial battery voltage is "Critically High" (e.g.,
4.2 V or higher per cell), this may indicate an error or that
the battery is already charged.
SoH/SoF: If the SoH is "Very Low" or the SoF is "Low", the
controller limits the maximum charging current or issues a
message about the need for additional diagnostics.
After initialization, the controller determines the operating
mode based on the initial conditions.
Phase 2: Pre-charge. Phase Entry Condition: The charger
enters the "Pre-charge" mode if the battery voltage is de-
fined as "Critically Low" (e.g., below 3.0 V per cell). The
charging current is set to a "Very Low" level (3 % of the cur-
rent in the CC phase). The controller continuously monitors
cell voltage, temperature, and dU/dt.
Phase Exit Condition: The controller switches the system
from "Pre-charge" to "CC" mode when the cell voltage
reaches the "Low" level (e.g., 3.0–3.2 V), and the tempera-
ture remains within safe limits ("Optimal" or "Cold").
Phase 3: Constant Current Charging (CC - Constant Cur-
rent). Phase Entry Condition: The system transitions to
"CC" mode from the "Pre-charge" phase, or immediately af-
ter initialization if the cell voltage was not "Critically Low".
The Optimal Charging Current is a dynamic value calculated
by the controller based on a combination of parameters.
For new batteries (High SoH) and under optimal tempera-
ture, the system selects a High Current (0.5C−1.0C). How-
ever, it is reduced if the temperature becomes too high or
too low, or if the battery shows signs of wear (low SoH). The
State of Charge (SoC) also influences the decision: the cur-
rent may be higher at the beginning of the CC phase. Con-
currently, the State of Function (SoF) acts as a priority lim-
iting factor, forcibly reducing the current if indicators are
low. At the same time, the controller determines the Target
Final Voltage (e.g., 4.2 V), which may be lowered for sec-
ond-hand batteries. Throughout this time, the system con-
tinuously monitors voltage, current, temperature, SoC,
dU/dt, and process duration.
Phase Exit Condition: The controller concludes the Con-
stant Current (CC) phase and transitions to the Constant
75
Відновлювана енергетика. № 4/2025 | Комплексні проблеми енергетичних систем на основі НВДЕ
Voltage (CV) phase when one of the key conditions is met.
The first is the cell voltage reaching its Target Value ("High",
4.2 V). The second, alternative condition is a significant
slowing of voltage rise (dU/dt approaches zero), which in-
dicates battery saturation. There are also auxiliary factors,
such as the temperature approaching the "Hot" state or the
SoF dropping to "Low", which may accelerate this transi-
tion.
Phase 4: Constant Voltage Charging (CV - Constant Volt-
age). Phase Entry Condition: The entry conditions for this
phase coincide with the system's exit conditions from the
CC phase. The controller maintains the cell voltage at the
level determined by the controller as the "Final Charging
Voltage". The charging current begins to decrease as the
battery's internal resistance increases. The main task of the
controller in the Constant Voltage (CV) stage is to maintain
the set voltage level, although it can also set an upper cur-
rent limit for safety, if necessary. Continuous monitoring in-
cludes: charging current (decreasing), cell voltage (main-
tained at the set level), dU/dt (approaching "Zero"),
temperature, SoC (approaching "Very High"), and charging
time.
Phase Exit Condition: The controller switches the system
from the Constant Voltage (CV) mode to "Pause" mode, sig-
naling the completion of charging, when one of several con-
ditions is met. This transition occurs when the charging cur-
rent drops to a very low level (usually 3–5 % of the nominal
current), the rate of voltage change (dU/dt) approaches
zero, the State of Charge (SoC) reaches 95–100 %, or when
the charging time becomes excessively long and other pa-
rameters indicate completion. This approach prevents in-
definite charging, which may occur due to battery peculiar-
ities, and ensures an effective and safe cycle completion.
Charging Completion / Pause. Phase Entry Condition: 1.
The system enters this mode from the "CV" phase after the
completion conditions are met. 2. It may also transition
from any phase if the controller determines the need for a
temporary stop. The controller sets the "Charging Current"
to "Zero" and the "Operating Mode" to "Pause" and contin-
ues to measure cell voltage and temperature in standby
mode. The controller may also apply short-term top-up
charging if the voltage drops below a certain level (e.g.,
4.2 V/cell).
Phase Exit Condition: 1. Battery disconnection. 2. User com-
mand to continue/start a new cycle. 3. If the pause was
temporary (e.g., due to temperature), the controller can
automatically resume charging when conditions normalize,
returning to the appropriate phase.
