Royaume du Maroc

Université Mohammed Premier

Ecole Nationale des Sciences
Appliquées, Oujda

Royaume du Maroc
MEMOIRE DE PROJET DE FIN D’ETUDE
Université Mohammed Premier
Ecole Nationale des Sciences
PourAppliquées,
l’obtention duOujda
diplôme
MEMOIRED’INGENIEUR
DE PROJETD’ETAT DE FIN D’ETUDE
Spécialité : Génie Electrique
Energie & Systèmes Electriques

Par
AZAROUAL said

Sous le thème

Modélisation, amélioration et validation du

modèle du véhicule électrique

Soutenu le 16 juillet 2020

Encadré par : Devant le jury composé de :

Pr. A. EL MEHDI (ENSAO) Pr. D.YOUSFI (Président)
Mr. B. SIFFER (Altran Maroc) Pr. A. EL MEHDI (Encadrant)
Mr. Z. BOURZOUK (Altran Maroc) Pr. Y.KHLIFI (Membre de jury)
Mr. B. SIFFER (Ingénieur Altran)

Année universitaire 2019/2020

Année universitaire 2019/2020

 Remerciements

Avant tout, je remercie ALLAH, le tout puissant, de m’avoir donné le courage et la

volonté pour accomplir ce travail.

Ensuite, je tiens à remercier mon encadrant pédagogique, Monsieur Abdelmalek EL

MEHDI, pour son support, son encadrement, sa confiance et les encouragements qu’il a su me
donner pour mener à bien ce projet.

Je souhaite également remercier les membres de jury d’avoir accepté d’examiner ce

présent travail, je suis très reconnaissant de votre implication et l’intérêt que vous avez porté à
ce projet de fin d’étude.

Je remercie très chaleureusement Mr Zakaria BOURZOUK, Mr. Brahim SIFFER,

mes encadrants à Altran Maroc, de m’avoir aidé et soutenu au quotidien.

Je profite aussi de ce stage pour exprimer mes plus vifs remerciements envers le corps
enseignant du département génie électrique de l’ENSAO, pour tous leurs enseignements et
leurs volontés réelles de nous transmettre le savoir.

J’inclus une liste d’amis qui ont beaucoup compté pour moi et qui m’ont soutenu dans
les moments durs que j’ai vécus, durant les deux dernières années, Amine Elhoure,
Mohammed El Harrati et à toute la classe du Génie Electrique pour leurs soutiens et pour
leurs esprits de partage.

Je suis immensément reconnaissant à mes très chers parents qui m’ont soutenu tout au
long de ma vie je leur dois beaucoup, qu’ils trouvent dans ce manuscrit toute ma reconnaissance
et le signe que je suis enfin arrivé.

2
3
 Table des matières

Remerciements ........................................................................................................................... 2

Table des matières ...................................................................................................................... 4

Liste de figures ........................................................................................................................... 8

Liste des tableaux ....................................................................................................................... 9

Liste des abréviations ............................................................................................................... 10

Introduction générale................................................................................................................ 12

Chapitre 1 : Contexte général de projet .......................................................... 14

1. Présentation d’organisme d’accueil .............................................................................. 15

1.1. Le groupe Altran ...................................................................................................... 15

1.1.1. Fiche technique, partenariat et réalisation : ........................................................ 16

1.1.2. Développement international ............................................................................. 17

1.1.3. Secteur d’activité : .............................................................................................. 17

1.2. Altran Maroc ............................................................................................................ 18

1.2.1. Faits et chiffres ................................................................................................... 18

1.2.2. Les locaux d’Altran Maroc : .............................................................................. 19

1.2.3. Organigramme .................................................................................................... 19

1.2.4. Centre de service du pole modélisation.............................................................. 20

2. Présentation du projet .................................................................................................... 21

2.1. Objectif stratégique du projet ................................................................................... 21

2.2. Cahier des charges .................................................................................................... 22

3. Planning du projet .......................................................................................................... 22

Chapitre II : L’état de l’art des véhicules électriques ................................... 23

1. Historique ........................................................................................................................ 24

2. Description de la chaine de traction. ............................................................................ 25

4
 2.1. La batterie ................................................................................................................. 26

2.2. Le convertisseur de puissance .................................................................................. 27

2.2.1. L’onduleur .......................................................................................................... 27

2.2.2. Le survolteur ...................................................................................................... 29

2.3. Le moteur électrique ................................................................................................. 30

2.4. La transmission ........................................................................................................ 31

2.5. L’unité de contrôle électronique-The Electronic Unit Control (ECU)..................... 32

3. Enjeux et actualités des véhicules électriques .............................................................. 32

Conclusion ................................................................................................................................ 33

Chapitre 3 : Modélisation du véhicule électrique .......................................... 34

Introduction .............................................................................................................................. 35

1. Description du modèle ................................................................................................... 35

2. Modélisation de l’environnement véhicule .................................................................. 36

2.1. Force aérodynamique ............................................................................................... 36

2.2. Force de résistance au roulement des pneus ............................................................. 37

2.3. Force liée à la pente de la route ................................................................................ 38

2.4. La force liée à l’accélération du véhicule ................................................................. 38

2.5. Modèle des forces sous Matlab/Simulink ................................................................ 39

3. Modélisation de la transmission .................................................................................... 39

4. Modélisation de la batterie ............................................................................................ 40

4.1. Modèle idéal ............................................................................................................. 40

4.2. Modèle Circuit équivalent ........................................................................................ 41

4.2.1. Modèle simple .................................................................................................... 41

4.2.2. Modèle de Thevenin ........................................................................................... 42

4.3. Modèle de Shepherd ................................................................................................. 43

4.4. Estimation de l’état de charge de la batterie (SOC) ................................................. 46

4.4.1. Méthodes physiques ........................................................................................... 46

5
 4.4.2. Méthodes Mathématique .................................................................................... 46

4.5. Modélisation de la batterie sous Matlab/Simulink ................................................... 48

4.5.1. Modélisation ....................................................................................................... 48

