Académique Documents
Professionnel Documents
Culture Documents
ecup
eration d
energie par cycle de Rankine `
a bord
dun v
ehicule : commande et gestion
energ
etique.
Johan Peralez
Diplme de Doctorat
Spcialit Automatique
Rcupration dnergie par cycle de Rankine
bord dun vhicule :
commande et gestion nergtique.
Johan PERALEZ
fvrier 2015
No dordre : 24-2015
Anne 2015
Mazen ALAMIR
Yann CHAMAILLARD
Roberto CIPOLLONE
Pascal DUFOUR
Vincent LEMORT
Madiha NADRI WOLF
Olivier SENAME
Paolino TONA
Rapporteur
Examinateur
Examinateur
Directeur de thse
Rapporteur
Co-directeur de thse
Prsident du jury
Encadrant IFPEN
et
Mr
M. Franois-Nol GILLY
M. Alain HELLEU
COMPOSANTES SANTE
Facult de Mdecine Lyon Est Claude Bernard
Facult dOdontologie
Institut des Sciences Pharmaceutiques et Biologiques
Institut des Sciences et Techniques de la Radaptation
Dpartement de formation et Centre de Recherche en Biologie
Humaine
Directeur : M. F. DE MARCHI
Directeur : M. le Professeur F. FLEURY
Dpartement GEP
Dpartement Informatique
Dpartement Mathmatiques
Dpartement Mcanique
Dpartement Physique
Directeur : M. B. GUIDERDONI
Polytech Lyon
Directeur : M. P. FOURNIER
Directeur : M. G. PIGNAULT
Directeur : M. N. LEBOISNE
Remerciements
En premier lieu, je tiens remercier mon directeur de thse, Pascal Dufour, pour la confiance
quil ma accorde en acceptant dencadrer ce travail doctoral, pour ses multiples conseils et
pour toutes les heures quil a consacres diriger cette recherche. Jaimerais galement lui
dire quel point jai apprci sa grande disponibilit tout au long de ce travail.
Je remercie les rapporteurs de cette thse, Mazen Alamir et Vincent Lemort pour lintrt
quils ont port ce manuscrit et pour leurs remarques constructives.
Jexprime tous mes remerciements lensemble des membres du jury : Yann Chamaillard,
Roberto Cipollone, Olivier Sename.
Mes plus sincres remerciements sadressent Paolino Tona, pour le temps trs important
quil ma consacr. La passion avec laquelle il exerce son travail et quil a mis au service de
ce projet ont t une source continue de motivation pour moi.
Je remercie Madiha Nadri qui a grandement particip la qualit de mon mmoire. Au-del
de ses conseils scientifiques, jai t extrmement sensible ses qualits humaines dcoute et
de comprhension tout au long de ma thse.
Je remercie Antonio Sciarretta, ses recommandations et remarques furent chaque fois riches
de sens. Sa rigueur scientifique a contribu a donner de la cohrence ce travail.
Je remercie galement tous ceux qui ont rendu possible les rsultats exprimentaux au sein
dIFP Energies Nouvelles. Merci Olivier Lepreux et aux motoristes de Solaize et Rueil, leur
professionnalisme, leur enthousiasme et leurs comptences mont beaucoup apport. Merci
aussi Luc Voise pour son expertise technique et sa constante bonne humeur !
Je profite aussi de ces lignes pour exprimer toute ma gratitude aux enseignants de lUniversit Lyon I, et tout particulirement Jean Claude Marques et Sami Othman qui mont
encourag et apport leur prcieux soutien au cours de mes tudes.
Enfin, merci Firouze et Marouan, leur soutien et les nombreux moments de joie que
nous avons partags ont vaincu sans peine les quelques instants de dcouragements.
Rsum
Au moins 30% de lnergie produite par les moteurs combustion interne est dissipe sous
forme de chaleur dans les gaz dchappement. Lintrt des constructeurs pour les systmes
de rcupration de chaleur bass sur le cycle thermodynamique de Rankine est justifi par
des rductions de consommation espres entre 5 et 10%.
Lambition de cette thse est de contribuer lever les principaux verrous lis la gestion
des procds Rankine pour des applications mobiles . Ce manuscrit sappuie sur trois cas
dtude avec, pour chacun, un procd pilote destin tre intgr respectivement sur des
vhicules lgers moteur essence, sur des camions poids-lourds et sur des trains propulsion
hybride Diesel-lectrique. Pour cela, des approches de lautomatique base de modle ont
t dveloppes.
Une nouvelle loi de commande non-linaire, permettant lasservissement de la temprature et de la pression en sortie dvaporateur, est propose. Il est montr exprimentalement
que le systme peut tre maintenu dans des conditions permettant la rcupration dnergie
sans discontinuer, mme sur des cycles routiers trs dynamiques.
La supervision nergtique du cycle de Rankine bord dun vhicule est ensuite aborde.
Il sagit de trouver les consignes pour la commande rapproche qui permettent de maximiser
lefficacit nergtique dun vhicule quip dun systme de rcupration dnergie par cycle
de Rankine. Il est montr que le gain nergtique apport par loptimisation dynamique
temps rel propose est important, compar une stratgie base sur loptimisation statique
du systme habituellement employe dans la littrature.
Mots-Cls
Rcupration de chaleur rsiduelle, rcupration de chaleur lchappement, cycle de Rankine, changeur de chaleur, vaporateur, frontires mobiles, supervision nergtique dun
vhicule, commande optimale, observateur implicite, programmation dynamique.
Laboratoire
Laboratoire dAutomatique et de Gnie des Procds, LAGEP UMR 5007, 43 boulevard du
11 Novembre, btiment CPE 308G, 69622 Villeurbanne Cedex.
Publications
Revue internationale comit de lecture
J. Peralez, P. Tona, M. Nadri, A. Sciarretta, P. Dufour. Optimal Control for an Organic
Rankine Cycle on board a Diesel-Electric Railcar. Journal of Process Control. Accept.
10
11
Abstracts
More than 30% of the energy produced by internal combustion engines (ICE) is dissipated as
heat through the exhaust gases. The interest of manufacturers in heat recovery systems based
on the thermodynamic Rankine cycle is justified by announced reductions in fuel consumption ranging from 5 and 10% depending on the system and the driving cycle.
The aim of this thesis is to help remove the main barriers associated with supervising
and controlling Rankine processes for mobile applications. This dissertation is based on
three study cases, each corresponding to a pilot process installed in engine test benches
at IFP Energies nouvelles (IFPEN). These are applications to be integrated respectively
on board light-duty vehicles with spark-ignition engine, heavy-duty trucks and trains with
Diesel-electric propulsion.
An original nonlinear (model-based) control law for the temperature and the pressure
tracking at the evaporator outlet is proposed. It is shown experimentally that the system
can be maintained under conditions allowing continuous energy recovery, even during highly
transient road cycles.
Then the supervision of Rankine systems is addressed, resulting in the choice of optimal
set-points (in term of energy management) for the low-level controller. An optimal control
problem is formulated, allowing online implementation via dynamic real-time optimization.
The proposed approach is validated on a realistic simulator, showing significant benefits in
the amount of energy recovered when compared with the classical (static) approach found in
Rankine cycle literature.
Keywords
Waste heat recovery, exhaust heat recovery, Rankine cycle, heat exchanger, evaporator, moving boundaries, optimal control, implicit observer, vehicle energy management, dynamic
programming.
12
17
23
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
33
33
35
35
37
39
40
45
46
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
49
49
50
50
50
52
52
53
55
II
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
57
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
65
65
65
67
68
14
Rsultats et discussions . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
III
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Supervision nergtique
7 Mthodes doptimisation
7.1 Principe de la programmation dynamique . . . . . . . . .
7.2 Rsolution hors ligne . . . . . . . . . . . . . . . . . . . .
7.2.1 Algorithme level-set . . . . . . . . . . . . . . . . .
7.2.2 Nouvel algorithme avec grille adaptative (DPGA)
7.2.3 Exemple de supervision energtique . . . . . . . .
7.2.4 Paralllisation des algorithmes . . . . . . . . . . .
7.3 Recherche dune stratgie en ligne . . . . . . . . . . . . .
7.3.1 Principe de Pontryagin (PMP) . . . . . . . . . .
8 Supervision nergtique dun ORC
8.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . .
8.2 Optimisation bord dun train Diesel-lectrique . . . . .
8.2.1 Description du systme . . . . . . . . . . . . . . .
8.2.2 Formulation du problme de commande optimale
8.3 Solution hors ligne . . . . . . . . . . . . . . . . . . . . .
8.3.1 Commande optimale . . . . . . . . . . . . . . . .
8.3.2 Dimensionnement optimal . . . . . . . . . . . . .
8.4 Supervision en ligne . . . . . . . . . . . . . . . . . . . . .
8.4.1 Modle explicite . . . . . . . . . . . . . . . . . . .
8.4.2 Commande de la pression dvaporation . . . . .
8.4.3 Optimisation dynamique temps-rel . . . . . . . .
8.4.4 Rsultat sur simulateur dtaill . . . . . . . . . .
75
75
75
75
79
82
82
84
86
87
88
89
91
97
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
99
99
100
100
102
104
107
109
109
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
113
. 113
. 114
. 114
. 116
. 117
. 117
. 118
. 119
. 121
. 123
. 124
. 125
.
.
.
.
.
129
. 129
. 131
. 131
. 134
. 136
9.3
. . . . .
Rankine
. . . . .
. . . . .
. . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
136
142
142
145
148
Conclusions
153
Annexes
165
165
16
Introduction
Contexte
Enjeu nergtique
Au cours des dernires annes, le poids croissant des questions environnementales et nergtiques a conduit des avances significatives en matire de rduction de la consommation des
vhicules, ainsi que de leurs missions polluantes. Les moteurs combustion interne (MCI),
toujours majoritaires, sont aujourdhui beaucoup plus conomes en nergie, grce notamment lintroduction de nouvelles architectures (suralimentation, injection directe essence)
et au dveloppement de systmes de contrle moteur de plus en plus performants. Toutefois,
malgr ces progrs technologiques importants, lefficacit nergtique des MCI reste limite.
Ainsi, mme dans les moteurs les plus optimiss, plus de 30% de lnergie produite par la
combustion est toujours dissipe sous forme de chaleur dans les gaz dchappement.
Bien que seule une partie de cette nergie soit valorisable (lexergie, en termes thermodynamiques), un potentiel existe pour la rduction de la consommation des vhicules propulss
par les MCI. Des nouvelles solutions sont actuellement ltude pour exploiter ce potentiel,
dont les turbo-compounds, les gnrateurs thermo-lectriques et les cycles thermodynamiques
(de Stirling ou de Rankine).
Figure 1 : Plus de 30% de lnergie produite par un MCI est rejete travers les gaz
dchappement.
18
Introduction
19
Dans la plupart des cas, les systmes de Rankine pour les applications routires sont
conus pour produire de llectricit via une gnratrice connecte au rseau auxiliaire et/ou
un systme de stockage dnergie, bien que le travail mcanique puisse tre directement
2011).
fourni la chane de propulsion via une transmission, comme dans Howell (2011
Pour des applications stationnaires, leau est le fluide de travail de prdilection lorsque
des grandes puissances (> 1 MW) sont en jeu, tandis que pour des puissances moindres (celles
des units de cognration, par exemple), il convient de travailler avec des fluides organiques
Bao et Zhao (2013
2013)), tels que les hydrofluorocarbures (HFC)
masse molculaire leve (Bao
ou les hydrochlorofluorocarbures (HCFC). Ces fluides, dont les tempratures dbullition
sont plus faibles que pour leau, cause de leurs hautes masses molculaires, sont les plus
prometteurs pour la rcupration dnergie des gaz dchappement des moteurs Diesel. Leau
reste toutefois intressante utiliser pour la rcupration dnergie pour les moteurs essence,
dont les gaz dchappement prsentent des tempratures nettement plus leves.
Contexte industriel
Les systmes de rcupration de chaleur bass sur le cycle thermodynamique de Rankine ont
t le sujet dintenses recherches pour les applications de transport routier au cours des derRingler et al. (2009
2009); Freymann et al. (2012
2012); Horst et al.
nires annes. Par exemple, BMW (Ringler
(2013
2013, 2014
2014)), Honda (Kato
Kato et al. (2006
2006); Endo et al. (2007
2007); Kadota et Yamamoto (2008
2008);
Matsumoto et al. (2009
2009)) et Ford (Hussain
Hussain et al. (2009
2009); Hussain (2011
2011)) ont travaill sur le
sujet pour des voitures, Cummins (Nelson
Nelson (2009
2009)), Caterpillar (Kruiswyk
Kruiswyk (2010
2010)), Daimler
Singh (2011
2011)) et Volvo (Espinosa
Espinosa et al. (2010
2010, 2011
2011); Howell (2011
2011)) pour des caTrucks (Singh
mions. Lintrt des constructeurs est justifi par des rductions de consommation espres
entre 5 et 10% selon le systme et le cycle routier considr (Skarke
Skarke et al. (2012
2012)).
Force est de constater que, malgr le dveloppement de plusieurs prototypes de systmes
de Rankine pour le transport routier, leur viabilit pour une application relle na pas encore
t dmontre. En pratique, ces systmes peinent obtenir des performances satisfaisantes
sur un large panel de conditions opratoires (transitoires). Lune des raisons pour lesquelles
les systmes de Rankine nont pas encore tenu leurs promesses, est quils sont gnralement
conus pour des performances nominales stationnaires, sans prendre en compte les conditions (fortement) transitoires auxquels sont sujets les MCI, notamment dues au cycle routier
inconnu lavance. La question de la commandabilit est ainsi rarement pose en dbut
dtude. Finalement, si le systme met trop de temps atteindre des conditions de production (dmarrage trop long) et/ou doit tre arrt trop souvent durant le roulage, les gains
sont considrablement rduits.
Contexte scientifique
Ces dernires annes, de nombreuses publications ont abord le sujet des systmes de rcupration dnergie pour les applications transport, bass sur le cycle de Rankine, comme en
2013), qui prsente un tat de lart sur les cycles de Rankine
tmoigne Sprouse III et Depcik (2013
Organiques (ORC, pour Organic Rankine Cycle, en anglais) pour les MCI. La plupart des
publications sont ddies la question de la conception (architecture, composants, fluides)
et lvaluation de leur potentiel (de bons exemples sont El Chammas et Clodic (2005
2005);
Ringler et al. (2009
2009); Teng et al. (2011
2011); Boretti (2012
2012)). Les publications sur les questions
20
Introduction
21
en particulier concernant le dbit massique.
Katsanos et al. (2012
2012);
Parmi les fluides organiques, le R245fa semble tre le plus tudi (Katsanos
Kang (2012
2012); Quoilin et al. (2011a
2011a); Boretti (2012
2012); Espinosa et al. (2011
2011)), bien quil soit
un gaz fort effet de serre. En plus de limpact environnemental, lutilisation dun fluide
organique peut comporter le risque de cavitation de la pompe, discut par les auteurs de
Pei et al. (2011
2011) et Kang (2012
2012). Il est important de noter, comme discut dans Lang et al.
(2013
2013) que le choix du fluide pour des applications transports est un rsultat de compromis,
car aucun des fluides disponibles aujourdhui ne remplit tous les critres quil serait ncessaire
de respecter.
Il existe une littrature un peu plus riche sur la modlisation et le contrle des cycles
de compression vapeur pour lair conditionn ( linverse du cycle de Rankine) comme
1997), et les nombreuses publications du Alleyne Research Group
par exemple He et al. (1997
(Rasmussen
Rasmussen et Alleyne (2004
2004); Rasmussen (2005
2005); Alleyne et al. (2007
2007)). Plus particulirement, dans Rasmussen (2005
2005), une approche solide est prsente la fois pour la modlisation,
se basant sur lapproche des frontires mobiles pour les changeurs thermiques, et pour la
synthse de commande, dveloppant des systmes de commande de complexit croissante (depuis la commande dcentralise par PI jusqu la synthse multivariable H ) pour amliorer
les performances.
Organisation de ce mmoire
Ce mmoire se divise en trois parties, prcdes par un chapitre introductif :
Partie I :
La premire partie de cette thse est consacre la modlisation dynamique du cycle de
Rankine. Une architecture matrielle gnrique est tout dabord dtaille, en se basant
sur ltat de lart concernant les systmes de Rankine pour le transport. Deux types
dapplications sont distingues : le cycle de Rankine eau ou fluide organique. Leur
choix correspond aux meilleurs candidats respectivement pour des applications avec
moteur essence ou Diesel.
Le Chapitre 2 propose ensuite une modlisation dtaille de ces systmes. On sintressera particulirement au comportement dynamique des changeurs thermiques, en se
basant sur la mthode des frontires mobiles. Une premire contribution est une mthode permettant de simuler les oprations de dmarrage et darrt, dans des conditions
trs transitoires.
Des modles simplifis, mieux adapts la synthse de lois de commande, sont proposs
au Chapitre 3. Ce travail a t en partie prsent dans Peralez et al. (2012
2012).
Partie II :
La deuxime partie est consacre la commande rapproche, lobservation et le diagnostic des systmes Rankine bord de vhicules. Les degrs de libert (autrement dit
les commandes disponibles) et les objectifs en termes dasservissement/rgulation sont
tout dabord analyss. Il est mis en vidence les diffrences fondamentales entre les
applications tudies, menant une distinction entre les applications utilisant de leau
et une machine de dtente volumtrique et celles utilisant un fluide de travail organique
et une turbine cintique.
22
Introduction
Premire partie
Modlisation du cycle de Rankine
23
Chapitre 1
Principe thermodynamique et cas
dtude
Rsum. Ce premier chapitre prsente le principe thermodynamique du cycle de Rankine et
les composants matriels ncessaires sa mise en uvre. Les applications pratiques tudies
dans cette thse sont prsentes. Il sagit dapplications destines tre intgres respectivement bord de vhicules lgers moteur essence, bord de camions poids-lourds et bord
de trains propulsion Diesel-lectrique.
1.1
Cycle thermodynamique
La Figure 1.1 prsente le principe thermodynamique du cycle de Rankine sous la forme de
diagramme p h (pression-enthalpie) et les composants matriels associs. La courbe bleue,
nomme dme de saturation, dlimite les tats du fluide : le fluide est ltat liquide, vapeur
ou mixte selon quil se trouve gauche, droite ou lintrieur de ce dme tandis quon
parle dtat super-critique lorsquil se trouve au-dessus.
26
Le fluide est mis sous pression par une pompe puis est vaporis sous leffet de la chaleur
travers lvaporateur. Lnergie cintique de la vapeur sous pression est alors rcupre par
une machine de dtente (turbine, machine piston...). Le fluide doit alors tre recondens
pour retourner la pompe.
Le cycle de Rankine se distingue du cycle thorique de Carnot par la substitution des
deux transformations isothermes par deux transformations isobares qui rendent possible sa
ralisation technique. Le cycle de Rankine idal est ainsi compos des quatre transformations
suivantes :
3 4 : Compression adiabatique (sans change de chaleur) et rversible (isentropique,
cest--dire sans frottements ni fuites, ...).
4 1 : Vaporisation isobare (sans chute de pression). Lvaporateur peut tre divis en
trois zones : le prchauffage o le fluide est ltat liquide, lvaporation ( lintrieur du dme de saturation) et la surchauffe1 .
1 2 : Dtente adiabatique et rversible.
2 3 : Liqufaction isobare.
Les caractristiques du fluide utilis ont un impact majeur sur le rendement du cycle et
le choix des composants matriels.
Fluide de travail
On distingue principalement deux catgories de fluide pour les applications du cycle de Rankine sous-critique (qui ne passe pas au-dessus du dme de saturation).
La premire catgorie dsigne les fluides dit humides, qui comprend notamment leau et
lthanol. Il sont appels ainsi en raison de lallure de leurs courbes isentropiques dans la zone
1.2(a). Ainsi, ltat de vapeur nest pas forcment conserv
vapeur, comme illustr en Figure 1.2(a)
par le processus de dtente. Par opposition, les fluides organiques2 semblables aux fluides
utiliss dans les systmes de climatisation qui comprennent les alcanes, les alcanes fluors,
les thers et les thers fluors (Saleh
Saleh et al. (2007
2007)), sont dits secs (Figure 1.2(b)
1.2(b)).
Leau se distingue galement des fluides organiques par des valeurs beaucoup plus leves concernant : la temprature de saturation (ou dbullition), la chaleur latente (nergie
ncessaire son vaporation) et la pression critique (pression seuil de ltat critique).
Ces diffrences impactent fortement le rendement du cycle, mais aussi le choix des composants matriels, le comportement dynamique du systme ou les impratifs de scurit (par
exemple, lutilisation de leau implique des tempratures de vapeur trs leves). Ainsi, la
Section 1.2 classe les applications concrtes tudies dans ce manuscrit selon ce choix et nous
utiliserons rgulirement la distinction entre Rankine eau et Rankine organique tout
au long des chapitres suivants.
1
La surchauffe est la distance , en terme de temprature, qui spare le fluide de sa temprature dbullition.
2
Notons que lthanol est aussi un fluide organique mais lger . Par fluides organiques nous faisons
rfrence ceux avec masse molculaire leve.
27
28
dtente peut tre valorise par un processus de rgnration, travers un changeur supplmentaire. Mais le cot, la complexit et les problmes dencombrement pnalisent ces options.
Cest pourquoi nous nous concentrerons ici sur des systmes ayant la structure prsente en
1.3.
Figure 1.3
1.2
Cas dtude
Ce manuscrit sappuie sur trois cas dtude avec, pour chacun, un procd pilote mis en
uvre sur les sites dIFP Energies nouvelles (IFPEN). Il sagit dapplications destines
tre intgres respectivement bord de vhicules lgers moteur essence, bord de camions
poids-lourds et bord de trains propulsion Diesel-lectrique.
Selon le type de moteur combustion considr essence ou Diesel il est montr
que le fluide offrant le meilleur potentiel de rendement est diffrent. Dans le cas de lessence, caractris par des tempratures de gaz dchappement leves, leau est considre
Ringler et al. (2009
2009)). Pour le Diesel, o la temprature des
comme le meilleur candidat (Ringler
gaz est moindre, les fluides dit organiques apportent de meilleurs rendements en raison de
Wang et al. (2011a
2011a)).
tempratures dbullition plus basses (Wang
Figure 1.4 : Dessin de lintgration possible du systme Rankine eau bord dune voiture.
