Stratégies optimales multi-critères, prédictives, temps réel de gestion des flux d'énergie thermique et électrique dans un véhicule hybride - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2011

Optimal energy management startegies for hybrid electric vehicules

Stratégies optimales multi-critères, prédictives, temps réel de gestion des flux d'énergie thermique et électrique dans un véhicule hybride

Résumé

Energy management of a hybrid vehicle is to develop a strategy that determines at each time the distribution flow of thermal and electricity energy that minimizes the overall consumption of the vehicle. The modelling of hybrid vehicles consumption enables to study energy management as a dynamic optimization problems under evolution constraints. The optimal solution is found when all the driving conditions are known a priori. The optimal control provides a benchmark and is used to assess the performance of embedded strategies. Two strategies based on the optimal optimization theory were created : one predictive, which has been tested on a numerical simulator and another one, based on the dual problem principle, which was successfully embedded on two conventional hybrids vehicles. For plug-in hybrids, their electrical energy capacity and their ability to be recharged from the grid relaxes some constraints on the energy optimization problem. Therefore, in order to minimize the overall emissions of the vehicle, a new strategy was developed to make the most of embedded electric energy. For all hybrid vehicles, the battery is the keystone component, whose aging alters its profitability and energy efficiency. Thus, in order to provide an accurate internal temperature of cells, an observer was designed. This information has been used by a specific strategy which optimizes consumption while preserving the battery from extreme temperatures that are prejudicial to its longevity.
La gestion d'énergie d'un véhicule hybride consiste à développer une stratégie, qui détermine à chaque instant la répartition des flux d'énergie thermique et électrique, minimisant la consommation globale du véhicule. La modélisation de la consommation du véhicule hybride permet d'écrire cette problématique sous la forme d'un problème d'optimisation dynamique sous contraintes d'évolutions. Ce problème est résolu de façon optimale lorsque l'ensemble des conditions de roulage sont connues à priori. La commande optimale obtenue sert de référence pour évaluer la performance des stratégies embarquées dans le véhicule. En s'appuyant sur la théorie de l'optimisation optimale, deux stratégies ont été crées : l'une prédictive qui a été testée sur un simulateur numérique et une autre, reposant sur le principe du problème dual, qui a été embarqué avec succès sur deux véhicules hybrides conventionnels. Pour les hybrides rechargeables, leur capacité énergétique et la possibilité de se recharger sur le réseau électrique libère des contraintes dans la problématique d'optimisation énergétique. C'est pourquoi, une nouvelle stratégie spécifique a été développée dans l'objectif de profiter au maximum de l'énergie électrique embarquée pour minimiser les émissions du véhicule. Pour l'ensemble des véhicules hybrides, la batterie est un composant clef dont le vieillissement vient modifier sa rentabilité économique et énergétique. C'est pourquoi un observateur a été conçu pour fournir une information précise de la température interne des cellules. Cette information est utilisée par une stratégie spécifique optimisant la consommation tout en préservant la batterie des températures extrêmes, nuisibles à sa longévité.
Fichier principal
Vignette du fichier
THESE_DEBERT.pdf (5.97 Mo) Télécharger le fichier
Loading...

Dates et versions

tel-00867007 , version 1 (27-09-2013)

Identifiants

  • HAL Id : tel-00867007 , version 1

Citer

Maxime Debert. Stratégies optimales multi-critères, prédictives, temps réel de gestion des flux d'énergie thermique et électrique dans un véhicule hybride. Automatique. Université d'Orléans, 2011. Français. ⟨NNT : ⟩. ⟨tel-00867007⟩
674 Consultations
1726 Téléchargements

Partager

Gmail Facebook X LinkedIn More