Vous êtes sur la page 1sur 167

N dordre : 02-01

THSE
prsente

LUNIVERSIT DE VALENCIENNES ET DU HAINAUT-CAMBRESIS


pour obtenir le grade de

DOCTEUR D'UNIVERSIT
spcialit
tel-00007966, version 1 - 7 Jan 2005

Automatique
par

Sbastien DELPRAT

Evaluation de stratgies de commande pour vhicules hybrides parallles


Soutenue publiquement le 04 janvier 2002 devant la commission dexamen :
Pierre MM. Mehrdad Thierry Marie Pascal Nacer Gabriel Mme. Jannette MM. BORNE EHSANI GUERRA LEVEL M SIRDI PLASSAT RIMAUX
Professeur l'cole Centrale de Lille Professeur lUniversit de Texas A&M Professeur lUniversit de Valenciennes Professeur lUniversit de Valenciennes Professeur lUniversit de Versailles (rapporteur) (directeur) (rapporteur)

ADEME
PSA Peugeot Citron

UMR 8530

tel-00007966, version 1 - 7 Jan 2005

tel-00007966, version 1 - 7 Jan 2005

En essayant continuellement on finit par russir. Donc : plus a rate, plus on a de chance que cela marche. Devise Shadok.

Remerciements
En 1998, jai dbarqu sur une plante trange, la plante SF (Systmes Flous). Les premires semaines ont t dures, il a fallu acqurir le vocabulaire et la grammaire de base. Lessentiel des communications usuelles est compos de maximes rptes une bonne quinzaine de fois par jour : Zut jai un LAG, Vas-y Switche, cest pas un ptit peu trop fort pour toi, Je suis speed, cest normal, je ne mange que des lgumes, Dominiiiiiiiiqueeeee, WAAAAZAAAAAA, Ben qui dit, Bon qui fait, et llendemain, yton mort, lance-lui un mouton explosif, Chef, jai pt un hacheur, Compile ton kernel, Bon les garons, vous me promettez de ne pas vous moquer. tel-00007966, version 1 - 7 Jan 2005 Cet trange monde est peupl de cratures passant le plus clair de leur temps faire ce qui est dnomm la recherche. Les ctoyer permet gnralement davancer grands pas mais ncessite galement dacqurir un certain sens de lhumour, lgrement dcal Le TMG, i.e. Le Chef : Son humour na dgal que sa personnalit hors du commun (rsultant probablement du croisement dun ours avec P. Desproges). Il est vident, que cest de lui que jai le plus appris, et je len remercie. Je tiens cependant mettre en garde le lecteur. Tout dialogue ncessite une formulation adapte, sans quoi la crature se replie sur elle-mme et met dun grognement sourd la cinglante rponse : Fais une phrase ou bien cest quoi lentre, cest quoi la sortie ?. Cet individu entre rgulirement en transe et se met alors crire frntiquement des formules mathmatiques sur un tableau. Gare celui qui osera en effacer ne serait ce quune bribe. En cas dattaque, plongez-le dans leau et quipezle dune paire de lunettes, il devient alors terriblement vulnrable et tout danger sera rapidement cart. La deuxime crature est plus rserve. Dune manire gnrale, le Gino commun, alias Electric Man, ne sintresse qu ce qui est mu, au minimum, par un moteur lectrique. On ne le rencontre que dans des garages, sous une montagne de fils lectrique ou sous un chssis de vhicule hybride. Il passe le plus clair de son temps chercher comment faire rouler un vhicule grce une source dnergie rversible. Parmi ses nombreuses ralisations, je retiendrai le vhicule hybride du LAMIH. Je le remercie de mavoir fait partager sa passion pour les vhicules hybrides.

Le Jimmy est gnralement plus tranquille et se distingue par un sens de la rpartie assez aiguis. Attention, il est probablement contamin au LATEX. Gnralement, il est accompagn dune Sverine et dun Petit Nico. Je vous remercie tous pour toutes les soires bien sympathiques qui nous ont permis de nous changer les ides... Le Franois se remarque surtout par ses affiches, lhumour toujours dcal, placardes un peu partout. Attention si le Franois est gnralement assez discret, il nen reste pas moins imprvisible. Il peut parfois devenir extrmement bruyant. Il commence alors par pousser un grand cri : AAHHHHHHHHH afin dameuter toutes les cratures de la salle 211 et conclut par une histoire abracadabrantsque, gnralement incomprise de ses congnres. Parmi les habitants de cette plante, LHlne est srement la plus dlicate. Elle est gnralement entoure dobjets familiers et est dote dun sens de lesthtique et de la dlicatesse qui chappe (tout au moins en apparence) aux autres membres de lquipe. Je la tel-00007966, version 1 - 7 Jan 2005 remercie donc davoir apport ses quelques grammes de finesse dans ce monde de brutes, (si jose dire). Le Jean-Jacques vit sur une plante voisine, la plante Mcano, et rend rgulirement visite aux habitants de la plante SF. Un grand merci pour toutes les explications que tu mas donnes sur la partie mcanique du prototype. Le Yann est une crature trs spciale (identifie comme Linuxien) qui passe le plus clair de son temps configurer des logos qui tournent, des fentres transparentes, des Kernels version X3.b2@ sur des machines rcupres, dsosss et remontes. Dici quelques annes, il parlera le binaire couramment. Les mots Microsoft, Windows peuvent le rendre fou, et lamnent prononcer un discours interminable sur la supriorit et la bienfaisance de son gourou (un certain Linus Torwalds). Le Carlos est de loin le plus subtil. Son humour au cinquime degr, son rire hors norme en font un personnage part. Bien quil se fasse de plus en plus rare sur la plante SF, je le remercie pour tous les bons moments et les franches parties de rigolades que lon a vcus. Je tiens galement remercier lensemble des tres qui peuplent ou passent sur la plante SF et proximit : Dominiiiiiiqueeeeee sur le point de devenir un GassoManiac, Mathieu, Rmy, Charles, Laurent, Olivier, Gabriel, Jo, les Biomecs, sans oublier R. Capelle et les autres... Je remercie galement les gens de PSA Peugeot Citron : E. Combes, L. Chapelon, S. Rimaux et plus particulirement Jeannette Rimaux pour sa gentillesse et sa disponibilit. Enfin, je tiens remercier ma femme dune part de mavoir support pendant toute la dure de la rdaction du mmoire et dautre part pour toute laide quelle ma apport (logistique, morale, ). 2 Remerciements

Table des matires


Remerciements _____________________________________________________________ 1 Table des matires __________________________________________________________ 1 Introduction gnrale________________________________________________________ 1 Rfrences personnelles ______________________________________________________ 5 Chapitre 1. Vhicules hybrides ________________________________________________ 7
1.1. Introduction _______________________________________________________________ 8 1.2. Composants utiliss dans les vhicules hybrides __________________________________ 8

tel-00007966, version 1 - 7 Jan 2005

1.3. Principales architectures de vhicules hybrides _________________________________ 10


1.3.1. Architecture srie_______________________________________________________________ 10 1.3.2. Architecture parallle ___________________________________________________________ 11 1.3.3. Principaux modes de fonctionnement _______________________________________________ 13

1.4. Le prototype ralis au LAMIH ______________________________________________ 17


1.4.1. Modlisation /Paganelli 1999/ _____________________________________________________ 17 1.4.2. Architecture et dimensionnement des composants /Paganelli 1999/ ________________________ 20 1.4.3. Relations mcaniques ___________________________________________________________ 22

1.5. Conclusion _______________________________________________________________ 23

Chapitre 2. Stratgies de commande ___________________________________________ 25


2.1. Introduction : problmatique gnrale ________________________________________ 26 2.2. Stratgies de commande base de rgles_______________________________________ 28
2.2.1. Fuzzy Torque Distribution Control /Won & Langari 2001/ ______________________________ 2.2.2. Stratgie floue base sur le rendement /N. Salman & al. 2000/____________________________ 2.2.3. Stratgie de commande floue : Fuzzy Control Strategy (FCS) /Advisor 2001/________________ 2.2.3.1. Principe __________________________________________________________________ 2.2.3.2. Rsultats__________________________________________________________________ 28 29 31 31 35

2.3. Stratgies de commande bases sur une minimisation instantane__________________ 37


2.3.1. Stratgie de Minimisation des pertes (LMS) /Seiler & Schrder 1998/ _____________________ 2.3.1.1. Principe __________________________________________________________________ 2.3.1.2. Gestion de ltat de charge____________________________________________________ 2.3.2. Consommation quivalente (ECMS) /Paganelli & al. 2000/ ______________________________ 2.3.2.1. Consommation quivalente totale ______________________________________________ 2.3.2.2. Prise en compte de l'tat de charge _____________________________________________ 2.3.3. Real Time Control Strategy (RTCS) /Johnson & al 2001/ _______________________________ 37 37 42 44 45 48 50

2.4. Conclusion _______________________________________________________________ 50

Chapitre 3. Optimisation globale ______________________________________________ 53


3.1. Introduction ______________________________________________________________ 54

3.2. Formulation du problme doptimisation ______________________________________ 54 3.3. Optimisation base sur lalgorithme du recuit simul ____________________________ 56
3.3.1. Obtention d'une solution initiale ___________________________________________________ 3.3.2. Perturbation d'une solution _______________________________________________________ 3.3.3. Prise en compte de la contrainte galit______________________________________________ 3.3.4. Loi dvolution de la temprature __________________________________________________ 3.3.5. Rsultats _____________________________________________________________________ 3.3.6. Conclusion____________________________________________________________________ 58 59 59 60 61 63

3.4. Programmation dynamique _________________________________________________ 64


3.4.1. Principe ______________________________________________________________________ 64 3.4.2. Conclusion____________________________________________________________________ 66

3.5. Algorithme doptimisation bas sur la thorie de la commande optimale ____________ 66


3.5.1. Algorithme de base /Delprat & al. 2001/_____________________________________________ 67 3.5.1.1. Rsolution du problme rduit_________________________________________________ 69 3.5.1.2. Problme complet __________________________________________________________ 74 3.5.1.4. Limitations de lalgorithme ___________________________________________________ 3.5.1.5. Rsultats__________________________________________________________________ 3.5.1.5.1. Modle simplifi _______________________________________________________ 3.5.1.5.2. Modle complet ________________________________________________________ 3.5.2. Amliorations de lalgorithme de base ______________________________________________ 3.5.2.1. Intgration du rendement de la batterie dans le problme doptimisation /Delprat & al. 2001/ 3.5.2.1.1. Formulation du problme _________________________________________________ 3.5.2.1.2. Rsolution du problme doptimisation globale________________________________ 3.5.2.1.3. Algorithme ____________________________________________________________ 3.5.2.1.4. Rsultats (sur le modle complet) __________________________________________ 3.5.2.2. Intgration de ltat du moteur thermique dans lalgorithme doptimisation globale _______

3.5.1.3. Influence de ( 0 ) _________________________________________________________ 76 80 81 81 83 84 84 85 87 90 91 93

tel-00007966, version 1 - 7 Jan 2005

3.6. Conclusion _______________________________________________________________ 98

Chapitre 4. Stratgies de commande temps rel : propositions, valuations, validations __ 99


4.1. Introduction _____________________________________________________________ 100 4.2. Estimation de ltat de charge_______________________________________________ 100
4.2.1. Mthodes bases sur lintgrale du courant__________________________________________ 101 4.2.2. Approche courant-tension _______________________________________________________ 102

4.3. Propositions de stratgies de commande temps rel _____________________________ 106


-control __________________________________________________________________________ 4.3.2. Commande par gestion du moteur thermique ________________________________________ 4.3.2.1. Analyse des rsultats obtenus avec lalgorithme doptimisation globale________________ 4.3.2.2. Stratgie de commande base sur la gestion de ltat du moteur thermique _____________ 107 108 109 110

4.4. Evaluation des stratgies ___________________________________________________ 113


4.4.1. Principe _____________________________________________________________________ 113 4.4.2. Choix des cycles de vitesse ______________________________________________________ 115 4.4.3. Evaluations des stratgies de commande____________________________________________ 120

4.5. valuation de diffrentes architectures _______________________________________ 122


4.5.1. Groupes motopropulseurs tests __________________________________________________ 4.5.2. Rsultats obtenus ______________________________________________________________ 4.5.2.1. Architecture simple arbre____________________________________________________ 4.5.2.2. Architecture double arbre ___________________________________________________ 123 124 124 126

Table des matires

4.5.3. Critre synthtique de performance________________________________________________ 128

4.6. Conclusion ______________________________________________________________ 129

Conclusion gnrale_______________________________________________________ 131 Glossaire ________________________________________________________________ 133 Bibliographie ____________________________________________________________ 135 Annexes_________________________________________________________________ 141
Annexe A : Formulation du problme doptimisation pour larchitecture parallle double arbre _______________________________________________________________________ 143 Annexe B : Rsultats obtenus pour diffrents prototypes parallle simple et double arbre 147 B.1. Prototypes parallle Simple arbre ___________________________________________ 147

tel-00007966, version 1 - 7 Jan 2005

B.1.1. Cycle Urbain Fluide 2__________________________________________________________ 147 B.1. 2 Cycle Routier n3 _____________________________________________________________ 148 B.1. 3 . Cycle Autoroutier n1_________________________________________________________ 149

B.2. Architecture double arbre _________________________________________________ 150


B.2.1. Cycle Urbain Fluide n2 ________________________________________________________ 150 B.2.2. Cycle Routier n3 _____________________________________________________________ 151 B.2.3. Cycle Autoroutier n1__________________________________________________________ 152

Liste des figures __________________________________________________________ 153

Table des matires

tel-00007966, version 1 - 7 Jan 2005

Introduction gnrale
Le nombre de vhicules en circulation ne cesse daugmenter, et mme si les nouveaux moteurs thermiques sont de moins en moins polluants, les problmes de pollution sont de plus en plus critiques, particulirement pour les gaz effet de serre responsables du rchauffement de la plante /CCFA 2001/. Un moyen de lutter contre ces missions est de mettre en place des normes de plus en plus restrictives pour les vhicules neufs. Les limites imposes par les normes seront, plus ou moins long terme, malgr les avances technologiques, trop restrictives pour tre respectes par les moteurs thermiques. Une tel-00007966, version 1 - 7 Jan 2005 consquence est la ncessit de prvoir de nouvelles technologies qui permettront de rendre les vhicules bien moins polluants. Les vhicules lectriques sont apparus, dans un premier temps, comme une solution prometteuse. Leur faible autonomie combine un cot trop lev ne leur a pas permis dtre concurrentiels vis--vis de leur homologue conventionnel. Une autre solution semble aujourdhui voir le jour : les vhicules hybrides. Les premiers ont t commercialiss ces dernires annes, Toyota Prius, Honda Insight, Nissan Tino. De nombreux dmonstrateurs ont galement vu le jour, Dynactive PSA /Combes 2000/, Kangoo Renault /Moretti 1999/. Lajout dun ou plusieurs moteurs lectriques au vhicule conventionnel introduit des degrs de libert supplmentaires dans la commande du groupe motopropulseur qui peuvent tre mis profit pour rduire non seulement les missions de polluants mais aussi la consommation de carburant. Lexprience du vhicule lectrique ayant servi de leon, lintroduction de vhicules hybrides sur le march ne se fera que si les performances globales de ces vhicules (vitesse, autonomie, agrment, etc.) atteignent au minimum celles du vhicule conventionnel. Une faon de rduire leur consommation de carburant est, comme pour les vhicules conventionnels, lamlioration des diffrentes parties mcaniques du vhicule (allgement de la carrosserie, performances arodynamiques, utilisation de nouvelles technologies pour le moteur thermique etc.), mais dans le cas du vhicule hybride, une gestion efficace des changes nergtiques entre les diffrents composants (moteurs, batteries, etc.) permet

galement de rduire significativement la consommation de carburant et les missions de polluants.

Un vhicule hybride met en uvre, par dfinition, au moins deux sources dnergie pour assurer sa propulsion. Gnralement, au moins deux moteurs (lectrique et thermique) sont associs des lments de transmission mcanique pour assurer la traction du vhicule. Lagencement de ces organes dfinit larchitecture du vhicule. Il existe de nombreux agencements possibles. Ces diffrents points sont abords dans le premier chapitre. Ces travaux font suite la thse de Gino Paganelli /Paganelli 1999/ qui a abouti la ralisation dun prototype de vhicule hybride en collaboration avec le groupe PSA Peugeot Citron. Les caractristiques de ce prototype sont galement rappeles dans ce chapitre. tel-00007966, version 1 - 7 Jan 2005

Parmi la problmatique gnrale des vhicules hybrides, un point particulirement critique est la rpartition de puissance entre les diffrents organes de traction. Plusieurs algorithmes, appels stratgies de commande, ont t proposs /Paganelli & al. 2000/ /Seiler & Schrder 1998/ /Won & Langari 2001/. Lobjet du deuxime chapitre est la prsentation dalgorithmes existants destins la commande de vhicules en temps rel. Ils sont regroups en deux classes. La premire classe correspond des stratgies faisant appel une expertise humaine et sont donc traites avec les outils associs, par exemple des bases de rgles utilisant le formalisme du flou. La deuxime classe met en uvre une analyse plus dtaille des changes nergtiques, il sagit principalement de minimisation instantane.

En simulation, il est possible denvisager le problme des stratgies de commande comme un problme doptimisation globale sous contraintes /Brahma & al. 2000/ /Delprat & al. 1999/ /Rimaux & al. 1999/ /Zhang & Chen 2001/. Les rsultats, limits la simulation, permettent, en premier lieu, de disposer de consommation de carburant de rfrence pour lvaluation des stratgies de commande temps rel. En second lieu, le fait de disposer de rsultats doptimisation globale permet lacquisition dune expertise de ce qui serait une bonne stratgie de commande. Plusieurs algorithmes doptimisation globale sont proposs, recuit simul, programmation dynamique et enfin utilisation de la thorie de la commande optimale.

Introduction gnrale

Le dernier chapitre est un retour vers la commande axe temps rel en utilisant le potentiel et lexprience acquise lors du chapitre prcdent. Deux nouvelles stratgies sont alors proposes puis compares dautres stratgies slectionnes parmi celles prsentes au chapitre deux. Un ensemble de critres permettant lvaluation des stratgies de commande sont proposs.

tel-00007966, version 1 - 7 Jan 2005

Introduction gnrale

tel-00007966, version 1 - 7 Jan 2005

Rfrences personnelles
Revues G. Paganelli, T.M. Guerra, S. Delprat, J.J. Santin, M. Delhom, E. Combes, Simulation and assessment of power control strategies for a parallel hybrid car, Journal of automobile engineering, IMechE, SAE International IEE, n214, p 705-718, 2000.

Congrs sur invitation tel-00007966, version 1 - 7 Jan 2005 S. Delprat, T.M Guerra, J. Rimaux, Optimal control of a parallel powertrain : From global optimization to real time control strategy, IEEE Fall Vehicular Technology Conference, Atlantic City, (USA), Octobre 2001. G. Paganelli, S. Delprat, T.M Guerra, J. Rimaux, J.J. Santin, Equivalent Consumption Minimization Strategy for parallel Hybrid powertrains, IEEE Fall Vehicular Technology Conference, Atlantic City, (USA), Octobre 2001.

Congrs Internationaux S. Delprat, T.M. Guerra, G. Paganelli, J. Lauber, M. Delhom, Control strategy optimization for an hybrid parallel powertrain, ACC 2001, Waschington D.C, (USA), Juin 2001. S. Delprat, T.M Guerra, J. Rimaux, Optimal control of a parallel powertrain : From global optimization to real time control strategy, Electric Vehicle Symposium, EVS18, Berlin, (Allemagne), Octobre 2001. S. Delprat, T.M. Guerra, J. Lauber, G. Paganelli, S. Rimaux , E. Combes, Optimal control theory applied to a parallel hybrid powertrain, ISATA 2000 Automotive & transportation technology, p243-251, Dublin, (Irlande), Septembre 2000. S. Delprat , G. Paganelli, TM. Guerra, J.J. Santin, M. Delhom, E. Combes, Commande d'une chane de traction hybride parallle simple arbre CIFA 2000, Confrence Internationale Francophone d'Automatique, Lille, (France), 2000.

S. Delprat, G. Paganelli, T.M. Guerra, J.J. Santin, M. Delhom, E. Combes, Algorithmic optimization tool for the evaluation of HEV control strategies, Electric Vehicle Symposium, EVS16, Pkin, (Chine), Octobre 1999.

Congrs Nationaux J.J. Santin, L Faure, S. Delprat, P. Level, P.A. Jouve, E. Combes, Modlisation des vibrations de torsion dans le groupe motopropulseur d'un vhicule hybride parallle. Application la conception d'un "embrayage" roue-libre, XVe Congrs Franais de Mcanique, Nancy, (France), septembre 2001. G. Paganelli, T.M. Guerra, S. Delprat, J.J. Santin, M. Delhom, E. Combes, Conception, ralisation et commande d'un vhicule hybride parallle prototype, C-VELEC'99, 4me tel-00007966, version 1 - 7 Jan 2005 Colloque du club vhicule lectrique de l'ENSIEG, Grenoble, (France), Novembre 1999.

Rfrences personnelles

Chapitre 1.

Vhicules hybrides

1.1. Introduction _______________________________________________________________ 8 1.2. Composants utiliss dans les vhicules hybrides __________________________________ 8 1.3. Principales architectures de vhicules hybrides _________________________________ 10

tel-00007966, version 1 - 7 Jan 2005

1.3.1. Architecture srie_______________________________________________________________ 10 1.3.2. Architecture parallle ___________________________________________________________ 11 1.3.3. Principaux modes de fonctionnement _______________________________________________ 13

1.4. Le prototype ralis au LAMIH ______________________________________________ 17


1.4.1. Modlisation /Paganelli 1999/ _____________________________________________________ 17 1.4.2. Architecture et dimensionnement des composants /Paganelli 1999/ ________________________ 20 1.4.3. Relations mcaniques ___________________________________________________________ 22

1.5. Conclusion _______________________________________________________________ 23

1.1. Introduction Ce chapitre prsente succinctement les vhicules hybrides. Les composants couramment utiliss sont rappels, ainsi que leurs diffrentes associations qui permettent de dcrire les grandes classes darchitectures existantes : srie, parallle, combine. Quelques exemples de vhicules actuellement commercialiss sont galement donns. Une attention particulire sera ensuite porte sur larchitecture dite parallle, pour laquelle le point de jonction entre les deux motorisations se fait de manire mcanique. Un prototype utilisant ce type darchitecture a t ralis au LAMIH dans le cadre du doctorat de Gino Paganelli /Paganelli 1999/. Comme ce prototype sera la base de plusieurs tudes au cours de ce mmoire, ses diffrents composants ainsi que les relations mcaniques dcrivant larchitecture sont dtailles la fin de ce chapitre. tel-00007966, version 1 - 7 Jan 2005

1.2. Composants utiliss dans les vhicules hybrides Ce paragraphe reprend de faon succincte les diffrents composants couramment utiliss. On retrouve videmment les composants servant stocker lnergie, deux organes de traction de type diffrent (lectrique et mcanique) ainsi que des lments de transmission. Pour plus de dtails sur ces derniers (quations fondamentales mises en uvre, etc.), le lecteur pourra se rfrer /Paganelli 1999/ /Van Mierlo & al. 2001/. Stockage de lnergie

Les vhicules hybrides utilisent au moins une source dnergie rversible. Pour stocker lnergie, le composant le plus couramment utilis est la batterie. Les batteries au plomb sont parmi les moins chres mais elles sont aussi les plus lourdes et peu performantes. Dautres technologies, ayant gnralement un meilleur rendement et sont plus lgres peuvent tre utilises, comme par exemple le Nickel Mtal Hydrure, le Lithium Ion. Nanmoins, aujourdhui, leur cot est plus lev et leur gestion (temprature, cycles de charge dcharge, estimation de ltat de charge) savre plus dlicate /Kok & al. 2001/. Dautres composants ont t envisags pour le stockage de lnergie : les supercapacits et les volants dinertie mais leur usage reste relativement marginal /Mellor & al. 2000/. Il semble que lassociation de batteries et de supercapacits soit une solution intressante dun point de vue technique mais relativement coteuse mettre en uvre /Selzer & al. 2000/ /Arnet & Haines 2001/. 8 Vhicules hybrides

Souvent, pour des raisons videntes de cot, les principaux composants et/ou technologies mis en uvre dans les vhicules hybrides sont dj utiliss dans lautomobile. Moteurs :

Toutes les technologies du moteur thermique sont envisageables. On peut citer, par exemple, les moteurs diesel, diester, essence, GPL ou bien encore au gaz naturel. Chacune de ces technologie a des caractristiques diffrentes que ce soit en termes de pollution, de performance, de rendement, dencombrement et de poids, ou de consommation. Les technologies les plus couramment utilises pour les applications au vhicule hybride sont les moteurs diesel et essence. Pour les moteurs lectriques, toutes les technologies sont galement envisageables : moteur courant continu, synchrone ou asynchrone, etc. Une des caractristiques essentielles des tel-00007966, version 1 - 7 Jan 2005 vhicules hybrides est le taux dhybridisation, cest dire le rapport entre la puissance du moteur thermique et la puissance totale installe dans le vhicule /Beretta 1998/. Lorsque le taux dhybridisation est proche de 1, le moteur lectrique a une faible puissance, comme par exemple les alterno-dmarreurs /Melolor & al. 2000/ qui permettent de dmarrer quasi instantanment le moteur thermique. Lorsque le taux dhybridisation est proche de 0.5 le ou les moteurs lectrique participent la propulsion du vhicule et/ou la recharge des batteries. Gnralement, les moteurs de traction sont intgrs dans le groupe motopropulseur, mais pour certaines applications, les moteursroues /Simard & Johnson 2000/ /Pusca & al. 2001/ sont situs dans le moyeu de chaque roue. Piles combustible

Les piles combustible produisent de llectricit partir dhydrogne et leur fonctionnement est pratiquement zro mission. Cependant, leur utilisation dans le domaine de lautomobile reste au stade du prototype et soulve de nombreux problmes comme par exemple le stockage de lhydrogne, ou lencombrement des composants annexes (compresseurs, radiateurs, etc.). Dautre part, la distribution dhydrogne grande chelle ncessiterait une mise jour complte du systme de distribution de carburant actuel. Pour remdier ce problme, des rformeurs embarqus permettraient de produire lhydrogne partir de carburants fossiles, (mthanol, thanol) mais l encore de nombreux problmes techniques sont rsoudre /Martin 2001/.

Vhicules hybrides

Transmissions

Les transmissions mcaniques sont celles couramment utilises dans les vhicules conventionnels : embrayage (utilis pour accoupler/dsaccoupler deux ensembles mcaniques), bote de vitesses (manuelle ou automatique) ou variateur continu de vitesse, train plantaire (systme mcanique trois arbres dans lequel le rgime de larbre de sortie est gal la somme des rgimes des arbres dentres), diffrents types de rducteurs ( courroie, chane ou engrenages), etc. Les diffrentes faons dassocier ces composants permettent de dfinir plusieurs architectures de groupes motopropulseurs.

1.3. Principales architectures de vhicules hybrides tel-00007966, version 1 - 7 Jan 2005 On distingue trois grandes familles darchitecture : srie, parallle et combine. Une manire de diffrencier les deux premires est de considrer la nature du point de jonction entre les diffrentes chanes de traction, appel nud. Dans larchitecture Srie, le nud est lectrique, dans larchitecture parallle, il est mcanique. 1.3.1. Architecture srie Dans larchitecture srie, figure 1, la propulsion est intgralement assure par un moteur lectrique. Ce dernier peut tre aliment par les batteries et/ou par le groupe lectrogne. Ce type darchitecture est souvent utilis dans les bus hybrides /Anderson & al. 1999/. Une utilisation naturelle de ce type darchitecture consiste augmenter lautonomie dun vhicule lectrique par lajout dun groupe lectrogne /Moretti 1999/. Cette architecture ncessite un moteur lectrique relativement puissant car il assure lui seul lintgralit de la propulsion. Le taux dhybridisation est donc gnralement lev.

Groupe Electrogne Moteur lectrique Batteries


Alternateur
Moteur thermique

Rservoir

Figure 1 : L'architecture hybride srie

10

Vhicules hybrides

Un des inconvnients majeur de ce type darchitecture est le faible rendement global de lensemble car la puissance mcanique dlivre par le moteur thermique est tout dabord convertie en puissance lectrique par lalternateur, ventuellement stocke dans les batteries, puis reconvertie en puissance mcanique par le moteur lectrique. Cependant, du point de vue de la commande, cette architecture offre deux degrs de libert : le rgime et le couple du moteur thermique peuvent tre choisis quasiment indpendamment des conditions de conduite. 1.3.2. Architecture parallle Pour larchitecture parallle, le point de jonction entre les diffrentes chanes de traction est cette fois mcanique. Lorsque les diffrents moteurs sont solidaires du mme arbre, figure 2, on parle darchitecture hybride parallle simple arbre. tel-00007966, version 1 - 7 Jan 2005
Batteries Rservoir

Boite de vitesses

Moteur lectrique

Embrayage

Moteur thermique

Figure 2: L'architecture hybride parallle simple arbre

Lorsque le moteur lectrique a une trs faible puissance, on parle alors dalterno-dmarreur et celui-ci est plac avant lembrayage /Sonnenburg & Hallen 2000/. Dans ce cas, la propulsion est quasi intgralement assure par le moteur thermique et lalterno-dmarreur nest utilis que dans la phase de dmarrage du moteur thermique. Le moteur thermique est arrt ds que le vhicule est arrt afin de rduire la consommation et les missions de polluants. Lors des phases de dmarrage, le moteur thermique pouvant tre entran rgime beaucoup plus lev quavec un dmarreur classique, les missions de polluants sont rduites de manire significative /Furubayashi & al. 2001/. Lorsque les deux moteurs ont des puissances similaires, le moteur lectrique est plac entre lembrayage et la bote de vitesses. Les rgimes des deux moteurs sont linairement dpendant du rgime des roues. Il sagit alors de rpartir le couple aux roues ncessaire la propulsion du vhicule entre les deux moteurs, en tenant compte des rapports de bote. Lun Vhicules hybrides 11

des inconvnients inhrent cette architecture est la perte de couple aux roues apparaissant lors des changements de rapports, qui dgrade le confort de conduite. Pour remdier cet inconvnient, la bote de vitesses peut tre remplace par un variateur continu de vitesse /Kleimaier & Schrder 2001/. Le moteur lectrique peut galement tre connect sur un arbre diffrent, on parle dans ce cas darchitecture double arbre, figure 3. On saperoit que le dimensionnement des composants et la rpartition de puissance sur les deux chanes de traction sont moins contraints. Dans larchitecture double arbre, les deux moteurs ont des rgimes indpendants et tout moment la traction du vhicule est assure par un des deux moteurs.

tel-00007966, version 1 - 7 Jan 2005

M oteur lectrique

Embrayage

M oteur therm ique

Figure 3 : l'architecture double arbre

Lorsque le moteur lectrique est reli directement aux roues, pour assurer une rduction de consommation de carburant et des missions de polluants significative, sa puissance doit tre relativement importante. Lutilisation dun moteur lectrique de moindre puissance reste possible si une deuxime bote de vitesses est ajoute, figure 3. Cependant, pour des raisons de cot et de complexit mcanique cette dernire solution semble difficilement envisageable. Dans les architectures simple et double arbre, le couple aux roues rsulte de laddition des couples fournis par les moteurs (aux rapports de rduction prs). Larchitecture combine met en uvre un train plantaire afin de raliser une addition de vitesse, figure 4.

12

Vhicules hybrides

Rservoir

Boite de vitesses

Batteries

Boite de vitesses

Rservoir

Moteur lectrique n1

Train Plantaire

Moteur thermique

Batteries

Moteur lectrique n2

Figure 4: L'architecture hybride combine

Si seulement un moteur thermique et un moteur lectrique sont utiliss, le seul degr de libert est le choix des rgimes de chacun des moteurs. Par contre, si un deuxime moteur lectrique est ajout, figure 4, alors le couple et le rgime du moteur thermique peuvent tre tel-00007966, version 1 - 7 Jan 2005 choisis presque indpendamment des conditions de conduite (vitesse du vhicule, couple demand aux roues par le conducteur) /Martellucci & al. 2001/.

