Développement de stratégies de gestion conjointe de la détérioration et de de l'énergie pour un système multi-piles à combustible PEM

Development of Joint Deterioration and Energy Management Strategies for a Multi-stack PEM Fuel Cell System

• Auteur / Autrice : Jian Zuo
• Direction : Catherine Cadet, Christophe Bérenguer, Zhongliang Li, Rachid Outbib
• Type : Thèse de doctorat
• Discipline(s) : Automatique et productique
• Date : Soutenance le 19/10/2022
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale électronique, électrotechnique, automatique, traitement du signal (Grenoble ; 199.-....)
• Partenaire(s) de recherche : Equipe de recherche : Equipe de recherche Systèmes non linéaires et complexité (Grenoble)
• Partenaire(s) de recherche : Laboratoire : Grenoble Images parole signal automatique (2007-....)
• Jury : Président / Présidente : Mitra Fouladirad
• Jury : Examinateurs / Examinatrices : Olivier Sename
• Jury : Rapporteurs / Rapporteuses : Nadia Yousfi Steiner, Antoine Picot

Mots clés

Mots clés contrôlés

Algorithmes

Économies d'énergie

Optimisation mathématique

Piles à combustible

Mots clés libres

Multi-Piles à combustible

Stratégie de gestion de l'énergie

Décision post-Prognostic

Détérioration stochastique

Profil de charge dynamique aléatoire

Optimisation multi-Objectifs

Multi-Stack fuel cells

Energy management strategy

Post-Prognostics decision

Stochastic deterioration

Random dynamic load profile

Multi-Objective optimization

Résumé

Les systèmes de piles à combustible offrent une solution durable à la production d'énergie électrique dans le secteur des transports, même s'ils rencontrent encore des problèmes de fiabilité et de durabilité. Le recours à des systèmes multi-piles à combustible (MFC) au lieu de piles à combustible uniques est une solution prometteuse pour surmonter ces limitations en répartissant de manière optimale la demande de puissance entre les différentes piles tout en tenant compte de leur état de santé, au moyen d'une stratégie de gestion de l'énergie (EMS) efficace. Dans ce travail, différentes stratégies ont été développées pour des applications automobiles, avec l'objectif d'optimiser la durée de vie du système de piles à combustible.Le premier défi est de développer un modèle reliant la détérioration de chaque pile avec la puissance délivrée, de manière à être en mesure de prédire l'effet d'une allocation de charge sur la détérioration de chaque pile, et ainsi prendre une décision post-pronostic pertinente. Plusieurs modèles stochastiques de détérioration, allant du modèle classique de processus Gamma à des modèles plus complexes avec des effets aléatoires, sont développés et adaptés aux spécificités des piles à combustible. Sur la base de ces modèles, plusieurs stratégies de décision post-pronostic pour une MFC sont proposées et, pour chacune d'entre elles, le problème d'optimisation associé est formulé.Tout d'abord, sous un profil de charge constant, en prenant en compte dans le processus de décision à la fois la consommation totale de combustible et la détérioration attendue, une stratégie de gestion de l'énergie tenant compte de la détérioration est proposée pour un système constitué de trois piles à combustible. Le problème d'optimisation multi-objectif associé à cette stratégie est résolu à l'aide d'un algorithme évolutionnaire, ce qui permet d'obtenir les allocations de charge optimisées pour chacune des piles du système. La durée de vie moyenne obtenue dans le cadre de la stratégie proposée s'avère plus longue que celle résultant de stratégies classiques (Average Load, Daisy Chain).De plus, sous un profil de charge dynamique aléatoire, et en prenant en compte les phénomènes de détérioration dus à la fois au niveau et aux variations de la charge, une stratégie de prise de décision est proposée pour un système de deux piles à combustible. La prise de décision est réalisée à chaque événement de modification de la demande, et les allocations de charge optimales sont obtenues en minimisant la fonction objectif qui est estimée sur la base de la prévision de la détérioration future du système. Une étude de l'influence des charges dynamiques aléatoires sur les performances de la stratégie proposée montre que la durée de vie moyenne obtenue dans le cas d’une durée inconnue entre deux modifications de demande est proche de celle obtenue avec une durée d'événement connue, ce qui prouve la robustesse de la stratégie proposée. De plus, il est montré que la durée de vie moyenne du système est augmentée par rapport au cas avec une stratégie de charge moyenne, sur plusieurs modèles de détérioration stochastique différents.Enfin, une étude plus exploratoire ouvre des perspectives de recherche dans le cas où le système multi-piles est composé de trois piles, dont deux seulement fonctionnent en même temps. Pour optimiser la durée de vie des piles, tout en répondant à la demande de charge, le système de gestion de l’énergie doit également optimiser le démarrage et l'arrêt des différentes piles. En fait, l'optimisation du remplacement des piles est également nécessaire pour une tâche d'exploitation à long terme. Par conséquent, cette étude ouvre la voie à des approches de maintenance pour les systèmes multi-piles.

Fuel cell systems offer a sustainable solution to electrical power generation in the transportation sector, even if they still encounter reliability and durability issues. Resorting to Multi-stack Fuel Cells systems (MFC) instead of single fuel cells is a promising solution to overcome these limitations by optimally distributing the power demand among the different stacks while taking into account their state of health, by means of an efficient Energy Management Strategy (EMS). In this work, different strategies have been developed for vehicle applications, with the objective of optimizing the fuel cell system lifetime.The first challenge is to develop a model linking the deterioration trend of each stack with the power delivered by the stack, so as to predict the effect of a load allocation on each stack deterioration, and thus make a relevant post-prognostics decision. Several stochastic deterioration models, from the classical Gamma process model to more complex models with random effects are developed and tailored to the fuel cell specificities. Based on these models, several post-prognostics decision-making strategies for an MFC are proposed and, for each of them, the associated optimization problem is formulated.First, under a constant load profile, taking into consideration both the expected whole fuel consumption and the expected deterioration in the decision-making process, a deterioration-aware energy management strategy is proposed for a three-stack fuel cell system. The multi-objective optimization problem associated to this strategy is solved using an evolutionary algorithm, giving the optimized load allocations among stacks. The average lifetime obtained under the proposed strategy is demonstrated to be larger than those resulting from the classical Average Load and Daisy Chain strategies.Furthermore, under a random dynamic load profile, taking into consideration the deterioration phenomena due to both the load magnitude and the load variations, an event-based decision-making strategy is built for a two-stack fuel cell system. The optimal load allocations are obtained by minimizing the objective function which is estimated based on the prevision of the future system deterioration. An investigation on the influence of the random dynamic loads on the proposed strategy performance shows that the average lifetime obtained with unknown event duration is close to that with known event duration, which proves the robustness of the proposed strategy. Moreover, it is shown that the average system lifetime is increased when compared to the case with an Average Load strategy, on several different stochastic deterioration models.Lastly, a more exploratory study opening research perspectives in the case where the multi-stack system is composed of three stacks, only two of which are operating at the same time. To optimize the lifetime of the stacks, while meeting the load demand, the EMS must also optimize the start and stop of the different stacks. In fact, the optimization of stack replacement is also required for a long-term operation task. Therefore, this study opens the way to maintenance approaches to multi-stack systems.