Vous êtes sur la page 1sur 167

R

ecup
eration d
energie par cycle de Rankine `
a bord
dun v
ehicule : commande et gestion
energ
etique.
Johan Peralez

To cite this version:


Johan Peralez. Recuperation denergie par cycle de Rankine `a bord dun vehicule : commande et
gestion energetique.. Automatique / Robotique. UNIVERSITE CLAUDE BERNARD LYON
1, 2015. Francais. <NNT : 2015LYO10024>. <tel-01144423v2>

HAL Id: tel-01144423


https://tel.archives-ouvertes.fr/tel-01144423v2
Submitted on 6 May 2015 (v2), last revised 16 Jan 2015 (v3)

HAL is a multi-disciplinary open access


archive for the deposit and dissemination of scientific research documents, whether they are published or not. The documents may come from
teaching and research institutions in France or
abroad, or from public or private research centers.

Larchive ouverte pluridisciplinaire HAL, est


destinee au depot et `a la diffusion de documents
scientifiques de niveau recherche, publies ou non,
emanant des etablissements denseignement et de
recherche francais ou etrangers, des laboratoires
publics ou prives.

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

THESE DE LUNIVERSITE DE LYON


Dlivre par
LUNIVERSITE CLAUDE BERNARD LYON 1
ECOLE DOCTORALE EEA
DIPLOME DE DOCTORAT (arrt du 7 aot 2006)
Spcialit
AUTOMATIQUE
soutenue publiquement le 25 fvrier 2015
par
Mr Johan PERALEZ
TITRE : Rcupration dnergie par cycle de Rankine bord dun
vhicule : commande et gestion nergtique.
devant le jury compos de
Mr
Mr
Mr
Mr
Mr
Mme
Mr
Mr

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

Antonio SCIARRETTA Encadrant IFPEN, membre invit

UNIVERSITE CLAUDE BERNARD - LYON 1


Prsident de lUniversit

M. Franois-Nol GILLY

Vice-prsident du Conseil dAdministration

M. le Professeur Hamda BEN HADID

Vice-prsident du Conseil des Etudes et de la Vie Universitaire

M. le Professeur Philippe LALLE

Vice-prsident du Conseil Scientifique

M. le Professeur Germain GILLET

Directeur Gnral des Services

M. Alain HELLEU

COMPOSANTES SANTE
Facult de Mdecine Lyon Est Claude Bernard

Directeur : M. le Professeur J. ETIENNE

Facult de Mdecine et de Maeutique Lyon Sud Charles


Mrieux

Directeur : Mme la Professeure C. BURILLON

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. le Professeur D. BOURGEOIS


Directeur : Mme la Professeure C. VINCIGUERRA
Directeur : M. le Professeur Y. MATILLON
Directeur : Mme. la Professeure A-M. SCHOTT

COMPOSANTES ET DEPARTEMENTS DE SCIENCES ET TECHNOLOGIE


Facult des Sciences et Technologies
Dpartement Biologie

Directeur : M. F. DE MARCHI
Directeur : M. le Professeur F. FLEURY

Dpartement Chimie Biochimie

Directeur : Mme Caroline FELIX

Dpartement GEP

Directeur : M. Hassan HAMMOURI

Dpartement Informatique

Directeur : M. le Professeur S. AKKOUCHE

Dpartement Mathmatiques

Directeur : M. le Professeur Georges TOMANOV

Dpartement Mcanique

Directeur : M. le Professeur H. BEN HADID

Dpartement Physique

Directeur : M. Jean-Claude PLENET

UFR Sciences et Techniques des Activits Physiques et Sportives Directeur : M. Y.VANPOULLE


Observatoire des Sciences de lUnivers de Lyon

Directeur : M. B. GUIDERDONI

Polytech Lyon

Directeur : M. P. FOURNIER

Ecole Suprieure de Chimie Physique Electronique

Directeur : M. G. PIGNAULT

Institut Universitaire de Technologie de Lyon 1

Directeur : M. le Professeur C. VITON

Ecole Suprieure du Professorat et de lEducation

Directeur : M. le Professeur A. MOUGNIOTTE

Institut de Science Financire et d'Assurances

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.

Je ddie cette thse Mireille.

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

Confrences internationales comit de lecture


P. Tona, J. Peralez, et A. Sciarretta. Supervision and control prototyping for an engine
exhaust gas heat recovery system based on a steam rankine cycle. In Advanced Intelligent Mechatronics (AIM), In IEEE/ASME International Conference, pages 695701,
2012.
J. Peralez, P. Tona, A. Sciarretta, P. Dufour, et M. Nadri. Towards model-based control
of a steam rankine process for engine waste heat recovery. In IEEE Vehicle Power and
Propulsion Conference (VPPC), pages 289294, 2012.
J. Peralez, P. Tona, O. Lepreux, A. Sciarretta, L. Voise, P. Dufour, et M. Nadri. Improving the control performance of an organic rankine cycle system for waste heat recovery
from a heavy-duty diesel engine using a model- based approach. In IEEE Conference
on Decision and Control (CDC), pages 68306836, 2013.
J. Peralez, P. Tona, A. Sciarretta, P. Dufour, et M. Nadri. Optimal control of a vehicular
organic rankine cycle via dynamic programming with adaptive discretization grid. In
19th IFAC World Congress, pages 56715678, 2014
J. Peralez, M. Nadri, P. Dufour, P. Tona, et A. Sciarretta. Control design for an automotive turbine rankine cycle system based on nonlinear state estimation. In IEEE
Conference on Decision and Control (CDC), pages 3316 3321, 2014.

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

Table des matires


Introduction

17

23

Modlisation du cycle de Rankine

1 Principe thermodynamique et cas dtude


25
1.1 Principe et ralisation du cycle de Rankine . . . . . . . . . . . . . . . . . . . . 25
1.2 Cas dtude . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2 Modles dtaills
2.1 Compression et dtente . . . . . . . . .
2.2 changeurs thermiques . . . . . . . . .
2.2.1 Introduction . . . . . . . . . . .
2.2.2 Lois de conservation . . . . . .
2.2.3 Mthode des volumes finis . . .
2.2.4 Mthode des frontires mobiles
2.2.5 Validation . . . . . . . . . . . .
2.3 Influence du dimensionnement . . . . .

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

33
33
35
35
37
39
40
45
46

3 Modles rduits pour la commande


3.1 Introduction . . . . . . . . . . . . . . . . . . . . . .
3.2 Modles pour la commande rapproche . . . . . . .
3.2.1 Dcouplage du circuit haute pression . . . .
3.2.2 Sparation des dynamiques lentes et rapides
3.2.3 Validation . . . . . . . . . . . . . . . . . . .
3.3 Modle pour la supervision nergtique . . . . . . .
3.3.1 Modle dchangeur valeurs moyennes
3.3.2 Validation . . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

49
49
50
50
50
52
52
53
55

II

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.

Commande rapproche, observation et diagnostic

57

4 Objectifs de la commande rapproche


59
4.1 Analyse des Entres - Sorties . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
4.2 Objectifs de la commande rapproche . . . . . . . . . . . . . . . . . . . . . . . 61
5 Cycle de Rankine eau
5.1 Matrise de la surchauffe et de la pression . . . . . . . . . . .
5.1.1 Limites de la commande linaire temps invariant . . .
5.1.2 Commande par gains squencs ( gain scheduling )
5.1.3 Commande base sur linversion de modle . . . . . .
13

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

65
65
65
67
68

14

Table des matires


5.1.4

Rsultats et discussions . . . . . . . . . . . . . . . . . . . . . . . . . . . 69

6 Cycle de Rankine fluide organique


6.1 Matrise de la surchauffe . . . . . . . . . . . . . . . . .
6.1.1 Formulation du problme . . . . . . . . . . . . .
6.1.2 Synthse de la commande par pr-compensation
6.1.3 Rsultats exprimentaux . . . . . . . . . . . . .
6.1.4 Rsultats de simulation . . . . . . . . . . . . . .
6.1.5 Importance du dimensionnement . . . . . . . .
6.2 Matrise de la surchauffe et de la pression . . . . . . . .
6.2.1 Formulation du problme . . . . . . . . . . . . .
6.2.2 Synthse de la commande . . . . . . . . . . . .
6.2.3 Synthse de lobservateur . . . . . . . . . . . . .
6.2.4 Rsultats de simulation . . . . . . . . . . . . . .
6.3 Diagnostic : cavitation . . . . . . . . . . . . . . . . . .

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
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

9 Supervision nergtique dun vhicule hybride avec systme Rankine


9.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
9.2 Gestion thermique dun vhicule hybride lectrique . . . . . . . . . . . .
9.2.1 Description du systme . . . . . . . . . . . . . . . . . . . . . . . .
9.2.2 Formulation du problme de commande optimale . . . . . . . . .
9.2.3 Rsolution hors ligne . . . . . . . . . . . . . . . . . . . . . . . . .

.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.

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

9.2.4 Supervision en ligne . . . . . . . . . . . . . . . . .


Supervision nergtique dun vhicule hybride avec systme
9.3.1 Description du systme . . . . . . . . . . . . . . . .
9.3.2 Formulation du problme de commande optimale .
9.3.3 Rsolution hors ligne . . . . . . . . . . . . . . . . .

. . . . .
Rankine
. . . . .
. . . . .
. . . . .

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

.
.
.
.
.

136
142
142
145
148

Conclusions

153

Annexes

165

A Transformation dun systme dynamique implicite en systme explicite

165

16

Table des matires

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.

Systmes de Rankine pour le transport


Les systmes Rankine pour la rcupration de chaleur dissipe (WHR, Waste Heat Recovery, en anglais) pour lautomobile appliquent le mme principe utilis pour la production
17

18

Introduction

dlectricit dans la plupart des centrales thermiques de par le monde.


Une pompe fait circuler un fluide caloporteur dans un circuit ferm. Le fluide est chauff
jusqu sa vaporisation par un changeur thermique (vaporateur) ou une srie dchangeurs
aliment(s) par une source chaude, par exemple, les gaz de combustion issus dune chaudire.
La dtente du fluide vaporis permet de produire de lnergie mcanique et, in fine, travers
un gnrateur, de llectricit. Le fluide sortant de la machine de dtente est ensuite refroidi
dans un condenseur dans lequel circule un fluide de refroidissement.
Typiquement, les systmes de rcupration dnergie par cycle de Rankine pour des applications de transport peuvent tre schmatiss comme sur la Figure 2. Les diffrences
principales avec les applications stationnaires rsident dans le comportement fortement transitoire de la source chaude (constitue par les gaz dchappement et ventuellement par
dautres fluides chauds du MCI) et dans la capacit limite de refroidissement bord. Les
deux dpendent des conditions de roulage du vhicule.

Figure 2 : Schma de principe : systme de rcupration dnergie par cycle de Rankine


pour le transport routier.
Pour tre viables, ces systmes doivent tre lgers et compacts. Ainsi, les processus de
pr-chauffage, vaporisation et surchauffe du fluide ont gnralement lieu dans un seul et mme
changeur thermique, lvaporateur. Lvaporateur, dont la source chaude est gnralement
constitue des gaz prlevs sur la ligne dchappement, en aval du systme de dpollution
(post-traitement), doit tre conu pour interfrer le moins possible avec le fonctionnement
du moteur (et notamment provoquer le moins de perte de charge possible). Au niveau du
condenseur, la capacit de refroidissement sera ncessairement limite compare celle dune
centrale lectrique. La machine de dtente peut tre cintique (turbine) ou volumtrique (par
exemple, machine pistons ou dtendeur spirale). Cest sans doute le composant le plus
dlicat concevoir, tant donne lefficacit quil doit garantir sur une large gamme de conditions opratoires.

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

de contrle-commande sont en revanche, de faon surprenante, peu nombreuses.


Pourtant, le contrle joue un rle essentiel pour permettre la viabilit et lefficacit des
systmes de rcupration dnergie bass sur le cycle de Rankine. Et, comme le montrent
2007); Horst et al. (2013
2013), le contrle des
des tudes exprimentales telles que Endo et al. (2007
systmes Rankine pour les applications mobiles est loin dtre trivial. Malgr cela, peu de
recherches ont t menes ce sujet.
En effet, dans les (rares) publications accompagnes de rsultats exprimentaux pour ce
type dapplications, les auteurs mettent systmatiquement en avant la difficult de contrler
les conditions du fluide de travail la sortie de lvaporateur. Cest le cas notamment de
Park et al. (2011
2011), o une procdure complte de dmarrage et darrt est dcrite pour un
cycle de Rankine o le fluide de travail est un mlange eau-thanol, pour des applications
poids-lourds. Le banc de test est command manuellement, en ajustant la vitesse de pompe
pour une srie de points de fonctionnement.
2007), o les
Le premier travail vraiment dtaill que nous avons relev est Endo et al. (2007
auteurs prsentent un systme Rankine de rcupration dnergie pour un moteur essence
dans un groupe moto-propulseur hybride, utilisant leau comme fluide de travail et une machine de dtente volumtrique pour produire de la puissance lectrique (via un gnrateur
intgr). Des rsultats exprimentaux sont fournis, pour un systme de commande dcentralis compos de deux correcteurs proportionnels avec pr-compensateurs. Les consignes de
vitesse de la pompe et de la machine de dtente sont ajustes pour contrler respectivement
la temprature et la pression de la vapeur la sortie de lvaporateur.
2013), prsente galement des rsultats exprimenPlus rcemment, ltude Horst et al. (2013
taux bass sur un cycle de Rankine eau. Loriginalit principale est lutilisation dun modle
physique pour le calcul de pr-compensation (statique) de la vitesse de pompe.
Une vue plus macroscopique des questions de contrle pour les systmes de rcupration dnergie bass sur le cycle de Rankine dans les vhicules est donne dans Stobart et al.
(2007
2007). Limpact de larchitecture sur la commandabilit est soulign, ainsi que le potentiel
permis par lutilisation de variables physiques (notamment la pression) en tant que variables
de commande afin damliorer les performances du systme.
Des approches doptimisation nergtique globale pour des vhicules intgrant des systmes Rankine pour la rcupration dnergie thermique ont t galement prsentes, no2012) et Willems et al. (2012
2012). Dans les deux cas, les stratgies
tamment dans Merz et al. (2012
de gestion optimale sont inspires du Principe du Minimum de Pontryagin. Mais les modles
utiliss pour le systme Rankine sont de simples fonctions de transfert du premier ordre, qui
ne peuvent pas reprsenter fidlement le systme sur de larges conditions de fonctionnement.
Dans le cas plus gnral des ORC pour la rcupration dnergie fonctionnant avec des
sources chaudes variables (pas ncessairement pour des applications de transport), les auteurs
de Hou et al. (2011
2011); Zhang et al. (2012a
2012a,b
b) appliquent des stratgies de commande bases
sur des modles linaires (commande LQR ou commande MPC), valides autour dun point
de fonctionnement. Quoilin et al. (2011a
2011a) traite de la modlisation et du contrle dun ORC
sur de plus grandes plages de fonctionnement. La temprature dbullition et la valeur de
surchauffe sont contrles respectivement avec la vitesse de pompe et la vitesse de la machine
de dtente comme actionneurs. Des rsultats de simulation sont donns, montrant des performances acceptables. Malgr tout, les variations de la source chaude prises pour la simulation
sont beaucoup plus lentes que celles rencontres lchappement dun moteur automobile,

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

La synthse dune loi de commande permettant la matrise des conditions en sortie


dvaporateur pour le Rankine eau est dtaille au Chapitre 5.
Ladaptation ncessaire de cette loi de commande pour un Rankine organique est prsente au Chapitre 6. Une large partie y est consacre aux rsultats exprimentaux,
obtenus sur banc moteur. Quelques rsultats se trouvent dans Peralez et al. (2013
2013,
2014a).
2014a
Partie III :
La troisime partie est consacre la supervision nergtique du cycle de Rankine
bord dun vhicule. 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.
Le Chapitre 7 introduit les mthodes doptimisation utilises par la suite, base sur les
principes du maximum de Pontryagin (PMP) et de la programmation dynamique (DP).
Pour rpondre aux difficults gnralement rencontres en prsence de contraintes sur
ltat, un nouvel algorithme de DP est propose.
Au Chapitre 8, le cas dun train Diesel-lectrique est abord. La recherche dune solution optimale est dabord rsolue hors ligne par programmation dynamique. Une
stratgie (sous-optimale) implmentable en ligne est alors propose. Ces rsultats ont
2014b, 2015
2015).
t prsents dans Peralez et al. (2014b
La gestion nergtique dun vhicule (lger) hybride lectrique, avec stockage dnergie
(par batterie) est tudi au Chapitre 9. 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.