4.5.2. Résultats de simulation....................................................................................... 49

5. Modélisation du moteur électrique ............................................................................... 51

5.1. Modélisation linéaire de la machine BLDC à base du modèle de la machine DC... 51

5.2. Modélisation dynamique de la MSAP ..................................................................... 55

5.2.1. Introduction à la transformation de Park ............................................................ 55

5.2.2. Modélisation mathématique (dynamique) de la MSAP ..................................... 58

5.2.3. Modèle de la machine sur Matlab/Simulink ...................................................... 62

5.2.4. Paramétrage du modèle de la machine ............................................................... 64

5.2.5. Résultats de simulations ..................................................................................... 69

6. Modélisation du convertisseur ...................................................................................... 70

6.1. Principe de fonctionnement ...................................................................................... 70

6.2. Modélisation du convertisseur sous Matlab/Simulink ............................................. 72

6.2.1. Modélisation ....................................................................................................... 72

6.2.2. Résultats de simulation....................................................................................... 74

Conclusion ................................................................................................................................ 75

Chapitre 4 : Unité de contrôle électronique .................................................... 76

1. Modélisation de l’UCE ................................................................................................... 77

1.1. Principe de la commande Backstepping................................................................... 77

1.1.1. Fonctions de Lyapunov ...................................................................................... 78

1.1.2. Représentation d’état .......................................................................................... 78

1.1.3. Méthode récursive de conception de Backstepping ........................................... 79

1.1.4. Représentation d’état du modèle de la MSAP dans le repère d-q ...................... 83

1.2. Application du Backstepping à la commande du MSAP ......................................... 84

1.2.1. 1ère étape, Calcul de loi de commande 𝑽𝒅_𝒓𝒆𝒇 ................................................. 85

6
 1.2.2. 2ème étape, calcul de la loi de commande virtuelle 𝑰𝒒_𝒓𝒆𝒇 ............................ 86

1.2.3. 3ème étape, Calcul de la loi de commande finale 𝑽𝒒_𝒓𝒆𝒇 .................................. 87

1.3. Modélisation de l’UCE sous Matlab/Simulink ........................................................ 88

1.3.1. Modélisation ....................................................................................................... 88

1.3.2. Résultats de simulation....................................................................................... 91

2. Modèle Global du véhicule électrique. ......................................................................... 93

2.1. Description du modèle ............................................................................................. 93

2.2. Modèle global sous Matlab/Simulink ...................................................................... 94

2.3. Résultats de simulation............................................................................................. 95

Conclusion ................................................................................................................................ 98

Conclusion générale et perspectives......................................................................................... 99

Bibliographie .......................................................................................................................... 100

7
 Liste de figures
Figure 1 : Les domaines technologiques du groupe Altran ...................................................... 15
Figure 2 :Les partenaires du groupe Altran .............................................................................. 16
Figure 3 : Locaux d’Altran ....................................................................................................... 17
Figure 4 : Secteurs d’activité d’Altran ..................................................................................... 17
Figure 5 : Domaines technologiques d’Altran ......................................................................... 18
Figure 6 :Local d’Altran à Casa Nearshore .............................................................................. 19
Figure 7 : Organigramme d'Altran Maroc ................................................................................ 19
Figure 8 : Organisation de la Direction Système ..................................................................... 20
Figure 9 : Diagramme de Gantt du projet................................................................................. 22
Figure 10 : La jamais contente ................................................................................................. 24
Figure 11 : Chaine de traction électrique ................................................................................. 26
Figure 12 : Schéma onduleur de tension .................................................................................. 27
Figure 13 : tension de sortie entre phase pour un onduleur de tension triphasé....................... 28
Figure 14 : Commutateur de courant triphasé .......................................................................... 29
Figure 15 : Schéma synoptique du véhicule électrique ............................................................ 35
Figure 16 : Forces appliquées sur un véhicule lors de son roulement ...................................... 36
Figure 17: Modèle des forces ................................................................................................... 39
Figure 18 : Modélisation de la transmission ............................................................................ 40
Figure 19 : modèle idéal de la batterie ..................................................................................... 41
Figure 20 : Modèle simple de la batterie .................................................................................. 41
Figure 21 : Modèle de Thevenin .............................................................................................. 42
Figure 22 : Modèle de Shepherd .............................................................................................. 43
Figure 23 : Courbe de décharge d'une batterie Li-ion .............................................................. 45
Figure 24 : Modèle de la batterie Sous Matlab/Simulink......................................................... 49
Figure 25 : Les caractéristiques de la batterie en fonction du temps ....................................... 50
Figure 26 : Vbatt=f(Capacité) et Vbatt=f(SOC) ............................................................. 51
Figure 27: Modèle de la machine DC ...................................................................................... 51
Figure 28 : Modèle de la machine BLDC ................................................................................ 52
Figure 29 : Boucle de courant .................................................................................................. 53
Figure 30 : Boucle de vitesse ................................................................................................... 54
Figure 31 : modèle de la machine MSAP dans le repère dq .................................................... 55

8
Figure 32 : Montage pour la masure des inductances synchrones Lq et Ld. ........................... 65
Figure 33 : alignement de l’axe d ............................................................................................. 66
Figure 34 : La réponse en courant pour la mesure de l'inductance équivalente L ................... 67
Figure 35 : alignement de l'axe q ............................................................................................. 67
Figure 36 : Montage pour la mesure du flux ............................................................................ 68
Figure 37 : La réponse de la machine PMSM .......................................................................... 69
Figure 38 : Onduleur de tension triphasé ................................................................................. 70
Figure 39 : Le principe de l'MLI sinusoïdale ........................................................................... 71
Figure 40 : Schéma synoptique du convertisseur de puissance................................................ 72
Figure 41 : Schéma physique du convertisseur ........................................................................ 72
Figure 42 : Modèle mathématique de l'onduleur triphasé sous Simulink ................................ 74
Figure 43 : Les signaux générées par l'onduleur ...................................................................... 75
Figure 44 : Structure globale du réglage de la vitesse du MSAP par backstepping................. 84
Figure 45 : Structure interne du régulateur Backstepping ........................................................ 85
Figure 46 : Modèle de l'ECU sous Matlab/Simulink ............................................................... 89
Figure 47 : Réponse de la machine suite à une consigne de vitesse variable........................... 92
Figure 48 : Réponse de PMSM commandé en vitesse par le backstepping. ............................ 92
Figure 49 : Structure du modèle global du VE ......................................................................... 93
Figure 50 : Modèle global sous Matlab/Simulink .................................................................... 94
Figure 51 : Etat de charge, Tension et Capacité de la batterie ................................................. 97
Figure 52 : Vitesse réelle du véhicule (km/h) et Couple moteur (N.m) ................................... 97