Error. The controller initiates an emergency charging stop,
switching the system to "Error" mode, under any critical
conditions. These conditions include battery overheating
(above 45–50∘C) or a voltage spike above a safe value (e.g.,
4.25–4.3 V). The emergency mode is also triggered if the
rate of voltage change (dU/dt) remains significantly nega-
tive for a prolonged period, which may indicate a serious
malfunction. Furthermore, an error is recorded if charging
lasts too long without a proper increase in State of Charge
(SoC) and voltage, indicating a defect in the battery or the
charger itself.
At every phase (especially CC and CV), the controller con-
stantly evaluates the degrees of membership of all input
parameters in their fuzzy sets (e.g., temperature may be 60
% "Optimal" and 40 % "Hot"). Based on this and the rule
base, the controller generates the current and voltage out-
put signals. This allows for a more accurate reaction to
changes in the battery's state than traditional charging al-
gorithms with fixed thresholds. For example, the current
reduction due to a temperature increase will not be sharp
but gradual, corresponding to how close the temperature
is to the critical point.
The figure presents the functional diagram of the adaptive
battery charging algorithm.
Conclusions. It is expedient to apply adaptive algorithms
for charging second-hand batteries, as they take into ac-
count their peculiarities, optimize utilization, and extend
their service life. Such algorithms can modify charging pa-
rameters (current, voltage) in real-time based on current
battery parameter measurements and historical data. This
helps to extend its lifespan.
The application of Fuzzy Logic for developing adaptive con-
trol algorithms for charging lithium-ion batteries is highly
effective. Key advantages include: increased efficiency and
reduced charging time, extended battery lifespan by mini-
mizing stress, enhanced safety through the prevention of
overcharging and overheating, and high adaptability to
changes in battery state and environmental conditions.
The developed adaptive algorithm using fuzzy logic incor-
porates an optimization strategy for the charging process
of used lithium-ion batteries. Charging to a high voltage ac-
celerates degradation, and lowering the final charging volt-
age can significantly extend the battery's service life. High
currents can lead to increased temperature and acceler-
ated degradation. Both high and low temperatures signifi-
cantly accelerate degradation processes. The optimal tem-
perature range is 20–25°C. Partial cycles within the mid-
range are less stressful and significantly prolong the cycle
life compared to a full discharge. Therefore, a useful strat-
egy is to operate the battery within the optimal SoC range,
such as 20–80 %, or, for instance, 40–70 % in situations
where the full battery capacity is not required.
The developed charging algorithm allows for a significant
improvement in the efficiency, safety, and durability of sec-
ond-hand lithium-ion batteries, which promotes their
wider application in energy storage systems, including in re-
newable energy, and contributes to a reduction in overall
costs and a positive impact on the environment by decreas-
ing the number of spent cells.
Funding
The research was conducted within the framework of the
international project Innovate Ukraine-2024 – supporting
Ukraine’s energy recovery: Mobile Energy Storage unit with
swappable second-life battery (METTLE) and the state
76
Відновлювана енергетика. № 4/2025 | Комплексні проблеми енергетичних систем на основі НВДЕ
scientific research work "Baza-P10" ("Develop principles for
constructing specialized control systems for voltage,
current, and frequency converters to increase the energy
efficiency of electro-technological installations").
Initialization
Reading of 10 Input
Parameters
Operation Start
Battery Connection
Safety Check
Error
Overheating (>45 C)
Overvoltage (>4.25 V)
Negative dV/dt
Timeout
Pre-charge Phase
I=0.03×In
Monitoring V, t, dv/dt,
time
Selection of the First
Phase
Error Parameter Adaptation
Limiting Maximum
Current, Volta
SoH/SoF
Low
Otherwise
Imax, Vmax
Error
V < 3В
V > 3В
CV Phase
Voltage Maintenance
Monitoring V, I, t, dV/dt,
time
4.1 В<V=< 4.2В
CC Phase
Current Calculation
Monitoring V, I, t, dV/dt,
time
Otherwise
No Yes I<0.05*In
dV/dt 0
No
Yes
Pause
Charging Completed
I=0
New Cycle
or V<4.2 V
V=4.2 V or
dV/dt 0
End
No
Yes
No Yes
Error
Error
Error
Figure. Functional scheme of the battery charging algorithm
77
Відновлювана енергетика. № 4/2025 | Комплексні проблеми енергетичних систем на основі НВДЕ
REFERENCES
1. International Energy Agency. Available at:
https://www.iea.org/.