Cette liste darchitectures est loin dtre exhaustive, mais reprsente les configurations les plus utilises. Dautres ont t proposes mais elles sont gnralement plus complexes (plusieurs embrayages, 3 moteurs lectriques, etc.) /Tian & al. 2001/ /Stridsberg 2001/. 1.3.3. Principaux modes de fonctionnement Les vhicules hybrides disposant de plusieurs sources dnergie pour assurer leur propulsion, on distingue trois principaux modes de fonctionnement possibles, figure 5. Dune faon trs gnrale, on peut les rsumer de la manire suivante : le mode thermique pur correspond une propulsion intgralement assure par le moteur thermique. Les performances en termes de consommation et de pollution sont alors similaires celles dun vhicule conventionnel ; le mode lectrique pur correspond une propulsion intgralement assure par le moteur lectrique. Le vhicule est alors dit ZEV (Zero Emission Vehicle) et les performances en terme de dynamique et dagrment de conduite sont similaires celles dun vhicule lectrique. Ce mode conduit plus ou moins long terme la dcharge des batteries ;

Vhicules hybrides

13

le mode hybride correspond une propulsion assure par les deux moteurs simultanment. Plusieurs cas de figures sont envisageables, figure 5. En traction, lnergie ncessaire la propulsion du vhicule peut tre dlivre soit par les deux moteurs, soit par le moteur thermique seul. Le moteur lectrique est alors utilis pour recharger les batteries en roulant. En freinage, le moteur lectrique rcupre une partie de lnergie cintique du vhicule ainsi quun supplment dlivr par le moteur thermique.

Une fois larchitecture slectionne, le choix des technologies et le dimensionnement des composants sont essentiels car ils dterminent non seulement les performances dynamiques du vhicule (acclration maximale, vitesse maximale, etc.) mais aussi la consommation tel-00007966, version 1 - 7 Jan 2005 moyenne du vhicule et ses missions de polluants. Gnralement, ces choix sont des compromis entre performances dynamiques, consommation et missions, et bien sur, cot de fabrication. Cependant, tous ces choix ne peuvent tre effectus uniquement au regard de critres purement techniques. Les attentes des consommateurs, les diffrentes utilisations possibles du vhicule hybride sont galement des facteurs prendre en compte dans la problmatique gnrale des vhicules hybrides.

14

Vhicules hybrides

(t ) <

Mode lectrique pur

Freinage du vhicule : Cr ( t ) < 0


C
r

M o te u r le c tr iq u e

M o te u r t h e r m iq u e

Freinage rcupratif en mode lectrique pur : Lnergie cintique du vhicule est rcupre par le moteur lectrique pour recharger les batteries.

(t )

th

(t ) =
e

0
0

(t )

Traction du vhicule : Cr ( t ) 0
C
r

M o te u r le c tr iq u e

M o te u r th e r m iq u e

Traction en mode lectrique pur : Le moteur lectrique fournit lintgralit de lnergie ncessaire la propulsion du vhicule.

(t )

th

(t ) =
e

(t )

= 0

Traction du vhicule : Cr ( t ) 0 tel-00007966, version 1 - 7 Jan 2005 Mode thermique pur


C
r

M o te u r le c tr iq u e

M o te u r th e r m iq u e
C 0
th

Traction en mode thermique pur : Le moteur thermique fournit lintgralit de lnergie ncessaire la propulsion du vhicule.

(t ) >

(t ) >
0

(t ) =

Freinage du vhicule : Cr ( t ) < 0


C
r

M o te u r le c t r iq u e

M o te u r th e r m iq u e

Freinage en mode thermique pur : Le moteur thermique n'tant pas rversible, l'intgralit de l'nergie cintique du vhicule est dissipe sous forme de chaleur dans les freins.

(t )

th

(t ) =
e

0
0

(t )

M o te u r le c t r iq u e

Traction du vhicule en mode hybride : Les deux moteurs participent la propulsion du vhicule.

Traction du vhicule : Cr ( t ) 0 Mode Hybride

M o te u r th e r m iq u e
C

(t ) >

th

(t ) > 0 (t ) < 0

M o te u r le c tr iq u e

M o te u r th e r m iq u e
C 0
th

(t ) >

(t ) >
0

Traction du vhicule en mode hybride : Le moteur thermique fournit lintgralit de lnergie ncessaire la propulsion du vhicule ainsi quun supplment qui est rcupr par le moteur lectrique afin de recharger les batteries. Freinage rcupratif en mode hybride : Lnergie cintique du vhicule et lnergie produite par le moteur thermique sont rcupres par le moteur lectrique afin de recharger les batteries.

(t ) <

Freinage du vhicule : Cr ( t ) < 0


C
r

M o te u r le c tr iq u e

M o te u r th e r m iq u e

(t )

th

(t ) >

Figure 5: Les diffrents modes de fonctionnement du vhicule hybride

Vhicules hybrides

15

Un des lments qui dtermine en partie lutilisation possible du vhicule hybride est la capacit de la batterie car elle dtermine lautonomie du vhicule en mode lectrique pur. Actuellement, le prix des batteries est relativement lev et donc, dans limmdiat, les premiers vhicules hybrides commercialiss (Toyota Prius, Nissan Tino, Honda Insight) ne disposent que dune faible capacit de batterie ne permettant pas le fonctionnement en mode lectrique pur /Badin & al. 2001/. On peut mettre lhypothse que, plus tard, avec lintroduction en plus grande quantit de vhicules hybrides sur le march, le prix des batteries diminuera et lautonomie en mode lectrique pur atteindra entre 30 et 60 km. Le vhicule hybride pourrait alors tre utilis en mode lectrique pur pour assurer la plupart des petits trajets quotidiens. Les kilomtres effectus en mode lectrique pur auront un prix de revient trs faible (de lordre de 1.5 /100km /AVERE 2001/) en comparaison celui du carburant /Frank 2001/. tel-00007966, version 1 - 7 Jan 2005 Dans ce contexte, le vhicule hybride cumule alors les avantages du vhicule lectrique pour les courts trajets et ceux du vhicule conventionnel pour les trajets plus longs. Dun point de vue technique, ce type dutilisation est tout fait envisageable, il peut permettre une rduction significative des missions de polluants et diminuer le prix de revient au kilomtre. Cependant, une question que lon peut se poser, est de savoir si les utilisateurs sont prts recharger la batterie tous les soirs ?

Sous certaines conditions, une rduction des performances dynamiques (acclration et vitesse maximale) du vhicule permet de rduire la fois la consommation de carburant et les missions de polluants. Il alors envisageable de proposer lutilisateur, par exemple travers un bouton sur le tableau de bord, un mode conomique et moins polluant dans lequel il accepte de dgrader volontairement les performances du vhicule. Pour que ce mode de fonctionnement puisse tre accept par les utilisateurs, un compromis entre rduction des performances, de la consommation, et des missions devra tre trouv. Ces quelques questions posent le problme plus gnral de lacceptation des nouvelles technologies et du changement des comportements. Il est clair que les rponses ces questions auront un impact non ngligeable sur les cahiers des charges des vhicules hybrides. La dernire partie de ce chapitre est consacre la description dun prototype ralis au sein du laboratoire. 16 Vhicules hybrides

1.4. Le prototype ralis au LAMIH Dans le cadre de la coopration entre PSA Peugeot Citron, le LAMIH, le Fond Europen pour le Developpement Rgional (FEDER) et lAgence De lEnvironnement et la Matrise de lEnergie (ADEME), un prototype de vhicule hybride a t conu et ralis lors de la thse de Gino Paganelli /Paganelli 1999/. Le cahier des charges a t mis au point avec PSA Peugeot Citron, il spcifie les performances en mode hybride mais aussi en mode lectrique pur : Mode Hybride :

Vitesse de croisire (maintenue sur de longues distances sur le plat) : 140 km/h Vitesse de pointe : tel-00007966, version 1 - 7 Jan 2005 Acclration : Tenue en cte : 160km/h, sur 1000m. 0-100km/h en 14s 4% 12% 130 km/h sur dnivel de 500m 80 km/h

Ces performances correspondent sensiblement celles dune berline familiale. Mode lectrique pur :

Vitesse de pointe : 90 km/h sur le plat Autonomie : Acclration : Tenue en cte : 35 km sur cycle UF3 0-50 km/h en 8 s. 4% 12% 60 km/h 40 km/h

Dmarrage en cte : 24% minimum. Ce cahier des charges va, en fonction de larchitecture retenue, contraindre les diffrents choix des composants. 1.4.1. Modlisation /Paganelli 1999/ Ltape pralable toute tude de ce type est la modlisation. Elle a t choisie modulaire, chaque organe tant modlis sparment. Leur assemblage permet alors de simuler le comportement de diffrents vhicules : conventionnel, lectrique, hybrides (srie, parallle et combin). Vhicules hybrides 17

Lensemble a t mis sous forme dune bote outils pour Matlab/Simulink. Les comportements nergtiques et dynamiques des diffrents composants mis en uvre dans les vhicules hybrides ont t modliss.
CONSIGNE ENTREE MODELE MESURE SORTIE

ENTREE DE REACTION

SORTIE DE REACTION

Figure 6 : Structure d'un composant

La modlisation de chacun des composants est base sur ltude des flux nergtiques. Par exemple, pour le moteur lectrique, figure 7, un flux dnergie lectrique Courant Tension est converti en un flux dnergie mcanique Couple Rgime . tel-00007966, version 1 - 7 Jan 2005
Consigne Tension Couple Courant
Moteur
Figure 7 : Exemple de composant de la boite outils : le moteur lectrique

Rgime

Des compromis entre la prcision du modle et sa complexit ont du tre faits, pour plus dinformations, le lecteur peut se rfrer au mmoire de thse de /Paganelli 1999/ : La consommation de carburant du moteur thermique est estime partir de cartographies tablies partir de mesures sur un banc de test. La dynamique du couple du moteur thermique est reprsente par un systme du premier ordre. Le modle ne prend pas en compte le fonctionnement froid du moteur thermique. Le moteur lectrique est un moteur courant continu. Le temps de lasservissement en couple tant infrieur la priode dchantillonnage choisie pour la simulation, seul le comportement lectromagntique et les pertes (fer et mcaniques) ont t modliss. Un modle de batterie au plomb, bas sur la relation de Peukert, permet destimer la capacit apparente de la batterie et donc son tat de charge. Son comportement lectrique est assimil celui dune source de tension en srie avec une rsistance

18

Vhicules hybrides

interne. Ces deux grandeurs sont des fonctions de ltat de charge, donnes par le constructeur. Le vhicule est modlis comme une masse soumise son inertie, au couple dvelopp par le groupe motopropulseur et diffrents efforts lis lenvironnement : rsistance au roulement (contact pneu-route), rsistance arodynamique (pntration du vhicule dans lair), et rsistance de monte en cte. En simulation, le vhicule peut tre asservi pour suivre un cycle de vitesse. Ces cycles de vitesse peuvent tre issus de mesures effectues sur un vhicule rel dans diffrentes situations (parcours urbain, routier, autoroutier, etc.) ou tre des cycles normaliss, comme par exemple le CEN (Cycle Europen Normalis), qui reprsente un parcours de 11km utilis tel-00007966, version 1 - 7 Jan 2005 par les constructeurs europens pour mesurer la consommation moyenne des vhicules. En assemblant les diffrents composants de la bibliothque, diffrentes architectures de vhicules peuvent tre modlises. Par exemple, un vhicule conventionnel, figure 8, met en uvre un moteur thermique reli un vhicule
c ons _v it rd/ s C ons _C _roue (N m ) C ple R oues R apport Em b W roues C ons C t h

Cycl e

v it_v ehic ule (rd/ s )

co n d u cte u r

S tra t g i e d e co m m a n d e

MT

E m b ra ya g e

BV

B e rl i n g o

Figure 8 : Exemple de modlisation : vhicule conventionnel

Diffrentes tudes en simulation, en liaison avec le cahier des charges dfini auparavant, ont abouti, en accord avec PSA Peugeot Citron, une architecture hybride parallle simple arbre dont le modle est donn sur la figure 9.

Vhicules hybrides

19

c ons _v it rd/ s C ons _C _roue (N m ) C ple R oues W roues Soc R apport Em b C ons C t h C ons C e

Cycl e

v it _v ehic ule (rd/ s )

co n d u cte u r

S tra t g i e d e co m m a n d e

MT

E m b ra ya g e

BV

B e rl i n g o

C O N SI G N ES MESU R ES EN TR EE I bat t U bat t (v ) SO C

B a tte ri e G e n e si s

M o te u r e l e ctri q u e

RE DUCT E UR

tel-00007966, version 1 - 7 Jan 2005

Figure 9 : Exemple de modlisation : architecture hybride parallle simple arbre

1.4.2. Architecture et dimensionnement des composants /Paganelli 1999/ Larchitecture retenue est prsente figure 10. Laddition du couple produit par les deux moteurs se fait au niveau de la connexion des deux moteurs sur le mme arbre. Le patinage de lembrayage ayant t exclu pour des raisons defficacit nergtique, le moteur lectrique est utilis pour le dmarrage du vhicule. Lembrayage nest utilis que pour accoupler / dsaccoupler le moteur thermique du groupe motopropulseur.

C r ,r

R(k )
Bote de vitesses

Reducteur

Ce , e
Moteur lectrique Batterie Rservoir d'essence

Accouplement

Embrayage

Moteur thermique

C th , th

Figure 10 : Architecture du prototype

Les diffrents choix des composants et leur agencement sont explicits ci-aprs. Le vhicule utilis pour la construction du prototype est un utilitaire lger : Berlingo Citren.

20

Vhicules hybrides

Le moteur thermique doit tre suffisamment puissant pour pouvoir assurer la vitesse de croisire demande (140km/h). Un moteur essence dj utilis en srie a t retenu. Sa cylindre est de 1.4l, sa puissance maximale est de 75ch (55kW) 5800tr/mn. Le moteur lectrique a t dimensionn pour pouvoir assurer lacclration maximale du vhicule en mode lectrique pur : 0-50km/h en 8s. Le moteur retenu est de type courant continu excitation spare aliment en 240V dj utilis en srie sur des vhicules lectriques. Sa puissance maximale est de 43kW. Le rducteur assure une double fonction. Il permet dune part dadapter la vitesse du moteur lectrique de manire ce que les deux moteurs atteignent leur rgime maximal simultanment, et dautre part, il assure laccouplement et la transmission mcanique entre le moteur lectrique et larbre primaire de la bote de vitesses. tel-00007966, version 1 - 7 Jan 2005 Essentiellement pour des raisons de cot, la technologie plomb pur a t retenue pour les batteries. 20 modules de 12V-26Ah, reprsentant une masse de 200kg, assurent lalimentation du moteur lectrique et des diffrents accessoires du groupe motopropulseur (vrins, calculateurs, etc.). Aprs une tude prliminaire des diffrentes possibilits, le nombre de rapports de la bote a t fix deux, correspondant sensiblement aux rapports de seconde et de cinquime du Citron Berlingo dorigine. La bote de vitesses a ncessit une conception spcifique car elle doit pouvoir supporter un couple important (rsultant de laddition des couples maximum dvelopps par chacun des moteurs). Lensemble du groupe motopropulseur prend place dans le compartiment moteur du vhicule, figure 11. Pour des raisons dencombrement, le moteur lectrique a t dport au-dessus de la bote de vitesses, une cascade de pignons permettant de relier les deux arbres moteurs.

Figure 11:Le groupe motopropulseur assembl et le vhicule prototype

Vhicules hybrides

21

Larchitecture hybride parallle simple arbre ayant t retenue, les principales grandeurs mcaniques mises en jeux (couple et rgime) peuvent tre explicites par les relations mcaniques. 1.4.3. Relations mcaniques Dans toute la suite, la lettre C dsignera un couple, un rgime, R ( k ) le rapport de rduction du k ime rapport, t l'instant d'chantillonnage, un rendement, les indices e le moteur lectrique, th le moteur thermique, r les roues, red le rducteur, bv la bote de vitesses.
Couple du moteur lectrique : Ce

tel-00007966, version 1 - 7 Jan 2005

.Ce

Roues de diamtres diffrents Petite vers grande => rducteur

Couple aux roues : Cr

Rducteur

Couple du moteur thermique : Cth

Roues de mme diamtre => accouplement (addition de couples)


Accouplement

Figure 12 : Principe mcanique et schma cintique de la chane de traction

Larchitecture retenue est dite addition de couples, figure 12, car le couple aux roues est proportionnel la somme du couple dlivr par chacun des moteurs : Cr ( t ) = R ( k ( t ) ) ( Ce ( t ) + Cth ( t ) ) (1.1)

Cependant, les rendements des diffrents lments situs entre les moteurs et les roues doivent tre pris en compte et insrs dans (1.1). On en dduit donc l'quation suivante : Cr ( t ) = R ( k ( t ) ) ( Ce ( t ) .red + Cth ( t ) ) bv (1.2)

Larchitecture tant hybride parallle simple arbre, le rgime de chacun des moteurs est proportionnel celui des roues :

22

Vhicules hybrides

r (t ) =

R ( k (t ))

th ( t )

R ( k (t ))

e (t )

(1.3)

Les contraintes mcaniques du moteur lectrique sont les suivantes : 0 < e ( t ) < e _ max = th _ max et Ce _ min ( e ( t ) ) < Ce ( t ) < Ce _ max ( e ( t ) ) Les contraintes mcaniques du moteur thermique sont les suivantes : th _ min < th ( t ) < th _ max et 0 < Cth ( t ) < Cth _ max (th ( t ) ) (1.6) (1.7) (1.4) (1.5)

Nb : Le rducteur de la bote de vitesse a t calcul pour que les deux moteurs atteignent tel-00007966, version 1 - 7 Jan 2005 simultanment leur rgime maximal : = e _ max th _ max

En simulation, le rgime la roue r ( t ) peut tre fourni par un cycle de vitesse, Cr ( t ) est alors calcul en utilisant un modle de vhicule. Dans le cas d'une application temps rel, r ( t ) est mesur et Cr ( t ) est donn par le conducteur au travers de la position de la pdale d'acclrateur. Les quations (1.2) et (1.3) montrent clairement que r ( t ) et Cr ( t ) tant connus, les seuls degrs de libert sont le choix du rapport de bote k ( t ) et un des couples des moteurs : Ce ( t ) ou Cth ( t ) .

1.5. Conclusion Ce premier chapitre a rappel quelques lments de base des vhicules hybrides. Les diffrents composants ont t prsents ainsi que les trois grandes familles darchitectures que lon peut rencontrer : srie, parallle et combine. Ce travail faisant suite aux travaux de doctorat de Gino Paganelli /Paganelli 1999/, les principaux outils qui seront repris dans la suite de ce mmoire ont t rappels succinctement. Il sagit en premier lieu, de loutil de simulation modulaire mis en uvre, qui permet

Vhicules hybrides

23

dvaluer diffrentes architectures. En second lieu, un prototype ayant vu le jour, le choix de larchitecture et de ses composants est rapidement dcrit. Enfin, ce prototype servant de base plusieurs tudes au cours de ce mmoire, les diffrentes relations mcaniques dcrivant son architecture, ainsi que les diverses contraintes ont t donnes. La remarque principale tant pour cette architecture, dite parallle hybride simple arbre, que la dfinition dun point de fonctionnement instantan ne ncessite que la connaissance de deux variables, le rapport de bote et le couple dun des deux moteurs, les autres variables tant contraintes par les relations mcaniques. Lobjectif est alors de dterminer, pour une architecture donne, chaque instant, quelle commande utiliser en tenant compte de critres lis la consommation et/ou la pollution. Les algorithmes ddis cette problmatique sont appels stratgies de commande. tel-00007966, version 1 - 7 Jan 2005

24

Vhicules hybrides

Chapitre 2.

Stratgies de commande
2.1. Introduction : problmatique gnrale ________________________________________ 26 2.2. Stratgies de commande base de rgles_______________________________________ 28
2.2.1. Fuzzy Torque Distribution Control /Won & Langari 2001/ ______________________________ 2.2.2. Stratgie floue base sur le rendement /N. Salman & al. 2000/____________________________ 2.2.3. Stratgie de commande floue : Fuzzy Control Strategy (FCS) /Advisor 2001/________________ 2.2.3.1. Principe __________________________________________________________________ 2.2.3.2. Rsultats__________________________________________________________________ 28 29 31 31 35

tel-00007966, version 1 - 7 Jan 2005

2.3. Stratgies de commande bases sur une minimisation instantane__________________ 37


2.3.1. Stratgie de Minimisation des pertes (LMS) /Seiler & Schrder 1998/ _____________________ 2.3.1.1. Principe __________________________________________________________________ 2.3.1.2. Gestion de ltat de charge____________________________________________________ 2.3.2. Consommation quivalente (ECMS) /Paganelli & al. 2000/ ______________________________ 2.3.2.1. Consommation quivalente totale ______________________________________________ 2.3.2.2. Prise en compte de l'tat de charge _____________________________________________ 2.3.3. Real Time Control Strategy (RTCS) /Johnson & al 2001/ _______________________________ 37 37 42 44 45 48 50

2.4. Conclusion _______________________________________________________________ 50

2.1. Introduction : problmatique gnrale On sattend ce que les vhicules hybrides aient une consommation de carburant infrieure celle de leur homologue conventionnel tout en conservant les mmes performances. La principale diffrence concerne la gestion de deux sources dnergie : si les stratgies de commande doivent aller dans le sens de la rduction de la consommation moyenne de carburant, il est ncessaire dy intgrer la gestion de la deuxime source dnergie. Lautonomie du vhicule en mode lectrique est trs souvent petite devant celle en mode thermique. Dans ce cas, la gestion de la batterie peut revenir, par exemple, maintenir ltat de charge dans des limites acceptables, i.e., ltat de charge doit rester assez bas pour pouvoir profiter du freinage rcupratif sans surcharger la batterie et suffisamment haut pour assurer, tout moment, une autonomie minimale en mode lectrique pur. tel-00007966, version 1 - 7 Jan 2005

Une autre caractristique attendue des vhicules hybrides est la rduction des missions de polluants. Ce problme est extrmement complexe, faisant intervenir des phnomnes chimiques et thermiques qui ne sont pas encore matriss. Il nexiste pas, notre connaissance, de modles dynamiques dmissions directement exploitables pour mettre en uvre une stratgie de commande. Seules sont disponibles des cartographies valides pour un fonctionnement statique du moteur thermique. Il semble donc aujourdhui difficile dintgrer explicitement la minimisation des missions de polluants si des fonctionnements dynamiques du moteur doivent tre pris en compte /Lynch & al. 2001/. Deux cas sont possibles : le point de fonctionnement du moteur thermique est libre, par exemple, pour une architecture combine on peut envisager davoir un point de fonctionnement quasi statique (rgime et couple indpendants des conditions de conduite) autorisant la prise en compte des connaissances issues des cartographies statiques ; le point de fonctionnement du moteur thermique est partiellement contraint, par exemple pour une architecture simple arbre, son rgime est impos par le vhicule, et le couple est command. La dynamique du moteur thermique devient donc prpondrante et doit tre prise en compte pour une ventuelle minimisation des missions de polluants. Nanmoins, dans ce dernier cas, des rgles gnrales allant dans le sens dune rduction des missions peuvent sappliquer la commande du groupe motopropulseur. Elles sont externes aux algorithmes de gestion nergtique, et issues de lexprience pralablement acquise. Par 26 Stratgies de commande

exemple, le moteur thermique peut tre allum de manire maintenir le catalyseur sa temprature nominale de fonctionnement /Bartlett & Whalley 1998/, ou encore, les fortes variations de couple du moteur thermique peuvent tre attnues par lutilisation du moteur lectrique.

La suite de ce chapitre prsente quelques stratgies de commande qui ont t appliques sur des vhicules hybrides, ou qui sont applicables en commande temps rel. Elles sont regroupes en deux classes. La premire correspond aux stratgies dont la synthse fait appel des connaissances empiriques apportes, par exemple par des experts. Dans ce contexte, un des formalismes privilgi fait appel aux ensembles flous, et les lois bases sur un rgulateur base de rgles floues sont nombreuses, entre autres /Salman & al. 2000/ /Won & Langari tel-00007966, version 1 - 7 Jan 2005 2001/ /Advisor 2001/. La deuxime classe concerne des stratgies bases sur lanalyse plus dtaille des changes nergtiques entre les diffrents organes du groupe motopropulseur et le vhicule /Seiler & Schrder 1998/ /Paganelli & al. 1999/ /Johnson & al 2001/.

Avant dexpliciter les diffrentes stratgies de commande une remarque importante concernant le contexte des simulations doit tre faite. Comme on le verra par la suite, les faons denvisager la synthse dune stratgie sont nombreuses et peuvent provenir dhorizons varis. Certaines sont ddies une architecture particulire, dautres sont plus gnrales, certaines font appel des outils classiques de la thorie de la commande, dautres sont formalises partir de donnes qualitatives. Il est nanmoins intressant de confronter les plus intressantes dentre elles, mais au vu des remarques prcdentes, cette tche est loin dtre facile. Dans toute la suite, on a essay, autant que faire se peut, de ne pas trahir lesprit dans lequel les auteurs ont propos leur stratgie. Pour proposer un cadre commun, il a t dcid dillustrer leur cycle de fonctionnement sur un cycle de vitesse particulier, cycle routier n1, correspondant un trajet pri-urbain, figure 17 et dutiliser le modle du Berlingo prototype prsent au chapitre prcdent. Cependant, pour viter des rsultats trop locaux , le rglage des algorithmes a t effectu de manire obtenir un comportement acceptable pour une large gamme de fonctionnements possibles. Il sagit dans ce chapitre, plus dillustrer les principes mis en uvre que deffectuer une

Stratgies de commande

27

comparaison (en termes de consommation par exemple). Ce dernier point fera lobjet dune partie du quatrime chapitre.

2.2. Stratgies de commande base de rgles Cette premire catgorie de stratgies de commande sappuie sur des connaissances empiriques traduites sous formes de rgles laide du formalisme des ensembles flous. Ces diffrentes connaissances peuvent tre utilises de diverses manires et sur diffrentes variables. 2.2.1. Fuzzy Torque Distribution Control /Won & Langari 2001/ Cette stratgie sapplique aux architectures addition de couple. Le couple demand aux tel-00007966, version 1 - 7 Jan 2005 roues est dcompos en deux parties. Cr = Cres + Cacc . Cres correspond au couple permettant de maintenir le vhicule vitesse constante. Il est gal la somme des diffrents couples de rsistance lavancement du vhicule : arodynamique, interaction pneus-route, rsistance de monte en cote, etc. Cacc reprsente le couple ncessaire lacclration (ou dclration) du vhicule. Le rgulateur a trois entres (couple moteur Cacc , rgime du moteur thermique th et ltat de charge de la batterie x ) et une sortie (le couple du moteur thermique Cth ). Lexpertise est base sur la dynamique du vhicule, les auteurs proposent de distinguer les diffrents modes de propulsion du vhicule suivants : Dmarrage : Cres = 0 (couple rsistant nul) Cacc > 0 (couple moteur positif) Acclration : Cres > 0 , Cacc > 0 Roulage : Cres > 0 , Cacc 0

Dclration : Cres > 0 , Cacc < 0 Arrt du vhicule : Cres = 0 , Cacc 0

Pour chacun des cinq modes de propulsion possibles, des rpartitions de puissance sont proposes. Par exemple, pendant les acclrations, la consigne de couple du moteur lectrique est Cacc , celle du moteur thermique est Cres , ce qui permet de bnficier de la dynamique 28 Stratgies de commande

rapide du moteur lectrique asservi en couple. Ces rpartitions sont dpendantes de ltat de charge de la batterie, par exemple, lors dun roulage, en fonction de ltat de charge, le moteur lectrique peut participer la traction ou tre utilis pour recharger la batterie. Trois bases de rgles sont proposes au conducteur. Pour les deux premires, les acclrations et les fortes demandes de couple sont assures principalement par le moteur lectrique (respectivement thermique) tandis que le moteur thermique (respectivement lectrique) dlivre la puissance moyenne ncessaire la propulsion du vhicule. La troisime base correspond une pondration entre les deux bases prcdentes. Les auteurs explorent alors les rponses obtenues en simulation en utilisant ces trois types de rgulateur. Nanmoins, outre le fait que les dcoupages des variables et lobtention des rgles soit empiriques, le fait dexplorer une pondration des situations extrmes revient dune tel-00007966, version 1 - 7 Jan 2005 certaine manire explorer lensemble des rpartitions de puissance possibles. Il ny a aucune piste qui permette de dterminer une pondration optimale. Une autre faon de mettre en uvre une stratgie de commande est de considrer la rpartition de puissance, non pas comme une fonction de la dynamique du vhicule, mais comme une fonction du rendement des diffrents moteurs. 2.2.2. Stratgie floue base sur le rendement /N. Salman & al. 2000/ Cette stratgie sapplique une architecture double arbre avec une bote de vitesses 5 rapports. Le rgulateur a trois entres (la puissance demande par le conducteur Proues , le rgime du moteur lectrique e et ltat de charge de la batterie Soc ) et deux sorties (la puissance du moteur lectrique : Pelec et un facteur de pondration ). Le rgulateur nest actif que durant la phase de traction ( Proues 0 ) du vhicule, pendant les phases de freinage seul le moteur lectrique est utilis : Pelec = Proues .

Le fonctionnement est bas sur une enveloppe de rendement admissible pour chacun des deux moteurs. Les deux situations extrmes correspondent au cas o la puissance demande Proues est lintrieur de lenveloppe admissible dun des moteurs. Le mode adopt est alors lectrique pur ou thermique pur. Un rgulateur de type Sugeno permet alors de grer le fonctionnement en mode hybride. Stratgies de commande 29

Une des particularits de cette stratgie est la gestion des rapports de bote. La courbe de
* couple optimal tant connue et la puissance Pth obtenue par le rgulateur, le rgime th du

moteur thermique est solution de :


* * Copti ( th ( t ) ) th ( t ) = Pth ( t )

(2.1)

Il sagit du point dintersection de la courbe de couple optimal et dune courbe disopuissance Pth (courbes en pointill figure 13).
C th (N m )
12 0 40 20 10 0 10 22 30 50 M T cm ax M T o p ti is o -P

80

tel-00007966, version 1 - 7 Jan 2005

60 5 40

20

0 0 10 0 0

20 0 0 th
*

30 0 0

40 0 0 \ th (tr/m n)

50 0 0

60 0 0

70 0 0

Figure 13 : Calcul du rgime optimal pour le moteur thermique


* La figure 13 illustre le choix du rgime th = 2258 tr/mn qui maximise le rendement pour une * puissance Pth = 22kW . Connaissant le rgime des roues r et ce rgime th du moteur

thermique, on peut dfinir R* =

* th , reprsentant le meilleur rapport de rduction dans cette r

configuration. Le numro de rapport slectionn k est alors celui dont la valeur du rapport de rduction est le plus proche de R* . Le couple du moteur thermique est ensuite calcul pour assurer la puissance demande avec le rapport slectionn. Le nombre de rapport tant limit, le couple du moteur thermique sera presque toujours diffrent du couple initialement dtermin. Cette stratgie, prsente pour un vhicul quip dune bote de vitesses manuelle, pourrait donner des rsultats plus intressants avec une CVT qui permet de faire varier continment le rapport de rduction. De plus, les grandeurs 30 Stratgies de commande

manipules sont des puissances, or puissance constante le rendement des moteurs varie fortement avec le rgime. 2.2.3. Stratgie de commande floue : Fuzzy Control Strategy (FCS) /Advisor 2001/ La stratgie de commande (FCS) a t propose dans le logiciel Advisor librement disponible sur Internet /Advisor 2001/. Cette stratgie semblant intressante, elle est dcrite un peu plus en dtails. Quelques rsultats de simulation utilisant la modlisation cite prcdemment et les caractristiques du prototype disponible sont galement prsents. Considrant que le moteur thermique est la principale source de pertes dans le groupe motopropulseur, son point de fonctionnement est ajust pour maximiser son rendement. Les rapports de bote sont choisis en se basant sur des rgles dagrment de conduite. 2.2.3.1. Principe
Afin dillustrer le principe, la
R endem ent (% ) 90 L L 80 L L 70 L th bv Red Batt 1 1.2 k = 1 W : 30 (km /h) C : 100 (Nm ) r r 1.4 k = 1 W : 30 (km /h) C : 100 (N m ) r r

tel-00007966, version 1 - 7 Jan 2005

60 Pui ssa s (k 40 W) 30 50 nce

elec P roues P rech P dech

th bv red batt elec

0.8

0.6

0.4 20 0.2 10

0 0 20 40 C 60 (Nm ) m th 80 100

20

40 C

60 (N m ) m th

80

100

120

figure 14 a t obtenue dans les conditions suivantes : vitesse vhicule r = 30 km / h , rapport de premire, couple aux roues Cr = 100 Nm , tat de charge de 80%. La partie gauche illustre les pertes en montrant lutilisation de la puissance fournie par les moteurs en fonction du couple du moteur thermique. La partie droite reprsente le rendement des principaux composants du groupe motopropulseur.