Liste des tableaux

Tableau 1 : Fiche technique du groupe Altran ......................................................................... 16
Tableau 2 : Véhicules électriques actuelles ............................................................................. 33
Tableau 3 : Quelques valeurs du coefficient de forme ............................................................. 37
Tableau 4 : Coefficient de roulement en fonction de l'état du terrain ...................................... 38
Tableau 5 : Paramètres du modèle de la batterie ...................................................................... 50
Tableau 6 : Paramètres choisis pour le bloc de Forces ............................................................ 95
Tableau 7 : Les paramètres du réducteur ................................................................................. 96
Tableau 8 : Paramètres de l'unité de commande ...................................................................... 96
Tableau 9 : Paramètres du bloc moteur .................................................................................... 96

9
Tableau 10 : Paramètres de la batterie...................................................................................... 96
Tableau 11 : Paramètres du bloc convertisseur ........................................................................ 97

Liste des abréviations

BLDC Moteur Brushless (moteur à courant continu sans balais)
BMS Battery Management System (systèmes de gestion de la batterie ).
BP Back Propagation
DTC Direct Torque Control (Contrôle de couple)
ECU Electronic Control Unit (l’unité de contrôle électronique)
EMF Electromotive Force (force électromotrice)
FOC Field Oriented Control (commande vectorielle)
MCC Moteur à Courant Continu
MLI Modulation de Largeur d’Impulsion
MSAP Machine Synchrone à Aimant Permanent
PAC voiture à Pile à Combustible
PMSM Permanent Magnets Synchronis Machine (machine synchrone à aimant
permanent).
RBF Radial Basis Function
SoC State of Charge (l’état de charge)
SPWM Sine Pulse Width Modulation (modulation de largeur d’impulsion sinusoïdale)
SRM Switched Reluctance Motor (Moteur à réluctance variable)
SVPWM Space Vector Pulse Width Modulation (Vecteur spatiale pour la modulation de
largeur d’impulsion)
VE Véhicule Electrique
VEB Véhicule Electrique à Batterie
VHR Véhicule Hybride Rechargeable
ZEV Zero Emission Vehicle

10
11
Introduction générale
Le véhicule automobile est un des moyens de locomotion le plus répandu. De manière
générale, celui-ci est composé d’une structure sur laquelle est installé un groupe moto
propulseur. Ce dernier se compose d’un moteur qui produit l’énergie mécanique nécessaire. Le
moteur le plus connu est celui à combustion interne ou plus communément appelé moteur
thermique. Celui-ci utilise comme source d’énergie de l’essence, de l’alcool ou voir même un
gaz. Malgré un rendement médiocre, l’intérêt de cette solution réside dans l’autonomie liée à
l’énergie massique élevée du carburant et sa facilité pour le stockage. Ces moteurs sont mis en
défaut pour leurs émissions de gaz à effet de serre et de particules néfastes pour la santé, ainsi
que l’utilisation d’énergies fossiles vouées à se raréfier dans les décennies à venir. La pollution
engendrée par les moteurs thermiques réduit la qualité de l’air, surtout dans les grandes villes
où la concentration de véhicules peut être très importante.

Une alternative pour diminuer la pollution produite localement par les moteurs
thermiques et de profiter au plus des énergies renouvelables est l’utilisation de véhicules
électriques. Ce domaine des Véhicules électriques fait appel à des connaissances en
électrotechnique, électronique, mécanique, automatique, chimie et informatique.

Dans le milieu industriel, avant la conception d’un produit il est obligatoire de passer par
l’étape de la modélisation numérique, L’intérêt d’utiliser la simulation numérique au cours du
cycle de développement d’un produit peut être multiple ; on cite par exemple le gain sur les
coûts et les délais vu qu’il est possible de manipuler facilement pour opérer diverses
modifications en vue d’améliorer le projet en question et optimiser le produit final.

Ce présent travail a comme objectif principal la modélisation du véhicule électrique, sous

Matlab/Simulink, en particulier la chaine de traction (Batterie__Convertisseur__Unité de
commande électronique__Onduleur__Moteur__Transmission) à condition que le modèle final
soit proche de la réalité. Ce travail est réparti en quartes chapitres :

➢ Le premier chapitre est consacré à la présentation du cadre général du projet

comprenant une présentation de l’organisme d’accueil et une identification du projet
et du cahier des charges et finalement un planning du projet.

12
 ➢ Le deuxième chapitre est réservé aux généralités sur les véhicules électriques,
historique, technologie… et les différentes composantes constituant la chaine de
traction.

➢ Le troisième chapitre présente la modélisation de la partie puissance de la chaine de

traction (Batterie, Onduleur, Moteur électrique),de la transmission mécanique et de
l’environnement véhicule.

➢ Le dernier chapitre est dédié à la modélisation de la partie commande de la chaine

de traction c-à-d l’unité de contrôle électronique (ECU),puis on va rassembler tous
les éléments modélisés afin de construire le modèle globale représentant le véhicule
électrique, et finalement la validation de ce modèle sur un triporteur électrique par
des tests expérimentaux réalisés sur ce dernier.

A cause du confinement lié à la pandémie du nouveau coronavirus (covid-19), la partie de

la validation sur le triporteur électrique ne sera pas traitée dans le cadre de cette mémoire.

13
Chapitre 1 : Contexte

général de projet

14
1. Présentation d’organisme d’accueil
Dans ce premier chapitre, le groupe Altran sera présenté, ainsi que ses différents services
et secteurs d’activité. Ensuite, les activités, l’organigramme opérationnel de la société seront
abordés.

1.1. Le groupe Altran

Altran est un groupe international français, leader mondial du conseil en innovation et

ingénierie avancée, Il accompagne les entreprises dans leurs processus de création et
développement de nouveaux produits et services. Altran est organisée en quelque 80 filiales,
toutes autonomes dans leur gestion opérationnelle et leur stratégie commerciale.