Ici, leau est utilise comme fluide de travail, ltat pur. Outre ses bnfices en terme
de rendement par rapport aux autres fluides disponibles, leau ne prsente pas de problmes
de stabilit, de toxicit, dinflammabilit ou encore deffet de serre. Le risque de gel qui accompagne lutilisation deau pure peut tre vit grce une mthode brevete par IFPEN
29
Cas dtude
(Ternel
Ternel et al. (2011
2011)). Dautre part, la mise pression atmosphrique de la partie basse pression (BP) du circuit (comprenant le condenseur et le rservoir deau) vite les problmes de
Pei et al. (2011
2011))
cavitation de la pompe et de fuite bien connus pour ce type de systme (Pei
au prix dune lgre rduction du potentiel de rcupration du systme.
Le choix de lexpanseur, une machine piston axial, est galement adapt lutilisation
de leau. En effet, une telle machine accepte un certain taux dhumidit lors du processus de
dtente et offre un taux de dtente (ratio de densit entre lentre et la sortie) important, au
bnfice du rendement thermodynamique.
Un autre avantage, par rapport une turbine cintique, est sa faible vitesse de rotation
(infrieure 2500 tours/ min) qui permet de la coupler directement un alternateur, vitant
lajout dune machine lectrique haute vitesse. En revanche, les pertes par friction sont relativement importantes et pnalisent son rendement mcanique.
En raison de la forte chaleur latente de leau, les dbits mis en jeu sont trs faibles
(infrieurs 10g/s), permettant lutilisation dune pompe compacte. Il sagit ici dune pompe
piston, entraine lectriquement.
1.5) o lvaporateur
Ces composants sont visibles sur la photo du banc dessai (Figure 1.5
est plac sur la ligne dchappement du MCI (un moteur Renault 4 cylindres pour 1360cm3 ).
30
faibles. De plus, la grande densit des fluides organiques ltat vapeur permet la conception
Bao et Zhao (2013
2013)).
de machines compactes (Bao
Application pour poids lourd
Ce procd exprimental a t conu par Renault Trucks pour la rcupration dnergie
bord dun poids lourd. Ce systme montr en Figure 1.6 a t dessin et dimensionn
avec les contraintes dune intgration relle sur vhicule. Le fluide organique slectionn
est le R245fa qui prsente un compromis intressant entre rendement, cot et contraintes
environnementales.
Ce procd a galement pu tre test sur le site dIFPEN, en charge du dveloppement
de la partie commande du systme.
Projet TRENERGY (Train Energy Effciency via Rankine-cycle Exhaust Gas Heat Recovery, # ANR12-VPTT-09
Cas dtude
31
32
Chapitre 2
Modles dtaills
Rsum. Ce chapitre dcrit la modlisation des principaux composants du systme de Rankine prsente au chapitre prcdent, savoir les changeurs thermiques et les composants
permettant la compression et la dtente du fluide de travail. Une attention particulire est
apporte la simulation (dlicate) des oprations de dmarrage du systme.
2.1
Compression et dtente
Les dynamiques de compression et de dtente tant trs rapides compares celles des changeurs, des quations algbriques sont utilises pour les processus de compression et de dtente
du fluide de travail. Dans ce qui suit, les indices 1 2 3 et 4 se rfrent aux points thermodynamiques indiqus sur la Figure 1.1
1.1.
Compression
La pompe est en charge du processus de compression dcrit Section 1.1
1.1. On distingue deux
principaux types de pompe : cintique ou volumtrique. On considre ici une pompe du type
volumtrique car mieux adapte quand il sagit de fournir un liquide haute pression comme
le rclame le cycle de Rankine.
Son dbit peut alors tre calcul comme tant proportionnel sa cylindre Vpump , sa
vitesse de rotation Npump et un rendement volumtrique p,vol . En tenant compte de la
densit du fluide 4 , on exprime ainsi le dbit massique fourni par la pompe :
(2.1)
o le rendement volumtrique peut tre considr comme constant dans des conditions normales.
Remarque 2.1. Il peut arriver que le rendement de la pompe chute brutalement cause
2.1). En raison de la proximit du fluide avec le
du phnomne de cavitation (Figure 2.1
dme de saturation (point 3 sur la Figure 1.1
1.1), des bulles de vapeurs peuvent se former si
une certaine distance nest pas respecte. Ce phnomne et ses consquences ainsi quune
mthode de diagnostic seront discuts Section 6.3
6.3.
A partir de lexpression du dbit massique (2.1
2.1), la puissance Ppump consomme par la
pompe peut sexprimer en fonction du gradient de pression (p1 p3 ) et de la densit du fluide
33
34
Modles dtaills
vitesse pompe (rpm)
1000
0.14
800
0.11
rendement ()
0.8
0.6
Cavitation
0.4
0.08
600
0
50
temps (s)
100
50
temps (s)
100
50
temps (s)
100
Figure 2.1 : Le rendement de la pompe (volumtrique) est calcul partir des mesures
de la vitesse pompe et du dbit pompe. Dans des conditions normales (hors cavitation), il
peut tre considr constant. Ici, les mesures sont issues du procd pour poids lourd dcrit
1.2.
Section 1.2
4 :
Ppump = m4
p1 p3
,
4 p,mec
(2.2)
o p,mec dsigne le rendement mcanique de la pompe qui peut tre considr constante
(Bao
Bao et Zhao (2013
2013)).
Dtente
1.1, seffectue
Le processus de dtente en sortie dvaporateur, dcrit Section 1.1
Soit lintrieur dune machine de dtente volumtrique (par exemple une machine
piston). Dans ce cas, le dbit peut sexprimer de faon similaire la pompe volumtrique
(Endo
Endo et al. (2007
2007)) :
m1 = S Cd
2 1 p1 1 PR2 ,
(2.4)
p1
.
p2
2.4) tend vers
Remarquons que pour un ratio de pression proche de 1, alors lquation (2.4
lexpression dcoulement de Bernoulli :
o PR dsigne le ratio entre haute et basse pression, PR =
m1 = S Cd
2 1 (p1 p2 ),
(2.5)
tandis que pour des ratios de pression levs, le fluide prend une vitesse supersonique
pour laquelle linfluence de la pression de sortie devient ngligeable :
m1 = S Cd 2 1 p1 .
(2.6)
35
changeurs thermiques
La relation (2.4
2.4) assure ainsi la continuit entre rgime subsonique et supersonique. Pour
2.2)
valider cette relation, ses prdictions en terme de dbit sont compares (Figure 2.2
avec une srie de mesures exprimentales, issus du procd prsent Section 1.2 (Rankine organique). Les points prsents couvrent une gamme de fonctionnement allant de
5 20 bar pour la pression lentre de la restriction avec des variations limites sur
la pression de sortie (de 2.5 4 bar) et une surchauffe entre 10 et 30 C.
prdiction (kg/s)
0.25
0.2
0.15
0.1
0.05
0.05
0.1
0.15
0.2
dbit mesur (kg/s)
0.25
(2.7)
1.1.
o his est la diffrence entre les enthalpies h1 et h2 du cycle (idal) dcrit Section 1.1
Lefficacit exp,is , pour une machine de dtente donne, dpend fortement des points de
fonctionnement considrs (pressions en entre et sortie, tempratures ...). Une modlisation
prcise de cette efficacit est dlicate et souvent, dans les problmes de commande (comme
2012)), elle est prise constante.
par exemple Skarke et al. (2012
Ici, pour limiter la complexit de nos modles tout en gardant une bonne prcision, nous
utiliserons des cartographies caractrisant lefficacit de la machine de dtente pour chacune
1.2. La Figure 2.3 prsente la cartographie de la machine
des applications prsentes Section 1.2
piston utilise pour le Rankine eau (application prsente Section 1.2
1.2).
2.2
2.2.1
changeurs thermiques
Introduction
Une modlisation raliste du comportement dynamique (complexe) des changeurs diphasiques, ncessite une reprsentation (fortement) nonlinaire. Linvitable compromis entre
fidlit (prise en compte au mieux des phnomnes physiques) et simplicit (facilit de rsolution numrique) est dlicat grer. Dans ce contexte, il nest pas surprenant que la littrature sur les changeurs diphasiques soit aussi riche, dautant quelle concerne de nombreux
domaines telles que les centrales lectriques (strm
strm et Bell (2000
2000); van Putten et Colonna
(2007
2007)), la rfrigration (Rasmussen
Rasmussen (2005
2005); McKinley et Alleyne (2008
2008)) ou la dsalinisation.
36
Modles dtaills
37
changeurs thermiques
nouvelle variante qui, par lajout dquations non physiques, prouve sa capacit reprsenter
ces processus. De manire intressante, linfluence de ces nouvelles quations est ngligeable
sur la trajectoire du systme lorsquil est dans des conditions nominales tandis quil permet
de rendre plus robuste la simulation numrique.
Par souci de concision, cette section prsente seulement la modlisation de lvaporateur
(le dveloppement dun modle similaire pour le condenseur se dduit facilement).
2.2.2
Lois de conservation
Hypothses
Les vaporateurs tudis ici sont de type transversal (cross flow en anglais), comme sch2.4. Ce type dchangeur est privilgi (notamment par rapport un
matis sur la Figure 2.4
changeur flux inverse) pour sa compacit et la faible contre-pression quil engendre au
niveau des gaz de lchappement (la contre-pression nuit au rendement du MCI).
Gaz
d'chappement
Paroi
Fluide de
travail
liquide
vapeur
38
Modles dtaills
le long de la paroi est limite en raison du faible ratio entre les surfaces dchange et
la section de la paroi. Concernant le phnomne de conduction lintrieur du fluide,
il est dautant plus ngligeable que le dbit est important.
Representation 1-D
Le premier principe de la thermodynamique (correspondant au principe de conservation de
masse et dnergie) peut tre appliqu en tout point de lchangeur thermique. En considrant que les changes de matire et dnergie se font principalement dans la direction de
dplacement du fluide z, on obtient une reprsentation 1-D de lchangeur paramtres
2.5.
distribus comme schmatis Figure 2.5
Vf m
+
=0
L t
z
m
Sf
Vf ( h) Vf p
(2.8)
+L
=
(Tw T )
L
t
L
t
z
L
Tw
cw w Vw
= Sf (Tw T ) + Sw o (Ta Tw )
t
o w et cw reprsentent la densit et la capacit thermique prises constantes de la
paroi. Ta reprsente la temprature ambiante. (resp. o ) est le coefficient dchange thermique entre la paroi et le fluide (resp. le gaz dchappement). La densit et la temprature
du fluide de travail ( et T ) sont des fonctions non-linaires de p et h1 . Ainsi, dans le systme dquations (2.8
2.8), la drive temporelle de la densit peut tre remplace partir de
lexpression :
p h
=
+
t
p t h t
o
et
sont des proprits du fluide.
p
h
Les conditions aux frontires du modle paramtres distribus sont fixs par les composants auxquels est connect lchangeur thermique. Dans le cas de lvaporateur, les conditions
en sortie de pompe fixent les conditions suivantes en entre de lchangeur :
m(z = 0, t) = m4 (t),
1
Les proprits thermodynamiques dun fluide peuvent tre calcules partir de deux de ses proprits
indpendantes, telle que la paire (p,h). Les valeurs de rfrences peuvent tre obtenues avec la librairie NIST
Refprop (Lemmon
Lemmon et al. (2013
2013)).
39
changeurs thermiques
h(z = 0, t) = h4 (t),
alors que le dbit en sortie dchangeur est fix par les quations de la machine de dtente
2.1) :
(dtailles Section 2.1
m(z = L, t) = m1 (t).
2.2.3
La mthode de discrtisation la plus simple mettre en uvre est illustre Figure 2.6 : il
sagit de dcouper lchangeur en N volumes de mme longueur L/N selon la direction z. Le
principe de conservation de masse et dnergie peut alors tre appliqu sur chacun des volumes
de paroi et de fluide. La mthode des volumes finis (VF) considre alors que les variables
dpendantes de z sont uniformes dans un volume donn. Outre sa simplicit, lavantage principal de la mthode VF (Bonilla
Bonilla et al. (2012
2012); Quoilin et al. (2011a
2011a); Bamgbopa et Uzgoren
(2013
2013); Feru et al. (2013b
2013b,aa)) est la certitude que pour N trs grand, la solution du systme
spatialement discrtis converge vers la solution du systme dEDP.
...
...
...
Figure 2.6 : Discrtisation spatiale fixe de lchangeur.
Malheureusement plusieurs cueils rendent la simulation du modle VF difficile. Dabord,
le nombre dtats dynamiques Nx augmente avec N et donc choisir une grande valeur pour
N implique un temps de simulation important. Ainsi, chaque volume i possde deux tats
dynamiques Tw,i et hi et en considrant ltat dynamique p commun tous les volumes, il
vient Nx = 2 N + 1.
De plus, lors des phases transitoires du systme, les fronts des phases du fluide (sparant les phases liquide-mixte-vapeur) se dplacent. Lorsque pour un volume donn, le fluide
change de phase, les valeurs de ses proprits prsentent de fortes variations, assimilables
des discontinuits. Cest notamment le cas pour la densit prs de la courbe de saturation
liquide, comme illustr Figure 2.7
2.7. Il peut alors sensuivre des phnomnes de chattering
40
Modles dtaills
(Bonilla
Bonilla et al. (2012
2012)) voire de divergence lors de la simulation ; phnomnes dautant plus
prononcs que N est pris petit et le pas dintgration grand.
La robustesse de la simulation implique donc de fines discrtisations spatiale et temporelle qui aboutissent des temps de simulations importants. La mthode de discrtisation
frontires mobiles, qui suivent ces changements de phase, permet de rpondre ce problme.
Cest lobjet de la section suivante.
(a) Densit.
Remarque 2.2. Une approche alternative pour aider la robustesse de la simulation des
modles VF changement de phase est reporte par Bonilla et al. (2012
2012); Feru et al. (2013b
2013b).
prs des zones de saturation. Malheureusement, outre une invitable perte de prcision,
h
une telle mthode est difficile calibrer et doit tre rpte pour chaque fluide test.
2.2.4
Dans un systme de Rankine, le fluide de travail entre dans lvaporateur ltat liquide et
2.8, le modle MB suit la
ressort ltat de vapeur surchauffe. Comme montr en Figure 2.8
longueur des phases du fluide : L1 , L2 , L3 suivent respectivement les zones liquide, diphasique
et vapeur. Par la suite, nous considrerons que la longueur L de lvaporateur est normalise,
cest--dire que L = 1 et donc que L1 + L2 + L3 = 1.
Comme pour la modlisation VF, les bilans de conservations de masse et dnergie peuvent
tre appliqus chacune des 3 zones, sauf que la drive temporelle des longueurs de zones
complexifie les quations.
41
changeurs thermiques
2.9) :
quantit qui sort mout,i et qui entre min,i (comme illustr Figure 2.9
dmi
= min,i mout,i .
dt
Figure 2.9 : Notations utilises dans les bilans de conservation de masse et dnergie du
fluide de travail (pour chacune des trois zones i).
Puis, en supposant une densit moyenne i , exprimons la masse en fonction du volume
Vf Li de la zone :
d (i Vf Li )
= min,i mout,i .
dt
En exprimant maintenant la densit i comme fonction de sa pression p et de son enthalpie hi ,
et en tenant compte que Li varie au cours du temps, le bilan de masse sexprime finalement :
dLi
i V f
+
dt
p
p,hi
dp
+
dt
p,hi
dhi
Vf Li = min,i mout,i .
dt
(2.9)
42
Modles dtaills
Pour les zones monophasiques (liquide ou vapeur), les proprits du fluide peuvent tre considres comme linairement distribues, et notamment :
hi =
hin,i + hout,i
, i = {1, 3}
2
(2.10)
(2.11)
entrent (Qf,i = hin,i min,i ) et qui sortent (Qf,i+1 = hout,i mout,i ) ainsi que le flux de chaleur
chang Qw,i avec la paroi. Ce dernier peut sexprimer en fonction de la surface dchange
dL
dhi
i
+ hi i Vf
+
i V f Li
dt
dt
p
p,hi
dp
+
dt
p,hi
dhi
Vf Li =
dt
(2.12)
Chaque volume de paroi change de la chaleur avec le fluide (Qw,i ), avec les gaz dchappement
(Qexh,i ) et avec les volumes de paroi qui lui sont voisins (Qv,i ) :
Li Mw
dTw,i
= Q exh,i Qw,i + Qv,i
dt
(2.13)
o le flux de chaleur
exh Sexh
mexh cp,exh
!!
(Texh Tw,i )
(2.14)
43
changeurs thermiques
Le terme Qv,i reprsente lchange dnergie au sein de la paroi d la mobilit des frontires.
dL1
> 0) alors on reprsente lnergie change de la
Par exemple, si la zone 1 grandit (i.e
dt
dL1
zone 2 vers la zone 1 par Qv,1 =
Mw Tw,2 .
dt
Il vient pour :
La zone 1 :
Qv,1 =
dL1
dL1
Mw Tw,2 pour
>0
dt
dt
dL1
Mw Tw,1 sinon.
dt
La zone 2 :
(2.15)
Qv,3 =
dL3
dL3
Mw Tw,2 pour
>0
dt
dt
dL3
Mw Tw,3 sinon.
dt
(2.16)
(2.17)
Dautre part, les dbits massiques en entre et sortie de lvaporateur (min,1 et mout,i ) corres
pondent respectivement aux dbits de pompe et de dtente (m4 et m2 ) dcrits Section 2.1
2.1.
Finalement, ces contraintes associes aux quations dynamiques (2.9
2.9) - (2.17
2.17) constituent
un systme DAE avec 7 tats dynamiques (Tw,1 , Tw,2 , Tw,3 , p, L1 , L2 , h3 )2 .
Oprations de dmarrage et darrt
Malgr les bnfices vidents de la modlisation par frontires mobiles, et les nombreuses publications sur cette mthode (Jensen
Jensen (2003
2003); Rasmussen (2005
2005); McKinley et Alleyne (2008
2008);
Graber et al. (2010
2010); Li et Alleyne (2010
2010); Horst et al. (2013
2013)), il reste des cas dusage pour
lesquels les formulations proposes jusquici ne donnent pas (entire) satisfaction.
Ainsi, de nombreuses formulations (comme Jensen (2003
2003); Rasmussen (2005
2005)) supposent
un nombre constant de zones. Or, lorsque la taille dune zone devient beaucoup plus petite
que les autres, les quations du modle deviennent singulires et une solution unique ne peut
pas tre trouve. Cest notamment le cas lors des oprations de dmarrage et darrt dun
2
Bien que leurs drives temporelles apparaissent dans le bilan dnergie (2.12
2.12), les variables h1 et h2
peuvent scrire en fonction de p et hin et napparaissent donc pas dans le vecteur dtat.
44
Modles dtaills
systme de rcupration de chaleur : par exemple, lorsque le systme est au repos, tous les
composants tant temprature ambiante, la zone vapeur est gnralement absente.
La gestion des apparitions et disparitions de zone, conduit naturellement une modlisation hybride, qui commute entre diffrents systmes dquations selon les cas.
Un point dlicat est la gestion de la dynamique de paroi dune zone absente. La gestion la
dTw,i
= 0). Mais lors
plus simple consiste figer la temprature dune zone qui disparat (
dt
de la rapparition de cette zone, un fort gradient de temprature entre paroi et fluide pose
souvent des problmes de robustesse et de prcision. Ainsi, Li et Alleyne (2010
2010) introduit une
dynamique non-physique (linaire du premier ordre) qui tend faire converger la temprature
de paroi dune zone disparue vers celle dune zone voisine. La mthode employe est valide
dans le cas dun systme de rfrigration, mais des problmes de robustesse persistent et les
oprations de dmarrages considres restent relativement lentes.
2.13) est conserve,
Nous proposons ici une nouvelle mthode o la dynamique de paroi (2.13
que la zone soit prsente ou non. La continuit des quations dynamiques sera assure par la
suite, en faisant en sorte que la temprature du fluide sur la zone disparue tende vers celle
de la frontire la plus proche. Pour cela lquation dinterface hin,3 = hv est remplace par le
systme dquations diffrentielles suivantes :
1
hin,3
hin,3
1
, pour (L1 + L2 + ) <
dL2
2
hv
hv
=
1
dt
(2.18)
hin,3
hv
constitue un critre dexistence de la zone vapeur. Remarquons dabord que si cette condition
hin,3
est vrifie, la dynamique de L2 maintient
autour de 1 (donc proche de lquation
hv
dinterface hin,3 = hv ). Dans le cas contraire, cest le terme L1 + L2 + qui est maintenu
autour de 1 (donc L3 = 1 L1 L2 maintenu autour de ).
Remarquons aussi que la continuit entre les deux quations de (2.18
2.18) est assure lors
hin,3
des commutations. En effet, soit a = (L1 + L2 + )
, alors
hv
o 2 est choisi positif et est choisi petit (et positif). La condition (L1 + L2 + ) <
1
hin,3
lim+
1
a0 2
hv
1
= lim+
(1 + a (L1 + L2 + ))
a0 2
1
=
(1 (L1 + L2 + ))
2
dL2
=
dt a=0
dL2
lim+
=
a0
dt
(2.19)
Dune manire analogue, la gestion de la zone mixte (zone 2) est assure en remplaant
lquation dinterface hin,2 = hl par :
45
changeurs thermiques
hin,2
hin,2
1
1
pour (L1 + 2) <
dL1
1
hl
hl
=
1
dt
(2.20)
hin,2
constitue un critre dexistence de la
hl
zone mixte. Si cette condition nest pas vrifie, alors la zone vapeur est aussi absente et L1
est maintenu autour de 1 2 (proche de 1) tandis que (2.18
2.18) maintient L3 autour de et
ainsi L2 (qui est gal 1 L1 L3 ) autour de .
o 1 est choisi positif. La condition (L1 + 2)
2.2.5
Validation
46
Modles dtaills
10
225
7
p [bar]
Tw [o C]
175
125
4
75
25
1
liquide
mixte
vapeur
Volumes Finis
Frontires Mobiles
1
150
0.8
SH [K]
L []
100
0.6
0.4
50
0.2
0
0
100
200
300
400
500
0
0
t [s]
100
200
300
400
500
t [s]
(a) Modle frontires mobiles : tempratures de paroi (b) Evolution de la pression et de la surchauffe : compaet longueurs de zones.
raison des entre modles frontires mobiles et volumes
finis.
2.3
Influence du dimensionnement
Conclusion. Ce chapitre propose une mthode de modlisation permettant dobtenir un simulateur raliste du cycle de Rankine. La modlisation (statique) de la pompe et des machines
de dtente expos dans ce chapitre, base sur ltat de lart, est valide exprimentalement.
Pour la modlisation (dynamique) des changeurs thermiques, une nouvelle version de la
mthode des frontires mobiles est propose. Il est montre quelle permet des gains en robustesse des simulations notamment lors des oprations de dmarrage du systme tout en
conservant les gains de temps importants en simulation par rapport la mthode (classique)
des volumes finis.
