Contribution à la commande neuronale et à la gestion d'énergie d'un système hybride batterie-supercondensateurs : application aux transports terrestres

Contribution to the command and energy management of a hybrid system battery-ultracapacitors : transportation applications

• Auteur / Autrice : Jean-Noël Marie-Françoise
• Direction : Alain Berthon
• Type : Thèse de doctorat
• Discipline(s) : Sciences pour l'ingénieur
• Date : Soutenance en 2004
• Etablissement(s) : Besançon
• Partenaire(s) de recherche : autre partenaire : Université de Franche-comté. UFR des Sciences, Techniques et Gestion de l'Industrie

Mots clés

Mots clés contrôlés

Convertisseurs électriques

Véhicules électriques hybrides

Alimentations (électricité)

Réseaux neuronaux (informatique)

Résumé

Ce mémoire de thèse est une contribution au problème de la commande et de la gestion d'énergie d'un système hybride batterie-supercondensateurs. Plus précisément, nous présenterons une étude et une réalisation d'une alimentation électrique associant un pack de supercondensateurs et une batterie pour des applications véhicules hybrides. Comme dans tous les dispositifs hybrides, l'association de plusieurs sources nécessite la présence de convertisseurs. Leur rôle est d'adapter les niveaux de tensions et de courants des sources vers la charge (bus continu 42V). Ce niveau de tension étant préconisé par les plus grands constructeurs automobiles. Il est évident, que les performances d'un tel dispositif dépendent en grande partie de la méthode de commande utilisée et de la stratégie pour la gestion d'énergie choisie. Pour ce faire, nous avons utilisé deux méthodes de commande qui sont d'une part, la régulation classique fondée sur un correcteur PID et d'autre part, les techniques basées sur les réseaux de neurones (RNA). L'objectif étant d'effectuer une comparaison entre les deux approches. Le premier chapitre est une présentation générale sur la théorie des réseaux de neurones artificiels (RNA). Dans une première partie nous donnerons les différentes définitions et propriétés des RNA. Dans une deuxième partie nous détaillerons des concepts fondamentaux de l'approche des réseaux de neurones, à savoir les règles d'apprentissage, l'algorithme de rétro propagation, l'identification et le contrôle par modèles connexionnistes. Le deuxième chapitre est une description des supercondensateurs. D'une part, nous présenterons les caractéristiques et les propriétés de cet élément de stockage d'énergie. D'autre part, nous proposerons des modèles de description obtenus à partir du logiciel Matlab/Simulink®. Une étude comparative entre des essais expérimentaux et des résultats de simulation a permis de valider les différents modèles. Il convient de préciser que l'un des modèles se caractérise par la prise en considération de la température. En effet, la prise en compte de la température est un facteur important lors de l'intégration des supercondensateurs dans un véhicule. Le troisième chapitre est consacré à la modélisation, la commande et la simulation du système hybride multi-source considérée. Dans la première partie, nous proposerons des modèles décrivant l'évolution des différents constituants. Dans la deuxième partie, nous présenterons des résultats de simulation obtenus à partir des différentes stratégies de commande utilisées. Par ailleurs, des comparaisons entre les deux approches choisies seront proposées d'une part, pour l'association batterie, convertisseur et bus continu et, d'autre part, pour l'ensemble du système multi-sources. Le quatrième chapitre traite des travaux expérimentaux du système multi-sources et des résultats obtenus. L'ensemble des essais a été réalisé sur un banc d'essai d'une puissance de 1 kW. Ce banc a été mis en oeuvre lors de ce travail de thèse. L'objectif est de valider les méthodes développées et les résultats obtenus en simulation.

This thesis report is a contribution to the command and energy management of a hybrid system battery-ultracapacitors. More precisely, we will present a theoretical study and a realization of a power supply connecting a pack ultracapacitors to a battery, for hybrid vehicles applications. As in all the hybrid systems, the association between several sources needs static converters. They have to adapt the voltage and the current levels of the sources to the load (42V DC bus). This voltage level seems to be recommended by the largest car manufacturers. It is obvious, that the performances of such a device depend mainly on the command method used and also on the strategy for energy management. With this intention, we used two command methods which are for the first one, the classical regulation using PID corrector and for the second one, the techniques based on the artificial neural networks (ANN). The aim is to carry out a comparison between the two approaches.