Stratégie intelligente de gestion du système énergétique global d’un véhicule hybride

The main objective of this work is to develop an optimal management strategy to improve energetic efficiency of hybrid electric vehicle. This work is composed by a mobility experimental analysis part, a numerical modelization part and an optimization part of the energy management strategy. The study of mobility allow to highligth and quantify the predictibility of trips, due to a constraint mobility.The dynamic modelling of the vehicle which is necesary to study perfomance of strategies, was realized by Energetic Macroscopic Representation (EMR) which is a good methode in this case. The proposed strategy is based on the predictive control (MPC), solve by a method of Programming Quadratic, and set up resting on the cycle prediction determined from the experimental study. The perspectives of improvements of these work are consolidation of the database, and improvement of the battery modelling (imcluding thermal and ageing effects) and of the thermal engine (taken into account by some pollutants).L’objectif principal de ce travail est de développer une stratégie de gestion optimale afin d’améliorer l’efficacité énergétique des véhicules hybrides. Ces travaux comportent une partie analyse expérimentale de la mobilité, une partie modélisation numérique et une partie optimisation de la stratégie de gestion énergétique. L’étude de la mobilité a permis de mettre en avant et de quantifier la prédictibilité des trajets, dus à une forte mobilité contrainte. La modélisation dynamique du véhicule, nécessaire à l’étude de stratégie, a été réalisée par Représentation Energétique Macroscopique (REM) qui est une bonne méthode pour ce type d’étude. La stratégie proposée est basée sur le contrôle prédictif (MPC), résolu par une méthode de Programmation Quadratique, et mis en place en s’appuyant sur la prédiction de cycle issu de l’étude expérimentale. Les perspectives d’améliorations de ces travaux se situent au niveau de la consolidation de la base de données, et du niveau de modélisation de la batterie (impact de la thermique et du vieillissement) et du moteur thermique (prise en compte des polluants)