Le travail présenté traite la question quelle architecture hybride est la plus adapté pour quel type de véhicule. Une approche multi-architecture/multi-application capable d’identifier l’architecture hybride plus efficace en énergie qui considère à la fois les components clés (batterie, moteur électrique, moteur à combustion interne) et la commande optimale, est présenté. La base de cette modélisation est la représentation énergétique macroscopique (REM), qui est combiné avec la programmation orienté objet (POO) afin d’améliorer la modularité et la réutilisation. Les résultats obtenus montrent que des architectures hybrides différents sont le plus adaptés pour différentes applications. De plus, la robustesse des résultats en utilisant des approches de contrôle en temps réel sont étudiés, montrant l’importance de la stratégie de commande. Les résultats obtenus contribuent à la simplification et l’harmonisation de la conception des solutions hybrides pour des applications multiples. / The presented work deals with the question which hybrid architecture is most adapted for which type of vehicle. Therefore, a multi-architecture/multi-application approach capable to identify the most energy efficient hybrid architecture considering both the dimensions of key components (battery, electric motor, internal combustion engine) and the optimal control is presented. Basis of the model is the energetic macroscopic representation (EMR), which has been combined with object oriented programming (OOP) in order to enhance its modularity and reuse capabilities. The obtained results show, that different hybrid architectures are most adapted for different applications. Moreover, the robustness of the results using real time control algorithms are studied, showing that control strategy matters. The obtained results contribute to simplify and harmonize the design of hybrid solutions for multiple applications.

No description available.

Le challenge de ces prochaines années est de réduire le plus possible les émissions de CO2 qui la première cause du réchauffement climatique. L’émission de CO2 est principalement due à l’utilisation du moteur thermique dans le milieu du transport. Pour diminuer cette émission, la solution réside à utiliser des véhicules électriques qui sont non polluants et rechargés par des sources émettant le moins possible de CO2. Mais cela impliquerait une production supplémentaire d’énergie. Aujourd’hui l’énergie électrique est produite principalement par des centrales thermiques au niveau mondial, des centrales nucléaires enFrance et des centrales hydrauliques au Québec. Les pics d’utilisations et de productions restant une problématique posant encore beaucoup de problèmes.Une utilisation croissante de véhicules électriques ou hybrides rechargeables permettrait de pouvoir disposer de systèmes de stockage d’énergie, permettant à la fois d’alimenter le moteur électrique du véhicule ou d’aider le réseau électriques. Ce flux est appelé Vehicle-to-Grid ou plus précisément dans le travail présenté ici, ce flux s’appelle Vehicle-to-Home. Alimenter la maison via la batterie du véhicule, permet de diminuer le pic de consommation du foyer. De plus, la batterie du véhicule peut être chargée durant la nuit lorsque la production d’énergie est au plus bas et la moins chère.Ce document présente une optimisation offline du système qui inclut les différents flux d’énergie. Cette optimisation a été réalisée à l’aide de la programmation dynamique. L’objectif de cette optimisation est de minimiser le coût de l’énergie que ce soit le coût de l’essence ou de l’électricité ou encore des énergies renouvelables installées localement.Ensuite deux contrôleurs flous localisés dans le véhicule et dans la maison ont été dimensionnés, testés par simulation (simulation online) et validés expérimentalement.Finalement cette recherche a mis en avant deux cas d’études: un en hivers et l’autre en été. Le cas d’hiver présente une réduction budgétaire de 40% dans la simulation offline, 27% dans la simulation online et 29% en expérimentation. D’autre part, le cas d’été montre une réduction budgétaire de 62% dans la simulation offline, 60% dans la simulation online et 64% en expérimentation. / The challenge for the next few years is to reduce CO2 emissions, which are the cause of global climate warming. CO2 emissions are mainly due to thermal engines used in transportation. To decrease this emission, a viable solution lies in using non-polluting electric vehicles recharged by low CO2 emission energy sources. New transportation penetration has effected on energy production. Energy production has already reached peaks. At the same time, load demand has drastically increased. Hence, it has become imperative to increase daily energy production. It is well-known that world energy production is mainly produced thermal pollutant power plants, except in Québec, where energy is produced by hydro power plants.The more recent electricity utility trend is that electric, and plug-in hybrid electric vehicles (EV, PHEV) could allow storage and/or production of energy. EV/PHEV batteries can supply the electric motor of the vehicle, and act as an energy storage that assists the grid to supply household loads. This power flow is called vehicle-to-grid, V2G. In this dissertation, the V2G power flow is specifically called vehicle-to-home, V2H. That is battery is used during peak. Moreover, the EV battery is charged during the night, when energy production is low and cheap. This important aspect of V2H is that the vehicle battery is not connected to the grid, but is a part of a house micro-grid.This dissertation presents an offline optimization technique, which includes different energy flows, between the home, EV/PHEV, and a renewable energy source (such as photovoltaic - PV and/or wind) which forms the micro-grid. This optimization has been realized through the dynamic programming algorithm. The optimization objective is to minimize energy cost, including fuel cost, electricity cost, and renewable energy cost.Two fuzzy logic controllers, one located in the vehicle and the second one in the house, have been designed, tested by simulation (online simulation) and validated by experiments.The research analyses two seasonal case studies: one in winter and the other one in summer. In the winter case, a cost reduction of 40% for the offline simulation, 27% for the online simulation and 29% for the experiment is realized whereas in the summer case a cost reduction of 62% for the offline simulation, 60% for the online simulation and 64% for the experiment is presented.

L'objectif de ces travaux de thèse était de concevoir et de développer un outil de simulation et d'optimisation multicritères de centrales couplant des sources d'énergies renouvelables (EnR) et des moyens de stockage. L'optimisation porte sur le dimensionnement de l'installation (taille des unités de production EnR et de stockage) et sur la ou les stratégies de gestion de la centrale EnR-stockage selon des critères technico-économiques évalués par l'outil. L'originalité de l'outil développé réside dans la modularité de définition de l'architecture EnR-stockage, dans la prise en compte de plusieurs niveaux de modélisation (échelle et précision) des différents composants du système et dans l'intégration du vieillissement. L'outil développé est également illustré sur des cas d'études afin d'apprécier sa pertinence. / The objective of this work was to design and develop a simulation and multi-criteria optimization tool of energy systems composed of renewable energy (RE) production and storage units. Optimization concerns the systems sizing (renewable production and storage units) and the systems control strategies based on techno-economic criteria. Originality of the tool resides in the modularity of definition of the RE-storage plant architecture, in taking into account several levels of modeling (scale and accuracy) of the different system components and in the consideration of ageing through performances degradation. The developed tool is also illustrated on application cases to highlight its usefulness.