Stratgies de commande

31

R endem ent (% ) 90 L L 80 L L 70 L th bv Red Batt 1 1.2 k = 1 W : 30 (km /h) C : 100 (Nm ) r r 1.4

k = 1 W : 30 (km /h) C : 100 (N m ) r r

60 Pui ssa s (k 40 W) 30 50 nce

elec P roues P rech P dech

th bv red batt elec

0.8

0.6

0.4 20 0.2 10

0 0 20 40 C 60 (Nm ) m th 80 100

20

40 C

60 (N m ) m th

80

100

120

Figure 14 : Pertes et rendements du groupe motopropulseur Le moteur thermique est responsable de la majorit des pertes, son rendement natteint environ que 30%,
R endem ent (% )

tel-00007966, version 1 - 7 Jan 2005

90 L L 80 L L 70 L th bv Red Batt

k = 1 W : 30 (km /h) C : 100 (Nm ) r r

1.4

k = 1 W : 30 (km /h) C : 100 (N m ) r r

1.2

60 Pui ssa s (k 40 W) 30 50 nce

elec P roues P rech P dech

th bv red batt elec

0.8

0.6

0.4 20 0.2 10

0 0 20 40 C 60 (Nm ) m th 80 100

20

40 C

60 (N m ) m th

80

100

120

figure 14, alors que le rendement de chacun des autres composants dpasse les 80%. NB : Le rendement du moteur lectrique chute 0 lorsque le couple du moteur lectrique approche 0, mais la puissance alors mise en jeu tant faible, les pertes sont quasi nulles. Lillustration faite dans ce cas particulier, peut tre tendue tous les autres cas, il suffit pour cela de tracer les courbes diso-rendement dans un plan (couple, rgime), figure 15.

32

Stratgies de commande

Rendement du moteur thermique 120 Cth opti Cth max 100 0.25 80 0.2 Couple (Nm) 0.3

60 0.15

40

0.1

20

0.05

0 1000

1500

2000

2500

3000 3500 4000 4500 Regime Therm(tr/mn)

5000

5500

6000

6500

tel-00007966, version 1 - 7 Jan 2005

Figure 15 : Rendement du moteur thermique

On peut donc considrer que les pertes dans les autres composants sont ngligeables en comparaison de celles du moteur thermique et que le rendement du moteur thermique est prpondrant dans le groupe motopropulseur. Lobjectif de la stratgie est alors dessayer de positionner le point de fonctionnement du moteur thermique sur la courbe pour laquelle le rendement du moteur thermique est maximal, figure 15. Pour dfinir compltement la commande du groupe motopropulseur, la deuxime variable dfinir est le numro de rapport de bote k ( t ) . Ce choix est fonction de rgles dagrment de conduite synthtises dans une cartographie de passage de vitesses, figure 16.

Stratgies de commande

33

Cartographie de changem ent de rapport 70 30 20 200 10 40 50 60 90 80

5 150

(N C

ap

100

50 Lim ite 1 ere Lim ite 2 nd C


ap m ax

tel-00007966, version 1 - 7 Jan 2005

Iso P (kW ) 0 0 0 1000 2000 3000 4000 5000 6000

ap (tr/m n)

Figure 16 : Cartographie de changement de rapports

Laxe des abscisses est le rgime de larbre primaire de la bote de vitesses et laxe des ordonnes reprsente la consigne de couple aux roues ramene larbre primaire de la bote de vitesses : R ( k (t )) Cr ( t ) . La courbe Cap _ max reprsente le couple maximal que peuvent

dvelopper les deux moteurs simultanment. Le rapport slectionn doit permettre de disposer de suffisamment de couple tout en vitant les sur-rgimes. Dans le cas du Berlingo prototype, il ny a que deux rapports et donc deux rgles suffisent. Lorsque le point Cr ( t ) , r ( t ) R ( k ( t ) ) franchi une limite donne, lautre rapport est engag. R ( k (t )) La figure 17 montre les rsultats obtenus sur le cycle routier n1. Aucune contrainte sur ltat de charge nayant t prise en compte pour le calcul de la commande, ltat de charge augmente de manire importante pouvant entraner une surcharge de la batterie.

34

Stratgies de commande

C y c le R 1
(k m / h )

60 40 20 0 0 100 200 300 400 500 600 700 800

(N m ) C
th

100 50 0 2

100

200

300

400

500

600

700

800

k (t )

1.5

E t a t d e c h a rg e (% )

100

200

300

400

500

600

700

800

tel-00007966, version 1 - 7 Jan 2005

88 86 84 82 80 0 100 200 300 400 500 Te m p s (s ) 600 700 800

Figure 17 : Rsultats pour le cycle Routier n1

Cela illustre parfaitement la ncessit de tenir compte de la deuxime source dnergie. Une manire de la prendre en compte est de contraindre ltat de charge. En fonction de ltat de charge Soc , et du couple aux roues demand Cr , un rgulateur flou, ici de type Mamdani, permet de dterminer la consigne de couple appliquer au moteur thermique, celle-ci correspondant au couple optimal si la contrainte sur ltat de charge est respecte. On pourra toutefois noter que la base est constitue de 121 rgles. 2.2.3.2. Rsultats Dans les conditions de simulation prcises au dbut du chapitre (cycle routier n1, Berlingo prototype) la consommation de carburant est de 10,5 l /100km avec une variation globale dtat de charge de +2,1% , figure 18.

Stratgies de commande

35

F u z z y L o g ic C o n t ro l S t ra t e g y : C y c le R 1
(k m / h )

60 40 20 0 0 100 200 300 400 500 600 700 800

(N m ) C
th

100 50 0 2

100

200

300

400

500

600

700

800

k (t )

1.5

1 E t a t d e c h a rg e (% ) 82 80 78

100

200

300

400

500

600

700

800

tel-00007966, version 1 - 7 Jan 2005

100

200

300

400 500 T e m p s (s )

600

700

800

Figure 18 : Rsultats de la stratgie de commande Fuzzy Logic Contol Strategy pour le cycle Routier n1

Rendement du moteur thermique 120 0.3 100 0.25 80 0.2 Couple (Nm)

60 0.15

40

0.1

20

0.05

0 1000

1500

2000

2500

3000 3500 4000 4500 Regime Therm(tr/mn)

5000

5500

6000

6500

Figure 19 : Points de fonctionnement des deux moteurs par la stratgie de commande pour le cycle CEN

On peut remarquer que beaucoup de points de fonctionnement du moteur thermique sont positionns prs de la courbe de couple optimal et une partie des points de fonctionnement se trouvent dans des zones de rendement moyen afin de maintenir ltat de charge, figure 19. La stratgie parat intressante, nanmoins, on peut se poser des questions concernant le dcoupage des variables en 11 valeurs linguistiques et le rglage des diffrents paramtres. Il ny a pas de justification, mme dans la littrature de la commande floue, dun nombre aussi lev de fonctions. Il est bien vident quil doit exister une combinaison plus propice de ces 36 Stratgies de commande

diffrents paramtres, et que lon peut mme envisager leur rglage en utilisant une technique doptimisation, nanmoins, les principes mis en uvre semblent intressants. Avant de conclure cette partie, on peut noter quune technique doptimisation base sur les algorithmes gntiques a t utilise pour viter le rglage empirique du rgulateur flou /Wang & al. 2001/. Le codage des individus de la population permet la prise en compte du support et du noyau de fonctions dappartenance trapzodales et des conclusions des rgles. Le critre est dfini comme la somme pondre de la consommation de carburant et de la variation globale dtat de charge. Cette partie vient de proposer diffrentes approches empiriques du problme qui ont lavantage de saffranchir de connaissances trop prcises des systmes mis en uvre. Elles permettent surtout dapporter rapidement une solution exploitable en temps rel. tel-00007966, version 1 - 7 Jan 2005 Nanmoins, une comprhension plus pousse des phnomnes mis en jeu semble galement ncessaire, plusieurs travaux ont t raliss dans ce sens et font lobjet du paragraphe suivant.

2.3. Stratgies de commande bases sur une minimisation instantane

2.3.1. Stratgie de Minimisation des pertes (LMS) /Seiler & Schrder 1998/ Les pertes dans les diffrents composants du groupe motopropulseur peuvent tre estimes, soit laide de modles de connaissances, soit par des mesures sur bancs dessais. La stratgie de commande Loss Minimization Strategy (LMS) propose dutiliser ces informations pour choisir, la rpartition de puissance entre les deux moteurs qui minimise les pertes dans le groupe motopropulseur. 2.3.1.1. Principe A chaque instant t , seule une partie de lnergie prleve dans la batterie et dans lessence consomme sert effectivement la propulsion du vhicule. Lautre partie est constitue par les pertes du moteur thermique, du moteur lectrique, de la batterie, du rducteur, et de la bote de vitesses. Cette stratgie de commande est base sur une minimisation instantane de ces pertes dans le groupe motopropulseur.

Stratgies de commande

37

L elec L red

Reducteur

Boite de vitesse

Accouplement

Moteur lectrique

Embrayage

Moteur thermique

L th L bv

Figure 20 : Les pertes dans le groupe motopropulseur

tel-00007966, version 1 - 7 Jan 2005

Puissance perdue dans la bote de vitesses : (2.2)

Lbv ( Cap ( t ) , ap ( t ) ) = (1 bv ) Cap ( t ) ap ( t ) Avec Cap ( t ) le couple sur larbre primaire et ap ( t ) le rgime de larbre primaire. Puissance perdue dans le rducteur :

Lred ( Ce ( t ) , e ( t ) ) = (1 red ) Ce ( t ) e ( t ) Puissance perdue par le moteur thermique

Rservoir d'essence

Batterie

(2.3)

Dfinir les pertes du moteur thermique ncessite de pouvoir valuer la puissance que peut dvelopper le dbit dessence consomme, i.e., la puissance dveloppe par un moteur ayant un rendement unitaire. Cette puissance est difficilement estimable car elle dpend de nombreux paramtres (pouvoir calorifique de lessence, temprature du moteur, richesse du mlange, etc.). Pour contourner ce problme, les auteurs proposent une dfinition base sur la notion de consommation spcifique. La consommation spcifique du moteur thermique est dfinie comme le rapport entre la consommation de carburant et la puissance produite sur larbre de sortie : CSPE ( Cth ( t ) , th ( t ) ) = D ( Cth ( t ) , th ( t ) ) Cth ( t ) th ( t ) (2.4)

38

Stratgies de commande

Elle est proportionnelle linverse du rendement du moteur thermique et nest videmment pas dfinie pour un rgime nul ou un couple nul. La dfinition des pertes dans le moteur thermique propose par les auteurs est : Lth ( Cth ( t ) , th ( t ) ) = D ( Cth ( t ) , th ( t ) ) CSPEmin Cth ( t ) th ( t ) (2.5)

Avec CSPEmin la consommation spcifique minimale du moteur thermique. Les pertes du moteur thermique sont donc dfinies comme la diffrence entre la puissance que le moteur aurait pu dvelopper sil avait eu une consommation spcifique constante gale CSPEmin et la puissance rellement dveloppe sur son arbre de sortie. Les pertes sont nulles pour le point de fonctionnement tel-00007966, version 1 - 7 Jan 2005

(C (t ) , (t ))
th th

pour lequel le

rendement est maximal, cest dire o la consommation spcifique est minimale. Puissance perdue par le moteur lectrique et la batterie : (2.6)

Le ( Ce ( t ) , e ( t ) ) = Pelec ( Ce ( t ) , e ( t ) ) Ce ( t ) e ( t )

Avec Pelec ( Ce ( t ) , e ( t ) ) la puissance prleve sur la batterie pour produire le couple Ce ( t ) sur larbre du moteur lectrique au rgime e ( t ) . En utilisant (1.2) et (1.3), lensemble des pertes peut se rcrire uniquement en fonction des variables de dcision Cth ( t ) et k ( t ) : CR ( t ) (t ) Lbv ( Cth ( t ) , k ( t ) , t ) = Lbv , r R ( k ( t ) ) bv R ( k ( t ) ) Cr ( t ) Cth ( t ) r (t ) R ( k ( t ) ) bv Lred ( Cth ( t ) , k ( t ) , t ) = Lred , red R ( k (t )) (t ) Lth ( Cth ( t ) , k ( t ) , t ) = Lth Cth ( t ) , r k (t ) La puissance perdue dans lensemble groupe motopropulseur est donne par : (2.7)

(2.8)

(2.9)

Stratgies de commande

39

Ltot ( Cth ( t ) , k ( t ) ) = Lbv ( Cth ( t ) , k ( t ) , t ) + Lred ( Cth ( t ) , k ( t ) , t ) + Le ( Cth ( t ) , k ( t ) , t ) + Lth ( Cth ( t ) , k ( t ) , t )

(2.10)

Pour une vitesse vhicule de 30 km / h et un couple au roues de 100 Nm , la figure 21 montre la rpartition de puissance fournie par les moteurs dans le groupe motopropulseur, paramtre en fonction de la consigne de couple du moteur thermique. La partie gauche correspond au rapport de premire, la droite celui de seconde. Pbatt ( t ) reprsente la puissance stocke dans la batterie et Proue la puissance aux roues demande par le conducteur.
NoRapport : 1 W : 30 (km/h) C : 100 (Nm) roues roues Lth Lbv LRed LBatt Lelec Proue Pbatt

Puissance pour k= : 30 (km/h) : r r Lth Lbv LRed LBatt Lelec Proue Pbatt

100

25

25

tel-00007966, version 1 - 7 Jan 2005

20

20

Puissances (kW)

15

Pbatt

Pu iss 15 an ce

10

10

Proues
5

P batt L elec P roues L th L batt


20 40 Cmth 60 80 100

Lelec

Lth
0 0 20 40 60 Cmth (Nm) 80

Lbatt
100

Figure 21 : Rpartition de la puissance dans le groupe motopropulseur

Lensemble des pertes Ltot ( Cth ( t ) , k ( t ) ) est alors reprsent figure 22. A chaque instant t , la commande

(C (t ) , k (t ))
* th *

qui minimise les pertes totales Ltot ( Cth ( t ) , k ( t ) ) est alors

applique au groupe motopropulseur.

40

Stratgies de commande

10

Pertes dans le groupe motopropuleur - Wroues=30 km/h Croues = 100 Nm k=1 k=2

6 Pertes (kW)

5 4

20

40 C
th

60 (Nm)

80

100

120

Figure 22 : Pertes totales dans le groupe motopropulseur

Dans les conditions de simulation prcises au dbut du chapitre (cycle routier n1, Berlingo prototype), les rsultats sont donns figure 23. La consommation est de 6.26 l/100km et la tel-00007966, version 1 - 7 Jan 2005 variation globale dtat de charge est de -8%.
L o s s M in im iz a t io n S t ra t e g y : C y c le R 1
(k m / h )

6 4 2 0 0 100 200 300 400 500 600 700 800

(N m ) C
th

100 50 0 2

100

200

300

400

500

600

700

800

k (t )

1 .5

1 0 .8 S o c (% ) 0 .7 8 0 .7 6 0 .7 4 0 .7 2

100

200

300

400

500

600

700

800

100

200

300

400 500 T e m p s (s )

600

700

800

Figure 23 : Minimisation des pertes sur le cycle Routier n1

La drive de ltat de charge tait prvisible car le choix des commandes est fait uniquement pour minimiser les pertes, sans tenir compte de ltat de charge. Pour avoir une stratgie maintien dtat de charge (Charge Sustaining), il est ncessaire dutiliser en plus de la minimisation des pertes, un algorithme de gestion de ltat de charge de la batterie.

Stratgies de commande

41

2.3.1.2. Gestion de ltat de charge A chaque instant t , pour maintenir ltat de charge dans des limites acceptables, il est ncessaire de modifier les commandes calcules par minimisation des pertes. Notons que cela revient, dans tous les cas de figure, augmenter les pertes. La sensibilit est dfinie comme tant la variation des pertes dans le groupe motopropulseur sur la variation de courant dans la batterie.
* 0 si ( Cth ( t ) , k ( t ) , t ) = ( Cth ( t ) , k * ( t ) , t ) * S ( Cth ( t ) , k ( t ) , t ) = Ltot ( Cth ( t ) , k ( t ) , t ) Ltot ( Cth ( t ) , k * ( t ) , t ) sinon * I batt ( Cth ( t ) , k ( t ) , t ) I batt ( Cth ( t ) , k * ( t ) , t )

(2.11)

Avec I batt ( Cth ( t ) , k ( t ) , t ) le courant circulant dans la batterie pour le couple aux roues Cth ( t ) tel-00007966, version 1 - 7 Jan 2005 et le numro de bote k ( t ) . La sensibilit reprsente le cot, en terme daugmentation des pertes dans le groupe motopropulseur, associ une variation du courant :
* I batt ( Cth ( t ) , k ( t ) , t ) = I batt ( Cth ( t ) , k ( t ) , t ) I batt ( Cth ( t ) , k * ( t ) , t ) .

Afin de matriser le cot associ au maintien de ltat de charge, lorsque ltat de charge est trop bas, les commandes choisies sont celles qui minimisent (respectivement maximisent) le courant dans la batterie avec une sensibilit S ( Cth ( t ) , k ( t ) , t ) suprieure (respectivement infrieure) un seuil Slim . Ce seuil est simplement la valeur maximale autorise pour S ( Cth ( t ) , k ( t ) , t ) . Il est exprim, de faon empirique (fonction du cycle, de larchitecture, du dimensionnement des composants, etc.) comme une fonction de lerreur Soc = Soc Socvise entre ltat de charge Soc et la valeur dtat de charge vise Socvise , figure 24. La courbe figure 24 a t obtenue aprs des essais sur plusieurs cycles pour le Berlingo prototype. Lorsque Soc nest pas autour de 0, il est ncessaire dagir rapidement, ce qui explique la forte pente de la partie centrale.

42

Stratgies de commande

0.2

0.15

0.1

(W/ A) lim S

0.05

-0.05

-0.1

-0.15

-0.2

-10

-8

-6

-4

-2

10

Soc (%)

Figure 24 : Sensibilit maximale autorise en fonction de l'tat de charge

Lalgorithme de la stratgie de commande est donc le suivant : tel-00007966, version 1 - 7 Jan 2005

( C ( t ) , k ( t ) ) = arg( min) L ( C ( t ) , k ( t ) , t ) . ( ) ()
* th * Cth t , k t tot th

1. Slim = f ( Soc ) = f ( Soc Socvise ) partir de la figure 24. 2. Si Soc Socvise alors

( C ( t ) , k ( t ) ) = arg max I ( C ( t ) , k ( t ) , t ) , sous la contrainte :


th

( Cth ( t ),k ( t ) )

batt

th

S ( Cth ( t ) , k ( t ) , t ) > Slim ( Soc ) . Sinon

( C ( t ) , k ( t ) ) = arg min I ( C ( t ) , k ( t ) , t ) sous la contrainte :


th

( Cth ( t ), k ( t ) )

batt

th

S ( Cth ( t ) , k ( t ) , t ) < Slim ( Soc ) . Fin 3. Afin dviter de trop fortes variations de couple du moteur thermique, la consigne de couple Cth ( t ) est filtre avec une filtre passe bas dordre 1.

Stratgies de commande

43

Loss Minimization Strategy avec rgulation d'tat de charge : Cycle R1


(km/h)

50

0 100 50 0 2 k(t) 1.5 1

100

200

300

400

500

600

700

800

C th (Nm)

100

200

300

400

500

600

700

800

tel-00007966, version 1 - 7 Jan 2005

100

200

300

400

500

600

700

800

Sensibilite (W/A) Etat de charge (%)

80 78

0 20 0 -20 -40 -60 -80 0

100

200

300

400

500

600

700

800

100

200

300

400 500 Temps(s)

600

700

800

Figure 25 : Rsultat de la stratgie LMS avec rgulation d'tat de charge sur le cycle Routier n1

Dans les conditions de simulation prcises au dbut du chapitre (cycle routier n1, Berlingo prototype), les rsultats sont donns figure 25. La consommation de carburant est de 9.6 l/100km et la variation globale dtat de charge est de 0.34%. Notons pour conclure sur cette stratgie, que lanalyse des pertes propose une manire analytique de traiter le problme, mais, que lensemble repose sur une analyse de sensibilit, dont le rglage reste empirique . 2.3.2. Consommation quivalente (ECMS) /Paganelli & al. 2000/ Une autre faon de prendre en compte les phnomnes mis en jeu est de considrer ltude des flux nergtiques dans le groupe motopropulseur propose par la stratgie de commande Equivalent Consumption Minimization Strategy (ECMS). 44 Stratgies de commande

Les prototypes considrs dans ce travail, prsentent tous la caractristique de disposer dune source dnergie rversible de faible capacit par rapport la source dnergie irrversible. Dans ce contexte, sur un long parcours, la propulsion sera principalement assure par le moteur thermique. Par consquent la batterie peut tre vue comme un tampon nergtique qui peut permettre de diminuer la quantit de carburant consomme. La gestion nergtique peut alors se rsumer deux cas. Le premier correspond une quantit d'nergie prleve un instant t sur la batterie. Si on considre quelle doit tre restitue un instant t f > t , au moyen du moteur thermique, cet instant t f la quantit dessence consomme devra permettre la traction du vhicule et la recharge de lnergie prleve linstant t , entranant une sur-consommation de carburant. Le deuxime cas correspond au cas inverse, i.e., une recharge de la batterie un instant t . A un instant t f > t , lnergie tel-00007966, version 1 - 7 Jan 2005 emmagasine permettra de contribuer la traction du vhicule et de soulager le moteur thermique entranant une diminution de la consommation de carburant. L'utilisation de la batterie un instant t affecte donc la consommation ultrieure de carburant. La batterie peut donc tre vue comme un rservoir de carburant auxiliaire rversible. Sous certaines hypothses, en tenant compte de tous les rendements de la chane de traction, il est possible de calculer un cot de carburant quivalent, not Dequi ( Cth ( t ) , k ( t ) ) , associ la sollicitation de la batterie. 2.3.2.1. Consommation quivalente totale Considrons tout d'abord le circuit nergtique de la chane de traction lorsque la batterie est sollicite en dcharge. Comme le montre la figure 26, si un instant t , les commandes ( Cth ( t ) , k ( t ) ) , conduisent la dcharge de la batterie, la recharge de la batterie (partie en pointills) se fera, ultrieurement, grce au moteur thermique travers un certain nombre d'lments mcaniques et avec un rendement hypothtique moyen qui ne peut en aucun cas tre calcul l'avance, car les couples qui seront alors appliqus sont a priori inconnus. Le dbit quivalent du moteur lectrique Dequi ( Cth ( t ) , k ( t ) ) correspond au carburant qui serait utilis par le moteur thermique pour produire, son rendement moyen, la puissance mcanique ncessaire la recharge de la batterie.

Stratgies de commande

45

Dbit de carburant quivalent calcul

Rservoir principal
Puissance m canique ncessaire pour la recharge

Dbit de carburant rel instantane

M oteur thermique Rducteur M oteur lectrique en gnratrice Batterie en recharge

M oteur thermique

Puissance m canique fournie aux roues

Rducteur M oteur lectrique en traction Batterie en dcharge Rservoir auxiliaire (batterie)

Puissance lectrique instantane

tel-00007966, version 1 - 7 Jan 2005

Futur

Prsent

Figure 26 : Chemin nergtique de la chane lectrique lors d'une dcharge de la batterie.

La phase de recharge de la batterie est reprsente sur la figure 27. La batterie tant recharge, le dbit quivalent Dequi ( Cth ( t ) , k ( t ) ) est ngatif et correspond au carburant qui serait utilis par le moteur thermique pour produire la mme puissance mcanique son rendement moyen. Le cas de la rcupration d'nergie lors du freinage du vhicule est similaire. Les rendements hypothtiques moyens peuvent tre estims, pour la batterie

/Magyar & al. 1990/, en prenant en compte les pertes joules et le rendement faradique, et en considrant un tat de charge moyen et, pour les moteurs, en analysant la variation du rendement en fonction du point de fonctionnement. Il devient donc possible de calculer le dbit quivalent du moteur lectrique. Le dbit quivalent total Dequi _ tot ( Cth ( t ) , k ( t ) ) est gal la somme de la consommation quivalente du moteur lectrique et de la consommation relle du moteur thermique D ( Cth ( t ) , k ( t ) ) : Dequi _ tot ( Cth ( t ) , k ( t ) ) = Dequi ( Cth ( t ) , k ( t ) ) + D ( Cth ( t ) , k ( t ) ) (2.12)

La consommation quivalente totale permet de prendre en compte, de manire unifie, la consommation du moteur lectrique et du moteur thermique.

46

Stratgies de commande

G ain de carburan t poten tiel calcul

R serv oir principal


P u issan ce m caniqu e poten tiellem ent restitu ab le

D b it d e carb u ran t rel in stan tan e

M o teur th erm iq ue R du cteu r M o teur lectriq ue en tractio n B atterie en d ch arg e

M o teur th erm iq ue

P u issan ce m caniqu e fo u rn ie au x ro u es P u issan ce m caniqu e utilise po ur la rech arg e

R du cteu r M o teur lectriq ue en tractio n B atterie en d ch arg e R serv oir aux iliaire (batterie)

P uissan ce lectriq ue in stan tan e restitu e

F u tu r
tel-00007966, version 1 - 7 Jan 2005

P rsen t

Figure 27 :Echanges nergtiques de la chane lectrique lors d'une recharge

A chaque instant t , la stratgie de commande choisit la commande minimise la consommation quivalente totale.

(C (t ) , k (t ))
* th *

qui

Dans les conditions de simulation prcises au dbut du chapitre (cycle routier n1, Berlingo prototype), les rsultats sont donns figure 28.
E q u iva le n t C o n s u m p t io n M in im iz a t io n S t r a t e g y : C y c le R 1
(k m / h )

6 4 2 0 0 100 200 300 400 500 600 700 800

(N m ) C
th

100 50 0 2

100

200

300

400

500

600

700

800

k (t )

1 .5

1 80 S o c (% ) 78 76 74

100

200

300

400

500

600

700

800

100

200

300

400 500 T e m p s (s )

600

700

800

Figure 28 : Rsultats de la minimisation de la consommation quivalente sur le cycleR1

Comme dans le cas prcdent (LMS), sans contrainte sur ltat de charge, la figure 28 montre une drive de ce dernier. Stratgies de commande 47

2.3.2.2. Prise en compte de l'tat de charge Afin de maintenir ltat de charge sensiblement constant, la mthode utilise est inspire de l'tude de sensibilit propose pour LMS /Seiler & Schrder 1998/. La sensibilit est dfinie comme la variation de dbit quivalent total sur la variation de courant : S ( Cth ( t ) , k ( t ) , t ) = Dequi _ tot ( Cth ( t ) , k ( t ) , t ) Dequi _ tot ( C *th ( t ) , k * ( t ) , t ) I batt ( Cth ( t ) , k ( t ) , t ) I batt ( C *th ( t ) , k * ( t ) , t ) (2.13)

Les variations des valeurs de Cth ( t ) , k ( t ) en fonction de ltat de charge Soc ( t ) sont alors traites de la mme manire que prcdemment. Il est donc ncessaire de dfinir un seuil de sensibilit Slim correspondant la valeur maximale autorise pour S ( Cth ( t ) , k ( t ) , t ) . La courbe figure 29 a t obtenue aprs des essais sur plusieurs cycles pour le Berlingo tel-00007966, version 1 - 7 Jan 2005 prototype.
0.02

0.015

0.01

0.005 (gr/ A) S lim 0

-0.005

-0.01

-0.015

-0.02

-10

-8

-6

-4

-2

10

Soc (% )

Figure 29 : Sensibilit limite Slim en fonction de l'erreur d'tat de charge

La stratgie Equivalent Consumption Minimization Strategy (ECMS) consiste donc, chaque instant t : 1.

( C ( t ) , k ( t ) ) = arg( min) Deb ( C ( t ) , k ( t ) , t ) ( ) ()


* th * Cth t , k t tot th

2. Slim = f ( Soc ) = f ( Soc Socvise ) est dtermine partir de la fonction figure 29. 3. Si Soc Socvise alors

( C ( t ) , k ( t ) ) = arg max I ( C ( t ) , k ( t ) , t ) , sous la contrainte :


th

( Cth ( t ),k ( t ) )

batt

th

48

Stratgies de commande

S ( Cth ( t ) , k ( t ) , t ) > Slim ( Soc ) . Sinon

( C ( t ) , k ( t ) ) = arg min I ( C ( t ) , k ( t ) , t ) sous la contrainte :


th

( Cth ( t ), k ( t ) )

batt

th

S ( Cth ( t ) , k ( t ) , t ) < Slim ( Soc ) . Fin Dans les conditions de simulation prcises au dbut du chapitre (cycle routier n1, Berlingo prototype), les rsultats sont donns figure 30.
E q u iva le n t C o n s u m p t io n M in im iz a t io n S t ra t e g y : C y c le R 1
(k m / h )

50

tel-00007966, version 1 - 7 Jan 2005

100

200

300

400

500

600

700

800

(N m ) C
th

100 50 0 2

100

200

300

400

500

600

700

800

k (t ) S e n s ib ilit e (W E Aa t d e c h a rg e (% ) /t )

1 .5 1 80 79 78 0 10 x 5 0 -5 0 100 200 300 400 500 T e m p s (s ) 600 700 800


-3

100

200

300

400

500

600

700

800

100

200

300

400

500

600

700

800

Figure 30 : ECMS avec rgulation d'tat de charge

Pour le mme cycle que lessai prcdent, maintenant ltat de charge est maintenu proche de sa valeur nominale (80%).La consommation de carburant est de 10,5 l /100km et la variation globale dtat de charge 0,42 % . Avant de conclure, le paragraphe suivant prsente une stratgie galement base sur une consommation quivalente du moteur lectrique.

Stratgies de commande

49

2.3.3. Real Time Control Strategy (RTCS) /Johnson & al 2001/ Cette stratgie utilise un principe similaire la stratgie ECMS : chaque instant le point de fonctionnement choisi est celui qui minimise une consommation quivalente totale. Cependant, plutt que dutiliser des rendements hypothtiques linstar dECMS, RTCS analyse les points de fonctionnement passs pour en dduire les rendements moyens sur une fentre temporelle glissante. Ce systme permet donc dadapter les rendements hypothtiques moyens aux conditions dutilisation du vhicule. De plus, cette stratgie est cense prendre en compte les missions de polluants. En principe, le problme devient multi-critres. Pour garder une approche mono-critre simple, polluants sont introduits dans le critre laide de coefficients de pondration. J = Dth ( th ( t ) , Cth ( t ) ) + Delec ( Ce ( t ) , e ( t ) ) tel-00007966, version 1 - 7 Jan 2005 (2.14) + Nox C Nox ( Cth ( t ) , th ( t ) ) + HC CHC ( Cth ( t ) , th ( t ) ) + ... les

Avec Dth ( th ( t ) , Cth ( t ) ) et Delec ( Ce ( t ) , e ( t ) ) les consommations du moteur thermique et quivalente du moteur lectrique, Cxx ( Cth ( t ) , th ( t ) ) les cartographies des missions du polluant xx et xx son coefficient de pondration associ. Les cartographies des missions de polluants ne reprsentent que le comportement statique du moteur. Or, les comportements transitoires sont importants et ne peuvent donc tre ngligs. Les estimations obtenues ne sont donc valides que si le moteur thermique a un fonctionnement quasi-statique. Ce fonctionnement particulier ne peut tre obtenu quavec certaines architectures de vhicule hybride (combine ou srie) dans certaines conditions (dimensionnement des moteurs, des batteries, etc.). La stratgie propose ne prenant pas en compte la contrainte sur la dynamique du moteur thermique, il convient donc dtre prudent sur linterprtation des rsultats.