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

Principe et ralisation du cycle de Rankine

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.

Figure 1.1 : Principe thermodynamique du cycle de Rankine.


25

26

Principe thermodynamique et cas dtude

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

Principe et ralisation du cycle de Rankine

(a) Eau (fluide humide)

(b) R245fa (fluide sec)

Figure 1.2 : Diagramme semi-logarithmique pression-enthalpie : comparaison des courbes


isentropiques dun fluide humide et dun fluide sec.
Architecture matrielle
La ralisation pratique du cycle de Rankine ncessite des composants supplmentaires comme
le montre la Figure 1.3
1.3. Une branche de by-pass de la machine de dtente (expanseur) est
souvent installe pour oprer le dmarrage et larrt du systme en scurit : elle devient
indispensable lorsque la machine de dtente doit tre exclusivement traverse par du fluide
sous forme vapeur (sous peine de lendommager). De mme, un by-pass autour de lvaporateur permet dassurer la scurit du systme en limitant la mise sous pression du systme
due au dbit de chaleur des gaz dchappement.

Figure 1.3 : Architecture matrielle dun cycle de Rankine.


Des systmes plus complexes (Ringler
Ringler et al. (2009
2009)) sont parfois proposs pour optimiser la rcupration dnergie. Par exemple, la chaleur rsiduelle en sortie de la machine de

28

Principe thermodynamique et cas dtude

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

Cycle de Rankine eau


Application pour vhicule lger (essence)
Un prototype de systme Rankine pour vhicule lger a t conu par IFPEN et test sur
banc dessai. Ltude pour une possible intgration au sein du compartiment moteur est pr1.4.
sente Figure 1.4

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 ).

Figure 1.5 : Banc dessai pour le systme de Rankine eau.

Cycle de Rankine fluide organique


En prsence dune source chaude de temprature moins leve, comme cest le cas des gaz
dchappement des moteurs Diesel qui dpassent rarement les 350 C, les fluides organiques
offrent de meilleurs rendements.
Les deux applications dtailles ci-dessous utilisent une turbine cintique. Une telle machine de dtente peut garder une bonne efficacit pour des ratios de dtente relativement

30

Principe thermodynamique et cas dtude

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.

Figure 1.6 : Rankine Box (RENAULT TRUCKS)

Application pour train Diesel-lectrique


Il sagit dun systme ORC dvelopp pour des trains propulsion Diesel-lectrique, dans le
cadre dun projet collaboratif partiellement financ par lAgence Nationale de la Recherche
dans le cadre de ldition 2012 du programme Transports Durables et Mobilit 3 . Le but
de ce projet, dune dure de trois ans et dbut partir du 1er janvier 2013, est dvaluer
lintrt dutiliser un cycle thermodynamique de Rankine afin de rcuprer une partie de la
chaleur dissipe dans les gaz dchappement des moteurs Diesel et daccrotre ainsi lefficacit
des power packs qui assurent la propulsion des trains Diesel-lectriques.

Conclusion. Ltat de lart et lanalyse du cycle thermodynamique montrent des diffrences


importantes entre les cycles de Rankine utilisant de leau comme fluide de travail et ceux
utilisant un fluide organique. Ces diffrences impactent fortement le rendement du cycle,
3

Projet TRENERGY (Train Energy Effciency via Rankine-cycle Exhaust Gas Heat Recovery, # ANR12-VPTT-09

Cas dtude

31

mais aussi le choix des composants matriels, le comportement dynamique du systme ou


les impratifs de scurit. Ainsi, parmi les applications concrtes tudies dans ce manuscrit,
lapplication pour vhicule lger (avec moteur essence) a t conu pour utiliser de leau et une
machine de dtente volumtrique tandis que les applications pour poids lourds et pour trains
Diesel-lectriques utilisent avantageusement un fluide organique et une turbine cintique.

32

Principe thermodynamique et cas dtude

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 :

m4 = 4 p,vol Vpump Npump ,

(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)

dbit pompe (kg/s)

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 = 1 exp Vexp Nexp .


(2.3)
Soit travers une restriction, caractrise par une section de passage S et un coefficient
dcoulement Cd . Cette restriction est prsente dans la branche qui by-passe lexpanseur
(Figure 1.3
1.3) ou bien reprsente les cols dinjection dune turbine cintique (auquel cas
S reprsente la section quivalente la totalit des cols).
La relation de Stodola exprime alors le dbit massique qui traverse la restriction
(van
van Putten et Colonna (2007
2007)), en fonction des pressions dentre p1 et de sortie p2 :

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

Figure 2.2 : Mesures vs. prdiction du dbit traversant la restriction.


A partir de ces expressions du dbit massique, la puissance mcanique Pexp rcupre
par la machine de dtente, quelle soit de type volumtrique ou cintique, peut sexprimer en
fonction dune efficacit isentropique exp,is :

Pexp = exp,is his m1 ,

(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

Figure 2.3 : Caractristiques de la machine de dtente piston (Rankine eau) : puissance


Pexp et rendement isentropique exp,is en fonction de sa vitesse de rotation, de la temprature
et de la pression en entre de la machine (la pression en sortie tant maintenue la valeur
atmosphrique).
Quand il sagit dobtenir un simulateur rapide, prcis et robuste, les choix du logiciel de
simulation et de la mthode de calculs des proprits du fluide sont cruciaux. Nanmoins,
par souci de concision et parce quils font lobjet dune littrature abondante, nous nous
contenterons ici de justifier les principaux choix qui ont t faits dans le cadre de notre
travail.
Concernant le logiciel de simulation, notre choix sest port sur Dymola, bas sur le
langage orient objet Modelica, comme dans la majorit des papiers rcents portant sur
Jensen et Tummescheit (2002
2002); Wei et al. (2008
2008);
la simulation dchangeurs diphasiques (Jensen
Graber et al. (2010
2010); Quoilin et al. (2011a
2011a); Horst et al. (2013
2013)). Lefficacit des algorithmes
symboliques mis en uvre par Dymola (Otter
Otter (2009
2009)) diffrentiation, rduction de lindex
des systmes algbro-diffrentiels, slection des variables dtats , etc. permettant de transformer une description haut-niveau vers une forme adquate pour une intgration numrique,
est largement reconnue.
Concernant les proprits du fluide, les valeurs de rfrences sont obtenues avec la librairie
Lemmon et al. (2013
2013)). Les simulations de ce chapitre utilisent des tableaux
NIST Refprop (Lemmon
de correspondances, calculs partir de ces valeurs de rfrences. En effet, Andresen (2009
2009)
montre que leur utilisation permet des gains de temps considrables pour des pertes de prcision ngligeables. En revanche, ils ncessitent dimportantes ressources mmoires qui ne sont
pas disponibles pour une implmentation temps-rel bord dun vhicule. Ainsi, dans les
chapitres suivants, les calculs de proprits seront issus dinterpolations ralises hors ligne,
comme dcrit par Feru et al. (2013b
2013b).
La Section 2.2.2 prsente les principales hypothses (classiques) simplificatrices. Lapplication du premier principe de la thermodynamique conduit naturellement une reprsentation paramtres distribus. La discrtisation spatiale ncessaire la simulation
est dtaille Section 2.2.4 selon la mthode des frontires mobiles. Lavantage principal, par
rapport une mthode plus classique telle que celle des volumes finis brivement expose
Section 2.2.3 , est quelle aboutit des temps de simulation beaucoup plus courts pour
une prcision quivalente. La contrepartie est sa reprsentation hybride qui pose problme
pour la simulation des processus de dmarrage froid et darrt. Ainsi nous proposons une

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

Figure 2.4 : Schma dun changeur thermique transverse.


Les principales hypothses simplificatrices utilises par la suite qui sont des hypothses
classiques dans la littrature sont les suivantes :
i) Lchangeur est vu comme un long tube droit (la paroi), de longueur L, contenant
le fluide de travail. La gomtrie nest ainsi pas regarde en dtail, on sintresse aux
surfaces dchanges et aux volumes quivalents. Nous dsignerons par Sf et Sw les
surfaces dchange (relles) respectivement entre la paroi et le fluide et entre la paroi
et les gaz et par Vf et Vw les volumes de fluide et de paroi.
ii) On suppose que la pression du fluide est homogne le long de lvaporateur (mais
temps-variant). En ralit, on observe toujours une perte de charge dans le sens
de lcoulement qui est dautant plus grande que le ratio entre volume de fluide et
surface dchange avec la paroi est faible. Sil est important de prendre en compte ce
phnomne lors du dimensionnement car il nuit au rendement du cycle, sa prise en
compte pour la modlisation dynamique est complexe et, pour un dimensionnement
correct, son impact reste limit (Declaye
Declaye (2009
2009)).
iii) Les phnomnes de conduction et de radiation dans la paroi et dans le fluide sont
ngligeables devant les changes thermiques entre paroi et fluide. En effet, la conduction

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

Figure 2.5 : Reprsentation 1-D de lchangeur.

Lvolution des variables reprsentatives du fluide et de la paroi le dbit massique m,


lenthalpie spcifique h, la pression p et la temprature de paroi Tw est alors dcrite par
Jensen (2003
2003)) :
(Jensen

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).

Remarquons que le modle (2.8


2.8) est un systme trois quations aux drives partielles
(EDP) couples entre elles et non-linaires. Un tel systme doit tre discrtis spatialement
pour tre rsolu numriquement. Le dcoupage de z peut alors tre fixe, comme pour la
mthode des volumes finis, ou variable (principe des frontires mobiles). Cest lobjet des
sections suivantes.

2.2.3

Mthode des volumes finis

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.

(b) Drive partielle de la densit par rapport lenthalpie.

Figure 2.7 : Fluide organique R245fa : proprits de la densit, fonction de la pression et


lenthalpie

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).

Il sagit de lisser certaines proprits du fluide la densit et ses drives partielles


et
p

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

Mthode des frontires mobiles

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

Figure 2.8 : Schma de principe : modlisation par frontires mobiles.


Bilans de conservation
Bilans de masse du fluide
Pour chaque zone i, exprimons dabord simplement le bilan de masse comme diffrence entre

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)

tandis que pour la zone diphasique la fraction de vide est introduite :


h2 = hv + (1 )hl

(2.11)

o hl = hin,2 et hv = hout,2 sont les enthalpies de saturation liquide et vapeur. De nombreuses


mthodes sont dcrites dans la littrature pour le calcul de ; une bonne approximation
(voir par exemple Jensen (2003
2003)) est de prendre une valeur constante proche de 1, ce qui
revient considrer que la zone diphasique est essentiellement remplie par du fluide ltat
de saturation vapeur. Par la suite, on utilisera cette approximation, avec = 0.9.

Bilan dnergie du fluide


Le bilan dnergie dun volume de fluide (Figure 2.9
2.9) doit considrer les flux de fluide qui

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

de la zone, dun coefficient dchange thermique i et du gradient de temprature (Qw,i =


Li Sf i (Tw,i Tf,i )). Il vient donc
d (mi hi )

= hin,i min,i + Li Sf i (Tw,i Tf,i ) hout,i mout,i .


dt
En exprimant la masse comme pour le bilan de masse, et par drivation, le bilan dnergie
sexprime finalement :



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)

hin,i min,i + Li Sf i (Tw,i Tf,i ) hout,i mout,i

Bilan dnergie de la paroi


Notons Mw linertie thermique de la paroi, proportionnelle son volume, sa densit et sa
capacit thermique :
Mw = Vw w cp,w .

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

Qexh,i = Li mexh cp,exh 1 exp

exh Sexh

mexh cp,exh

!!

(Texh Tw,i )

(2.14)

43

changeurs thermiques

tient compte de la perte defficacit pour de larges dbits (McKinley


McKinley et Alleyne (2008
2008)).

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,2 = Qv,1 Qv,3


La zone 3 :

Qv,3 =

dL3
dL3
Mw Tw,2 pour
>0
dt
dt

dL3

Mw Tw,3 sinon.
dt

(2.16)

(2.17)

Systme dquations algbro-diffrentielles (DAE)


Les bilans de masse et dnergie de chaque zone sont complts par les conditions aux bords.
Ainsi, les valeurs denthalpie et de dbit massique du fluide lentre des zones 2 et 3 galent
les valeurs la sortie des zones 1 et 2 :

min,i+1 = mout,i , i = {1, 2},


hin,i+1 = hout,i , i = {1, 2}.

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

(1 (L1 + L2 + )) sinon,


2
!

(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

(1 (L1 + 2)) sinon,

(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

Simulation dune opration de dmarrage


Pour valider lapproche frontires mobiles propose, une opration de dmarrage est simule et compare au rsultat obtenu avec la mthode des volumes finis. Il est montr que
cette mthode est capable de reprsenter de manire robuste lapparition de la vapeur dans
lchangeur.
Pour cela, le modle dvaporateur est coupl avec les modles de pompe et de machine
piston quations (2.1
2.1)-(2.3
2.3) pour reprsenter le Rankine eau. Dans cette simulation
2.10), on laisse entrer brusquement le gaz dchap(dont les rsultats sont prsents Figure 2.10
pement dans lvaporateur partir de t = 10s (une variation de la vitesse de la machine
piston est galement impose partir de t = 300s).
La Figure 2.10(a) prsente lvolution des tempratures de paroi et des longueurs de
zones. A partir de t = 10sec, la temprature de la premire zone (liquide) augmente puis
se stabilise rapidement. Aprs lapparition de vapeur, la longueur de zone L1 dcroit au
profit de L2 puis de L3 . La temprature de paroi des zones diphasique et vapeur continuent
daugmenter en raison dune temprature de fluide plus lev.
La Figure 2.10(b) compare lvolution des principales sorties (pression p et surchauffe
SH ) pour les deux mthodes (la mthode VF est implmente avec 40 volumes). On peut
remarquer que les deux simulations obtiennent des diffrences lquilibre denviron 10%
pour SH . Mais il est intressant de noter que leurs comportements dynamiques sont trs
proches, pour un temps de simulation de lordre de 50 fois plus rapide pour le modle MB.
Validation exprimentale
Le ralisme du modle dynamique frontire mobile est maintenant valu par comparaison
avec des mesures exprimentales, obtenues sur le procd dcrit Section 1.2 (le Rankine
organique pour poids lourd).
La Figure 2.11 montre la rponse en surchauffe (calcule partir des mesures de temprature et de pression en sortie dvaporateur) du procd des variations sur la vitesse de
pompe. Pour cela, le rgime et le couple du moteur poids lourds ont t maintenus constants
durant lexprience, afin dobtenir des conditions dchappement constante lentre de lva
porateur (mexh = 0.123kg/ sec, Texh = 313 C). Le rgime de la pompe a alors t ajust
jusqu obtenir un point dquilibre (et une surchauffe denviron 30 C).
Les mmes conditions dchappement et les mmes variations de pompe ont ensuite t
appliques au modle MB. La comparaison entre mesures exprimentales et rsultats de
simulation montrent une bonne reprsentativit du modle.

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.

Figure 2.10 : Simulation dune opration de dmarrage pour le Rankine eau.