47
Influence du dimensionnement
Npump [rpm]
40
20
20
40
15
Mesures
Modle MB
SH[o C]
10
5
0
5
10
0
30
60
90
t [s]
Figure 2.11 : Validation exprimentale de la modlisation par frontires mobiles pour le
Rankine organique : volution de la surchauffe en sortie dvaporateur en fonction de la
vitesse pompe autour dun point de fonctionnement.
48
1350
1300
1250
0.34
0.32
0.3
mexh [kg/s]
Npump [rpm]
Modles dtaills
SH[o C]
25
Vw = 1/3
Vw = 1
Vw = 3
20
SH[o C]
15
25
Vf = 1/3
Vf = 1
Vf = 3
20
15
350
400
450
500
550
600
650
700
t[s]
Figure 2.12 : Influence du dimensionnement de lvaporateur : rponse du modle (en terme
de surchauffe SH ) des variations sur les principales entres (vitesse pompe Npump et dbit
Chapitre 3
Modles rduits pour la commande
Rsum. Lutilisation de la modlisation frontires mobiles (dtaille au chapitre prcdent) pour la synthse dune loi de commande est complexe. Nous proposons ici de rduire
ces modles en se basant sur des considrations physiques, afin de conserver une modlisation
non-linaire valide sur une large gamme de fonctionnement et qui conserve les principaux paramtres physiques du systme. Deux types de modles sont ainsi obtenus : les modles pour
la commande rapproche, destins matriser le comportement dynamique des changeurs
thermiques, et les modles adapts loptimisation nergtique du systme Rankine complet.
3.1
Introduction
50
Nous proposons ici de rduire le modle dtaill en conservant seulement les dynamiques
les plus lentes. Une telle rduction permet de conserver les principaux paramtres physiques
du modle et reste valide sur une large gamme de conditions opratoires.
Ce principe est appliqu Section 3.2 pour obtenir une modlisation de lvaporateur
adapte la commande rapproche.
La modlisation ddie la supervision nergtique doit prendre en compte lensemble
du systme tandis que les techniques doptimisation demandent des modles avec peu dtats
dynamiques. Une simplification supplmentaire des changeurs thermiques est ainsi propose
3.3, en considrant des proprits moyennes sur lensemble de lchangeur.
Section 3.3
3.2
Nous dtaillons ci-dessous un modle rduit non-linaire du cycle de Rankine qui capture les
dynamiques dominantes de la partie haute pression du systme. Lobjectif est de fournir un
modle adapt la synthse dune loi de commande rapproche, afin de matriser les conditions (tempratures et pression) en sortie dchangeur (les objectifs prcis de la commande
II).
rapproche seront dtaills au dbut de la partie II
3.2.1
Le cycle de Rankine peut-tre vu en deux parties comme illustr sur la Figure 2 : dun
ct, le circuit haute pression (HP) constitu de la pompe, de lvaporateur et la machine de
dtente et de lautre, le circuit basse pression (BP), constitu du condenseur et du bac.
Pour des ratios de pression importants entre HP et BP, les conditions du fluide (pression
2.3)et enthalpie) en aval du processus de dtente peuvent tre ngliges dans les quations (2.3
2.4) qui dterminent le dbit chang entre HP et BP.
(2.4
Dautre part, en raison de linertie thermique du bac, les variations de temprature en
entre de la pompe T3 sont lentes et T3 peut donc tre considre comme une perturbation
(lente) pour la partie HP.
Dans lobjectif de matriser les conditions en sortie dvaporateur, ces considrations
permettent disoler le circuit HP et ainsi dobtenir un modle dordre rduit utile la synthse
dune loi de commande pour la commande rapproche.
La section suivante propose une approche complmentaire pour rduire davantage le
modle.
3.2.2
51
En considrant les variables dynamiques les plus rapides comme des variables quasistatiques, nous proposons ci-dessous deux modles rduits, respectivement dordre 3 et 4,
selon que la dynamique de L1 est conserve ou non.
Modle 4 tats dynamiques
Considrer L2 , L3 et p comme quasi-statiques revient considrer que leurs drives temporelles sont nulles. Par consquent, les proprits de saturation telle que hl et hv qui sont
uniquement fonction de la pression, voient leurs drives temporelles sannuler galement.
Ainsi, le bilan massique du fluide de travail (2.9
2.9) peut tre rcrit :
i) pour la zone liquide (en notant que h1 =
hin,1 + hl
),
2
dhin,1
1
dL1
Vf L1
+
=
m
1 Vf
in,1 mout,1 ,
2
h (p,h1 ) dt
dt
1 Vf
= m4 mout,1
dt
ii) pour les zones diphasiques et vapeur,
0 = min,2 mout,3 ,
0 = min,3 mout,3 .
On considre donc que le dbit est uniforme dans les deux dernires zones et quil est
1 V f
= m4 m1
dt
1
Mw
m1 =
exh Sexh
1 exp
m
exh cpexh
!!
SC
2 1 p1 sinon.
d
(3.1)
52
Le dbit massique est ainsi considr uniforme dans lvaporateur, et donc le dbit m4 issu
0 = m4 m1
Mw
(3.2)
avec
m1 =
3.2.3
Validation
Les rponses des modles rduits dvaporateur MB des variations sur les entres sont
compars en Figure 3.1 pour le systme de Rankine eau. La rponse du modle dtaill est galement trace pour servir de rfrence. Ces variations sont les suivantes : pour
t = 100s, 600s, 1100s, 1600s un chelon est appliqu respectivement sur le dbit de pompe, le
dbit de gaz, la temprature du gaz et la vitesse de la machine de dtente.
Il est montr que le modle du 3e ordre (3.2
3.2) capte les dynamiques les plus lentes tane
dis que le modle du 4 ordre (3.1
3.1) est trs proche du modle dtaill, y compris pour les
transitoires plus rapides.
Remarquons que les trois modles se stabilisent aux mmes valeurs. Puisque la rduction
du modle ne nglige que des drives temporelles, il est logique que les valeurs dquilibre
soient conserves.
3.3
Pour permettre une supervision nergtique efficace, la modlisation doit prendre en compte
les principaux bilans nergtique du systme.
Ainsi, pour prendre en compte linfluence du refroidissement, et contrairement au modle
pour la commande rapproche, le couplage des parties haute et basses pression doit tre
conserv. Il en rsulte une augmentation du nombre dtats dynamiques puisque le modle
du condenseur doit tre ajout.
Pour rpondre aux impratifs des mthodes doptimisation qui demandent des modles
avec peu dtats dynamiques, une simplification supplmentaire des changeurs thermiques
est propose.
53
surchauffe [o C]
180
160
140
120
mod`ele detaille MB
mod`ele reduit a` 4 etats dynamiques
mod`ele reduit a` 3 etats dynamiques
pression [Pa]
x 10
2.6
2.5
2.4
0
500
1000
temps [s]
Figure 3.1 : Rponse en boucle ouverte : comparaison des modles complet et rduit.
3.3.1
A SA
(3.3)
mA cA
importants (McKinley
McKinley et Alleyne (2008
2008)), alors que exh sera considr comme constant en
raison de dbits dchappement plus faibles.
o A = 1 exp
On montrera plus loin comment cette rgulation sera assure par la commande rapproche.
54
Dans la suite, on supposera que Tf,e (resp. Tf,c ) est la valeur de la temprature de
saturation qui correspond la haute pression p1 (resp. la basse pression p3 ) de lORC. Tf,e
(resp. Tf,c ) est alors une fonction unimodale de p1 (resp. of p3 ). De mme, h1 et 1 dpendent
uniquement de p1 , tandis que h3 et 3 dpendent de p3 .
Lquilibre du fluide dans les changeurs mne aux quations suivantes :
Tw,e Tf,e
h3
f,e
0 = h1 Sf,e
m1
(3.4)
Tw,c Tf,c
h2 ,
f,c
0 = h3 Sf,c
m1
o le dbit massique m1 est alors homogne dans tout le circuit. En supposant que la vitesse du
fluide est supersonique en sortie de turbine, la pression de sortie peut-tre nglige (Feru
Feru et al.
(2013a
2013a)) au moment dexprimer le dbit qui traverse les cols de la turbine :
m1 = cd S 2 1 p1 ,
(3.5)
o cd est un coefficient (constant) dcoulement, et S la surface quivalente des cols de la
turbine.
Considrons une efficacit isentropique constante is de la turbine
h2 = h1 is (h1 his,2 ),
(3.6)
o his,2 correspond lenthalpie pour laquelle lentropie gale celle du point 1 et dont la
pression gale celle du point 3. his,2 dpend alors (seulement) de p1 et p3 .
La connaissance des pressions permet alors le calcul des proprits du fluide, puis le calcul
de la dynamique des parois (3.3
3.3), et des expressions des puissances mises en jeu par la pompe
(2.2
2.2) et la machine de dtente (2.7
2.7).
3.3.2
55
Validation
Afin de valider le modle dchangeur thermique valeurs moyennes , la rponse du modle dvaporateur des conditions transitoires est compare des donnes exprimentales,
1.2. Les variations concernant les gaz dchappement
obtenues sur le procd dcrit Section 1.2
entrant dans lvaporateur sont traces Figure 3.3(a)
3.3(a).
La valeur numrique du coefficient dchange
f,e a t choisie telle quelle minimise
lcart au sens des moindres carrs entre mesures exprimentales du dbit de pompe
Conclusion. Il est montr que pour des conditions nominales ( savoir en prsence de surchauffe dans lvaporateur) un modle du 3e ordre suffit capter les dynamiques les plus
lentes dun changeur thermique tandis que le modle du 4e ordre propos est trs proche du
modle dtaill, y compris pour des transitoires plus rapides. Pour rpondre aux impratifs des
mthodes doptimisation qui demandent des modles avec peu dtats dynamiques, une simplification supplmentaire des changeurs thermiques est propose. Grce lintroduction dun
coefficient dchange global entre paroi et fluide de travail, un modle dchangeur thermique
valeurs moyennes est valid exprimentalement.
56
mexh [kg/s]
0.2
0.15
0.1
0.05
Texh [o C]
0
300
250
200
0
100
200
300
400
500
temps [s]
0.1
0.05
mesures
mod`ele
0
1
0.5
0
120
T1 [ C]
p1 [normalise] m [kg/s]
0.15
100
80
0
100
200
300
400
500
temps [s]
(b) Prdictions du modle de supervision compares aux mesures exprimentales.
Deuxime partie
Commande rapproche, observation et
diagnostic
57
Chapitre 4
Objectifs de la commande rapproche
Rsum. Dans cette deuxime partie, consacre la commande rapproche du cycle de
Rankine, ce premier chapitre est ddi lanalyse des systmes de Rankine. En particulier,
les degrs de libert (commandes disponibles) sont exposs et les objectifs en termes dasservissement/rgulation des sorties sont poss.
4.1
Nous prsentons Figure 4.1 un synoptique gnrique darchitecture Rankine couvrant les
diffrents cas dapplication considrs dans cette thse.
Figure 4.1 : Entres-Sorties du systme. Les entres rouges et orange, reprsentent respectivement les entres de commande (actionneurs) et les perturbations.
Sorties
Les mesures disponibles pour le systme de commande sont symbolises sur la Figure 4.1
par les flches sortant du systme. On mesure ainsi les paires pressions - tempratures (p,T )
du fluide de travail entre chaque composant matriel (qui correspondent aux points thermodynamique numrots sur la figure 1.1
1.1).
59
60
La matrise de ces sorties doit permettre de rpondre aux objectifs des systmes de Rankine appliqus au contexte des vhicules : maximiser la production lectrique (cas dune capacit de stockage suffisante, dans les vhicules hybrides lectriques, par exemple) ou asservir
la production la demande des auxiliaires (cas du couplage lalternateur). Dans les deux
cas, des contraintes sur les sorties assurant la scurit du systme doivent tre respectes :
La pression et la temprature dans la partie haute pression du circuit sont limites. Ce
qui peut tre exprim par les conditions en sortie dvaporateur p1 < pmax
et T1 < T1max .
1
La surchauffe SH la sortie de lvaporateur doit tre assure pour viter la formation
de gouttelettes dans la machine de dtente (risquant de lendommager). Ce qui peut
tre exprime comme une condition sur la temprature en sortie dvaporateur (en
fonction de la pression) : T1min (p1 ) < T1 .
Le sous-refroidissement SC lentre de la pompe doit tre assur pour viter des
phnomnes de cavitation. Ce qui peut tre exprim comme une condition sur la temprature en sortie du bac (en fonction de la pression) : T3 < T3max (p3 ).
Notons que le nombre et la nature des capteurs choisis sont compatibles avec une implmentation industrielle, notamment en terme de cot. Ainsi, il sagit uniquement de capteurs
de tempratures et de pression qui prsentent un encombrement et un cot relativement
faibles. En revanche, dautres capteurs qui pourraient apporter des informations sur ltat du
systme ne rpondent pas ces contraintes et ne sont pas envisags. Cest notamment le cas
pour les capteurs de dbit1 .
Actionneurs
Les actionneurs considrs sont au nombre de quatre (symboliss sur la Figure 4.1 par les
quatre flches du haut, en rouge, entrant dans le systme) :
Le by-pass vaporateur permet de laisser entrer une fraction du dbit de gaz dchap
pement disponible. Le dbit entrant rellement dans le systme est alors mexh,in =
mexh Voevap o mexh est le dbit en sortie moteur et Voevap est louverture du by-pass
normalise entre 0 et 1. Vue la rapidit de raction de Voevap vis--vis de VoSP
evap (assure
SP
2.1), on peut considrer que la commande est ici m4 (m4 ' pump Npump
).
Section 2.1
1
Limplmentation de capteurs de dbit reste possible sur banc dessai pour analyser et caractriser le
systme (par exemple pour lanalyse du rendement de la pompe dtaill Section 2.1
2.1)
61
La vitesse de la machine de dtente est rgule par une rsistance de charge. Ici encore,
si la dynamique est suffisamment rapide, on peut considrer que la commande est
directement Nexp . Notons que nos rsultats exprimentaux montrent que, dans le cas
dune turbine cintique, cette vitesse a une influence ngligeable sur le dbit sortant de
lvaporateur (et donc ninfluence pas la pression). Plus exactement, il linfluence par
le biais de la temprature qui sort de la machine de dtente et donc de la temprature
qui entre dans lvaporateur, mais avec une amplitude trs faible et une dynamique trs
lente. Dans le cas dune turbine cintique, donc, cet actionneur ne pourra pas tre utilis
pour contrler les conditions (de pression ou surchauffe) la sortie de lvaporateur (il
pourra servir en revanche pour optimiser le rendement de la turbine). Dans le cas dun
expanseur volumtrique, en revanche, Nexp peut tre considr comme un vritable
actionneur.
Perturbations
La temprature du gaz dchappement (Texh ), considre comme une perturbation pour le
systme de commande rapproche, est mesure. En revanche le dbit du gaz (mexh ) nest
pas mesur cause des contraintes de cot voques prcdemment. Mais, une estimation
du dbit de gaz est faite par le calculateur du contrle moteur (base sur les quantits de
carburant et dair injectes dans la chambre combustion).
4.2
Dans les applications stationnaires du cycle thermodynamique de Rankine, comme les centrales thermiques, le principal rle du systme de commande est de rguler la puissance
dlivre par lensemble turbine-gnratrice un rseau lectrique, tout en garantissant les
meilleures conditions en terme de rendement (maximiser le transfert de chaleur dans lvaporateur et utiliser la turbine sur des points de fonctionnement optimaux). Le premier objectif
peut tre atteint en adaptant le dbit denthalpie de la source chaude, ce qui revient essentiellement imposer le dbit massique de carburant brler dans la centrale. Le second objectif
4.2).
peut tre approch en bougeant les coins du cycle thermodynamique (voir Figure 4.2
Pour ce faire, on adapte le dbit massique du fluide de travail et, si possible, la vitesse de la
machine de dtente.
La commande est complexe en raison de la nature multivariable et couple du procd,
et devient mme plus difficile dans le cas de la rcupration dnergie des gaz dchappement
du fait que le flux de chaleur dpend du point de fonctionnement moteur : il ne peut tre
directement manipul mais agit plutt comme une perturbation (mesure) pour le systme
de commande. Dautres perturbations sont la capacit de refroidissement de la source froide,
qui peut tre en partie commandable mais qui est toujours limite, et la puissance demande
par le rseau lectrique du vhicule, dont la gestion peut tre plus ou moins difficile que dans
le cas dune centrale, selon les capacits de lissage de linterface avec le rseau. Des difficults
supplmentaires proviennent de la plage de fonctionnement de chaque composant, qui peut
tre limite en terme de temprature, pression et qualit de vapeur admissibles. Enfin, les
mesures bord dun vhicule et la puissance de calcul disponibles sont forcment limites.
Nous nous concentrons ici sur la matrise des conditions la sortie de lvaporateur qui
est la problmatique de commande principale des systmes Rankine pour la rcupration
62
dnergie des gaz dchappement. En effet, cette matrise permet de rpondre aux contraintes
de scurit dtailles dans la Partie 4.1 : limitation de la pression et de la temprature dans la
partie haute pression du circuit, protection de la machine de dtente. Elle est galement une
condition ncessaire la mise en uvre dune gestion optimale du systme de rcupration
dnergie, dveloppe dans la Partie III
III. En pratique, le nombre dactionneurs suffisamment
rapides pour assurer la matrise des conditions en sortie dvaporateur est malheureusement
assez limit. Dans le cas de notre application du cycle de Rankine eau, nous disposons
de by-pass vaporateur Vo,e (ou le dbit de gaz dchappement mexh,in quelle fait rentrer dans
lvaporateur). Sa fonction principale est dassurer la scurit de lvaporateur (et du reste
du circuit) en coupant lalimentation en gaz dchappement en cas de montes excessives en
pression ou en temprature. Mais son action est lente et, dans le cas dune machine de dtente
volumtrique, le choix de Nexp comme entre de commande pour asservir les conditions en
sortie vaporateur est prfrable. Elle peut toutefois tre utilise pour crter ou lisser
la puissance thermique transmise au fluide, si on accepte la perte de rendement globale
que cela comporte. Dans ce contexte, on peut la considrer comme un vritable actionneur
que lon peut coupler une variable qui volue lentement mais quil convient de contrler
(par exemple la puissance dissipe travers le condenseur, quil faut aligner aux conditions
de refroidissement, si elles deviennent contraignantes) ou bien pr-positionner des valeurs
telles que les conditions de la fraction du gaz dchappement qui rentre dans lvaporateur
restent traitables . Pour nos applications avec fluide organique, qui utilisent une turbine
cintique, il sera montr au Chapitre 6 que la perte du degr de libert Nexp peut tre (sous
certaines conditions) compense par lutilisation de Vo,e .
63
Conclusion. Dans ce chapitre, les enjeux de la commande rapproche sont prsents, soulignant les contraintes de scurit fortes sur les niveaux de pression et de temprature du fluide
en sortie dvaporateur. Les capteurs et les actionneurs disponibles dans un contexte industriel sont numrs. Il est mis en vidence que lapplication du Rankine eau avec machine
de dtente volumtrique diffre fortement des applications Rankine fluide organique avec
turbine cintique en terme dobjectifs de commande et dactionneurs disponibles.
64
Chapitre 5
Cycle de Rankine eau
Rsum. Ce chapitre prsente la synthse et la validation dune loi de commande permettant
lasservissement de la temprature et de la pression en sortie dvaporateur pour un cycle de
Rankine eau avec machine de dtente volumtrique. Les limites dune commande linaire
temps invariante (LTI), couramment utilise dans la littrature, sont dabord exposes. Afin
de prendre en compte les non-linarits du procd, une commande (issue de ltat de lart)
et base sur un retour de sortie (par gains squencs) est implmente. Cette commande est
complte par une pr-compensation originale qui permet damliorer le rejet des perturbations.
5.1
5.1.1
Une approche pragmatique pour le contrle du systme de Rankine eau en mode production
consiste en les tapes suivantes :
Identifier les matrices de transfert deux entres et deux sorties (TITO) du systme,
avec u = [m4 Nexp ]0 comme vecteur dentres, et y = [p1 SH ]0 comme vecteur de sorties.
Trouver les paires entre-sortie appropries via une analyse des gains relatifs (RGA).
Synthtiser une commande dcentralise par PID, base sur les termes de la diagonale
de la matrice de transfert TITO.
Le problme avec cette structure de commande, et les structures similaires rencontres
dans la littrature (Endo
Endo et al. (2007
2007); Quoilin et al. (2011a
2011a)), est que ces modles linaires
identifis diffrent sensiblement selon les points de fonctionnement considrs. Prenons par
exemple les deux points dquilibre dcrits dans la Table 5.1
5.1, qui partagent les mmes valeurs
de sorties y 0 , mais qui ont t obtenus pour diffrentes conditions de gaz dchappement
(nommes chaud et froid ), rencontres durant un cycle routier typique.
66
m4
0.005855 kg/s
u02
Nexp 712.5 rpm
Texh 600
0
d2 m
0.05 kg/s
exh
T4
70
m4
0.0010156 kg/s
u01
Nexp 134.3 rpm
Texh 400
0
d1 m
0.02 kg/s
exh
T4
30
Table 5.1 : Dfinition des points dquilibre chaud et froid . Le vecteur de perturbation
d est constitu par les conditions du gaz dchappement (dbit mexh et temprature Texh ) et
par la temprature lentre de lvaporateur (T4 ).
Ceci est valid par les rsultats de simulation dun modle FOPTD identifi sur le modle
dtaill MB, comme montr sur la Figure 5.1
5
SH [o C]
mod`ele detaille
premier ordre avec retard
5
SBPA
m4 [g/s]
0.01
0.01
0
2000
4000
6000
8000
temps [s]
Figure 5.1 : Validation du modle FOPTD pour la paire {m4 SH } sur le point dquilibre
froid avec une squence binaire pseudo-alatoire (SBPA) en entre.
Comme le systme prsente de fortes non-linarits, les paramtres du FOPTD sont
5.2).
sensiblements diffrents pour les deux points dquilibre tudis (Table 5.2
Il en rsulte que la boucle de rtroaction par PI doit tre conservative (lente) pour prserver la stabilit en prsence derreurs de modlisation. Dans ce contexte, on ne peut pas esprer
la poursuite prcise de consignes arbitraires. Dans Tona et al. (2012
2012), dans le but dobtenir
des rsultats acceptables sur un cycle routier raliste, nous avons opt pour une stratgie
dadaptation de la consigne de pression en fonction des conditions de fonctionnement afin
de perturber le moins possible la rgulation de surchauffe. Nous avons galement ajout une
pr-compensation statique (pr-positionnement) sur la commande de la pompe. Ces options
ont permis de gnrer des consignes plus faciles suivre et damliorer les performances du
67
Kp
1.36e5 o C/kg.s
4.28e5 o C/kg.s
p
60.1 s
345 s
Tp
8.4 s
30 s
Table 5.2 : Paramtres identifis du modle autour des deux points dquilibre
contrle de la surchauffe, favorisant ainsi la continuit de fonctionnement plutt que la recherche de loptimalit. Lapproche dcrite dans Tona et al. (2012
2012) nest pas dtaille ici, car
dans la section 5.1.3 nous proposons une pr-compensation base sur linversion de modle
qui permet de (bien) meilleures performances en asservissement et rgulation.