2.4. Conclusion Plusieurs stratgies de commande utilisables en temps rel ont t prsentes. Certaines dentre elles utilisent des rgulateurs flous qui permettent une mise en uvre rapide, sans avoir tudier de manire trop approfondie les changes nergtiques. Il est bien vident que ces stratgies ne peuvent pas tre gnrales, ni pour plusieurs architectures, ni pour plusieurs types de vhicules. Elles semblent plus correspondre la rsolution, parfois efficace, dun cas particulier. 50 Stratgies de commande

Dautres approches ont t proposes prenant en compte une comprhension plus pousse des phnomnes mis en jeu. La stratgie de commande LMS (Loss Minimization Strategy) est base sur une minimisation instantane des pertes dans le groupe motopropulseur. La stratgie ECMS (Equivalent Consumption Minimization Strategy) minimise la consommation quivalente du groupe motopropulseur. Dans les deux cas, la gestion de ltat de charge est ralise sur la base dune analyse de sensibilit. Cette partie concernant ltat de charge est un des points cruciaux, et son rglage peut prter beaucoup de discussions. Il sagit forcment dun compromis entre les performances de la rgulation dtat de charge et la consommation de carburant, encore faut-il sentendre sur ce compromis. Pour les simulations ralises au cours de ce chapitre, ltat de charge est simplement rgul pour rester dans une plage de valeurs acceptables. Elles ne permettent que dillustrer les diffrents algorithmes dcrits et ne se prtent donc pas des comparaisons. Ce tel-00007966, version 1 - 7 Jan 2005 dernier point fait lobjet du chapitre 4. Lun des objectifs permettant de comparer les diffrentes stratgies de commande est videmment la consommation de carburant. Cette comparaison peut tre ralise en relatif, i.e. une stratgie par rapport une autre, ou, ce qui semble plus pertinent, en comparaison avec une valeur minimale absolue de consommation, ce point fait lobjet du chapitre suivant.

Stratgies de commande

51

tel-00007966, version 1 - 7 Jan 2005

Chapitre 3.

Optimisation globale
3.1. Introduction ______________________________________________________________ 54 3.2. Formulation du problme doptimisation ______________________________________ 54 3.3. Optimisation base sur lalgorithme du recuit simul ____________________________ 56
3.3.1. Obtention d'une solution initiale ___________________________________________________ 3.3.2. Perturbation d'une solution _______________________________________________________ 3.3.3. Prise en compte de la contrainte galit______________________________________________ 3.3.4. Loi dvolution de la temprature __________________________________________________ 3.3.5. Rsultats _____________________________________________________________________ 3.3.6. Conclusion____________________________________________________________________ 58 59 59 60 61 63

tel-00007966, version 1 - 7 Jan 2005

3.4. Programmation dynamique _________________________________________________ 64


3.4.1. Principe ______________________________________________________________________ 64 3.4.2. Conclusion____________________________________________________________________ 66

3.5. Algorithme doptimisation bas sur la thorie de la commande optimale ____________ 66


3.5.1. Algorithme de base /Delprat & al. 2001/_____________________________________________ 67 3.5.1.1. Rsolution du problme rduit_________________________________________________ 69 3.5.1.2. Problme complet __________________________________________________________ 74 3.5.1.3. Influence de ( 0 ) _________________________________________________________ 76 3.5.1.4. Limitations de lalgorithme ___________________________________________________ 3.5.1.5. Rsultats__________________________________________________________________ 3.5.1.5.1. Modle simplifi _______________________________________________________ 3.5.1.5.2. Modle complet ________________________________________________________ 3.5.2. Amliorations de lalgorithme de base ______________________________________________ 3.5.2.1. Intgration du rendement de la batterie dans le problme doptimisation /Delprat & al. 2001/ 3.5.2.1.1. Formulation du problme _________________________________________________ 3.5.2.1.2. Rsolution du problme doptimisation globale________________________________ 3.5.2.1.3. Algorithme ____________________________________________________________ 3.5.2.1.4. Rsultats (sur le modle complet) __________________________________________ 3.5.2.2. Intgration de ltat du moteur thermique dans lalgorithme doptimisation globale _______ 80 81 81 83 84 84 85 87 90 91 93

3.6. Conclusion _______________________________________________________________ 98

3.1. Introduction Sur un cycle de vitesse connu lavance, en simulation, on peut envisager lutilisation dalgorithmes doptimisation globale permettant le calcul, chaque instant, de la meilleure rpartition de puissance entre les deux motorisations. Sous rserve des hypothses faites, les rsultats sont forcment meilleurs que ceux obtenus avec les stratgies de commande temps rel. Nanmoins, la ncessit de connatre le cycle lavance ne permet pas denvisager leur utilisation en temps rel. Les deux intrts principaux de ce type de mthode sont dobtenir, en premier lieu, des consommations de carburant servant de rfrence pour lvaluation des rsultats des stratgies de commande temps rel, en second lieu, de pouvoir ventuellement valider les principes mis en uvre pour llaboration dune stratgie de commande. tel-00007966, version 1 - 7 Jan 2005 Le premier algorithme doptimisation globale test a t le recuit simul /Delprat & al. 1999/. Dautres algorithmes bass sur les principes de programmation dynamique ont galement t proposs pour cette application, par exemple, /Brahma & al. 2000/, /Rimaux & al. 1999/ /Zhang & Chen 2001/, Les temps de calculs prohibitifs de ces approches nous ont conduit proposer une autre approche base sur la thorie de la commande optimale. En fonction des hypothses faites (modles de batterie, variables de dcisions considres), plusieurs algorithmes sont proposs dans la dernire partie, permettant de concilier temps de calcul et qualit de la solution.

3.2. Formulation du problme doptimisation Les algorithmes sont prsents pour le cas particulier du Berlingo hybride, mais la problmatique gnrale est applicable, moyennant quelques modifications dautres architectures hybrides parallles addition de couples. Les deux principales relations mcaniques du Berlingo hybride sont : Relation sur les couples : Cr ( t ) = R ( k ( t ) ) ( Ce ( t ) .red + Cth ( t ) ) bv (3.1)

54

Optimisation globale

Relation sur les rgimes : r (t ) = R ( k (t )) th ( t ) = R ( k (t )) e (t ) (3.2)

r ( t ) et Cr ( t ) tant connus, les seuls degrs de libert sont le choix du rapport de bote k ( t ) et un des couples : Ce ( t ) ou Cth ( t ) . C ( th ( t ) , Cth ( t ) ) reprsente la consommation de carburant du moteur thermique, exprime en g/s, ncessaire pour fournir le couple du moteur thermique Cth ( t ) au rgime du moteur thermique th ( t ) , la consommation de carburant sur la totalit du parcours scrit : J = C ( th ( t ) , Cth ( t ) ) Te tel-00007966, version 1 - 7 Jan 2005
t =0 N 1

(3.3)

o Te est la priode dchantillonnage et N le nombre dchantillons sur un cycle donn. La problmatique des stratgies de commande peut scrire sous la forme dun problme doptimisation sous contraintes : min

Cth ( t ), k ( t )

C ( ( t ) , C ( t ) ) T
t =0 th th

N 1

(3.4)

Sous les contraintes mcaniques :

0 < e ( t ) < e _ max = th _ max th _ min < th ( t ) < th _ max Ce _ min ( e ( t ) ) < Ce ( t ) < Ce _ max ( e ( t ) ) 0 < Cth ( t ) < Cth _ max (th ( t ) )

Ce problme admet une solution : Cth ( t ) = 0 t [ 0, N 1] , qui correspond au mode lectrique pur. Il assure le minimum de consommation de carburant mais conduit la dcharge complte de la batterie. Ce phnomne a dj t explicit lors du chapitre prcdent. Il est ncessaire de prendre en compte la deuxime source dnergie, cela peut tre ralis en introduisant une contrainte sur l'tat de charge de la batterie, exprime de la manire suivante :

Optimisation globale

55

P ( ( t ) , C ( t ) ) T
t =0 elec e e

N 1

= Soc

(3.5)

Pelec ( e , Ce ) reprsente la puissance prleve sur la batterie par le moteur lectrique pour produire le couple lectrique Ce au rgime e , et Soc la variation globale dtat de charge sur le cycle, cest dire lnergie lectrique consomme. Si on choisit Soc = 0 , la propulsion est globalement assure par lnergie issue de lessence. La batterie est utilise uniquement en tant que rservoir temporaire dnergie afin de diminuer la consommation de carburant.

Le problme doptimisation complet s'crit donc : tel-00007966, version 1 - 7 Jan 2005 min

Cth ouCe , k

C ( ( t ) , C ( t ) ) T
t =0 th th

N 1

(3.6)

SC:

0 < e ( t ) < mth _ max Ce _ min ( e ( t ) ) < Ce ( t ) < Ce _ max ( e ( t ) ) th _ min < th ( t ) < th _ max 0 < Cth ( t ) < Cth _ max (th ( t ) )

P ( ( t ) , C ( t ) ) T
t =0 elec e e

N 1

= Soc

Une premire faon de rsoudre ce problme est dutiliser une mthode heuristique.

3.3. Optimisation base sur lalgorithme du recuit simul Le recuit simul est un algorithme doptimisation globale pouvant tre utilis sur des problmes de taille importante. Cet algorithme a t appliqu avec succs une grande varit de problmes et de nombreuses variations et amliorations sont disponibles dans la littrature /Ingber 1989/. Brivement l'algorithme consiste, partir d'une solution initiale, gnrer alatoirement chaque itration, une nouvelle solution dans le voisinage de la prcdente. Les solutions

56

Optimisation globale

gnres qui sont moins performantes au sens du critre sont acceptes avec une probabilit donne par la formule de Boltzmann afin de pouvoir ressortir dun minimum local. A chaque instant t , les variables de dcisions sont le couple du moteur lectrique Ce ( t ) et le numro de rapport de bote de vitesses k ( t ) . Le couple du moteur thermique Cth ( t ) est dduit de la relation sur les couples (1.2). Une solution au problme doptimisation (3.6) est une matrice X : Cth ( 0 ) k (0) X = Cth ( N 1) k ( N 1)

(3.7)

Lespace des solutions, pour le Berlingo prototype, est donc 2 N , N tant de lordre de 103. tel-00007966, version 1 - 7 Jan 2005 La figure 31 prsente lalgorithme gnral du recuit simul avec cycles de rchauffement /Bonnemoy & Hamma 1991/.

Optimisation globale

57

C h o ix d 'u n e s o lu tio n in itia le

In itia lis a tio n d e s p a r a m tr e s ( T e m p r a tu r e in ia le T 0 , e tc .)

P e r tu r b a tio n d e la s o lu tio n c o u r a n te e t v a lu a tio n d e s o n c o u t = > v a r ia tio n d ' n e r g ie ( < = > d e c o u t) n o t E

A p p lic a tio n d e la n o u v e lle s o lu tio n : S i E < 0 = > M o d ific a tio n a c c e p t e S i E > 0 = > m o d ific a tio n a c c e p t a v e c u n e p r o b a b ilit p = e x p ( E /T )

tel-00007966, version 1 - 7 Jan 2005

N on F in d e p la te a u

D im in u tio n d e la te m p r a tu r e T

Non T o > T fin

O ui D im in u tio n d e la te m p r a tu r e in itia le T 0

S to p

Figure 31 : Algorithme du recuit simul avec cycles de rchauffement /Bonnemoy & Hamma 1991/

3.3.1. Obtention d'une solution initiale L'algorithme du recuit simul ncessite une solution initiale admissible. Il est possible de gnrer alatoirement des valeurs pour les couples et les rapports de bote qui respectent les contraintes mcaniques. Cependant, les solutions ainsi obtenues ne respectent pas la contrainte (3.5) sur l'tat de charge. Un recuit simul secondaire est donc utilis pour ramener l'tat de charge final la valeur dsire, sans se proccuper de la consommation de carburant /Delprat 1999/. 58 Optimisation globale

3.3.2. Perturbation d'une solution Les matrices solutions du problme (3.6) contiennent des valeurs relles pour le couple du moteur thermique et entires pour les numros de rapport de bote. La perturbation des numros de rapport de bote gnre systmatiquement des solutions situes en dehors du voisinage de la solution prcdente et donc rejetes par l'algorithme. Un changement de variable permet de remdier ce problme. Pour cela on considre le couple dlivr par le moteur lectrique vu depuis les roues, figure 32 : RCe ( t ) = Ce ( t ) R ( k ) bv red
RCe(t) k(t) Ce(t)

(3.8)

tel-00007966, version 1 - 7 Jan 2005

Figure 32 : Couple fourni par le moteur lectrique vue des roues

RCe ( 0 ) Le nouveau vecteur solution s'crit Y = . La perturbation d'un vecteur solution RC ( N 1) e se fait alors simplement : Y = Y + Y avec Y vecteur de N valeurs alatoires. chaque instant, la plus grande valeur admissible de k ( t ) est choisie. Ceci assure la minimisation des pertes dans la chane de traction. Chaque couple Ce ( t ) est ensuite calcul en utilisant la relation suivante : Ce ( t ) = R ( k ( t ) ) bv red RCe ( t )

3.3.3. Prise en compte de la contrainte galit Dans la majorit des cas, la solution gnre alatoirement ne respecte pas la contrainte (3.5) sur l'tat de charge. Un algorithme itratif vient donc modifier le vecteur solution afin de corriger l'tat de charge final.

Boite de vitesse

Accouplement

Moteur lectrique

Optimisation globale

59

Cet algorithme est bas sur la relation approximative Pbatt ( Ce , e ) Ce e . L'ide est de rpartir uniformment sur le vecteur solution la quantit d'nergie consomme en trop la fin du cycle. L'algorithme est donc le suivant :

1. Calculer Soc cart sur la variation de ltat de charge voulue sur un cycle et celle effectivement obtenue : Soc = Pbatt ( Ce ( t ) , e ( t ) ) Te Soccons .
t =0 N 1

2. Si Soc > Seuil alors estimer pour chaque point t du cycle la correction apporter au couple du moteur lectrique : Ce ( t ) = tel-00007966, version 1 - 7 Jan 2005

Soc . Calculer la nouvelle valeur de chaque e (t ) N

couple du moteur lectrique tout au long du cycle : Ce ( t ) = Ce ( t ) + Ce ( t ) . Aller ltape 1.

Gnralement deux trois itrations suffisent pour assurer la convergence de l'algorithme.

3.3.4. Loi dvolution de la temprature La loi dvolution de la temprature est un point crucial de rglage de lalgorithme. Trop rapide elle ne permet pas de bien explorer lespace des solutions, et lalgorithme peut se bloquer dans un minimum local, trop lente, la vitesse de convergence peut rapidement devenir prohibitive. Dans notre cas, aprs plusieurs essais, la temprature a t choisie comme une double loi exponentielle de la forme : Ti ,n = T0 i 1 n 1 avec T0 : : : : : Temprature initiale Coefficient de refroidissement Coefficient de rchauffement Numro de plateau Numro de refroidissement

[ 0,1] [ 0,1]
i n

60

Optimisation globale

La valeur de la temprature n'est change que lorsque le critre de fin de plateau est vrifi. Il s'exprime de la manire suivante : Le nombre d'itrations depuis la dernire amlioration de la meilleure solution obtenue a atteint une valeur limite N1 . Le nombre d'itrations sans amlioration de la valeur du critre a atteint une valeur limite N2 .

3.3.5. Rsultats Il est clair que les rglages des paramtres du recuit simul influencent normment ses performances, le dilemme tant de choisir entre la dure de calcul et la qualit des solutions tel-00007966, version 1 - 7 Jan 2005 obtenues. Les compromis suivants ont t fait : T0 = 0, 05 , T f = 0, 001 , = 0,9 , = 0, 7 , N1 = 50000 , N 2 = 10000 .

Les rsultats sont donnes pour le Cycle Europen Normalis, figure 33, avec une priode dchantillonnage de Te = 1s . Les rsultats sont donns pour le Berlingo hybride.
V ite s s e v hicule
100

(k m /h)

50 0 0 200 400 600 T e m p s (s ) 800 1000

Coup le aux

r o ue s (Nm )

800 400 0 -400 -800 0 200 400 600 T e m p s (s ) 800 1000

Figure 33 : Le Cycle Europen Normalis

L'volution de la consommation de carburant sur le cycle CEN en fonction des itrations de lalgorithme est prsente figure 34. L'algorithme fournit la rpartition de couple entre les deux moteurs et le numro de rapport de bote utiliser.

Optimisation globale

61

Consommation (g) 600 590 580 570 560 550 540 530
520 510

Evolution de la consommation

50

100

150 200 Itration (*30 000)

250

300

350

tel-00007966, version 1 - 7 Jan 2005

Figure 34 : volution de la consommation en fonction des itrations de lalgorithme du recuit simul

La consommation de carburant correspondante est de 6, 27 l /100km , avec une variation globale de l'tat de charge nulle Soccons = 0 , figure 35. Le gain, par rapport au vhicule conventionnel, est de 20% malgr un excdent de poids de 300kg /Delprat & al. 1999/.

Cth (Nm)

100 50 00 100 0 -100 0 200 400 600 800 1000 1200 200 400 600 800 1000 1200

Ce (Nm)

Rapport de 2 bote 1 0 Etat de Charge (%) 85 80 75 0 200 400 600 Temps (s) 800 1000 1200 200 400 600 800 1000 1200

Figure 35 : Solution fournie par le recuit simul

62

Optimisation globale

Comme le montre la figure 35, les solutions obtenues sont fortement bruites en raison de la nature stochastique du recuit. Afin de prendre en compte, de manire globale, lutilisation simultane des deux sources dnergie, il est intressant de reprsenter la consommation de carburant en fonction de la variation globale de l'tat de charge /Smokers & al 1999/. Le programme du recuit simul est excut pour diffrentes valeurs de Soc . Cependant, le nombre de solutions calculer tant important, le paramtrage du recuit simul a t modifi de manire rduire les temps de calculs, mais cela dgrade ses performances. Le paramtrage est le suivant : T0 = 0, 05 , T f = 0, 001 , = 0,9 , = 0, 7 , N1 = 20000 , N 2 = 2500 . Comme on pouvait sy attendre, le fait de dgrader les critres aboutit des rsultats moins bons que ceux obtenus avec le rglage prcdent, figure 36. Par exemple, pour Soc = 0% , la tel-00007966, version 1 - 7 Jan 2005 consommation de carburant atteint les 6,8 l /100km .
car bu r ant (l/100k m ) Con s om m atio n d e 10 9 8 7 6 5 4 3 -20 -15 -10 -5 0 5 V ar iatio n d ' tat d e ch ar g e (%) 10 15 20

Figure 36 : Consommation de carburant en fonction de la variation d'tat de charge

3.3.6. Conclusion Le premier essai doptimisation globale a t ralis laide de lalgorithme du recuit simul avec cycles de rchauffement. Les rsultats obtenus permettent damliorer, en terme de consommation de carburant, ceux des stratgies de commande temps rel. Nanmoins, cet algorithme prsente les dfauts suivants : les temps de calculs sont extrmement longs (plusieurs heures sur Pentium II 233Mhz pour une solution) lalgorithme est trs sensible au rglage des paramtres

Une deuxime approche est envisageable base sur la programmation dynamique.

Optimisation globale

63

3.4. Programmation dynamique Les principes de programmation dynamique ont t utiliss pour de nombreuses architectures de vhicules hybrides : combine /Zhang & Chen 2001/, srie /Brahma & al. 2000/, double arbre /Lin & al. 2001/ / Rimaux & al. 1999/. 3.4.1. Principe La batterie est considre comme un systme dynamique : x ( t + 1) = x ( t ) + Pelec ( Ce ( t ) , e ( t ) ) Te (3.9) peut aussi scrire : x ( t ) = x ( t + 1) Pelec ( Ce ( t ) , e ( t ) ) Te tel-00007966, version 1 - 7 Jan 2005 (3.10) (3.9)

Pour un cycle de vitesse donn, ltat de charge de la batterie x ( t ) est born par deux courbes, xmin ( t ) et xmax ( t ) , figure 37. Soit xmax ( t ) ltat de charge obtenu avec (3.9) en appliquant le couple maximal du moteur thermique, depuis le point ( t = 0, x ( 0 ) = xinit ) . Soit xmax ( t ) ltat de charge obtenu avec (3.10) en appliquant le couple minimal du moteur thermique, depuis le point ( t = N , x ( N ) = xinit + Soc ) . On a alors xmax ( t ) = min ( xmax ( t ) , xmax ( t ) ) , la courbe xmin ( t ) est obtenue de manire similaire.

64

Optimisation globale

Xmax Xmax

Etat de charge (%)


Xmax(t)

Soc SocInit

Xmin(t)

Temps (s) 0 N*Te

tel-00007966, version 1 - 7 Jan 2005

Figure 37 : Limite de variations de l'tat de charge

Afin de pouvoir appliquer les principes de la programmation dynamique, on considre ltat de charge comme une variable discrte appartenant un ensemble fini de valeurs, i.e. x ( t ) { x1 ( t ) , , xn ( t )} . Soit S ( t , x j ( t ) ) le cot minimum associ au passage de ( N , xvise + Soc ) ( t , x j ( t ) ) , figure 38. Avec D j i ( t ) la consommation de carburant permettant de passer du point ( t , x j ( t ) ) au point ( t 1, xi ( t 1) ) , la relation de rcurrence permettant de calculer S ( t 1, xi ( t 1) ) est donne par : S ( t 1, xi ( t 1) ) = min S ( t , x j ( t ) ) + D j i ( t )
j

(3.11)

Optimisation globale

65

Etat de charge x (%)

S(t-1,x1(t-1)) S(t-1,x2(t-1)) S(t-1,x3(t-1)) D21(t)

S(t,x1(t)) S(t,x2(t)) S(t,x3(t))

D23(t)

S(t-1,x4(t-1))

S(t,x4(t))

t-1

Temps

tel-00007966, version 1 - 7 Jan 2005

Figure 38 : Principe de la programmation dynamique

Ainsi de proche en proche, on peut calculer la consommation de carburant minimale pour un cycle de vitesse donn. 3.4.2. Conclusion La programmation dynamique permet de calculer, sous certaines hypothses (modles utiliss, etc.), la commande optimale minimisant la consommation de carburant. Linconvnient majeur de ce type dapproche est que, pour le pas de calcul et la dure des cycles considrs pour notre application, les temps de calculs pour les algorithmes proposs sont prohibitifs. Nanmoins, la formulation du problme propose peut tre exploite par dautres outils, tels que la thorie de la commande optimale.

3.5. Algorithme doptimisation bas sur la thorie de la commande optimale Dans cette partie, le couple du moteur thermique Cth ( t ) sera une variable de dcision, celui du moteur lectrique, Ce ( t ) tant impos par la relation (1.2). Tous les algorithmes seront donc crits en fonction des variables de dcision : Cth ( t ) et k ( t ) .

66

Optimisation globale

3.5.1. Algorithme de base /Delprat & al. 2001/ La batterie est considre comme un systme dynamique : x ( t + 1) = x ( t ) + Pe ( Cth ( t ) , k ( t ) ) Te Cr ( t ) Cth ( t ) r (t ) R ( k ( t ) ) bv Avec Pe _ th ( Cth ( t ) , k ( t ) ) = Pe , red R ( k (t )) (3.12)

(3.13)

Pe _ th ( Cth ( t ) , k ( t ) ) reprsente la puissance dveloppe par le moteur lectrique lorsque le moteur thermique dlivre le couple Cth ( t ) et que le numro de rapport de bote k ( t ) est slectionn. tel-00007966, version 1 - 7 Jan 2005 Le critre considr est la consommation de carburant sur la totalit du parcours : J = D ( Cth ( t ) , k ( t ) ) Te
t =0 N 1

(3.14)

(t ) avec D ( Cth ( t ) , k ( t ) ) = C Cth ( t ) , r k (t )

(3.15)

Enfin, les contraintes mcaniques peuvent tre rcrites en fonction des variables de dcisions. Contrainte sur ltat de charge : (3.16)

x ( N ) = x ( 0 ) + Soc Contrainte sur le couple du moteur thermique

Cr ( t ) tant connu, le couple du moteur thermique est restreint par (1.7) mais aussi par la contrainte (1.5) du couple du moteur lectrique : C (t ) Cth _ min ( k ( t ) ) = max Cth _ min ( e ( t ) ) , r e Ce _ max ( e ( t ) ) R ( k (t )) C (t ) Cth _ max ( k ( t ) ) = min Cth _ max ( th ( t ) ) , r e Ce _ min ( e ( t ) ) R ( k (t )) Cth _ min ( k ( t ) ) Cth ( t ) Cth _ max ( k ( t ) ) Optimisation globale (3.17) 67

Lorsque le couple demand aux roues est trop important pour tre produit par le moteur lectrique seul, la borne Cth _ min ( k ( t ) ) impose un couple minimal sur le moteur thermique. La borne Cth _ max ( k ( t ) ) permet dviter que la consigne de couple du moteur lectrique ne devienne infrieure au couple minimal quil peut dvelopper.

Numro de rapport de bote de vitesses

A chaque instant t , le numro de rapport de bote de vitesses est restreint par les contraintes (1.4)-(1.7). Soit ( t ) {{1}{2}{1, 2}} lensemble des valeurs admissibles pour k ( t ) . Cette contrainte permet dviter les sur rgimes sur chacun des deux moteurs. tel-00007966, version 1 - 7 Jan 2005

Le problme doptimisation globale, o napparaissent que les variables de dcisions, est donc : Systme : Critre : Contraintes mcaniques : x ( t + 1) = x ( t ) + Pe _ th ( Cth ( t ) , k ( t ) ) Te J = D ( Cth ( t ) , k ( t ) ) Te
t =0 N 1

(3.18)

Cth _ min ( k ( t ) ) Cth ( t ) Cth _ max ( k ( t ) ) k (t ) (t )

Contrainte sur ltat de charge : x ( N ) = x ( 0 ) + Soc Une solution au problme doptimisation globale est donc la matrice X , comme pour la programmation dynamique, contenant pour chaque instant t [ 0..N 1] le couple du moteur thermique et le numro de rapport de bote : Cth ( 0 ) k ( 0) Z = Cth ( N 1) k ( N 1)

(3.19)

Avant de traiter le problme d'optimisation complet, un problme rduit sans la contrainte (3.17) est tudi. 68 Optimisation globale

3.5.1.1. Rsolution du problme rduit Sans la contrainte ingalitaire (3.17), le problme (3.18) revient minimiser le critre suivant,

( t ) reprsentant un paramtre de Lagrange /Borne & al. 1999/.


J = D ( Cth ( t ) , k ( t ) ) Te + ( t ) x ( t + 1) x ( t ) Pe _ th ( Cth ( t ) , k ( t ) ) Te
t =0 N 1

)}
partielles de

(3.20) J ,

Les

conditions

doptimalit

sont

donnes

par

les

drives

t {0 N 1} , k ( t ) : J = 0 x ( t + 1) x ( t ) Pe _ th ( Cth ( t ) , k ( t ) ) Te = 0 ( t ) tel-00007966, version 1 - 7 Jan 2005 J = 0 ( t 1) ( t ) = 0 ( t ) = ( 0 ) x ( t ) D ( Cth ( t ) , k ( t ) ) Pe _ th ( Cth ( t ) , k ( t ) ) J =0 (t ) =0 Cth ( t ) Cth ( t ) Cth ( t ) (3.21)

(3.22)

(3.23)

2 J Cth ( t )
2

2 D ( Cth ( t ) , k ( t ) ) Cth ( t )
2

(t )

2 Pe _ th ( Cth ( t ) , k ( t ) ) Cth ( t )
2

(3.24)

Pelec ( Ce ( t ) , e ( t ) ) et C ( Cth ( t ) , th ( t ) ) sont gnralement donnes par des cartographies, figure 39 et une expression analytique de
Pelec ( e ( t ) , Ce ( t ) ) Ce ( t )

et de

C ( th ( t ) , Cth ( t ) ) Cth ( t )

k ( t ) ( t ) , t [ 0..N 1] est ncessaire la rsolution de l'quation (3.23).

Optimisation globale

69

: 40 k m /h, C : 100 N m
r

k (t )= 1 k (t )= 2

16 14 12 10 8 6 4 2 0 140 120 100 80 60 40 20 0 1000 0

th

C (C ,

th

th

(N m )

7000 6000 5000 4000 3000 2000

tel-00007966, version 1 - 7 Jan 2005

th

(N m )

(N m )

Figure 39 : Cartographie de la consommation de carburant

A chaque instant d'chantillonnage, th ( t ) et e ( t ) sont connus grce l'quation (1.3). Pour chaque numro de rapport de bote de vitesses admissible, D ( Cth ( t ) , k ( t ) ) reprsente donc une coupe de la cartographie C ( Cth ( t ) , th ( t ) ) par le plan th ( t ) =

r (t ) , R ( k (t ))

figure 39.

Les

courbes D ( Cth ( t ) , k ( t ) ) peuvent tre approches par des morceaux de paraboles. Soit n le
i i nombre de paraboles, chacune tant dfinie sur un segment Cth _ min , Cth _ max i {0, , n 1} , 0 n avec bien sr Cth _ min = Cth _ min ( k ( t ) ) et Cth1max = Cth _ max ( k ( t ) ) , on obtient, figure 40 : _ i ath ( k ( t ) )

D ( Cth ( t ) , k ( t ) )

i i Cth ( t ) + bth ( k ( t ) ) Cth ( t ) + cth ( k ( t ) ) 2

(3.25)

70

Optimisation globale

3 k (t )= 1 k (t )= 2 C a rt o g ra p h ie 2.5

C (C , (t h ))

th

1.5

0.5

tel-00007966, version 1 - 7 Jan 2005

20

40 C
th

60 (N m )

80

100

120

Figure 40 : Exemple dapproximation de la consommation de carburant par morceaux de paraboles

Des modles linaires par morceaux sont donc obtenus pour


D ( k ( t ) , Cth ( t ) ) Cth ( t )
i i ath ( k ( t ) ) Cth ( t ) + bth ( k ( t ) )

C ( Dth ( t ) , k ( t ) ) Cth ( t )

figure 41 :

(3.26)

Optimisation globale

71

0.02 k (t )= 1 k (t )= 2 0.018

0.016

C (C , (th ))/ t

0.014

th

0.012

0.01

0.008

tel-00007966, version 1 - 7 Jan 2005

0.006

20

40 C
th

60 (N m )

80

100

120

Figure 41 : Approximation de la drive de la consommation par morceaux

De la mme manire pour le moteur lectrique, on obtient :

ei ( k ( t ) ) 2 Pelec ( Ce ( t ) , e ( t ) ) Ce ( t ) + ei ( k ( t ) ) Ce ( t ) + ei ( k ( t ) ) 2
Pelec ( Ce ( t ) , e ( t ) ) Ce ( t )

(3.27)

ei ( k ( t ) ) Ce ( t ) + ei ( k ( t ) )

(3.28)

1 Cr ( t ) L'quation Ce ( t ) = , permet de rcrire le rsultat prcdent Cth ( t ) R ( k (t )) e gb uniquement avec les variables de dcision :
i i Pe _ th ( Cth ( t ) , k ( t ) ) ae ( k ( t ) ) Cth ( t ) + bei ( k ( t ) ) Cth ( t ) + ce ( k ( t ) ) 2

(3.29)

avec : a ( k (t )) =
i e

2 ( e )

e ( k (t ))
i

72

Optimisation globale

b ( k (t )) =
i e

i Cr ( t ) e ( k ( t ) )

R ( k (t ))
gb

e ( k (t ))
i

i ei ( k ( t ) ) Cr ( t ) c ( k (t )) = ( k (t )) + e ( k (t )) + e gb R ( k ( t ) ) 2 e gb R ( k ( t ) )
i e i e

Cr ( t )

Pe _ th ( Cth ( t ) , k ( t ) ) Cth ( t )

i ae ( k ( t ) ) Cth ( t ) + bei ( k ( t ) )

(3.30)

i Si ( 0 ) est connu, (3.26) et (3.30) permettent de rsoudre (3.23). Soit Cth ( t ) la solution

obtenue pour le segment i, i [ 0..n 1] : tel-00007966, version 1 - 7 Jan 2005


i i i i i ae ( k ( t ) ) Cth ( t ) + bei ( k ( t ) ) ( 0 ) ath ( k ( t ) ) Cth ( t ) + bth ( k ( t ) ) = 0 i ( 0 ) bth ( k ( t ) ) bei ( k ( t ) )

i th

(t ) =

i i ae ( k ( t ) ) ( 0 ) ath ( k ( t ) )

(3.31)

Avec (3.26) et (3.30), la condition au second ordre (3.24) devient :

i i (3.24) ae ( k ( t ) ) ( 0 ) ath ( k ( t ) ) 0

(3.32)

Si ( 0 ) est connu, chaque instant t , l'ensemble des minimums de (3.20), not ( t ) , est constitu des solutions de (3.23) telles que
i i i Cth ( t ) Cth _ min , Cth _ max

et

i i ae ( k ( t ) ) ( 0 ) ath ( k ( t ) ) > 0 . ( t ) peut tre vide ou contenir plusieurs valeurs.

