Littérature scientifique sur le sujet « Véhicule Hybride Électrique à Pile à Combustible »

L'étude porte sur la gestion de la distribution instantanée de la puissance entre une pile à combustible et un élément de stockage afin d'assurer la puissance électrique nécessaire à la traction d'un véhicule électrique hybride. L'objectif visé est la minimisation de la consommation d'hydrogène sur un cycle donné. Le problème est formulé en tant que problème d'optimisation globale sous contraintes. Dans une première approche, le système est décrit sous forme d'une équation dynamique discrétisée et un algorithme de programmation dynamique est appliqué. Une seconde approche consiste à minimiser le hamiltonien après avoir approché le critère coût par une fonction polynomiale. Ces méthodes nécessitent la connaissance a priori du profil de puissance demandée et se classent parmi les méthodes d'optimisation hors ligne. Pour une gestion en ligne de l'énergie, nous avons appliqué un système de décision à base de règles floues. Les fonctions d'appartenance des entrées et sorties du système flou sont optimisés à l'aide d'un algorithme génétique. Afin d'appliquer les stratégies évoquées, un bilan énergétique du groupe électrogène formé de la pile et ses auxiliaires, de l'élément de stockage et des convertisseurs statiques est effectué.

L'étude, le dimensionnement et le test d'un dispositif de stockage d'énergie, à base de
supercondensateurs, destiné à fonctionner dans un véhicule à pile à combustible sont
présentés dans cette thèse. Deux modes de commande sont détaillés. Leur but est de permettre
un fonctionnement en quasi-statique de la pile à combustible afin de limiter les contraintes
mécaniques sur la pile en accordant les débits de gaz à la demande en courant. Les
supercapacités interviennent lors du non-fonctionnement de la pile, lors de régimes
transitoires ou de régimes de récupération.
Le dispositif développé utilise deux modules de supercapacités SAFT. Il est connecté à un bus
continu 42 V par un convertisseur continu-continu deux quadrants, la pile à combustible étant
connectée au bus continu par un convertisseur élévateur. Le contrôle des courants est réalisé
de manière analogique. Le contrôle des tensions et les algorithmes d'estimation utilisent une
carte numérique dSPACE. Les résultats expérimentaux présentés, obtenus avec une pile de
500 W, ont souligné la lenteur naturelle des réponses de la pile à combustible et l'apport des
supercapacités pour des applications automobiles. Celles-ci améliorent grandement la
dynamique et le contrôle énergétique du système.

Les véhicules électriques hybrides à pile à combustible ont été largement considérés comme la substitution prometteuse par rapport aux véhicules traditionnels à moteur à combustion interne. Pour réduire les coûts d'exploitation des véhicules, une solution pratique au stade actuel consiste à utiliser efficacement et sainement les systèmes de propulsion hybrides. Une telle tâche peut être remplie via des stratégies de gestion d'énergie fiables, qui coordonnent les sorties de plusieurs sources d'énergie pour satisfaire la demande de puissance des véhicules.Dans un tel contexte, cette thèse vise à concevoir des stratégies de gestion intelligente de l'énergie pour les véhicules électriques hybrides à pile à combustible. Par rapport aux stratégies de contrôle existantes, cette thèse se concentre particulièrement sur la possibilité de combiner les informations de conduite prévues avec le cadre de contrôle optimal en temps réel. Plusieurs techniques de prédiction de conduite sont développées pour estimer les conditions de conduite à venir, comme la vitesse du véhicule, la référence de l’état de charge de la batterie et les informations sur le modèle de conduite. Ensuite, la model predictive control est sélectionnée pour la prise de décision en temps réel, car elle est capable de gérer les systèmes contraints variant dans le temps et est pratique pour l'intégration des informations prédictives de pilotage. Sur la base des résultats prévus et model predictive control, plusieurs stratégies de gestion prédictive de l'énergie sont établies, visant à économiser la consommation d'hydrogène et à améliorer la durabilité des piles à combustible par rapport aux stratégies de référence.La simulation hors ligne et les tests logiciels en boucle ont vérifié la fonctionnalité et l'adéquation en temps réel des stratégies proposées
Fuel cell electric vehicles have been widely deemed as the promising substitution against traditional internal combustion engine-based vehicles. To reduce the vehicular operating costs, a practical solution at current stage is to efficiently and healthily use the hybrid propulsion systems. Such task can be fulfilled via reliable energy management strategies, which coordinate the outputs of multiple energy sources to satisfy the vehicular power request.In such context, this PhD thesis intends to devise intelligent energy management strategies for fuel cell hybrid electric vehicles. Compared to existing control strategies, this thesis especially focuses on the possibility of combining the forecasted driving information with the real-time optimal control framework. Several driving prediction techniques are developed to estimate the upcoming driving conditions, like the vehicle’s speed, battery state-of-charge reference and driving pattern information. Thereafter, model predictive control is selected for real-time decision-making, since it is capable of handling the time-varying constrained systems and is convenient for the integration of driving predictive information. Based on the forecasted results and model predictive control, several predictive energy management strategies are established, aiming at saving hydrogen consumption and enhancing fuel cell durability versus benchmark strategies.Both offline simulation and software-in-the-loop testing have verified the functionality and real-time suitability of the proposed strategies

