The current global scenario is such where impact on the environment is becoming a rising concern. Global automotive manufacturers have focused more towards hybrid and electric vehicles as both more aware customers and governmental legislation have begun demanding higher emission standards. One of the many ways that Volvo Car Group approaches this trend is by mild hybridization which is by assisting the combustion engine by a small electric motor and a battery pack. A smart energy management strategy is needed in order to get the most out of the benefits that hybrid electric vehicles offer. The main objective of this strategy is to utilize the electrical energy on-board in such a manner that the overall efficiency of the hybrid powertrain becomes as high as possible. The current implementation is such that the decision for using the on-board battery is non-predictive. This results in a sub-optimal utilization of the hybrid powertrain. In this thesis, a predictive energy optimization tool is developed to maximize the utility of hybridization and the practical implementation of this tool is investigated. The optimization considers both the capacity as well as the thermal loadconstraints of the battery. The developed optimization tool uses information about the route ahead together with convex optimization to produce optimal reference trajectories of the battery states. These trajectories are used in a real-time controller to determine the battery use by controlling the adjoint states in the Equivalent Consumption Minimization Strategy equation. This optimization tool is validated and compared with the baseline controller in a simulation environment based on Simulink. When perfect information about the road ahead is known, the average reduction in fuel consumption is 0.99% relative the baseline controller. Several issues occurring in the real implementation are explored, such as the limited computational speed and the length of the route ahead that can be predicted. For this reason the information input to the optimization tool is segmented and the resulting performance is investigated. For a 30 second segmentation of the future route information, the average saving in fuel consumption is 0.13% relative to the baseline controller. It is shown that the main factor limiting the amount of savings in fuel consumption is the introduction of the thermal load constraints on the battery. / Det nuvarande globala scenariot är sådant där miljöpåverkan håller på att bli en växande angelägenhet. Globala fordonstillverkare har fokuserat mer på hybrid- och elfordon, eftersom både mer medvetna kunder och statlig lagstiftning har börjat kräva högre emissionskrav. Ett av de många sätt som Volvo Car Group närmar sig denna trend är genom mild hybridisering genom att bistå förbränningsmotorn med en liten elmotor och ett batteripaket. En smart strategi för energihantering behövs för att få ut det mesta av de fördelar som hybrida elfordon erbjuder. Huvudsyftet med denna strategi är att utnyttja den elektriska energin ombord på ett sådant sätt att den totala effektiviteten hos hybriddrivlinan blir så hög som möjligt.Den nuvarande implementeringen är sådan att beslutet att använda det fordonsbaserade batteriet är inte-förutsägbart. Detta resulterar i en suboptimal användning av hybriddrivlinan. I denna avhandling är ett prediktivt Energioptimeringsverktyg utvecklat för att maximera nyttan av hybridisering och det praktiska implementerandet av detta verktyg undersöks. Optimeringen beaktar både kapaciteten och de termiska belastningsbegränsningarna hos batteriet. Det utvecklade optimeringsverktyg använder information om vägen framåt tillsammans medkonvex optimering för att producera optimala referenstrajektorier av batteritillståndet. Dessa trajektorier används i en realtidsstyrenhet för att bestämma batterianvändningen genom att kontrollera adjungerade tillstånden strategiekvationen för den ekvivalenta förbrukningsminimiseringen. Optimeringsverktyget verifieras och jämförs med den ursprungliga styrenheten i en simuleringsmiljö baserad på Simulink. När perfekt information om vägen framåt är känd, är den genomsnittliga minskningen av bränsleförbrukningen 0,99 % relativt den ursprungliga styrenheten. Flera frågor som uppstår i den verkliga implementeringen undersöks, såsom den begränsade beräkningshastigheten och längden på den väg framåt som kan förutses. Av denna anledning är segmenteras informationen till optimeringsverktyget och den resulterande prestandan undersöks. För en 30 sekunders segmentering av framtida väginformation är den genomsnittliga besparingen i bränsleförbrukningen 0,13 % i förhållande till den ursprungligastyrenheten. Resultaten visar att den viktigaste faktorn som begränsar bränsleförbrukningsbesparingen är införandet av de termiska belastningsbegränsningarna på batteriet.