Pour viter le cas ( t ) = , la contrainte (3.17) doit tre introduite dans le problme d'optimisation.

Optimisation globale

73

3.5.1.2. Problme complet La contrainte (3.17) limitant le couple Cth ( t ) tant rcrite sous la forme d'une contrainte galitaire, elle peut tre intgre dans le critre (3.20). Soit ( t ) contrainte galitaire s'crit, avec : B ( k ( t ) ) = Cth _ max ( k ( t ) ) Cth _ min ( k ( t ) ) , et A ( k ( t ) ) = Cth _ max ( k ( t ) ) Cth _ min ( k ( t ) ) : Cth ( t ) + Cth ( t ) B ( k ( t ) ) + A ( k ( t ) ) + ( t ) = 0
2 2

un paramtre, la

(3.33)

La contrainte (3.33) est introduite dans le critre avec un paramtre de Lagrange ( t ) : tel-00007966, version 1 - 7 Jan 2005 J = D ( Cth ( t ) , k ( t ) ) Te + ( t ) x ( t + 1) x ( t ) Pe _ th ( Cth ( t ) , k ( t ) ) Te (3.34)
t =0 N 1

+ ( t ) Cth ( t ) + Cth ( t ) B ( k ( t ) ) + A ( k ( t ) ) + ( t )
2

)}

On obtient alors les conditions au premier et second ordre suivantes : Conditions au premier ordre t [1..N ] , k ( t ) ( t ) : J = 0 x ( t + 1) x ( t ) Pe _ th ( Cth ( t ) , k ( t ) ) Te = 0 ( t ) J = 0 (t ) = ( 0) x ( t ) D ( Cth ( t ) , k ( t ) ) Pe _ th ( Cth ( t ) , k ( t ) ) J =0 Te ( t ) Te Cth ( t ) Cth ( t ) Cth ( t ) + ( t ) 2Cth ( t ) + B ( k ( t ) ) = 0 (3.35)

(3.36)

(3.37)

J 2 2 = 0 Cth ( t ) + Cth ( t ) B ( k ( t ) ) + A ( k ( t ) ) + ( t ) = 0 ( t )

(3.38)

74

Optimisation globale

J = 0 2 (t ) (t ) = 0 ( t )

(3.39)

La condition (3.39) s'crit aussi : ou

(t ) = 0

(3.40) (3.41)

(t ) = 0

La condition au second ordre : t [1..N ] , k ( t ) ( t ) 2 J Cth ( t ) tel-00007966, version 1 - 7 Jan 2005


2

2 D ( k ( t ) , Cth ( t ) ) Cth ( t )
2

Te ( t )

2 Pe _ th ( k ( t ) , Cth ( t ) ) Cth ( t )
2

Te 2 ( t ) 0

(3.42)

Contrainte sur ltat de charge : x ( N ) = x ( 0 ) + Soc

(3.43)

Si la condition (3.40) est vrifie alors Cth ( t ) Cth _ min ( k ( t ) ) , Cth _ max ( k ( t ) ) . Si la condition (3.41) est vrifie alors : J = J = Soc + D ( Cth ( t ) , k ( t ) ) Te ( 0 ) P ( Cth ( t ) , k ( t ) ) Te
t =0 N 1

(3.44)

Les conditions d'optimalit sont les mmes que pour le problme rduit : (3.21)-(3.23) et (3.24).

* Si ( 0 ) est connu, le problme rduit tant rsolu, la commande ( Cth ( t ) , k * ( t ) ) applique au

groupe motopropulseur est choisie dans lensemble : tot ( t ) = ( t ) Cth _ min ( k ( t ) ) , k ( t ) , Cth _ max ( k ( t ) ) , k ( t ) , k ( t ) ( t ) .

{(

)(

)}

Optimisation globale

75

3.5.1.3. Influence de ( 0 )
* r ( t ) et Cr ( t ) tant connus t [ 0..N 1] , les valeurs de ( Cth ( t ) , k * ( t ) ) , et par consquent

l'tat de charge final x ( N ) , ne dpendent que de la valeur de ( 0 ) . On peut dduire depuis lexpression du critre (3.44) que le paramtre ( 0 ) pondre l'influence de la puissance consomme par le moteur lectrique par rapport la consommation de carburant. Ce point est illustr par les trois cas suivants. Dans ce Cas ( 0 ) = 0 cas,
N 1 t =0

le

critre

minimis

est

la

consommation

de

carburant

seule :

J ' = Soc + D ( Cth ( t ) , k ( t ) ) Te , et dans ce cas, Cth ( t ) = Cth _ min ( k ( t ) ) t [ 0..N 1] . tel-00007966, version 1 - 7 Jan 2005 La figure 42 reprsente les points de fonctionnement pour les deux moteurs dans le plan (rgime, couple) ainsi que les courbes d'iso-consommation (de carburant ou de puissance lectrique).
Consom mation du moteur thermique en gr/s 120 60 12 100 10 80 50 20 100 40 Puiss anc e c ons om m e par le m oteur lectrique(kW )

Couple (Nm)

Couple (Nm)

8 60 6 40 4

-50

-20

20

-100

-40

0 1000

-60 2000 3000 4000 W th (tr/mn) 5000 6000 1000 2000 3000 4000 R gim e elec (tr/m n) 5000 6000

Figure 42 : Points de fonctionnement pour

( 0) = 0 .

Ce cas conduit un minimum de consommation possible de 2 l /100km , mais bien entendu, aussi une dcharge maximale de la batterie. La variation d'tat de charge minimale obtenue est alors : 29% . Cas fortement ngatif : ( 0 ) 0

Lorsque ( 0 )

0 , par exemple ( 0 ) = 1000 , le terme ( 0 ) P ( Cth ( t ) , k ( t ) ) Te est

prpondrant dans le critre et donc la consommation de carburant ne sera que trs peu prise 76 Optimisation globale

en compte. L'algorithme doptimisation globale minimise alors la puissance lectrique consomme. Les points de fonctionnement du moteur lectrique sont choisis de manire recharger la batterie, cela correspond des puissances consommes ngatives. Sur la figure 43, les points de fonctionnement du moteur thermique sont saturs : Cth ( t ) = Cth _ max ( k ( t ) ) t [ 0..N 1] . Les points de fonctionnement du moteur lectrique sont positionns sur les courbes de couple minimum admissibles : Le moteur lectrique pourrait dlivrer moins de couple, mais alors la contrainte (1.7) sur le couple du moteur thermique ne serait plus respecte. La consommation est alors trs importante, 24 l /100km , mais la batterie a t recharge au maximum : la variation d'tat de charge est de +19, 7% .

Consom mation du moteur thermique en gr/s 120

Puiss anc e c ons om m e par le m oteur lectrique(kW )

tel-00007966, version 1 - 7 Jan 2005

60 12 100 10 80 50 20 100 40

Couple (Nm)

Couple (Nm)

8 60 6 40 4

-50

-20

20

-100

-40

0 1000

-60 2000 3000 4000 W th (tr/mn) 5000 6000 1000 2000 3000 4000 R gim e elec (tr/m n) 5000 6000

Figure 43 : Choix des points de fonctionnement pour

( 0 ) = 1000

Cas fortement positif : ( 0 )

Lorsque ( 0 )

0 , par exemple ( 0 ) = 1000 , le terme prpondrant dans le critre est

nouveau ( 0 ) P ( Cth ( t ) , k ( t ) ) Te . L'algorithme maximise la consommation d'nergie lectrique, le couple du moteur lectrique est maximal, celui du moteur thermique minimal figure 44.

Optimisation globale

77

Consom m ation du m oteur therm ique en gr/s 120

Puissance consom m e par le m oteur lectrique(kW )

60
12 100 10 80

100 40 50 Couple (Nm )

Couple (Nm )

8 60 6 40 4

20 0

-50

-20

20

-100

-40

0 1000

-60
2000 3000 4000 W th (tr/m n) 5000 6000

1000

2000

3000 4000 R gim e elec (tr/m n)

5000

6000

Figure 44 : Points de fonctionnement choisis pour chacun des moteurs pour

( 0 ) = 1000

On peut constater que les rsultats obtenus avec ( 0 ) = 1000 sont les mmes que pour le cas tel-00007966, version 1 - 7 Jan 2005

( 0 ) = 0 . En effet, quelque soit le rgime, la consommation de carburant est minimale pour


le couple minimal, et par consquent, le couple du moteur thermique est satur sa plus faible valeur ds que ( 0 ) = 0 . Cette remarque est confirme par la figure 45 qui reprsente la variation globale dtat de charge, i.e. x ( N ) x ( 0 ) , pour diffrentes valeurs de ( 0 ) sur le Cycle Europen Normalis. La variation globale dtat de charge est minimale ds ( 0 ) = 3 105 .

78

Optimisation globale

20

15

10 x (0 )= x (N ) 5 x (N )-x (0 ) (% )

-5

-1 0

-1 5

-2 0

-2 5

-3 0 -1 2

-1 0

-8

-6
(0 )* 1 0
5

-4

-2

tel-00007966, version 1 - 7 Jan 2005

Figure 45 : Variation de

x ( N ) x ( 0)

en fonction de

( 0)

pour le Cycle Europen Normalis

La valeur qui assure x ( N ) x ( 0 ) Soc < est trouve par dichotomie, gnralement entre 5 et 10 itrations sont ncessaires. Lalgorithme doptimisation globale est donc le suivant :

Optimisation globale

79

Choisir une valeur initiale ( 0 ) REPETER Pour chaque t {0, , N 1} , Calculer l'ensemble ( t ) des valeurs qui respectent les contraintes (3.23) et (3.24) La valeur de ( Cth ( t ) , k ( t ) ) qui minimise D ( Cth ( t ) , k ( t ) ) Te ( 0 ) P ( Cth ( t ) , k ( t ) ) Te est choisie dans :
tot ( t ) = ( t ) Cth _ min ( k ( t ) ) , k ( t ) , ( Cth _ max ( k ( t ) ) , k ( t ) )}

{(

Fin du Pour. tel-00007966, version 1 - 7 Jan 2005 Calculer la valeur finale de l'tat de charge : x( N ) = x(0) + P ( Cth ( t ) , k ( t ) ) Te
t =0 N 1

Ajuster la valeur de ( 0 ) en fonction de x ( N ) x ( 0 ) Soc . JUSQU'A x ( N ) x ( 0 ) Soc <

3.5.1.4. Limitations de lalgorithme

Plusieurs remarques peuvent tre faites. Une commande nest optimale quen fonction des hypothses qui sont faites, i.e., le modle choisi, le critre minimiser, les contraintes etc. Elle nest plus optimale ds lors quune des hypothses nest plus respecte. Dans notre cas, la premire restriction faire sur loptimalit de la solution obtenue concerne
* le choix du rapport de bote. Effectivement, chaque instant t , la commande ( Cth ( t ) , k * ( t ) )

est choisie dans un ensemble pouvant contenir plusieurs valeurs :


( t ) Cth _ min ( k ( t ) ) , k ( t ) , ( Cth _ max ( k ( t ) ) , k ( t ) ) .

{(

On choisit celle qui minimise la quantit D ( Cth ( t ) , k ( t ) ) Te ( 0 ) P ( Cth ( t ) , k ( t ) ) Te .

80

Optimisation globale

Pour obtenir la solution optimale, il faudrait pouvoir tester toutes les combinaisons possibles
de ( t ) Cth _ min ( k ( t ) ) , k ( t ) , ( Cth _ max ( k ( t ) ) , k ( t ) )} t [1..N ] , k ( t ) ( t ) et choisir

{(

celle qui minimise le critre global

{D ( C ( t ) , k ( t ) ) T
t =0 th

N 1

( 0 ) P ( Cth ( t ) , k ( t ) ) Te .

* Cependant, choisir la commande ( Cth ( t ) , k * ( t ) ) telle que nous lavons propose, i.e., qui

minimise seulement un critre instantan, permet dintgrer facilement la gestion des numros de rapports de bote k ( t ) et de rduire de manire considrable les temps de calculs. De plus, la plupart du temps ( t ) ne contenant gnralement quune seule valeur indique que lhypothse faite nest pas trop restrictive. La deuxime restriction concerne, videmment le contexte des simulations, dans le sens o ce tel-00007966, version 1 - 7 Jan 2005 sont des modles plus complets du vhicule, des batteries, etc. qui seront pris en compte. 3.5.1.5. Rsultats Le modle utilis pour le calcul de la commande prcdente est un modle relativement simplifi du vhicule hybride. Certaines dynamiques ont t ngliges en particulier celle du moteur thermique. Pour les simulations, les commandes calcules par lalgorithme doptimisation globale peuvent tre appliques soit, au modle simplifi soit, un modle plus complet et plus prcis. Les rsultats sont donns pour une valeur de Soc = 0 , ce qui permet de comparer les consommations de carburant avec celles du vhicule conventionnel.
3.5.1.5.1. Modle simplifi

Sur le Cycle Europen Normalis, une variation globale d'tat de charge quasi nulle x ( N ) x ( 0) 4, 2 102 % est obtenue pour ( 0 ) = 5, 26 10 5 . La consommation de

carburant est alors de 6,19 l /100km . La figure 46 montre le couple du moteur thermique et le numro de rapport de bote de vitesses slectionn tout au long du cycle CEN.

Optimisation globale

81

Cycle CEN 100


(km /h)

50 0

200

400

600

800

1000

100
(Nm ) C
th

50 0 2

200

400

600

800

1000

k(t)

1.5

1 80
Soc (% )

200

400

600

800

1000

79.5 79 78.5 0 200 400 600 Temps(s) 800 1000

tel-00007966, version 1 - 7 Jan 2005

Figure 46 : Commande optimale applique au modle simplifi sur le CEN

Dans le cas du modle simplifi, certaines dynamiques ont t ngliges en particulier celle du moteur thermique. Le couple aux roues effectivement ralis est diffrent de la consigne demande. Le rgime du vhicule ne suit donc pas parfaitement le cycle de vitesse, figure 47.
140 C o n s ig n e
r

120

100

(k m / h )

80

60

40

20

200

400

600 T e m p s (s )

800

1000

1200

Figure 47 : Erreur de suivi de vitesse due au calcul de Cr a priori

Afin de remdier ce problme lalgorithme doptimisation doit tre intgr dans un modle de vhicule plus prcis. 82 Optimisation globale

3.5.1.5.2. Modle complet

Un modle de vhicule a t ralis sous Matlab/Simulink /Paganelli 1999/, figure 48, dans lequel le couple aux roues est calcul chaque instant t par un rgulateur de vitesse du vhicule qui assure, dans ce cas, le suivi du cycle de vitesse. Ce bloc peut tre assimil au conducteur du vhicule.

k (t ) R e g im e R o u e s ( r d / s ) Ce v it _ v e h ic u le ( r d / s ) C o n s _ C _ ro u e (N m ) c o n s _ v it r d / s

c o n s _ c p le _ r o u e s ( N m )

C o n s V it V e h k m / h

C t h (t )

C ycle

c o n d u cte u r

A l g o ri t h m e d 'o p t i m i sa t i o n

C o n so M o t e u r t h e rm i q u e E m b ra y a g e

tel-00007966, version 1 - 7 Jan 2005

V e h icu le noeud B o i t e V i t e sse s

U b a tt (v ) Ibatt SOC

Soc

REDUCT E UR M EL M o t e u r e l e c t ri q u e

B a t t e ri e

Figure 48 : Le modle complet sous Matlab/Simulink

Sur le Cycle Europen Normalis, une variation globale d'tat de charge quasi nulle x ( N ) x ( 0 ) 5,5 10-2 % est obtenue pour ( 0 ) = 5,18 105 . La consommation de carburant est alors de 6, 25 l / km . La figure 49 montre le couple du moteur thermique et le numro de rapport de bote de vitesses slectionn tout au long du CEN.

Optimisation globale

83

C y c le E u ro p e n N o rm a lis , (0 )= -5 . 1 8 7 5 e -0 0 5
(k m / h )

100 50 0

200

400

600

800

1000

(N m ) C
th

100 50 0 2

200

400

600

800

1000

k (t ) E t a t d e c h a rg e (% )

1 .5

1 80 7 9 .5 79

200

400

600

800

1000

200

400

600 T e m p s (s )

800

1000

tel-00007966, version 1 - 7 Jan 2005

Figure 49 : Rsultats de l'optimisation globale sur le CEN avec le modle complet

Lallure des rsultats est similaire celle du modle simplifi, cependant le suivi de vitesse est nettement amlior, figure 50.
1 4 0 C 1 2 0 o
r

i g

/ h

( k

0 T e m

0 0 p s

8 ( s )

Figure 50 : Suivi de vitesse avec le modle complet pour le CEN

Une faon damliorer les rsultats obtenus, en termes de commande, est de considrer des modles plus prcis directement dans le problme doptimisation. Des essais dans ce sens ont t raliss, certains sont prsents ci-aprs. Il sagit de trouver le bon compromis entre complexit accrue et amlioration de la qualit des solutions obtenues. 3.5.2. Amliorations de lalgorithme de base 3.5.2.1. Intgration du rendement de la batterie dans le problme doptimisation /Delprat & al. 2001/ Le modle de batterie utilis dans l'algorithme d'optimisation globale prcdent tait bas sur une cartographie : Pe ( Ce ( t ) , e ( t ) ) . La construction de cette cartographie ncessite la prise 84 Optimisation globale

en compte des rendements du moteur lectrique et de la batterie. Celui de la batterie tant fonction de l'tat de charge, la cartographie ne peut tre construite que pour un tat de charge moyen, en loccurrence 80% . Cette valeur correspond l'tat de charge initial utilis dans toutes les simulations, et galement un tat de charge raliste pour les stratgies de commande temps rel. Afin damliorer les performances de lalgorithme, un modle plus prcis du rendement des batteries peut tre pris en compte dans lalgorithme doptimisation globale. Le modle de batterie utilis est celui propos par /Magyar & al. 1990/ : x ( t + 1) = x ( t ) + Pe ( Ce ( t ) , e ( t ) ) Acc ( x ( t ) , Ce ( t ) ) Te
x( t ) k 1 1 e acc Qnom 3600Ubatt avec Acc ( x ( t ) , Ce ( t ) ) = 1

(3.45)

tel-00007966, version 1 - 7 Jan 2005

si Ce ( t ) < 0 si Ce ( t ) 0

(3.46)

Pe ( Ce ( t ) , e ( t ) ) est la puissance (en W) consomme par le moteur lectrique pour produire le couple Ce ( t ) au rgime e ( t ) l'instant d'chantillonnage t et Acc ( x ( t ) , Ce ( t ) ) est lacceptance de charge dfinie dans /Magyar 1990/ avec Qnom et U batt , respectivement la capacit et la tension nominale de la batterie. On notera que la cartographie utilise dans les algorithmes prcdents correspond : Pe ( Ce ( t ) , e ( t ) ) = Pe ( Ce ( t ) , e ( t ) ) . Acc ( 80%, Ce ( t ) )
3.5.2.1.1. Formulation du problme

Le nouveau problme doptimisation globale, o napparaissent que les variables de dcision, scrit maintenant : Systme : x ( t + 1) = x ( t ) + P ( Cth ( t ) , k ( t ) ) Acc ( x ( t ) , Cth ( t ) ) Te (3.47)

x(t ) kacc 1 Q 3600U nom batt 1 e si Cth ( t ) > Ce _ nul ( k ( t ) ) avec Acc ( x ( t ) , Cth ( t ) ) = 1 si Cth ( t ) Ce _ nul ( k ( t ) )

avec Ce _ nul ( k ( t ) ) =

bv R ( k ( t ) )

Cr ( t )

Optimisation globale

85

Critre : Contraintes mcaniques :

J = D ( Cth ( t ) , k ( t ) ) Te
t =0

N 1

(3.48) (3.49) (3.50) = Soc (3.51)

k (t ) (t ) Cth _ min ( k ( t ) ) Cth ( t ) Cth _ max ( k ( t ) )

Contrainte sur ltat de charge :

P ( C ( t ) , k ( t ) ) A ( x ( t ) , C ( t ) ) T
t =0 th cc th

N 1

Comme prcdemment, la contrainte mcanique (3.50) et le modle du systme (3.47) sont introduits dans le critre (3.48) en utilisant deux paramtres de Lagrange ( t ) et ( t ) t [ 0..N 1] . Le problme d'optimisation s'crit donc : tel-00007966, version 1 - 7 Jan 2005 min J = D ( Cth ( t ) , k ( t ) ) Te
t =0 N 1

Cth ( t ), k ( t )K ( t ), ( t ), ( t ), ( t )

+ ( t ) x ( t + 1) x ( t ) P ( Cth ( t ) , k ( t ) ) Acc ( x ( t ) , Cth ( t ) ) Te + ( t ) Cth ( t ) + Cth ( t ) A ( k ( t ) ) + B ( k ( t ) ) + ( t )


2

)}

(3.52)

Sous la contrainte : x ( N ) = x ( 0 ) + Soc

Les conditions au premier ordre sont donnes par les drives partielles : J = 0 x ( t + 1) x ( t ) P ( Cth ( t ) , k ( t ) ) Acc ( x ( t ) , Cth ( t ) ) Te = 0 ( t ) J 2 2 = 0 Cth ( t ) + Cth ( t ) A ( k ( t ) ) + B ( k ( t ) ) + ( t ) = 0 ( t ) J = 0 (t ) (t ) = 0 ( t ) (3.53)

(3.54)

(3.55)

Dans la suite, deux cas seront considrs plusieurs reprises, le premier correspond un couple lectrique ngatif, soit Cth ( t ) Ce _ nul ( k ( t ) ) , il sera dsign par cas 1, le second correspond un couple lectrique positif, soit Cth ( t ) > Ce _ nul ( k ( t ) ) , il sera dsign par cas 2, 86 cas 1 : Acc ( x ( t ) , Cth ( t ) ) = 1 Optimisation globale

D ( Cth ( t ) , k ( t ) ) P ( Cth ( t ) , k ( t ) ) J =0 (t ) Cth ( t ) Cth ( t ) Cth ( t )

+ ( t ) 2 Cth ( t ) + A ( k ( t ) ) = 0 J = 0 ( t ) = ( t 1) x ( t ) cas 2 : Acc ( x ( t ) , Cth ( t ) ) = 1 e


x(t ) kacc 1 Q 3600U nom batt

(3.56)

(3.57)

J =0 x ( t ) kacc Te P ( Cth ( t ) , k ( t ) ) Acc ( x ( t ) , Cth ( t ) ) 1 ( t 1) ( t ) 1 + Qnom 3600 U batt

) =0

(3.58)

tel-00007966, version 1 - 7 Jan 2005

D ( Cth ( t ) , k ( t ) ) P ( Cth ( t ) , k ( t ) ) J =0 (t ) Acc ( x ( t ) , Cth ( t ) ) Cth ( t ) Cth ( t ) Cth ( t ) + ( t ) 2 Cth ( t ) + A ( k ( t ) ) = 0

(3.59)

3.5.2.1.2. Rsolution du problme doptimisation globale

Calcul de ( t ) : cas 1 : ( t ) = ( t 1) si Cth ( t ) Ce _ nul ( k ( t ) )

cas 2 : ( t ) = ( t 1) (1 + f ) si Cth ( t ) > Ce _ nul ( k ( t ) ) avec f kacc Te P ( Cth ( t ) , k ( t ) ) Acc ( x ( t ) , Cth ( t ) ) 1 Qnom 3600 U batt

En considrant que la dynamique de l'tat de charge x ( t ) est relativement faible par rapport la priode d'chantillonnage, l'approximation suivante Acc ( x ( t ) , Cth ( t ) ) Acc ( x ( t 1) , Cth ( t ) ) permet de calculer la valeur de ( t ) si Cth ( t ) > Ce _ nul ( k ( t ) ) :

( t ) = ( t 1) (1 + f ')
Optimisation globale

(3.60) 87

Avec f '

kacc Te P ( Cth ( t ) , k ( t ) ) Acc ( x ( t 1) , Cth ( t 1) ) 1 Qnom 3600 U batt

Si ( t 1) est connu, il est donc possible de calculer ( t ) t [1..N 1] . Calcul de Cth ( t ) :

Lquation (3.55) peut scrire : (t ) = 0 ou ( t ) = 0 Si tel-00007966, version 1 - 7 Jan 2005 l'quation (3.61) est vrifie alors Cth ( t ) bornes ( k ( t ) ) k K ( t ) . (3.61) (3.62) Avec

bornes ( k ( t ) ) = Cth _ min ( k ( t ) ) , Cth _ max ( k ( t ) )

k ( t ) K ( t ) .

Si (3.62) est vrifie, (3.56) et (3.59) sont simplifies : cas 1 : Cth ( t ) Ce _ nul ( k ( t ) ) D ( Cth ( t ) , k ( t ) ) P ( Cth ( t ) , k ( t ) ) J =0 (t ) =0 Cth ( t ) Cth ( t ) Cth ( t ) cas 2 : Cth ( t ) > Ce _ nul ( k ( t ) ) D ( Cth ( t ) , k ( t ) ) P ( Cth ( t ) , k ( t ) ) J =0 (t ) Acc ( x ( t ) , Cth ( t ) ) = 0 Cth ( t ) Cth ( t ) Cth ( t ) (3.64) (3.63)

Afin de pouvoir rsoudre (3.63) et (3.64), les expressions analytiques de la consommation de carburant D ( Cth ( t ) , k ( t ) ) et de P ( Cth ( t ) , k ( t ) ) sont ncessaires. Pour D ( Cth ( t ) , k ( t ) ) , est approche en utilisant l'approximation par morceaux de paraboles (3.25) : D ( Cth ( t ) , k ( t ) )
i ath ( k ( t ) ) i i Cth ( t ) + bth ( k ( t ) ) Cth ( t ) + cth ( k ( t ) ) 2

i i Avec n le nombre de paraboles, chacune tant dfinie sur un segment Cth _ min , Cth _ max n 0 i {0, , n} , avec bien sr, Cth _ min = Cth _ min ( k ( t ) ) et Cth _ max = Cth _ max ( k ( t ) ) .

88

Optimisation globale

De manire similaire, on obtient pour P ' ( Cth ( t ) , k ( t ) ) : P ( Cth ( t ) , k ( t ) ) Calcul de Cth ( t ) : cas 1 : Cth ( t ) Ce _ nul ( k ( t ) )
i ae ( k ( t ) ) i Cth ( t ) + bei ( k ( t ) ) Cth ( t ) + ce ( k ( t ) ) 2

(3.65)

Si ( 0 ) est connu, les expressions (3.25) et (3.65) permettent de rsoudre (3.63). Soit
i i i pos ( t ) lensemble des valeurs telles que Cth ( t ) Cth _ min , Cth _ max .

tel-00007966, version 1 - 7 Jan 2005 (3.64)

cas 2 : Cth ( t ) > Ce _ nul ( k ( t ) )

i i ath ( k ( t ) ) Cth ( t ) + bth ( k ( t ) )

1+

2 i i kacc Te 0.5 ae ( k ( t ) ) Cth ( t ) + bei ( k ( t ) ) Cth ( t ) + ce ( k ( t ) ) Acc ( x ( t 1) , Cth ( t 1) ) 1

( t 1) ( aei ( k ( t ) ) Cth ( t ) + bei ( k ( t ) ) ) Acc ( x ( t 1) , Cth ( t ) )

)(

=0

Qnom 3600 U batt

On pose : ae =
i kacc Te 0.5 ae ( k ( t ) ) Acc ( x ( t 1) , Cth ( t ) ) 1

Qnom 3600 U batt kacc Te bei ( k ( t ) ) Acc ( x ( t 1) , Cth ( t ) ) 1 Qnom 3600 U batt

),
et

be =

i i 2 (3.64) ath ( k ( t ) ) Cth ( t ) + bth ( k ( t ) ) ae ( k ( t ) ) Cth ( t ) + be ( k ( t ) ) Cth ( t ) + ce ( k ( t ) ) i ( t 1) ( ae ( k ( t ) ) Cth ( t ) + bei ( k ( t ) ) ) Acc ( x ( t 1) , Cth ( t ) ) = 0 3 2 a* ( k ( t ) ) Cth ( t ) + b* ( k ( t ) ) Cth ( t ) + c* ( k ( t ) ) Cth ( t ) + d * ( k ( t ) ) = 0

)(

(3.66)

Optimisation globale

89

avec

i a* ( k ( t ) ) = ath ( k ( t ) ) ae ( k ( t ) ) i i b* ( k ( t ) ) = ath ( k ( t ) ) be ( k ( t ) ) + bth ( k ( t ) ) ae ( k ( t ) ) i i i c* ( k ( t ) ) = ath ( k ( t ) ) ce ( k ( t ) ) + bth ( k ( t ) ) be ( k ( t ) ) ( t 1) ae ( k ( t ) ) Acc ( x ( t 1) , Cth ( t ) ) i d * ( k ( t ) ) = bth ( k ( t ) ) ce ( k ( t ) ) ( t 1) bei ( k ( t ) ) Acc ( x ( t 1) , Cth ( t ) )

Soit neg ( t ) lensemble des solutions de (3.66) obtenues telles que Cth ( t ) > Ce _ nul ( k ( t ) ) , par exemple avec la mthode de Cardan.

Les commandes tel-00007966, version 1 - 7 Jan 2005

(C (t ) , k (t ))
* th *

qui minimisent (3.52) sont choisies dans lensemble

tot ( t ) = bornes ( t ) pos ( t ) nreg ( t ) k ( t ) K ( t ) .