Figure 1 : Les domaines technologiques du groupe Altran

Les trois domaines, constituant le « cœur » du diagramme ci-dessus, sont :

-Le conseil en technologie et R&D, c’est la capacité de mettre en œuvre le savoir-faire, les
méthodes techniques et scientifiques des consultants ingénieurs pour mener à bien des projets
innovants.
-Le conseil en organisation et systèmes d’information, il permet de fournir aux entreprises la
capacité de rester compétitif face aux contraintes de croissance d’entreprise, de rentabilité et de
législation. Les entreprises qui font appel à Altran sur ce point cherchent à faciliter leurs prises
de décisions, et leur agilité organisationnelle.
-Le conseil en stratégie et management, il permet aux entreprises de maîtriser leur
environnement et d’anticiper les évolutions du secteur dans lesquelles elles travaillent.

Comme le présente la « couronne » sur le schéma ci-dessus, le positionnement des trois

15
domaines d’activités permet de couvrir totalement un cycle de produit.

1.1.1. Fiche technique, partenariat et réalisation :

Nom de l’entreprise Altran Technologies

Logo

Date de création 1982

Siège social Paris 8ème 54/56 avenue Hoche
France
aérospatial, automobile,
Secteur d’activité énergie, ferroviaire,
finance, santé, télécommunications
Conseil en innovation et ingénierie
Activité avancée
Implantation 26 pays
PDG Dominique Cerutti
Nombre de salariés 30 000 collaborateurs
Nombre de clients +500 clients majeurs
Chiffre d’affaires 2.220 Mrd€ en 2017
Site internet www.altran.com
Tableau 1 : Fiche technique du groupe Altran

En qualité de partenaire stratégique, Altran propose un accompagnement global des

projets de ses clients tout en garantissant un niveau constant de service. Le Groupe a également
souhaité conserver une dimension locale afin de permettre un accompagnement spécifique sur
des marchés dédiés et de proximité. Parmi les clients et les partenaires stratégiques d’Altran on
trouve :

Figure 2 :Les partenaires du groupe Altran

16
 1.1.2. Développement international

L’empreinte internationale d’Altran offre un avantage unique sur le marché actuel. En

phase avec une planète de plus en plus connectée, le groupe est conçu pour offrir des services
d’innovation et d’ingénierie de premier ordre à ses clients, tout en leur permettant de bénéficier
des meilleures pratiques mondiales dans tous les secteurs d’activité, Le groupe Altran est
implanté dans 26 pays dans le monde, répartis entre l’Europe, l’Asie, l'Amériques, et
récemment au Maroc.
2.

Figure 3 : Locaux d’Altran

1.1.3. Secteur d’activité :

Altran intervient depuis plus de 30 ans auprès des grands acteurs de nombreux secteurs
: navigation aérospatiale, automobile, défense, énergie, ferroviaire, finance, sciences de la vie,
télécommunications, pharmacie...

Figure 4 : Secteurs d’activité d’Altran

17
 1.2. Altran Maroc

À travers son implantation au Maroc en Avril 2013, Altran a souhaité disposer d’une
plateforme Near-shore afin d’accompagner le développement international du groupe dans les
secteurs de l’automobile, de l’aéronautique et du transport.

Il s’agit en effet d’accompagnement des clients Altran dans leur stratégie d’innovation,
d’optimisation de coût et des délais. L’entité marocaine a également pour ambition d’être un
acteur de proximité au service des grands comptes clients d’Altran installés sur le territoire
national. Dans le cadre de la stratégie « émergence » lancé par le gouvernement marocain, de
nombreuses sociétés étrangères, et à fort développement, s’y sont installées.

Altran Maroc s’intéresse notamment à celles évoluant dans les secteurs de l’automobile, de
l’aéronautique et de l’énergie renouvelable.

Enfin, Altran Maroc s’appuie sur la stratégie offshoring mise en place par le
gouvernement marocain offrant des avantages optimisant fortement la composante
compétence/coût.

1.2.1. Faits et chiffres

Date de création : 2013

Implantation : Casablanca

Effectif : > 1000 collaborateurs (fort développement en cours)

Industries principales : Automobile, Infrastructure, Transports, Aéronautique et Énergie

Solutions principales : Nos solutions couvrent cinq domaines technologiques principaux :

Figure 5 : Domaines technologiques d’Altran

18
 1.2.2. Les locaux d’Altran Maroc :

Altran Maroc est installé au parc casanearshore à Casablanca, capitale économique du Maroc.
Ce parc dédié aux activités de Near shore (BPO, ITO…) avec plus de 300 000 m2 de bureaux,
est le plus grand parc de ce type au Maroc et en Afrique du Nord. Il se caractérise également
par une proximité de l’aéroport international de Casablanca et des principaux accès
autoroutiers. Les locaux d’Altran offrent un cadre de travail aux standards européens avec des
facilités technologiques (fibre optique, salles de visio-conférence équipées…) et des espaces de
vie (kitchenettes, espace d’échanges…).

1.2.3. Organigramme

Figure 6 :Local d’Altran à Casa Nearshore

Figure 7 : Organigramme d'Altran Maroc

L’organigramme au sein d’Altran Maroc est présenté comme suit :

La direction système est une sous-direction de la direction technique, elle gère l’ensemble des
sujets et métiers transverses dans le cadre de son propre développement, mais aussi celui des
autres directions. Elle est divisée en deux départements :

19
 Figure 8 : Organisation de la Direction Système

La direction système intervient avant la phase de production, elle s’occupe de tout ce

qui est Recherche et développement, solutions techniques… Elle se compose de 4 pôles,
Modélisation, qualité & SDF, Mécatronique et après-vente.

1.2.4. Centre de service du pole modélisation

Il se compose également de 6 centres de services :

• Conception fonctionnelle du véhicule

Le travail de cette équipe est basé sur l'analyse fonctionnelle des fonctions ADAS (les
fonctions d’aide à la conduite). Lors de cette conception fonctionnelle, chaque fonction du
véhicule doit être recensée caractérisée, ordonnée, hiérarchisée et valorisée afin d'effectuer
un dimensionnement correct des caractéristiques des fonctions du véhicule.

