Return to search

Electrical energy management of the vehicle network including electrified auxiliaries in HEV/PHEVs / Gestion d'énergie du réseau de puissance recevant les auxiliaires électrifiées dans les véhicules hybrides électriques et rechargeables

Face à l'augmentation du prix du carburant et des exigences légales rigoureuses sur les émissions de gaz à effet de serre ces dernières années, les fabricants de camions doivent s'interroger davantage sur les nouvelles mesures techniques pour être plus compétitifs sur le marché. Dans ce contexte, l'électromobilité est l'une des approches les plus prometteuses pour répondre aux exigences ci-dessus, où sa solution principale est l'hybridation électrique du groupe motopropulseur. Parallèlement à cette solution, une autre solution technique de l'électromobilité, l'électrification auxiliaire qui apparaît récemment, devient aussi une solution attrayante non seulement pour le milieu universitaire, mais aussi pour les entreprises de l'automobile. Cependant, l'intégration de ces deux solutions dans un véhicule peut donner lieu à un problème de commande du système beaucoup plus compliqué, notamment en terme de gestion de l'énergie. L'objectif de ce travail est de concevoir une approche appropriée pour la conception de la commande auxiliaire électrifiée, qui peut gérer d'une part la stratégie de commande du groupe motopropulseur hybride électrique et, d'autre part, améliorer l'efficacité énergétique globale du véhicule. Tout d'abord, le travail se concentre sur un seul auxiliaire électrifié typique - le système d'alimentation en air. Pour ce cas simple, la modélisation et le contrôle à base d'énergie basés sur le contrôle prédictif (MPC) sont développés afin de minimiser la consommation d'énergie / l'efficacité de cet auxiliaire le long d'un cycle de conduite. En soulignant les difficultés à atteindre l'objectif en matière d'efficacité énergétique en considérant uniquement des unités auxiliaires, l'approche se concentre ensuite sur l'analyse d'impact du système auxiliaire sur l'efficacité énergétique globale du véhicule. La première étape de cette analyse propose une méthode générale pour simplifier le contrôleur de groupe motopropulseur de HEV / PHEVs. Ensuite, une méthode basée sur l'optimisation est présentée et appliquée sur un modèle de véhicule simplifié, qui contient le contrôleur de groupe motopropulseur simple obtenu à partir de l'étape ci-dessus. Cette méthode d'optimisation, qui est un contrôle en mode hors connexion et basée sur la méthode de programmation dynamique, permet de déterminer l'économie d'énergie maximale réalisable du véhicule lors de l'application d'une stratégie de contrôle avancée sur le système auxiliaire électrifié. De plus, certaines idées / règles pour concevoir le contrôle auxiliaire sont également tirées des résultats obtenus avec la méthode ci-dessus. Pour une mise en oeuvre en ligne de ces concepts, un contrôle multi-agent est finalement adopté pour la commande du système auxiliaire électrifié (EAS). Sur la base des résultats de l'étape d'analyse d'impact et d'un modèle simple de l'EAS, trois paramètres de contrôle pour l'EAS (centralisé, hiérarchisé et distribué) sont étudiés et discutés. Enfin, différents algorithmes pour ces paramètres de contrôle sont fournis, puis comparés pour indiquer les avantages et les limites de chaque algorithme. / Facing to the increase of fuel price and stringent legal requirements on the greenhouse gas emission in recent years, truck manufacturers have to investi-gate more on new technical measures to be more competitive on the market. Within this context, electromobility rises as one of the most promising approaches to answer to above requirements, where its principle solution is the electric hybridization of powertrain. In parallel with this solution, another technical solution of electromobility- the auxiliary electrification that appears recently becomes also an attractive solution for not only the academic community but also the automotive companies. However, the integration of these two solutions together in a vehicle can give rise to a much more complicated system control problem, especially in term of energy management. The objective of this work is to figure out an appropriate approach for designing the electrified auxiliary control, which can cope with the control strategy of the electric hybrid powertrain on one hand, and can improve the overall energy efficiency of the vehicle on the other hand. Firstly, the work focuses on only one typical electrified auxiliary- the air supply system. For this simple case, energy-based modeling and control based on predictive control (MPC) are developed in order to minimize the energy consumption/efficiency of this auxiliary along a driving cycle. By pointing out the difficulties for reaching the target on the energy efficiency when considering only auxiliary units, the approach focuses then on the impact analysis of the auxiliary system on the overall vehicle‘s energy efficiency. The first step of this analysis proposes a general method to simplify the powertrain controller of HEV/PHEVs. Then, an optimization-based method is presented and applied on a simplified vehicle model, which contains the simple powertrain controller obtained from the above step. This optimization method, which is an offline con-trol and based on the dynamic programming method, allows us to determine the maximal achievable energy saving of the vehicle when applying an advanced control strategy on the electrified auxiliary system. Additionally, some ideas/rules for designing the auxiliary control are drawn as well from the results obtained with the above method. Toward an online implementation of these concepts, a multi-agent based control is finally adopted for controlling the electrified auxiliary system (EAS). Based on the results of the impact analysis step and a simple model of the EAS, three control settings for the EAS (centralized, hierarchical, and distributed) are studied and discussed. Finally, different algorithms for these control settings are provided, and then compared to point out the advantages and limitations of each algorithm.

Identiferoai:union.ndltd.org:theses.fr/2016LYSEI004
Date08 January 2016
CreatorsNguyen, Khoa Duc
ContributorsLyon, Bideaux, Eric
Source SetsDépôt national des thèses électroniques françaises
LanguageEnglish
Detected LanguageFrench
TypeElectronic Thesis or Dissertation, Text

Page generated in 0.003 seconds