5.1.2
Comme illustr par la section prcdente, les dynamiques des systmes de Rankine sont
fortement non-linaires. Pour matriser efficacement ces systmes, la stratgie de commande
doit prendre en compte ces non-linarits afin de garantir de bonnes performances sur toute
ltendue des conditions opratoires.
Une des solutions les plus rpandues dans lindustrie pour rpondre cette problmatique est lutilisation de gains squencs (mieux connus sous lappellation anglophone gains
5.2, consiste construire une commande nonscheduling ). Cette mthode, illustre Figure 5.2
linaire par interpolation de plusieurs commandes linaires, qui peuvent tre performantes
localement. La simplicit conceptuelle de cette approche et surtout la facilit dimplmentation explique son succs. En revanche, il est gnralement difficile de prouver la stabilit de
la boucle ferme dun point de vue thorique.
Paramtres
Consigne
Contrleur
Commande
Gains
squencs
Procd
Conditions
opratoires
Sortie
Figure 5.2 : Principe de la commande par gains squencs ( gains scheduling ), o les
paramtres du contrleur dpendent des conditions opratoires.
En pratique, il est ncessaire de trouver des variables reprsentatives (en faibles nombres)
des conditions opratoires et qui capturent les principales non-linarits du systme. Ainsi,
pour le contrle de la surchauffe, lauteur de Rasmussen (2005
2005) propose de corrler les nonlinarits du systme la valeur de la pression rgnant dans lvaporateur. Si lauteur ne
fournit pas de preuve thorique de la stabilit du systme boucl, des rsultats exprimentaux
dmontrent la pertinence de cette approche.
Pour prendre en compte les non-linarits du systme, la mthode pragmatique expose
Section 5.1.1 peut donc tre adapt comme il suit :
Identifier les fonctions de transfert dcrivant les relations dynamiques entre commandes et sorties autour dun ensemble de points dquilibre.
68
Autour de chacun de ces points dquilibre, rgler les paramtres correspondant aux
actions proportionnelle, intgrale et drive des PID.
Construire la commande globale par interpolation de ces PID, cest--dire implmenter
des PID dont la valeur des paramtres dpend des conditions opratoires.
La mise en uvre de cette mthode permet ainsi damliorer les performances de la
commande par PID en ajustant les gains du contrleur en fonction des conditions opratoires.
Dans le contexte de la rgulation de surchauffe en sortie dvaporateur pour un systme
2005) montrent quil est possible de
dair conditionn, les exprimentations de Rasmussen (2005
poursuivre prcisment des consignes arbitraires. Mais dans le cadre de systmes de Rankine
embarqus bord dun vhicule, o il faut faire face des conditions externes trs transitoires
de la source chaude (qui agissent comme des perturbations du point de vue de la matrise de
la surchauffe et de la pression), les performances dune telle commande savrent insuffisantes.
Dans le but damliorer les performances de cet asservissement, la section suivante prsente la synthse dune pr-compensation complmentaire la commande par rtroaction
prsent ci-dessus pour le rejet de ces perturbations.
5.1.3
La figure 5.3 montre la structure dun nouveau rgulateur pour contrler les conditions en
sortie vaporateur du systme de Rankine. Linverse dun modle du systme est utilise
pour la pr-compensation en calculant les trajectoires des entres ud correspondant aux sorties dsires du systme (les consignes y SP ), pour des perturbations donnes d. Un correcteur
dcentralis permet la correction en boucle ferme en prsence dincertitudes sur le modle.
Rappelons que, parmi les perturbations, les tempratures du gaz dchappement (Texh ) et du
fluide de travail en sortie pompe (T4 ) sont facilement mesurables, tandis quune estimation
69
u1,d
u2,d
Mw
dTw,i
= Sf i (Tw,i Tf,i ) exh (Tw,i Texh ) , i = {1, 2, 3}
dt
(Tw3 Tf,3 )Sf 3
=
(Tw3 Tf,3 )(hl hin,1 )3 (Tw3 Tf,3 )(hv hl )3
hout,3 hv +
+
1 (Tw1 Tf,1 )
2 (Tw2 Tf,2 )
u1,d
=
1 exp Vexp
(5.1)
o les proprits du fluide hv , hl , Tf,i and 1 sont dtermines partir des sorties dsires
SP
(pSP
). Pour sassurer que lexpression ci-dessus de la pr-compensation u1,d est bien
1 et SH
dfinie, il nous faut vrifier que son dnominateur ne sannule pas. Pour cela nous aurons
besoin de lhypothse suivante.
Hypothse 5.1. Pour chacune des trois zones i de lvaporateur1 , la temprature de la paroi
(Twi ) est plus leve que la temprature du fluide de travail (Tf,i ).
Durant les phases de dmarrage, il est possible que cette condition ne soit pas respecte.
Quoi quil en soit, la loi de commande tant conue pour le mode nominal (en prsence dune
surchauffe positive), ces conditions ne sont pas restrictives.
4.2, montre alors que,
Lanalyse du cycle thermodynamique de Rankine, illustr Figure 4.2
dans lexpression de u1,d , le dnominateur est toujours strictement positif. En effet, en prsence dune surchauffe positive, lenthalpie en sortie dvaporateur hout,3 est suprieure
lenthalpie de saturation vapeur hv . De mme, lenthalpie de saturation liquide hl est suprieure celle en entre vaporateur hin,1 :
hin,1 < hl < hv < hout,3 .
5.1.4
Rsultats et discussions
Rappelons que ces trois zones correspondent la distinction des phases liquide, vapeur et mixte introduites
par le principe des frontires mobiles.
70
71
Figure 5.5 : Schma Simulink de co-simulation. Le systme de contrle Simulink est appliqu
au simulateur du cycle de Rankine implment dans Dymola.
de donnes exprimentales (Figure 5.6(a)
5.6(a)), enregistres depuis un moteur essence 2.0 litres
dune Renault Megane SCENIC II sur un cycle de conduite autoroutier (cycle autoroutier
Artemis). On sest concentr ici sur le mode nominal (production de puissance) ; la simulation
dmarre ainsi sur des conditions chaudes (notamment, leau est ltat vapeur surchauffe
la sortie de lvaporateur).
Afin dvaluer les performances dasservissement, les consignes (pSP et SH SP ) sont aug5.6(b)). La commande du systme assure un suivi trs
mentes durant la simulation (Figure 5.6(b)
proche de la pression de la vapeur, malgr de trs fortes variations sur les conditions dchappement. La surchauffe est moins bien matrise, mais avec une erreur absolue maximale de
7 o C (moins de 5% en relatif) les performances peuvent tre considres satisfaisantes.
Rsultats exprimentaux et discussion
Les rsultats obtenus sur le simulateur sont encourageants, puisquils montrent que le systme
peut tre maintenu dans des conditions permettant la rcupration dnergie sans discontinuer, mme sur des cycles routiers trs dynamiques. En outre un asservissement prcis de la
pression semble possible ce qui pourrait permettre une optimisation plus pousse du cycle,
telle quelle sera aborde au Chapitre 9.
72
60
40
mexh [g/s]
80
20
0
750
Texh [o C]
700
650
600
550
0
100
200
300
400
500
600
700
Time [s]
p1 [bar]
25
24
180
SH
SH SP
160
m
4 [g/s]
140
10
2000
u1
u2
0
0
1000
100
200
300
400
500
600
Nexp [rpm]
SH[o C]
p
pSP
0
700
Time [s]
Figure 5.6 : Asservissement de la pression (p1 ) et de la surchauffe (SH ) par PID avec
pr-compensation dynamique base sur linversion de modle.
Mais les rsultats prcdents nont pas pu tre confirms exprimentalement, pour les
conditions transitoires envisages. En effet, sur le banc dessai prsent Section 1.2
1.2, des problmes techniques ont jusquici empch de matriser efficacement la vitesse de rotation de
la machine de dtente Nexp , considre comme un degr de libert dans notre loi de commande. Ces rsultats exprimentaux rejoignent les difficults rapportes dans la littrature
73
Conclusion. Il est montr dans ce chapitre, que face aux fortes non-linarits prsentes par
le cycle de Rankine, lutilisation dune commande linaire temps-invariante ne permet pas de
rpondre aux objectifs de la commande dans un contexte o les transitoires sont importants.
Lutilisation dune commande par retour dtat par gains squencs, couple une prcompensation dynamique base sur le modle, permet au contraire datteindre des performances satisfaisantes dans des conditions ralistes dutilisation bord dun vhicule lger.
Ces rsultats, obtenus sur simulateur, restent toutefois valider exprimentalement.
74
Chapitre 6
Cycle de Rankine fluide organique
Rsum. Ce chapitre prsente la synthse dune loi de commande permettant lasservissement de la temprature et de la pression en sortie dvaporateur pour un cycle de Rankine organique avec turbine cintique. Les performances et la robustesse de la stratgie nonlinaire base sur le modle sont dmontres exprimentalement dans des conditions ralistes
de conduite pour un camion poids-lourd.
La synthse dun observateur, permettant lestimation de la temprature de paroi de lvaporateur, est galement prsente et ses bnfices en terme de performances de la boucle ferme
sont discutes.
6.1
6.1.1
Matrise de la surchauffe
Formulation du problme
Dans le cas dun cycle de Rankine organique, la contrainte concernant la temprature en sortie
4.1) est gnralement simplifie par une rgulation de la surchauffe
dvaporateur (Section 4.1
El Chammas et Clodic (2005
2005))
autour dun SH SP fixe. En effet, il est gnralement admis (El
que SH doit tre le plus petit possible pour maximiser le rendement du cycle, mais suprieur
une valeur minimale qui garantit la scurit de lexpanseur.
Le problme que nous traitons dans cette section se rsume la rgulation de la surchauffe.
6.1.2
Ici, le seul degr de libert est la vitesse de pompe. Par linversion du modle rduit il sagit
de dterminer la pr-compensation ud de cette commande permettant la rgulation autour
dune consigne constante SH SP (cest--dire permettant le rejet des perturbations). En repre
nant les notations de la Figure 5.3
5.3, le vecteur de perturbations est d = [Texh mexh Tevap,in ]0 .
Le modle rduit (3.2
3.2) associ lexpression de la dtente (2.4
2.4) peut scrire sous la forme
75
76
SH [ C]
20
donnees experimentales
second ordre
10
0
Npump [rpm]
10
50
SBPA
50
0
20
40
60
80
100
120
temps [s]
Sf 1
exh
Tw1 =
(Tw1 T1 )
(Tw1 Texh )
Mw
Mw
Mw
Mw
Sf 3
exh
(Tw3 T3 )
(Tw3 Texh )
Tw3 =
Mw
Mw
tandis que la rsolution numrique de la partie algbrique doit permettre de dterminer p1 :
u
=
S
2 1 p1
hl hin
L = u
1
d
Sf 1 (Tw1 Tf,1 )
hv hl
L2 = ud
(6.2)
Sf 2 (Tw2 Tf,2 )
hout hv
L3 = ud
Sf 3 (Tw3 Tf,3 )
0 = 1 (L + L + L )
1
2
3
Rappelons que Tf,2 , hl et hv ne dpendent que de p1 , tandis que Tf,1 dpend de p1 mais aussi
de la perturbation T4 . Dautre part, la densit 1 la sortie de lvaporateur et Tf,3 dpendent
de p1 et de la sortie dsire SH SP (par souci de clart, ces dpendances nont pas t notes
ci-dessus). Par souci de simplicit, SH SP sera suppose constante et gale 30 dans ce
qui suit, mais les rsultats restent valides pour tout autre valeur (strictement positive) de
surchauffe.
Pour implmenter notre pr-compensation, il est donc ncessaire de rsoudre (en ligne),
le systme implicite (6.2
6.2). Pour cela, dfinissons le domaine physique dans lequel nous tra-
77
Matrise de la surchauffe
vaillerons. Les hypothses suivantes sont dfinies pour le fluide organique considr dans les
applications numriques de ce chapitre, savoir le R245fa.
Hypothse 6.1. La pression p1 dans lvaporateur respecte
p1 < 25 bar
et la temprature du fluide T4 lentre de lvaporateur respecte
10 < T4 < 40 .
Hypothse 6.2. Twi > Tf,i pour i = 1, 2, 3.
Notons que lhypothse 6.1 est vrifie pour lapplication considre dans des conditions
normales de fonctionnement. De plus hautes pressions p1 ne respecteraient pas les conditions
de scurit et conduiraient larrt du systme par le superviseur. De mme la temprature
T4 impose la pression dans la partie basse pression du circuit et est donc galement borne
pour des questions de scurit.
Physiquement, lhypothse 6.2 signifie que, pour chaque zone, la paroi prsente une temprature plus leve que le fluide. Durant les phases de dmarrage, il est possible que cette
condition ne soit pas respecte. Quoi quil en soit, la loi de commande tant conue pour le
mode nominal (en prsence dune surchauffe positive), ces conditions ne sont pas restrictives.
6.2), dfinissons comme le rsidu issu de la dernire
Pour rsoudre le systme implicite (6.2
quation :
= 1 (L1 + L2 + L3 ),
(6.3)
Proposition 6.1. Sous condition que les hypothses 6.1 et 6.2 soient vrifies,
< 0,
p1 (Tw ,d,p)
o est dfinie par la relation (6.3
6.3) et o Tw reprsente le vecteur dtat dfini par
Tw = [Tw1 Tw2 Tw3 ]0 .
Preuve. Pour montrer que
< 0, en reprenant la relation (6.3
6.3), on voit quil suffit
p1 (Tw ,d,p)
de montrer les conditions suivantes :
L3
i)
>0
p1 (Tw ,d,p)
L2
ii)
>0
p1 (Tw ,d,p)
L1
iii)
>0
p1 (Tw ,d,p)
78
i) Posons
L3 =
alors
D3
, o D3 = ud (hout hv ) et N3 = Sf 3 (Tw3 Tf,3 )
N3
N3
D3
L3
= sign
.
D
N
sign
3
3
p1 (Tw ,d,p)
p1 (Tw ,d,p)
p1 (Tw ,d,p)
Sachant que la temprature du fluide Tf,3 est une fonction croissante de p1 , on obtient :
D3
N3 > 0 et
< 0.
p1 (Tw ,d,p)
De plus, avec lhypothse 6.2
6.2, il vient
D3 > 0.
N3
La Figure 6.2(a) montre le calcul numrique de
sur le domaine physique
p1 (Tw ,d,p)
dfini par les hypothses 6.1 et 6.2
6.2. Il est ainsi montr que
N3
>0
p1 (Tw ,d,p)
pour lensemble
des pressions admissibles par le systme.
L3
> 0.
Ainsi
p1 (Tw ,d,p)
D2
D2
ii) Posons L2 =
<0
. Comme prcdemment, il est clair que N2 > 0 et que
N2
p1 (Tw ,d,p)
N2
L2
et D3 > 0. De mme la Figure 6.2(a) montre que
> 0 . Ainsi
>
p1 (Tw ,d,p)
p1 (Tw ,d,p)
0.
D1
D1
iii) Posons L1 =
. Comme prcdemment, il est clair que N1 > 0 et que
<0
N1
p1 (Tw ,d,p)
N1
et D1 > 0. Comme le montre la Figure 6.2(b)
6.2(b),
> 0 pour lensemble des
p1 (Tw ,d,p)
conditions admissibles
par le systme : en terme de pression et de temprature la
L2
pompe. Ainsi
> 0.
p1 (Tw ,d,p)
Matrise de la surchauffe
79
Figure 6.2 : N1 ,N2 et N3 sont des fonctions croissantes de p1 (pour p1 < 25 bar et Tevap,in <
40 ). Ici SH SP est fixe 30 .
6.1.3
Rsultats exprimentaux
Les rsultats prsents ici sont issus des expriences menes sur un banc dessai moteur sur
le site dIFPEN, Solaize avec un prototype de systme Rankine vocation industrielle. Il
sagit de lapplication pour poids lourds dtaille Section 1.2 dont le systme Rankine est
reprsent Figure 1.6
1.6.
Performances de la rgulation
Une premire exprience est prsente Figure 6.3 pour valider lintrt de la pr-compensation
dynamique dtaille Section 5.1.3
5.1.3.
Ici, des variations en rgime et en couple ont t imposes au moteur Diesel, pour valider la stratgie sur une large gamme de conditions opratoires. Il en rsulte les conditions
lchappement (fortement transitoires) traces Figure 6.3(a)
6.3(a). Il est montr Figure 6.3(b)
que les performances de la rgulation par PID sont sensiblement amliores par notre prcompensation dynamique : plus particulirement, lerreur maximale (|SH SH SP |) est denviron 10 dans le cas du PID seul contre 1.9 avec la pr-compensation.
Robustesse de la rgulation
Une seconde exprience est mene (Figure 6.4
6.4) o la stratgie avec pr-compensation est
valide sur un profil raliste de conditions lchappement, correspondant un trajet entre
80
0.2
0.1
mexh [kg/s]
Texh [o C]
0
320
270
220
100
200
300
400
500
Time [s]
40
30
30
SH [ C]
SH [ C]
SH SP [ C]
SH SP [ C]
20
20
800
800
Npump [rpm]
400
Npump [rpm]
400
Npump,d [rpm]
0.5
0.5
p [normalise]
100
200
p [normalise]
300
temps [s]
400
500
100
200
300
400
500
temps [s]
(b) PID seul (tracs de gauche) vs PID avec pr-compensation dynamique ( droite).
81
Matrise de la surchauffe
0.3
0.2
0.1
m
exh,moteur [kg/s]
0
400
m
exh,evap [kg/s]
300
200
Texh [ C]
100
40
SH [ C]
20
SH SP [ C]
0
1000
500
Npump [rpm]
0
1
0.5
p [normalise]
0
500
1000
1500
2000
2500
3000
temps [s]
scurit. Ainsi seule une partie (note mexh,evap ) du dbit disponible mexh,motor entre effectivement dans lvaporateur. Ces rsultats exprimentaux montrent quune telle stratgie permet
une rgulation de surchauffe efficace tout en garantissant la scurit en terme de pression.
La stratgie de commande dcrite ci-dessus permet donc de maintenir la systme en
scurit de manire stable et prolonge, dans des conditions ralistes de conduite. Bien que les
conditions obtenues lentre de la turbine1 offrent un potentiel de rcupration intressant, la
gestion (heuristique) du by-pass vaporateur est loigne de toute considration doptimalit.
Une condition ncessaire la mise en uvre dune gestion optimale du systme de rcupration dnergie, dveloppe Partie III
III, est lasservissement de la pression lentre de la
1
La puissance produite par la turbine nest pas donne ici, pour des raisons de confidentialit.
82
6.1.4
Rsultats de simulation
6.1.5
Importance du dimensionnement
Comme mis en vidence Section 2.3 par des simulations en boucle ouverte, le dimensionnement a une grande influence sur la dynamique de lvaporateur. Il est donc lgitime de
sinterroger sur linfluence du dimensionnement sur les performances de la loi de commande
dtaille prcdemment, qui ont t valides sur un systme particulier. Notons que dans le
cas limite o le volume de fluide de travail est proche de 0 (le modle rduit pour la commande rapproche concide alors avec le modle dtaill), nous avons montr Section 6.1.2
que, pour des conditions nominales de fonctionnement, la surchauffe est parfaitement commandable grce au dbit de pompe puisque le modle est alors entre-sortie inversible.
2007) qui met en avant
La question de la commandabilit est pose dans Stobart et al. (2007
la corrlation entre le temps de rponse du systme et sa dimension (en terme de volume de
fluide de travail), dans le cas dun Rankine eau. Les auteurs soulignent limportance de ce
paramtre dans la dure de dmarrage du systme (priode durant laquelle la machine de
dtente ne peut pas produire de puissance).
Diaz (2007
2007) tudie plus gnralement la commandabilit locale pour un changeur diphasique modlis par mthode des frontires mobiles. Le systme est ainsi linaris autour
de diffrents points de fonctionnement et la matrice de commandabilit est analyse.
Luong (2013
2013) sintresse lobservabilit dun systme de Rankine. Pour cela lvolution
du grammien dobservabilit est analys au cours doprations transitoires, ce qui permet
de mesurer quel point le systme est observable (ou en dautre termes, quel point il est
difficile destimer les tats non mesurs du systme).
Cette dernire mthode peut tre adapt la commandabilit par lintermdiaire du
grammien de commandabilit. Linfluence du dimensionnement pourrait tre analys en r-
83
0.2
0.1
mexh [kg/s]
Matrise de la surchauffe
Texh [o C]
0
320
270
220
100
200
300
400
500
Time [s]
40
30
30
SH [ C]
SH [ C]
SH SP [ C]
SH SP [ C]
20
20
800
800
Npump [rpm]
400
Npump [rpm]
400
Npump,d [rpm]
0.5
0.5
p [normalise]
100
200
p [normalise]
300
400
500
100
200
300
400
500
temps [s]
(b) PID seul (tracs de gauche) vs PID avec pr-compensation dynamique ( droite).
84
6.2
Malgr limportance du by-pass vaporateur (qui est indispensable pour des raisons de scurit), notre connaissance seules des approches de commande heuristiques (telle que celle
Horst et al. (2013
2013);
prsente dans la section prcdente) sont reportes dans la littrature (Horst
Feru et al. (2013b
2013b)).
Dans la section prcdente, nous avons montr exprimentalement quune loi de commande non-linaire (mono-variable) base sur le modle permettait des performances suprieures lapproche classique par PID pour la rgulation de la surchauffe. Dans cette section
nous proposons dtendre cette approche au cas multi-variables, avec lutilisation du bypass vaporateur en tant quactionneur supplmentaire, permettant ainsi la poursuite dune
consigne en pression ou de manire quivalente la poursuite dune demande en production
de puissance par la turbine.
Pour cela, nous formaliserons dabord le problme de commande rapproche, montrant
que le modle peut tre mis sous la forme dun systme affine vis--vis de la nouvelle commande. Un nouveau schma de contrle est ensuite introduit bas sur la synthse dun nouvel
observateur. Lapproche complte est alors valide sur le simulateur.
85
86
6.2.1
Formulation du problme
iT
iT
exh .
Tw = Tw1 Tw2 Tw3 et le vecteur de commande u = m
Ce problme de commande deux entres et deux sorties sera trait en deux tapes,
en considrant que le systme dynamique prsente deux chelles de temps trs diffrentes.
