Un véhicule hybride est un véhicule qui dispose d'au moins deux sources d'énergie pour son déplacement. Dans le cas du véhicule hybride thermique électrique, une source est non-réversible (réservoir de carburant) l'autre est réversible (batterie).<br />Le problème est d'utiliser de manière optimum par rapport à la consommation de carburant (et donc les émissions de CO2) l'énergie disponible dans la batterie. Cette optimisation est possible en utilisant au mieux les degrés de liberté de la chaîne de traction du véhicule (rapports de boîte par exemple), tout en satisfaisant la demande de puissance du conducteur.

L'objectif de ce travail consiste à appliquer des techniques de contrôle optimal pour améliorer la performance des lois de gestion d'énergie. Plus précisément, les techniques étudiées sont les solutions de viscosité de l'équation de Hamilton-Jacobi, des méthodes level-set pour l'étude de l'atteignabilité, la programmation dynamique stochastique, la programmation dynamique stochastique duale et les contraintes en probabilité. En premier lieu, ce document débute avec la présentation des outils techniques et modèles nécessaires à l'étude de l'optimisation des lois de gestion d'énergie au sein des véhicules hybrides. En deuxième lieu, nous regardons la synthèse des lois de gestion d'énergie en prenant compte des incertitudes dans le profil de vitesse du véhicule. Dans un premier moment, cette étude porte sur l'utilisation de la programmation dynamique stochastique. Dans un second moment, la programmation dynamique stochastique duale est analysée. Ensuite, nous introduisons une formulation du problème de contrôle optimal avec des contraintes en probabilités, visant la synthèse de lois plus flexibles. En troisième lieu, des résultats théoriques sur l'étude de l'atteignabilité des systèmes hybrides sont démontrés. L'ensemble des états atteignables est caractérisé par une fonction valeur. Nous démontrons ensuite que cette fonction valeur est l'unique solution d'un système d'inégalités quasi-variationnelles dans le sens de la viscosité. Aussi, nous montrons la convergence d'une classe de schémas numériques permettant le calcul de cette fonction valeur. Visant à approfondir l'étude sur l'atteignabilité, nous nous intéressons à une formulation de la dynamique hybride en temps discret, ce qui amène à l'utilisation d'un algorithme directement basé sur la programmation dynamique pour caractériser la fonction valeur. Finalement, nous

Les travaux de recherche présentés dans ce document portent sur le dimensionnement de machines synchrones pour des applications de véhicules hybrides. L'utilisation de la machine électrique au sein du véhicule hybride est caractérisée par des appels de puissance de courtes durées. Cette thèse propose donc une stratégie de dimensionnement permettant de minimiser considérablement le volume de l'actionneur par la prise en compte des limites thermiques réelles lors du cycle de conduite. La stratégie de dimensionnement est composée de deux étapes. La première étape est l'optimisation du dimensionnement de l'actionneur à partir des points de fonctionnement du cycle. Nous autorisons des niveaux d'induction dans le fer élevés et des niveaux de densité de courant dans les conducteurs dépassant les niveaux habituellement autorisés pour un fonctionnement en régime permanent thermique. Ces deux points ont un impact réel sur le volume de la machine. Cela-dit, à ce stade, la thermique de la machine n'est prise en compte qu'indirectement en fixant une densité de courant dans les conducteurs. La seconde étape permet alors de vérifier la thermique par une simulation sur cycle pour ensuite réajuster si besoin la densité de courant et reprendre la première étape d'optimisation de la machine. Des modèles adaptés au processus d'optimisation ont alors été mis en place et offrent un bon compromis entre le temps de calcul et la précision requise. Par conséquent, un modèle magnétique prenant en compte la saturation croisée dans la machine utilisant la méthode nodale a été développé ; un modèle permettant une meilleure prise en compte des pertes fer notamment dans le zone de défluxage a également été développé ainsi qu'un modèle thermique en transitoire utilisant également la méthode nodale. Le modèle thermique étant la clé de la stratégie de dimensionnement, une grande attention y a été portée. Ce modèle permet de prendre en compte la direction des flux dans les trois dimensions et fournit de bonnes estimations des températures dans la machine notamment aux endroits les plus chauds comme les encoches et les têtes de bobines. Ces résultats ont été corroborés par des essais expérimentaux réalisés dans les bancs IFPEN sur une machine spécialement instrumentée en thermocouples. Cela a permis de valider le comportement thermique en régime permanent thermique et en régime transitoire thermique. Ces modèles ont ensuite été implantés dans une modélisation multi-physique pour l'outil d'optimisation et pour l'outil de simulation. Une étude de cas a été présentée pour un véhicule hybride Kangoo où la machine doit pouvoir assurer son fonctionnement pour un cycle Artémis urbain. Les résultats de la stratégie de dimensionnement permettent alors de conclure que sur cycle, le volume extérieur des parties actives de la machine électrique peut-être réduit de 40 % par rapport à un dimensionnement établi par les règles de l'art en régime permanent. De plus, la réduction du volume de fer dans la machine induit également une réduction des pertes fer ce qui nous permet de conclure que, toujours sur cycle, son rendement moyen reste élevé.