2. Global Investment in the Energy Transition Exceeded $2
Trillion for the First Time in 2024. BloombergNEF. Avail-
able at: https://about.bnef.com/blog/global-invest-
ment-in-the-energy-transition-exceeded-2-trillion-for-
the-first-time-in-2024-according-to-bloombergnef-re-
port.
3. Lu L., Han X., Li J., Hua J., & Ouyang M. A review on the
key issues for lithium-ion battery management in elec-
tric vehicles. Journal of Power Sources. 2013, vol. 226,
pp. 272-288. DOI: https://doi.org/10.1016/j.jpow
sour.2012.10.060.
4. Balagopal B., & Chow M.Y. The state of the art ap-
proaches to estimate the state of health (SoH) and state
of function (SoF) of lithium Ion batteries. Proc. of the
13th International Conference on Industrial Informatics
(INDIN), IEEE, 22-24 July 2015, Cambridge, UK, pp. 1302-
1307.
DOI: https://doi.org/10.1109/INDIN.2015.7281923.
5. Wang X., Zhang Y., Deng Y., et al. Effects of Different
Charging Currents and Temperatures on the Voltage
Plateau Behavior of Li-Ion Batteries. Batteries. 2023,
vol. 9, no. 1, 42. DOI: https://doi.org/10.3390/batter-
ies9010042.
6. Battery-Management-Systems. Available at:
https://www.vde.com/re-
source/blob/2105544/731ed20695f9fbf2f6642340755
4d1c5/fact-sheet-battery-management-system-pdf-
file-data.pdf.
7. What is a Battery Management System (BMS)? Synop-
sys. Available at: https://www.synopsys.com/glos
sary/what-is-a-battery-management-system.html.
8. Wang S.C., Chen G.J., & Liu Y.H. Adaptive Charging Strat-
egy with Temperature Rise Mitigation and Cycle Life Ex-
tension for Li-ion Batteries. CPSS Transactions on Power
Electronics and Applications. 2018, vol. 3, no. 3.
9. Andersson M., Streb M., Prathimala V.G., et al. Electro-
chemical model-based aging-adaptive fast charging of
automotive lithium-ion cells. Applied Energy. 2024, vol.
372, 123644. DOI: https://doi.org/10.1016/j.apen
ergy.2024.123644.
10. Ahn J.H., & Lee B.K. High-Efficiency Adaptive-Current
Charging Strategy for Electric Vehicles Considering Var-
iation of Internal Resistance of Lithium-Ion Battery. IEEE
Transactions on Power Electronics. 2019, vol. 34, no. 4,
pp. 3041-3052.
DOI: https://doi.org/10.1109/TPEL.2018.2848550.
11. Al-Haj Hussein A., & Batarseh I. A Review of Charging
Algorithms for Nickel and Lithium Battery Chargers. IEEE
Transactions on Vehicular Technology. 2011, vol. 60, no.
3. DOI: https://doi.org/10.1109/TVT.2011.2106527.
12. Z. Xu, J. Wang, P. D. Lund, and Y. Zhang. Estimation and
Prediction of State of Health of Electric Vehicle Batteries
Using Discrete Incremental Capacity Analysis Based on
Real Driving Data. Energy, vol. 225, 2021.
DOI:https://doi.org/10.1016/j.energy.2021.120160.
13. Zaineb A., Vijayasanthi M., & Mandadi P.N. Fuzzy Logic
Controller Based Charging and Discharging Control for
Battery in EV Applications. International Journal of Elec-
trical and Electronics Research. 2024, vol. 12, no. 1, pp.
1-7. Available at: https://ijeer.forexjournal.co.in/pa-
pers-pdf/ijeer-120101.pdf.
14. Lee C.C. Fuzzy logic in control systems: fuzzy logic con-
troller. IEEE Transactions on systems, man, and cyber-
netics. 1990, vol. 20, no. 2, pp. 404-418.
DOI: https://doi.org/10.1109/21.52551.
15. Fuzzy Logic Control of Power Electronic Systems. Mon-
olithic Power Systems. Available at: https://www.mon-
olithicpower.com/en/learning/mpscholar/power-elec-
tronics/control-of-power-electronic-systems/fuzzy-
logic-control-of-power-electronic-systems.