Dabord, la commande propose Section 5.1.3 est utilise pour rguler la surchauffe y1 avec
le dbit de pompe u1 . Ensuite, une seconde commande non-linaire sera conue pour lasservissement de la pression.
En effet, les rsultats exprimentaux de la Section 6.1.3 ont montr que cette commande
permet une rgulation performante, y compris dans des conditions trs transitoires. Ainsi, la
synthse de la commande pour lasservissement de la pression (y2 ) supposera que la dynamique (rapide) de la surchauffe est parfaitement rgule.
Dautre part, la commande propose pour la rgulation de surchauffe demande la connaissance des tats Tw du systme. Jusquici, nous avons utilis pour cela une estimation des tats
par la simulation en boucle ouverte du modle.
6.2.3) afin damliorer
Ici, on se propose dutiliser lobservateur dtaill plus loin (Section 6.2.3
la robustesse de la commande face aux incertitudes de modlisation.
Ainsi, le schma de commande Figure 5.3 est repris et complt comme montr sur la
Figure 6.7
6.7.
Figure 6.7 : Structure de commande en boucle ferme pour la matrise de SH et p1 . Lobservateur fournit lestimation des tats du systme aux modules de commande.
En supposant donc que le dbit de pompe est impos par la valeur de SH voulue, le
systme dquations (6.1
6.1)-(6.2
6.2) peut-tre rcrit sous la forme semi-explicite suivante
(
Tw = f (Tw , p1 ) + u2 g(Tw , t)
(Tw , p1 ) = 0,
(6.4)
87
o
1 (T1 (p) Tw1 )
f (Tw , p1 ) =
2 (T2 (p) Tw2 ) ,
3 (T3 (p) Tw3 )
(6.5)
(Tw , p1 ) = 1 (L1 + L2 + L3 ),
(6.6)
avec
hl (p1 ) hin
1 (Tw1 T1 (p))
hv (p1 ) hl (p1 )
L2 = u1
2 (Tw2 T2 (p))
hout (p1 ) hv (p1 )
L3 = u1
3 (Tw3 T3 (p))
L1 = u1
(6.7)
Dans ce qui suit, nous nous concentrerons sur la synthse de lobservateur et de la commande de pression, en se basant sur les quations (6.4
6.4)-(6.7
6.7).
6.2.2
Synthse de la commande
Tw = f (Tw , p1 ) + u2 g(Tw , t)
p1 Tw ,p1
o
f (Tw , p1 ) + u2 g(Tw , t) ,
Tw Tw ,p1
hl (p1 ) hin
1 (Tw1 T1 (p))2
q
hv (p1 ) hl (p1 )
.
= 4 1 (p1 ) p1
2 (Tw2 T2 (p))2
p1 Tw ,p1
(6.8)
(6.9)
88
Proposition 6.2. Pour chaque Tf,i (i = 1, ..., 3), Texh bornes et pour lentre u(.) prenant
valeur dans un ensemble born U IR+ , la solution Tw du systme
Tw = f (Tw , p1 ) + u2 g(Tw , t), Twi (t0 ) = x0
(6.10)
8.10) est
est uniformment borne pour t appartenant IR+ , cest--dire que le systme (8.10
stable EBSB (entre borne - sortie borne).
2
/2. La
Dmonstration. Considrons la fonction quadratique dfinie positive V (Twi ) = Twi
drive de V le long des trajectoires du systme dynamique (6.10
6.10) est donne par
2aV + b 2V
V (2a V b 2)
(6.11)
En considrant les mmes conditions opratoires utilises pour montrer que
< 0,
p1 Tw ,p1
nous pouvons formuler notre loi de commande non-linaire par la proposition suivante.
Proposition 6.3. Soit k > 0, alors la commande2
u2 (Tw , p1 , pSP
1 ) =
(6.12)
(6.13)
6.2.3
Synthse de lobservateur
Pour construire un observateur pour la classe des systmes implicites dindex 1 (classe laquelle appartient notre systme, dfini par les quations (6.4
6.4)-(6.7
6.7)), les auteurs de Nikoukhah
(1998
1998) donnent un observateur implicite dcrit par un systme dynamique coupl un problme doptimisation permettant de rsoudre la contrainte algbrique chaque instant. Un
tel observateur est nomm observateur implicite.
2
!
, Tw =
p1 Tw ,p1
!
Tw Tw ,p1
89
(
x, z) = 0,
(6.14)
Tw = f (Tw , p1 ) + u2 g(Tw , p1 ) SC T R1 (
p p)
(Tw , p1 ) = 0
S = AS + SAT SC T R1 C T S + Q
S(0) = S(0)T > 0,
(6.15)
o Q est une matrice symtrique dfinie positive (SDP), R est une constante relle positive
et
(f + u2 g)
T
A=
, C = 1
p Tw .
Tw
(Tw ,p1 )
6.2.4
Rsultats de simulation
90
(b) Filtrage des mesures de pression par lobservateur (zoom de la Figure 6.8(a)
6.8(a)).
Diagnostic : cavitation
91
6.3
Diagnostic : cavitation
La cavitation de la pompe est dfinie par la formation de bulles dans le fluide due une
chute de pression locale qui amne le fluide sous sa pression dvaporation. Les principaux
problmes causs par la cavitation sont une usure prmature de la pompe (due des ondes
de choc lors de lclatement des bulles sous pression) et la chute du rendement de la pompe. Si
un systme en boucle ferm (avec intgrateur) commande la pompe, le problme saggrave :
la chute du rendement conduit laugmentation de la vitesse de pompe qui accentue alors le
92
Figure 6.10 : Estimation (en pointills) des tats non mesurables du procd (lignes continues).
problme de cavitation.
Le liquide entrant dans la pompe doit respecter une marge en pression (qui spare le
liquide de la zone diphasique, comme illustr en Figure 6.14
6.14) pour viter la cavitation.
Declaye (2009
2009) propose une procdure exprimentale pour dterminer cette marge dans le
cas du fluide R245fa. La solution gnralement prconise pour remdier au problme est
de surlever le bac alimentant la pompe ; dans une application aux vhicules, lespace rduit
ne permet pas de suivre ces recommandations. La quantit de fluide enferme est galement
influente et constitue un degr de libert disponible, mais au dtriment du rendement global
du cycle. Ainsi, on ne peut garantir labsence de cavitation pour notre application ORC.
La cavitation, par la baisse de rendement quelle engendre, peut tre facilement dtecte
par un dbitmtre en sortie de pompe. Mais le cot dun tel capteur est lev. Nous proposons
ici une mthode de diagnostic base sur la mesure de pression en sortie de pompe valider
par le dbitmtre disponible au banc dessais.
Le principe de lalgorithme prsent sur la Figure 6.15 est de dtecter le bruit de procd sur la pression p1 qui accompagne la cavitation. Les tapes de cet algorithme sont les
suivantes :
Filtrage du signal : un filtre mdian est choisi pour sa capacit filtrer le bruit tout en
dformant peu le signal utile. En entre du filtre, le kime chantillon de mesure est not
pmeas
. Lestimation de la mesure utile (non bruite) est note pest
k
kf o f est le retard
induit (en nombre dchantillons) par le filtre et correspond la moiti de la taille de
la fentre du filtre mdian.
Extraction du bruit (pondr) : le signal filtr est soustrait au signal retard. Ce bruit
est pondr par la valeur de la pression car lamplitude du bruit dpend de cette valeur.
Diagnostic : cavitation
93
94
Figure 6.12 : Evolution des deux variables de commande : le dbit massique de la pompe
et louverture du by-pass vaporateur.
Conclusion. Ce chapitre prsente la synthse dune loi de commande permettant lasservissement de la temprature et de la pression en sortie dvaporateur pour un cycle de Rankine
organique avec turbine cintique. Les performances et la robustesse de la stratgie non-linaire
base sur le modle sont dmontres exprimentalement (pour la rgulation de surchauffe) et
en simulation (pour la rgulation de surchauffe et pression) dans des conditions ralistes de
conduite pour un camion poids-lourd.
La synthse dun observateur, permettant lestimation de la temprature de paroi de lvaporateur, est galement prsente et ses bnfices en terme de performance de la boucle ferme
sont discuts.
Diagnostic : cavitation
95
Figure 6.14 : Principe de la cavitation sur un diagramme semi-logarithmique pressionenthalpie. La marge de pression est la distance minimale qui doit sparer le liquide de la zone
diphasique lentre de la pompe.
96
15
p[bar]
p
p p
10
5
0
1
rendement
detection cavitation
0.5
0
0.01
variance pondre
seuils hystrsis
0.005
0
0
20
40
60
80
100
120
140
160
180
p
p
p p
15
10
5
0
1
rendement
dtection cavitation
0.5
0
0.02
0.015
variance pondre
seuils hysteresis
0.01
0.005
0
0
20
40
60
80
100
120
140
160
180
200
Troisime partie
Supervision nergtique
97
Chapitre 7
Mthodes doptimisation
Rsum. Ce chapitre introduit les mthodes utilises pour la rsolution des problmes de
commande optimale, savoir la programmation dynamique (DP) et le principe du maximum
de Pontryagin (PMP).
Pour rpondre aux difficults gnralement rencontres en prsence de contraintes sur ltat,
un nouvel algorithme de DP est propos.
7.1
min
u(t)
(PCO)
J(u(t))
s.t.
x(t)
x(0)
x(t)
u(t)
o
J(u(t)) = g (x(tf )) +
=
=
Z tf
0
f (x(t), u(t), t)
x0
X (t) Rn
U(t) Rm
est la fonction cot (aussi nomme critre de performance). On considrera par la suite que
le temps final tf est fix.
99
100
Mthodes doptimisation
Le principal avantage de la DP sur les autres mthodes de rsolution est quelle donne
des conditions suffisantes concernant loptimalit globale de la solution. Le principal inconvnient est que la charge de calcul crot exponentiellement avec le nombre de variables dtats
et de commandes. La DP est habituellement applique en crivant le systme dynamique
sous une forme discrte, la solution obtenue tant dautant plus prcise que le nombre de
points considrs est important. Avec limplmentation standard, la somme des temps de
calculs ncessaires pour obtenir une prcision correcte peut rapidement devenir inacceptable,
en particulier en prsence de contraintes fortes sur ltat.
Dans ce chapitre, nous commencerons par rappeler le principe des algorithmes standards
7.1) et dune implmentation rcente (Section 7.2.1
7.2.1)
de programmation dynamique (Section 7.1
qui permet gnralement de circonscrire les problmes lis aux contraintes sur ltat. Ensuite,
7.2.2) et de son imnous proposerons des amliorations possibles de cet algorithme (Section 7.2.2
plmentation (Section 7.2.4
7.2.4) dans le but de rduire les temps de calcul et/ou daccrotre la
prcision des solutions numriques.
Pour rsoudre le problme (PCO) numriquement, le systme dynamique doit gnralement tre discrtis spatialement et temporellement. Soit le modle temps-discret
xk+1 = fk (xk , uk ), k = 0, 1, ..., N 1
(7.1)
JN (x ) =
i
gN (xi ), pour xi XN
sinon.
(7.2)
(7.3)
7.3)
Le contrle optimal est largument qui minimise le membre de droite de lquation (7.3
pour chaque xi aux instants indexs par k, ce qui conduit la politique de commande =
{u0 (x), u1 (x), ..., uN 1 (x)}. Cette "map" est utilise pour trouver la trajectoire optimale de
commande lors dune simulation "forward" du modle (7.1
7.1) en partant dun tat initial donn
x0 . Comme il en rsulte une trajectoire de ltat qui ne concide gnralement pas avec les
noeuds xi , linterpolation est ncessaire chaque pas de temps.
7.2
7.2.1
101
discretisation spatiale
la grille qui ne sont pas atteignables en temps inverse partir des tats finaux admissibles
7.2). Pourtant, une telle implmen devraient tre associs un cot infini comme dans (7.2
7.1. A ltape k de litration
tation cause les problmes numriques illustrs par la Figure 7.1
rtrograde, la fonction valeur ( cost-to-go ) Jk+1 (x) est connue pour chaque point de la
grille xi . Pour valuer la fonction valeur Jk (xp ), toutes les valeurs candidates de commandes
u Uk sont appliques. Sur la Figure 7.1
7.1, le point xpk appartient lespace dtat atteignable
en temps inverse (zone grise) : la commande u1k conduit ainsi vers ltat fk (xpk , u1k ) qui appartient lespace dtat atteignable. Mais puisque fk (xpk , u1k ) est voisin dun point de la grille
qui nest pas atteignable (zone blanche), et dont la fonction valeur est infinie, linterpolation
conduira considrer que la fonction valeur de xpk est galement infinie.
espace detat
atteignable
en temps retrograde
fk (xpk , u1k )
xpk
espace
non
atteignable
k
k+1
discretisation temporelle
Figure 7.1 : Illustration des problmes numriques prs des frontires de lespace dtat
atteignable.
La mthode classique pour rpondre ce problme consiste utiliser une valeur grande
(mais finie) pour les tats infaisables. Cette pnalit reprsente un paramtre critique difficile
calibrer. Quoi quil en soit, il rsulte de cette mthode un fort gradient de la fonction valeur
prs de la frontire dlimitants les tats faisables et non-faisables, et ne constitue ainsi pas
une rponse satisfaisante ce problme.
Une autre approche est base sur la recherche de lespace atteignable en temps inverse in2004); Sundstrm et al.
dpendamment de lvaluation du critre de performance. Back et al. (2004
(2010
2010) proposent des implmentations pour des systmes composs dun seul tat et dune
seule commande. Pour de plus grands systmes, lalgorithme dit level-set et introduit par
Elbert et al. (2013
2013), value lespace atteignable en temps inverse en parallle du critre de
performance. Une fonction level-set I est dfinie, associant une valeur relle ltat x :
I : X Rn R,
(7.4)
o I(x) 0 si x est dans lespace atteignable et I(x) > 0 sinon. Une telle fonction peut
reprsenter des rgions non-convexes. De plus, le nombre dtats ou de commandes nest pas
limit. La fonction level-set est value pour les points xi chaque instant index par k,
aboutissant lvaluation Ixk sur toute la grille spatiale. A litration temps inverse suivante
102
Mthodes doptimisation
k 1, latteignabilit dun point x est dtermin par interpolation. Soit lensemble T (souvent
nomm cible) des tats respectant la contrainte finale dfinie par la fonction level-set h(x) :
h : XN R, o XN Rn
T = {x XN |h(x) 0}.
(7.5)
(7.6)
IN (xi ) = h(xi ).
(7.7)
(7.8)
uk Uk
7.2.2
(7.9)
(7.10)
i
Rappelons que xi Rn et notons xi = xi (1) ... xi (n) . Une seconde discrtisation de lespace dtat XN est introduite :
XN = {
x1N , x2N , ..., xqN },
(7.11)
o chaque j e composant du vecteur xiN est born en bas par xN (j) et en haut par
xN (j) comme ci-dessous :
xN (j) =
(7.12)
(7.13)
i{1,...,q}
i{1,...,q}
103
Comme illustr par la Figure 7.2 cette seconde discrtisation peut amliorer la
prcision des estimations de la fonction level-set et de la fonction valeur :
IN (
xi ) = h(
xi )
JN (
xi ) = gN (
xi ).
(7.14)
(7.15)
(7.16)
(7.17)
Etape 3 : Pour chaque point xi , trouver lensemble des commandes pour lesquelles ltat du
systme est conserv dans lespace atteignable linstant suivant
UkF (xi ) = {uk Uk | Ik+1 (fk (
xi , uk )) 0},
(7.18)
uk (
xi ) = arg min {Ik+1 (fk (
xi , uk ))}.
uk Uk
(7.19)
Etape 4 : Mettre jour la fonction valeur optimale selon la rgle suivante : si au moins une
commande valide est trouve, i.e. UkF (xi ) 6= , alors calculer la fonction valeur
optimale partir de ces candidats
Jk (
xi ) =
min
{gk (
xi , uk ) + Jk+1 (fk (
xi , uk ))}.
F
uk Uk (xi )
(7.20)
Si, toutefois, le point nest pas atteignable en temps inverse, alors calculer la fonc
tion valeur partir de la commande uk (
xi )
Jk (
xi ) = gk (
xi , uk ) + Jk+1 (fk (
xi , uk ))
(7.21)
{z
Uk
(7.22)
(7.23)
104
Ik > 0
Ik > 0
Ik < 0
Ik < 0
x2
x2
Mthodes doptimisation
x1
x1
Figure 7.2 : Une premire estimation Ik de la fonction level-set est calcule sur lespace dtat
complet (trac de gauche). Une seconde discrtisation (trac de droite) permet damliorer
la prcision la fois de la fonction level-set et de la fonction valeur.
Etape 3 : Trouver la commande optimale
uok (xk ) = arg min {gk (xk , uk ) + Jk+1 (fk (xk , uk ))}
uk Uk
(7.24)
(7.25)
7.2.3
Pour illustrer le bnfice du nouvel algorithme, nous allons tudier un problme de commande
optimale, dont la solution analytique est connue. Il sagit dun problme de supervision nergtique sur un modle (simplifi) de vhicule lectrique.
Description du systme
Si lon nglige la rsistance de lair supposons quon roule faible vitesse et si on
suppose la pente de la route nulle, un modle dynamique de la trajectoire longitudinale dun
vhicule lectrique peut tre dcrit par (Petit
Petit et Sciarretta (2011
2011)) :
x = v, v = h1 u h0 ,
(7.26)
o la commande u est une fraction du couple maximal du moteur, h0 et h1 sont des paramtres
constants prenant en compte un coefficient de frottement aux roues, le couple maximal du
moteur, la masse du vhicule, le rapport de transmission et le diamtre des pneus.
La puissance lectrique ncessaire au dplacement peut alors sexprimer en fonction de la
vitesse du vhicule, de la commande et des coefficients (constants) b1 et b2 qui reprsentent
les facteurs de perte dans la chaine de traction lectrique :
P m = b1 u v + b2 u 2
(7.27)
105
b1 uk vk + b2 u2k Ts
(7.28)
vk+1 = vk + (h1 uk h0 ) Ts
xk+1 = xk + vk Ts
x0 = 0, v0 = 0
0 xk x, 0 vk v
D xN x, 0 vN v ,
(7.29)
(7.30)
(7.31)
(7.32)
(7.33)
o N =
N
1
X
k=0
tf
. Les contraintes finales sur ltat sont prises en compte par les quations (7.33
7.33).
Ts
Dans ce quil suit, une solution particulre est cherche pour une distance de parcours
D = 200 m et un temps final tf = 60 s. Le pas de temps est fix Ts = 0.2 s (do N = 300),
avec x = 205 m, v = 8 m.s1 , v = 0.3 m.s1 .
Solution DP
Le problme de commande optimale est rsolu en utilisant les trois algorithmes dcrit prcdemment, cest--dire respectivement avec lalgorithme basique utilisant la mthode de
pnalisation pour grer les tats non admissibles avec lalgorithme level-set original et avec
le DPGA.
Lespace des variables dtat et de commande est dabord discrtis avec Nv = 81 et
Nx = 106 et Nu = 81. La Figure 7.3 montre les trajectoires du systme et de la commande
obtenues pour chacun des trois algorithmes. Ces trajectoires sont compares la solution
analytique (une parabole) prsente par Petit et Sciarretta (2011
2011). Les rsultats obtenus avec
le nouvel algorithme DPGA sont plus proches que les autres de la solution analytique. En
terme de cot, les erreurs relatives sont respectivement de 1.4%, 0.78% et 0.19%.
Lvolution des frontires de lespace atteignable en temps inverse o la fonction levelset sannule aide lanalyse de ces rsultats.
La Figure 7.4 montre que pour les premiers pas de litration rtrograde (N 5 k),
la trajectoire optimale du vhicule (xo , v o ) est proche de lestimation de ces frontires. La
prcision de la solution dpend alors fortement de la prcision de lestimation de ces frontires,
afin de ne pas considrer des points de la trajectoire optimale comme infaisables.
Dans un second temps (N 40 k), la trajectoire peut tre considre comme loigne des
frontires. Malgr cela, lespace atteignable reste restreint et la seconde tape de discrtisation
du DPGA continue damliorer la prcision de lestimation de la fonction valeur.
Enfin pour N 120 k N lespace devient quasiment compltement atteignable et il
nest plus ncessaire de recourir cette seconde discrtisation.
La double discrtisation du DGPA implique une somme de calcul plus importante pour
un de paramtres (Nv , Nx , Nu ). Ce surplus de calcul peut tre valu en termes de nombre
106
Mthodes doptimisation
v [m s1]
0
200
x [m]
150
100
solution analytique
DP basique
DP level-set
DPGA
50
0
0.8
0.6
0.4
0.2
0
0
10
20
30
40
50
60
temps [s]
Figure 7.3 : Evolution de la vitesse du vhicule, de sa position et de la commande obtenues
avec une discrtisation de Nv = 81, Nx = 106 et Nu = 81.
8
k = N 120
k = N 40
v[m.s1 ]
k =N 5
4
(xo, vo )
k=N
0
0
50
100
150
200
x[m]
Figure 7.4 : Trajectoire optimale (xo , v o ) et volution de lespace atteignable en temps
inverse (valu par lalgorithme DPGA).
107
Erreur relative
o
o
Janalytic
Jdp
[%]
o
Janalytic
dappels au modle. Par exemple, pour le jeu de paramtre utilis prcdemment, les algorithmes standards et level-set ncessitent tous deux environ 2.085 108 appels contre 2.85 108
pour le DGPA. Pour une comparaison plus objective, la prcision des algorithmes o la
solution analytique sert de rfrence est trace en fonction du nombre dappels au mo7.5. Il est ainsi montr que le nouvel algorithme (DPGA) peut atteindre une
dle Figure 7.5
meilleure prcision que les autres pour une charge de calcul plus faible.
3
DP basique
DP level-set
DPGA
2.5
2
1.5
1
0.5
0
0
7.2.4
Par souci de simplicit, nous prsentons la dmarche pour lalgorithme standard, mais la mme approche
est applicable pour les autres algorithmes DP prsents Section 7.2.1 et Section 7.2.2
7.2.2.
108
Mthodes doptimisation
grille Jk+1 . A chaque pas de temps k, les calculs ncessitent donc la connaissance du rsultat
de litration prcdente k + 1 et on doit donc finir une itration avant den commencer une
autre. En dautre termes litration sur le temps doit tre squentielle, cest--dire que cette
boucle nest pas paralllisable.
En revanche les fonctions propres au modle sont indpendantes et la Figure 7.6 montre
comment CalculTrajectoire (), CalculValeurArc () et CalculValeurTotale (), runies
sous lappellation Calculs Modle , peuvent tre paralllises.
