Contribution à la modélisation, la commande et l'optimisation des flux énergétiques : application à la gestion de recharge des véhicules électriques

Modeling, control and optimization of energy flows : implementation on the charging of electric vehicles

• Auteur / Autrice : Ghimar Merhy
• Direction : Ahmed Nait-Sidi-Moh, Nazih Moubayed
• Type : Thèse de doctorat
• Discipline(s) : Sciences de l'Ingénieur. Automatique
• Date : Soutenance le 14/12/2020
• Etablissement(s) : Amiens
• Ecole(s) doctorale(s) : École doctorale Sciences, technologie et santé (Amiens)
• Partenaire(s) de recherche : Laboratoire : Laboratoire des technologies innovantes (Amiens)
• Jury : Président / Présidente : Dimitri Lefebvre
• Jury : Examinateurs / Examinatrices : Ahmed Nait-Sidi-Moh, Nazih Moubayed, Lhassane Idoumghar, Robin Roche, Mohammed Chadli, Imed Kacem, Ansar-Ul-Haque Yasar
• Jury : Rapporteurs / Rapporteuses : Lhassane Idoumghar, Robin Roche

Mots clés

Mots clés contrôlés

Gestion

Énergie

Énergie -- Stockage

Alimentation en énergie

Véhicules électriques

Mots clés libres

Flux énergétiques réversibles

Optimisation multi-Objectifs

Stratégie de gestion

Recharge

Décharge

Electric vehicles

Reversible energy flows

Multi-Objective optimization

Energy management strategy

Charging

Discharging

Résumé

Vu que le secteur du transport est directement impliqué dans les émissions gigantesques de gaz à effet de serre et la pollution mondiale globale, l'électrification des véhicules a récemment surgi comme étant une solution efficace aux catastrophes environnementales contemporaines. Face à l'impossibilité de stockage d'électricité en grandes quantités, et en vue d'ajuster en permanence l'offre d'électricité à la demande, il faudrait développer des solutions d'adaptation où les batteries des véhicules électriques (VE) prendraient en charge le stockage et la restitution de l'énergie. Cette étude se focalise sur les systèmes énergétiques impliquant des véhicules électriques utilisés comme moyens de stockage et de restitution d'énergie et sur l'optimisation des flux énergétiques relatifs à ces systèmes. L'étude porte sur les flux énergétiques réversibles entre les véhicules électriques, le réseau et les habitations. Une approche de modélisation et d'optimisation a été développée afin d'apporter une contribution permettant la gestion optimale et efficace des flux énergétiques entre les VE et les infrastructures. Pour ce fait, un système énergétique incluant une maison, un véhicule électrique et la grille est bien défini. La maison est alimentée à partir de sources d'énergie renouvelables et le véhicule sera utilisé comme moyen de stockage ou de restitution d'énergie en fonction de l'offre et de la demande d'électricité. Eventuellement, l'objectif serait d'éliminer l'approvisionnement du réseau de façon à maintenir l'équilibre entre l'offre et la demande d'électricité. Le contrôle des flux énergétiques du véhicule a été élaboré à travers la proposition d'un algorithme d'optimisation multi-objectifs et multi-critères dépendant de l'offre et la demande de l'électricité. Donc, le stockage d'énergie est proposé via une optimisation multi-objectifs des flux d'énergie pénétrant les véhicules électriques à partir du réseau, de la maison ou du bâtiment au cours du processus de recharge, et ceux sortant des véhicules durant la décharge. L'algorithme génétique est utilisé pour calculer les solutions optimales du problème d'optimisation relatif à la décharge. Les fonctions objectifs sont ensuite normalisées et la méthode de la somme pondérée est utilisée avec des poids aléatoires définis selon l'ordre de priorité du décideur dans différents scénarios afin d'aboutir à une solution optimale finale. Les calculs sont également vérifiés et l'optimisation validée grâce au solveur gamultiobj du logiciel Matlab. La marge de différence entre la production et la consommation d'énergie cède souvent la place à un énorme gaspillage. En effet, la production excessive d'énergie serait rejetée, tandis que la production déficiente se traduirait par des compensations coûteuses de l'énergie consommée; d'où la nécessité d'une régulation de l'énergie. Afin de contrôler les flux d'énergie, et visant à atteindre un système équilibré, un algorithme de contrôle et de régulation a été développé. Toutefois, comme l'algorithme permet d'intégrer un nombre infini de véhicules, une amélioration a été proposée de sorte que le nombre de véhicules retenus par la recharge ou la décharge soit minimisé. Ainsi, le transfert d'énergie serait pratique et la consommation de batteries serait réduite. Subséquemment, dans la version améliorée de l'algorithme, les véhicules disponibles subissent une classification selon leur état de charge et la longévité de leur batterie avant d'injecter ou de récupérer leur énergie, dans le but d'obtenir un système équilibré sans détériorer les batteries des véhicules. Par conséquent, les processus de stockage et de restitution d’énergie ont été optimisés grâce à la minimisation du nombre de véhicules chargés ou déchargés. Ainsi a été développée une stratégie de gestion énergétique permettant de contrôler les flux énergétiques établissant une loi de commande bidirectionnelle qui serait une solution d'adaptation de l'offre à la demande d'électricité

The electric vehicles' usage keeps expanding worldwide for its beneficial environmental purposes. Eventually, vehicles' electrification seems to play a major role in the reduction of toxic greenhouse gases' emissions linked to the transportation sector. However, the chaotic difference margin between the electricity supply and demand still urges for a production/consumption balance that would reconcile both ends. Thus, the adaptation of energy flows to the supply and demand has become a necessity facing the gigantic energy waste related to the electricity storage challenges. Therefore, the batteries of electric vehicles (EV) could be an alternative solution for the storage and the retrieval of energy depending on the supply and demand of electricity. Our research work mostly proposes an energetic strategy based on a multi-objective and multi-criteria optimization algorithm related to the control of the bidirectional energy flows X2V/V2X between the electric vehicles and X (where X represents the grid, home or building depending on the available supply or demand of electric energy. First, the study proposes a control and regulation algorithm aiming to reach a balanced production/consumption system. The balance is mostly acquired through the bidirectional control of the energy flows related to a domestic residence (supplied with renewable sources), electric vehicles (adopted as means of storage and retrieval) and the grid. Then, the defined system's modeling is formulated and a multi-objective optimization of electric vehicles' charging and discharging modes defined by the regulation algorithm is assessed in order to attain an optimal fulfillment of the system's energetic needs. In order to do so, the energy production and consumption are first investigated through defining their reversible energy flows. Consequently, the vehicles' batteries are adopted as means of storage and retrieval depending on the energetic needs for a balanced system where any excess or lack of energy is avoided. The storage and retrieval's optimization is performed using the genetic algorithm method that helps to find optimal solutions for predefined objectives functions related mainly to the state of charge, the vehicle's propulsive energy, the valley energy and the losses. Consecutively, the study's objective functions are normalized and the weighted sum approach is implemented with the use of several case studies. And then, the optimal values resulting from the calculation are computed and verified by simulation using Matlab software. Finally, once the regulation algorithm has been set, and the corresponding optimizations implemented, the algorithm's simulation has been performed. Thus, a convenient control of the reversible energy flows, as well as the energy production and consumption has been confirmed