2.3

Influence du dimensionnement

La rponse du modle en boucle ouverte montre (Figure 2.12


2.12) que :

le volume de paroi Vw filtre les variations du dbit dchappement mexh .


le volume de fluide de travail Vf affecte fortement la rponse de la surchauffe SH aux
variations de vitesse pompe Npump .

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

dchappement mexh ) pour diffrentes valeurs du volume de paroi Vw et du volume de fluide


Vf .

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

Lapproche de modlisation par frontires mobiles dtaille au chapitre prcdent permet


dobtenir des modles dordres peu levs. Pourtant leur utilisation pour la synthse dune loi
de commande valide sur une large gamme de conditions opratoires reste complexe. En effet,
le modle complet du systme Rankine compos des changeurs thermiques (vaporateur
et condenseur), de la machine de dtente et de la pompe se prsente sous la forme dun
systme DAE non-linaire dont il est difficile de dgager une structure compatible avec les
techniques de commandes classiques.
La linarisation tangente (autour dun point de fonctionnement) permet de simplifier le
problme et on peut alors appliquer des mthodes linaires classiques, telles que la commande
linaire quadratique (LQR) ou la commande prdictive par modle (MPC), comme ralis
2011); Zhang et al. (2012a
2012a,b
b); Luong et Tsao (2014
2014).
par Hou et al. (2011
Mais lanalyse des valeurs propres du systme linaris montre des chelles de temps trs
diffrentes entre les diffrentes dynamiques (Jensen
Jensen et Tummescheit (2002
2002); Alleyne et al.
(2007
2007); Wang et al. (2011b
2011b)). Ainsi, les modles dchangeurs peuvent tre considrs comme
singulirement perturbs, aboutissant des systmes dquations mal conditionns. Pour
viter de tels problmes numriques, Alleyne et al. (2007
2007); Wang et al. (2011b
2011b) appliquent
des rductions du systme linaris.
Pourtant, dans les systmes de Rankine pour les applications routires, il est difficile dobtenir de bonnes performances avec un contrleur linaire temps invariant, lorsquon considre
un cycle routier raliste. En effet, ces systmes doivent faire face de fortes perturbations
sur la source chaude, et lvaporateur prsente de fortes non-linarits qui dpendent de ces
conditions extrieures (Horst
Horst et al. (2013
2013)).
49

50

Modles rduits pour la commande

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

Modles pour la commande rapproche

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

Dcouplage du circuit haute pression

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

Sparation des dynamiques lentes et rapides

2002), analysent les valeurs propres dun modle


Les auteurs de Jensen et Tummescheit (2002
dvaporateur MB linaris et proposent une interprtation physique. Bien que ces valeurs
dpendent des conditions opratoires considres et du systme tudi (notamment des volumes de paroi et de fluide pour lvaporateur et du type de fluide, comme discut Section 2.3
2.3),
des dynamiques lentes et rapides peuvent tre identifies pour des vaporateurs typiques. Les
modes les plus lents correspondent aux dynamiques des tempratures de paroi Tw,i et, parce
que la zone liquide contient la majeure partie de la masse de fluide, la dynamique de la longueur de zone liquide L1 est relativement lente.

51

Modles pour la commande rapproche

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

o min,1 correspond au dbit m4 en sortie de pompe. Puisque la temprature du fluide


dhin,1
la pompe est considre comme une perturbation lente, on considre que
=0
dt
et donc
dL1

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

gal au dbit m1 qui traverse la machine de dtente.


Sur le mme principe, les bilans dnergie du fluide sont rcrits, tandis que les bilans
2.13) sont conservs. Il en rsulte un systme du 4e ordre dont les tats
dnergie de la paroi (2.13
dynamiques sont (Tw1 , Tw2 , Tw3 , L1 ), qui scrit :
dTw,i
= Sf i (Tw,i Tf,i ) exh (Tw,i Texh ) , i = {1, 2, 3}
dt
dL1

1 V f
= m4 m1
dt
1

0 = (m4 + m1 )(hin,1 hl ) + Sf 1 (Tw1 Tf,1 )L1


2
0 = m1 (hl hv ) + Sf 2 (Tw2 Tf,2 )L2

0 = m1 (hv hout ) + Sf 3 (Tw3 Tf,3 )(1 L1 L2 )

Mw

o lefficacit dchange paroi-gaz exh du modle dtaill est conserve :


exh = m
exh cpexh
et o

m1 =

exh Sexh
1 exp
m
exh cpexh

!!

1 exp Vexp Nexp pour une machine de dtente volumtrique

SC
2 1 p1 sinon.
d

(3.1)

52

Modles rduits pour la commande

Modle 3 tats dynamiques


En considrant maintenant L1 comme quasi-statique, les bilans massiques conduisent considrer que le dbit sortant de chacune des trois zones est gal au dbit entrant :

min,i = mout,i , i = {1, 2, 3}.

Le dbit massique est ainsi considr uniforme dans lvaporateur, et donc le dbit m4 issu

de la pompe doit tre gal celui qui traverse la machine de dtente m1 .


On peut alors crire un modle du 3e ordre dont les tats sont les tempratures de paroi
(Tw1 , Tw2 , Tw3 ) :
dTw,i
= Sf i (Tw,i Tf,i ) exh (Tw,i Texh ) , i = {1, 2, 3}
dt

0 = m4 m1

0 = m1 (hin,1 hl ) + Sf 1 (Tw1 Tf,1 )L1

0 = m1 (hl hv ) + Sf 2 (Tw2 Tf,2 )L2

0 = m1 (hv hout ) + Sf 3 (Tw3 Tf,3 )(1 L1 L2 )

Mw

(3.2)

avec

m1 =

3.2.3

1 exp Vexp Nexp pour une machine de dtente volumtrique


S C 2 p sinon.
d
1 1

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

Modle pour la supervision nergtique

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

Modle pour la supervision nergtique

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

Modle dchangeur valeurs moyennes

1.1. La surchauffe la sortie de lvaConsidrons le cycle thermodynamique de la Figure 1.1


porateur (point 1) sera suppose dans ce modle comme parfaitement rgule une valeur
constante grce laction de la pompe1 , tandis que le fluide lentre de la pompe (point 3)
sera suppos tre ltat de saturation liquide.
Comme pour le modle ddi la commande rapproche, les dynamiques lentes du systme (correspondant aux dynamiques thermiques des parois des changeurs) seront prises en
compte, alors que la dynamique du fluide sera considre lquilibre. Une rduction supplmentaire sera faite en considrant une seule temprature de paroi par changeur au lieu
de trois dans le modle ddi la commande rapproche.
Dans ce but, dfinissons Tw,e et Tw,c la temprature moyenne des parois, Tf,e et Tf,c la
temprature moyenne du fluide de travail,
f,e et
f,c , le coefficient moyen dchange thermique entre parois et fluide, o les indices e et c se rapportent respectivement lvaporateur
et au condenseur. En considrant donc un unique volume pour chaque changeur, le bilan
dnergie de la paroi peut maintenant scrire :

Mw,e Tw,e = Sf,e


f,e (Tf,e Tw,e ) + Vo,e exh mexh cpexh (Texh Tw,e )

Mw,c Tw,c = Sf,c


f,c (Tf,c Tw,c ) + A mA cpA (TA Tw,c ),

A SA

(3.3)

traduit la chute defficacit de lchange pour des dbits dair

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

Modles rduits pour la commande

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 .

3.4) peut sexprimer sous la forme


Des expressions prcdentes de m1 et h2 , le systme (3.4
implicite suivante :
0 = (Tw,e , Tw,c , p1 , p3 ).
(3.7)
A chaque instant, partir de la connaissance des variables dtat Tw,e et Tw,c , lquation
(vectorielle) implicite peut tre rsolue numriquement en itrant sur p1 et p3 .
La Figure 3.2 illustre le rsultat pour lapplication du Rankine organique dcrit Sec1.2.
tion 1.2

Figure 3.2 : p1 , p3 et m1 en fonction de Tw,e et Tw,c (modle pour la supervision nergtique).

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).

Modle pour la supervision nergtique

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

m1 et prdictions du modle . La Figure 3.3(b) compare les valeurs reprsentatives du fluide

de travail mesures la sortie de lvaporateur ( savoir le dbit massique m1 , la pression p1


et la temprature Tf,1 ) avec les valeurs prdites par le modle.
Lexprience a t mene en boucle ferme, ce qui explique les variations rapides du
dbit de pompe (qui rgule la surchauffe). En effet, il nest pas possible de maintenir le
systme dans des conditions de scurit manuellement face de telles conditions transitoires
lchappement.
Si le modle rduit pour la supervision ne rend pas compte de ces variations hautes frquences la dynamique du fluide tant nglige il est bien reprsentatif des dynamiques
plus lentes de lvaporateur sur une large gamme de conditions opratoires. Concrtement,
les erreurs relatives sont denviron 3.3% pour le dbit, 2% pour la pression et moins de 1%
pour la temprature.

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]

Modles rduits pour la commande

0.2
0.15
0.1
0.05

Texh [o C]

0
300
250
200
0

100

200

300

400

500

temps [s]

(a) Conditions lchappement : temprature et dbit du gaz.

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.

Figure 3.3 : Validation exprimentale du modle dvaporateur valeurs moyennes .

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

Analyse des Entres - Sorties

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

Objectifs de la commande rapproche

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

par un asservissement de bas-niveau) on peut considrer que mexh,in = mexh VoSP


evap .
La commande du by-pass expanseur VoSP
exp permet de conduire une fraction du fluide
de travail vers lexpanseur et le reste directement vers le condenseur. Cet actionneur
est indispensable pour protger lexpanseur qui nadmet que de la vapeur, mais nest
pas un rel degr de libert en mode production. Il conviendra de lutiliser en tout ou
rien : il va conduire tout le fluide de travail vers lexpanseur en mode production (et
tout le fluide vers le condenseur en phases de dmarrage et darrt).

La vitesse de pompe permet de rguler le dbit m4 du fluide de travail entrant dans


SP
lvaporateur. Vue la rapidit de raction de Npump vis--vis de Npump
et vu le rendement
massique pump quasi constant en mode production (hors cavitation, comme dmontr

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)

Objectifs de la commande rapproche

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

Objectifs de la commande rapproche

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

Objectifs de la commande rapproche

Figure 4.2 : Diagramme p-h (pression-enthalpie) dun cycle de Rankine eau.

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

notamment de deux degrs de liberts (Nexp et m4 ) qui permettent de contrler SH et pevap .


Prcisons quil existe, potentiellement, un autre degr de libert : louverture de la vanne

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 .

Objectifs de la commande rapproche

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

Objectifs de la commande rapproche

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

Matrise de la surchauffe et de la pression

5.1.1

Limites de la commande linaire temps invariant

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.

La relation dynamique liant la premire commande m4 et la sortie SH peut tre assez


fidlement dcrite (autour dun point dquilibre) par une fonction de transfert du premier
ordre avec retard pur (FOPTD)
Y (s)
Kp
=
eTp s .
U (s)
1 + p s
65

66

Cycle de Rankine eau

Point dquilibre chaud


SH
200 K
y0
p
2.5 MPa

m4
0.005855 kg/s
u02
Nexp 712.5 rpm
Texh 600

0
d2 m
0.05 kg/s
exh
T4
70

Point dquilibre froid


SH
200 K
y0
p
2.5 MPa

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

Matrise de la surchauffe et de la pression

Point dquilibre chaud


Point dquilibre froid

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

Commande par gains squencs ( gain scheduling )

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

Cycle de Rankine eau

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

Commande base sur linversion de modle

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

du dbit de gaz (mexh ) est fournie par le systme de contrle moteur.

Figure 5.3 : Rgulateur avec pr-compensation par inversion du modle rduit.


La validation des modles rduits de lvaporateur (Section 3.2.3
3.2.3) montre que le modle
(3.1
3.1) du 4e ordre est plus prcis que celui du 3e ordre (3.2
3.2). Mais il ne peut tre invers (de
manire causale et stable) car la simulation montre quil nest pas minimum de phase. Ainsi
le modle du 3e ordre sera utilis.
Pour une pression donne, le dbit massique peut tre explicitement calcul depuis le

systme DAE (3.2


3.2). Il constitue la pr-compensation u1,d de la premire entre u1 = m4 . La

Matrise de la surchauffe et de la pression

69

vitesse de rotation de la machine de dtente peut galement tre explicitement dduite de


2.3). Elle constitue la pr-compensation u2,d de la seconde entre u2 = Nexp .
lquation (2.3
La pr-compensation est alors dcrite par le systme dynamique suivant :

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

Structure gnrale de commande


Le systme de contrle est implment dans Simulink avec la structure montre en Figure 5.4
5.4. Le module Sensors est utilis pour filtrer les mesures disponibles et calculer ou estimer certaines variables thermodynamiques (enthalpie, surchauffe, densit ...) partir de ces
mesures. Le module Actuators traduit les commandes de haut-niveau vers des consignes adaptes aux actionneurs (par exemple, commande de dbit massique la pompe vers consigne de
vitesse de rotation pompe). Le module Supervisor implmente les scurits et gre les modes
suivants :
Arrt : le gaz dchappement (quand son exergie est considre comme trop faible)
by-passe lvaporateur ;
Ralenti froid : le gaz dchappement entre dans lvaporateur pendant que la pompe
fait circuler du fluide qui by-passe la machine de dtente ;
1

Rappelons que ces trois zones correspondent la distinction des phases liquide, vapeur et mixte introduites
par le principe des frontires mobiles.

70

Cycle de Rankine eau

Figure 5.4 : Structure du systme de contrle dans Simulink.


Ralenti chaud : le fluide est ltat de vapeur surchauffe en sortie dvaporateur, le
systme est amen vers des conditions permettant lutilisation de la machine de dtente ;
Dmarrage de la machine de dtente : la vitesse de la machine de dtente est
commande et son by-pass est ferm ;
Production de puissance : mode nominal, dans lequel le systme devrait rester le
plus possible ;
Arrt de la machine de dtente : la vitesse de la machine de dtente est ramen
zro et son by-pass est ouvert.
Chaque mode active une stratgie spcifique de commande (en boucle ouverte ou ferme)
implmente dans le module Control.
La priode dchantillonnage du systme de commande est de 20 ms (que ce soit en
simulation ou sur banc dessai), ce qui donne de la flexibilit dans le filtrage des mesures et
permet une discrtisation convenable des rgulateurs.
Co-simulation
En co-simulation les diffrents sous-systmes (qui prsentent des couplages entre eux) sont
modliss et simuls de manire distribue sur diffrents logiciels. Dans la configuration de co5.5, le systme de contrle-commande est implment sous
simulation prsente en Figure 5.5
Simulink alors que le modle physique du systme de Rankine est implment sous Dymola
(via le simulateur raliste, prsent et valid au Chapitre 2). Cette structure de co-simulation
prsente les intrts suivants :
utiliser le logiciel le mieux adapt la modlisation de chaque systme (Dymola pour
la modlisation du cycle thermodynamique et Simulink pour le contrle commande),
utiliser le mme modle de commande en simulation et sur banc dessai (le modle du
systme de Rankine sera alors supprim au profit des entres et sorties du procd rel).
Les conditions externes pour lvaporateur et le condenseur peuvent tre dfinies pour
simuler diffrents scnarios. Les conditions des gaz dchappement considres ici sont issues

Matrise de la surchauffe et de la pression

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

Cycle de Rankine eau


100

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]

(a) Conditions lchappement.

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]

(b) Sorties (p1 ,SH ) et commandes (m


4 , Nexp )

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

Matrise de la surchauffe et de la pression

73

Endo et al. (2007


2007); Horst et al. (2013
2013) lorsquil sagit de matriser la pression au niveau de
lvaporateur, dans des conditions transitoires reprsentatives dun trajet routier.
En revanche le systme a pu tre stabilis sur des points stationnaires et les rsultats
2013) confirment le potentiel du systme de Rankine eau
prsents dans Leduc et Smague (2013
pour la rduction de consommation dun vhicule lger (avec moteur essence). Ainsi, pour
des conditions correspondantes une conduite sur autoroute, il a t montr que le systme
de Rankine pouvait rcuprer, de manire continue, une puissance mcanique suprieure
1kW en sortie de la machine de dtente.