3.5.2.1.3. Algorithme

Il est ncessaire de pouvoir choisir chaque instant, une solution dans tot ( t ) . Il est, comme prcdemment, hors de question dexplorer lensemble des combinaisons possibles. La solution retenue ici, qui correspond donc une commande sous-optimale est de choisir celle qui minimise de faon instantane : D ( Cth ( t ) , k ( t ) ) Te ( t ) P ( Cth ( t ) , k ( t ) ) Acc ( x ( t ) , Cth ( t ) ) Te (3.67)

Cette quation suppose en fait que ltat de charge entre deux instants dchantillonnage successifs est sensiblement constant x ( t + 1) x ( t ) . Lalgorithme final est donc similaire celui du problme prcdent :

90

Optimisation globale

Choisir une valeur initiale ( 0 ) REPETER Pour chaque t {0, , N 1} , Calculer la valeur de Ce _ nul ( k ( t ) ) Calculer l'ensemble pos ( t ) des valeurs telles que Cth ( t ) Ce _ nul ( k ( t ) ) Calculer l'ensemble neg ( t ) des valeurs telles que Cth ( t ) > Ce _ nul ( k ( t ) ) Pour chacune des valeurs de tot ( t ) = bornes ( t ) pos ( t ) nreg ( t ) calculer la valeur ( t 1) (1 + f ') si Cth ( t ) > Ce _ nul ( k ( t ) ) de ( t ) = ( t 1) Cth ( t ) Ce _ nul ( k ( t ) ) Chercher

tel-00007966, version 1 - 7 Jan 2005

(C (t ) , k (t )) ,
* th *

la

valeur

de

tot ( t )

qui

minimise

D ( Cth ( t ) , k ( t ) ) Te ( t ) P ( Cth ( t ) , k ( t ) ) Acc ( x ( t ) , Cth ( t ) ) Te . Fin du Pour. Calculer la valeur finale de l'tat de charge : x( N ) Ajuster la valeur de ( 0 ) en fonction de x ( N ) x ( 0 ) Soc . JUSQU'A x ( N ) x ( 0 ) Soc <
3.5.2.1.4. Rsultats (sur le modle complet)

Pour illustrer les rsultats de lalgorithme, des essais sur le cycle CEN ont t raliss. Ils sont confronts avec ceux issus du premier algorithme et prsents figure 51. On rappelle que cet algorithme utilise une cartographie qui correspond un tat de charge donn de 80% . Le cycle utilis est le CEN, et la figure 51 prsente la consommation du Berlingo prototype en simulation en fonction de la variation globale dtat de charge Soc . La diffrence entre les deux rsultats nexcde pas 3% . Sur ce type de profil de vitesse, il est naturel que la diffrence ne soit gure importante dans la mesure o la variation globale de ltat de charge est relativement restreinte, en particulier par le fait que le cycle est court.

Optimisation globale

91

20

C o n s o m m a t io n (l/ 1 0 0 k m )

15

A c c e p t a n c e d e c h a rg e S oc m oy en

10

0 -3 0

-2 5

-2 0

-1 5

-1 0

-5
S o c (% )

10

15

20

-0 . 5 -1

D iff re n c e (% )

-1 . 5 -2 -2 . 5 -3 -3 0

-2 5

-2 0

-1 5

-1 0
S o c (% )

-5

10

15

tel-00007966, version 1 - 7 Jan 2005

Figure 51 : Comparaison des algorithmes pour le CEN

Cependant, pour pouvoir effectivement vrifier lapport de cette prise en compte du rendement, il faudrait confronter les deux algorithmes sur des cycles longs ou en modes dgrads , par exemple, pour des cycles o l'tat de charge s'loigne beaucoup de l'tat de charge vis ou lorsque l'tat initial est trs diffrent de l'tat de charge vis. Dans le contexte de cette tude, les essais seront principalement faits sur des cycles courts avec un Socvis aux alentours de 80% . De plus, les temps de calculs tant plus importants pour lalgorithme utilisant lacceptance de charge, lvaluation des stratgies de commande sera faite avec le premier algorithme prsent utilisant une cartographie construite autour de ltat de charge moyen. Les algorithmes prsents ne prennent pas en compte la gestion de ltat du moteur thermique, i.e., allum ou teint, dans le sens o ce dernier est fix par des rgles externes aux algorithmes, par exemple : au bout de 3s darrt vhicule, le moteur thermique est teint. Naturellement, ce choix de stop and go du moteur thermique est directement li la consommation de carburant. Il est alors ncessaire de pouvoir linclure dans lalgorithme doptimisation globale.

92

Optimisation globale

3.5.2.2. Intgration de ltat du moteur thermique dans lalgorithme doptimisation globale Lalgorithme doptimisation globale est alors modifi pour optimiser galement le choix de ltat du moteur thermique. Soit ( t ) {0,1} ltat du moteur thermique. Par convention, le moteur thermique est allum si ( t ) = 1 . Le moteur thermique ne peut tre teint que si le moteur lectrique est capable de produire lui seul lintgralit du couple demand aux roues. A chaque instant, ltat du moteur thermique

(t )

appartient

donc

un

ensemble

de

valeurs

admissibles

( t ) {{0} , {1} , {0,1}} : ( t ) = 1 si


tel-00007966, version 1 - 7 Jan 2005 R ( k ( t ) ) bv .red Cr ( t ) Cr ( t ) > Ce _ max ( e ( t ) ) Ce _ max ( e ( t ) ) (3.68)

( t ) = {0,1} si

R ( k ( t ) ) bv .red

Le problme doptimisation scrit alors : min ( ) J = D ( Cth ( t ) , k ( t ) ) Te ( t )


t =0 N 1

Cth ( t ), k t , ( t ), ( t ), ( t ), ( t )

+ ( t ) x ( t + 1) x ( t ) P ( Cth ( t ) ( t ) , k ( t ) ) Te

+ ( t ) Cth ( t ) + Cth ( t ) B ( k ( t ) ) + A ( k ( t ) ) + ( t )
2

)
2

(3.69)

)}

Contraintes mcaniques :

k (t ) (t )

(t ) (t )
Contrainte sur ltat de charge : x ( N ) = x ( 0 )

Une solution du problme doptimisation (3.69) est donc une matrice contenant chaque instant le couple du moteur thermique, le numro de rapport de bote de vitesses et ltat du moteur thermique. Optimisation globale 93

A chaque instant t , deux cas sont possibles : 1er cas : Si 1 ( t ) le moteur thermique peut tre allum

Si ( t ) = 1 , le problme (3.69) se rduit au problme doptimisation (3.18), et lensemble des solutions ( Cth ( t ) , k ( t ) ,1) de ce problme linstant t est not on ( t ) . 2me cas : Si 0 ( t ) , Cth ( t ) = 0 , il ne reste plus qua choisir le numro du rapport de bote de vitesses k ( t ) et lensemble des solutions ( 0, k ( t ) , 0 ) linstant t est not off ( t ) . A tel-00007966, version 1 - 7 Jan 2005 chaque instant t, la solution

( C ( t ) , k ( t ) , ( t ) )
* th * *

qui

minimise

D ( Cth ( t ) , k ( t ) ) ( t ) ( t ) P ( Cth ( t ) ( t ) , k ( t ) ) est choisie dans ( t ) = off ( t ) on ( t ) . Les mmes remarques que celles prcdemment faites sur loptimalit de la solution peuvent tre faites. Lalgorithme doptimisation globale intgrant la gestion de ltat du moteur thermique est alors le suivant :

94

Optimisation globale

Choisir une valeur initiale ( 0 ) REPETER Pour chaque t {0, , N 1} , Si 1 ( t ) , calculer l'ensemble
on ( t ) = ( t ) Cth _ min ( k ( t ) ) , k ( t ) ,1 , ( Cth _ max ( k ( t ) ) , k ( t ) ) ,1}

{(

des solutions du problme rduit (moteur thermique allum) sinon on ( t ) = . Si 0 ( t ) , calculer lensemble des solutions obtenues moteur thermique teint : off ( t ) = ( 0, k ( t ) , 0 ) tel-00007966, version 1 - 7 Jan 2005

k ( t ) ( t )

sinon off ( t ) = .

* Choisir la solution ( Cth ( t ) , k * ( t ) , * ( t ) ) ( off ( t ) on ( t ) ) qui minimise

D ( Cth ( t ) , k ( t ) ) ( t ) ( t ) P ( Cth ( t ) ( t ) , k ( t ) ) Fin du Pour.


* Calculer la valeur finale de l'tat de charge : x( N ) = x(0) + P ( Cth ( t ) , k * ( t ) ) Te t =0 N 1

Ajuster la valeur de ( 0 ) en fonction de x ( N ) x ( 0 ) Soc . JUSQU'A x ( N ) x ( 0 ) Soc <

Les rsultats obtenus par lalgorithme sur le cycle CEN sont reprsents sur la figure 52. La consommation de carburant est de 5, 48 l /100km et la variation globale dtat de charge Soc = 0, 06% . Par rapport aux rsultats obtenus auparavant, on saperoit que la gestion de ltat du moteur thermique permet damliorer nettement la consommation.

Optimisation globale

95

Cycle CEN
r (km/h)

100 50 0 100 50 0 2

200

400

600

800

1000

C th (Nm)

200

400

600

800

1000

k(t)

1.5 1

200

400

600

800

1000

Etat M th (On/Off) Etat de charge (%)

80 79 78 0 1 200 400 600 800 1000

tel-00007966, version 1 - 7 Jan 2005

1.5

0.5 0 0 200 400 600 Temps(s) 800 1000

Figure 52 : Rsultats obtenus sur le Cycle Europen Normalis

Nanmoins, on remarque que ltat du moteur nest pas raliste, par exemple vers t = 210s , le moteur nest allum que sur 2s . Si on utilise dautres cycles, le moteur peut tre allum et teint trois fois en 10s . Une manire de rendre plus raliste cette gestion de ltat du moteur est dintroduire une contrainte sur la frquence des changements de rapports. Rappelons que lun des objectifs est lvaluation des stratgies de commande, et donc la recherche dun minimum absolu de consommation de carburant, il ne sagit donc pas dtre raliste. En rsum, la solution obtenue sans contrainte supplmentaire fournit seulement une borne minimale de consommation.

96

Optimisation globale

Figure 53 : Rendement du moteur thermique & lectrique pour le cycle CEN

La figure 53 montre le choix des points de fonctionnement sur le Cycle Europen Normalis tel-00007966, version 1 - 7 Jan 2005 dans le plan couple-rgime de chacun des moteurs. Les points de fonctionnement du moteur thermique sont positionns principalement prs de son couple optimal, l o son rendement est maximal. La puissance ainsi rcupre est utilise pour assurer la propulsion du vhicule pour des vitesses faibles. La figure 54 reprsente le couple lectrique en fonction de celui du moteur thermique, la partie droite pour le cycle CEN, la partie gauche pour le cycle routier n1.

Figure 54 : Points de fonctionnement dans le plan (Cth,Ce) pour le CEN et le cycle Routier n1

Le cycle CEN est trop particulier pour fournir une interprtation intressante de ce que ralise la commande mise en uvre. La figure nest place ici qu titre dindication. Pour le cycle routier, une remarque importante que lon peut faire, est que, de manire gnrale, la rpartition de couple est la suivante : quand cela est possible, le couple du moteur thermique Optimisation globale 97

est positionn autour de son couple optimal et le moteur lectrique permet de dlivrer le supplment dnergie ncessaire pour suivre le cycle.

3.6. Conclusion Le problme des stratgies de commande a t formul sous la forme dun problme doptimisation sous contraintes. Plusieurs algorithmes doptimisation globale ont t envisags. Un recuit simul ainsi quun algorithme bas sur le principe de la programmation dynamique peuvent tre appliqus, mais les temps de calculs ncessaires sont prohibitifs et limitent donc leur utilisation des cycles de vitesse relativement courts. Afin de remdier ce problme, une approche base sur la thorie de la commande optimale a t propose. Un premier algorithme est construit pour un modle simplifi du vhicule. Il tel-00007966, version 1 - 7 Jan 2005 permet dune part de concilier temps de calcul et qualit de la solution obtenue. Deux autres algorithmes permettant dintgrer dautres nouvelles variables de dcision ou bien un modle plus prcis de batterie ont t proposs. Les rsultats obtenus avec ces algorithmes serviront de rfrence pour lvaluation des stratgies de commande temps rel prsente dans le chapitre suivant.

98

Optimisation globale

Chapitre 4.

Stratgies de commande temps rel : propositions, valuations, validations


4.1. Introduction _____________________________________________________________ 100 4.2. Estimation de ltat de charge_______________________________________________ 100

tel-00007966, version 1 - 7 Jan 2005

4.2.1. Mthodes bases sur lintgrale du courant__________________________________________ 101 4.2.2. Approche courant-tension _______________________________________________________ 102

4.3. Propositions de stratgies de commande temps rel _____________________________ 106


-control __________________________________________________________________________ 4.3.2. Commande par gestion du moteur thermique ________________________________________ 4.3.2.1. Analyse des rsultats obtenus avec lalgorithme doptimisation globale________________ 4.3.2.2. Stratgie de commande base sur la gestion de ltat du moteur thermique _____________ 107 108 109 110

4.4. Evaluation des stratgies ___________________________________________________ 113


4.4.1. Principe _____________________________________________________________________ 113 4.4.2. Choix des cycles de vitesse ______________________________________________________ 115 4.4.3. Evaluations des stratgies de commande____________________________________________ 120

4.5. valuation de diffrentes architectures _______________________________________ 122


4.5.1. Groupes motopropulseurs tests __________________________________________________ 4.5.2. Rsultats obtenus ______________________________________________________________ 4.5.2.1. Architecture simple arbre____________________________________________________ 4.5.2.2. Architecture double arbre ___________________________________________________ 4.5.3. Critre synthtique de performance________________________________________________ 123 124 124 126 128

4.6. Conclusion ______________________________________________________________ 129

4.1. Introduction Lobjectif de ce chapitre est daller vers une implmentation temps rel dune ou de plusieurs stratgies de commande. La premire partie prsente lun des points ncessaire la mise en uvre des stratgies de commandes, il sagit de lestimation de ltat de charge. Ensuite, deux nouvelles stratgies de commande utilisables en temps rel sont proposes. La premire est issue de ladaptation au temps rel des algorithmes du chapitre prcdent. La deuxime a t synthtise partir de lanalyse des rsultats de ces algorithmes. On dispose alors dun nombre important de stratgies potentiellement utilisables pour une application temps rel. Elles sont souvent de nature trs diffrentes. Il est possible den rejeter certaines directement, de choisir den garder une, plutt quune autre. Pour viter trop de tel-00007966, version 1 - 7 Jan 2005 subjectivit dans la slection dune stratgie de commande, des critres dvaluation sont proposs. Enfin, les outils dvelopps peuvent tre rutiliss plus en amont de la conception, afin daider, dune part, au choix de larchitecture et dautre part au dimensionnement des diffrents lments constituants le groupe motopropulseur.

4.2. Estimation de ltat de charge Lutilisation des batteries stend de nombreux domaines. Des estimateurs dtat de charge ont dj t raliss, par exemple pour les vhicules lectriques. Dans la majorit de ces applications, il est toujours suppos quau cours de son utilisation la batterie peut tre recharge suivant un profil de recharge bien dfini. Aprs une telle recharge, ltat de charge est suppos gal 100%. En gnral, cette recharge ne sera pas ralise systmatiquement pour le vhicule hybride, dans certains cas, elle sera mme impossible raliser. De plus, lutilisation de la batterie pour un vhicule hybride sera nettement diffrente de celle dun vhicule lectrique : la variation globale de ltat de charge pour un vhicule hybride sera faible. Les estimateurs dtat de charge doivent donc tre modifis.

100

Stratgies de commande temps rel : propositions, valuations, validations

4.2.1. Mthodes bases sur lintgrale du courant La plupart des estimateurs dtat de charge utiliss pour les vhicules lectriques sont construits autour de lintgrale du courant traversant les batteries. Un exemple est donn dans /Piller & al. 2001/ : 1 Soc ( t ) = Soc ( 0 ) + ( I batt ( ) I pertes ( ) ) d C t0
t

(4.1)

Avec C la capacit de la batterie, I batt le courant circulant dans les batteries, I pertes le courant induit par les diffrentes pertes dans la batterie et Soc ( 0 ) ltat de charge initial de la batterie. Dans le cadre de lapplication au vhicule lectrique, aprs une recharge complte de la batterie, on pose t = 0 et on suppose Soc ( 0 ) = 1 . tel-00007966, version 1 - 7 Jan 2005 Invitablement, lalgorithme cumule les erreurs sur la mesure de I batt et lestimation de I pertes . Effectivement, la mesure de I pertes est rarement accessible, et gnralement une estimation est ralise en utilisant, par exemple /Piller & al. 2001/ : U (t ) U N T ( t ) TN I pertes ( t ) = I 0 exp batt K2 K1 T ( t ) TN U K I 0 = K 0 exp N 2 K1 TN (4.2)

(4.3)

Avec K 0 , K1 , K 2 des constantes, U batt ( t ) la tension mesure aux bornes de la batterie, U N tension nominale vide, TN temprature de rfrence, T ( t ) temprature mesure. Un des problmes est alors lestimation des diffrents coefficients. Des mthodes didentification sont disponibles mais ncessitent pour la plupart deffectuer des mesures sur un banc de test.

Lorsque le recalage est possible, ralis gnralement en rechargeant la batterie, la drive invitable de lestimation reste limite. Pour une application au vhicule lectrique, ce recalage discret est suffisant, les mthodes bases sur lintgrale du courant suffisent et ont t appliques avec succs /Barbier & al. 1994/.

Stratgies de commande temps rel : propositions, valuations, validations

101

4.2.2. Approche courant-tension Afin dviter laccumulation des erreurs lies lutilisation dune mthode base sur une intgrale, une approche base sur lestimation de la rsistance interne de la batterie peut tre envisage /Pang & al. 2001/. En effet, pour les batteries au plomb le constructeur donne, par cartographie, la rsistance interne en fonction de ltat de charge. Un modle lectrique de batterie au plomb trs grossier est donn figure 80.
I

v id e

U b a tt (t)

tel-00007966, version 1 - 7 Jan 2005

Figure 55 : Modle lectrique ( trs) simplifi d'une batterie au plomb

Bien entendu ce modle, figure 55, est simpliste mais il a lavantage dtre trs facilement exploitable. Plusieurs auteurs ont travaill sur la base de tels modles, par exemple /Pang & al. 2001/ /Wiegman & Lorenz 1998/. Lestimateur prsent ici, est bas sur lestimation de la tension vide U vide . Celle-ci est ralise partir de mesures effectues, en temps rel, (relevs courant tension, figure 56) en utilisant une rgression linaire sur une fentre temporelle glissante.
260 255 250

(V ) U
b a tt

245 240 235 230 800

810

820

830 T e m p s (s )

840

850

860

100

50
b a tt

(A )
0 -5 0 800

810

820

830 T e m p s (s )

840

850

860

Figure 56 : Exemple de relev courant-tension

102

Stratgies de commande temps rel : propositions, valuations, validations

La figure 56 reprsente un relev des points courant-tension pour une exprience dune minute. Prsents dans un plan courant tension, figure 57, lhypothse de linarit est globalement respecte pour des valeurs de courant dpassant les 40A . En dessous, des phnomnes non linaires lis des phnomnes chimiques (non pris en compte dans cette tude) apparaissent.

tel-00007966, version 1 - 7 Jan 2005

Figure 57 : Relev Courant-Tension de la batterie au plomb

Lorsque dans une fentre temporelle donne, toutes les mesures respectent lhypothse de linarit et dune condition dexcitation persistante, un algorithme de rgression est utilis pour estimer ponctuellement ltat de charge. Suivant la taille de la fentre et les valeurs de courant, les conditions permettant ce calcul ponctuel peuvent tre difficiles runir. Lorsque ce nest pas le cas, une estimation relativement simple, base sur une intgrale du courant /Magyar & al. 1990/ est utilise. On peut voir la mthode propose comme une estimation continue de ltat de charge par une intgrale du courant avec un recalage ponctuel bas sur lestimation de la tension vide. Avec N la taille de la fentre F ( tini ) = [tini lalgorithme destimation est : tini + N ] ,

Stratgies de commande temps rel : propositions, valuations, validations

103

Si I batt ( t ) < 40 A pour t F ( tini ) Alors tini = t + 1 1 Estimer Soc ( t ) = f U vide + ( I batt ( ) I pertes ( ) ) d C tini Sinon Mettre jour la fentre glissante des mesures Si t = tini + N et excitation persistance Alors Calculer U vide , estimer Soc = f (U vide ) partir des donnes constructeur Sinon tel-00007966, version 1 - 7 Jan 2005 1 Estimer Soc ( t ) = f U vide + ( I batt ( ) I pertes ( ) ) d C tini Fin si Fin si

A titre dillustration de lalgorithme, la figure 58 montre des rsultats obtenus en temps rel sur le Berlingo prototype. Il sagit de donnes mesures sur un parcours de 1h30 effectu en mode lectrique pur.

104

Stratgies de commande temps rel : propositions, valuations, validations

100 Resistance interne Intgrateur 90

80

70

60

Soc(% )

50

40

30

tel-00007966, version 1 - 7 Jan 2005

20

10

1000

2000

3000 Tem ps(s)

4000

5000

6000

Figure 58 : Rsultats obtenus avec l'estimation de la rsistance vide

Les rsultats de lintgration du courant et de lalgorithme proposs sont prsents. On peut sapercevoir que lcart entre ces deux mthodes est important, mme si de faon globale les deux courbes voluent dans le mme sens. Une autre exprimentation de 18 min est donne figure 59. La batterie est initialement charge, et le vhicule en mode hybride. Cette fois-ci, les courbes sont trs diffrentes, et ceci est trs certainement du au fait que le mode hybride sollicite la batterie de manire trs diffrente par rapport au mode lectrique pur.

Stratgies de commande temps rel : propositions, valuations, validations

105

100 Resistance interne Integrale courant Soc probable

95

90 Soc(%) 85 80 75

200

400

600 Temps(s)

800

1000

1200

tel-00007966, version 1 - 7 Jan 2005

Figure 59 : Rsultats de l'estimation de l'tat de charge

Afin de disposer dune estimation de ltat de charge, suppose fiable, la batterie est laisse au repos pendant 24 h aprs lexprience. La tension de la batterie est ensuite mesure et ltat charge final est estim en utilisant les donnes constructeur, il est de 82% . Les deux algorithmes utiliss (estimation de la rsistance interne et intgrale du courant) ont donns la fin de lexprience des estimations dtat de charge infrieure cette valeur. Plusieurs rsultats similaires ont t obtenus sur diffrents essais. La drive constate semble moins importante que celle observe avec une simple intgration de courant. Nanmoins, dautres pistes intressantes peuvent tre explores, notamment une approche base sur lutilisation de lapproximation en dimension finie du modle diffusif /Garcia & Bernussou 1998/. Elle a dj fait lobjet dun dveloppement au sein de lquipe /Brassart 2001/. Lestimation de ltat de charge tait une des tapes ncessaires pour aller vers une mise en uvre temps rel. Les algorithmes mis en uvre au chapitre trois et les stratgies testes au chapitre deux nous ont permis de dgager deux nouvelles stratgies de commande.

4.3. Propositions de stratgies de commande temps rel En premier lieu, une version temps rel inspire des algorithmes doptimisation globale est propose.

106

Stratgies de commande temps rel : propositions, valuations, validations

4.3.1. -control Pour pouvoir utiliser les algorithmes doptimisation globale prsents prcdemment pour la commande en temps rel dun vhicule, il faut tre capable de prdire, avant davoir commenc le trajet, la valeur de ( 0 ) permettant dobtenir la fin du parcours (a priori inconnu) un tat de charge gal celui de dpart ou tout au moins suffisamment proche. Il est cependant possible de rguler la valeur de ( 0 ) en temps rel afin que ltat de charge reste suffisamment proche dune valeur souhaite, figure 60 :

S o cV i s S o cV i se

E rrS o c(t)

Rgu lateur d' tat de ch arge

L(t)

A l g orithm e d'o pti m i sation gl oba le

Cth (t),Ce(t),k(t)

Group e M otopropu lse ur + batterie

S o c(t)

tel-00007966, version 1 - 7 Jan 2005

Figure 60 : Schma fonctionnel de la stratgie de commande

A partir dune valeur fixe ( t ) , fournie par le rgulateur dtat de charge, lalgorithme doptimisation utilis correspond celui dcrit dans le chapitre prcdent dans une version instantane, i.e. la minimisation ne se fait plus sur lensemble du cycle. Il permet alors de calculer les valeurs des variables de dcision ( Cth ( t ) , k ( t ) ) (ou ( Cth ( t ) , k ( t ) , ( t ) ) dans le cas o on utilise, en plus, la gestion de ltat du moteur thermique) permettant dobtenir lensemble des commandes pour le groupe motopropulseur. Au vu des dynamiques voulues en boucle ferme pour ltat de charge, il semble quun rgulateur de type proportionnel intgral soit, en premire approximation, amplement suffisant en simulation. Nanmoins, ce point doit encore tre confirm pour lapplication relle au vhicule prototype, et il est fort possible de faire appel dautres techniques dans le futur. A titre dillustration, en se remettant dans les conditions de simulation du chapitre deux, cycle Routier n1 pour le Berlingo prototype, la consommation de carburant est de 7,9 l /100km et la variation globale dtat de charge est de 1, 2% , figure 61.

Stratgies de commande temps rel : propositions, valuations, validations

107

l-c o n t ro l : C y c le R o u t ie r n 1
(k m / h )

50

0 100 50 0 2

100

200

300

400

500

600

700

800

th

(N m )

100

200

300

400

500

600

700

800

E t a t d e c h a r g e ( % )k ( t )

1.5 1 80 79 78 0 100 200 300 400 500 T e m p s (s ) 600 700 800

100

200

300

400

500

600

700

800

tel-00007966, version 1 - 7 Jan 2005

Figure 61 : Rsultats obtenus avec la stratgie -control sur le cycle Routier n1

Il est tout fait possible denvisager dautres types de commande bass sur un principe similaire. Par exemple, la minimisation peut tre effectue sur une fentre temporelle glissante, ou on peut galement utiliser des techniques de commande prdictive. Ltude dcrite dans le chapitre prcdent nous a permis dobtenir non seulement un outil de calcul de courbes de consommation proche dun optimum, mais aussi de disposer dune sorte d expert algorithmique. Lanalyse issue des rsultats fournis par son expertise a permis daboutir une nouvelle stratgie dcrite dans le paragraphe suivant. 4.3.2. Commande par gestion du moteur thermique Certaines des stratgies de commande tudies choisissent, chaque instant, le couple du moteur thermique et le numro de rapport de bote de vitesse minimisant un critre donn (pertes dans le groupe motopropulseur pour LMS, consommation quivalente pour ECMS). Ltat de charge de la batterie est alors souvent interprt comme une contrainte, dont la consquence directe est la modification des commandes initialement choisies, entranant une diminution des performances (fonctions de sensibilit pour ECMS et LMS). Ltat du moteur thermique est gr par des rgles extrieures. Les performances de ces stratgies de

108

Stratgies de commande temps rel : propositions, valuations, validations

commande sont donc dgrades par le compromis qui est fait entre la consommation de carburant et la gestion de ltat de charge. Lobjectif de la nouvelle stratgie est de proposer une commande pour laquelle ce compromis nest plus ncessaire. 4.3.2.1. Analyse des rsultats obtenus avec lalgorithme doptimisation globale La figure 62 montre les rsultats obtenus avec lalgorithme doptimisation globale intgrant la gestion de ltat du moteur thermique pour le cycle routier n1 pour deux valeurs diffrentes de variation globale dtat de charge.
Cy c le routier n1, S oc = -17% 120 750

700 100 650

tel-00007966, version 1 - 7 Jan 2005

80

600

Couple (Nm )

550 60

500

450 40 400

350 20 300

0 1000

250 1500 2000 2500 3000 3500 4000 4500 Regim e Therm (tr/m n) 5000 5500 6000 6500

Figure 62 : Couple du moteur thermique pour deux valeurs diffrentes de variations globales dtat de charge

Dans les deux cas, le couple du moteur thermique est positionn prs de son couple optimal et ltat de charge dpend principalement de la gestion du moteur thermique figure 63.
Cycle routier n1, S oc=0% 81

Cycle routier n1, Soc=-17% 80

80.5 S oc (% )

75 Soc (% )
0 200 400 600 800 1000 1200

80

70

79.5

65

79

60

100

200

300

400

500

600

700

800

900

1 0.8 0.6 0.4 0.2 0

1 0.8 0.6 0.4 0.2 0

E tat M th

200

400

600 Tem ps (s )

800

1000

1200

Etat Mth

100

200

300

400 500 Temps (s)

600

700

800

900

Figure 63 : Etat du moteur thermique et volution de l'tat de charge

Stratgies de commande temps rel : propositions, valuations, validations

109

A partir de ces deux figures, on peut formuler de la manire suivante, les rsultats de lalgorithme doptimisation globale : Le couple du moteur thermique est positionn sur des points de faible consommation spcifique (i.e. de meilleur rendement) afin dassurer une consommation de carburant faible ; La frquence et la dure darrt du moteur thermique sont plus ou moins importantes en fonction de la variation globale dtat de charge recherche. Il y a presque dcouplage des commandes, couple du moteur thermique/consommation spcifique, tat du moteur thermique/tat de charge. Ces rgles peuvent tre mise profit pour la commande en temps rel du vhicule. 4.3.2.2. Stratgie de commande base sur la gestion de ltat du moteur thermique Les remarques issues de lanalyse des rsultats de lalgorithme doptimisation globale peuvent tre gnralises afin de proposer une stratgie de commande. Deux cas sont envisags : Le premier, ( t ) = 1 , correspond un mode hybride. En considrant les pertes dans la chane de traction lectrique comme ngligeables devant celles du moteur thermique, la commande Cth ( t ) = Copti ( th ( t ) ) permet de minimiser les pertes dans le groupe motopropulseur et donc dutiliser au mieux lnergie consomme. Le couple optimal du moteur thermique est gnralement proche du couple maximum. Par exemple, pour le moteur thermique du Berlingo Hybride, il est toujours suprieur 80% du couple maximum. La puissance dveloppe pour cette commande est relativement importante et donc, en moyenne, suprieure celle ncessaire la propulsion du vhicule. La commande Cth ( t ) = Copti ( th ( t ) ) conduit donc gnralement une augmentation de ltat de charge de la batterie. Le second, ( t ) = 0 , correspond au mode lectrique pur. Il conduit une dcharge de la batterie et le rendement de la chane de traction lectrique est suprieur celui de la chane thermique. Dans la majorit des situations de conduite, et dans lhypothse o les pertes de la chane de traction lectrique sont ngliges, les commandes Cth ( t ) = Copti ( th ( t ) ) , ( t ) = 1 pour le

tel-00007966, version 1 - 7 Jan 2005

110

Stratgies de commande temps rel : propositions, valuations, validations

mode hybride et ( Cth ( t ) = 0, ( t ) = 0 ) pour le mode lectrique pur, assurent le meilleur rendement nergtique du groupe motopropulseur. La stratgie de commande nomme CoupleOpti est donc la suivante : Si ltat de charge Soc ( t ) atteint la limite basse Socmin , alors le moteur thermique est allum ( t ) = 1 et la consigne de couple est Cth ( t ) = Copti ( th ( t ) ) Si ltat de charge Soc ( t ) atteint la limite haute Socmax alors le moteur thermique est teint. ( t ) = 0 , Cth ( t ) = 0 . Choisir Cth ( t ) = Copti ( th ( t ) ) ne permet pas toujours de raliser la consigne de couple aux roues, i.e. : Cr ( t ) > R ( k ( t ) ) Copti ( th ( t ) ) + Ce _ max ( e ( t ) ) . Dans ce cas, le couple du tel-00007966, version 1 - 7 Jan 2005 moteur thermique doit tre augment : Cth ( t ) = R ( k (t )) Cr ( t ) Ce _ max ( e ( t ) ) . Cependant, la

dgradation du rendement du moteur thermique tant faible dans la zone situe entre le couple maximal et le couple optimal, cela ne pnalise pas trop la consommation de carburant.

Les rsultats pour le cycle Routier n1 sont donns figure 64.