Les travaux de cette thèse portent sur l'intégration d'un système à pile à combustible hybride dans un tracteur agricole. Dans notre travail, plusieurs architectures de réseaux électriques embarquées et de stratégies de gestion de l'énergie sont envisagées. Une modélisation du système complet est mise en place sous Matlab Simulink afin de pouvoir simuler les différents scénarii envisagés, de même qu'un banc de test permettant de valider les résultats issus des simulations purement numériques. L'objectif premier de ce travail est d'optimiser les flux énergétiques relatifs aux diverses sources et charges constitutives du système et ainsi de réduire la consommation du véhicule pour des cycles de mission agricoles. Cette thèse découle d'un projet de recherche commun entre le G2ELab, le CEA Grenoble et l'entreprise AGCO, implémenté en France à Beauvais qui commercialise des machines agricoles sous quatre marques : Massey Ferguson, Fendt, Valtra et Challenger.

La gestion de l'énergie des véhicules électriques hybrides (VEH) a fait l'objet d'un grand effort scientifique dans les dernières années. En outre, la puissance demandée dans un (VEH) doit être gérée en ligne en respectant les contraintes de charge et d'énergie disponible. Nous nous intéressons en particulier dans notre travail à la gestion de l'énergie d'un véhicule hybride, le problème est la distribution instantanée de la puissance électrique demandée à travers les deux sources d'énergie en optimisant autant que possible la consommation globale d'hydrogène sur un profil de mission donné. Nous commençons dans une première phase d'étude par la caractérisation des profils de mission dans l'objectif de trouver des outils de caractérisation qui nous aideront à choisir des lois de commandes qui s'intègrent dans un processus de gestion d'énergie en ligne. Dans la deuxième phase d'étude, des stratégies de gestion d'énergie qui s'appuient sur des techniques de gestion fréquentielle ont été développées. Ensuite, nous présentons une méthode de gestion d'énergie en ligne basée sur les règles floues, cette méthode a été améliorée par l'application d'une méthode de basculement floue. Cette stratégie conduit la pile à combustible à fonctionner aux points de meilleur rendement. Il a été vérifié que si cette méthode est appliquée en ligne sur un profil inconnu, la consommation obtenue est quasi-optimale
The energy management of hybrid electric vehicles (VHE) has been a major scientific effort in recent years. In addition, the power required in a (VHE) must be managed online within the constraints of charge and available energy. We are particularly interested in our work to the energy management of a hybrid vehicle, the problem is the instantaneous distribution of the electric power required through the two energy sources as much as possible by optimizing the overall consumption hydrogen on a given mission profile. We start in the first phase of study the characterization of mission profiles with the aim to find characterization tools that will help us to choose the laws of commands that are part of a process of energy management online. In the second study phase, energy strategies that rely on frequency management management techniques have been developed. Then we present a method for power management in line based on fuzzy rules, this method has been improved by the application of a method of fuzzy switching. This strategy leads the fuel cell to operate at best efficiency point. It has been verified that if this method is applied to an unknown online profile, the consumption obtained is near optimal

La pile à combustible (PAC) produit de l'énergie électrique à partir d'hydrogène et d'oxygène sans rejets de polluants. Son utilisation dans le secteur automobile est donc envisagée à long terme pour répondre au problème de mobilité durable. Dans un véhicule hybride à PAC, la motorisation électrique est alimentée par une pile à combustible assistée par une source secondaire d'énergie (SSE). Cette source secondaire d'énergie est composée soit de batteries, soit de supercondensateurs. L'architecture hybride obtenue offre un degré de liberté dans la gestion des flux énergétiques et dans le dimensionnement du groupe motopropulseur. La répartition de puissance optimale entre la PAC et la SSE est obtenue grâce à des algorithmes d'optimisation globale qui minimisent la consommation d'hydrogène pour un parcours routier connu a priori. Les résultats obtenus avec ces algorithmes servent d'expertise et de référence de consommation mais sont inapplicables en temps réel. Ici, une stratégie de commande temps réel, nécessairement sous-optimale, a été construite à partir l'algorithme de commande optimale. La consommation d'hydrogène est également influencée par le dimensionnement de la PAC et de la SSE. Celui-ci doit garantir un confort de conduite acceptable (vitesses, accélérations) sans pénaliser les performances énergétiques du véhicule ; un outil d'aide au dimensionnement est nécessaire et proposé dans ce mémoire. Enfin, les approches théoriques développées dans cette thèse sont illustrées par des mises en applications sur des exemples concrets (prototype PAC-Car II, prototype Hy-Muve, banc d'essai).