• Ingénierie des exigences :

Cette équipe s'occupe de la réception des exigences clients, le tri et la suppression des

20
 exigences non exploitables, la reformulation et la traduction des exigences ainsi que la
migration des exigences vers la plateforme PLM.
• Profil de mission :
Ils s'occupent de la représentation statistique d’un scalaire distribué sur une population
donnée, il sert à caractériser l’usage des véhicules, de ses fonctions et de ses composants
en fonction des zones de commercialisation et des environnements. Cette étape est
nécessaire pour une conception optimisée.
• Dev outil et BDD :
Ce centre de service assure la production des tâches de la conversion automatique de
document entrant (spécification, etc.) en plan de test (ou bibliothèque de tests) ainsi que
la réalisation de banc de validation HIL qui se présente comme une approche qui
consiste à tester un produit final dans un environnement aussi proche que possible de
l’environnement réel. Le produit à tester est ainsi placé dans une boucle matérielle liant
les commandes aux Contrôles et simulant les liens et interactions qui existent
physiquement entre eux.
• Achat et logistique :
Le rôle des fonctions achats-logistique est d'assurer la continuité et la fiabilité des flux
de marchandises, depuis l’entrepôt de fournisseur, jusqu'à la réception par le
demandeur.

2. Présentation du projet

2.1. Objectif stratégique du projet

Dans le cadre stratégique du suivi de développement des véhicules électriques.

Altran à lancé le projet du triporteur électrique qui a pour objet :

• Monter en compétences dans la technologie des véhicules électriques.

• Développer et réaliser un Tri-porteur électrique fonctionnel fin 2020.
• Construire un référentiel technique Véhicule Electrique.

21
 2.2. Cahier des charges

Ce projet PFE intitulé « Modélisation, amélioration et validation du modèle du VE » peut être

divisé en trois partie :
1. Modélisation : consiste, tout d’abord, à modéliser dans l’environnement Matlab/Simulink, un
véhicule électrique lors de son roulement et toutes les forces qui lui sont appliquées ce qui
permet de calculer la force totale et en déduire le couple résistif total appliqué à la roue du
véhicule d'autre part il faut modéliser la partie traction électrique (Batterie, Convertisseur
DC/AC et sa commande, Moteur PMSM, Réducteur).
2. L’amélioration : a pour objectif de choisir la meilleure méthode de modélisation (linéaire ou
dynamique). Pour chaque partie de la chaîne de traction la méthode choisie doit permettre
d’obtenir la meilleure précision.
3. La validation : les résultats obtenus par modélisation sont comparés et confrontés aux résultats
des tests expérimentaux réalisés sur un triporteur électrique.

3. Planning du projet
La planification du projet consiste à déterminer et ordonnancer les tâches du projet et par la
suite estimer leurs durées respectives. Le planning a été établi sous Gantt-Project sous forme
de diagramme de Gantt ce qui m'a permis d’organiser le travail et de déterminer la durée
nécessaire pour la réalisation de chaque tâche.

Figure 9 : Diagramme de Gantt du projet

22
Chapitre II : L’état de
l’art des véhicules
électriques

23
 1. Historique
La toute première voiture électrique date de 1834. Le moteur à explosion, plus complexe, a
vu son émergence plus tard, en 1861. La première commercialisation d'un véhicule électrique
date de 1852. Mais ces premiers modèles n'utilisent pas de batterie électrique rechargeable.
L'invention en 1859 de la batterie rechargeable au plomb acide par Gaston Planté puis les
travaux de Camille Faure permettent à la voiture électrique d'avoir un succès encore jamais
égalé à notre siècle. C’est en mai 1899 que la viabilité de la voiture électrique éclate aux yeux du
monde entier. En effet, la Jamais Contente, pilotée par le belge Camille Jenatzy, dépassa les 105
km/h.

Figure 10 : La jamais contente

L'apparition en 1908 de la Ford T change la donne. Malgré l'invention en 1910 par Edison de
la batterie Fer-Nickel, la voiture électrique cède face aux innovations de Ford : la production à
la chaine abaisse les coûts de production et le démarreur électrique de Charles Kettering
augmente considérablement le confort de véhicules thermiques.
Dans les années 1920, le thermique bon marché, meilleur en autonomie et en poids, supplante
l'électrique. Depuis cette époque, et tout au long du siècle, la voiture électrique devient une
prophétie jamais accomplie.
C'est en 1973 que l'on s'intéresse à nouveau à la propulsion électrique : suite au choc pétrolier,
l'importance d'une alternative au pétrole accompagnée d'une prise de conscience écologique
donnent un nouveau souffle au développement du véhicule électrique. Des prototypes sont créés

24
et commercialisés, dont la CityCar en 1974 aux États Unis, qui atteint les 48 km/h et les 64 km
d'autonomie.
En 1990, un grand pas est franchi avec la mise en place en Californie du Zero Emission
Vehicle (ZEV) qui impose aux grands constructeurs américains de réaliser au moins 2% de
leurs ventes avec des véhicules zéro émission en 1998. Les 2% du ZEV passent à 5% en 2001
et 10% en 2003. D'autres régions suivent le même mouvement.
Aujourd'hui, le véhicule électrique est devenu une réalité. Les principaux constructeurs
automobiles, ont développé un modèle 100% électrique et non un seul véhicule électrifié. Et les
installations de bornes de recharge sont aujourd'hui de plus en plus nombreuses.

Technologies :
Les véhicules électriques sont sous plusieurs formes et intègrent des différentes technologies.
On distingue trois catégories principales des véhicules électriques :
• Le véhicule électrique à batterie (VEB) aussi appelé véhicule tout électrique ou
100% électrique. Il utilise pour unique énergie motrice l’électricité stockée dans des
batteries rechargeables sur le secteur.
• Le véhicule hybride rechargeable (VHR). Il est doté d’un moteur thermique et
d’un moteur électrique alimenté par des batteries. Le VHR démarre en mode
électrique et le groupe thermique n’intervient qu’au-delà d’une certaine vitesse ou
lorsque les batteries sont épuisées. Contrairement à l’hybride conventionnel2, il peut
se recharger directement sur le secteur.
• La voiture à pile à combustible (PAC). Elle est aussi appelée voiture à hydrogène
car son moteur électrique est alimenté par une pile à combustible qui produit elle-
même l’électricité à partir de l’hydrogène.
Dans notre étude, on va se concentrer sur la technologie des véhicules VEB.