Figure 7.6 : Calcul de la fonction valeur Jk (au pas de temps k) : paralllisation des appels
au modle.
Validation
Pour valider la pertinence de lapproche, reprenons le problme de commande optimal formul
Section 7.2.3
7.2.3.
Lalgorithme de rsolution est alors implment en langage C++ par les trois mthodes
suivantes :
109
i) CPU 1 cur : lalgorithme est excut de faon squentielle (nexploite pas le traitement parallle).
ii) CPU 4 curs : lalgorithme est excut en parallle par les diffrents processeurs du
PC. Pour cela la librairie openMP est utilise.
iii) GPU : les calculs paralllisables sont excuts par une unit de calcul graphique
2010).
(GPU) permettant un traitement massivement parallle Sanders et Kandrot (2010
Lunit graphique utilise dans cette tude comporte 256 units de calculs.
Les rsultats de limplmentation, en terme de temps de calcul, sont compars sur la Figure 7.7
7.7. Pour simplifier lanalyse, un mme niveau de discrtisation a t pris pour chacun
des tats et pour la commande : Nv = Nx = Nu . La courbe qui reprsente le temps de calcul
pour la mthode CPU 1 cur sert de rfrence pour estimer les gains de temps. Remarquons que cette courbe est linaire par rapport la taille de la grille du fait de lexcution
squentielle.
3
10
10
100
CPU (1 coeur)
CPU (4 coeurs)
GPU
0
0
5
Nombre dappels au modle
Gain
200
CPU (4 coeurs)
GPU
1
10
10
9
x 10
10
0
0.5
1
1.5
Nombre dappels au modle
2
9
x 10
7.3
7.3.1
Pour simplifier considrons dabord que le problme (PCO) sans contrainte dtat, cest--dire
avec :
X (t) = Rn , t [0; tf ].
110
Mthodes doptimisation
Le PMP tabli alors quune condition ncessaire pour quune commande soit optimale (uo )
pour le problme (PCO) est quelle minimise tout instant lHamiltonien H associ ce
problme :
H(xo (t), uo (t), t, o (t)) H(xo (t), u, t, o (t)), u(t) U(t), t [0; tf ],
(7.34)
(7.35)
(7.37)
condition de connatre la valeur de o (t). La difficult se situe ce niveau car les conditions
doptimalit spcifie sa valeur finale en fonction du cot final g(x(tf ) :
g
(tf ) =
,
x (t=tf )
o
(7.38)
et non sa valeur initiale, constituant un problme aux deux bouts difficile rsoudre en
gnral.
Une mthode classique pour rsoudre ce type de problme est la mthode de tir. Elle
consiste itrer sur la valeur initiale de ltat adjoint le systme augment peut alors
tre intgr classiquement jusqu obtenir une valeur finale qui concide avec la condition
7.38).
doptimalit (7.38
Souvent, cette mthode choue face la trop forte sensibilit de la valeur finale par rapport
la valeur initiale. La mthode des tirs multiples rpond cette problmatique, en scindant le
problme en de plus petits intervalles de temps et en introduisant des contraintes de continuit
(Betts
Betts (2010
2010)). Mais outre sa difficult de mise en uvre, de grandes difficults numriques
persistent, notamment dans les cas de problmes multivariables et avec contraintes dtat.
Comme nous allons le dtailler par la suite, la programmation dynamique fournit une
alternative intressante aux mthode de tirs.
Remarque 7.2. Malgr tout, il existe des cas o le PMP permet de dduire facilement
une stratgie de commande implmentable en ligne. En particulier, si la dynamique f (.)
ne dpend pas (resp. de manire faible) de ltat, on peut dduire des relations prcdentes
que ltat adjoint prend une valeur constante. On peut souvent dterminer cette valeur hors
ligne et la commande optimale (resp. une commande sous-optimale) se dduit en ligne par la
minimisation de lHamiltonien chaque instant.
Cest par exemple le cas dans le contexte de gestion nergtique des vhicules hybrides
o la dynamique de ltat de charge de la batterie (SOC) est souvent considre comme
indpendante du SOC lui-mme (Serrao
Serrao et al. (2011
2011)).
111
J o
f (xo (t), u, t)},
u (t) = arg min {h(x (t), u, t) +
uU (t)
x (xo )
o
(7.39)
J o
(t) =
x (xo )
o
(7.40)
Les algorithmes DP nous fournissent justement des estimations xok de la trajectoire dtat
optimale, et Jko (xi ) de la valeur optimale du critre (aux instants t = k Ts et pour les valeurs
xi ). Une estimation des lments j du vecteur adjoint est donc donne par diffrences finies :
o (t = k Ts )
Jk (xlj ) Jk (xl1
j )
, xl1
xo (t = k Ts ) < xlj .
j
l1
l
xj xj
(7.41)
112
Mthodes doptimisation
Chapitre 8
Supervision nergtique dun ORC
Rsum. Au Chapitre 6, consacre la commande rapproche dun systme de Rankine
organique, il a t montr quon dispose dun systme de commande assurant de bonnes
performances en rgulation et en asservissement. On peut alors envisager le dveloppement
dune couche de supervision locale permettant de choisir ses consignes de manire utiliser
au mieux (du point de vue nergtique) le systme Rankine. Dans ce chapitre, la recherche
dune solution optimale est dabord rsolue hors ligne par programmation dynamique. Une
stratgie (sous-optimale) implmentable en ligne est alors propose.
8.1
Introduction
Dans la littrature concernant le contrle des systmes Rankine lis au transport les stra2007);
tgies valides exprimentalement proposes jusquici (telles que dans Endo et al. (2007
Peralez et al. (2013
2013)) concernent exclusivement la commande bas-niveau avec pour objectif
dassurer la scurit du systme.
Nanmoins, quelques papiers intgrent le contrle de supervision des systmes Rankine
dans le cadre dune gestion de lenergie et des missions de la motorisation. La solution base
Merz et al. (2012
2012)) inclue
sur le principe du minimum de Pontryagin (PMP) prsente dans (Merz
un modle dynamique trs simple du systme de Rankine mais nest pas directement implmentable en ligne, tandis que la stratgie heuristique, galement inspire du PMP, propose
par Willems et al. (2014
2014) nutilise pas explicitement de modle du systme de Rankine dans
le contrleur.
Dans le contexte plus gnral des ORC (pas ncessairement lies au transport), quelques
autres tudes abordent loptimisation dun objectif conomique, en utilisant en majorit un
modle quasi-statique. Parmi elles Quoilin et al. (2011a
2011a,b
b) se concentrent sur la recherche
dune pression optimale au niveau de loprateur dans le cas dune machine de dtente
volumtrique tandis que Manente et al. (2013
2013) considre un ORC avec un condenseur
refroidi par air. Dans le domaine de la stabilisation des ORC, Hou et al. (2011
2011); Zhang et al.
(2012b
2012b) utilisent un modle dynamique (linaire) pour synthtiser une commande prdictive :
la performance de la stabilisation est value par une fonction cot optimiser.
Cependant, notre connaissance, aucune solution implmentable en ligne pour loptimisation de la production de puissance et prenant en compte les dynamiques du Rankine na
encore t propose ce jour.
Dun autre ct, il existe une vaste littrature concernant la gestion nergtique des vhi113
114
8.2
8.2.1
massique m1 . Via une vanne de by-pass, une fraction Vo,e du dbit de gaz schappement est
dlivre un changeur thermique (lvaporateur) qui transfre la chaleur du gaz au fluide de
travail. Le fluide vaporis entre alors dans une turbine, qui convertit une partie de lnergie
cintique en travail mcanique, entrainant une gnratrice connecte au rseau lectrique
du Power Pack. Enfin, le fluide de travail basse pression est recondens avant de
115
Figure 8.1 : Systme ORC tudi. Trois variables de commandes sont disponibles : le dbit
Z tf
0
(8.1)
o la valeur de la puissance nette Pnet est donne par la puissance produite par la turbine,
Pturb , de laquelle il faut dduire les puissances consommes par la pompe et le ventilateur,
Ppump et PA ,
Pnet (t) = Pturb (t) Ppump (t) PA (t).
(8.2)
La puissance consomme par le ventilateur peut quant lui tre considr comme propor
tionnel au dbit dair mA quil dlivre (Manente
Manente et al. (2013
2013)) :
PA (t) = kA mA (t).
(8.3)
Le trajet considr par la suite est reprsentatif dune portion de parcours inter-cits. Il
en rsulte un ensemble de conditions externes pour lORC, savoir la temprature Texh (t) et
le dbit mexh (t) des gaz dchappement. Une forte variation de temprature ambiante TA (t)
8.2.
est aussi considre comme le montre la Figure 8.2
Afin de rsoudre le problme, il nous faut un modle pour prdire lvolution des variables
apparaissant dans lexpression des puissances (8.2
8.2). La dimension du modle doit tre suffisament petite pour ne pas tre confront au problme bien connu de curse of dimensionality
(Powell
Powell (2007
2007)), tout en restant raliste sur une large gamme de conditions opratoires. Dans
ces conditions, la dimension des modles frontires mobiles dchangeurs thermiques malgr un nombre limit dtats dynamique reste trop grande. Cest pourquoi on leur prfrera
le modle valeurs moyennes propos Section 3.3 qui permet dobtenir un modle complet
116
330
310
0.4
0.2
0
40
20
0
0
100
200
300
400
500
600
700
800
temps [s]
Figure 8.2 : Perturbations pour le problme de commande optimale : conditions lchap
pement (mexh et Texh ) et temprature ambiante (TA ).
de lORC deux tats dynamiques. Valid par rapport des donnes exprimentales, il reste
reprsentatif des dynamiques lentes du systme. En outre, notre modle conserve la majorit
des paramtres de design du matriel (notamment les surfaces dchanges thermiques, les
dimensions et lefficacit de la turbine), autorisant une tude paramtrique du systme.
8.2.2
3.3, nous allons formaliser le proEn considrant le modle mathmatique propos Section 3.3
blme de commande optimale pour un ORC bord dune locomotive Diesel-lectrique.
Nous dsirons trouver la stratgie de commande qui maximise la rcupration dnergie
J, dfinie par les quations (8.2
8.2)-(8.3
8.3), au cours dun trajet de dure tf . La fonction cot
J maximiser dpend du temps, des variables dtats x = {Tw,e , Tw,c } et des variables de
commande u = {Vo,e , mA } :
J=
Z tf
0
(8.4)
(8.5)
Des contraintes sur la commande doivent galement tre considres, traduisant des limitations techniques (saturations). Ainsi, louverture du by-pass vaporateur (u1 ) est borne
par [0, 1], tandis que le dbit dair (u2 ) fournit par le ventilateur est compris entre 0 et
4 kg s1 :
u(t) [0, 1] [0, 4], t [0, tf ].
(8.6)
Remarque 8.1. Dans cette formulation du problme, le dbit massique de la pompe m1 nest
pas considr comme variable de dcision car il est utilis pour maintenir la surchauffe une
117
valeur constante. En effet, il est gnralement admis que, dans un ORC, la surchauffe doit
tre maintenue aussi bas que possible afin de maximiser lefficacit du cycle thermodynamique.
La distinction des deux chelles de temps (la dynamique du fluide de travail est beaucoup plus
rapide que celles des paroi des changeurs) considre dans le modle, permet de supposer que
la surchauffe est parfaitement rgule par le dbit de la pompe (les rsultats exprimentaux du
Chapitre 6 montrent quune telle hypothse est raliste, y compris dans des conditions trs
transitoires).
8.3
8.3.1
Commande optimale
Le problme de contrle optimal formul Section 8.2 est dabord rsolu avec le nouvel algorithme DPGA avec pour discrtisation N = Nx1 = Nx2 = Nu1 = Nu2 = 21. La Figure 8.3
montre la trajectoire du systme obtenue. Les hautes et basses pressions (respectivement
dans lvaporateur et le condenseur) augmentent priodiquement en rponse la hausse du
8.2). En retour, le by-pass vaporateur souvre pour limiter
dbit dchappement (Figure 8.2
8.5).
la haute pression au niveau de la contrainte de scurit (qui est dfinie par lquation 8.5
Dun autre ct, lautre commande prsente un comportement non-causal : par exemple, on
peut voir que quelques secondes avant la hausse de la condition externe mexh , mA dcrot
temporairement. Un tel comportement peut tre expliqu en remarquant que lefficacit des
changes du condenseur avec lair ambiant est amliore pour une temprature de paroi (et
donc une pression p3 ) leve.
Figure 8.3 : Solution obtenue avec lalgorithme DPGA : volution des caractristiques du
systme de Rankine organique.
En dpit dune rduction sensible de la charge de calcul obtenue grce lalgorithme avec
118
grille adaptative, le temps dexcution de la DP reste trop long pour envisager une implmentation en ligne. Malgr tout, la solution DP savre tre un outil danalyse trs utile pour
la comprhension du comportement (optimal) de lORC. A partir de ces rsultats, on peut
dduire que le by-pass vaporateur peut tre utilis pour garantir la scurit du systme au
niveau de la haute pression. Dun autre ct, le dbit dair mA peut-tre utilis pour rguler
la pression au niveau du condenseur. Il sagit de trouver le meilleur compromis pour limiter
le cot du refroidissement, maintenir un ratio de pression (entre haute et basse pression)
qui permettent un bon rendement de la turbine, et garder une bonne efficacit dchange au
niveau du condenseur.
La solution DP souligne aussi linfluence de la temprature ambiante sur lefficacit du
systme. En effet, lefficacit du refroidissement chute pour des tempratures ambiantes leves, et la pression au niveau condenseur augmente. Il en rsulte que la puissance rcupre
par la turbine est sensiblement rduite, tandis que leffet sur la consommation de la pompe
est presque ngligeable. On peut voir galement que lvolution de la commande optimale
est trs dpendante de la temprature ambiante qui devra donc tre prise en compte dans
une stratgie en ligne, au mme titre que les deux autres conditions externes considres (
savoir temprature et dbit du gaz dchappement).
Toutes ces considrations serviront de ligne directrice lors de la synthse dune stratgie
8.4.
de commande en ligne, qui sera lobjet de la Section 8.4
8.3.2
Dimensionnement optimal
Rsoudre le problme de commande optimale ci-dessus peut galement aider au choix des
composants matriels du systme Rankine, en permettant de prendre en compte le comportement transitoire du systme dans lvaluation de ses performances. Le problme peut
ainsi tre rsolu pour diffrentes valeurs de paramtres qui apparaissent dans le modle de
supervision, tels que le choix du fluide ou le dimensionnement. Grce la bonne prcision
atteinte par lalgorithme DPGA pour de faibles niveaux de discrtisation, il devient possible
dtudier limpact de ces (nombreux) paramtres dans un temps de simulation raisonnable.
Pour illustrer le potentiel dune telle tude paramtrique, linfluence de deux paramtres cls
du dimensionnement sont tudis dans cette section : la surface des cols de la turbine (la
surface totale quivalente sera note S) et le volume de paroi de lvaporateur (Vw ).
On se propose dabord dtudier linfluence de (S). Notons quil sagit dun paramtre
cl du dimensionnement et que la recherche de la valeur optimale de S dans des conditions
transitoires est loin dtre triviale. En effet la monte en pression en aval de la turbine (haute
pression) est trs lie cette valeur. Si S est choisi trop grand, le systme ne montera pas
He et al. (2012
2012); Sun et al. (2012
2012)).
assez en pression et le rendement du cycle sera mauvais (He
En revanche, si S est trop petit, le systme montera trop en pression lorsque la source chaude
est importante ; le by-pass vaporateur devra alors dtourner une grande partie de la source
chaude, rduisant dautant le potentiel de rcupration.
Le problme de commande optimale prcdent est donc rsolu pour diffrentes valeurs de
S et les efficacits correspondantes sont compares en terme de puissance nette moyenne
Pnet rcupre sur la Figure 8.4
8.4. Ce trac montre quil existe une valeur optimale de S o .
On pourrait penser que la valeur de S o devrait tre suffisamment grande pour permettre de
laisser entrer toute la source chaude. Au contraire, les simulations montrent quune valeur
plus petite est plus intressante sur la dure dun trajet, permettant des montes en pression
119
Supervision en ligne
plus rapides bien que conduisant des ouvertures frquentes du by-pass vaporateur.
Pnet [kW ]
5.8
5.6
5.4
5.25
0.7
0.8
0.9
S [normalise]
Figure 8.4 : Influence de la surface totale des cols de la turbine cintique en terme de
puissance moyenne rcupre Pnet .
Dans un second temps, on se propose dtudier linfluence du volume de paroi de lvaporateur Vw . Notons quune petite valeur de ce paramtre implique une inertie thermique
faible, ce qui se traduit par une dynamique rapide pour la temprature de paroi Tw,e (qui
3.4)-(3.7
3.7)).
constitue une des deux variables dtat du modle de supervision (3.4
Comme pour ltude de linfluence de S, le problme de commande optimale est rsolu
pour diffrentes valeurs de Vw . Pour des valeurs de Vw petites, le systme Rankine se stabilise
plus rapidement aprs une variation sur les conditions externes, en raison de la dynamique
plus rapide. Sur le cycle de conduite considr, il est alors trouv que la puissance nette
moyenne rcupre est dautant plus grande que Vw est petit. En effet, comme illustr par les
histogrammes de la Figure 8.5
8.5, une petite valeur de Vw permet de travailler plus souvent sur
des points de fonctionnement favorable, cest--dire avec une pression en entre de turbine
haute.
6.1.5), linfluence du
Remarque 8.2. Dans le cadre de la commande rapproche (Section 6.1.5
volume de paroi tudi a montr que la matrise de la surchauffe en sortie dvaporateur (qui
est indispensable pour maintenir le systme de Rankine dans des conditions de production de
puissance) tait plus facile pour des volumes de paroi important.
Deux objectifs sont alors envisageables : i) garantir la commandabilit du systme ; ii)
permettre les meilleurs rendements possibles. Le problme pourrait donc tre abord, lors
de travaux ultrieurs, comme un problme doptimisation (maximiser le rendement) sous
contrainte (de commandabilit).
8.4
Supervision en ligne
120
121
Supervision en ligne
obtenue prcdemment, est utilise pour simplifier le problme original. Enfin, une stratgie
doptimisation dynamique temps-rel est propose.
8.4.1
Modle explicite
Le modle implicite de lORC, dont la dynamique a t dfinie par les quations (3.4
3.4)-(3.7
3.7),
appartient la classe des systmes implicites considre dans lAnnexe A. Afin de transformer
le systme implicite en un systme dquations diffrentielles ordinaires (EDO), nous avons
A.1. La proposition suivante expose le rsultat attendu,
donc besoin de vrifier lhypothse A.1
savoir quil permet dexpliciter notre modle de supervision.
Proposition 8.4.1. Considrons le systme dynamique implicite (3.4
3.4)-(3.7
3.7) et notons p =
h
p1 p3
iT
T
et p3 (dans le condenseur). Notons aussi Tw = Tw,e Tw,c le vecteur des variables dtat,
constitu des tempratures de paroi des changeurs thermiques Tw,e et Tw,c .
a c
=
,
b d
p
o
m1
Tf,e
h1
a = (h1 h3 )
m
Sf,e
f,e
p1
p1
p1
m1
h2
b = m1
(h3 h2 )
p1
p1
h3
c=m
p3
!
h2 h3
Tf,c
Sf,c
f,c
.
d=m
p3
p3
p3
m1
Tf,e
h1
|a| = (h1 h3 )
+m
+ Sf,e
f,e
.
p1
p1
p1
(8.7)
122
m1 = cd S 2 1 p1 ,
h2 m1
|b| = m1
(h3 h2 ) .
p1
p1
(8.8)
8.8) et (8.7
8.7) conduisent alors
La soustraction des quations (8.8
m1
h1 h2
p1
p1
p1
+ Sf,e
f,e
Tf,e
,
p1
p1
p1
En utilisant la mme approche, nous obtenons
|c| |d| = m
h2
Tf,c
+ Sf,c
f,c
.
p3
p3
f,c
cd S
p3
p3
En pratique, cette condition nest pas restrictive car la partie droite de (8.9
8.9), value dans le
domaine physique, est trs grande. En consquence, la condition |d| > |c| est aussi vrifie,
ce qui achve la vrification de lhypothse A.1
Maintenant, considrons le systme ORC sous la forme explicite
Tw =f (Tw , p, t)
p =
p (Tw ,p)
(8.10)
f (Tw , p, t),
Tw (Tw ,p)
Sf,e
f,e (Tf,e Tw,e )/Mw,e + Vo,e exh mexh cpexh (Texh Tw,e )/Mw,e
f=
,
Sf,c
f,c (Tf,c Tw,c )/Mw,c + A mA cpA (TA Tw,c )/Mw,c ,
(8.11)
m1
Tf,e
h1
h3
(h1 h3 )
m
f,e
f,e
p1
p1
p1
p3
,
!
=
m1
h2 h3
Tf,c
p
h2
m1
(h3 h2 )
m
Sf,c
f,c
p1
p1
p3
p3
p3
(8.12)
123
Supervision en ligne
et
Sf,e
f,e
0
=
.
0
Sf,c
f,c
Tw
!
(8.13)
8.4.2
h1 h3
+ Tf,e
m
Sf,e
f,e
,
=
h h
2
3
m
+ Tf,c
Sf,c
f,c
Tw
(8.14)
=
p (Tw ,p)
f (Tw , p, t).
Tw (Tw ,p)
Afin de prendre en compte les contraintes de scurit, une boucle ferme est conue pour
rguler la haute pression p1 via laction du by-pass vaporateur (u1 ). Pour cela, nous exploiterons la structure du modle dynamique (8.14
8.14), mettant en vidence que la dynamique de
p1 est affine vis--vis de la commande u1 .
8.14) peut scrire sous la forme :
En effet, le systme (8.14
A11 A12
p1
=
A21 A22
p3
!
f1 + g2 u1
,
f2
!
(8.15)
avec
A11 A12
,
A21 A22
p (T
w ,p)
,
Tw (Tw ,p)
f1 = Sf,e
f,e (Tf,e Tw,e )/Mw,e ,
(8.17)
(8.18)
f2 = Sf,c
f,c (Tf,c Tw,c )/Mw,c + A mA cpA (TA Tw,c )/Mw,c .
(8.19)
et
(8.16)
A11 f1 A12 f2 + p1 d
A11 g2
(8.20)
(8.21)
En utilisant les rsultats de la Section 8.4.1 il est facile de montrer que A11 > 0 sur le domaine
physique. De plus, g2 (.) ne sannule pas, condition que mexh > 0 et Texh > Tw,e , en dautres
124
termes condition que le moteur thermique du vhicule ne soit pas larrt. En consquence
la valeur ud1 est bien dfinie.