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

Cycle de Rankine eau

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.

Le systme considr est alors mono-entre mono-sortie (SISO) o la commande est u = m4


et la sortie y = SH . Lidentification exprimentale commande-sortie (pour des perturbations
fixes) conduit ladoption de modles du second ordre (comme illustr en Figure 6.1
6.1) avec
dpassement, ce qui justifie lemploi dun PID.
Comme pour le cas du cycle de Rankine eau, les paramtres identifis sont sensiblement diffrents selon le point dquilibre, ce qui justifie galement lutilisation dune prcompensation, comme pour la structure de commande prsente Figure 5.3
5.3.

6.1.2

Synthse de la commande par pr-compensation

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

Cycle de Rankine fluide organique

SH [ C]

20

donnees experimentales
second ordre

10
0

Npump [rpm]

10
50

SBPA

50
0

20

40

60

80

100

120

temps [s]

Figure 6.1 : Identification (ORC) commande-sortie par un modle du second ordre.


dun systme DAE.
A condition de connatre la pression p1 , la partie dynamique se prsente sous une forme
explicite :

Sf 1
exh

Tw1 =
(Tw1 T1 )
(Tw1 Texh )

Mw
Mw

w2 = Sf 2 (Tw2 T2 ) exh (Tw2 Texh )


(6.1)
T

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

Cycle de Rankine fluide organique

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)

Ainsi, (Tw , d, p1 ) dcrot de faon monotone avec p1 . En consquence, on peut rsoudre


numriquement (6.2
6.2), par exemple par dichotomie, garantissant une implmentation robuste
(en ligne) de la commande. En dautres termes, tant donn un vecteur de perturbation d et
un vecteur dtat Tw , calcul par intgration du systme dquation (6.1
6.1), on peut dduire
la valeur de pression p1 correspondante. Finalement, la
partie pr-compensation est dduite
par lexpression du dbit qui traverse la turbine ud = S 2 1 p1 .

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]

Cycle de Rankine fluide organique

Texh [o C]

0
320

270

220
100

200

300

400

500

Time [s]

(a) Conditions lchappement.


40

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).

Figure 6.3 : Rsultat exprimental : la pr-compensation dynamique par inversion du modle


amliore la rgulation de surchauffe(SH )
deux villes franaises : Lyon et Chambry. La rgulation de la surchauffe (SH ) se montre
alors performante et robuste sur toute la dure du cycle (50 minutes).
Remarque 6.1. Durant la phase de dmarrage (qui dure ici environ 1 minute), la pompe
est commande en boucle ouverte. Le systme de commande suit alors les modes dcrit Section 5.1.4 : larrt (lorsque le dbit de gaz est trop faible) la pompe ne tourne pas ; elle est

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]

Figure 6.4 : Validation exprimentale de la stratgie de commande sur un profil de conduite


raliste.
ensuite maintenue un faible rgime (mode ralenti froid) jusqu apparition dune valeur de
surchauffe positive.
Remarque 6.2. Dans cette deuxime exprience, le by-pass chappement Vo,e a t utilis
pour limiter le flux denthalpie de gaz et maintenir la pression dans le circuit sous le seuil de

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

Cycle de Rankine fluide organique

turbine. Ce sera le sujet de la Section 6.2


6.2.

6.1.4

Rsultats de simulation

La loi de commande pour la matrise de la surchauffe (propose Section 6.1.2


6.1.2) est implmente
sous Simulink. Afin de vrifier la pertinence de cette approche, le rgulateur est test sur le
simulateur dtaill, dont les quations du modle sont donnes Chapitre 2.
Les conditions de gaz considrs, prsentes Figure 6.5(a)
6.5(a), couvrent une large gamme
de conditions opratoires.
Les rsultats obtenus exprimentalement (Figure 6.3(b)
6.3(b)) sont comparables ceux obtenus sur notre simulateur (Figure 6.5(b)
6.5(b)). Notamment, pour la rgulation par PID seul
(tracs de gauches), les trajectoires de la commande Npump , de la sortie rgule SH et de la
pression sont trs proches.
Les diffrences sont un peu plus grandes avec la pr-compensation dynamique. En effet, en simulation (ou le procd est remplac par le modle dtaill), la valeur de la prcompensation Npump,d (donne par la prdiction du modle rduit) est trs proche de la
commande ncessaire pour rguler SH .
Nanmoins, ces rsultats montrent que le modle dynamique dtaill propos Section 6.1.2
est raliste et quil permet dvaluer la pertinence dune loi de commande. Ltude de linfluence du dimensionnement sur la rgulation de la surchauffe, prsente par la suite (Section 6.1.5
6.1.5), en tire ainsi partie. De plus, les simulations savrent particulirement rapides, ce
qui permet aisment une premire calibration des paramtres de rgulation (par exemple du
PID), rduisant le temps de calibration sur le procd exprimental.

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]

(a) Conditions lchappement.


40

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).

Figure 6.5 : Rsultat de simulation : la pr-compensation dynamique par inversion du


modle amliore la rgulation de surchauffe(SH )
ptant lopration pour diffrents choix de dimensionnement. Mais la preuve de la commandabilit ne serait apporte que pour des ensembles (forcment limits) de conditions opratoires
et de dimensionnements.
Dans tous les cas, la dmonstration des performances dune loi de commande sur un
modle raliste du systme de Rankine est un problme difficile. Nous proposons ici, plus

84

Cycle de Rankine fluide organique

modestement, de tester notre stratgie de commande en simulation, en prenant diffrentes


valeurs pour les paramtres de dimensionnement qui semblent les plus influents. Pour cela,
le systme tudi en simulation Section 6.1.4 est repris en faisant varier les volumes de paroi
Vw et du fluide de travail Vf . Les rglages du contrleur sont alors adapts ainsi :
la partie pr-compensation dynamique (6.1
6.1)-(6.2
6.2) prend en compte la valeur de Vw (
travers la masse de paroi Mw qui est proportionnel Vw ),
le rglage correct des gains du PID ncessite une nouvelle phase didentification entresortie du systme chaque modification du dimensionnement.
La Figure 6.6 compare les performances obtenues sur la rgulation de la surchauffe et
les commandes ncessaires sur la pompe. Il apparat que lerreur moyenne entre consigne et
sortie mesure est dautant plus faible que le volume de paroi Vw est grand et celui de fluide
de travail Vf est petit. Pour ces dimensions, il est envisageable de diminuer la consigne SH SP
afin damliorer le rendement du cycle. Au contraire pour des valeurs de Vw plus petites et
de Vf plus grandes, il devient difficile de rejeter les perturbations (provenant des variations
des conditions dchappement) et le systme command est plus lent ou sapproche de linstabilit. Pour ces dimensions, la commande est galement plus chahute, laissant craindre
un vieillissement prmatur de la pompe.
Ces rsultats semblent cohrents avec la physique du systme et les simulations menes
en boucle ouverte :
La paroi agit comme un filtre vis--vis des perturbations. En effet plus son volume Vw
est grand, plus son inertie thermique sera grande et au plus les effets des variations
lchappement seront lisss. Ainsi le rejet de perturbation est facilit.
Les temps de rponse de la surchauffe aux variations de la commande augmentent avec
Vf . Il en rsulte une rgulation plus difficile.

6.2

Matrise de la surchauffe et de la pression

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.

Matrise de la surchauffe et de la pression

85

(a) Influence sur lerreur de rgulation.

(b) Influence sur la commande.

Figure 6.6 : Influence du dimensionnement, en terme de volumes de fluide de travail Vf et


de paroi Vw dans lvaporateur, pour la rgulation en surchauffe.

86

Cycle de Rankine fluide organique

6.2.1

Formulation du problme

Le problme de commande sera de rpondre une demande de production de puissance


tout en assurant un niveau de scurit pour la pression et surchauffe. A partir des caractristiques de la turbine, la demande de puissance peut tre convertie en terme de consigne
h
iT
en pression. Nous considrerons donc le vecteur de sortie y = SH p1 , le vecteur dtat
h

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

Matrise de la surchauffe et de la pression

o
1 (T1 (p) Tw1 )

f (Tw , p1 ) =
2 (T2 (p) Tw2 ) ,
3 (T3 (p) Tw3 )

(6.5)

Texh (t) Tw1

g(Tw , t) = Texh (t) Tw2 ,


Texh (t) Tw3

(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

Le systme dfini par les quations (6.4


6.4)-(6.7
6.7) appartient la classe des systmes implicites
considre dans lAnnexe A. Afin de transformer le systme implicite en un systme dqua
est de rang
tions diffrentielles ordinaires (EDO), nous avons donc besoin de vrifier que
p1
plein, avec dfini par lquation (6.6
6.6).
La Proposition 6.1 montre justement que
intresse (dfini par les conditions 6.1 et 6.2
6.2).

< 0 sur le domaine physique qui nous


p1

Ainsi, le systme dfini par les quations (6.4


6.4)-(6.7
6.7) peut tre crit comme suit :

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

hout (p1 ) hv (p1 )


3 (Tw3 T3 (p))2



p1 Tw ,p1

(6.8)

(6.9)

88

Cycle de Rankine fluide organique

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

V = Twi (i (Tf,i (t) Twi ) + u(t) (Texh (t) Twi ))


2
= Twi
(i + u(t)) + Twi (i Twi (t) + u(t)Texh (t))

2aV + b 2V

V (2a V b 2)

(6.11)

o a = inf (i + u(t)) et b = sup (i Tf,i (t) + u(t)Texh (t)) avec a > 0 et b 0.


La dernire ingalit de 6.11 montre que V est ngative pour des Twi tels que {|Twi |
b/a}.
En outre, les solutions issues de lensemble {V (Twi ) (b/a)2 /2} t0 , restent dans cet
ensemble pour t > t0 puisque V est ngative sur sa frontire quipotentielle V = (b/a)2 /2.



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 ) =

TTw f (Tw , p1 ) + k(pSP


1 p1 )
,
T
Tw g(Tw , t)

(6.12)

stabilise asymptotiquement p1 vers la consigne pSP


1 . De plus, lentre u2 et les tats du systme (6.4
6.4) restent borns.
Dmonstration. Soit u2 (Tw , p1 , pSP
6.12). Puisque les conditions C1 et
1 ) telle que dfinie par (6.12
C2 sont vrifies, u2 est borne. Alors la seconde quation du systme (8.10
8.10) devient :
SP
p1 = 1
p k(p1 p1 ).

(6.13)

De plus, il a t montr (Proposition 6.1


6.1) que p < 0. Ainsi, clairement, la dynamique de la
pression (6.13
6.13) est attire asymptotiquement par pSP
1 .

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

Les notations suivantes sont utilises : p =

!


, Tw =
p1 Tw ,p1

!


Tw Tw ,p1

89

Matrise de la surchauffe et de la pression

Dfinition 6.2.1. Un observateur implicite pour le systme (A.1


A.1) qui converge pour toute
entre u U est un systme dynamique de la forme
x = Fb (
x, z, g, y, u)
g = G(g, u), g O, est un sous-ensemble ouvert de Rk

(
x, z) = 0,

(6.14)

tel que pour tout u U nous avons


i) g(0) O, la trajectoire (g(t))t0 reste dans un sous-ensemble compact de O.
ii) r > 0 ; (x(0), z(0)) M ; r0 > 0 ; (
x(0), z(0))) M, k(
x(0)x(0), z(0)z(0))k <
r0 implique k(
x(t) x(t), z(t) z(t))k < r, pour tout t 0.
iii) (x(0), z(0)) M ; (
x(0), z(0))) M, lim k(
x(t) x(t), z(t) z(t))k = 0,
t+

o les conditions i) et ii) assurent la stabilit de lobservateur, et la condition iii) garantit sa


convergence.
2
En se basant sur cette dfinition, et en utilisant les notations z = p1 et x = Tw avec
(Tw (t), p1 (t)) R3 R et y(t) = p1 , le gain G est donn par la solution dune quation de
Riccati, et un filtre de Kalman tendu (FKE) implicite pour notre systme est donn par
2007); slund et Frisk (2006
2006); Nikoukhah (1998
1998))
(pour plus de dtails, voir Besanon (2007

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

Pour dmontrer lefficacit de la structure de commande dcrite par la Figure 6.7


6.7, cette
section prsente un ensemble de rsultats de simulation pour des conditions opratoires ralistes. Aprs avoir valid lobservateur, la loi de commande sera teste sur le modle dtaill
(dcrit Chapitre 2), montrant une grande robustesse en prsence dincertitudes sur le modle.
Validation de lobservateur
Les performances de lobservateur (6.15
6.15) en prsence de bruits de mesure est montr Figure 6.8(a)
6.8(a). La simulation du systme est effectue sous des conditions opratoires transitoires. Lobservateur (6.15
6.15) est initialis avec des conditions initiales trs loignes de celles
du modle dtaill. Il est ainsi mis en vidence que les tats de lobservateur convergent vers
leur valeurs cible plus rapidement que les tats du modle dtaill, si les mmes conditions
initiales sont utilises (i.e la mme erreur est considre dans les deux cas). De plus, le FKE
implicite propos fournit un filtrage efficace des mesures de pression (Figure 6.8(b)
6.8(b)) qui
sera utile la commande par rtroaction.

90

Cycle de Rankine fluide organique

(a) Rsultats de simulations avec des entres transitoires : comparaison des


trajectoires des tats du modle dtaill (lignes continues), de lobservateur
(lignes pointills) et du modle dtaill avec les mme conditions initiales que
lobservateur (lignes tirets).

(b) Filtrage des mesures de pression par lobservateur (zoom de la Figure 6.8(a)
6.8(a)).

Figure 6.8 : Validation de lobservateur


valuation de la boucle ferme
Des donnes exprimentales reprsentative du trajet dun camion poids-lourd (Figure 6.9
6.9)
ont t normalises (les valeurs du dbit des gaz dchappement ont t normaliss pour des
raisons de confidentialit). Dautre part, pour juger la robustesse de la loi de commande,
des erreurs de modlisation ont t introduites sur deux des principaux paramtres : une
erreur de 10% sur le coefficient dchange thermique entre la paroi de lvaporateur et le gaz

Diagnostic : cavitation

91

dchappement, et de 20% sur le volume de paroi.

Figure 6.9 : Donnes exprimentales des conditions lchappement (dbit et temprature


du gaz) pour un camion poids lourd.
La Figure 6.10 prsente les rsultats obtenu pour lobservateur. Les valeurs des tats qui
ne sont pas mesurables (issues du simulateur) et leurs estimations sont compares. En raison
des erreurs paramtriques considres sur le modle, les estimations ne convergent pas exactement vers leurs valeurs cibles. Malgr tout, lobservateur fournit des valeurs reprsentatives
du systme, en particulier durant les priodes fortement transitoires.
Les Figure 6.11 et 6.12 valident les capacits de la commande rguler la sortie du
procd SH autour de la consigne SH SP malgr les transitoires rapides sur les conditions
dchappement et malgr les variations trs importantes du niveau de pression. Les performances de lasservissement sont aussi dmontres, la condition que le dbit du gaz dchappement soit suffisant. Ainsi, durant lintervalle de temps entre 1400 s et 1800 s, la consigne
en pression o de manire quivalente, la demande en puissance pour la turbine ne peut
tre satisfaite.
Finalement, pour mettre en avant les bnfices de lutilisation de lobservateur, une seconde simulation est conduite o ltat du systme est estim par un modle en boucle
ouverte. La Figure 6.13 compare les rsultats respectifs en terme de rgulation de la surchauffe : lerreur maximale dpasse les 8 dans cette seconde simulation alors quelle est
denviron 5 avec lobservateur. Lobservateur permet donc damliorer sensiblement la
robustesse de notre stratgie de commande base sur le modle.

