Return to search

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

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.

Identiferoai:union.ndltd.org:CCSD/oai:tel.archives-ouvertes.fr:tel-00867007
Date09 November 2011
CreatorsDebert, Maxime
PublisherUniversité d'Orléans
Source SetsCCSD theses-EN-ligne, France
LanguageFrench
Detected LanguageFrench
TypePhD thesis

Page generated in 0.0019 seconds