En prenant en compte les saturations de lactionneur (u1 [0, 1]), le systme dcrivant
notre boucle ferme est le suivant :
1
1
ud1
A11 f1 A12 f2 + p1 d
=
A11 g2
p1
A11 A12
=
p3
A21 A22
!
f1 + g2 u1
f2
(8.22)
1, si ud1 > 1
u1 = 0, si ud1 < 0
d
u1 sinon.
8.4.3
s.t.
Z tj
f
tj0
p(tj0 ) = pj
(8.23)
(8.24)
Supervision en ligne
125
max
+ umin
umin
o gmoy = (umax
2 ) /2. Ainsi lorsque la valeur de la com2 ) /2 et gamp = (u2
2
mande u2 tend vers son seuil maximal (resp. minimal), la valeur de dj tend vers + (resp.
).
La trajectoire des pressions pref , calcule par la DRTO, est pris comme consigne par la
commande rapproche comme dcrit sur le schma de principe sur la Figure 8.6
8.6. Cette rref
8.4.4
8.6) est valid sur un simuLe superviseur nergtique (dont la structure est illustr Figure 8.6
lateur raliste du systme de Rankine (modle dtaill bas sur les frontires mobiles, comme
dtaill Section 2.2.4
2.2.4). La mthode DRTO est implmente avec un horizon glissant de 60 s
= 0.02 s.
et des temps dchantillonage t = 1 s et t
Le bnfice apport par la DRTO est quantifi en comparant son rsultat avec celui obtenu
avec lOS. Sur le trajet considr (le mme que prcdemment pour la DP), la DRTO permet
un gain en terme dnergie rcupre J de lordre de 7% comme le montre la Figure 8.7
8.7.
Remarquons que la trajectoire des tats et des commandes issues de la DRTO sont proches
de la solution calcule hors ligne par la DP (Figure 8.3
8.3). Mais puisque le modle dtaill
(simulateur) diffre du modle utilis par le superviseur, dinvitables erreurs persistent.
126
Figure 8.7 : Rsultat de loptimisation dynamique temps rel (DRTO, lignes solides) compare lapproche statique (OS, lignes en pointille).
La robustesse de la stratgie est galement valide par le respect des contraintes (sur les
commandes et surtout sur la pression) en prsence derreurs de modlisation. Ces erreurs sont
compenses par la structure en boucle ferme du schma global de controle (DRTO associ
au contrleur bas niveau tel que sur le schma Figure 8.6
8.6).
Prcisons que la reformulation du problme de commande optimale o seule une variable
de dcision persiste et lutilisation dun modle simple ( deux tats dynamiques) rendent
limplmentation compatible avec les capacits de calcul embarques sur un vhicule. Ainsi
les calculs exigs par le contrleur ont t raliss environ 50 fois plus rapidement que le
temps rel (calculs raliss avec un seul processeur). De mme lutilisation des ressources
mmoires restent trs limites.
Prcisons enfin que lexplicitation du modle (Section 8.4.1
8.4.1) a permis un nouveau choix
de variables dtats (les pressions p1 et p3 ) qui sont directement mesurables (contrairement
aux tats originaux, lis au tempratures de paroi des changeurs), vitant les problmes
dobservabilit.
Supervision en ligne
127
128
Chapitre 9
Supervision nergtique dun vhicule
hybride avec systme Rankine
Rsum. Ce chapitre aborde la gestion nergtique dun vhicule hybride lectrique avec
stockage dnergie. Une nouvelle stratgie de supervision, inspire de lECMS (equivalent
consumption minimization strategy), est dabord propose. Cette nouvelle stratgie permet
de prendre en compte la thermique du vhicule dans le choix dune rpartition de couple entre
les moteurs lectriques et thermiques, afin damliorer lefficacit nergtique du vhicule.
La gestion du vhicule avec systme de rcupration dnergie par cycle de Rankine est galement aborde. Les interactions entre le Rankine et le reste du vhicule sont analyses. Des
rsultats prliminaires pour la recherche dune stratgie optimale sont alors prsents.
9.1
Introduction
130
Stratgie de commande
Sil y a des couplages importants entre le systme Rankine et le reste du vhicule, il faut les
prendre en compte dans les stratgies de supervision globales du vhicule. Cest ce qui est
2012), o un systme de supervision intgre est propos
fait, en partie, dans Willems et al. (2012
pour un vhicule poids-lourd quip dun systme Rankine. La stratgie de gestion intgre
limpact sur les missions polluantes du systme Rankine, car celui-ci rcupre de la chaleur sur le circuit EGR aussi (ceci naurait pas t ncessaire si la rcupration avait eu lieu
seulement au bout de la ligne dchappement). Le Principe du Minimum de Pontryagin est
utilis pour loptimisation, avec la dynamique thermique du systme de Rankine dcrite par
un modle du premier ordre avec rendement constant.
Il est intressant de remarquer que le systme de rcupration dnergie dcrit dans
Willems et al. (2012
2012) est de type mcanique, avec une machine de dtente volumtrique. Ce
type de systme prsente un couplage naturel important au niveau de la transmission. Dune
part, une fois la transmission ferme, la vitesse de la machine de dtente est impose par celle
des roues, ce qui doit tre pris en compte au niveau de la commande et de la supervision
locale. Dautre part, les puissances produites par le MCI et le systme Rankine se somment
sur la transmission, ce qui doit tre pris en compte dans la supervision globale du vhicule,
travers une gestion adapte de la rpartition de couple entre les deux systmes.
Cas dun vhicule hybride lectrique
Des problmatiques de supervision intressantes se retrouvent galement dans le contexte
des vhicules hybrides lectriques. Le principe cl des propulseurs hybrides est lutilisation
dun systme daccumulation dnergie rversible (typiquement, une batterie) coupl une
deuxime chane de traction (typiquement, lectrique) qui est juxtapose la chane de traction conventionnelle, mcanique. Selon leur degr dhybridation, les architectures hybrides
lectriques permettent, par exemple, la rcupration dnergie au freinage, la suppression de
la consommation au ralenti, loptimisation des points de fonctionnement du moteur. L o il
nest pas possible de faire mieux quun vhicule dot dune propulsion conventionnelle (sur un
parcours plat autoroutier, par exemple), lintgration dun systme de rcupration Rankine
9.1) pourrait apporter un gain en consommation significatif.
(illustre Figure 9.1
Avec le cycle de Rankine, nous disposons donc de la possibilit de rajouter une nouvelle
chane nergtique thermique celles (mcaniques et lectriques) dun vhicule hybride lectrique. On peut voir cette approche comme une tape ultrieure dhybridation dun propulseur
hybride (que lon peut appeler Hybrid2 , c.--d. hybridation dun hybride). Les nouveaux degrs de libert qui en rsultent peuvent tre exploits pour optimiser le fonctionnement global
du vhicule : conomiser du carburant et/ou rduire les missions polluantes. En contre-partie,
le problme doptimisation est rendue plus difficile, en raison des nouvelles commandes disponibles et du modle dynamique du Rankine qui est coupl au reste du vhicule.
Ainsi les auteurs de Skarke et al. (2012
2012) utilisent un modle quasi-statique dun cycle de
Rankine afin doptimiser son fonctionnement et ainsi dvaluer son potentiel sur diffrents
scnarios de conduite. Dans Merz et al. (2012
2012), une approche gnralise pour combiner la
supervision du groupe motopropulseur et la gestion thermique du vhicule dans les vhicules
hybrides lectriques est propose. Des stratgies optimales de gestion de lnergie sont drives
partir du PMP, en utilisant un modle du premier ordre pour la dynamique thermique du
systme Rankine. Les bnfices affichs en termes dconomie de carburant et rduction des
131
Figure 9.1 : Flux dnergie bord dun vhicule hybride lectrique avec systme de rcupration dnergie thermique (par cycle de Rankine).
missions polluantes sont encourageants. Cependant, ici aussi, on constate des hypothses
simplificatrices assez fortes, notamment sur les interactions.
Organisation de ce chapitre
Nous avons choisi dans un premier temps dtudier un vhicule hybride sans systme de
rcupration dnergie thermique (Section 9.2
9.2). Linfluence de lajout du systme Rankine sera
tudie par la suite, Section 9.3
9.3. En terme de mthodologie, cette dernire section aurait pu
se suffire elle-mme puisque le premier cas (sans Rankine) peut se dduire par simplification
du second. Mais la premire partie nous semble dintrt pour les raisons suivantes :
9.2.3, permettra de quantifier le bnfice po Ltude de la solution optimale, Section 9.2.3
tentiel du systme de rcupration par cycle de Rankine.
A notre connaissance, la littrature ne fait pas tat de superviseur nergtique implmentable en ligne, prenant explicitement compte un modle de la thermique du moteur.
Dans ce contexte, le superviseur propos Section 9.2.4 nous parat tre une contribution
part entire.
9.2
9.2.1
Le systme considr ici est un vhicule de type hybride combin (parfois aussi appel hybride
srie-parallle ou hybride mixte), dont larchitecture est illustre par la Figure 9.1 (pour
linstant sans systme de Rankine). Le vhicule pse 1932 kg et est quip dune batterie
132
Li-ion de capacit 5 Ah. La propulsion est donc rpartie entre un moteur lectrique (dont
9.2) et un moteur thermique
les points de fonctionnement sont caractriss sur la Figure 9.2
dont on cherche minimiser la consommation. Notons que larchitecture considre permet
de recharger la batterie via la prsence dune gnratrice.
25
15
100
35
5
50
25
15
5
0
5
15
100
5
2 5
3
50
150
0
15
00
0
5
150
2000
35
25
15
50
5
15
255
3
4000
6000
8000
Vitesse moteur lectrique [rpm]
35
25
515
0
5
55
2
3
10000
12000
Figure 9.2 : Puissance dlivre par le moteur lectrique, fonction de son couple et de son
rgime.
Dans ce qui suit, nous supposons que le vhicule suit un trajet prdfini. Ainsi, la vitesse
du vhicule et la demande de puissance seront considrs comme des perturbations mesures. Dautre part les dynamiques prenant place dans le groupe motopropulseur peuvent tre
Sendur et al. (2003
2003)) et nous nous concentrerons donc sur
considres comme trs rapides (Sendur
les dynamiques de ltat de charge de la batterie et de la temprature du moteur.
Consommation instantane
La cartographie considr sur la Figure 9.3(a) donne la consommation instantane en car
burant mcarto du moteur thermique lorsque celui-ci est suffisamment chaud. Pour prendre en
compte le surplus de consommation lorsque le moteur est froid, on considre un facteur de
correction e, tel que la consommation effective mcarb est calcule par la relation :
mcarb = mcarto e,
(9.1)
La principale source de chaleur QM CI est apporte par dissipation des frottements mcaniques dans le liquide de refroidissement qui, dun autre ct, change avec lair ambiant. En
prenant galement en compte le chauffage de lhabitacle, par le flux Qhab quon considrera
constant, sa dynamique peut scrire :
MM CI
dTM CI
= QM CI M CI (TM CI Tamb ) Qhab ,
dt
(9.2)
133
2.
1.6
150
e []
50
0.4
3
2.5
2
1.6
1.2
0.8
0.4
6 5 4
0.8
100
50
1.
6
1.
4 2.5
3 1.6
21.2
0.8 0.4
0.4
250
1.8
200
Consommation [g/s]
0.44 0.81.2
0.4
1.6
282.53
22.53
47 50.8
6 1.2
5 6 1.6
Couple
max
8
5
7
4
Couple
min
6
5
3
8
3000.8
1.6
22.53
6 1.2
3
2
1
1..26
0
0.4.8
1.4
1.2
(a)
20
20
60
TM CI [o C]
100
(b)
(9.3)
o Pbatt est la puissance change par la batterie. Linfluence de ltat de charge sur les
paramtres de sa dynamique est trace sur la Figure 9.4
9.4.
134
Pbatt > 0
R0 []
Vcc [V ]
0.4
350
0.3
320
40
0.35
Pbatt 0
60
80
40
60
[%]
80
[%]
9.2.2
Z tf
(9.4)
9.1), x dsigne ltat du syso mcarb est la consommation instantane dfinie par lquation (9.1
h
iT
min + max
.
2
(9.6)
Il sagit alors de minimiser la fonction cot sous contrainte de respecter des conditions de
conduite (cycle) fixes, telles que celles dfinies sur la Figure 9.5 pour les cycles standards
NEDC (New European Driving Cycle) et FHDS (Federal Highway Driving Cycle). NEDC et
FHDS sont des cycles de conduite automobile conus pour imiter de faon reproductible les
conditions rencontres sur les routes europennes et tasuniennes, afin de mesurer la consommation et les missions polluantes des vhicules. Ces cycles dfinissent une trajectoire de
vitesse, indpendante du vhicule utilis. La prise en compte des caractristiques du vhicule
1
Rappelons que pour linstant le vhicule est considr sans systme de Rankine
Notons que cette contrainte suppose que les pertes dans la transmission en aval du nud mcanique liant
puissance des moteurs lectrique et thermique sont nulles.
2
135
NEDC
v [km/h]
120
100
80
60
40
20
0
d [km]
15
10
Proues [kW ]
0
50
50
0
250
500
750
1000
t [s]
250
500
750
t [s]
Figure 9.5 : Profils de vitesse v et de distance d imposs par les cycles normaliss NEDC et
FHDS et puissances correspondantes Proues ncessaires la propulsion du vhicule considr.
Enfin, nous considrerons une contrainte finale sur ltat de charge de la batterie.
Dans la littrature, on cherche gnralement pour des systmes dont la batterie ne peut
pas tre recharge sur le rseau ce que ltat de charge revienne son niveau initial (dans
la littrature, lexpression charge sustaining dsigne gnralement le mode de fonctionnement correspondant une telle contrainte). Une telle stratgie permet notamment de mieux
valuer le bnfice de lhybridation dun vhicule et de juger une stratgie de commande sur
un trajet de dure relativement courte. En effet, dans le cas contraire, la minimisation de
la consommation en carburant pourrait conduire lutilisation (quasi) exclusive du moteur
lectrique, ngligeant les caractristiques du moteur thermique.
Ici, plutt que dimposer une contrainte dgalit (contrainte dure), nous prfrons imposer que ltat de charge final soit suprieur ou gal au niveau initial (contrainte souple) :
(t = tf ) (t = 0).
(9.7)
Il est raisonnable de penser que les deux problmes de commande optimale lis la
contrainte dure ou la contrainte souple sont quivalents, dans le sens o si une solution
136
au premier problme existe, alors elle est solution du second. En effet, si ltat de charge final
prend une valeur plus grande que la valeur initiale, le stockage dnergie que cela reprsente
aurait, a priori, pu tre utilis plus tt pour aider la traction du vhicule et donc diminuer
la consommation de carburant.
Les mthodes numriques, cause des approximations qui les caractrisent, ne permettent
pas la rsolution exacte dun problme avec une telle contrainte galitaire. Ainsi, on doit gnralement choisir un intervalle de tolrance dont le choix est un compromis entre ltendue
de la violation de la contrainte et difficult numrique. Ici, la contrainte souple permet deffectuer la recherche sur un large intervalle ce qui facilite grandement la rsolution sans nuire
la prcision.
9.2.3
Le problme de commande optimale formul Section 9.2.2 est rsolu pour chacun des deux
cycles avec le nouvel algorithme de programmation dynamique DPGA propos Section 7.2.2
7.2.2.
Les principales valeurs numriques introduites sont les bornes de ltat de charges, min = 0.4
et max = 0.8 et la temprature ambiante, Tamb = 20 C.
Les discrtisations utilises pour les deux tats du systme (tat de charge et temprature moteur TM CI ) sont respectivement de 512 et 128 points. Une discrtisation plus fine est
prise pour , en raison de sa plus grande influence sur la fonction cot. Pour la commande,
une discrtisation de 64 points est suffisante pour une bonne prcision.
La Figure 9.6 montre les trajectoires obtenues. On peut y voir que le principe du maintien de charge (correspondant la contrainte finale (9.7
9.7)) est bien respect. De plus, comme
nous le supposions, ltat de charge final (t = tf ) est gal (t = 0) aux approximations
numriques prs, qui sont ngligeables pour chacun des cycles.
Notons que la temprature du moteur TM CI augmente dautant plus vite que la commande
(puissance du MCI) est importante. Remarquons aussi que la stratgie trouve force le
MCI travailler ds la partie urbaine du cycle ; par consquence, ltat de charge augmente
en moyenne dans cette partie, contrairement ce quon sattend dans le cas dun dmarrage
chaud du MCI.
9.2.4
Supervision en ligne
Pour la recherche dune stratgie qui soit facilement implmentable en ligne, on se propose
7.3.1, inspire du principe du minimum de Ponici dappliquer la mthode, dtaille Section 7.3.1
tryagin.
Notons que cette approche est celle utilise par la mthode ECMS (equivalent consumption minimization strategy), originalement introduite dans Paganelli et al. (2001
2001). Par lutilisation du PMP, lECMS tablit une quivalence entre ltat dynamique considr (le niveau
de charge de batterie , homogne des %) et la consommation du vhicule (homogne
des L) : lintroduction de ltat adjoint (homogne des L/%) permet ainsi de lier les deux
grandeurs3 . La stratgie ECMS sest largement impose en raison de ses performances, sa
simplicit dimplmentation sur vhicule et sa robustesse.
On se propose dans ce qui suit de prendre en compte ltat thermique du vhicule dans
notre stratgie temps rel et ainsi dtendre les rsultats de lECMS. La stratgie propose
peut tre vue comme une stratgie ECMS deux tats .
3
137
FHDS
50
u [kW ]
40
30
20
10
0
80
[%]
70
60
50
TM CI [o C]
40
80
60
40
20
1
J [L]
0.8
0.6
0.4
0.2
0
0
250
500
750
1000
250
500
750
t [s]
t [s]
(9.8)
H(x(t), u(t), t, (t)) = mcarb (x(t), u(t)) + (t)T f (x(t), u(t), t),
(9.9)
et o (t) est le vecteur dtat adjoint, de mme dimension que le vecteur dtat x. Ici,
9.2)-(9.3
9.3).
la dynamique du systme f est dfinie par les quations (9.2
2. La dynamique de satisfait lquation diffrentielle suivante :
d
mcarb
=
dt
x
(x,u,)
+ (t)
f
,
x (x,u,)
(9.10)
138
Lquation (9.10
9.10) couple la dynamique du systme (9.2
9.2)-(9.3
9.3) constitue un systme
diffrentiel de dimension trois. La solution rclame donc trois conditions aux frontires cor9.7) impose par le
respondant ici aux valeurs initiales de ltat et la contrainte finale (9.7
maintien de la charge.
La rsolution de ce problme aux deux bouts est propose par Maamria et al. (2014
2014).
Mais les moyens ncessaires pour raliser ces calculs numriques ne sont pas envisageables en
temps-rel bord dun vhicule.
Remarque 9.1. Dans le cas o la dpendance de la consommation vis--vis de la temprature
moteur est nglige, mcarb ne dpend plus de ltat. Si, de plus, la dpendance des paramtres
Vcc et R0 vis--vis de ltat de charge est nglige dans la dynamique (9.3
9.3), alors f ne dpend
9.10) sannule. Il sagit dun rsultat
pas non plus de x. Dans ce cas, la dynamique de (9.10
classique, qui, comme expliqu Section 7.3.1 permet une rsolution plus aise du problme
aux deux bouts.
Stratgie temps rel
Dans tous les cas, la rsolution du problme aux deux bouts ncessite la connaissance (
lavance) des conditions de conduite sur toute la dure du cycle. Nous proposons ici une
mthode pour rduire le problme doptimisation globale un problme de minimisation
instantane ne ncessitant pas la prdiction des conditions futures.
Pour cela, supposons qu chaque instant la valeur de (t) soit connue. Alors la commande
optimale recherche doit minimiser la valeur de lHamiltonien H, comme tabli par les rela9.8)-(9.9
9.9). A chaque instant, on peut alors calculer la valeur de H pour un ensemble
tions (9.8
de commandes. On slectionne alors la valeur de commande donnant la plus petite valeur
pour H. Si plusieurs candidats donnent le mme rsultat, alors une commande sera choisie
parmi ceux-ci de manire arbitraire (par exemple, en choisissant la valeur la plus proche de
la commande prcdente).
7.3.1, lvolution de o (t) le long de la trajectoire optimale
Comme dtaill en Section 7.3.1
peut tre dtermine numriquement partir des rsultats de la programmation dynamique,
par diffrentiation de la fonction cot :
"
J
(t) =
(xo ,uo ,o )
o
J
TM CI
#T
(xo ,uo ,o )
La Figure 9.7 montre le rsultat du calcul par diffrence finies comme dcrit par lquation
(7.41
7.41) des tats adjoints. Considrant que reprsente le cot marginal du vecteur dtat,
on peut essayer dinterprter son volution dun point de vue physique. Ainsi 1 reprsente
le cot marginal de et sexprime en L/% et 2 celui de TM CI en L/C.
Ces deux valeurs, le long de la trajectoire optimale, prennent des valeurs ngatives. En
effet, la consommation future sera moindre si la charge de la batterie (qui reprsente une
source dnergie potentielle lectrique) est plus importante. Son cot marginal, mme sil varie
peu, semble atteindre un minimum pour des valeurs de autour de 70% car le rendement
de la batterie est lgrement meilleur pour ces valeurs, notamment parce que sa rsistance
interne y est plus faible (Figure 9.4
9.4). En fin de cycle, si cette nergie lectrique est trop
importante pour tre utilise (donc pour rduire la consommation de carburant), sa valeur
diminue jusqu sannuler au temps final.
De mme, la consommation est moindre pour une temprature du moteur leve, jusqu
un certain seuil comme le montre le facteur de correction de consommation froid e reprsent
139
[L/%]
FHDS
20
40
60
x 10
10
J
Teng
[L/o C]
20
0
250
500
750
1000
250
500
750
t [s]
t [s]
Figure 9.7 : Calcul de lvolution de ltat adjoint 0 partir du rsultat de la programmation dynamique.
dpendantes des
On se propose donc dapproximer les tats adjoints par des fonctions
tats :
1 () = a0 + a1 ,
(9.11)
2 (TM CI ) =
b0 + b1 TM CI
0 sinon,
+ b2 TM CI 2 pour TM CI < b3
(9.12)
o les ai et bi sont dterminer. Les donnes utilises pour cette identification sont issues
de la concatnation des rsultats obtenus pour les cycles NEDC et FHDS, et donnent les
sont ranges
9.1. Sur la Figure 9.8
9.8, les valeurs de o et
valeurs releves dans le Tableau 9.1
en fonction de ltat et compares. Ces tracs confirment quune bonne corrlation entre o
et ltat existe en dehors des points correspondant la fin du cycle et que o dpend
relativement peu du cycle considr.
a0 [L/%]
54.5
a1 [L/%2 ]
0.15
b0 [L/]
1.67 103
b1 [L/2 ]
2.01 105
b2 [L/3 ]
5.99 107
b3 []
70
1 et
2 , issus de lidentification. Notons que la valeur de b3 corTable 9.1 : Coefficients de
9.3(b)).
respond la temprature pour laquelle le facteur de correction e est gal 1 (Figure 9.3(b)
140
1 [L/%]
0
NEDC
FHDS
Interpolation
20
40
60
80
50
55
60
2 [L/o C]
65
[%]
x 10
0.5
1.5
2
20
30
40
50
60
TM CI [o C]
70
80
90
Figure 9.8 : Corrlation entre la valeur des tats adjoints le long de la trajectoire optimale
et la valeur des tats.
de ltat de charge dont la dynamique (9.3
9.3) est de type intgrateur soit conserve entre
min
max
ses bornes
et .