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

Cycle de Rankine fluide organique

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

Figure 6.11 : Rsultats de lasservissement en pression (suivi de la trajectoire pSP


1 ) et de la
rgulation en surchauffe (autour de SH SP ).
Calcul de la variance : lintensit du bruit de procd est estim par le calcul de sa
variance sur une fentre glissante (de taille f 0 ).
Hystrsis : lintroduction dun hystrsis vite les fausses dtections.
Lalgorithme est valid (hors ligne) sur les donnes exprimentales avec la mme priode
dchantillonnage que le systme de commande (20ms).
Les paramtres de lalgorithme retenus sont les suivants : f = 50 pour la taille du filtre
mdian (induisant un retard du signal filtr de 1 seconde), f 0 = 100 pour la taille de la fentre
du calcul de variance, 3 103 et 5 104 pour les seuils de lhystrsis.
Sur la Figure 6.16
6.16, prsentant les rsultats de lalgorithme sur deux cycles, sont tracs
les principales variables intermdiaires de lalgorithme. Notamment, le rsidu entre la mesure retarde et la sortie du filtrage, qui reprsente lestimation du bruit. Lvolution de la
variance pondre de ce bruit dtermine la dtection (lors du franchissement des seuils de
lhystrsis) ou non de la cavitation.
On vrifie par le trac du rendement (estim partir du dbitmtre du banc) que la
cavitation est globalement bien dtecte (pas de fausses dtections, ni de non dtections).
Sur certains enregistrements, on constate, malgr tout, une dtection plus tardive.
Remarque 6.3. Le filtrage utilis par cet algorithme de diagnostic (filtre mdian) pourraittre remplac par lobservateur dtaill Section 6.2.3 qui a montr sa capacit filtrer efficacement le bruit de mesure sur p1 (Figure 6.8(b)
6.8(b)). Cela permettrait de supprimer le retard de
dtection induit par le filtre mdian (qui reste limit 1 seconde). Cependant lobservateur
propos repose sur des quations qui ne sont valides quen mode nominal (en prsence de
surchauffe) et devrait donc dabord tre tendu pour tre utilis lors des phases de dmarrage
et darrt.

94

Cycle de Rankine fluide organique

Figure 6.12 : Evolution des deux variables de commande : le dbit massique de la pompe
et louverture du by-pass vaporateur.

Figure 6.13 : Comparaison de lerreur de rgulation en surchauffe (SH SH SP , en C) avec


observateur (ligne continu) et avec estimation par modle boucle ouverte (ligne pointille).

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.

Figure 6.15 : Algorithme de dtection de la cavitation.

96

Cycle de Rankine fluide organique

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

(a) Donnes exprimentales dune phase de dmarrage du systme de Rankine


20

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

(b) Donnes exprimentales dune phase darrt du systme de Rankine.

Figure 6.16 : Validation de lalgorithme de dtection de cavitation sur donnes exprimentales.

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

Principe de la programmation dynamique

La programmation dynamique (DP) fournit une mthode de rsolution des problmes de


contrle optimal pour les sytmes dynamiques, base sur le principe doptimalit de Bellman (Bellman
Bellman (1957
1957)). Ce principe peut tre rsum ainsi : tant donn un tat courant, la
politique optimale pour les tapes venir est indpendante des dcisions prises aux tapes
prcdentes.
De ce principe trs gnral dcoule une mthode qui ne ncessite pas dhypothses sur
la dynamique du systme (pas forcment linaire) ou sur la fonction cot (pas forcment
convexe). Cest notamment une mthode frquemment utilis dans le cadre de la gestion
Guzzella et Sciarretta (2007
2007); Serrao et al. (2011
2011)).
nergtique des vhicules hybrides (Guzzella
Le problme gnral de contrle optimal auquel nous nous intressons concerne les systmes dynamiques n variables dtat et m variables de commande et peut tre formalis
ainsi (Geering
Geering (2007
2007)) :

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

h (x(t), u(t), t) dt,

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)

o xk Xk est le vecteur dtat et uk Uk le vecteur de commande.


Base sur le principe doptimalit de Bellman, la DP procde en temps inverse (du futur
vers le prsent) pour valuer le cot de la fonction arc Jk (xi ) chaque nud xi de lespace
dtat discrtis :
tape 1 : Initialisation
(

JN (x ) =
i

gN (xi ), pour xi XN
sinon.

(7.2)

tapes suivantes : itration rtrograde pour k = N 1 0


Jk (xi ) = min {gk (xi , uk ) + Jk+1 (fk (xi , uk ))}.
uk Uk

(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

Rsolution hors ligne


Algorithme level-set

Un problme important considrer lors de limplmentation dun algorithme de DP est la


dfinition dune fonction cot pour les arcs menant des tats non admissibles. Les points de

101

Rsolution hors ligne

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)

Le principe de la DP est alors appliqu, en considrant la fonction level-set I comme la


fonction valeur minimiser :
tape 1 : Initialisation

IN (xi ) = h(xi ).

(7.7)

tapes suivantes : Itration rtrograde pour k = N 1 0


Ik (xi ) = min {Ik+1 (fk (xi , uk ))}.

(7.8)

uk Uk

7.2.2

Nouvel algorithme avec grille adaptative (DPGA)

Au sacrifice dune augmentation raisonnable de la charge de calculs, lalgorithme level-set


introduit par Elbert et al. (2013
2013) peut-tre modifi pour obtenir une solution plus prcise et
plus lisse. Les modifications de lalgorithme original consistent en une seconde discrtisation
dfinie par les quations (7.11
7.11)-(7.15
7.15) de lespace dtat lors de la partie rtrograde de
7.22) de lespace
lalgorithme et en une discrtisation plus fine dfinie par lquation (7.22
de commande .
Partie rtrograde du DPGA
Pour amliorer la prcision de la solution, lalgorithme "forward" Elbert et al. (2013
2013) est
modifie comme il suit.
Etape 1 : Initialiser k la valeur N et les fonctions level-set et fonction valeur ainsi :
IN (xi ) = h(xi )
JN (xi ) = gN (xi ).
h

(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) =

min {xiN (j) | 0 < IN (xiN )}

(7.12)

xN (j) = max {xiN (j) | 0 < IN (xiN )}

(7.13)

i{1,...,q}

i{1,...,q}

103

Rsolution hors ligne

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)

Etape 2 : Soustraire 1 k et mettre jour la fonction level-set :


Ik (xi ) = min {Ik+1 (fk (xi , uk ))}.
uk Uk

(7.16)

Comme pour la premire tape, une seconde discrtisation Xk est ralise. La


fonction level-set est alors rvalue :
Ik (
xi ) = min {Ik+1 (fk (
xi , uk ))}.
uk Uk

(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)

et trouver la commande qui minimise la fonction level-set

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)

et rpter les tapes 2 - 4 jusqu ce que k = 0.


Partie "forward" du DPGA
Afin dobtenir une solution plus lisse (et un degr moindre damliorer sa prcision), la
2013) est implmente avec une
partie "forward" de lalgorithme introduit par Elbert et al. (2013
discrtisation plus fine de lespace de commande :
Uk = {u1k , ..., urk , ..., urk }
|

{z

Uk

(7.22)

Etape 1 : Affecter 0 k et la condition initiale x0 x.


Etape 2 : Incrmenter k de 1 et trouver les commandes candidates :
UkF (xk ) = {uk Uk | Ik+1 (fk (xk , uk )) 0}.

(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)

Etape 4 : Simuler le systme avec la commande trouve


xk+1 = fk (xk , uok )

(7.25)

et rpter les tapes 2 - 4 jusqu ce que k = N .


Remarque 7.1. La charge de calculs supplmentaires induite par la discrtisation plus fine
7.22) est relativement faible. En effet, puisque les tapes 2 - 4 de lalgorithme ne sont
Uk (7.22
appliques qu une valeur de xk , le nombre supplmentaire dappels au modle est de N (
r r).

7.2.3

Exemple de supervision energtique

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

Rsolution hors ligne

Formulation du problme de commande optimale


Nous dsirons trouver une stratgie de commande qui minimise la consommation lectrique
sous la contrainte de parcourir la distance D en un temps donn tf . Pour formuler le problme
sous une forme adapte la rsolution par les algorithmes de DP prsents plus haut, le
modle temps-continu du vhicule lectrique est discrtis en utilisant la mthode dEuler
explicite avec un pas de temps Ts . Le problme de commande optimale peut alors tre formul
ainsi :
min
u

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

Rsolution hors ligne

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

Nombre dappels au mod`ele [x 108 ]

Figure 7.5 : Prcision des algorithmes DP en fonction du nombre dappels au modle.

7.2.4

Paralllisation des algorithmes

Nous avons vu dans la section prcdente combien lamlioration de lalgorithme standard


pouvait aider la rsolution du problme. Ainsi en permettant de rduire le niveau de discrtisation des espaces dtat et de commande pour une prcision quivalente , un
algorithme performant permet de rduire les ressources ncessaires en temps (la rsolution
est plus rapide) et en mmoire (moins de donnes stocker).
Dans cette section, nous proposons daccrotre sensiblement les gains en temps de calculs en exploitant le calcul (massivement) parallle autoris par les proprits de lalgorithme.
Pour mettre en vidence cette proprit, crivons la partie backward (partie qui r7.1) sous une forme (pseudoclame le plus de calculs) de lalgorithme standard DP1 (Section 7.1
code) plus proche de limplmentation pratique :
Lalgorithme est ainsi constitu de trois boucles imbriques : la premire boucle itre
sur le pas de temps k, la deuxime sur la discrtisation de ltat xi , et la dernire sur la
discrtisation de la commande uj .
Dans cette dernire boucle sont faits les appels au modle, au travers des fonctions
CalculTrajectoire () et CalculValeurArc (). Rappelons que le calcul du cot total, par
la fonction CalculValeurTotale (), est obtenu avec la valeur xik+1 par interpolation de la
1

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

Algorithme 1 : Partie rtrograde de lalgorithme standard DP.


Entres : discrtisations Xk et Uk , fonctions Calcul
Sortie : cot optimal Jki , k = {1, 2, ..., N } , i = {1, 2, ..., Nx }
pour k := N 1 1 faire
pour chaque xi Xk faire
pour chaque uj Uk faire
xik+1 := CalculTrajectoire(xi , uj , k) ;
g := CalculValeurArc(xi , uj , k) ;
Jj := g + CalculValeurTotale(xik+1 , Jk+1 ) ;
Jki = minj {Jj } ;

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

Recherche dune stratgie en ligne

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

temps de calcul (s)

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

Figure 7.7 : Comparaison des temps de calculs de la DP : sans paralllisation ( CPU 1


cur ), avec une implmentation multi-processeur ( CPU 4 curs ) et sur carte graphique
( GPU ). A droite, le ratio des temps de calcul par rapport limplmentation squentielle.
Si la mthode de paralllisation implmente sur les processeurs (note CPU 4 curs )
permet ici un gain de temps sensible, les gains avec lunit graphique ( GPU ) sont beaucoup
plus grands : pour des discrtisations suffisamment fines cest dire pour un nombre
dappels au modle qui permettent doccuper toutes les units de calcul les gains dpassent
un facteur 200.

7.3
7.3.1

Recherche dune stratgie en ligne


Principe de Pontryagin (PMP)

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)

o la fonction H est dfini par :


H(x(t), u(t), t, (t)) = h(x(t), u(t)) + T (t) f (x(t), u(t), t),

(7.35)

Rn tant le multiplicateur de Lagrange (ou tat adjoint) associ la dynamique du


systme avec pour dynamique :

H
d

.
(7.36)
=
dt
x (xo ,uo ,o )
Le PMP permet donc de dduire la commande optimale en chaque instant
uo (t) = arg min H(xo (t), u, t, o (t))
uU (t)

(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

Recherche dune stratgie en ligne

Dterminer ltat adjoint grce la DP


Lvolution de la valeur de ltat adjoint o le long dune trajectoire optimale, peut se dduire
des rsultats de la DP. Conservons les notations et hypothses faites ci-dessus pour lnonc
du PMP. La drivation de lquation de Hamilton-Jacobi-Bellman permet dcrire :

J o

f (xo (t), u, t)},
u (t) = arg min {h(x (t), u, t) +

uU (t)
x (xo )
o

(7.39)

rsultat qui stend au systme discrtis (Bertsekas


Bertsekas (2005
2005)), sous lhypothse supplmentaire
de convexit de U(t).
Ltat adjoint optimal du PMP est donc gal la drive, par rapport ltat, du cot
optimal le long de la trajectoire optimale :

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)

Ce lien est particulirement intressant dans le cas o o peut-tre exprim en fonction


(seulement) de ltat, permettant de dduire une loi de commande optimale par retour dtat.

Conclusion. Dans ce chapitre, un nouvel algorithme (DPGA), bas sur le principe de


la programmation dynamique (DP), est propos. Ses bnfices en terme de prcision (pour
mme niveau de discrtisation) sont dmontrs sur un exemple de supervision nergtique.
Il est galement montr quune paralllisation des calculs permet daccrotre sensiblement les
gains en temps de calcul.
Une mthode pour la recherche dune solution implmentable en ligne est finalement expose.
Elle permet, sous certaines conditions, de dduire un retour dtat partir des rsultats de
la DP et du principe du maximum de Pontryagin (PMP).

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

Supervision nergtique dun ORC

cules (le livre Guzzella et Sciarretta (2007


2007) en donne une vision gnrale) qui constitue une
source dinspiration intressante. Plusieurs problmes transitoires de contrle de la production dnergie bord de vhicules, en prsence de contraintes, ont t abords et rsolus par
des mthodes de commande optimales, notamment par la programmation dynamique (DP)
Bellman (1957
1957)). Un exemple reprsentatif est le problme de gestion nergtique pour les
(Bellman
vhicules lectriques hybrides, qui consiste minimiser, le plus souvent, la consommation de
carburant (Guzzella
Guzzella et Sciarretta (2007
2007)).
Ce chapitre aborde le problme de maximisation de la puissance produite par un systme
ORC board dun train Diesel-lectrique. Le modle rduit dynamique, propos Section 3.3
3.3,
permet la formulation du problme energtique sous la forme dun problme de commande
optimale qui peut tre rsolu par la DP. Lutilisation de lalgorithme DP avec grille adaptative,
7.2.2, permet damliorer la prcision de la solution. Lanalyse de la solution
propos Section 7.2.2
obtenue fournit des enseignements prcieux lors de la recherche dune stratgie de commande
implmentable en ligne.
Ce chapitre est organis comme il suit. La Section 8.2 introduit lapplication et ses spcificits. La formulation du problme de commande optimale est ensuite propose. La Section 8.3
analyse la solution du problme obtenue hors-ligne. Profitant de ces rsultats, le problme
de commande optimale est reformul Section 8.4
8.4, autorisant une implmentation en ligne
via une optimisation dynamique temps rel (DRTO). Cette approche est valide sur un simulateur raliste, montrant un bnfice important en terme denergie rcupre au cours
dun trajet reprsentatif par rapport la mthode classique trouve dans la littrature ORC
(loptimisation statique).