Ce travail de thèse propose une méthodologie systématique d’évaluation et de comparaison des gains en émissions de CO2 de véhicules hybrides électriques de différentes architectures et intégrant différentes fonctionnalités. Une méthodologie de dimensionnement a été mise en place, elle se base sur la définition d’un cahier des charges en performances dynamiques des véhicules, la mise en place d’algorithmes de mise à l’échelle afin de générer les données des composants de la chaîne de traction (batterie, machine électrique, moteur thermique), et l’utilisation de procédures de dimensionnement du véhicule sous contrainte de minimisation des émissions de CO2. L’évaluation énergétique des différentes configurations de véhicule ainsi dimensionnées s’articule autour de la définition de différents usages du véhicule et sur l’implémentation d’une loi de gestion optimale de l’énergie de type Principe du Minimum de Pontriaguine. Ces méthodologies ont été appliquées à une architecture conventionnelle, servant de référence pour les performances dynamiques et les consommations énergétiques, et d’une architecture hybride parallèle pré-transmission, pour laquelle une configuration hybride rechargeable et une configuration hybride non rechargeable ont été implémentées. / This thesis work proposes a systematic methodology dedicated to the evaluation and comparison of CO2 emissions’ reduction for hybrid electric vehicles with different architectures and different levels of functionality. A sizing methodology has been developed, which is based on the definition of the requirements for the dynamic performances of vehicles, on the development of scaling algorithms in order to generate the dataset for the powertrain components (battery, electric motor, engine), and on the application of procedures for the sizing of a vehicle under CO2 emissions’ minimization constraint. The energy consumption evaluation of the different vehicle configurations, which were previously sized, is founded on the definition of a variety of vehicle’s type of use, as well as on the implementation of an optimal energy management strategy, the Pontryaguin’s Minimum Principle. These methodologies have been applied to a conventional vehicle architecture, which has been used as a reference for dynamic performances and energy consumption, and to a hybrid parallel pre-transmission architecture, which has been defined in two configurations, a plug-in hybrid and a non plug-in full-hybrid.