Le réchauffement climatique, la pollution de l'environnement et l'épuisement des énergies pétrolières ont attiré l'attention de l'humanité dans le monde entier. Les véhicules électriques hybrides à pile à combustible (FCHEV), utilisant l’hydrogène comme carburant et n’émettant aucune émission, sont considérés par les organismes publics et privés comme l’un des meilleurs moyens de résoudre ces problèmes. Cette thèse de doctorat considère un FCHEV avec trois sources d'énergie: pile à combustible, batterie et supercondensateur, ce qui complique l'élaboration d'une stratégie de gestion de l'énergie (EMS) pour répartir la puissance entre différentes sources d'alimentation. Parmi les méthodes de gestion de l'énergie de la littérature actuelle, la stratégie de minimisation de la consommation équivalente (ECMS) a été sélectionnée car elle permet une optimisation locale sans connaissance préalable des conditions de conduite et cela en donnant des résultats optimaux.En raison de la faible densité énergétique du supercondensateur, sa consommation équivalente d'hydrogène est négligée dans la plupart des références bibliographiques, ce qui va non seulement à l'encontre de l'objectif de minimiser la consommation totale d'hydrogène, mais accroît également la complexité du système EMS en raison du besoin d'un système EMS supplémentaire pour calculer la demande en puissance du supercondensateur. Ainsi, une stratégie ECMS à programmation quadratique séquentielle (SECMS) est proposée pour prendre en compte le coût énergétique des trois sources d’énergie dans la fonction objectif. Une stratégie de contrôle basée sur des règles (RBCS) et une stratégie hybride (HEOS) a été également conçues pour être comparée à SECMS. La dégradation des sources d'énergie représente un défi majeur pour la stabilité du système SECMS développé. Basé sur l'estimation en ligne de l'état de santé de la pile à combustible et de la batterie, le système ECMS adaptatif (AECMS) a été implémenté en ajustant le facteur équivalent et le taux de changement dynamique de la pile à combustible. Les résultats de la simulation montrent que l’AECMS peut assurer le maintien de la charge de la batterie et l’augmentation de la durabilité de la pile à combustible.Pour valider les algorithmes de gestion de l'énergie et les modèles numériques proposés, un banc d'essai expérimental a été construit autour de l'interface temps réel DSPACE. La comparaison des résultats de la simulation numérique et des résultats expérimentaux a montré que le système SECMS proposé fonctionne à un rendement maximal, que le supercondensateur fournit la puissance de pointe et que la batterie fonctionne comme un tampon d’énergie. Il a été prouvé que la négligence de la consommation d'hydrogène équivalente au supercondensateur dans l'ECMS conduit à un fonctionnement non optimal. Comparé à RBCS et HEOS, la SECMS a le moins d'hydrogène consommé et le courant de pile à combustible le plus stable. / Global warming, environment pollution and exhaustion of petroleum energies have risen their attention of the humanity over the world. Fuel cell hybrid electric vehicle (FCHEV) taking hydrogen as fuel and have zero emission, is thought by public and private organisms as one of the best ways to solve these problems. This PhD dissertation consider a FCHEV with three power sources: fuel cell, battery and supercapacitor, which increases the difficult to design an energy management strategy (EMS) to split the power between the different power sources.Among the EMS available in the current literature, the Equivalent consumption minimization strategy (ECMS) was selected because it allows a local optimization without rely on prior knowledge of driving condition while giving optimal results.Due to low energy density of supercapacitor, its equivalent hydrogen consumption is neglected in most bibliographic references, which not only counter to the aim of minimizing whole hydrogen consumption but also increase the complication of EMS due to the need of an additional EMS to calculate supercapacitor power demand. Thus, a sequential quadratic programming ECMS (SECMS) strategy is proposed to consider energy cost of all three power sources into the objective function. A rule based control strategy (RBCS) and hybrid strategy (HEOS) are also designed in order to to be compared with SECMS. Degradation of energy sources represents a major challenge for the stability of the developed SECMS system. So, based on online estimating state of heath of fuel cell and battery, an adaptive ECMS (AECMS) has been designed through adjusting the equivalent factor and dynamical change rate of fuel cell. The simulation results show that the AECMS can ensure the charge sustenance of battery and the increase of fuel cell durability.To validate the proposed energy management algorithms and the numerical models an exerimental test bench has been built around the real time interface DSPACE. The comparison of the simulation and experimental results showed that the proposed SECMS is operated at around maximum efficiency, supercapacitor supplies peak power, battery works as the energy buffer. It has been proved that the neglect of supercapacitor equivalent hydrogen consumption in ECMS leads to not optimal operation. Compared with RBCS and HEOS, SECMS has least hydrogen consumption and most stable fuel cell current.