Stratgies de commande temps rel : propositions, valuations, validations

111

C y c le R o u t ie r n 1
(k m / h )

50

0 100 50 0 2 k (t ) 1.5 1 80 79 78 77

100

200

300

400

500

600

700

800

th

(N m )

100

200

300

400

500

600

700

800

E t a t M (O n / O ff) t a t d e c h a rg e (% ) E th

100

200

300

400

500

600

700

800

tel-00007966, version 1 - 7 Jan 2005

0 1.5 1 0.5 0 0

100

200

300

400

500

600

700

800

100

200

300

400 500 Te m p s (s )

600

700

800

Figure 64 : Rsultats obtenus sur le cycle Routier n1 avec la stratgie CoupleOpti

La consommation sur le cycle est de 6,5 l /100km pour une variation globale dtat de charge de 2% .
Rendement du moteur thermique 120 0.3 100 0.25 80 0.2 Couple (Nm)

60 0.15

40

0.1

20

0.05

0 1000

1500

2000

2500

3000 3500 4000 4500 Regime Therm(tr/mn)

5000

5500

6000

6500

Figure 65 : Points de fonctionnement des deux moteurs pour le cycle Routier n1 avec la stratgie Couple Opti

Les points de fonctionnement choisi pour le moteur thermique sont tous positionns sur la courbe de couple optimal, figure 65. Le moteur lectrique apporte donc le complment de couple ncessaire la propulsion. Il donc gnralement fortement sollicit. 112 Stratgies de commande temps rel : propositions, valuations, validations

Nous disposons prsent de plusieurs stratgies applicables en temps rel. Parmi lensemble des algorithmes existants, il est alors souhaitable de pouvoir slectionner un ensemble de stratgies de commande intressantes, potentiellement, la ou les meilleure(s) stratgie(s). Il reste sentendre sur la dfinition des termes intressante , meilleure . Quels sont les critres dvaluation ? comment raliser un classement ? Les critres peuvent tre de nature diverse : relis aux performances du vhicule (missions de polluants, consommation, etc.), subjectifs (agrment de conduite)

4.4. Evaluation des stratgies Le critre principalement retenu dans cette tude est la consommation de carburant. tel-00007966, version 1 - 7 Jan 2005 Nanmoins il est galement ncessaire de faire attention la qualit dune solution, i.e. prendre en compte les temps de calculs (si ceux-ci deviennent prohibitifs en temps rel), signaux de commande ralistes (fatigue des actionneurs), etc. Tous les rsultats donns dans la suite tiennent compte de ce souci de qualit de la solution. 4.4.1. Principe Comme il a t indiqu plusieurs endroits de ce mmoire, une stratgie de commande doit prendre en compte deux sources dnergie diffrentes. Leur valuation devra donc galement tenir compte de ces deux sources dnergie. Remarquons, que dans la littrature, les consommations de carburant sont donnes parfois sans mme tenir compte de la deuxime source dnergie /Lin & al. 2001/, et que dans le cas contraire, elles sont donnes avec une variation globale dtat de charge Soc ( N ) Soc ( 0 ) fixe, souvent 0 /Paganelli 1999/ /Johnson & al. 2000/. Cela correspond une comparaison mono-critre alors que le problme est par nature bi-critre. Rappelons que /Smokers & al. 1999/ proposent dtudier la consommation de carburant comme une fonction de la variation globale dtat de charge, les rsultats obtenus permettent alors de prendre en compte lutilisation des deux sources dnergies. Les diffrents critres qui seront mis en uvre mettent profit cette ide et seront dcrits dans la suite. Cette mthode ncessite de calculer la consommation de carburant pour un ensemble de variations globales dtat de charge. Pour les algorithmes doptimisations, il suffit de fixer la

Stratgies de commande temps rel : propositions, valuations, validations

113

valeur de Soc . Pour les stratgies temps rel, cest un peu moins explicite, il sagit dajuster la contrainte sur ltat de charge et parfois plusieurs essais sont ncessaires.

Lensemble des rsultats sera donc donn par rapport un plan (variation globale dtat de charge, consommation de carburant). La premire tape est de dlimiter le contour de lespace des solutions admissibles, figure 66.
Cycle : CEN 25 C min C max

20

Conso (l/100km)

15

tel-00007966, version 1 - 7 Jan 2005

10

0 -30

-25

-20
min

-15

-10

-5

10

15

20
max

Soc

Soc (%)

Soc

Figure 66 : Courbes de consommation minimale et maximale sur le CEN

Pour un cycle de vitesse donn, les variations globales dtat de charge possibles sont limites : Soc [ Socmin , Socmax ] . Les deux bornes Socmin et Socmax correspondent respectivement au cas Cth ( t ) = Cth _ min ( t ) et Cth ( t ) = Cth _ max ( t ) t [ 0..N 1] . En simulation, lalgorithme doptimisation globale peut servir calculer la consommation de carburant minimale en fonction de la variation globale dtat de charge note Cmin ( Soc ) . De mme, en utilisant C ( Cth ( t ) , th ( t ) ) , comme consommation de carburant, lalgorithme doptimisation globale peut calculer la consommation maximale de carburant en fonction de la variation globale dtat de charge : Cmax ( Soc ) . La courbe correspondant au minimum de consommation est videmment dpendante de lalgorithme doptimisation considr et des hypothses faites (sur le modle, la batterie etc.). 114 Stratgies de commande temps rel : propositions, valuations, validations

On rejoint donc les prcautions prises sur les rsultats de la commande base sur la thorie de la commande optimale du prcdent chapitre. Cependant, au vu des rsultats obtenus, les rsultats des stratgies de commande temps rel, reprsents dans le plan consommation de carburant - variation globale dtat de charge sont tous compris entre les courbes Cmin ( Soc ) et Cmax ( Soc ) , figure 66. Ce contour dpend du cycle de vitesse choisi, on peut mme le considrer comme une caractristique propre au cycle. 4.4.2. Choix des cycles de vitesse Il est alors intressant de pouvoir dgager des cycles pour lesquels laire dlimite par ce contour est grande, permettant de grandes possibilits de variation inter stratgies. tel-00007966, version 1 - 7 Jan 2005 Effectivement, dans le cas contraire, i.e. aire petite le problme est tellement contraint quil ny a que trs peu de solutions possibles, et lextrme lorsque laire est nulle il ny en a plus quune seule. Effectivement, ce cas correspond au vhicule en acclration maximale sur tout le cycle, donc quelle que soit la stratgie de commande utilise, la seule consigne possible pour chacun des moteurs est le couple maximal : Cth ( t ) = Cth _ max ( th ( t ) ) et Ce ( t ) = Ce _ max ( e ( t ) ) t [ 0..N 1] , il ny a pas doptimisation possible. La figure 67 illustre ce cas pour les stratgies LMS et ECMS.
200 (k m / h ) 150 100 50 0 Cons LM S ECM S
r

20

40

60

80

100

120

150

C t h (N m )

100

LM S ECM S

50

20

40

60

80

100

120

2 LM S ECM S

1 .5

20

40

60 T e m p s (s )

80

100

120

Figure 67 : Comparaison des rsultats lors d'une acclration maximale

Stratgies de commande temps rel : propositions, valuations, validations

115

Dans ce cas, les courbes Cmin ( Soc ) et Cmax ( Soc ) se rduisent un seul point, pour le Berlingo Hybride il sagit du point (1.83 l /100km, 24.9% ) . Afin de quantifier ce degr de libert laiss aux stratgies de commande par un cycle de vitesse donn, le critre suivant est dfini : J cycle avec :
max 1 ( Cmax ( Soc ) Cmin ( Soc ) ) d Soc Socmax Socmin Socmin

Soc

(4.4)

Cmin ( Soc ) (respectivement Cmax ( Soc ) ) : courbe de consommation minimale (respectivement maximale), obtenu par optimisation globale base sur la thorie de la commande optimale.

Pour J cycle = 0 , on retrouve donc le cas prcdent. A contrario, plus J cycle est grand, plus les tel-00007966, version 1 - 7 Jan 2005 performances des stratgies de commande auront de linfluence sur la consommation de carburant. Pour ltude des stratgies de commande, six cycles de vitesse, figure 68, sont disponibles : Le Cycle Europen Normalis : Cest le cycle utilis par les constructeurs automobiles pour calculer la consommation moyenne dun vhicule. Cest un cycle de vitesse artificiel constitu de quatre parcours identiques faible vitesse suivis dune portion plus rapide. Les cycles Urbain Fluide 2 Autoroute 2 - Urbain Fluide 2 (UF2), Routier 1 et 3 (R1 & R3) Autoroute 1 et 2 (A1 & A2) - sont des cycles de vitesse qui ont t mesurs sur des vhicules lors de parcours rels et ils sont classs en fonction du type de parcours. Les premiers cycles sont typs parcours urbain (UF2 & R1) et varient graduellement jusqu arriver une conduite sur route plus rapide (A1 & A2).

116

Stratgies de commande temps rel : propositions, valuations, validations

(km/h)

100 50 0 100 50 0 100 50 0 100 50 0 100 50 0 100 50 0 0 200 400 600 Temps(s) 800 1000 0 200 400 600 800 1000 0 200 400 600 800 1000 0 200 400 600 800 1000 0 200 400 600 800 1000 0 200 400 600 800 1000

CEN

(km/h)

Urbain Fluide 2

(km/h)

Routier 1

(km/h)

Routier 3

(km/h)

Autoroute 1

tel-00007966, version 1 - 7 Jan 2005

(km/h)

Autoroute 2

Figure 68 : Cycles utiliss pour l'valuation des stratgies de commande

Le critre prcdemment dfini a alors t calcul sur ces diffrents cycles. Laire dlimite par le contour des solutions admissibles dans le plan (consommation de carburant, variation globale dtat de charge) est reprsente, figure 69. Le critre J cycle peut tre interprt comme lcart moyen des courbes Cmin ( Soc ) et Cmax ( Soc ) . Remarque : une explication est ncessaire pour justifier que le cycle CEN ne sera plus pris en compte dans la suite. Effectivement, le critre prsent ne permet pas lui seul de le rejeter. Cest un cycle artificiel, mais il prsente lavantage dune interprtation des rsultats trs facile. Il a donc t la base du rglage des paramtres des diffrentes stratgies testes au cours de ce mmoire. Nanmoins, les rsultats obtenus sont rellement trs spcifiques au cycle propos, il ne peut pas rendre compte du comportement global dune stratgie. Cest dj pour cette raison que le cycle R1 avait t utilis pour illustrer les rsultats des stratgies de commande dans le chapitre 2. Stratgies de commande temps rel : propositions, valuations, validations 117

Conso (l/100km)

20

CEN

=6.135

20

Urbain Fluide 2

=5.9955

10

10

-40

-30

-20

-10

10

-40

-30

-20

-10

10

Conso (l/100km)

20

Routier 1

=6.3804

20

Routier 3

=4.5236

10

10

-40

-30

-20

-10

10

-40

-30

-20

-10

10

tel-00007966, version 1 - 7 Jan 2005

Conso (l/100km)

20

A utoroute 1

=2.9721

20

A utoroute 2

=3.1087

10

10

-40

-30

-20

Soc

-10 (% )

10

-40

-30

-20

Soc

-10 (% )

10

Figure 69 : Espaces des rsultats ralisables par les stratgie temps rel pour chaque cycle

Critre Cycle
7.00 6.00 5.00 (l/100km) 4.00 3.00 2.00 1.00 0.00 Urbain Fluide 2 Jcycle (l/100km) 6.00 Routier 1 6.38 Routier 3 4.52 Autoroute 1 2.97 Autoroute 2 3.11

Figure 70 : Critres obtenus sur les cycles utiliss pour l'valuation des stratgies de commande

118

Stratgies de commande temps rel : propositions, valuations, validations

Les valeurs obtenues montrent, figure 70, comme on pouvait sy attendre que plus le cycle considr seffectue sur des portions rapides et plus lensemble des choix possibles pour les stratgies de commande est restreint. A partir de ces rsultats, les cycles peuvent alors tre regroups en fonction de la valeur du critre et les hypothses suivantes sur les rsultats des stratgies de commandes peuvent tre mises : Cycles Urbain Fluide n2 et Routier n1 : lcart de consommation entre la meilleure stratgie et la plus mauvaise Cmax ( Soc ) Cmin ( Soc ) est en moyenne de lordre de 6 l /100km . En considrant de plus, quils correspondent des cycles ralistes, il semble donc, que le degr de libert laiss la gestion de la rpartition de puissance entre les deux moteurs soit important, i.e. cest sur ces cycles que la tel-00007966, version 1 - 7 Jan 2005 variation inter stratgie devrait tre la plus importante. Cycles Autoroute n1 et n2 : lcart de consommation moyenne est de lordre de 3 l /100km . Le cas est donc oppos au premier, la puissance demande aux roues tant relativement leve, le degr de libert laiss aux stratgies se trouve rduit. Cycle Routier n3 : lcart de consommation moyenne est de 4,5 l /100km et correspond donc un cas intermdiaire entre les deux prcdents. Dans toute la suite de ce chapitre, les rsultats seront prsents en utilisant les stratgies suivantes : LMS : minimisation des pertes ; ECMS : minimisation de la consommation quivalente ; FCS : commande floue ; -control : exploitation temps rel de lalgorithme doptimisation globale ; CoupleOpti.

Afin de valider les hypothses proposs sur les cycles, les courbes de consommation de carburant en fonction de la variation globale dtat de charge sont reprsentes figure 71 pour les cinq stratgies de commande.

Stratgies de commande temps rel : propositions, valuations, validations

119

2 1.5 1 0.5 0 0 E.C.M.S. LMS l-control CoupleOpti Fuzzy Control 20 J


Urbain Fluide 2

=5.9955

10

0.5

1.5

-40

-30

-20

-10

10

Conso (l/100km )

20

Routier 1

=6.3804

20

Routier 3

=4.5236

10

10

-40

-30

-20

-10

10

-40

-30

-20

-10

10

Conso (l/100km )

tel-00007966, version 1 - 7 Jan 2005

20

A utoroute 1

=2.9721

20

A utoroute 2

=3.1087

10

10

-40

-30

-20

Soc

-10 (% )

10

-40

-30

-20

Soc

-10 (% )

10

Figure 71 : Rsultats pour les diffrentes stratgies de commande

Les diffrentes hypothses sont confirmes, figure 71 : globalement il y a trois classes de cycles tudier. Pour vrifier que le comportement des diffrents algorithmes tests soit relativement homogne sur lensemble des cycles, lensemble des simulations ne sera pas restreint au cycle le moins restrictif, mais sur trois cycles, un dans chaque classe, UF2, R3 et A1. En effet des rglages trop particuliers des stratgies de commandes aboutissent de bons rsultats sur certains cycles mais galement de trs mauvaise performances sur les autres. 4.4.3. Evaluations des stratgies de commande Comparer est toujours une tche dlicate, voire impossible. Parmi les points importants relever : Le fait que les synthses proviennent dorigines trs diverses amne un nombre diffrent de paramtres rgler, souvent de nature trs diffrente. Il nest pas envisageable de concevoir une mta-optimisation des paramtres de chaque stratgie ;

120

Stratgies de commande temps rel : propositions, valuations, validations

Un autre point qui nest pas ngligeable est le temps de dveloppement dun algorithme, bien quil soit difficile valuer, cause du biais introduit par la connaissance pralable dune mthode ;

On a essay dviter autant que faire se peut, des biais trop importants, par exemple, le temps de dveloppement de chaque mthode est rest raisonnable (aucune na t privilgie). Afin de synthtiser les performances de la stratgie strat , pour un cycle donn cycle , on
cycle dfinit le critre suivant J strat [ 0,1] : Socmax

cycle strat

Socmin

( C ( Soc ) C ( Soc ) ) d Soc


strat min

J cycle ( Socmax Socmin )

(4.5)

tel-00007966, version 1 - 7 Jan 2005

avec : Cstrat ( Soc ) la consommation de carburant de la stratgie strat pour une variation globale dtat de charge Soc .

cycle Plus (respectivement moins) une stratgie est performante plus J strat 0 (respectivement cycle J strat 1 ). Les critres obtenus en utilisant les diffrentes stratgies de commande pour les

trois cycles slectionns sont donns figure 72.


C ritres pour les stratgies 100.0 80.0 (%) 60.0 40.0 20.0 0.0
CpleOpti l-control ECMS LMS F uzzyControl Urbain F luide 2 31.5 60.4 64.9 70.7 80.2 Routier 3 11.7 33.8 48.6 61.5 63.5 Autoroute 1 21.3 41.9 46.5 54.4 53.5

Figure 72 : Critres obtenus par les diffrentes stratgies en %

Stratgies de commande temps rel : propositions, valuations, validations

121

En terme de classement, la stratgie CoupleOpti obtient de bien meilleurs rsultats, suivie par -control. Si la diffrence existant entre CoupleOpti et les autres stratgies est significative, il nen va pas forcment de mme pour la diffrence entre -control, et les autres. On prfrera parler de tendance dans ce dernier cas, dans le sens o ce classement est fortement dpendant du rglage des paramtres. En conclusion de cette partie, les constatations suivantes peuvent tre faites : Les stratgies qui ont essay danalyser prcisment les phnomnes nergtiques peuvent permettre de fournir une solution efficace (ECMS et LMS) et rapide (si on pense au cas de la rgulation floue par exemple) ; Le passage de loptimisation globale la stratgie -control se fait sans difficult en ayant de plus des performances trs intressantes, elle est de plus peu gourmande en temps de tel-00007966, version 1 - 7 Jan 2005 calculs et facilement paramtrable ; Enfin, et cest peut tre le plus tonnant, le fait danalyser les rsultats de lalgorithme doptimisation globale base sur la thorie de la commande optimale a permis de synthtiser une stratgie de commande trs simple et trs efficace qui se trouve tre la meilleure sur le prototype considr.

Lensemble des outils dvelopps nous permet daller plus amont dans la problmatique des vhicules hybrides. La dmarche peut tout fait tre envisage sur des architectures diffrentes, voire tre utilise comme outil de dimensionnement des diffrents constituants dun groupe motopropulseur.

4.5. valuation de diffrentes architectures Linfluence de larchitecture sur la consommation de carburant est difficile valuer. Les approches que lon rencontre dans la littrature sont bases sur des estimations de rendement moyen pour chacun des composants du groupe motopropulseur /Beretta 2000/ ou, utilisent une stratgie de commande extrmement simplifie /Forgez & al. 2000/. En simulation, lalgorithme doptimisation globale moyennant quelques modifications (prsentes annexe A) peut tre rutilis. Il permet alors dvaluer de faon prcise linfluence, dune part de larchitecture et dautre part des diffrents composants du groupe motopropulseur sur la consommation. 122 Stratgies de commande temps rel : propositions, valuations, validations

4.5.1. Groupes motopropulseurs tests A titre dillustration on se propose dtudier diffrents groupes motopropulseurs de vhicules hybrides parallle simple arbre et double arbre pouvant tre construit avec trois moteurs lectriques et trois moteurs thermiques diffrents. Lobjet de ltude tant uniquement la consommation de carburant, et non la ralisation dun prototype, le dimensionnement et le choix des composant (moteur, bote, batteries, etc.) ont t simplifis. Pour tous les prototypes, la batterie est constitue de modules de 11kg, 12V, 26Ah assembls en srie, similaires ceux utiliss pour le Berlingo Hybride. Le nombre de modules est ajust pour correspondre la tension dalimentation du moteur lectrique. La capacit de la batterie varie dans le mme sens que la puissance du moteur lectrique utilis. Pour des raisons de simplicit de mise en uvre, deux des trois modles prsents ci-aprs tel-00007966, version 1 - 7 Jan 2005 correspondent des moteurs asynchrones issus du logiciel Advisor /Adivisor 2001/ : Moteur n1 : machine asynchrone de 25kW, alimente en 144V ; Moteur n2 : moteur courant continu excitation spare, de 43kW ; Moteur n3 : machine asynchrone de 75kW, alimente en 324V.

La puissance consomme par chacun des moteurs est donne par des cartographies et intgre le rendement de llectronique de puissance utilise. Le modle de moteur thermique utilis est celui prsent au premier chapitre. Il intgre une dynamique du premier ordre sur le couple et la consommation instantane de carburant est estime partir dune cartographie. Les trois moteurs utiliss sont : Moteur A : puissance maximale 40kW, soit environ 53CV ; Moteur B : Il sagit du moteur TU3JP+ utilis dans le Berlingo Hybride. Sa puissance maximale est de 55 kW soit environ 73CV ; Moteur C : Il sagit du moteur TU5. Sa puissance maximale est de 67kW soit environ 90CV ; Pour chacun des groupes motopropulseurs, le nombre de rapports ainsi que leur valeur sont ajusts de manire ce que la courbe de couple maximal aux roues en fonction de la vitesse du vhicule (et donc les performances dynamiques du vhicule) soit similaire celle du vhicule de rfrence, correspondant au Berlingo prototype.

Stratgies de commande temps rel : propositions, valuations, validations

123

Deux architectures sont tudies : simple arbre et double arbre. Dans le cas du double arbre, une seule bote de vitesses est utilise. Elle est monte sur larbre du moteur thermique. Notons, que pour les architectures double arbre, le couple minimal disponible aux roues ne dpend que du moteur lectrique utilis et peut donc tre diffrent de celui du vhicule de rfrence. Le tableau, figure 73, donne les 16 possibilits exploites en fonction des moteurs et du nombre de rapports de bote, sachant que la combinaison A1 (moteur thermique de 40kW et moteur lectrique de 25kW) nest pas envisage car les performances dynamiques du vhicule obtenues ne sont pas suffisantes.

tel-00007966, version 1 - 7 Jan 2005

Moteur A B C

Simple arbre 1 2 xx 4 3 2 3 2
Figure 73 : Nombre de rapports

3 2 2 2

Double arbre 1 2 xx 5 5 3 4 3

3 3 2 2

Les combinaisons des diffrentes motorisations permettent de faire varier le taux dhybridisation, i.e. rapport entre la puissance du moteur thermique et la puissance totale installe dans le vhicule /Beretta 2001/ de 25% 65% , figure 74. Taux dhybridisation (%) A B C 1 xx 31 25 2 52 44 36 3 65 58 50

Figure 74 : Taux d'hybridisation des diffrents groupes motopropulseurs

4.5.2. Rsultats obtenus Lalgorithme doptimisation a t appliqu chacun des prototypes, pour les trois cycles prcdemment dfinis, UF2, A1 et R3. Afin de pouvoir prendre en compte des batteries de capacit diffrente, la consommation dnergie lectrique est exprime en Joules. 4.5.2.1. Architecture simple arbre La figure 75 donne toujours dans un plan, variation globale dtat de charge, consommation minimale de carburant 124

( Soc, C )

la courbe de consommation minimale calcule par

Stratgies de commande temps rel : propositions, valuations, validations

lalgorithme doptimisation globale intgrant la gestion du moteur thermique pour chaque


Xi groupe motopropulseur Cmin , X { A, B, C} , i {1, 2,3} . Pour viter de surcharger le chapitre

seules quelques courbes synthtiques sont donnes. Le choix des points de fonctionnement pour les deux moteurs sont donns en Annexe B pour toutes les configurations tudies.
S im ple arbre : UF2 15 B1 C1 A2 B2 C2 A3 B3 C3 10

tel-00007966, version 1 - 7 Jan 2005

Conso (l/100)
5 0 -3

-2

-1

1
S oc (J)

4 x 10

5
6

Figure 75 : Rsultats pour les prototypes simple arbre sur le cycle Urbain Fluide n2

Pour le cycle UF2, le moteur lectrique influence principalement les performances du vhicule. Le couple du moteur thermique est principalement positionn dans sa zone de couple optimal. Ainsi, pour un moteur thermique donn, pour les moteur lectrique n1 et 2, les consignes de couple thermique sont relativement similaires. La diffrence de consommation provient alors de la diffrence de rendement de la chane de traction lectrique. Le meilleur rendement tant celui du moteur lectrique n2, les meilleures consommations de carburant sont obtenues avec les groupes motopropulseurs utilisant ce moteur. Le moteur lectrique n1 ayant une faible puissance, lutilisation du moteur thermique est beaucoup plus contraint par la demande de couple aux roues, lalgorithme doptimisation na alors quune faible marge de manuvre pour optimiser la consommation de carburant. Le moteur thermique A ayant une plus petite puissance, son rendement pour de faibles couples est meilleur que le moteur B. En comparaison avec les moteurs A et B, le rendement Stratgies de commande temps rel : propositions, valuations, validations 125

du moteur C est plus faible bas rgime, sur ce cycle relativement lent, les consommations de carburant sont donc plus leves que pour les deux autre moteurs.

S im p le a rb re : A 1 12 B C A B C A B C 1 1 2 2 2 3 3 3

10

C o n s o (l/ 1 0 0 )

tel-00007966, version 1 - 7 Jan 2005

0 -1 2

-1 0

-8

-6

-4
S o c (J )

-2

4 x 10

6
6

Figure 76 : Rsultats pour les vhicules simple arbre et le cycle de vitesse Autoroute n1

Les mmes essais ont t mens sur le cycle Autoroutier n1 (A1), figure 76. Les rsultats sont globalement les mmes, mis part pour les vhicules quips dun moteur lectrique n1. Pour les prototypes quips du moteur lectrique n1, le moteur thermique peut tre plus souvent positionn dans sa zone de meilleur rendement sans que le couple du moteur lectrique soit satur (saturation infrieure Ce _ min ( e ( t ) ) ) car la puissance demande aux roues est plus importante que pour le cycle UF2. Pour le dernier cycle, R3, les phnomnes observ sont beaucoup moins intressants et ne sont pas prsents. 4.5.2.2. Architecture double arbre Les rsultats obtenus avec les vhicules quips dune architectures double arbre pour le cycle UF2, sont donns figure 77 et pour le cycle A1, figure 78.

126

Stratgies de commande temps rel : propositions, valuations, validations

D o u b le a rb re : U F 2 18 B1 C1 A2 B2 C2 A3 B3 C3

16

14

12
C o n s o (l/ 1 0 0 )

10

tel-00007966, version 1 - 7 Jan 2005

0 -3

-2

-1

1
S o c (J )

4 x 10

5
6

Figure 77 : Rsultats des architectures double arbres sur le cycle Urbain n2

D o u b le a rb re : A 1 12 B1 C1 A2 B2 C2 A3 B3 C3

10

8 C o n s o (l/ 1 0 0 )

0 -1 2

-1 0

-8

-6

-4
S o c (J )

-2

4 x 10

6
6

Figure 78 : Rsultats des vhicules double arbres pour le cycle Autoroutier n1

Dans larchitecture double arbre tudie, le moteur lectrique est reli aux roues travers un simple rducteur, et donc sa contribution la propulsion du vhicule, est donc plus limit que pour un simple arbre. Dune manire gnrale, pour les moteur lectriques n1 et 2 et un Stratgies de commande temps rel : propositions, valuations, validations 127

moteur thermique donn, les consommations obtenues avec une architecture double arbre sont plus leves que celles obtenues avec larchitecture simple arbre. La puissance importante du moteur lectrique n3 nest rellement exploite que dans larchitecture double arbre. Quelle que soit larchitecture, la faible puissance du moteur lectrique n1 ne permet pas de positionner le point de fonctionnement du moteur thermique dans des zones de bon rendement et les consommations de carburant sont plus importantes que pour les autres moteurs. 4.5.3. Critre synthtique de performance Afin dvaluer, de manire synthtique les performances des prototypes valus, un critre synthtique est propos. Soit Chyp ( Soc ) la consommation, sur un cycle de vitesse donn, pour une variation dtat de charge Soc (exprime en J), dun vhicule idal quip dune chane de traction lectrique et de transmissions idales (aucune pertes), et dun moteur tel-00007966, version 1 - 7 Jan 2005 thermique se rsumant la consommation spcifique minimale Cspemin pour tous les points (i.e., un moteur rendement idal ): Chyp ( Soc )
N 1 Cr ( t ) r ( t ) dt Soc Cspemin t =0

(4.6)

Le critre de performance propos dun vhicule sur un cycle est alors : J veh
min 1 ( Cmin ( Soc ) Chyp ( Soc ) ) d Soc Socmax Socmin Socmax

Soc

(4.7)

J veh peut tre interprt, pour un cycle donn, comme la diffrence moyenne de consommation de carburant entre le vhicule tudi et le vhicule idal correspondant. Les critres ont t calculs pour les trois cycles : UF2, R3 et A1, en croisant tous les diffrentes combinaisons de groupes motopropulseurs, figure 79, et les rsultats prcdemment cits se retrouvent sur cette figure.

128

Stratgies de commande temps rel : propositions, valuations, validations

Simple arbre
6.00 5.00
l/100km

4.00 3.00 2.00 1.00 0.00 R3 A1 UF2 1B 1.71 2.02 2.58 1C 1.68 2.02 2.95 2A 1.27 1.62 1.95 2B 1.44 1.78 2.40 2C 1.56 1.92 2.67 3A 1.69 2.47 3.63 3B 1.80 2.40 4.01 3C 1.88 2.43 4.21

tel-00007966, version 1 - 7 Jan 2005

Double arbre
6.00 5.00

l/100km

4.00 3.00 2.00 1.00 0.00 R3 A1 UF2 1B 2.14 1.96 4.72 1C 2.03 2.09 4.81 2A 1.21 1.54 2.94 2B 1.40 1.67 3.05 2C 1.46 1.77 3.35 3A 1.65 1.73 3.88 3B 1.68 1.70 4.27 3C 1.78 1.83 4.73

Figure 79 : Critres pour les diffrents prototypes valus

4.6. Conclusion Ce chapitre a permis daborder diffrents problmes rencontr lors de ltude dalgorithmes destins lapplication temps rel. En premier lieu, un algorithme destimation de ltat de charge dune batterie au plomb a t propos. Il ne ncessite pas de moyens dexprimentation lourds et semble suffisant pour lapplication considre. Le deuxime chapitre avait fourni plusieurs stratgies de commande temps rel. Trois de ces stratgies ont t reprises et deux nouvelles proposes. La premire est issue de ladaptation Stratgies de commande temps rel : propositions, valuations, validations 129

de lalgorithme doptimisation globale du chapitre prcdent. La seconde a t synthtise partir de lanalyse des rsultats de loptimisation globale. Ensuite, au travers de la dfinition de plusieurs critres, lvaluation de ces stratgies de commande a t ralise, en termes de consommation de carburant sur plusieurs cycles slectionns. Enfin, lutilisation des algorithmes doptimisation globale comme outils daide la conception et lvaluation des groupes motopropulseurs a t illustre.

tel-00007966, version 1 - 7 Jan 2005

130

Stratgies de commande temps rel : propositions, valuations, validations

Conclusion gnrale
Le principal objectif de ce travail avait pour but de comparer et dvaluer des stratgies de commande temps rel pour vhicule hybride. Aprs une rapide tude des architectures classiques, seules les architectures parallles ont t retenues dans la suite des travaux. Une attention particulire a t attache ltude dun prototype hybride parallle simple arbre conu au LAMIH. Le modle de ce vhicule a servi de base la plupart des simulations prsentes dans ce mmoire.

tel-00007966, version 1 - 7 Jan 2005

Une tude des principales stratgies de commande a alors t ralise. On peut la rsumer de la manire suivante : Labsence de modles fiables des diffrents organes et un souci de rapidit a amen un certain nombre dauteurs proposer des stratgies de commande bases sur lexpertise pralablement acquise. Cependant, le reproche principal est inhrent ce type de mthodes : la gnralisation dautres architectures, voire dautres vhicules, est quasi impossible en raison du grand nombre de paramtres rgler. Un autre type dapproche consiste analyser finement les flux nergtiques. Deux voies ont t explores dans ce sens. La premire est base sur la minimisation des pertes dans le groupe motopropulseur /Seiler & Scrhrder 1998/, la seconde met en uvre une consommation quivalente /Paganelli 1999/. Ces deux stratgies peuvent tre considres comme allant dans le sens dune minimisation instantane de la consommation de carburant, la variation dtat de charge est alors interprte comme une contrainte globale.

Afin de disposer de rsultats pouvant servir de rfrence pour lvaluation des stratgies de commande temps rel, il a t dcid de formuler la problmatique de la rpartition de puissance entre les deux chanes de traction comme un problme doptimisation globale sous contraintes. Plusieurs mthodes ont t envisages dont certaines sont bases sur la thorie de la commande optimale. Elles permettent de concilier temps de calcul et qualit des solutions obtenues.