8.2
8.2.1

Optimisation bord dun train Diesel-lectrique


Description du systme

Le sytme considr est prsent Figure 8.1


8.1. Il sagit dun prototype de systme ORC pour
la rcupration de chaleur issue dun ensemble de moteurs Diesel (Power Pack) produits
par Alstom Transport ddi aux locomotive Diesel-electrique. Une pompe met sous pression
un fluide organique (le R365mfc) ltat liquide qui circule dans le circuit avec un dbit

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

retourner la pompe. Un ventilateur commandable fournit le dbit dair mA ncessaire au


refroidissement.
Notons que si la question du refroidissement est importante bord des vhicules en gnral (Horst
Horst et al. (2014
2014)), elle devient cruciale en terme de cot dans le cas des trains o
un refroidissement passif est difficilement envisageable (en raison de labsence de radiateur
en face avant).
En raison dun fort ratio entre puissance consomme par les auxiliaires et puissance
consomme par la traction, il est raisonnable de supposer que toute la puissance produite
par le systme de Rankine est absorbe par le rseau lectrique du train. Ainsi, lobjectif est
ici de trouver la stratgie de commande qui maximise lenergie J rcupre par le Rankine

115

Optimisation bord dun train Diesel-lectrique

Figure 8.1 : Systme ORC tudi. Trois variables de commandes sont disponibles : le dbit

massique de la pompe m4 , le dbit massique dair mA et louverture du by-pass vaporateur


Vo,e .
au cours dun trajet de dure tf :
J=

Z tf
0

Pnet (t), dt,

(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

exh [kg/s] Texh [ C]


TA [ C] m

Supervision nergtique dun ORC


350

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

Formulation du problme de commande optimale

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

Pturb (x) Ppump (x) PA (u)dt,

(8.4)

o la dynamique de x = {Tw,e , Tw,c } est dfinie par les quations (3.4


3.4)-(3.7
3.7) du modle ORC
deux tats. Ce problme de maximisation doit tre rsolu sous la contrainte de scurit
sur la pression p1 (en dautres termes, sous contrainte dtat) :
p1 (x, t) 25 bar, t [0, tf ].

(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

Solution hors ligne

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

Solution hors ligne

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

Supervision nergtique dun ORC

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

Afin dobtenir un systme de supervision nergtique pour lORC on pourrait tenter de


8.2.2. Malrsoudre en ligne directement le problme de commande optimale formul Section 8.2.2
heureusement, les puissances de calcul disposition des systmes de contrle-commande
bord dun vhicule sont limites et on ne peut pas esprer une telle implmentation en tempsrel. Ici, les principales difficults numriques sont dues : i) aux non-linarits du modle, ii)
la structure implicite de ce modle, iii) au fait que le problme de commande optimale

120

Supervision nergtique dun ORC

(a) Histogramme des points de fonctionnement turbine pour un petit volume


de paroi vaporateur.

(b) Histogramme des points de fonctionnement turbine pour un grand volume


de paroi vaporateur.

Figure 8.5 : Histogramme des points de fonctionnement du systme de Rankine (illustr


par la temprature et la pression en entre de la turbine).
prsentent plusieurs commandes.
Afin de contourner ces difficults numriques, lobjectif de cette section est de chercher
comment reformuler le problme de commande optimale initial et de trouver une stratgie de
commande sous-optimale qui soit implmentable en temps-rel. Pour cela une dmarche en
trois tapes est propose. Dabord, via un nouveau choix dtats dynamiques, il est montr
que le modle de lORC peut tre mis sous forme explicite. Ensuite la solution hors ligne,

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

le vecteur des variables implicites, constitu des pressions p1 (dans lvaporateur)

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 .

Plaons nous sur le domaine des conditions physiques suivantes :


= {(Tw , p) R2 R2 , 0 < p3 , p3 p1 , p1 < pcrit },
o pcrit dsigne la pression critique (maximale) pour du fluide de travail considr.
Alors, nous avons, pour tout (Tw , p) ,

est de rang plein.


p

Dmonstration. La drivation de lexpression de , dfinie par lquation (3.7


3.7), conduit
lexpression suivante :
!

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

est de rang plein, ou de manire quivalente que cette matrice carre


p
est inversible, il est suffisant de montrer que sa transpose est diagonale strictement dominante (lemme dHadamard), cest--dire que |a| > |b| et |d| > |c|.
Pour montrer que

En considrant le cycle thermodynamique de la Figure 1.1 et en supposant que (Tw , p) ,


nous pouvons dduire que

m1
Tf,e
h1
|a| = (h1 h3 )
+m
+ Sf,e
f,e
.
p1
p1
p1

(8.7)

122

Supervision nergtique dun ORC

En effet, h1 et Tf,e (dfinie comme la temprature de saturation qui correspond la pression


vaporateur p1 ) sont des fonctions croissantes de p1 . De plus, h1 > h3 et le produit Sf,e
f,e
est positif. Puisque le dbit massique peut tre exprim

m1 = cd S 2 1 p1 ,

il vient galement que m1 est une fonction croissantes de p1 .


En utilisant une dmarche similaire, nous obtenons

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

|a| |b| = (h1 h2 )


+m

p1
p1
p1

+ Sf,e
f,e

Tf,e
,
p1

o apparat lexpression du travail potentiellement rcuprable par la turbine (h1 h2 ) qui


est une fonction croissante!(positive) de la haute pression p1 .
h1 h2
> 0 puis |a| > |b|.
Il vient donc

p1
p1
En utilisant la mme approche, nous obtenons

|c| |d| = m

h2
Tf,c
+ Sf,c
f,c
.
p3
p3

En utilisant maintenant lexpression de m , la condition ncessaire sur le dimensionnement


du systme apparat
!1
Tf,c
Sf,c
h2
.
(8.9)
<m

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)

A prsent, remarquons que le systme (3.4


3.4) permet lexpression analytique de Tw condition de connatre p1 et p3 . Le systme dynamique (8.14
8.14) remplace alors (8.10
8.10), permettant
de ne conserver que deux variables dynamiques (p1 et p3 contenues dans le vecteur ).

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)

Commande de la pression dvaporation

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)

g2 = exh mexh cpexh (Texh Tw,e )/Mw,e ,

(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)

Soient pd1 la dynamique dsire pour la haute-pression et ud1 la commande ncessaire. En


considrant lquation (8.14
8.14), il vient la relation
ud1 =

A11 f1 A12 f2 + p1 d
A11 g2

(8.20)

Lanalyse des rsultats de la DP (dtaill Section 8.3.1


8.3.1) ayant montr que cette pression
devrait tre aussi haute que possible (sous la contrainte de scurit pmax ), la dynamique
dsire peut tre exprime
p1 d = kc (pmax
pd1 ) avec kc > 0.
1

(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

Supervision nergtique dun ORC

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 :

pd1 ) with kc > 0


p d = kc (pmax

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.

Remarque 8.3. La constante kc , introduite dans la dynamique dsire de la haute-pression


(8.21
8.21), constitue un paramtre du superviseur nergtique rgler. Une grande valeur devrait
tre choisie pour maintenir p1 aussi proche que possible de pmax . Toutefois, une plus petite
valeur de kc permettra de rduire les difficults numriques lors de la rsolution de la DRTO
qui utilise cette boucle interne.

8.4.3

Optimisation dynamique temps-rel

Le comportement (optimal) non-causal de la seconde commande mA mis en vidence


8.3.1) illustre le bnfice potentiel de la prise en compte de
par la solution DP (Section 8.3.1
lvolution future des conditions de gaz dchappement. Puisque, dans le cas prsent, il est
gnralement possible davoir une bonne estimation des conditions au moins sur un court
horizon temporel (le trajet dun train tant planifi) nous chercherons exploiter cette
information avec une stratgie de commande prdictive.
La formulation dun problme DRTO est similaire la formulation horizon glissant telle
quutilise par la commande non-linaire prdictive (NMPC), sauf que lobjectif optimiser
est une fonction conomique (Wrth
Wrth et al. (2009
2009)). Ici, cet objectif conomique est quantifi
par lnergie nette rcupre au cours dun horizon glissant. Le problme peut donc tre
formul ainsi :
max
j
u2 (t)

s.t.

Z tj
f
tj0

Pnet (p, u), dt

p(tj0 ) = pj

(8.23)
(8.24)

8.22) et Pneth par iles


o la dynamique (en boucle ferme) de p est dfinie par le systme (8.22
quations (8.2
8.2)-(8.3
8.3). Le problme doptimisation est rsolu sur lhorizon temporel tj0 , tjf
chaque instant dchantillonage tj0 , en considrant les valeurs (mesures) des sorties pj du
procd.
Notons que la contrainte sur ltat (8.5
8.5) correspondant au seuil maximal de pression
est directement gre par la boucle interne (8.22
8.22). Dautre part, les contraintes sur la commande (8.6
8.6) sont gres par la mthode dcrit par Dufour et al. (2003
2003), qui dfini une nouvelle
j
variable de dcision non-contrainte d en utilisant la transformation inversible suivante :
!
dj gmoy
j
j
u2 = g(d ) = gmoy + gamp tanh
,
(8.25)
gamp

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

frence p est applique durant lintervalle de temps t ncessaire au calcul de la rfrence


suivante. Notons que la commande rapproche permettant de rguler la surchauffe (autour
dune valeur constante) doit galement tre implmente mais nest pas note dans le schma
par souci de clart. La commande rapproche permettant de rguler la surchauffe et dasservir les pressions est dtaille au Chapitre 6 .

Figure 8.6 : Stratgie de commande en boucle ferme hirarchise. La DRTO fournit la


consigne pref au contrleur bas-niveau (avec un temps dchantillonage t) au contrleur
rapproch qui calcule la commande effectivement envoye aux actionneurs by-pass vapo
rateur et ventilateur avec un temps (plus court) dchantillonage t.
8.4.4. Le bnfice apport par
La pertinance de la mthode (DRTO) est value Section 8.4.4
lutilisation explicite dun modle dynamique y sera quantifi en comparant la DRTO avec
une commande plus simple, base sur loptimisation statique, proche de celles prsentes dans
Quoilin et al. (2011b
2011b,aa); Manente et al. (2013
2013)).
les tudes mentionnes en dbut de chapitre (Quoilin
Cette seconde mthode sera dsigne en tant quoptimisation statique (OS). Avec lOS, un
modle quasi-statique, dduit du modle dynamique en fixant zro les drives temporelles,
est utilis.

8.4.4

Rsultat sur simulateur dtaill

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

Supervision nergtique dun ORC

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

Conclusion. Dans ce chapitre, un problme original de commande optimale est formul


afin de maximiser lnergie rcupre par un cycle de Rankine organique bord dun train
Diesel-lectrique.
Lutilisation de lalgorithme de programmation dynamique DPGA, introduit au chapitre prcdent, permet la rsolution aise du problme malgr la dimension du modle utilis (deux
tats dynamiques et deux commandes) et la prsence de contraintes fortes sur ltat.
Une stratgie doptimisation dynamique base sur la commande prdictive, implmentable en
ligne, est alors propose et valide en simulation pour un trajet reprsentatif dun train. Il est
montr que le gain nergtique est important compar une stratgie base sur loptimisation
statique du systme stratgie qui est habituellement employe dans la littrature.

128

Supervision nergtique dun ORC

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

Intgration du systme Rankine bord dun vhicule lger


Pour comprendre comment raliser son intgration, il faut dabord bien analyser les interactions du systme Rankine avec le reste du vhicule. Deux types dinterfaces sont considrer :
Celles o ont lieu les changes thermiques. Si la chaleur est rcupre en aval de la
ligne dchappement et que lvaporateur ne provoque pas de pertes de charge importantes, on peut considrer quil ny a pas dinfluence du systme Rankine sur le groupe
motopropulseur ce niveau. Au niveau de la cession de chaleur, il y a interaction si
le refroidissement du condenseur est coupl dautres systmes de refroidissement
bord.
Celle o a lieu la transmission de puissance vers le vhicule. Dans le cas dune puissance
lectrique, seul un vhicule avec un systme de stockage dnergie tampon (par exemple
un vhicule hybride lectrique avec batterie) peut garantir la valorisation de toute
la puissance produite par le systme de Rankine. Sur un vhicule traditionnel, si la
puissance consomme par les auxiliaires lectriques est infrieure la puissance produite
par le systme de Rankine, le surplus devra tre dissip (par exemple sous forme de
chaleur travers une rsistance), et sera donc perdu.
129

130

Supervision nergtique dun vhicule hybride avec systme Rankine

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

Gestion thermique dun vhicule hybride lectrique

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

Gestion thermique dun vhicule hybride lectrique


Description du systme

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

Supervision nergtique dun vhicule hybride avec systme Rankine

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.

Puissance electrique [kW ]


Couple max
Couple min

25

15

100

35

5
50

25
15
5
0
5
15

100

5
2 5
3

50

150
0

15

00

0
5

Couple moteur lectrique [Nm]

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)

o la fonction e, qui dcrot avec la temprature du moteur TM CI (Figure 9.3(b)


9.3(b)), a t
identifie partir de donnes exprimentales.
Temprature du moteur
La temprature considre TM CI rend compte (de manire simplifie) de ltat thermique du
vhicule, savoir du bloc moteur, de lhuile et du liquide de refroidissement.

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

Gestion thermique dun vhicule hybride lectrique

2.

1.6

150

e []

Couple moteur th. [Nm]

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

1000 1500 2000 2500 3000 3500 4000 4500


Vitesse moteur th. [rpm]

(a)

20

20

60

TM CI [o C]

100

(b)

Figure 9.3 : Consommation du moteur essence : (a) consommation chaud, fonction du


couple et du rgime moteur ; (b) facteur de correction e, fonction de la temprature du moteur
TM CI , permettant de calculer la consommation froid.
o MM CI et M CI reprsentent une capacit et une conductivit thermique quivalentes et
Tamb est la temprature ambiante.
tat de charge de la batterie
Ltat de charge rend compte du stockage dnergie lectrique du vhicule qui se concentre
au niveau de la batterie.
Cette batterie se dcharge au gr des appels de puissance du moteur lectrique (pour la
propulsion) et des auxiliaires (comme par exemple la climatisation). A linverse, la puissance
du moteur thermique peut tre convertie pour la recharger. Une partie de lnergie potentielle
cintique est galement rcupre lors des phase de freinage.
Dautres sources de recharge peuvent tre disponibles, notamment la rcupration dnergie thermique. Dans un premier temps, le vhicule sera tudi sans systme de Rankine.
Par dfinition, la variation de est proportionnel au courant I prsent aux bornes de la
batterie :
1
d
=
I,
dt
Qnom
o Qnom est sa charge nominale.
2011) qui assimile la batteNous reprendrons ici la modlisation dcrite par Serrao et al. (2011
rie un circuit lectrique, compose dune rsistance et dune capacit en srie. En considrant
la tension vide Vcc et la rsistance interne quivalente R0 (qui sont toutes deux des fonction
de ltat de charge), la dynamique est alors exprime par :
d
1 Vcc
=
dt
Qnom

Vcc2 4R0 Pbatt


2R0

(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

Supervision nergtique dun vhicule hybride avec systme Rankine


0.45
380

Pbatt > 0

R0 []

Vcc [V ]

0.4

350

0.3

320

40

0.35

Pbatt 0
60

80

40

60

[%]

80

[%]

Figure 9.4 : Linfluence de ltat de charge sur les paramtres de sa dynamique.