Dans les véhicules hybrides électrique-essence, les stratégies de gestion de l’énergie déterminent la répartition des flux d'énergies des moteurs thermique et électrique avec pour objectif classique la réduction de la consommation. Par ailleurs, pour respecter les seuils réglementaires d’émissions polluantes, les motorisations essence sont équipées d’un catalyseur 3-voies chauffé par les gaz d’échappement. Une fois amorcé, ce catalyseur convertit presque entièrement les émissions polluantes du moteur. C’est donc au démarrage que la plupart de la pollution est émise, lorsque le catalyseur est froid et que la pollution du moteur n’est pas convertie. La chauffe du catalyseur est donc l’étape clé de la dépollution. Ce mémoire propose une démarche de prise en compte des émissions polluantes par la gestion d’énergie. Le véhicule hybride est assimilé à un système dynamique à deux états, l’état de charge batterie et la température du catalyseur. Un problème d’optimisation dynamique est défini, qui minimise un critère original pondérant judicieusement la consommation et les émissions polluantes. La théorie de la commande optimale, avec les Principes du Minimum de Pontryaguine et de Bellman, permet de résoudre ce problème d’optimisation. Des stratégies optimales sont déduites et simulées avec un modèle de véhicule intégrant un modèle thermique multi-zones de catalyseur, validé expérimentalement, qui simule précisément la chauffe. Le compromis entre la consommation et la pollution est exploré. Une stratégie de chauffe du catalyseur, plus méthodique, analytique et efficace que les stratégies empiriques actuelles, est alors proposée. Cette stratégie est validée expérimentalement dans un environnement HyHIL (Hybrid Hardware In the loop). Une importante réduction de la pollution est obtenue, confortant l’approche d’optimisation dynamique pour la mise au point des stratégies de gestion d’énergie du véhicule hybride. / In hybrid gasoline-electric vehicles, the energy management strategies determine the distribution of engine and motor energy flows with fuel consumption reduction as classical objective. Furthermore, to comply with pollutant emissions standards, SI engines are equipped with 3-Way Catalytic Converters (3WCC) heated by exhaust gases. When 3WCC temperature is over the light-off temperature, engine pollutant emissions are almost totally converted. Most of the pollution is produced at the vehicle start, when the 3WCC is cold and the engine pollution is not converted. The 3WCC heating is thus the key aspect of the pollutant emissions. This dissertation proposes an approach to take into account pollutant emissions in energy management. The hybrid electric vehicle is considered as a dynamic system with two states, the battery state of charge and 3WCC temperature. A dynamic optimization problem is defined, minimizing an original criterion weighting judiciously fuel consumption and pollutant emissions. Optimal control theory, with the Pontryaguine Minimum and Bellman principles, allows solving this optimization problem. Optimal strategies are derived and simulated with a vehicle model including a multi-zones 3WCC thermal model, experimentally validated, which simulates precisely the 3WCC heating. The compromise between fuel consumption and pollutant emissions is explored. Then, an innovative 3WCC heating strategy is proposed and validated experimentally in a HyHIL (Hybrid Hardware In the loop) environment. A significant reduction of the pollutant emissions is obtained, strengthening the dynamic optimal approach to set up the energy management strategies for hybrid vehicles.

Le véhicule hybride électrique dispose de deux sources d’énergie distinctes pour se mouvoir : le carburant, ainsi qu’un système de stockage électrique ayant la particularité d’être réversible. La loi de gestion d’énergie a pour objectif de superviser les flux de puissance dans le groupe motopropulseur en intervenant sur le point de fonctionnement des organes de celui-ci, et ce dans le but d’optimiser un critère donné. La loi de gestion d’énergie se formalise donc par un problème de commande optimale dont le critère à minimiser tient compte de la consommation de carburant du véhicule sur un trajet donné. La solution de ce problème peut se calculer hors ligne lorsque toutes les données du trajet sont parfaitement connues à l’avance, hypothèse qui n’est plus admissible pour une stratégie embarquée sur véhicule dont l’objectif est alors de s’approcher au maximum du résultat optimal. Les travaux présentés dans ce manuscrit mettent en avant la commande optimale orientée multi-objectif pour répondre à la problématique du compromis inter-prestations au coeur du développement d’un véhicule de série. Une loi de gestion d’énergie tenant compte du compromis entre consommation et agrément de conduite, ainsi qu’une autre traitant le compromis entre consommation et vieillissement batterie sont proposées. Les stratégies présentées s’inscrivent également dans une approche modulaire tirée de la solution de nature transversale issue de l’Equivalent Consumption Minimization strategy (ECMS). Ainsi, la commande du véhicule hybride rechargeable, du Mild-Hybride, ainsi que d’architectures hybrides complexes disposant d’une transmission automatique, de deux machines électriques ou deux systèmes de stockage électriques, est ici traitée à travers un socle commun. Cette approche permet de réduire le temps de développement des stratégies qui partagent un maximum d’éléments communs. / The hybrid electric vehicle uses two different energy sources to propel itself: fuel as well as a reversible electric storage system. The energy management strategy aims at supervising the power flows inside the powertrain by choosing the operating points of the different components so as to optimize a given criterion. The energy management strategy is formulated as an optimal control problem where the criterion to be minimized takes into account the total fuel consumption of the vehicle on the considered trip. The optimal solution can be calculated off-line when the vehicle’s mission is perfectly known, an assumption no longer admissible for an embedded strategy whose main objective is to get as close as possible to the optimal result. The work presented in this manuscript highlights the potential of multi-objective optimal control to handle the features’ trade-offs inherent to the development of production vehicle. An energy management strategy taking into account the trade-off between fuel consumption and drivability, as well as one dealing with the trade-off between fuel consumption and battery state of health, are proposed. The presented strategies share a modular approach following the transversal solution of the Equivalent Consumption Minimization Strategy (ECMS). As a result, the control policy of the plug-in hybrid electric vehicle, the Mild-Hybrid, together with complex hybrid architectures provided with an automated transmission, two electric machines or two electric storage systems, is tackled through a common base. This approach allows to reduce the development period of the energy management strategies which shares a maximum of common elements.

