Prédiction énergétique d’un véhicule hybride rechargeable pour la réduction de consommation de carburant - Connaissances, Incertitudes et Données
Thèse Année : 2017

Energy prediction for a plug-in hybrid electric vehicle to reduce fuel consumption

Prédiction énergétique d’un véhicule hybride rechargeable pour la réduction de consommation de carburant

Résumé

Plug-in hybrid electric vehicles represent the hybridization type that has the greatest potential in terms of both fuel consumption, carbon dioxide and particle emission reduction. The powertrain architecture of such vehicles include an internal combustion engine as well as one or several electrical machines. A power management system is required to operate the powertrain. It computes at each instant the operating points of the power conversion organs.When the trip length exceeds the all-electric range of the vehicle, the engine must be used to compensate the lack of electrical energy. Optimal fuel consumption can only be achieved if the entire travel is perfectly know. Such precision is impossible to get in real driving conditions. The availability of onboard navigation systems in vehicles can meanwhile provide a description of average driving conditions along the planned travel. In this thesis, an energy management system for plug-in hybrid vehicles has been developed to drive the power management system. It use road data provided by the navigation system, and vehicle data to compute an efficient management of the battery’s electrical resources over the entire travel, so as to reduce the global fuel consumption. For this purpose, an optimization problem has been formulated based on a simplified model of vehicle’s energy consumption for each road segment. This problem is solved, in real time, by a specifically designed A* algorithm. This work proves that it is possible to achieve a near-optimal fuel economy for a plug-in hybrid vehicle with the data provided by the vehicle and the navigation system.
Les véhicules hybrides électriques rechargeables représentent le type d’hybridation qui permet de réduire le plus la consommation de carburant et les émissions de dioxyde de carbone et de particules nocives. L’architecture du groupe moto-propulseur de ce type de véhicule inclut un moteur à combustion interne et une ou plusieurs machines électriques. Pour pouvoir fonctionner correctement, un système embarqué de gestion des flux de puissance est nécessaire. Celui-ci se charge de déterminer à chaque instant les points de fonctionnement des organes de traction. Lorsque la longueur du trajet excède l’autonomie électrique du véhicule, le moteur thermique doit impérativement être sollicité pour compenser le manque d’énergie électrique. Seule la connaissance précise du trajet dans son intégralité permet d’optimiser la consommation de carburant. Une telle précision est impossible à obtenir en conditions réelles. La démocratisation des systèmes de navigation embarqués dans les véhicules permet cependant d’avoir une description moyenne des conditions de roulage sur le trajet à effectuer. Dans cette thèse, un système de gestion des énergies du véhicule hybride rechargeable a été développé pour piloter le système de gestion des flux de puissance. Il exploite les données de la route fournies par le système de navigation ainsi que les données du véhicule pour calculer une gestion efficace de l’énergie de la batterie sur l’intégralité du trajet, permettant de réduire la consommation globale de carburant. Pour ce faire, un problème d’optimisation a été formulé sur la base d’une modélisation simplifiée de la consommation énergétique pour chaque tronçon de la route. Celui-ci est résolu, en temps réel, à l’aide d’un algorithme d’optimisation A* spécifique. Ces travaux montrent qu’il est possible d’approcher la consommation de carburant minimale théorique à l’aide des données disponibles dans le véhicule.
Fichier principal
Vignette du fichier
These_UTC_Abdel_Djalil_Ourabah.pdf (7.22 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)

Dates et versions

tel-04795860 , version 1 (21-11-2024)

Identifiants

  • HAL Id : tel-04795860 , version 1

Citer

Abdel-Djalil Ourabah. Prédiction énergétique d’un véhicule hybride rechargeable pour la réduction de consommation de carburant. Systèmes embarqués. Université de Technologie de Compiègne, 2017. Français. ⟨NNT : 2017COMP2408⟩. ⟨tel-04795860⟩
27 Consultations
20 Téléchargements

Partager

More