Ces algorithmes ont permis de dgager une premire stratgie de commande temps rel, control. Une seconde stratgie a pu tre propose sur la base de lexpertise issue des rsultats des algorithmes doptimisation globale. Les comparaisons entre toutes ces mthodes se faisant, en simulation, sur des cycles de vitesse donns, un critre permettant de caractriser ces derniers a t propos. Il a permis de slectionner trois cycles particuliers. Lanalyse des rsultats montre que quatre stratgies donnent des performances similaires : -control, ECMS, LMS, FCS avec une lgre prfrence pour la premire. Lobservation des rsultats de la commande optimale montre que le couple du moteur thermique est toujours positionn prs de son couple optimal, dans la zone o son rendement tel-00007966, version 1 - 7 Jan 2005 est maximal. Cette observation associe la gestion de ltat du moteur thermique a permis de proposer la stratgie CoupleOpti. Les rsultats obtenus sont trs proches de ceux obtenus par la commande optimale, et par consquent cette stratgie temps rel (se rsumant deux rgles !!!), est trs performante pour la minimisation de la consommation de carburant.

132

Conclusion gnrale

Glossaire
Architecture de vhicule : Larchitecture dun vhicule hybride dsigne la manire dont les diffrents composants du groupe motopropulseur sont agencs. Chane de traction : Une chane de traction est lensemble des composants situs entre une source dnergie et les roues. Consommation spcifique : Pour un point de fonctionnement donn, la consommation spcifique du moteur thermique est gale la consommation instantane de carburant divise tel-00007966, version 1 - 7 Jan 2005 par la puissance mcanique produit sur larbre du moteur thermique. Elle est proportionnelle linverse du rendement du moteur thermique. Cycle de vitesse : Cest une consigne de vitesse exprim en fonction du temps. Par exemple, le Cycle Europen Normalis est le cycle de vitesse utilis par les constructeur dautomobiles europens pour calculer la consommation moyenne des vhicules. Etat de charge Soc : Quantit dnergie contenue dans la batterie. Par convention lorsque la batterie est pleine Soc = 0 et lorsquelle est vide Soc = 1 . Ltat de charge est souvent exprim en pour-cent. Groupe motopropulseur : Ensemble des organes mcanique par lesquels transite lnergie ncessaire la propulsion du vhicule. Loi de pdale : La loi de pdale est lalgorithme qui interprte la position de la pdale dacclrateur en demande de couple ou en demande de puissance aux roues. Mode lectrique pur : Dans ce mode de fonctionnement, la propulsion du vhicule est assure uniquement par le moteur lectrique. Mode hybride : Dans ce mode de fonctionnement, la propulsion du vhicule est assure par les deux moteurs simultanment. Stratgie de commande : Les stratgies de commande sont des algorithmes doptimisation qui calculent chaque instant la rpartition de puissance entre le moteur lectrique et le moteur thermique.

Variation globale dtat de charge : Soc . Cest la diffrence de ltat de charge de la batterie entre le dbut et la fin du cycle. Soc = x ( N ) x ( 0 ) . Elle est souvent exprim en pour-cent. Vhicule conventionnel : Un vhicule conventionnel est un vhicule dont la propulsion est intgralement assure par un moteur thermique. Vhicule hybride : Un vhicule hybride est un vhicule qui met en uvre au minimum deux sources dnergie pour assurer sa propulsion dont, une au moins, est rversible.

tel-00007966, version 1 - 7 Jan 2005

134

Glossaire

Bibliographie

/Advisor 2001/

Logiciel de simulation de vhicules hybrides pour Matlab/Simulink, disponible sur Internet : http://www.ctts.nrel.gov/analysis/

/Arnet & Haines 2001/

B. J. Arnet, L. P. Haines, Combining Ultra-Capacitors with Lead-Acid Batteries, Electric Vehicle Symposium EVS 17, Montral, Octobre 2000.

tel-00007966, version 1 - 7 Jan 2005

/Avere 2001/ /Anderson & al. 1999/

European Electric Road Vehicle Association, http://www.avere.org J. Anderson, R. Axelsson, B. Jacobson, Route adaptation of control strategies for a hybrid city bus, JSAE Review n20, p513-536, 1999.

/Badin & al. 2001/

F. Badin, B. Jeanneret, R. Trigui, F. Harel, Hybrid Vehicles, should we plug them to the grid or not ?, Electric Vehicle Symposium EVS 18, Berlin, Octobre 2001.

/Barbier & al. 1994/

C.E. Barbier, B. Nogarede, H.L. Meyer, S. Bensaoud, A battery state of charge indicator for electric vehicl, Note interne laboratoire MIRGAS, Toulouse, 1994.

/Bartlett & Whalley 1998/

H. Bartlett, R. Whalley, Modelling and analysis of variable geometry exhaust gas systems, Applied Mathematical Modelling n22, p545-567, 1998.

/Beretta 1998/

J. Beretta, New classification on electric-thermal hybrid vehicles, Electric Vehicle Symposium EVS 15, Bruxelles, Octobre 1998.

/Beretta 2000/

J. Beretta, New tools for energy efficiency evaluation on hybrid architecture, Electric Vehicle Symposium EVS 17, Montral, Octobre 2000.

/Bonnemoy & Hamma 1991/ C. Bonnemoy, S.B. Hamma, La mthode doptimisation du recuit simul : Optimisation globale dans , APII, vol n25, p447-496, 1991.
n

/Borne & al 1990/

P. Borne, G. Dauphin-Tanguy, J.P. Richard, F. Rotella, I. Zambettakis, Commande et optimisation des processus, Mthodes et techniques de l'ingnieur, ditions Technip, 1990.

/Brahma & al. 2000/

A. Brahma, Y. Guezennec, G. Rizzoni, Optimal Energy Management in Series Hybrid Vehicles, Proceedings of the American Control Conferences, Chicago, Juin 2000.

/Brassart 2001/

R. Brassart, Estimation de ltat de charge des batteries Stratgie de commande pour vhicule hybride double arbre, Rapport de DEA, Laboratoire dAutomatique et de Mcanique Industrielles et Humaines, Universit de Valenciennes et du Hainaut Cambrsis, 2001.

/CCFA 2001/

Comit des constructeurs Franais dAutomobile, Analyse et http://www.ccfa.fr

statistiques

lindustrie automobile franaise, Edition 2001, disponible sur Internet :

/Combes 2000/

E. Combres, Citroen XSARA DYNACTIVE, Electric Vehicle Symposium EVS 17, Montral, Octobre 2000.

/Delprat 1999/

S. Delprat, Mise au point dun outil dvaluation de stratgies de commande pour vhicules hybrides, Rapport de DEA, Laboratoire dAutomatique et de Mcanique Industrielles et Humaines, Universit de Valenciennes et du Hainaut Cambrsis, 2001.

tel-00007966, version 1 - 7 Jan 2005

/Delprat & al. 1999/

S. Delprat, G. Paganelli, T.M. Guerra, J.J. Santin, M. Delhom, E. Combes, Algorithmic optimization tool for the evaluation of HEV control strategies, Electric Vehicle Symposium, EVS16, Pkin, (Chine), Octobre 1999.

/Delprat & al. 2001/

S. Delprat, T.M. Guerra, G. Paganelli, J. Lauber, M. Delhom, Control strategy optimization for an hybrid parallel powertrain, ACC 2001, Waschington D.C, (USA), Juin 2001.

/Delprat & al. 2000/

S. Delprat, T.M. Guerra, J. Lauber, G. Paganelli, S. Rimaux , E. Combes, Optimal control theory applied to a parallel hybrid powertrain, ISATA 2000 Automotive & transportation technology, p243-251, Dublin, (Irlande), Septembre 2000.

/Frank 2001/

A.A. Frank, Drive System Analysis and Optimization for Plug-In Hybrid Electric Vehicles, Electric Vehicle Symposium EVS 18, Berlin, Octobre 2001.

/Forgez & al. 2000/

C. Forgez, G. Firedrich, J.M. Biedinger, Method to find the hybridization rate for a parallel hybrid electrical vehicle, Electric Vehicle Symposium EVS 17, Montral, Octobre 2000.

/Furubayashi & al. 2001/

M. Furubayashi, Y. Ushio, E. Okumura, T. Takeda,

D. Andou, H. Shibuya,

Application of High Power Super Capacitors to an Idling Stop System for City Buses, Electric Vehicle Symposium EVS 18, Berlin, Octobre 2001. /Garcia & Bernussou 1998/ G. Garcia, J. Bernussou, Identification of the dynamics of a lead acid battery by a diffusive model, LAAS Report 98506, Novembre 1998. /Ingber 1989/ A.L. Ingber, Very Fast Simulated Re-Annealing Journal of Mathematical Computation Modelling, n12, p 967-973, 1989. /Johnson & al 2001/ V.H. Johnson, K.B. Wipke, D.J. Rausen, HEV Control Strategy for Real-Time Optimization of Fuel Economy and Emissions, Futur Car Congress, Avril 2000.

136

Bibliographie

/Kleimaier & Schrder 2001/ A. Kleimaier, D. Schrder, The autark Hybrid Vehicle : Optimal Engine Operation, Electric Vehicle Symposium EVS 18, Berlin, Octobre 2001. /Kok &al. 2001/ D. Kok, E. Spijker, A. Seibertz, S. Buller, 42V Energy Storage Systems for StopStart Application in Hybrid Vehicles, Electric Vehicle Symposium EVS 18, Berlin, Octobre 2001. /Lin & al. 2001/ C.C. Lin, J.M. Kang, J.W. Grizzle, H. Peng, Energy Management Strategy for a Parallel Hybrid Electric Truck, Proceedings of the American Control Conferences, Arlington, Juin 2001. /Lynch & al. 2001/ S. Lynch, T. Balon, L. Callaghan, DARPA/DOT Hybrid-Electric Drive Transit Bus Chassis and Engine Emission Evaluation Programs, Electric Vehicle Symposium EVS 18, Berlin, Octobre 2001. /Magyar & al. 1990/ J.A. Magyar, M.A. Kepros, R.F. Nelson, Reference electrode and gasing studies of lead acid charge/discharge processes, Journal of Power Sources, n31, p 93-106, 1990. /Martellucci & al. 2001/ L. Martellucci, M. Santoro, C. Boccaletti, A Power Train with Planetary Gear System : Advantages and a Design Approach, Electric Vehicle Symposium EVS 18, Berlin, Octobre 2001. /Martin 2001/ A. Martin, Progress of fuel cell technology allows for different fuel options, Electric Vehicle Symposium EVS 18, Berlin, Octobre 2001. /Mellor & al. 2000/ P.H. Mellor, N. Schofield, A.J. Brown, D. Howe, Assessment of

tel-00007966, version 1 - 7 Jan 2005

supercapacitor/Flywheel and battery EV traction system, ISATA 2000, p235-242, session Electric/Powertrain, Dublin, Septembre 2000. /Moretti 1999/ A. Moretti, The new electric vehicule Renault Kangoo, Electric Vehicle Symposium EVS 17, Montral, Octobre 2000. /Mller-Hellmann 2001/ A. Mller-Hellmann, Clean and Comfortable Public Transportation a Vision into the Future, Electric Vehicle Symposium EVS 18, Berlin, Octobre 2001. /Paganelli 1999/ G. Paganelli, Conception et commande d'une chane de traction optimise pour vhicule hybride parallle thermique et lectrique, Thse de Doctorat, Universit de Valenciennes, Laboratoire d'Automatique et de Mcanique Industrielles et Humaines, 1999. /Paganelli & al. 2000/ G. Paganelli, T.M. Guerra, S. Delprat, J.J. Santin, M. Delhom, E. Combes, Simulation and assessment of power control strategies for a parallel hybrid car, Journal of automobile engineering, IMechE, SAE International IEE, n214, p 705718, 2000. /Pang & al. 2001/ S. Pang, J. Farrell, J. Due, M. Barth, Batterry state of charge estimation, Proceedings of the American Control Conferences, Arlington, Juin 2001.

Bibliographie

137

/Pera & al. 2001/

M.C. Pera, D. Hissel, J.M. Kauffmann, Fuel Cell systems for Electrical Vehicule, IEEE 54th Vehicular Technology Conference, Atlantic City, Octobre 2001.

/Pusca & al. 2001/

R. Pusca, Y. Ait-Amirat, Fuzzy logic based control for electric vehicle with four separate traction drives, IEEE 54th Vehicular Technology Conference, Atlantic City, Octobre 2001.

/Rimaux & al. 1999/

S. Rimaux, M. Delhom, E. Combes, Hybrid Vehicle Powertrain : Modeling and Control, Electric Vehicle Symposium EVS 16, Peking, Octobre 1999.

/ Salman & al. 2001/

M. Salman, N.J. Schouten, N.A. Kheir, Control Strategies for Parallel Hybrid Vehicle, Proceedings of the American Control Conferences, Chicago, Juin 2000.

/Seiler & Schrder 1998/

J. Seiler, D. Schrder, Hybrid vehicle operating strategies, Electric Vehicle Symposium EVS15, Bruxelles, 1998.

/Selzer &al. 2000/

H. SELZER, C. AMENT, M. SORG, Electric storage system for great mileage and high acceleration, ISATA 2000, p333-340, session Electric/Powertrain, Dublin, Septembre 2000.

tel-00007966, version 1 - 7 Jan 2005

/Simard &Johnson 2000/

G. Simard, D. Johnson, Power Inverter design for Motor-Wheel application, ISATA 2000, p269-278, session Electric/Powertrain, Dublin, Septembre 2000.

/Smokers & al. 1999/

T.M. Smokers, S. Ploumen, M. Conte, L. Buning, K. Meier-engel, Solving measurement and evaluation problems in the development of test procedures for vehicle with electric, hybrid and fuel cell powertrains, Electric Vehicle Symposium, EVS16, Pkin, 1999.

/Sonnenburg & Hallen 2000/ R. Sonnenburg, M. Van Hallen, The design of permanent magnet-exited crankshaft starter-alternators, ISATA 2000, p269-278, session Electric/Powertrain, Dublin, Septembre 2000. /Stridsberg 2001/ L. Stridsberg, Clutch Configured Serial/Parallel Hybrid, Electric Vehicle

Symposium EVS 18, Berlin, Octobre 2001. /Piller & al. 2001/ S. Piller, M. Perrin, A. Jossen, Methods for state-of-charge determination and their applications, Journal of Power Sources n96, p113-120, 2001. /Tian & al. 2001/ G. Tian, L. Zhao, H. Li, X. Han, Q. Chen, Determination of power train component specifications of a SHEV light bus based on energy flow analysis, Electric Vehicle Symposium EVS 18, Berlin, Octobre 2001. /Van Mierlo & al. 2001/ J. Van Mierlo, G. Maggetto, Kleimaier, Models of Energy Sources for EV and HEV : Fuel cells, Batteries, Ultra-Capacitors, Flywheels and Enginegenerators, Electric Vehicle Symposium EVS 18, Berlin, Octobre 2001. /Van Mierlo 2000/ J. Van Mierlo, Simulation of a complex parallel-series hybrid drive train, Electric Vehicle Symposium EVS 17, Montreal, Octobre 2000.

138

Bibliographie

/Wiegman & Lorenz. 1998/ H.N.L. Wiegman, R.D. Lorenz, High efficiency battery state control and power capability prediction, Electric Vehicle Symposium EVS 15, Pkin, Chine, Octobre 1998. /Won & Langari 2001/ J.S. Won, R. Langari, Fuzzy Torque Control for a Parallel Hybrid Vehicle, propos pour Internationnal Mechanical Engineering Conference and Exposition, IMECE 2001. /Zhang & Chen 2001/ R. Zhang, Y. Chen, Control of Hybrid Dynamical Systems for Electric Vehicle, Proceedings of the American Control Conferences, Arlingon, Juin 2001.

tel-00007966, version 1 - 7 Jan 2005

Bibliographie

139

tel-00007966, version 1 - 7 Jan 2005

tel-00007966, version 1 - 7 Jan 2005

Annexes

tel-00007966, version 1 - 7 Jan 2005

Annexe A : Formulation du problme doptimisation pour larchitecture parallle double arbre

Dans cette tude, larchitecture hybride parallle double arbre considre est celle reprsente figure 80 /Brassart 2001/. La bote de vitesses relie les roues et le moteur thermique. Le rducteur permet dune part daccoupler le moteur lectrique aux roues et dautre part dajuster son rgime celui du vhicule. Gnralement, son rapport de rduction est calcul de manire ce que le moteur lectrique et le vhicule atteignent leur vitesse maximale tel-00007966, version 1 - 7 Jan 2005 simultanment.

Ce(t), e(t)

Rducteur

Moteur lectrique

Embrayage

Moteur thermique
Cth(t), th(t)

R(k(t)) Cr(t), r(t)

Figure 80: Larchitecture hybride parallle double arbre

Les relations mcaniques dcrivant cette architecture sont les suivantes : Pour les couples : Pour les rgimes : Cr ( t ) = R ( k ( t ) ) bv Cth ( t ) + Ce ( t ) .red (A.1) (A.2)

r (t ) =

th ( t ) e ( t ) = R (k )

Les limitations mcaniques sont les mmes que pour le vhicules simple arbre : Pour le moteur thermique :

th _ min < th < th _ max


0 < Cth ( t ) < Cth _ max (th ( t ) )

Rservoir

Boite de vitesses

Batteries

(A.3) (A.4)

Annexe A

143

Pour le moteur lectrique :

0 < e ( t ) < e _ max Ce _ min ( e ( t ) ) < Ce ( t ) < Ce _ max ( e ( t ) )

(A.5) (A.6)

Comme dans le cas du vhicule hybride parallle simple arbre, le problme doptimisation peut scrire uniquement avec les variables de dcisions : Le critre considr est la consommation de carburant sur tout le cycle :
N 1 t =0

J = D ( Cth ( t ) , k ( t ) ) Te (t ) avec D ( Cth ( t ) , k ( t ) ) = C Cth ( t ) , r k (t ) La batterie est considre comme un systme dynamique :

(A.7)

(A.8)

tel-00007966, version 1 - 7 Jan 2005

x ( t + 1) = x ( t ) + Pe ( Cth ( t ) , k ( t ) ) Te Cr ( t ) R ( k ( t ) ) bv Cth ( t ) r ( t ) Avec Pe _ th ( Cth ( t ) , k ( t ) ) = Pe , red

(A.9)

(A.10)

Contrainte sur ltat de charge (A.11)

x ( N ) = x ( 0 ) + Soc Contrainte mcanique sur les couples

A partir de la relation (A.1) sur les couples et des contraintes macaniques (A.4) et (A.6), on obtient : 1 Cth _ min ( k ( t ) , t ) = max Cth _ min ( e ( t ) ) , Cr ( t ) red Ce _ max ( e ( t ) ) (A.12) bv R ( k ( t ) )

1 (A.13) Cth _ max ( k ( t ) , t ) = min Cth _ max ( th ( t ) ) , Cr ( t ) red Ce _ min ( e ( t ) ) bv R ( k ( t ) )

144

Annexe A

Cth _ min ( k ( t ) , t ) Cth ( t ) Cth _ max ( k ( t ) , t ) Contrainte mcanique sur les rgimes.

(A.14)

A chaque instant t , le numro de rapport de bote de vitesses est restreint par les contraintes (A.3)-(A.6). Soit ( t ) lensemble des valeurs admissibles pour k ( t ) . Cette contrainte permet dviter les sur rgimes sur chacun des deux moteurs.

Le problme doptimisation obtenu est le mme que dans le cas du vhicule hybride. Les diffrents algorithmes proposs dans le chapitre 3 sont donc galement utilisables pour les architectures double arbre. A titre dillustration, les rsultats obtenus sur le CEN pour le vhicule B2 sont donns figure 81. tel-00007966, version 1 - 7 Jan 2005
Double arbre : Cycle Routier n1
(km /h)

100 50 0 100 50 0

200

400

600

800

1000

C 0

th

(Nm )

200

400

600

800

1000

4 k(t) 2 0 80 79 78 0 1.5 1 0.5 0 0 200 400 600 Tem ps (s ) 800 1000 200 400 600 800 1000 200 400 600 800 1000

E tat M

th

(On/Off) tat de charge (% ) E

Figure 81 : Rsultats sur le CEN pour le vhicule double arbre B2

Annexe A

145

Lalgorithme utilis est celui qui intgre la gestion des tats du moteur thermique. La consommation de carburant est de 5, 7 l /100km pour une variation globale dtat de charge de 0,17% .

tel-00007966, version 1 - 7 Jan 2005

146

Annexe A

Annexe B : Rsultats obtenus pour diffrents prototypes parallle simple et double arbre
Cette annexe prsente les rsultats obtenus par les diffrents prototypes tudis au cours du troisime chapitre. Trois cycles tudis : Urbain fluide n2, Routier n3 et Autoroute n1. Ces simulations ont t effectus en lalgorithme doptimisation globale intgrant la gestion de ltat du moteur thermique. Les rsultats sont prsents dans le plan Rgime-Couple pour chacun des moteurs. B.1. Prototypes parallle Simple arbre tel-00007966, version 1 - 7 Jan 2005

B.1.1. Cycle Urbain Fluide 2

Annexe B

147

tel-00007966, version 1 - 7 Jan 2005

148 B.1. 2 Cycle Routier n3

Annexe B

B.1. 3 . Cycle Autoroutier n1

tel-00007966, version 1 - 7 Jan 2005

Annexe B

149

B.2. Architecture double arbre

B.2.1. Cycle Urbain Fluide n2

tel-00007966, version 1 - 7 Jan 2005

150

Annexe B

tel-00007966, version 1 - 7 Jan 2005

B.2.2. Cycle Routier n3

Annexe B

151

B.2.3. Cycle Autoroutier n1

tel-00007966, version 1 - 7 Jan 2005

152

Annexe B

Liste des figures


Figure 1 : L'architecture hybride srie ________________________________________________________ 10 Figure 2: L'architecture hybride parallle simple arbre __________________________________________ 11 Figure 3 : l'architecture double arbre ________________________________________________________ 12 Figure 4: L'architecture hybride combine_____________________________________________________ 13 Figure 5: Les diffrents modes de fonctionnement du vhicule hybride _______________________________ 15 Figure 6 : Structure d'un composant__________________________________________________________ 18 Figure 7 : Exemple de composant de la boite outils : le moteur lectrique ___________________________ 18 Figure 8 : Exemple de modlisation : vhicule conventionnel ______________________________________ 19 Figure 9 : Exemple de modlisation : architecture hybride parallle simple arbre ______________________ 20 Figure 10 : Architecture du prototype ________________________________________________________ 20 Figure 11:Le groupe motopropulseur assembl et le vhicule prototype ______________________________ 21 Figure 12 : Principe mcanique et schma cintique de la chane de traction _________________________ 22 Figure 13 : Calcul du rgime optimal pour le moteur thermique __________________________________ 30 Figure 14 : Pertes et rendements du groupe motopropulseur ______________________________________ 32 Figure 15 : Rendement du moteur thermique ___________________________________________________ 33 Figure 16 : Cartographie de changement de rapports ____________________________________________ 34 Figure 17 : Rsultats pour le cycle Routier n1 _________________________________________________ 35 Figure 18 : Rsultats de la stratgie de commande Fuzzy Logic Contol Strategy pour le cycle Routier n1 ___ 36 Figure 19 : Points de fonctionnement des deux moteurs par la stratgie de commande pour le cycle CEN ___ 36 Figure 20 : Les pertes dans le groupe motopropulseur ___________________________________________ 38 Figure 21 : Rpartition de la puissance dans le groupe motopropulseur______________________________ 40 Figure 22 : Pertes totales dans le groupe motopropulseur_________________________________________ 41 Figure 23 : Minimisation des pertes sur le cycle Routier n1_______________________________________ 41 Figure 24 : Sensibilit maximale autorise en fonction de l'tat de charge ____________________________ 43 Figure 25 : Rsultat de la stratgie LMS avec rgulation d'tat de charge sur le cycle Routier n1 _________ 44 Figure 26 : Chemin nergtique de la chane lectrique lors d'une dcharge de la batterie. ______________ 46 Figure 27 :Echanges nergtiques de la chane lectrique lors d'une recharge ________________________ 47 Figure 28 : Rsultats de la minimisation de la consommation quivalente sur le cycleR1_________________ 47 Figure 29 : Sensibilit limite Slim en fonction de l'erreur d'tat de charge _____________________________ 48 Figure 30 : ECMS avec rgulation d'tat de charge______________________________________________ 49 Figure 31 : Algorithme du recuit simul avec cycles de rchauffement /Bonnemoy & Hamma 1991/ ________ 58 Figure 32 : Couple fourni par le moteur lectrique vue des roues ___________________________________ 59 Figure 33 : Le Cycle Europen Normalis _____________________________________________________ 61 Figure 34 : volution de la consommation en fonction des itrations de lalgorithme du recuit simul ______ 62

tel-00007966, version 1 - 7 Jan 2005

Annexe B

153

Figure 35 : Solution fournie par le recuit simul ________________________________________________ 62 Figure 36 : Consommation de carburant en fonction de la variation d'tat de charge ___________________ 63 Figure 37 : Limite de variations de l'tat de charge ______________________________________________ 65 Figure 38 : Principe de la programmation dynamique____________________________________________ 66 Figure 39 : Cartographie de la consommation de carburant _______________________________________ 70 Figure 40 : Exemple dapproximation de la consommation de carburant par morceaux de paraboles_______ 71 Figure 41 : Approximation de la drive de la consommation par morceaux __________________________ 72 Figure 42 : Points de fonctionnement pour

( 0 ) = 0 .___________________________________________ ( 0 ) = 1000

76

Figure 43 : Choix des points de fonctionnement pour

______________________________ 77

Figure 44 : Points de fonctionnement choisis pour chacun des moteurs pour Figure 45 : Variation de x ( N ) x ( 0 ) en fonction de

( 0 ) = 1000

_____________ 78

( 0)

pour le Cycle Europen Normalis ________ 79

Figure 46 : Commande optimale applique au modle simplifi sur le CEN ___________________________ 82 Figure 47 : Erreur de suivi de vitesse due au calcul de Cr a priori __________________________________ 82

tel-00007966, version 1 - 7 Jan 2005

Figure 48 : Le modle complet sous Matlab/Simulink ____________________________________________ 83 Figure 49 : Rsultats de l'optimisation globale sur le CEN avec le modle complet _____________________ 84 Figure 50 : Suivi de vitesse avec le modle complet pour le CEN ___________________________________ 84 Figure 51 : Comparaison des algorithmes pour le CEN __________________________________________ 92 Figure 52 : Rsultats obtenus sur le Cycle Europen Normalis ____________________________________ 96 Figure 53 : Rendement du moteur thermique & lectrique pour le cycle CEN _________________________ 97 Figure 54 : Points de fonctionnement dans le plan (Cth,Ce) pour le CEN et le cycle Routier n1 ___________ 97 Figure 55 : Modle lectrique ( trs) simplifi d'une batterie au plomb______________________________ 102 Figure 56 : Exemple de relev courant-tension ________________________________________________ 102 Figure 57 : Relev Courant-Tension de la batterie au plomb______________________________________ 103 Figure 58 : Rsultats obtenus avec l'estimation de la rsistance vide ______________________________ 105 Figure 59 : Rsultats de l'estimation de l'tat de charge _________________________________________ 106 Figure 60 : Schma fonctionnel de la stratgie de commande _____________________________________ 107 Figure 61 : Rsultats obtenus avec la stratgie -control sur le cycle Routier n1 _____________________ 108 Figure 62 : Couple du moteur thermique pour deux valeurs diffrentes de variations globales dtat de charge _____________________________________________________________________________________ 109 Figure 63 : Etat du moteur thermique et volution de l'tat de charge ______________________________ 109 Figure 64 : Rsultats obtenus sur le cycle Routier n1 avec la stratgie CoupleOpti ___________________ 112 Figure 65 : Points de fonctionnement des deux moteurs pour le cycle Routier n1 avec la stratgie Couple Opti _____________________________________________________________________________________ 112 Figure 66 : Courbes de consommation minimale et maximale sur le CEN ___________________________ 114 Figure 67 : Comparaison des rsultats lors d'une acclration maximale____________________________ 115 Figure 68 : Cycles utiliss pour l'valuation des stratgies de commande____________________________ 117 Figure 69 : Espaces des rsultats ralisables par les stratgie temps rel pour chaque cycle_____________ 118 Figure 70 : Critres obtenus sur les cycles utiliss pour l'valuation des stratgies de commande_________ 118

154

Annexe B

Figure 71 : Rsultats pour les diffrentes stratgies de commande _________________________________ 120 Figure 72 : Critres obtenus par les diffrentes stratgies en % ___________________________________ 121 Figure 73 : Nombre de rapports ____________________________________________________________ 124 Figure 74 : Taux d'hybridisation des diffrents groupes motopropulseurs ___________________________ 124 Figure 75 : Rsultats pour les prototypes simple arbre sur le cycle Urbain Fluide n2__________________ 125 Figure 76 : Rsultats pour les vhicules simple arbre et le cycle de vitesse Autoroute n1 _______________ 126 Figure 77 : Rsultats des architectures double arbres sur le cycle Urbain n2 ________________________ 127 Figure 78 : Rsultats des vhicules double arbres pour le cycle Autoroutier n1 ______________________ 127 Figure 79 : Critres pour les diffrents prototypes valus _______________________________________ 129 Figure 80: Larchitecture hybride parallle double arbre ________________________________________ 143 Figure 81 : Rsultats sur le CEN pour le vhicule double arbre B2_________________________________ 145

tel-00007966, version 1 - 7 Jan 2005

Annexe B

155

tel-00007966, version 1 - 7 Jan 2005

tel-00007966, version 1 - 7 Jan 2005

Evaluation de stratgies de commande pour vhicules hybrides parallles La propulsion des vhicules hybrides est gnralement assure par un ou plusieurs moteurs lectriques associs un moteur thermique. La premire partie dcrit les grandes familles darchitectures et le prototype ralis au LAMIH au cours de travaux prcdents. La deuxime partie est consacre ltude dalgorithmes, appels stratgies de commande, qui choisissent chaque instant la rpartition de puissance entre les deux chanes de traction. Les approches envisages reposent soit sur lutilisation du formalise flou et mettent en uvre des rgles de bon sens soit sur lanalyse plus fine des changes nergtiques au sein du groupe motopropulseur. La rpartition de puissance entre les diffrentes motorisations est ensuite crite sous la forme dun problme doptimisation globale sous contraintes. Plusieurs algorithmes bass sur la thorie de la commande optimale sont alors proposs. Lobjectif est de rechercher, en simulation, la squence de commandes qui minimise de la consommation de carburant. Dans la dernire partie, les rsultats des algorithmes doptimisation globale sont utiliss, dans un premier temps pour proposer deux nouvelles stratgies de commande temps rel. Ensuite, une tude base sur des critres permettant de caractriser les cycles de vitesses et les performances des stratgies de commande a notamment permis de valider les stratgies proposes. Enfin, lutilisation des algorithmes doptimisation globale comme outil daide au dimensionnement et aux choix darchitecture est illustr dans la dernire partie. Mots cls : Vhicule hybride, stratgie de commande, optimisation globale, commande optimale. Evaluation of control strategies for parallel hybrid vehicles Hybrid vehicles are usually propelled by one or two electric motor and an internal combustion engine. The first part of this study presents some classical mechanical arrangements and describes the prototype built at the LAMIH during a previous project. Algorithms, called control strategy, are used to choose at each sampling time the power split between the engine and the motor. Some of them rely on empiric rules and uses fuzzy controllers and other deals with more detailed energy flow analysis. Then the choice of the power split is written into the form of an optimization under constraint problem. Several algorithms based on the optimal control theory are proposed. The aim is to compute, in simulation, the control sequence that ensures the lowest fuel consumption. A new control strategy is derived from the global optimization algorithm and a second one is proposed, based on the analysis of the global optimization results. Several criterions are proposed in order to characterize speed cycles, to evaluate control strategies. A comparison of several control strategies shows that one of the proposed control strategies provides best results, closed to those of the global optimization algorithm. At last, the use of the global optimization algorithm for the choice of the mechanical arrangement and sizing the engine and the motor is explained in the last section. Keywords : Hybrid vehicle, control strategy, global optimization, optimal control.

tel-00007966, version 1 - 7 Jan 2005