Dans ce travail nous nous sommes penchés sur le transfert de puissance optimal par la maîtrise des comportements du véhicule de distribution à deux essieux. Nous avons étudié, plus particulièrement, l’énergie consommée par un véhicule hybride dans une zone urbaine ou péri-urbaine. Ce contexte nous a conduits à étudier l’utilisation d’une dynamique régénérative prenant en compte la dynamique transversale du véhicule sur une diversité d’architectures associée à une méthode de contrôle d’un système sur-actionné. Pour faire cela, nous avons développé : (i) un banc d’essais virtuel modulaire pour faire des études en termes énergétique d’un véhicule hybride de distribution, (ii) une architecture de contrôle optimal en vue de déterminer les commandes des actionneurs d’un système sur-actionné, (iii) et une dynamique régénérative afin de gérer l’énergie en prenant en compte la dynamique transversale qui est souvent présente lors de l’usage du véhicule en milieu urbain. Les modules du banc d’essais virtuel construits dans ce travail permettent de faire des études de l’énergie consommée pour toutes les architectures du véhicule envisagées sans changer les modèles de chaque module. Ce banc est composé d’un modèle complet du comportement de la dynamique du véhicule, d’un modèle du système de direction, d’un modèle des systèmes de traction et de freinage et d’un modèle des composants électriques. Tous les modèles de ce banc ont été validés par des expériences. Ceux-ci nous assurent la capacité de valider et justifier les lois de commande ainsi que d’évaluer les termes de l’énergie consommée. Un module de l’architecture de contrôle optimal a également été construit dans ce travail. Il nous a servi à déterminer la commande optimale des actionneurs par l’utilisation de l’allocation de contrôle et pour simuler les comportements de toutes les architectures du véhicule en utilisant les contraintes liées à celles-ci. Les analyses des résultats obtenus montrent que l’architecture de contrôle optimal proposée est suffisante pour déterminer les commandes des actionneurs ainsi que pour garantir la stabilité du véhicule malgré qu’aucun critère de ce genre ne soit intégré dans le problème d’optimisation. Les gains possibles par rapport à l’architecture conventionnelle, qui ont été déterminés, assurent que l’approche proposée permet effectivement de réduire l’énergie consommée par le véhicule. Les études paramétriques de la dynamique régénérative du véhicule démontrent que les systèmes sur-actionnés permettent de récupérer de l’énergie dans les cas où les actionneurs ont un très bon rendement. Dans ce cas, le principe de la dynamique régénérative est une voie d’amélioration pour les véhicules de distribution (charge importante et conditions d’utilisation en milieu urbain). / In this work, we have studied the energy optimal transfer by controlling the delivery vehicle behaviors. We studied, in particular, the energy consumed by a hybrid vehicle in the urban area. This context led us to investigate the use of a regenerative dynamics by taking into account the vehicle lateral dynamics on a variety of architectures associated with a method for controlling an over-actuated system. To do this, we have developed: (i) a modular virtual test bench to study the energy terms of delivery hybrid vehicle, (ii) an optimal control to determine the actuator inputs of over-actuated system, (iii) and regenerative dynamics to manage energy by taking into account the vehicle lateral dynamics. The virtual test bench constructed in this work allow for studies of the energy consumed for all architectures without changing of each module. This bench is composed the models of vehicle dynamics, steering, traction, braking, and electrical components systems. All models of this bench have been validated by experiments. It provides us the ability to validate and justify the control inputs of actuators and to evaluate the energy consumed terms. The optimal control module by using the allocation controller was also built in this work. It allows us to determine the optimal inputs of the actuators and to simulate the behaviors of all vehicle architectures under the constraints related with different architectures. The results show that the allocation controller is sufficient to determine the actuator inputs and to ensure the vehicle stability without the integration of additional criteria in the optimization problem. The energy gains in comparison with conventional architecture, which have been determined, ensure that the proposed approach effectively reduce the energy consumed by the vehicle. The parametric studies show that the regenerative dynamics can be used to recover energy in the case where the actuators have a very good performance and fast dynamics. In this case, the principle of regenerative dynamics is being improved for delivery vehicles (heavy load and in urban areas).