16. Herasymenko P., Usenko S., Yarmolenko B., Gurin V.
Control Strategy for Modular-Structured Series-Reso-
nant Converters: Unifying Pulse-Density Modulation
and Phase-Shift Control. IET Power Electronics. 2025,
vol. 18, no. 1, pp. 1-10.
DOI: https://doi.org/10.1049/pel2.70020.
17. Stiazhkin V.P., Zaichenko О.А., Ryzhkov O.M., Gavryluk
S.I., Teriaev V.I., Krasnoshapka N.D. Combined control
of the gearless arc stator electric drive of the ship radar
station antenna with a fuzzy speed controller. Technical
electrodynamics. 2023. No. 3. P.60-67.
DOI: https://doi.org/10.15407/techned2023.03.060.
(Ukr)
18. Zaichenko O.A., Marunia Yu.V., Ryzhkov O.M., Havry-
liuk S.I., Khomytskyi O.I., Kharchenko O.O. Concept of
building a hybrid control system for a microhydroelec-
tric power plant. Technical Electrodynamics. 2024. №4.
С.50-56. DOI: https://doi.org/10.15407/tech
ned2024.04.050. (Ukr)
19. Ramalakshmi R., Sruthi S.M.R., & Reddy S.R. Fuzzy Logic
Based Battery Charger For Inverter. International Jour-
nal of Engineering Research & Technology (IJERT). 2013,
vol. 2, no. 7. Available at: https://www.ijert.org/re-
search/fuzzy-logic-based-battery-charger-for-inverter-
IJERTV2IS70764.pdf.
20. Shaout A.K., & Brauchler Z. Fuzzy Battery Manager:
Charging and Balancing Rechargeable Battery Cells with
Fuzzy Logic. Electronics. 2025, vol. 14, no. 7, 1470.
DOI: https://doi.org/10.3390/electronics14071470.
21. Madani S.S., Shabeer Y., Allard F., et al. A Comprehen-
sive Review on Lithium-Ion Battery Lifetime Prediction
and Aging Mechanism Analysis. Batteries. 2025, vol. 11,
no. 4, 127. DOI: https://doi.org/10.3390/batter
ies11040127.
https://doi.org/10.15407/techned2023.03.060
https://doi.org/10.15407/techned2024.04.050
https://doi.org/10.15407/techned2024.04.050
78
Відновлювана енергетика. № 4/2025 | Комплексні проблеми енергетичних систем на основі НВДЕ
22. Lim S., Ko W., Lee J., & Lee H. Voltage and temperature
effects on low cobalt lithium-ion battery cathode deg-
radation. Environmental Science: Advances. 2025.
DOI: https://doi.org/10.1039/D4YA00530A.
23. BU-808: How to Prolong Lithium-based Batteries. Bat-
tery University. Available at: https://batteryuniver-
sity.com/article/bu-808-how-to-prolong-lithium-
based-batteries.
24. Mulpuri S.K., Sah B., & Kumar P. Unraveling capacity
fading in lithium-ion batteries using advanced cyclic
tests: A real-world approach. iScience. 2023, vol. 26, no.
10, 107770.
DOI: https://doi.org/10.1016/j.isci.2023.107770.
25. Xu B., Sun Y., & Onori S. Extending Life of Lithium-Ion
Battery Systems by Embracing Heterogeneities via an
Optimal Control-Based Active Balancing Strategy. IEEE
Transactions on Control Systems Technology. 2022.
DOI: https://doi.org/10.1109/TCST.2022.3215610.
26. Lithium-ion batteries in use: 5 more tips for a longer
lifespan. Saft. Available at: https://saft.com/en/energiz-
ing-iot/lithium-ion-batteries-use-5-more-tips-longer-
lifespan.
27. Woody M. Strategies to limit degradation and maximize
Li-ion battery service lifetime - critical review and guid-
ance for stakeholders. PhD thesis, University of Michi-
gan, Ann Arbor, 2019, 149 p. Available at: https://deep-
blue.lib.umich.edu/handle/2027.42/154859.
28. Senol M., Papadopoulos P., McArthur S., & Emhemed A.
Electric Vehicles Under Low Temperatures: A Review on
Battery Performance, Charging Needs, and Power Grid
Impacts. IEEE Access. 2023, vol. 11, pp. 39879-39912.
DOI: https://doi.org/10.1109/ACCESS.2023.3268615.
29. Gao Y., Jiang J., Zhang C., Zhang W., & Jiang Y. Aging
mechanisms under different state-of-charge ranges and
the multi-indicators system of state-of-health for lith-
ium-ion battery with Li(NiMnCo)O2 cathode. Journal of
Power Sources. 2018, vol. 401, pp. 176-184.