2. Description de la chaine de traction.

La chaîne de traction d'un véhicule électrique est l'ensemble des éléments, depuis la source
d'énergie jusqu'à la transmission mécanique, qui assurent la fourniture d'une puissance
mécanique capable de mouvoir le véhicule.

25
 Figure 11 : Chaine de traction électrique

Sur un tel véhicule, le contrôle moteur électrique permet d’interpréter la volonté du

conducteur (pédales d’accélérateur et de frein) en consigne de couple positive ou négative. Cette
consigne de couple moteur est ensuite transmise à l’électronique de puissance (onduleur,
hacheur…) qui assure l’élaboration des grandeurs de consigne électrique (tension et courant)
correspondantes grâce à l’unité de contrôle électronique (ECU). Le moteur électrique assure la
conversion de la puissance électrique en puissance mécanique. Et enfin le couple du moteur
électrique est transmis aux roues par l’intermédiaire d’un éventuel réducteur.

2.1. La batterie

Une batterie est un dispositif de stockage de l'énergie électrique sous forme chimique,
composé d'une ou plusieurs cellules électrochimiques avec des connexions externes pour
alimenter le moteur électrique. Lorsqu'une batterie fournit de l'énergie électrique, sa borne
positive est la cathode et sa borne négative est l'anode. Elle se caractérise par sa tension
nominale exprimée en Volts, sa capacité exprimée en Ampères heures (Ah) elle s’agit du
nombre d’ampères contenus dans la batterie, le Cycle de vie qui désigne le nombre des cycles
charge/décharge que la batterie peut subir avant de perdre certaines performances. Son énergie
spécifique (Wh/kg) est l'énergie nominale de la batterie par unité de masse (puissance
massique), elle s'agit d'une caractéristique de la chimie de la batterie et le packaging. Elle
détermine le poids requis pour obtenir une certaine autonomie, et les courants de charge et de
décharge maximaux qui sont les valeurs des courants à ne pas dépasser lors de la charge et de
la décharge de la batterie.

26
 On distingue plusieurs technologies de batteries tel que Plomb (lead-acide), Ni-MH (Nickel-
Métal Hydride), Li-Ion (Lithium- Ion), Ni-Zn (Nickel- Zinc), Ni-Cd (Nickel- Cadmium), mais
pour les véhicules électriques actuels on utilise fréquemment les batteries au Plomb et
Lithium-ion vu qu’elles présentent plusieurs avantages :

• Puissance massique élevée, afin de garantir de bonnes accélérations et reprises au

véhicule.

• Grand nombre de cycles charge/décharge sans dégradation importante des

performances

• Sécurité d'emploi, pas de risque d'explosion ou de dégagement de gaz nocifs.

• Possibilité de recharge rapide

2.2. Le convertisseur de puissance

Un convertisseur de puissance est un circuit électrique qui change l'énergie électrique d'une
forme à une autre forme convenable pour la charge. Les différents convertisseurs utilisés dans la
chaine de traction des véhicules électrique sont :

2.2.1. L’onduleur

Un onduleur est un dispositif d'électronique de puissance permettant de générer des tensions

et des courants alternatifs (AC) à partir d'une source d'énergie électrique de tension continue
(DC). Cette conversion est faite en commandant l’ouverture ou la fermeture des transistors,
avec une fréquence de commutation élevée, et on peut distinguer :
a) Onduleur de tension triphasé
Le schéma de la structure de puissance est représenté sur la figure 12. L’onduleur est alimenté
par une source de tension continue qui est la batterie du véhicule. Le côté alternatif est réalisé
à l’aide de trois bras d’onduleur qui sont connectés sur les trois phases du moteur.

Figure 12 : Schéma onduleur de tension

27
 Le principe de commande est basé sur des techniques de Modulation de Largeur
d’Impulsion (MLI). Plusieurs techniques MLI existent dans la littérature, la plus connue est
sans doute la MLI sinus-triangle. Le but est de comparer une modulante basse fréquence (le
plus souvent sinusoïdale) avec une porteuse haute fréquence (le plus souvent triangulaire) qui
représente la fréquence de découpage des interrupteurs de puissance. Elle produit des formes
d’ondes découpées à la sortie de l’onduleur, la figure 13 représente la tension de sortie que l’on
peut trouver entre deux phases de l’onduleur pour une période de basse fréquence.

Figure 13 : tension de sortie entre phase pour un onduleur de tension triphasé

La tension de sortie prend alors 3 niveaux (+E, 0 et –E avec E la valeur de la tension

d’alimentation de l’onduleur). Ces tensions produisent des harmoniques, créent des courants de
palier (Shaft Currents) dans les roulements du moteur et dégradent les isolants de celui. Pour
pallier ces problèmes, la solution est d’installer un filtre LC en sortie de l’onduleur afin de
produire une tension de sortie la plus sinusoïdale possible. L’introduction d’un filtre joue un
rôle essentiel sur le fonctionnement, les performances et le dimensionnement de l’onduleur.
Pour les applications de traction, l’introduction d’un filtre entre le moteur et l’onduleur
augmente le coût. La solution utilisée par les constructeurs est de ne rien mettre et d’appliquer
directement les tensions découpées sur le moteur : le filtrage étant effectué directement à partir
des inductances de ce dernier.
Afin de compenser ces problèmes de tension découpée appliquée au moteur, d’autres
structures d’électronique de puissance ont été introduites tels que les commutateurs de courant.
b) Commutateurs de courant.
Les commutateurs de courant sont destinés à fournir une tension de sortie sinusoïdale à la
charge. Ils peuvent fonctionner avec des plages de puissance constante et améliorer l’efficacité
du moteur et sa durée de vie. Le schéma de principe de l’onduleur est présenté sur la figure 14.

28
 Figure 14 : Commutateur de courant triphasé

Le fonctionnement de cette structure peut être assimilé à une topologie Boost.