De nouvelles architectures de traction (hybride, électrique) entrent en concurrence avec les motorisations thermiques conventionnelles. Des batteries Lithium-ion équipent ces véhicules innovants. La durabilité de ces batteries constitue un enjeu majeur mais dépend de nombreux paramètres environnementaux externes. Les outils de prédiction de durée de vie actuellement utilisés sont souvent trop simplificateurs dans leur approche. L’objet de ces travaux consiste à caractériser les conditions d’usage de ces batteries (température, tension, courant, SOC et DOD) afin d’étudier avec précision la durée de vie que l’on peut en attendre en fonction de l’application visée. Différents types de véhicules électrifiés (vélos à assistance électrique, voitures électriques, voitures hybrides, et trolleybus) ont été instrumentés afin de documenter les conditions d’usage réel des batteries. De larges volumes de données ont été recueillis puis analysés au moyen d’une méthode innovante qui s’appuie sur la classification d’impulsions de courant par l’algorithme des K-means et la génération de cycles synthétiques par modélisation par chaine de Markov. Les cycles synthétiques ainsi obtenus présentent des caractéristiques très proches de l’échantillon complet de données récoltées et permettent donc de représenter fidèlement l’usage réel. Utilisés lors de campagnes de vieillissement de batteries, ils sont susceptibles de permettre l’obtention d’une juste prédiction de la durée de vie des batteries pour l’application considérée. Plusieurs résultats expérimentaux sont présentés afin d’étayer la pertinence de cette approche / Lithium-ion batteries are being used as energy storage systems in recent electric and hybrid electric vehicles coming to market. Current cycle-life estimation techniques show evidence of discrepancy between laboratory results and real-world results. This work is aimed at characterizing actual battery usage in electrified transportation applications. Factors such as temperature, State Of Charge, Depth Of Discharge, current and voltage have to be carefully considered for accurate cycle-life prediction within a given application. Five electrified vehicles have been studied (two electric bicycles, one light EV, one mainstream HEV and one Heavy-Duty trolleybus). These vehicles have been equipped with sensors and data-logger and then test-driven on open roads under real-world conditions. Large amounts of data have been stored and later processed through an innovative method for analysis of actual usage. This method relies on data mining based on K-means clustering and synthetic duty cycle generation based on Markov chain modeling. Resulting synthetic cycles exhibit features similar to those observed on the large original datasets. This enables accurate prediction of cycle-life through realistic ageing trials of Lithium-ion batteries. Several experimental results are presented in order to assess the fitness of this method

L'hybridation des sources de puissance dans le domaine des applications embarquées s'est imposée comme une solution adéquate pour répondre aux législations environnementales et atteindre une meilleure efficacité énergétique. Toutefois, le choix dans le dimensionnement des composants et la stratégie de commande doivent répondre à un cahier des charges, souvent complexe et hétérogène, tout en limitant les coûts du système. La résolution de ce problème d'optimisation incluant de nombreuses variables peut s'avérer complexe à cause des non-linéarités présentes dans le problème formulé. Il faut donc disposer d'outils de résolution efficaces et capables de fournir une solution fiable. Dans cette thèse, nous proposons une méthode d'optimisation globale pour le dimensionnement et la commande optimale de véhicules hybrides basée sur l'optimisation combinatoire, et en particulier sur la programmation linéaire en nombres entiers (PLNE). A partir d'un problème d'optimisation non linéaire, le problème initial est reformulé en une multitude de sous-problèmes linéaires en nombres entiers sur lesquels un algorithme de Branch & Bound parallèle est exécuté. Afin de résoudre des problèmes de grande taille, un second algorithme basé sur le Branch & Cut est développé. Cette méthode est déployée pour l'étude d'un système d'alimentation hybride d'une mini-excavatrice électrique. Le problème d'optimisation, dans lequel des contraintes énergétiques et des contraintes de vieillissement sont implantées, est évalué suivant différents paramètres du cahier des