9.2.2

Formulation du problme de commande optimale

En considrant la description mathmatique du vhicule hybride lectrique de la Section 9.2.1


9.2.1,
nous allons formaliser le problme de commande optimale pour sa gestion thermique.
La variable de commande considre u est scalaire1 puisque la contrainte Proues (t) =
Pmot (t) + PM CI (t) liant la puissance de sortie du moteur lectrique, la puissance du moteur
combustion interne et la demande de puissance (aux roues) ncessaire la propulsion,
doit tre satisfaite chaque instant2 . Ici, nous prendrons u = PM CI , sachant que, de manire
quivalente, Pmot , ou encore le ratio de puissance Proues /PM CI (Sciarretta
Sciarretta et Guzzella (2007
2007))
pourraient tre choisis comme commande.
La fonction cot minimiser est la consommation de carburant au cours dun trajet de
dure tf :
J=

Z tf

mcarb (u(t), x(t)) dt,

(9.4)

9.1), x dsigne ltat du syso mcarb est la consommation instantane dfinie par lquation (9.1
h

iT

tme comprenant ltat de charge et la temprature moteur, x = TM CI . La dynamique


de x est dfinie par les quations (9.2
9.2)-(9.3
9.3) tandis que ses conditions initiales correspondent
un dmarrage froid :
TM CI (t = 0) = Tamb ,
(9.5)
et un tat de charge moyen par rapport aux charges minimales et maximales autorises :
(t = 0) =

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

Gestion thermique dun vhicule hybride lectrique

(poids, coefficient de frottement au roulement, etc.), permet alors de dduire un profil de


puissance ncessaire la propulsion du vhicule.
Pour une valeur choisie de couple pour le moteur thermique, linversion des chanes de
rendement mcaniques et lectriques du groupe motopropulseur permet de dterminer la
puissance Pbatt change avec la batterie (plus de dtails sur cette inversion sont donnes par
Guzzella et Sciarretta (2007
2007)).
Des contraintes sur la commande doivent toutefois tre respectes, la valeur de u tant
limite par les caractristiques des moteurs (thermique et lectrique) ainsi que par les conditions de conduite.
FHDS

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

Supervision nergtique dun vhicule hybride avec systme Rankine

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

Rsolution hors ligne

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

La relation est vidente lorsquon regarde les dfinitions de lHamiltonien (7.35


7.35) qui est homogne la
fonction cot et la dynamique de ltat adjoint (7.36
7.36)

137

Gestion thermique dun vhicule hybride lectrique


NEDC

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]

Figure 9.6 : Solution obtenue par la programmation dynamique (avec (t = 0) = 60%) :


commande u, trajectoires des tats et TM CI et la fonction cot minimiser J.
Principe du minimum de Pontryagin
Le principe du minimum de Pontryagin, appliqu notre problme de supervision nergtique, tablit que, si la loi de commande uo (t) est optimale pour le problme de commande
optimale dfini Section 9.2.2
9.2.2, alors les conditions suivantes sont satisfaites :
1. uo (t) minimise chaque instant lHamiltonien H :
H(xo (t), uo (t), t, o (t)) H(xo (t), u, t, o (t)), u(t) U(t), t [0; tf ],

(9.8)

o la fonction H est dfinie par :

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

Supervision nergtique dun vhicule hybride avec systme Rankine

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

Gestion thermique dun vhicule hybride lectrique

sur la Figure 9.3(b)


9.3(b). En fin de cycle, lorsque le moteur est chaud, la valeur de son tat adjoint
devient ngligeable.
Il est donc intressant de voir que ces rsultats sont cohrents avec le modle physique
du vhicule et il semble quon puisse corrler la valeur des tats adjoints la valeur des tats.
NEDC

[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)

Stabilisation du systme en boucle ferme


Les expressions des tats adjoints (9.11
9.11)-(9.12
9.12) en fonction des tats (qui seront supposs
connus par la suite) font de la stratgie propose une commande en boucle ferme. Mais,
pour linstant, rien ne garantit la stabilit de ce systme. Or, il faut veiller ce que la valeur

140

Supervision nergtique dun vhicule hybride avec systme Rankine

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

f (x(t), u(t), t), (9.13)

o p() est choisi proportionnel lcart de par rapport sa valeur nominale :


min + max
),
(9.14)
2
o k est choisi positif. Ainsi pour des valeurs de au-dessus de la valeur nominale, la mini tend privilgier la minimisation de la consommation
misation de lHamiltonien corrig H

instantane mcarb . En revanche lorsque ltat de charge est bas, la priorit est donne sa
recharge.
p() = k (

Validation de la stratgie temps-rel


La stratgie de commande temps-rel propose a t calibre sur les deux cycles NEDC
et FHDS. Puisque la stratgie doit pouvoir sadapter un trajet quelconque, on jugera
galement ses performances et sa robustesse sur un troisime cycle, nomme FUDS (Federal
9.9.
Urban Driving Cycle), prsent sur la Figure 9.9
Ses performances seront juges travers la consommation obtenue J qui sera compare
la solution calcule par lalgorithme de programmation dynamique.

141

Gestion thermique dun vhicule hybride lectrique

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)

o K correspond un facteur dquivalence (suppos constant) entre tat de charge et


consommation. La performance de la stratgie est alors quantifie en comparant Jcorr avec la

142

Supervision nergtique dun vhicule hybride avec systme Rankine

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)

1 (s) (s (t = 0)) ds.

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)

On pourra alors comparer directement (sans facteur de correction) le rsultat du superviseur


temps-rel avec le rsultat de la DP : la Table 9.2 prsente les indices de performance obtenus sur chacun des cycles de conduite prsents. Les consommations ont t normalises par
rapport la solution de la DP pour quantifier la performance du superviseur. Il est trouv
sur ces simulations, que la sur-consommation (par rapport loptimal) est, dans la pire des
trois simulations, de 0.33%.
Notons que sur chacun des cycles ltat de charge est rest entre les bornes min et max
fixes. Les trajectoires obtenues sont prsentes pour le cycle FUDS sur la Figure 9.10
9.10. Il
apparat que la solution optimale (DP) utilise davantage la puissance du moteur thermique
(u) en dbut de cycle. Il en rsulte un tat de charge et une temprature de moteur plus levs
ainsi quune consommation moindre. En milieu de cycle les deux stratgies sont trs proches
puis la tendance sinverse, aboutissant des valeurs pour les tats et pour la consommation
finale presque identiques.
Cycle
NEDC
FHDS
FUDS

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

Supervision nergtique dun vhicule hybride avec


systme Rankine
Description du systme

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

Supervision nergtique dun vhicule hybride avec systme Rankine

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

La consommation instantane en carburant mcarb sexprime de la mme manire que pour le


vhicule sans Rankine. La relation (9.1
9.1) base sur la consommation chaud et un facteur
de correction pour des temprature plus basses (Figure 9.2.1
9.2.1) sera donc utilise.

144

Supervision nergtique dun vhicule hybride avec systme Rankine

Figure 9.11 : Temprature chappement Texh , fonction du couple et de la vitesse du moteur


thermique.
Temprature du moteur
Lexpression dynamique (9.2
9.2) de la temprature TM CI pour le vhicule seul est galement
reprise.
tat de charge de la batterie
Pour prendre en compte les changes de puissance lectrique entre le Rankine et le reste du
vhicule, lexpression de la puissance dlivre par la batterie est modifie ainsi :
Pbatt = Pbatt + Pexp Ppompe ,
9.3) est modifi en consquence :
et la dynamique de ltat de charge (9.3
d
1 Vcc
=
dt
Qnom

Vcc2 4R0 Pbatt


.
2R0

(9.18)

Modle dynamique du Rankine


Le schma du systme de Rankine, avec les principaux actionneurs disponibles en mode
production pour le Rankine eau avec machine de dtente volumtrique, est prsent sur la
Figure 9.12
9.12. Les trois actionneurs considrs sont la pompe (pilote par lintermdiaire de

la variable m4 ), la machine de dtente (pilote par sa vitesse de rotation Nexp ) et la vanne de


by-pass (pilote au niveau de son pourcentage douverture Vo,e ). Rappelons que la pression
au niveau du condenseur est maintenue la valeur de latmosphre ambiant patm , ce qui se
traduit par les relations suivantes :
p2 = p3 = patm .
Par la suite nous supposerons que le refroidissement du Rankine est li au refroidissement
du moteur thermique et que la temprature en sortie du condenseur est au niveau de la
temprature du moteur :
T3 = TM CI .

Supervision nergtique dun vhicule hybride avec systme Rankine

145

Figure 9.12 : Schma du systme de Rankine.


Le modle valeurs moyennes (adapt pour la supervision comme dcrit Section 3.3.1
3.3.1)
permettant une modlisation physique des changeurs avec un seul tat dynamique Tw,e est
utilis pour lvaporateur :
Mw,e

dTw,e

= Sf,e
f,e (Tf,e Tw,e ) + Vo,e exh mexh cpexh (Texh Tw,e ),
dt

(9.19)

tandis que les quations du fluide suppos lquilibre donnent :

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

Formulation du problme de commande optimale

En considrant la description mathmatique du vhicule hybride lectrique coupl au systme


Rankine de la Section 9.3.1
9.3.1, nous allons formaliser le problme de commande optimale pour
sa gestion nergtique.

146

Supervision nergtique dun vhicule hybride avec systme Rankine

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

Table 9.3 : Description des principaux paramtres du Rankine.


Symbole
Texh

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

Table 9.4 : Description des principales variables du Rankine.


Vecteur de commande
Parmi les trois actionneurs considrs dans la description du systme de Rankine (Section 9.3.1
9.3.1), seule la machine de dtente sera suppose fournir un degr de libert pour le
problme de supervision nergtique.
Tout dabord, on supposera que la stratgie nergtique optimale est de laisser passer tout
le gaz dchappement vers lvaporateur. En effet, dans le cas de la supervision du Rankine
organique, il a t montr que son utilisation optimale se limitait assurer la contrainte
de scurit en pression. En se basant sur les rsultats du Chapitre 5, qui a montr que ce
niveau de pression pouvait tre asservi grce la machine de dtente volumtrique, nous

147

Supervision nergtique dun vhicule hybride avec systme Rankine

considrerons que la valeur douverture du by-pass Vo,e peut-tre maintenue 1.


Dautre part, comme pour la formulation du problme de supervision du Rankine organique (Section 8.2.2
8.2.2), nous considrerons que le dbit de pompe est impos par lasservissement de la temprature T1 (en sortie dvaporateur) et donc que ce dbit ne constitue pas
un degr de libert.
Remarque 9.2. Nous chercherons maintenir la temprature T1 (en sortie dvaporateur)
aussi bas que possible afin de maximiser lefficacit du cycle thermodynamique tout en assurant labsence de liquide dans la machine de dtente. Mais, contrairement au Rankine
organique o on peut considrer quune valeur de surchauffe faible et constante en sortie
dvaporateur suffit assurer labsence de gouttelettes dans le processus de dtente , cette
surchauffe (en sortie dvaporateur) doit tre importante et dpend du niveau de pression
dans le cas dun Rankine eau.
4.2, cest la surchauffe en sortie de la machine
Comme mis en vidence sur la Figure 4.2
de dtente (point 2 du cycle thermodynamique), quon cherchera fixer une valeur faible
2012), en tenant compte de lefficacit isenet constante. Comme dtaill par Tona et al. (2012
tropique de la machine de dtente et du fait que sa sortie est maintenue pression atmosphrique, la temprature cible T1 est alors fonction de la pression p1 . La figure Figure 9.13
illustre la temprature T1 cible, en fonction de la pression p1 dans le cas de notre machine
piston (ou de manire quivalente la surchauffe SH cible).
Le vecteur de commande est maintenant constitu de la puissance dlivre par le moteur
thermique et du niveau de pression en entre de la machine de dtente :
h

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]

Figure 9.13 : Temprature en sortie vaporateur T1 en fonction de la pression p1 (ou de


manire quivalente surchauffe SH en sortie vaporateur en fonction de p1 ) pour obtenir une
surchauffe nulle en sortie de la machine de dtente.

Fonction cot
La fonction cot minimiser reste la consommation de carburant au cours dun trajet de
dure tf :
J=

Z tf

mcarb (u(t), x(t)) dt,

(9.22)

o mcarb est la consommation instantane comme dfinie par lquation (9.1


9.1) et x dsigne
ltat du systme.

148

Supervision nergtique dun vhicule hybride avec systme Rankine

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

La dynamique de x est dfinie par les quations (9.2


9.2),(9.18
9.18) et (9.19
9.19) tandis que les conditions
initiales correspondent un dmarrage froid :
(

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)

Contraintes sur la commande


Un niveau maximal (de scurit) sur la pression devra tre respect :
h

p1 (t) < pmax


, t 0 tf .
1

(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

Rsolution hors ligne

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.

Supervision nergtique dun vhicule hybride avec systme Rankine

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

Supervision nergtique dun vhicule hybride avec systme Rankine

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

(b) Variables spcifiques au sous-systme Rankine.

Figure 9.14 : Stratgies de commande optimale sur le cycle FHDS, obtenue par lalgorithme
de programmation dynamique DGPA.

Supervision nergtique dun vhicule hybride avec systme Rankine

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

Supervision nergtique dun vhicule hybride avec systme Rankine

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

pour obtenir une stratgie plus efficace et implmentable en temps-rel.


Concernant les composants matriels, nous pensons que lapproche base sur modle que
nous dveloppons dans cette thse pourrait tre utilise pour aider au dimensionnement des
changeurs thermiques et des machines de dtente.
Nos simulations (en partie valides par lexprience) ont dj soulign des points essentiels, gnralement ngligs lors de la conception des systmes de Rankine pour le transport. En effet ceux-ci sont gnralement conus partir de considrations quasi-statiques
El Chammas et Clodic (2005
2005), Wei et al. (2007
2007), Katsanos et al. (2012
2012)), au dtriment de
(El
laspect dynamique (Sun
Sun et al. (2012
2012)). Ce qui peut conduire, pour citer deux exemples, au
sur-dimensionnement de lvaporateur et de la machine de dtente. Dans le cas de lvaporateur, on se concentre gnralement sur les surfaces dchange thermique pour optimiser
le rendement, ce qui va de pair avec des volumes importants ; or un volume important de
fluide peut rendre le systme non commandable au sens o leffet des actionneurs devient
trop lent pour rejeter efficacement les perturbations. Concernant la machine de dtente, elle
est souvent choisie pour ses caractristique nominales (i.e pour des points moteurs hauts et
stabiliss). Or, suivant le type de cycle routier tudi (notamment pour les cycles urbains),
il apparat que ces valeurs nominales sont rarement atteintes. Deux objectifs sont envisageables : i) garantir la commandabilit du systme ; ii) permettre les meilleurs rendements
possibles. Le problme pourrait donc tre abord comme un problme doptimisation (maximiser le rendement) sous contrainte (de commandabilit).
Au-del des contributions lies au cycle de Rankine, nous pensons que les dveloppements
de cette thse peuvent tre utiles dans ltude dautres procds.
Ainsi, pour la modlisation (dynamique) des changeurs thermiques, une nouvelle version
de la mthode des frontires mobiles est propose. Il est montr 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. Cette approche peut notamment tre utile pour les cycles de
compression vapeur pour lair conditionn, o des problmes similaires lors des oprations de
dmarrage sont rencontrs.
Dans le cadre plus gnral de la recherche de commande optimale de systmes dynamiques non-linaires, un nouvel algorithme de programmation dynamique (DPGA), bas sur
une grille de discrtisation adaptative, a t propos. Cet algorithme rpond aux difficults
gnralement rencontres en prsence de contraintes sur ltat. Ses bnfices en terme de
prcision (pour un mme niveau de discrtisation) ont t montrs sur plusieurs exemples de
supervision nergtique.