Le travail de cette thèse s’inscrit dans une thématique qui concerne le dimensionnement optimal et la gestion d’énergie résiliente aux défauts d’un système multi-sources (hybride) pour l’alimentation d’un véhicule électrique. Dans notre cas, le système de stockage est composé d’une pile à combustible comme source principale et une source secondaire à base d’une batterie Li-ion. L’étude réalisée sur le dimensionnement montre l’intérêt de l’hybridation par rapport à un système mono-source batterie seule ou bien pile à combustible seule. L’intérêt de cette hybridation en termes de masse, de volume et de coût devient de plus en plus important en augmentant l’autonomie du véhicule. Après avoir dimensionné la source hybride pour une autonomie de 700 km, on s’est intéressé à l’influence de la technologie de la batterie et les méthodes de gestion sur les performances de la source (le volume, la masse, le cout, les contraintes électriques appliquées sur les composants et la consommation d’hydrogène du système PàC/Batterie). La partie dimensionnement est suivie par le développement d’une stratégie de gestion d’énergie originale basée sur la prise en compte de l’état de charge de la batterie (SOC) pour adapter les limites de fonctionnement de la pile à combustible. Les résultats obtenus avec cette méthode sont comparés avec deux autres stratégies de gestion d’énergie en ligne à savoir, la méthode de découpage fréquentiel et l’utilisation d’un superviseur floue. La stratégie développée a donné des bons résultats expérimentaux en termes de contraintes vues par les cellules et de consommation d’hydrogène. Malgré un bon dimensionnement de la source embarquée et une bonne optimisation de la méthode de gestion d’énergie, le système n’est pas à l’abri du défaut et peut être le siège de plusieurs défauts qui peuvent apparaitre au niveau de capteurs de tension et de courant. Afin d’assurer la continuité de service du système hybride en présence de ces défauts, une stratégie de commande tolérante aux fautes a été développée afin de garantir la stabilité de système hybride PàC/Batterie et assurer des performances acceptables en mode dégradé
The work of this thesis is part of a theme that concerns the optimal sizing and energy management resilient to the faults of a multi-source system (hybrid) for the power supply of an electric vehicle. In our case, the storage system consists of a fuel cell as the main source and a secondary source based on a Li-ion battery. The study carried out on the sizing shows the interest of the hybridization compared to a mono-source single battery or fuel cell only system. The interest of this hybridization in terms of weight, volume and cost becomes more and more important by increasing the autonomy of the vehicle. After scaling the hybrid source for a 700 km drive range, we investigated the influence of battery technology and management methods on the performance of the source (volume, mass, cost, electrical stress applied to the components and the hydrogen consumption of the Fuel Cell / Battery system).The sizing part is followed by the development of an original energy management strategy based on the state of charge of the battery (SOC) to adapt the operating limits of the fuel cell. The results obtained with this method are compared with two other online energy management strategies namely, the frequency division method and the use of a fuzzy supervisor. The strategy developed gave good experimental results in terms of constraints seen by cells and hydrogen consumption. Despite a good sizing of the on-board source and a good optimization of the energy management method, the system is not immune from the fault and can be the seat of several faults that can appear at voltage sensors. and current. In order to ensure the service continuity of the hybrid system in the presence of these faults, a fault-tolerant control strategy has been developed in order to guarantee the stability of the hybrid Fuel Cell/ Battery system and to ensure acceptable performance in degraded mode