DOI: https://doi.org/10.1016/j.jpowsour.2018.07.018.
30. Habib A.K.M.A., Hasan M.K., Issa G.F., et al. Lithium-Ion
Battery Management System for Electric Vehicles: Con-
straints, Challenges, and Recommendations. Batteries.
2023, vol. 9, no. 3, 152.
DOI: https://doi.org/10.3390/batteries9030152.
https://doi.org/10.3390/batteries9030152
|
| id | veorgua-article-575 |
| institution | Vidnovluvana energetika |
| keywords_txt_mv | keywords |
| language | Ukrainian |
| last_indexed | 2026-07-19T01:17:35Z |
| publishDate | 2025 |
| publisher | Institute of Renewable Energy National Academy of Sciences of Ukraine |
| record_format | ojs |
| resource_txt_mv | veorgua/c9/77243fd58ebb531dda6c7e7c5a2e69c9.pdf |
| spelling | veorgua-article-5752026-07-18T06:32:23Z ADAPTIVE ALGORITHM FOR CONTROLLING THE CHARGING PROCESS OF USED LITHIUM-ION BATTERIES BASED ON FUZZY LOGIC АДАПТИВНИЙ АЛГОРИТМ КЕРУВАННЯ ПРОЦЕСОМ ЗАРЯДЖАННЯ ВЖИВАНИХ ЛІТІЙ-ІОННИХ АКУМУЛЯТОРІВ НА БАЗІ НЕЧІТКОЇ ЛОГІКИ Havryliuk , S. Zaichenko , O. Marunia , Yu. Ryzhkov , O. Chopyk , V. Tereshenko , A. lithium-ion batteries, battery charging, adaptive algorithms, fuzzy logic, used batteries, battery degradation, control systems. літій-іонні акумулятори, заряджання акумуляторів, адаптивні алгоритми, нечіт-ка логіка, вживані акумулятори, деградація акумуляторів, системи керування. The effective integration of intermittent renewable energy sources into the power grid largely depends on energy storage systems, where second-life batteries are playing an increasingly important role. In this paper, the features of controlling the charging processes of used lithiumion batteries are considered, for which traditional constant current and constant voltage (CC-CV) charging methods are ineffective and accelerate their degradation. The development and proposal of an adaptive charging algorithm based on fuzzy logic are presented. This approach allows optimizing the charging process by taking into account dynamic changes in battery characteristics, such as voltage, current, temperature, state of charge (SoC), battery health (SoH) and state of functioning (SoF). It is shown that the proposed algorithm increases efficiency, safety and significantly increases the service life of batteries compared to traditional methods, adapting to their condition in real time. Ефективна інтеграція нестабільних відновлюваних джерел енергії в електромережі значною мірою залежить від систем накопичення, де вживані акумулятори відіграють дедалі важливішу роль. У статті розглянуто особливості керування процесами заряджання вживаних літій-іонних акумуляторів, для яких традиційні методи заряду з постійним струмом та постійною напругою (CC-CV) є неефективними та прискорюють їх деградацію. Представлено розробку та запропоновано адаптивний алгоритм заряджання на базі нечіткої логіки. Такий підхід дозволяє оптимізувати процес заряджання шляхом урахування динамічних змін характеристик акумулятора, як-от напруга, струм, температура, стан заряду (SoC), стан здоров’я батареї (SoH) та стан функціонування (SoF). Показано, що запропонований алгоритм, порівняно з традиційними методами, підвищує ефективність, безпеку та значно збільшує термін служби акумуляторів адаптуючись до їхнього стану в реальному часі. Institute of Renewable Energy National Academy of Sciences of Ukraine 2025-12-27 Article Article application/pdf https://ve.org.ua/index.php/journal/article/view/575 10.36296/1819-8058.2025.4(83).59-78 Vidnovluvana energetika ; No. 4(83) (2025): Scientific and applied Journal renewable energy ; 59-78 Возобновляемая энергетика; ##issue.no## 4(83) (2025): Scientific and applied Journal renewable energy ; 59-78 Відновлювана енергетика; № 4(83) (2025): Науково-прикладний журнал Відновлювана енергетика; 59-78 2664-8172 1819-8058 10.36296/1819-8058.2025.4(83) uk https://ve.org.ua/index.php/journal/article/view/575/486 Copyright (c) 2025 S. Havryliuk , O. Zaichenko , Yu. Marunia , O. Ryzhkov , V. Chopyk , A. Tereshenko https://creativecommons.org/licenses/by-nc-nd/4.0 |