L’inductance en série avec l’alimentation de la structure sert de stockage d’énergie et permet
d’élever la tension de sortie par rapport à la tension d’entrée. Les condensateurs de sortie ont
pour rôle d’atténuer les fréquences de commutation des composants sur le réseau. Les
harmoniques de courant sont absorbés par les condensateurs de filtre à la sortie et produisent à
la charge une tension très proche d’une sinusoïde. Cependant des techniques de MLI plus
élaborées doivent être mises en œuvre pour produire une sortie sinusoïdale. L’implantation de
commande pour les commutateurs de courant est plus complexe que les onduleurs de tension.
Ceci est dû à la loi de commande qui ne doit jamais ouvrir la source de courant au risque de
provoquer une surtension et dégrader les interrupteurs de puissance de la structure.
L’une des premiers inconvénients du commutateur de courant est d’incorporer la batterie
comme un élément de récupération d’énergie. Contrairement à l’onduleur de tension qui est
naturellement réversible en courant (grâce aux diodes antiparallèles des interrupteurs).

2.2.2. Le survolteur

Le survolteur est un convertisseur de type DC/DC dont l’objectif est de décorréler la

tension batterie de la tension du bus continu raccordé à l’onduleur. L’utilisation d’un survolteur
permet ainsi d’abaisser la tension du pack batterie tout en augmentant la tension d’alimentation
des machines électriques. La commande du rapport de transformation est un degré de liberté
supplémentaire dans le contrôle du véhicule. Du point de vue machine, on pourra noter que
l’augmentation de la tension d’alimentation permettra d’augmenter le régime de base et donc
la puissance maximale délivrée par la machine et également améliorer le rendement de
fonctionnement de la machine et de son onduleur. En contrepartie, l’utilisation d’un survolteur

29
sera synonyme de surcoût et engendrera également des pertes supplémentaires, d’autant plus
quand le rapport de transformation est grand.
Les architectures que nous considérerons dans le cadre de cette mémoire de PFE ne seront pas
équipées d’un survolteur.

2.3. Le moteur électrique

Un moteur électrique est un convertisseur électromécanique qui transforme l'énergie

électrique en énergie mécanique sous forme de rotation. Dans le contexte des véhicules
électriques, la machine électrique doit fonctionner dans les deux modes, le mode moteur pour
mouvoir le véhicule, et le mode génératrice afin de récupérer l’énergie mécanique lors du
freinage régénératif (cas d’une décélération ou d’une pente négative). Un VE peut avoir un ou
plusieurs moteurs selon le besoin, ce dernier doit avoir une puissance massique élevée, couple
fort, grande marge de vitesse, rendement élevé, fiabilité, robustesse, coût réduit….
Les différentes technologies de machines électriques dans le domaine automobile sont les
machines asynchrones, les machines synchrones à aimants permanents, les moteurs Brushless
et les machines synchrones à réluctance variable. Les machines à courant continu sont devenues
obsolètes pour cette application avec les progrès de la commande des machines.

-Moteur DC à balais : Ces moteurs ont des balais pour alimenter le stator. L'avantage qu'ils
présentent s'agit de leur capacité de produire un couple élevé à vitesse faible. Sinon, ses
inconvénients comme sa structure volumineuse, chaleur produire et nécessité de maintenance
diminuent largement son efficacité. Dû à ces raisons, le moteur DC n'est plus utilisé dans les
VEs.
-Moteur Brushless DC (BLDC) : Le fait qu'il ne présente pas des pertes de rotor le rend plus
efficace par rapport aux moteurs asynchrones.
-Machine synchrone à aimants permanents (PMSM) : Que ce soit PMDC (Brushless DC
Motor) ou PMAC. Le rotor de cette machine est constitué d'un aimant permanent, alors que le
stator est alimenté par des courants alternatifs à travers un onduleur. Cette machine est capable
à fonctionner en vitesses élevées sans un système de transmission. Cette caractéristique lui rend
très efficaces et compact. Elle lui permet aussi d'être compatible avec les applications in-Wheel,
vu que la machine est capable de produire un fort couple en vitesses faibles, En plus il se
caractérise par une densité de puissance élevée, une taille réduite…

30
L'inconvénient principal de ces machines s'agit des pertes de fer énormes en vitesse élevées,
ce qui rend le système instable. Selon le mode d’opération qui est relié à la forme des courants
statoriques on peut classer la machine PMSM en deux catégorie :
➢ Forme carré (Squarewave drive) : Les courants statoriques ont une forme carrée, et la
force électromotrice a une frome trapézoïdale.
➢ Forme sinusoïdale (Sinwave drive) : Le courant est régulé par la commande PWM à
fin d’avoir une forme sinusoïdale, la force électromotrice a une forme sinusoïdale.

-Moteur asynchrone : Il s'agit du moteur le plus mature technologiquement. La commande

vectorielle permet de répondre aux besoins des applications VE. Cette commande peut
transformer le comportement de la MAS à celui d'une MCC en découplant la commande du
flux et celle du couple. Le défluxage permet aussi de dépasser plusieurs fois la vitesse nominale
avec un design correct.
-Moteur à réluctance variable (SRM) : Le moteur à réluctance variable est un moteur
synchrone alimenté par un courant généré par un onduleur. Il est robuste, simple, de coût faible,
et permet d'avoir une zone de puissance constante large. Ces caractéristiques rendent le moteur
SRM très utile pour les applications VE. Un aimant permanent n'est pas requis pour ces moteurs,
ce qui rend sa performance fiable.
L'inconvénient principal que ces moteurs réside principalement dans le bruit qu'ils présentent
dû à la nature variable du couple produit, en plus de leur rendement faible et leur grande taille
en comparaison avec les machines PM.
Vu les avantages qu’il présente, le moteur PMSM est le plus utilisé dans les applications
VE, et c’est ce moteur qu’on va modéliser dans la cadre de cette mémoire.

