Thèse soutenue

Contribution à l'optimisation globale pour le dimensionnement et la gestion d'énergie de véhicules hybrides électriques basée sur une approche combinatoire
FR  |  
EN
Accès à la thèse
Auteur / Autrice : Alan Chauvin
Direction : Eric Bideaux
Type : Thèse de doctorat
Discipline(s) : Automatique
Date : Soutenance le 26/11/2015
Etablissement(s) : Lyon, INSA
Ecole(s) doctorale(s) : École doctorale Électronique, électrotechnique, automatique (Lyon)
Partenaire(s) de recherche : Laboratoire : AMPERE - Génie Electrique, Electromagnétisme, Automatique, Microbiologie Environnementale et Applications (Rhône) - Ampère
Equipe de recherche : Ampère, Département Energie Electrique
Jury : Président / Présidente : Laurent Gerbaud
Examinateurs / Examinatrices : Eric Bideaux, Laurent Gerbaud, Stéphane Caux, Philippe Chevrel, Alaa Hijazi, Frédéric Kratz, Ali Sari, François Savoye
Rapporteurs / Rapporteuses : Stéphane Caux, Philippe Chevrel

Résumé

FR  |  
EN

L'hybridation des sources de puissance dans le domaine des applications embarquées s'est imposée comme une solution adéquate pour répondre aux législations environnementales et atteindre une meilleure efficacité énergétique. Toutefois, le choix dans le dimensionnement des composants et la stratégie de commande doivent répondre à un cahier des charges, souvent complexe et hétérogène, tout en limitant les coûts du système. La résolution de ce problème d'optimisation incluant de nombreuses variables peut s'avérer complexe à cause des non-linéarités présentes dans le problème formulé. Il faut donc disposer d'outils de résolution efficaces et capables de fournir une solution fiable. Dans cette thèse, nous proposons une méthode d'optimisation globale pour le dimensionnement et la commande optimale de véhicules hybrides basée sur l'optimisation combinatoire, et en particulier sur la programmation linéaire en nombres entiers (PLNE). A partir d'un problème d'optimisation non linéaire, le problème initial est reformulé en une multitude de sous-problèmes linéaires en nombres entiers sur lesquels un algorithme de Branch & Bound parallèle est exécuté. Afin de résoudre des problèmes de grande taille, un second algorithme basé sur le Branch & Cut est développé. Cette méthode est déployée pour l'étude d'un système d'alimentation hybride d'une mini-excavatrice électrique. Le problème d'optimisation, dans lequel des contraintes énergétiques et des contraintes de vieillissement sont implantées, est évalué suivant différents paramètres du cahier des charges. Enfin, cette approche est également appliquée pour l'optimisation de trajectoires d'un système multi-actionneur synchronisés.