L’objectif principal de ce travail est de développer une stratégie de gestion optimale afin d’améliorer l’efficacité énergétique des véhicules hybrides. Ces travaux comportent une partie analyse expérimentale de la mobilité, une partie modélisation numérique et une partie optimisation de la stratégie de gestion énergétique. L’étude de la mobilité a permis de mettre en avant et de quantifier la prédictibilité des trajets, dus à une forte mobilité contrainte. La modélisation dynamique du véhicule, nécessaire à l’étude de stratégie, a été réalisée par Représentation Energétique Macroscopique (REM) qui est une bonne méthode pour ce type d’étude. La stratégie proposée est basée sur le contrôle prédictif (MPC), résolu par une méthode de Programmation Quadratique, et mis en place en s’appuyant sur la prédiction de cycle issu de l’étude expérimentale. Les perspectives d’améliorations de ces travaux se situent au niveau de la consolidation de la base de données, et du niveau de modélisation de la batterie (impact de la thermique et du vieillissement) et du moteur thermique (prise en compte des polluants). / The main objective of this work is to develop an optimal management strategy to improve energetic efficiency of hybrid electric vehicle. This work is composed by a mobility experimental analysis part, a numerical modelization part and an optimization part of the energy management strategy. The study of mobility allow to highligth and quantify the predictibility of trips, due to a constraint mobility.The dynamic modelling of the vehicle which is necesary to study perfomance of strategies, was realized by Energetic Macroscopic Representation (EMR) which is a good methode in this case. The proposed strategy is based on the predictive control (MPC), solve by a method of Programming Quadratic, and set up resting on the cycle prediction determined from the experimental study. The perspectives of improvements of these work are consolidation of the database, and improvement of the battery modelling (imcluding thermal and ageing effects) and of the thermal engine (taken into account by some pollutants).

Ce travail a trait à la gestion des flux énergétiques électriques au sein du réseau embarqué d'un véhicule électrique. Les éléments constitutifs de la chaîne électrique ont été d'abord modélisés à des fins de commande et de simulation. Il est visé ici la minimisation du stress des batteries au plomb via une hybridation avec des supercondensateurs. Deux familles de lois de commande ont été conçues et développées, à savoir des lois de type " fréquentielles " et des lois optimales de type " Linéaires Quadratiques Gaussiennes ". Un banc de test temps réel hybride a été architecturé afin de tester ces lois. Ce banc de test a pour noyau deux simulateurs temps réel (RT-LAB et dSPACE). Une partie de la chaîne de puissance est soit émulée par des sources contrôlées ou réalisée via des maquettes à échelle réduite mais à facteur de similitude respecté. Les essais sur le banc de test ont permis d'obtenir des résultats satisfaisants et encourageants qui corroborent la théorie.

Ce travail a trait à la gestion des flux énergétiques électriques au sein du réseau embarqué d’un véhicule électrique. Les éléments constitutifs de la chaîne électrique ont été d’abord modélisés à des fins de commande et de simulation. Il est visé ici la minimisation du stress des batteries au plomb via une hybridation avec des supercondensateurs. Deux familles de lois de commande ont été conçues et développées, à savoir des lois de type « fréquentielles » et des lois optimales de type « Linéaires Quadratiques Gaussiennes ». Un banc de test temps réel hybride a été architecturé afin de tester ces lois. Ce banc de test a pour noyau deux simulateurs temps réel (RT-LAB et dSPACE). Une partie de la chaîne de puissance est soit émulée par des sources contrôlées ou réalisée via des maquettes à échelle réduite mais à facteur de similitude respecté. Les essais sur le banc de test ont permis d’obtenir des résultats satisfaisants et encourageants qui corroborent la théorie. / This work addresses the management of electrical energy flows within the embedded network of anelectric vehicle. The electrical system components were first modeled for purposes of control synthesisand simulation. It is aimed the minimization of lead-acid batteries stress via hybridization withultracapacitors. Two families of control laws have been conceived and developed, namely afrequency-domain-based law and an optimal Linear Quadratic Gaussian law. A real-time hybrid testbench has been built in order to test these laws. This test bench has two core real-time simulators (RTLABand dSPACE). A part of the power chain has been either emulated by using suitably-controlledsources or realized by using small-scale real hardware with the similarity factor being respected. estson the testbed have yielded satisfactory and encouraging results that corroborate the theory.

Les principaux objectifs de ce travail est de développer une méthode de modélisation efficace pour un déploiement facile et rapide d'une stratégie de contrôle, d'examiner et d'étudier cette stratégie pour une application spécifique, et d'analyser l'amélioration qui peut être apporté à un moteur pour une meilleure efficacité dans les systèmes électrique et hybride. Ce travail comprend une partie simulation du système étudié et sa validation avec les résultats expérimentaux. Les études de cas sont utilisées pour analyser l'optimisation qui peut être effectuée en comparaison au système d'origine (le véhicule étudié est la NOAO).Un outil d'optimisation est choisie pour optimiser la stratégie de contrôle actuellement déployée sur le véhicule. Cette outil nous a permis de développer une nouvelle stratégie de commande optimisée prêt à être déployé dans le véhicule. Un procédé de prédiction pour connaître la consommation d'énergie du système est mis au point en vue d'obtenir un contrôle optimal adapté à la demande du véhicule et à une utilisation spécifique.Comme perspectives, les principaux composants du système peuvent être étudiés et modélisé afin d'améliorer l’efficacité énergétique du véhicule. La Représentation Energétique Macroscopique (REM) est une bonne méthode pour représenter le modèle dynamique et peut être utilisé pour modéliser des machines électromécaniques. Cette méthode est également envisagé pour modéliser d’autre système que le système véhicule tel que les systèmes énergies renouvelables, les systèmes électromécanique ou robotique. / The main objectives of this work is to develop an effective modeling method for an easydeployment of a control strategy, to review and study an optimal control strategy for a specific application, and to analyze improvement that can be effected to engine for better efficiency in hybrid vehicle architecture. The scopes of this work include the simulation part of the studied system and its validation with experimental results. Study cases are used to analyze optimization that can be effected to the original system. A well established optimization tool is chosen to optimize the actual control strategy and becomes a benchmark of a new optimal control strategy to be deployed in the system. A predictive method to know energy consumption of the system is developed in order to obtain an optimal control suitable with the vehicle application. Using the developed model, analysis is conducted to identify an optimal control strategy for a specific utilization. As perspectives, the main components of the system can be studied for improvements of its energy efficiency. The Energetic Macroscopic Representation (EMR) is a good method to represent dynamic model and it can be used to model any electromechanical machines and can be envisaged to model other system than a vehicle system, like a renewable energy system, a new electro-mechanical system or a robotic system.