Contribution aux méthodes de conception et de gestion des systèmes énergétiques multi-sources par optimisation systémique : application aux trains hybrides électrique autonomes

Contribution to design methods and management of multi-sources energy system by systemic optimization : application to hybrid electric trains and autonomous

• Auteur / Autrice : Marie Poline
• Direction : Laurent Gerbaud
• Type : Thèse de doctorat
• Discipline(s) : Genie electrique
• Date : Soutenance le 28/11/2018
• Etablissement(s) : Université Grenoble Alpes (ComUE)
• Ecole(s) doctorale(s) : École doctorale électronique, électrotechnique, automatique, traitement du signal (Grenoble ; 199.-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire de génie électrique (Grenoble)
• Jury : Président / Présidente : Florence Ossart
• Jury : Examinateurs / Examinatrices : Frédéric Chauvet, Julien Pouget, Emmanuel Vinot
• Jury : Rapporteurs / Rapporteuses : Bruno Sareni, Marie-Cécile Péra

Mots clés

Mots clés contrôlés

Optimisation des structures

Optimisation mathématique

Moteurs hybrides

Aspect environnemental

Transports ferroviaires

Ressources énergétiques

Mots clés libres

Train hybride

Conception optimale

Commande optimale

Optimisation simultannée

Hybrid train

Optimal design

Optimal management

Simultaneous optimization

Résumé

En France, il existe deux modes de traction pour les trains : la traction diesel ou la traction électrique. Chaque mode fait face à des problématiques qui lui sont propres. Dans le cas du diesel, les émissions de gaz à effet de serre étant de plus en plus contrôlées, il devient nécessaire de faire évoluer ce type de train vers une solution moins polluante. Dans le cas de la traction électrique, la consommation d’énergie entraine une chute de tension qui peut imposer un ralentissement des trains, empêchant ainsi le développement du trafic. La solution étudiée par la SNCF est l’hybridation des trains (ajout de systèmes de stockage en embarqué).Ces travaux de thèse ont pour objectif de mettre en place une méthode permettant de faire le pré-dimensionnement des systèmes de stockage embarqués dans le train. De plus, afin de tenir compte de l’influence réciproque de la gestion sur le dimensionnement, celle-ci est incluse dans le modèle de dimensionnement. La résolution du modèle global se fait à l’aide d’un algorithme d’optimisation.La méthode a été mise en place sur les deux modes de traction ferroviaire (diesel et électrique) et l’optimisation a été faite avec l’algorithme SQP (Sequential Quadratic Programming).

In France, there are two traction modes for railway: the diesel and electric traction. Each mode has its own issues. For diesel, the increasing control of the greenhouse gas emissions imposes to evolve this type of train to a less polluting solution. For electric traction, the energy consumption creates a voltage drop which can cause a traffic slowdown, which will limit the traffic development. The studied solution by SNCF is the hybridization of the train (adding storage system).Thus, these works have the objective to build a method to do the pre-sizing of storage systems embedded in trains. Moreover, to take into account the mutual influence of the sizing and the energy management, this last one is included in the sizing model. An optimization algorithm solves the global model.The method has been developed for the two traction modes (diesel and electric) and the optimization has been made with SQP algorithm (Sequential Quadratic Programming).