Le système de propulsion hybride à pile à combustible (PàC) gagne du terrain sur le marché automobile actuel et offre une solution durable au changement climatique mondial dans le secteur des transports. Cependant, la durabilité et la fiabilité des sources d’énergie utilisées dans le système hybride sont les obstacles inévitables à sa commercialisation massive. Pour optimiser et maximiser la durée de vie du système hybride, une approche de pronostic et gestion de la santé (PHM) est mise en œuvre pour gérer et atténuer le comportement de dégradation des sources d'énergie et appliquée à un véhicule électrique hybride à pile à combustible.Dans ce contexte, deux contributions principales sont apportées. La première consiste à déployer une méthode de pronostic pouvant être utilisée dans le système hybride. Le filtrage de particules, en tant que méthode d'estimation d'état communément utilisée, est adapté aux fins de pronostic dans cette thèse. Il est utilisé pour traiter les données de dégradation imprécises et incertaines et pour estimer la durée de vie utile restante. La méthode est validée par les ensembles de données historiques de PàC et de batterie et les résultats sont évalués par les métriques de pronostic conçues.Ensuite, une deuxième étape sur l’aspect gestion de la santé du PHM est proposée. Comme la répartition de la puissance demandée dans un système hybride est gérée par une stratégie de gestion de l'énergie (EMS), l’orientation de cette étape est de développer une EMS conscient de sa santé dans le contexte du PHM. Une grande quantité de recherches sur les pronostics avec des données expérimentales finies ont été trouvées dans la littérature, alors que la manière d'utiliser les résultats de pronostics pour réaliser des actions de contrôle correctives est rarement discutée. Afin de pallier cette lacune dans les applications de système hybride, un processus de prise de décision basé sur le pronostic est conçu. Les performances sont évaluées en quantifiant la dégradation et la durée de vie du système dans un environnement simulé et une discussion sur l'occurrence des pronostics est lancée pour des investigations ultérieures sur la maintenance
Fuel cell hybrid propulsion system is gaining momentum in today's automotive market and offers a sustainable solution for the world climate change in the transport sector. However, the durability and reliability of the power sources used in the hybrid system are the inevitable obstacles for its massive commercialization. To optimize and maximize the lifespan of the hybrid system, a prognostics and health management (PHM) approach is deployed to manage and mitigate the power source degradation behaviour and applied to a fuel cell hybrid electric vehicle.In this context, two main contributions are made. The first stage is to deploy a prognostics method that can be used in the hybrid system. Particle filtering, as a commonly used state estimation method, is adapted for prognostics purpose in this thesis. It is used to handle the imprecise and uncertain degradation data and estimate the remaining useful life. The method is validated by historical fuel cell and battery datasets and the results are evaluated by the designed prognostics metrics.Subsequently, a second stage on the health management aspect of PHM is proposed. As the split of demanded power in a hybrid system is managed by an energy management strategy (EMS), the orientation of this stage is to develop a health-conscious EMS in the context of PHM. A great quantity of researches on prognostics with finished experimental data have been found in the literature, while how to use the prognostics results to make corrective control actions is rarely discussed. To help against this vacancy in hybrid system applications, a prognostics-enabled decision-making process is designed. The performance is evaluated by quantifying the degradation and the lifetime of the system in a simulated environment and a discussion on prognostics occurrence is launched for further investigations on maintenance

L'hybridation des sources de puissance dans le domaine des applications embarquées s'est imposée comme une solution adéquate pour répondre aux législations environnementales et atteindre une meilleure efficacité énergétique. Toutefois, le choix dans le dimensionnement des composants et la stratégie de commande doivent répondre à un cahier des charges, souvent complexe et hétérogène, tout en limitant les coûts du système. La résolution de ce problème d'optimisation incluant de nombreuses variables peut s'avérer complexe à cause des non-linéarités présentes dans le problème formulé. Il faut donc disposer d'outils de résolution efficaces et capables de fournir une solution fiable. Dans cette thèse, nous proposons une méthode d'optimisation globale pour le dimensionnement et la commande optimale de véhicules hybrides basée sur l'optimisation combinatoire, et en particulier sur la programmation linéaire en nombres entiers (PLNE). A partir d'un problème d'optimisation non linéaire, le problème initial est reformulé en une multitude de sous-problèmes linéaires en nombres entiers sur lesquels un algorithme de Branch & Bound parallèle est exécuté. Afin de résoudre des problèmes de grande taille, un second algorithme basé sur le Branch & Cut est développé. Cette méthode est déployée pour l'étude d'un système d'alimentation hybride d'une mini-excavatrice électrique. Le problème d'optimisation, dans lequel des contraintes énergétiques et des contraintes de vieillissement sont implantées, est évalué suivant différents paramètres du cahier des charges. Enfin, cette approche est également appliquée pour l'optimisation de trajectoires d'un système multi-actionneur synchronisés
Hybridization of power sources for embedded applications becomes an interesting solution to respect environmental legislation and achieve a higher energy efficiency. However, the choice for components sizing and the energy management strategy need to meet specifications while reducing costs. To solve this optimization problems including several types of variables can be complex because of non linearities included in the formulated problem. Therefore the use of effective solving tools, able to provide a reliable solution, is required. In this thesis, a global optimization method is proposed for the design and the optimal control of hybrid vehicles based on combinatorial optimization, particularly on integer linear programming. From a non-linear optimization problem, the initial problem is reformulated into a multitude of integer linear sub-problems for which a parallel Branch & Bound algorithm is executed. In order to solve large-scale problems, a second algorithm based on the Branch & Cut is developed. This method is used for the study of a hybrid power supply system of a mini-excavator electric. The optimization problem, where energy constraints and aging constraints are implemented, is evaluated according to several parameters and specifications. Finally, this approach is also applied for the optimization of trajectories for a synchronized multi-actuators system