Return to search

Loi de gestion d'énergie embarquée pour véhicules hybrides : approche multi-objectif et modulaire / Embedded energy management strategy for hybrid vehicles : multi-objective modular approach

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.

Identiferoai:union.ndltd.org:theses.fr/2015ORLE2047
Date23 November 2015
CreatorsMiro Padovani, Thomas
ContributorsOrléans, Chamaillard, Yann
Source SetsDépôt national des thèses électroniques françaises
LanguageFrench
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.0023 seconds