charges. Enfin, cette approche est également appliquée pour l'optimisation de trajectoires d'un système multi-actionneur synchronisés. / Hybridization of power sources for embedded applications becomes an interesting solution to respect environmental legislation and achieve a higher energy efficiency. However, the choice for components sizing and the energy management strategy need to meet specifications while reducing costs. To solve this optimization problems including several types of variables can be complex because of non linearities included in the formulated problem. Therefore the use of effective solving tools, able to provide a reliable solution, is required. In this thesis, a global optimization method is proposed for the design and the optimal control of hybrid vehicles based on combinatorial optimization, particularly on integer linear programming. From a non-linear optimization problem, the initial problem is reformulated into a multitude of integer linear sub-problems for which a parallel Branch & Bound algorithm is executed. In order to solve large-scale problems, a second algorithm based on the Branch & Cut is developed. This method is used for the study of a hybrid power supply system of a mini-excavator electric. The optimization problem, where energy constraints and aging constraints are implemented, is evaluated according to several parameters and specifications. Finally, this approach is also applied for the optimization of trajectories for a synchronized multi-actuators system.

Ce mémoire présente une étude comparative de quatre stratégies de gestion énergétique temps réel, appliquées d'une part à un véhicule hybride thermique-électrique, et d'autre part à un véhicule électrique à pile à combustible : contrôle basé sur des règles empirique (RBS), minimisation de la consommation équivalente (A-ECMS), loi de commande optimale (OCL) établie à partir d'une modélisation analytique du système et programmation dynamique stochastique (SDP) associée à une modélisation des cycles de conduite par chaîne de Markov. Le principe du minimum de Pontryaguin et la programmation dynamique, applicables hors ligne, sont mis en œuvre pour fournir des résultats de référence. Les problèmes d’implémentation numérique et de paramétrage des stratégies sont discutés. Une analyse statistique effectuée sur la base de cycles aléatoires générés par chaînes de Markov permet d’évaluer la robustesse des stratégies étudiées. Les résultats obtenus en simulation, puis sur un dispositif expérimental montrent que les méthodes les plus simples (RBS ou OCL) conduisent à des consommations élevées. SDP aboutit aux meilleures performances avec en moyenne la plus faible consommation de carburant dans les conditions réelles de conduite et un état énergétique final du système de stockage parfaitement maîtrisé. Les résultats d’A-ECMS sont comparables à ceux de SDP en moyenne, mais avec une plus grande dispersion, en particulier pour l'état de charge final. Afin d'améliorer les performances des méthode, des jeux de paramètres dédiés aux différents contextes de conduite sont considérés. / This thesis presents a comparative study between four recent real-time energy management strategies (EMS) applied to a hybrid electric vehicle and to a fuel cell vehicle applications: rule-based strategy (RBS), adaptive equivalent consumption minimization strategy (A-ECMS), optimal control law (OCL) and stochastic dynamic programming (SDP) associated to driving cycle modeling by Markov chains. Pontryagin’s minimum principle and dynamic programming are applied to off-line optimization to provide reference results. Implementation and parameters setting issues are discussed for each strategy and a genetic algorithm is employed for A-ECMS calibration.The EMS robustness is evaluated using different types of driving cycles and a statistical analysis is conducted using random cycles generated by Markov process. Simulation and experimental results lead to the following conclusions. The easiest methods to implement (RBS and OCL) give rather high fuel consumption. SDP has the best overall performance in real-world driving conditions. It achieves the minimum average fuel consumption while perfectly respecting the state-sustaining constraint. A-ECMS results are comparable to SDP’s when using parameters well-adjusted to the upcoming driving cycle, but lacks robustness. Using parameter sets adjusted to the type of driving conditions (urban, road and highway) did help to improve A-ECMS performances.