| spellingShingle | lithium-ion batteries battery charging adaptive algorithms fuzzy logic used batteries battery degradation control systems. Havryliuk , S. Zaichenko , O. Marunia , Yu. Ryzhkov , O. Chopyk , V. Tereshenko , A. ADAPTIVE ALGORITHM FOR CONTROLLING THE CHARGING PROCESS OF USED LITHIUM-ION BATTERIES BASED ON FUZZY LOGIC |
| title | ADAPTIVE ALGORITHM FOR CONTROLLING THE CHARGING PROCESS OF USED LITHIUM-ION BATTERIES BASED ON FUZZY LOGIC |
| title_alt | АДАПТИВНИЙ АЛГОРИТМ КЕРУВАННЯ ПРОЦЕСОМ ЗАРЯДЖАННЯ ВЖИВАНИХ ЛІТІЙ-ІОННИХ АКУМУЛЯТОРІВ НА БАЗІ НЕЧІТКОЇ ЛОГІКИ |
| title_full | ADAPTIVE ALGORITHM FOR CONTROLLING THE CHARGING PROCESS OF USED LITHIUM-ION BATTERIES BASED ON FUZZY LOGIC |
| title_fullStr | ADAPTIVE ALGORITHM FOR CONTROLLING THE CHARGING PROCESS OF USED LITHIUM-ION BATTERIES BASED ON FUZZY LOGIC |
| title_full_unstemmed | ADAPTIVE ALGORITHM FOR CONTROLLING THE CHARGING PROCESS OF USED LITHIUM-ION BATTERIES BASED ON FUZZY LOGIC |
| title_short | ADAPTIVE ALGORITHM FOR CONTROLLING THE CHARGING PROCESS OF USED LITHIUM-ION BATTERIES BASED ON FUZZY LOGIC |
| title_sort | adaptive algorithm for controlling the charging process of used lithium-ion batteries based on fuzzy logic |
| topic | lithium-ion batteries battery charging adaptive algorithms fuzzy logic used batteries battery degradation control systems. |
| topic_facet | lithium-ion batteries battery charging adaptive algorithms fuzzy logic used batteries battery degradation control systems. літій-іонні акумулятори заряджання акумуляторів адаптивні алгоритми нечіт-ка логіка вживані акумулятори деградація акумуляторів системи керування. |
| url | https://ve.org.ua/index.php/journal/article/view/575 |
| work_keys_str_mv | AT havryliuks adaptivealgorithmforcontrollingthechargingprocessofusedlithiumionbatteriesbasedonfuzzylogic AT zaichenkoo adaptivealgorithmforcontrollingthechargingprocessofusedlithiumionbatteriesbasedonfuzzylogic AT maruniayu adaptivealgorithmforcontrollingthechargingprocessofusedlithiumionbatteriesbasedonfuzzylogic AT ryzhkovo adaptivealgorithmforcontrollingthechargingprocessofusedlithiumionbatteriesbasedonfuzzylogic AT chopykv adaptivealgorithmforcontrollingthechargingprocessofusedlithiumionbatteriesbasedonfuzzylogic AT tereshenkoa adaptivealgorithmforcontrollingthechargingprocessofusedlithiumionbatteriesbasedonfuzzylogic AT havryliuks adaptivnijalgoritmkeruvannâprocesomzarâdžannâvživanihlítíjíonnihakumulâtorívnabazínečítkoílogíki AT zaichenkoo adaptivnijalgoritmkeruvannâprocesomzarâdžannâvživanihlítíjíonnihakumulâtorívnabazínečítkoílogíki AT maruniayu adaptivnijalgoritmkeruvannâprocesomzarâdžannâvživanihlítíjíonnihakumulâtorívnabazínečítkoílogíki AT ryzhkovo adaptivnijalgoritmkeruvannâprocesomzarâdžannâvživanihlítíjíonnihakumulâtorívnabazínečítkoílogíki AT chopykv adaptivnijalgoritmkeruvannâprocesomzarâdžannâvživanihlítíjíonnihakumulâtorívnabazínečítkoílogíki AT tereshenkoa adaptivnijalgoritmkeruvannâprocesomzarâdžannâvživanihlítíjíonnihakumulâtorívnabazínečítkoílogíki |