A limage de la stratgie ECMS, nous ajouterons un terme correcteur tendant stabiliser
ltat de charge autour de sa valeur nominale. Pour cela, ajoutons le correcteur p() dans
lexpression de lHamiltonien, qui devient :
1 () + p()
2 (TM CI )
H(x(t),
u(t), t, (t)) = mcarb (x(t), u(t)) +
iT
instantane mcarb . En revanche lorsque ltat de charge est bas, la priorit est donne sa
recharge.
p() = k (
141
Lexigence en terme de robustesse est de respecter les bornes de ltat de charge (notons
que le respect des contraintes sur la commande est intrinsque puisque la stratgie propose
choisi chaque instant une commande parmi un ensemble de valeurs admissibles).
FUDS
120
v [km/h]
100
80
60
40
20
0
d [km]
15
10
Proues [kW ]
0
50
50
0
250
500
750
1000
1250
t [s]
Figure 9.9 : Profil de vitesse v et de distance d impos par le cycle normalis FUDS et
puissance correspondante Proues ncessaire la propulsion du vhicule considr.
Une difficult pour quantifier la performance dune stratgie de commande temps-rel
pour la gestion nergtique des vhicules hybrides concerne la prise en compte du niveau de
charge de la batterie en fin de cycle.
En effet, puisque nous supposons ne pas connatre les conditions de conduite future, il
nest pas raisonnable dexiger du superviseur de respecter la contrainte du maintien de ltat
9.7) : puisque le superviseur na pas dinformation sur la dure du parcours ou
de charge (9.7
la distance restante, le seul moyen dtre sr de respecter cette contrainte finale serait de
maintenir la valeur de la charge au dessus de sa valeur initiale tout au long du trajet. Une
telle stratgie donne de mauvaises performances et un tel comportement nest pas souhait
en conditions relles.
Pour pallier ce problme, une correction J sur la consommation est souvent considre.
J est prise proportionnelle lerreur entre f , ltat final obtenu avec le superviseur temps
rel, et la contrainte finale.
Pour un indice de performance J trouv avec une stratgie ne respectant pas le maintien
de ltat de charge, on peut ainsi calculer un indice corrig Jcorr :
Jcorr = J + J
= J + K ( (t = tf ) (t = 0)) ,
(9.15)
(9.16)
142
solution optimale, estime par exemple par lalgorithme de DP. Ici, puisque nous avons trouv
1 () qui correspond au facteur dquivalence admettait une bonne corque le cot marginal
rlation avec ltat de charge, on pourrait utiliser une correction a priori plus prcise en
calculant la correction :
J =
Z f
(t=0)
Mais il est difficile dvaluer objectivement la prcision de ces facteurs dquivalence car
ils dpendent de nombreux facteurs et lerreur induite peut tre importante si la charge finale
f est loigne de la valeur attendue (t = 0). Cest pourquoi, on prfrera ici recalculer la
solution du problme de commande optimale (toujours par programmation dynamique) o
la contrainte originale (9.7
9.7) est remplace par la contrainte
(t = tf ) f
(9.17)
DP
1
1
1
Superviseur
1.0010
1.0033
1.0020
Table 9.2 : Consommation de carburant pour chacun des cycles. Les valeurs sont normalises
avec pour rfrence la solution DP.
9.3
9.3.1
Le vhicule hybride lectrique dcrit Section 9.2.1 est coupl avec un systme de rcupration
dnergie thermique par cycle de Rankine. Le systme de rcupration envisag est le Rankine
143
DP
Superviseur
u [kW ]
40
30
20
10
0
80
[%]
70
60
50
TM CI [o C]
40
80
60
40
20
0.5
J [L]
0.4
0.3
0.2
0.1
0
0
250
500
750
1000
1250
t [s]
Figure 9.10 : Rsultat du superviseur temps-rel sur le cycle FUDS, compar la solution
donne par la programmation dynamique (o la contrainte finale sur ltat de charge est
adapte la valeur finale f ).
eau avec machine de dtente piston dcrit Section 1.2 et adapt un vhicule lger avec
moteur essence.
La Figure 9.1 schmatise le systme complet et les interactions considres entre le
sous-systme Rankine et le reste du vhicule. Celui-ci reoit travers lvaporateur les gaz
dchappement du moteur thermique. La Figure 9.11 illustre la cartographie, issue de donnes exprimentales, utilise pour dterminer la temprature des gaz dchappement en fonction du couple et de la vitesse du moteur thermique.
On considrera galement les changes de puissance lectrique entre le Rankine et le reste
du vhicule : la puissance Pexp gnre par la machine de dtente est rinjecte vers la batterie
tandis que la pompe consomme la puissance Ppompe .
Consommation instantane
144
(9.18)
145
dTw,e
= Sf,e
f,e (Tf,e Tw,e ) + Vo,e exh mexh cpexh (Texh Tw,e ),
dt
(9.19)
m4 = Sf,e
f,e
Tw,e Tf,e
.
h1 h3
(9.20)
Ces bilans dnergie sont complts par le modle de machine de dtente volumtrique dcrit
Section 2.1
2.1. Le dbit du fluide de travail traversant la machine de dtente et la puissance
rcupre sont ainsi exprims par les quations (2.3
2.3) et (2.7
2.7). En considrant que le dbit de
fluide de travail est homogne dans lensemble du circuit, il vient :
m4
Nexp =
1 exp Vexp
P
exp = exp,is his m4 .
(9.21)
Les principaux paramtres et les mthodes de calcul des variables apparaissant dans les
quations (9.19
9.19) - (9.21
9.21) sont rcapituls dans les tableaux 9.3 et 9.4
9.4.
9.3.2
146
Symbole
Mw,e
Sf,e
f,e
cpexh
exp
Vexp
Description
inertie thermique de la paroi de lvaporateur
surface dchange entre fluide de travail de paroi
coefficient moyen dchange entre fluide de travail et paroi
capacit calorifique des gaz dchappements
rendement volumtrique de la machine de dtente
cylindre de la machine de dtente
mexh
exh
Tf,e
Tw,e
h1
h3
m4
1
exp,is
his
Description
temprature
du
gaz
dchappement
dbit du gaz dchappement
efficacit dchange entre
gaz et paroi
temprature moyenne du
fluide de travail dans lvaporateur
temprature moyenne de la
paroi de lvaporateur
enthalpie spcifique en sortie dvaporateur
enthalpie spcifique en sortie de condenseur
dbit pompe
densit en sortie vaporateur
efficacit isentropique de la
machine de dtente
gradient denthalpie entresortie de la machine de dtente
Mthode de calcul
fonction du couple et de la vitesse du moteur thermique (cartographie illustre sur la Figure 9.11
9.11)
fonction du couple et de la vitesse du moteur thermique (cartographie)
temprature de saturation (fonction unimodale de
la pression p1 )
quation dynamique (9.19
9.19)
fonction de la pression p1 et temprature T1
fonction de la pression p3 (fix au niveau atmosphrique) et temprature TM CI
quation (9.20
9.20)
fonction de la pression p1 et temprature T1
fonction Nexp et T1 (cartographie illustre sur la
2.3)
Figure 2.3
diffrence entre les enthalpies h1 et h2
147
u = PM CI p1
iT
350
SH [o C]
T1 [o C]
400
300
250
150
100
50
200
5
10
15
20
25
p1 [bar]
10
15
20
25
p1 [bar]
Fonction cot
La fonction cot minimiser reste la consommation de carburant au cours dun trajet de
dure tf :
J=
Z tf
(9.22)
148
Vecteur dtat
Ltat du systme comprend maintenant ltat de charge, la temprature moteur et la temprature de paroi de lvaporateur :
x = TM CI Tw,e
h
iT
TM CI (t = 0) = Tamb
Tw,e (t = 0) = Tamb ,
(9.23)
et un tat de charge moyen par rapport aux charges minimales et maximales autorises :
(t = 0) =
min + max
.
2
(9.24)
(9.25)
De plus, on supposera que la pompe ne peut pas fournir de dbit ngatif, ce qui se traduit
( partir de lexpression (9.20
9.20)) par la contrainte :
Tf,e < Tw,e .
(9.26)
Notons que Tf,e (la temprature de saturation du fluide de travail) tant une fonction unimodale de la pression p1 , lquation (9.26
9.26) constitue bien une contrainte sur la commande.
Contraintes sur ltat
Ltat de charge de la batterie est contraint de respecter les charges minimales et maximales
tout au long du cycle :
h
i
min < (t) < max , t 0 tf ,
tandis que pour assurer le maintien de ltat de charge dcrit Section 9.2.2 nous imposons la
contrainte finale
(t = tf ) (t = 0).
9.3.3
Le problme de commande optimale formul Section 9.2.2 est rsolu pour le cycle FHDS avec
lalgorithme de programmation dynamique DPGA propos Section 7.2.2
7.2.2.
Les discrtisations utilises pour les trois tats du systme (tat de charge , temprature
moteur TM CI et temprature de paroi Tw,e ) sont respectivement de 127, 32 et 32 points. Ainsi,
comme pour la rsolution du problme sans Rankine, une discrtisation plus fine est prise
pour , en raison de sa plus grande influence sur la fonction cot. Pour chacune des deux
commandes (PM CI et p1 ) une discrtisation de 32 points semble suffisante pour une bonne
prcision.
149
Remarque 9.3. Le cycle FHDS est choisi en raison de la dure plus courte du trajet (764 s
contre 1180 s et 1369 s pour les cycles NEDC et FUDS) et donc des temps de simulation
galement plus courts.
En effet, le temps de rsolution dun problme de commande optimale augmente exponentiellement avec la dimension des espaces dtats et de commande. Ici la prsence de trois tats
dynamiques et de deux commandes rclame un nombre dappels au modle trs important. La
paralllisation de lalgorithme dcrite Section 7.2.4 et limplmentation sur GPU permet de
traiter le problme mais les temps de simulation restent encore relativement importants.
La Figure 9.14(a) compare les rsultats obtenus pour le vhicule avec et sans systme
de rcupration dnergie par cycle de Rankine (notons que le rsultat sans Rankine est
celui dj prsent sur la Figure 9.6
9.6). Ils montrent que la stratgie optimale concernant la
rpartition de couple entre moteur thermique et moteur lectrique est peu affecte par la
prsence du Rankine.
Nanmoins, en prsence du Rankine, on observe que le moteur thermique est moins sollicit en dbut de parcours. Il en rsulte un tat de charge de la batterie infrieur et une
monte en temprature du moteur TM CI plus lente. En revanche, durant la seconde partie
du cycle (entre 300 s et 470 s) le moteur thermique est davantage sollicit pour le vhicule
avec Rankine, ce qui correspond la priode o lessentiel de lnergie est produite au niveau
de la machine de dtente (Figure 9.14(b)
9.14(b)). Le surplus de puissance du moteur thermique
u1 et la puissance rcupre Pexp permet alors de recharger la batterie un tat proche de
son maximal. Finalement, en fin de parcours, les trajectoires des deux systmes sont trs
similaires.
La modification de la stratgie de commande optimale du moteur thermique en prsence
du Rankine peut sexpliquer par les caractristiques de la machine de dtente utilise pour
2.3) montrent
cette simulation. En effet, le trac de son efficacit isentropique (Figure 2.3
des rendements intressants uniquement pour des niveaux de pressions et de vitesses en
rotation importants. Or pour atteindre ces niveaux, la source de chaleur (et donc la puissance
dveloppe par le moteur thermique) doit tre suffisamment importante et durable (en raison
de linertie thermique de lvaporateur).
Ainsi, il est lgitime de penser que pour optimiser lnergie rcupre par le Rankine, il
est prfrable de concentrer les demandes de puissance au moteur thermique sur une partie
du cycle (ici, durant la seconde partie du cycle entre 300 s et 470 s).
La Figure 9.14(b) prsentent la commande u2 (niveau de pression dans lvaporateur)
et ltat Tw,e (temprature moyenne de la paroi) qui sont spcifiques au cycle de Rankine.
En dbut de parcours, les conditions de dmarrage froid (qui impose que la paroi
vaporateur soit temprature ambiante) et la faible puissance dveloppe par le moteur
thermique font que la puissance produite par la machine de dtente est ngligeable. A partir
de t = 300 s les conditions lchappement deviennent plus favorables, mais cause de
linertie thermique de lvaporateur (i.e cause de la dynamique lente de Tw,e ) il faut encore
environ 1 minute avant que la production soit intressante.
Le choix du niveau de pression u2 est alors un compromis entre rcupration instantane
et volution de la temprature de la paroi. Pour des valeurs hautes de pression u2 , la temprature du fluide dans lvaporateur est plus leve, ce qui conduit laugmentation de la
temprature de paroi. En revanche, la production Pexp maximale correspond une valeur de
u2 plus faible car le dbit de fluide est alors plus grand. La quantit de chaleur stocke par
la paroi (fonction de sa temprature et sa capacit thermique) constitue ainsi un potentiel
150
u1 [kW ]
50
sans Rankine
avec Rankine
40
30
20
10
0
80
[%]
70
60
50
TM CI [o C]
40
80
60
40
20
1
J [L]
0.8
0.6
0.4
0.2
0
0
250
500
750
t [s]
(a) Comparaison des stratgies de commande optimale pour le vhicule hybride lectrique avec et
sans systme de rcupration dnergie thermique (Rankine).
u2 [bar]
25
20
15
10
5
Tw [o C]
250
200
150
100
Pexp [kW ]
50
2
1.5
1
0.5
0
0
250
500
750
Figure 9.14 : Stratgies de commande optimale sur le cycle FHDS, obtenue par lalgorithme
de programmation dynamique DGPA.
151
dnergie thermique.
Finalement, la puissance moyenne produite par la machine de dtente est de 269 W , soit
une nergie de 0.206 M J sur lensemble du cycle FHDS. La consommation de carburant est
alors amliore denviron 2%.
Le gain en consommation est ainsi dcevant devant les 5% 10% souvent avanc par les
constructeurs. Une premire explication est le choix du cycle FHDS qui est un cycle de courte
dure. En effet le dmarrage froid (qui initialise la temprature de la paroi vaporateur
temprature ambiante), ncessite un temps important en dbut de cycle avant le dbut de la
production.
Dautre part, sur ce cycle, la puissance demande au moteur thermique nest pas assez
importante pour atteindre les meilleurs rendement de la machine de dtente choisie.
Une tude plus approfondie sera donc ncessaire pour tudier linfluence du trajet routier
suivi (par exemple un cycle auto-routier) sur les gains en consommation. De mme il serait
intressant dtudier linfluence des caractristiques de la machine de dtente.
Conclusion. La gestion nergtique dun vhicule (lger) hybride lectrique, avec stockage
dnergie (par batterie) est tudi dans ce chapitre. Il est montr que cette configuration impose des couplages importants entre le systme de Rankine et le reste du vhicule, ncessitant
une supervision globale (et complexe) de la thermique du vhicule.
152
Conclusions
La viabilit des systmes de Rankine pour le transport routier et ferroviaire passe par des
performances satisfaisantes sur un large panel de conditions opratoires (transitoires). Pour
atteindre de telles performances, les conditions suivantes sont requises :
un systme de commande performant et robuste,
un systme de gestion nergtique efficace,
des composants matriels qui autorisent les deux points prcdents.
Concernant le systme de commande, nous avons dvelopp une stratgie base sur linversion dun modle rduit non-linaire de la partie haute pression et lavons dcline sur les
deux applications que nous avons tudies.
Dans le cas dun cycle de Rankine organique (ORC) avec turbine cintique, nous avons
valid cette stratgie sur banc dessais avec dexcellents rsultats exprimentaux. Nous avons
lev un verrou important pour cette architecture puisque, notre connaissance, ces rsultats
sont les premiers dans la littrature faire la preuve exprimentale quun ORC peut tre
maintenu dans des conditions permettant la rcupration dnergie sans discontinuer, mme
sur des cycles routiers trs dynamiques.
Dans le cas dun cycle de Rankine eau avec machine de dtente volumtrique, les rsultats obtenus sur un simulateur raliste sont similaires, en terme de maintien de la production.
Cette seconde architecture est prometteuse car elle autorise en outre un contrle de la pression qui pourrait permettre une optimisation plus pousse du cycle, mais qui demande encore
tre valide exprimentalement.
Concernant loptimisation nergtique du systme de rcupration dnergie thermique
bord dun vhicule, nous avons tudi les choix optimaux des consignes du systme de
commande et lintgration du Rankine dans la gestion nergtique globale du vhicule.
Pour ltude dun systme de Rankine bord dun train Diesel-lectrique, nous avons
propos une stratgie implmentable en temps-rel. La comparaison des rsultats obtenus
par rapport la solution optimale (obtenue hors ligne) montre la pertinence de lapproche.
Il est aussi montr que les gains potentiels de lapproche sont importants par rapport une
optimisation quasi-statique (qui est la stratgie gnralement rencontre dans la littrature).
Ltude dun vhicule hybride-lectrique (avec stockage dnergie dans une batterie)
montre que la rpartition optimale de puissance entre moteur lectrique et thermique ne
peut pas tre dcouple de la production du cycle de Rankine. La recherche dune stratgie
efficace est alors complexe en raison des nombreuses dynamiques et des degrs de libert
prendre en compte. Dans ce contexte, des rsultats prliminaires sur la recherche dune
solution hors ligne ont t proposs. Des dveloppements supplmentaires, qui prennent notamment en considration un systme de refroidissement plus raliste, seraient ncessaires
153
154
Conclusions
Bibliographie
A. Alleyne, B. Rasmussen, M. Keir, et B. Eldredge. Advances in energy systems modeling
and control. In IEEE American Control Conference (ACC), 2007.
T. Andresen. Mathematical modeling of CO2 based heat pumping systems. PhD thesis,
Norwegian University of Science and Technology, 2009.
J. slund et E. Frisk. An observer for non-linear differential-algebraic systems. Automatica,
42(6) :959965, 2006.
K.J. strm et R.D. Bell. Drum-boiler dynamics. Automatica, 36(3) :363 378, 2000.
M. Back, S. Terwen, et V. Krebs. Predictive powertrain control for hybrid electric vehicles.
In 6th IFAC Symposium on Advances in Automotive Control, pages 270 275, 2004.
M. O. Bamgbopa et E. Uzgoren. Quasi-dynamic model for an organic rankine cycle. Energy
Conversion and Management, 72(0) :117 124, 2013.
J. Bao et L. Zhao. A review of working fluid and expander selections for organic rankine
cycle. Renewable and Sustainable Energy Reviews, 24(0) :325 342, 2013.
R. Bellman. Dynamic programming. Princeton Univ. Press, 1957.
D. Bertsekas. Dynamic programming and optimal control 3rd edition, volume I. Belmont,
MA : Athena Scientific, 2005.
G. Besanon. Nonlinear observers and applications. Springer Verlag, 2007.
J. Betts. Practical methods for optimal control and estimation using nonlinear programming,
volume 19. SIAM, 2010.
J. Bonilla, L. Yebra, et S. Dormido. Chattering in dynamic mathematical two-phase flow
models. Applied Mathematical Modelling, 36(5) :20672081, 2012.
A. Boretti. Recovery of exhaust and coolant heat with R245fa organic rankine cycles in
a hybrid passenger car with a naturally aspirated gasoline engine. Journal of Applied
Thermal Engineering, 36(0) :73 77, 2012.
S. Declaye. Design, optimization and modeling of an organic Rankine cycle for waste heat
recovery. PhD thesis, University Of Lige, 2009.
G. Diaz. Controllability of cross-flow two-phase heat exchangers. International Journal of
Heat and Mass Transfer, 50(23-24) :45594567, 2007.
155
156
Bibliographie
Bibliographie
157
158
Bibliographie
Bibliographie
159
160
Bibliographie
D. Wei, X. Lu, Z. Lu, et J. Gu. Dynamic modeling and simulation of an organic rankine
cycle (ORC) system for waste heat recovery. Applied Thermal Engineering, 28(10) :1216
1224, 2008.
F. Willems, F. Kupper, et R. Cloudt. Integrated energy & emission management for heavyduty diesel engines with waste heat recovery system. Engine and Powertrain Control,
Simulation and Modeling, 3 :270277, 2012.
F. Willems, F. Kupper, G. Rascanu, et E. Feru. Integrated energy and emission management
for diesel engines with waste heat recovery using dynamic models. Oil Gas Sci. Technol.
Rev. IFP Energies nouvelles, page 116, 2014.
L Wrth, R Hannemann, et W Marquardt. Neighboring-extremal updates for nonlinear
model-predictive control and dynamic real-time optimization. Journal of Process Control,
2009.
J. Zhang, W. Zhang, G. Hou, et F. Fang. Dynamic modeling and multivariable control of
organic rankine cycles in waste heat utilizing processes. Computers & Mathematics with
Applications, 64(5) :908921, 2012a.
J. Zhang, Y. Zhou, S. Gao, et G. Hou. Constrained predictive control based on state space
model of organic rankine cycle system for waste heat recovery. In Chinese Control and
Decision Conference (CCDC), pages 230 234, 2012b.
162
Bibliographie
Annexes
163
Annexe A
Transformation dun systme
dynamique implicite en systme
explicite
Considrons la classe des systmes implicites de la forme suivante :
(
x = F (x, z, u)
(x, z) = 0
(A.1)
(A.2)
nous avons
est de rang plein.
z (x,z)
(A.3)
166
x = F (x, z, u)
F (x, z, u)
x x,z
z x,z
(A.4)
est de rang plein,
(x0 , z0 ) = 0, and
z (x0 ,z0 )
(A.5)
alors, grce au thorme des fonctions implicites, on peut dduire quil existe un voisinage
V1 Rn de x0 , un voisinage V2 Rd de z0 , et une fonction g C 1 (V1 , V2 ) tels que
(x, z) V1 V2 , z = g(x).
(A.6)
x,z
x,z
g
x.
En utilisant (A.7
A.7), on obtient finalement
z =
z x,z
F (x, z, u).
x x,z
(A.7)