Gestion énergétique des véhicules hybrides (de la simulation à la commande temps réel)

Le problème de la gestion énergétique des véhicules hybrides consiste essentiellement à développer des algorithmes appelés : stratégies de commande, dont le rôle est de choisir à chaque instant la meilleure répartition de puissance entre les différentes sources d énergie d une manière à minimiser la consommation de carburant et/ou les émissions de polluants. Le problème est formulé comme un problème de commande optimale qui, en connaissant a priori le profil de vitesse du véhicule, vise à trouver la répartition optimale de puissance en minimisant une la consommation de carburant, sous contraintes. Il s agit ici des algorithmes dits d optimisation globale. Bien que ces deniers soient limités à la simulation, ils permettent, néanmoins de déduire des stratégies de commande sous-optimales applicables en ligne. L objectif de la thèse est d élaborer des lois de gestion d énergie applicable en ligne. Ceci revient à prédire le profil de vitesse du véhicule permettant d estimer la demande de puissance du conducteur. A cette fin, Deux stratégies de commande temps réel basées sur l algorithme d optimisation globale ont été proposées. La première concerne le cas particulier d un véhicule circulant sur le même trajet physique, et la seconde est une généralisation à tout types de parcours. Enfin, une mise en œuvre des stratégies temps réel proposées sur un banc moteur a permis de valider les résultats de simulation obtenus et d évaluer le gain d hybridation par rapport un véhicule conventionnel équivalent.The energy management issue in hybrid vehicles consists on determining a power split between different sources of energy in order to minimise the fuel consumption and/or pollutant emissions. This objective is achieved by designing a control strategy. Using a prior knowledge of vehicle driving cycle, the problem is formulated as an optimal control problem aiming to minimize fuel consumption under constraints. Global optimisation algorithms are then applied. The latter are limited to simulation; nevertheless, they allow designing real time control strategies. The objective of the thesis is to develop energy management laws which can control the vehicle on line. The problem is therefore to forecast a driving cycle profile, allowing predicting the driver power demand. To this end, two on line strategies based on a global optimisation algorithm are proposed. The first one, concerns a vehicle following a prescribed route, and the second is applied when any information about future driving conditions is available. A validation of the proposed algorithms on a test bench was done, and the results in terms of fuel consumption and pollutant emissions are compared to the conventional vehicle.VALENCIENNES-BU Sciences Lettres (596062101) / SudocSudocFranceF