Thèse soutenue

Gestion énergétique de véhicules hybrides par commande optimale stochastique

FR  |  
EN
Auteur / Autrice : Qi Jiang
Direction : Claude Marchand
Type : Thèse de doctorat
Discipline(s) : Génie électrique
Date : Soutenance le 30/01/2017
Etablissement(s) : Université Paris-Saclay (ComUE)
Ecole(s) doctorale(s) : École doctorale Electrical, optical, bio : physics and engineering (Orsay, Essonne ; 2015-....)
Partenaire(s) de recherche : Laboratoire : Laboratoire Génie électrique et électronique de Paris (Gif-sur-Yvette, Essonne ; 1998-....)
établissement opérateur d'inscription : Université Paris-Sud (1970-2019)
Jury : Président / Présidente : Jean Bigeon
Examinateurs / Examinatrices : Claude Marchand, Jean Bigeon, Sébastien Delprat, Stéphane Caux, Florence Ossart, Hamid Ben Ahmed, Francis Roy
Rapporteurs / Rapporteuses : Sébastien Delprat, Stéphane Caux

Résumé

FR  |  
EN

Ce mémoire présente une étude comparative de quatre stratégies de gestion énergétique temps réel, appliquées d'une part à un véhicule hybride thermique-électrique, et d'autre part à un véhicule électrique à pile à combustible : contrôle basé sur des règles empirique (RBS), minimisation de la consommation équivalente (A-ECMS), loi de commande optimale (OCL) établie à partir d'une modélisation analytique du système et programmation dynamique stochastique (SDP) associée à une modélisation des cycles de conduite par chaîne de Markov. Le principe du minimum de Pontryaguin et la programmation dynamique, applicables hors ligne, sont mis en œuvre pour fournir des résultats de référence. Les problèmes d’implémentation numérique et de paramétrage des stratégies sont discutés. Une analyse statistique effectuée sur la base de cycles aléatoires générés par chaînes de Markov permet d’évaluer la robustesse des stratégies étudiées. Les résultats obtenus en simulation, puis sur un dispositif expérimental montrent que les méthodes les plus simples (RBS ou OCL) conduisent à des consommations élevées. SDP aboutit aux meilleures performances avec en moyenne la plus faible consommation de carburant dans les conditions réelles de conduite et un état énergétique final du système de stockage parfaitement maîtrisé. Les résultats d’A-ECMS sont comparables à ceux de SDP en moyenne, mais avec une plus grande dispersion, en particulier pour l'état de charge final. Afin d'améliorer les performances des méthode, des jeux de paramètres dédiés aux différents contextes de conduite sont considérés.