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

P. Dufour, Y. Tour, D. Blanc, et P. Laurent. On nonlinear distributed parameter model


predictive control strategy : on-line calculation time reduction and application to an experimental drying process. Computers & Chemical Engineering, 27(11) :1533 1542, 2003.
R. El Chammas et D. Clodic. Combined cycle for hybrid vehicles. In SAE Technical Paper
2005-01-1171, 2005.
P. Elbert, S. Ebbesen, et L. Guzzella. Implementation of dynamic programming for n dimensional optimal control problems with final state constraints. IEEE Transactions on
Control Systems Technology, 21(3) :924931, 2013.
T. Endo, S. Kawajiri, Y. Kojima, K. Takahashi, T. Baba, S. Ibaraki, T. Takahashi, et M. Shinohara. Study on maximizing exergy in automotive engines. In SAE Technical Paper
2007-01-0257, 2007.
N. Espinosa, L. Tilman, V. Lemort, S. Quoilin, et B. Lombard. Rankine cycle for waste heat
recovery on commercial trucks : approach, constraints and modelling. In Diesel International Conference and Exhibition, 2010.
N. Espinosa, I. Gil-Roman, D. Didiot, V. Lemort, B. Lombard, et S. Quoilin. Transient
organic rankine cycle modelling for waste heat recovery on a truck. In 24th International
Conference on Efficiency, Cost, Optimization, Simulation and Environmental Impact of
Energy Systems, 2011.
E. Feru, F. Kupper, C. Rojer, X. Seykens, F. Scappin, F. Willems, J. Smits, B. De Jager,
et M. Steinbuch. Experimental validation of a dynamic waste heat recovery system model
for control purposes. In SAE Technical Paper 2013-01-1647, 2013a.
E. Feru, F. Willems, C. Rojer, B. de Jager, et M. Steinbuch. Heat exchanger modeling
and identification for control of waste heat recovery systems in diesel engines. In IEEE
American Control Conference (ACC), pages 28602865, 2013b.
R. Freymann, J. Ringler, M. Seifert, et H. Tilmann. The second generation turbosteamer.
MTZ Worldwide Edition, 2, 2012.
H. Geering. Optimal control with engineering applications. Springer, 2007.
M. Graber, N. C. Strupp, et W. Tegethoff. Moving boundary heat exchanger model and
validation procedure. In EUROSIM Congress on Modelling and Simulation, 2010.
L. Guzzella et A. Sciarretta. Vehicle propulsion systems. Springer, 2007.
H. Hammouri et M. Nadri. An observer design for a class of implicit systems. Systems &
Control Letters, 62(3) :256 261, 2013.
C. He, C. Liu, H. Gao, H. Xie, Y. Li, S. Wu, et J. Xu. The optimal evaporation temperature
and working fluids for subcritical organic rankine cycle. Energy, 38(1) :136 143, 2012.
X. He, S. Liu, et H. Asada. Modeling of vapor compression cycles for multivariable feedback
control of HVAC systems. ASME Journal of Dynamic Systems, Measurement, and Control,
119 :183, 1997.

Bibliographie

157

T. Horst, H. S. Rottengruber, M. Seifert, et J. Ringler. Dynamic heat exchanger model


for performance prediction and control system design of automotive waste heat recovery
systems. Applied Energy, 105(0) :293 303, 2013.
T. Horst, W. Tegethoff, P. Eilts, et J. Koehler. Prediction of dynamic rankine cycle waste heat
recovery performance and fuel saving potential in passenger car applications considering
interactions with vehicles energy management. Energy Conversion and Management, 78
(0) :438 451, 2014.
G. Hou, R. Sun, G. Hu, et J. Zhang. Supervisory predictive control of evaporator in organic
rankine cycle (ORC) system for waste heat recovery. In Advanced Mechatronic Systems
(ICAMechS), pages 306311, 2011.
T. Howell. Development of an ORC system to improve HD truck fuel efficiency. In 2011
DEER Conference, 2011.
Q. Hussain. Organic rankine cycle for light duty passenger vehicles. In 2011 DEER Conference, 2011.
Q. Hussain, D. Brigham, et C. Maranville. Thermoelectric exhaust heat recovery for hybrid
vehicles. SAE Int. J. Engines, 2 :11321142, 2009.
J. Jensen. Dynamic modeling of thermo-fluid systems with focus on evaporators for refrigeration. PhD thesis, Technical University of Denmark, 2003.
J. Jensen et H. Tummescheit. Moving boundary models for dynamic simulations of two-phase
flows. In Proceedings of the 2nd International Modelica Conference, pages 235244, 2002.
M. Kadota et K. Yamamoto. Advanced transient simulation on hybrid vehicle using rankine
cycle system. SAE Int. J. Engines, 1 :240247, 2008.
S. H. Kang. Design and experimental study of ORC (organic rankine cycle) and radial turbine
using R245fa working fluid. Energy, 41(1) :514 524, 2012.
M. Kato, A. Sato, M. Kadota, et K. Yamamoto. Rankine cycle system. US Patent App.
11/373,126, 2006.
C.O. Katsanos, D.T. Hountalas, et E.G. Pariotis. Thermodynamic analysis of a rankine cycle
applied on a diesel truck engine using steam and organic medium. Energy Conversion and
Management, 60 :6876, 2012.
R. Kruiswyk. An engine system approach to exhaust waste heat recovery. In 2010 DEER
Conference, 2010.
W. Lang, P. Colonna, et R. Almbauer. Assessment of waste heat recovery from a heavy-duty
truck engine by means of an orc turbogenerator. Journal of Engineering for Gas Turbines
and Power, 135(4) :042313, 2013.
P Leduc et P Smague. Rankine system for heat recovery : An interesting way to reduce fuel
consumption. Ing. Lautomob, 826 :3439, 2013.
E. Lemmon, M. Huber, et M. McLinden. NIST reference fluid thermodynamic and transport
properties. 2013.

158

Bibliographie

B. Li et A. Alleyne. A dynamic model of a vapor compression cycle with shut-down and


start-up operations. International Journal of Refrigeration, 33(3) :538552, 2010.
D. Luong. Modeling, Estimation, and Control of Waste Heat Recovery Systems. PhD thesis,
University of California, 2013.
D. Luong et T. Tsao. Linear quadratic integral control of an organic rankine cycle for waste
heat recovery in heavy-duty diesel powertrain. In IEEE American Control Conference
(ACC), 2014.
D Maamria, F Chaplais, N Petit, et A Sciarretta. Numerical optimal control as a method
to evaluate the benefit of thermal management in hybrid electric vehicles. In 19th IFAC
World Congress, pages 48074812, 2014.
G. Manente, A. Toffolo, A. Lazzaretto, et M. Paci. An organic rankine cycle off-design model
for the search of the optimal control strategy. Energy, 58(1) :97 106, 2013.
R. Marino. On the largest feedback linearizable subsystem. Systems & Control Letters, 6
(5) :345351, 1986.
K. Matsumoto, B. Saito, et H. Taniguchi. Solution of tribological problems on a compact
distribution steam valve for capacity-type rankine cycle expansion machines for an automobile. Tribology Transactions, 53(1) :108116, 2009.
T. McKinley et A. Alleyne. An advanced nonlinear switched heat exchanger model for
vapor compression cycles using the moving-boundary method. International Journal of
Refrigeration, 31(7) :1253 1264, 2008.
F Merz, A Sciarretta, J-C Dabadie, et L Serrao. On the optimal thermal management of
hybrid-electric vehicles with heat recovery systems. Oil & Gas Science and Technology
Revue dIFP Energies nouvelles, 67(4) :601 612, 2012.
C. Nelson. Exhaust energy recovery. In 2009 DEER Conference, 2009.
R. Nikoukhah. A new methodology for observer design and implementation. IEEE Transactions on Automatic Control, 43(2) :229234, 1998.
M. Otter. Modeling, simulation and control with modelica 3.0 and dymola 7. Technical
report, Institut fuer Robotik und Mechatronik, Wessling, Germany, 2009.
G. Paganelli, G. Ercole, A. Brahma, Y. Guezennec, et G. Rizzoni. General supervisory
control policy for the energy optimization of charge-sustaining hybrid electric vehicles.
JSAE review, 22(4) :511518, 2001.
T. Park, H. Teng, G.L. Hunter, B. van der Velde, et J. Klaver. A rankine cycle system for
recovering waste heat from hd diesel engines - experimental results. In SAE Technical
Paper 2011-01-1337, 2011.
G. Pei, J. Li, Y. Li, D. Wang, et J. Ji. Construction and dynamic test of a small-scale organic
rankine cycle. Energy, 36(5) :32153223, 2011.
J. Peralez, P. Tona, A. Sciarretta, P. Dufour, et M. Nadri. Towards model-based control
of a steam rankine process for engine waste heat recovery. In IEEE Vehicle Power and
Propulsion Conference (VPPC), pages 289294, 2012.

Bibliographie

159

J. Peralez, P. Tona, O. Lepreux, A. Sciarretta, L. Voise, P. Dufour, et M. Nadri. Improving


the control performance of an organic rankine cycle system for waste heat recovery from
a heavy-duty diesel engine using a model-based approach. In 2013 IEEE Conference on
Decision and Control (CDC), pages 68306836, 2013.
J. Peralez, M. Nadri, P. Dufour, P. Tona, et A. Sciarretta. Control design for an automotive
turbine rankine cycle system based on nonlinear state estimation. In 2014 IEEE Conference
on Decision and Control (CDC), pages 56715678, 2014a.
J. Peralez, P. Tona, A. Sciarretta, P. Dufour, et M. Nadri. Optimal control of a vehicular
organic rankine cycle via dynamic programming with adaptive discretization grid. In 19th
IFAC World Congress, pages 56715678, 2014b.
J. Peralez, P. Tona, M. Nadri, P. Dufour, et A. Sciarretta. Optimal control for an organic
rankine cycle on board a diesel-electric railcar. Journal of Process Control, 2015. Accepted
for publication.
N. Petit et A. Sciarretta. Optimal drive of electric vehicles using an inversion-based trajectory
generation approach. In 18th IFAC World Congress, pages 1451914526, 2011.
W. Powell. Approximate Dynamic Programming : Solving the curses of dimensionality, volume 703. John Wiley & Sons, 2007.
S. Quoilin, R. Aumann, A. Grill, A. Schuster, V. Lemort, et H. Spliethoff. Dynamic modeling
and optimal control strategy of waste heat recovery Organic Rankine Cycles. Applied
Energy, 88(6) :21832190, 2011a.
S. Quoilin, S. Declaye, B. Tchanche, et V. Lemort. Thermo-economic optimization of waste
heat recovery organic rankine cycles. Applied Thermal Engineering, 31(14-15) :28852893,
2011b.
B. Rasmussen. Dynamic modeling and advanced control of air conditioning and refrigeration
systems. PhD thesis, University of Illinois at Urbana-Champaign, 2005.
B. Rasmussen et A. Alleyne. Control-oriented modeling of transcritical vapor compression
systems. ASME Journal of dynamic systems, measurement, and control, 126 :54, 2004.
J. Ringler, M. Seifert, V. Guyotot, et W. Hbner. Rankine cycle for waste heat recovery of
ic engines. SAE Int. J. Engines, 2 :6776, 2009.
B. Saleh, G. Koglbauer, M. Wendland, et J. Fischer. Working fluids for low-temperature
organic rankine cycles. Energy, 32(7) :1210 1221, 2007.
J. Sanders et E. Kandrot. CUDA by example : an introduction to general-purpose GPU
programming. Addison-Wesley Professional, 2010.
A. Sciarretta et L. Guzzella. Control of hybrid electric vehicles. Control systems, 27(2) :
6070, 2007.
P. Sendur, J. Stein, H. Peng, et L. Louca. An algorithm for the selection of physical system
model order based on desired state accuracy and computational efficiency. In ASME 2003
International Mechanical Engineering Congress and Exposition, pages 891902, 2003.

160

Bibliographie

L. Serrao, S. Onori, et G. Rizzoni. A comparative analysis of energy management strategies


for hybrid electric vehicles. Journal of Dynamic Systems, Measurement, and Control, 133
(3), 2011.
S. Singh. Exhaust heat driven rankine cycle for a heavy duty diesel engine. In 2011 DEER
Conference, 2011.
P. Skarke, S. Midlam-Mohler, et M. Canova. Waste heat recovery from internal combustion
engines : feasibility study on an organic rankine cycle with application to the ohio state
ecocar phev. In ASME Internal Combustion Engine Fall Technical Conference, 2012.
C. Sprouse III et C. Depcik. Review of organic rankine cycles for internal combustion engine
exhaust waste heat recovery. Applied Thermal Engineering, 51(12) :711 722, 2013.
R. Stobart, S. Hounsham, et R. Weerasinghe. The controllability of vapour based thermal
recovery systems in vehicles. SAE Technical Paper 2007-01-0270, 2007.
Z. Sun, L. Gao, J. Wang, et Y. Dai. Dynamic optimal design of a power generation system
utilizing industrial waste heat considering parameter fluctuations of exhaust gas. Energy,
44(1) :10351043, 2012.
O Sundstrm, D Ambhl, et L Guzzella. On implementation of dynamic programming for
optimal control problems with final state constraints. Oil & Gas Science and Technology
Rev. IFPEN, 65(1) :91102, 2010.
H. Teng, J. Klaver, T. Park, G. Hunter, et B. van der Velde. A rankine cycle system for recovering waste heat from HD diesel engines - WHR system development. In SAE Technical
Paper 2011-01-0311, 2011.
C. Ternel, P. Leduc, et A. Duparchy. Device for controlling a working fluid with low freezing
point circulating in a closed circuit operating according to a rankine cycle and method
using same. US Patent App. 13/020,938, 2011.
P. Tona, J. Peralez, et A. Sciarretta. Supervision and control prototyping for an engine exhaust gas heat recovery system based on a steam rankine cycle. In IEEE/ASME Advanced
Intelligent Mechatronics (AIM), pages 695701, 2012.
H. van Putten et P. Colonna. Dynamic modeling of steam power cycles : Part {II} simulation
of a small simple rankine cycle system. Applied Thermal Engineering, 27(1415) :2566
2582, 2007.
E.H. Wang, H.G. Zhang, B.Y. Fan, M.G. Ouyang, Y. Zhao, et Q.H. Mu. Study of working
fluid selection of organic rankine cycle (ORC) for engine waste heat recovery. Energy, 36
(5) :3406 3418, 2011a.
R. Wang, X. Zhao, C. Wang, et Y. Li. Modeling and model order reduction of evaporator
in organic rankine cycle for waste heat recovery. In IEEE Advanced Mechatronic Systems
(ICAMechS), pages 291296, 2011b.
D. Wei, X. Lu, Z. Lu, et J. Gu. Performance analysis and optimization of organic rankine
cycle (ORC) for waste heat recovery. Energy Conversion and Management, 48(4) :1113
1119, 2007.

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)

o u U Rm , (x, z) Rn Rd et o F et = (1 , . . . , d )T sont supposs suffisamment


lisses par rapport leurs arguments.
A.1) en un systme dquations diffrentielles
Afin de transformer le systme implicite (A.1
ordinaires (EDO), nous aurons besoin de lhypothse suivante (Hammouri
Hammouri et Nadri (2013
2013)).
Hypothse A.1. (x, z) M, la varit dfinie par la contrainte
n

M = (x, z) Rn Rd , s.t. (x, z) = 0 ,

(A.2)

nous avons



est de rang plein.
z (x,z)

(A.3)

Notons que cette condition garantit lexistence et lunicit de la solution z pour la


contrainte (x, z) = 0 et un tat x donn.
Nous aurons galement besoin du rsultat classique suivant (dont une preuve peut tre
trouve, par exemple, dans Marino (1986
1986)) :
Thorme A.1 (des fonctions implicites). Soit une application k fois continment
diffrentiable, avec k 1, dun ouvert Rn+d dans Rd , et supposons quil existe au moins
un y0 tel que (y0 ) = 0. Si, en chaque point y de , lapplication linaire tangente

est de rang plein, alors il existe un voisinage V = V1 V2 de (Rn Rd ) et une


y
application k fois continment diffrentiable de V1 dans V2 tels que les deux ensembles
{y V1 V2 | (y) = 0} et {(x, z) V1 V2 | z = (x)} sont gaux.
165

166

Transformation dun systme dynamique implicite en systme explicite

Proposition A.1. Si lhypothse A.1 est vrifie pour le systme (A.1


A.1), le systme suivant

x = F (x, z, u)


F (x, z, u)
x x,z

z x,z

(A.4)

est bien dfini sur la varit M et les trajectoires de (A.4


A.4) issues de M, concident avec
celles du systme (A.1
A.1).
Dmonstration. Soient , un sous-ensemble ouvert de Rn Rd , et : Rn Rd R, une
fonction C 1 (, Rn ). Supposons quil existe (x0 , z0 ) tel que



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)

De plus, (x, z) U V, tel que (x, f (x)) = 0, nous avons, z = g(x), et


g
=
x

x,z

x,z

Alors, une simple drivation temporelle de (A.6


A.6) donne
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)