2.4. La transmission

La transmission mécanique d’un VE est la liaison entre le moteur et les roues. Nous pouvons
envisager plusieurs possibilités d’associations d’éléments nécessaires à la transmission de la
puissance qui sont le réducteur mécanique (à rapport fixe), la boite de vitesse et éventuellement le
différentiel.
Le réducteur constitue un organe important de la chaîne de transmission mécanique, il
permet en effet le plus souvent une économie très conséquente sur la masse du moteur dont les
dimensions sont déterminées principalement par l'effort à fournir. Un réducteur est défini par
son rapport de réduction et son rendement.

31
 2.5. L’unité de contrôle électronique-The Electronic Unit Control

(ECU)

Ou l'unité de commande électronique (UCE) désigne un calculateur embarqué ou système

embarqué qui commande le convertisseur de puissance, L’UCE est composée d’un calculateur
électronique et d’un logiciel embarqué qui réalise un asservissement. Il lit l’état du véhicule
ainsi que les commandes du conducteur à l’aide des capteurs. Il peut être un DSP, un
microprocesseur, un microcontrôleur.... Et c’est elle qui contient la loi de commande (FOC,
Backstepping…).

3. Enjeux et actualités des véhicules électriques

La recherche d’une meilleure qualité de vie et le souci du respect de l’environnement
constituent les facteurs essentiels de motivation pour le développement du véhicule électrique.
La voiture électrique, avec moins de bruit et moins d’émission de gaz d’échappement, apparaît
comme une nouvelle façon de se déplacer en milieu urbain. Son utilisation est déjà rendue
obligatoire pour certains déplacements en milieu fermé ou en atmosphère explosive. Cependant
son déploiement reste encore limité, car les avancées dans le domaine du stockage de l’énergie
électrique, influence fortement l’innovation et le développement des performances de ces
véhicules.
Actuellement, nombreux sont les constructeurs automobiles à proposer un modèle tout
électrique. Les performances en termes d’autonomie, d’accélération, de vitesse maximale et
de mode de recharge sont très dispersées. Nous pouvons par exemple citer :

Marque Autonomie Vitesse max Batterie

Kia e-Niro 455km 167km/h Lithium-ion-
Polymère
Mitsubishi - I-MiEV 150km 130km/h Lithium-ion

Peugeot - e 208 340km 150km/h Lithium-ion

32
 Audi - Q7 e-tron 95 417km 230km/h Lithium-ion
kwh
BMW - i3 308km 150km/h Lithium-ion

Porsche - Taycan 450km 260km/h Lithium-ion

Tableau 2 : Véhicules électriques actuelles

Conclusion
Nous venons de présenter, dans ce chapitre une petite historique sur le véhicule électrique,
et un aperçu sur leur actualité récente, ainsi les éléments qui constituent une chaine de traction,
tout en comparant les différentes technologies utilisées et tout en détaillant les différents
critères de leurs utilisations.

33
Chapitre 3 : Modélisation

du véhicule électrique

34
Introduction
Ce chapitre a comme but de modéliser les différents composants constituant la chaine
de traction, et de modéliser l’environnement interagissent avec le véhicule électrique (Les
forces appliquées sur le Véhicule lors de son roulement) en utilisant Matlab/Simulink. Nous
verrons les différents modèles existant dans la littérature et un choix du niveau de modélisation
adéquat pour notre cas.

1. Description du modèle
Le modèle du véhicule électrique est composé d’un bloc qui représente l’environnement
véhicule qui assure l’introduction des forces appliquées sur le véhicule lors de son roulement,
et qui permet de générer la vitesse réelle du véhicule et le couple résistant sur les roues, ensuite
ce couple est appliqué sur le moteur à travers un bloc représentant la transmission.
Le bloc moteur demande le courant nécessaire pour vaincre le couple résistant totale ainsi,
il génère la vitesse de rotation du moteur, le moteur lui-même est commandé par les signaux de
tension imposés par l’onduleur, ce dernier est commandé par l’ECU dont l’entrée est la
consigne du conducteur.

UCE Consigne Conducteur

Forces

Environnement
Onduleur Moteur Transmission
véhicule

Batterie

Figure 15 : Schéma synoptique du véhicule électrique

35
 2. Modélisation de l’environnement véhicule
Un véhicule routier électrique est soumis à des forces que le système de propulsion doit
surmonter pour pouvoir propulser ou retarder le véhicule. Ces forces sont composées de plusieurs
composantes comme illustré dans la figure 16. La force pour vaincre ces efforts, en transmettant
de la puissance à travers les roues motrices et les pneus du véhicule au sol, est appelé l’effort de
traction ou force de traction. Et elle doit être égale à la somme des forces appliquées sur le
véhicule afin de pouvoir le propulser.

α
-

Figure 16 : Forces appliquées sur un véhicule lors de son roulement

2.1. Force aérodynamique

C’est la force appliquée sur les objets en mouvement dans le sens inverse du mouvement
d’un fluide, elle est donnée par la relation suivante :
𝑭𝒂é𝒓𝒐 = 𝟎, 𝟓. 𝝆. 𝑪𝒅 . 𝑨𝒇 .(𝑽 ± 𝑽𝒗𝒆𝒏𝒕 )² (3.1)
Avec :

• 𝐹𝑎𝑒𝑟𝑜 : Force aérodynamique [N]

• 𝜌 : Masse volumique de l’air [Kg/m3]
• A𝑓 : Surface frontale du véhicule [m2]
• Cd : Coefficient de forme
• V : vitesse du véhicule [m/s]
• 𝑉𝑣𝑒𝑛𝑡 : Vitesse du vent [m/s]
• ± : Selon le sens du vent, (+) si le vent est dans le sens opposé au véhicule, (-) si le
vent est dans le même sens que le véhicule.

36
 Le coefficient Cd dépend de la forme de la surface frontale du véhicule, le tableau 3
donne quelques valeurs typiques de ce coefficient :

Tableau 3 : Quelques valeurs du coefficient de forme

2.2. Force de résistance au roulement des pneus

La force de résistance au roulement décrit la résistance rencontrée au volant d'un véhicule

générée par la liaison pneumatique-sol . Le calcul de la résistance au roulement est simple et ne
dépend pas de la vitesse du véhicule . Elle est donnée par la relation suivante :
𝑭𝒓𝒐𝒖𝒍 = 𝑴. 𝒈. 𝑪𝒓𝒐𝒖𝒍 . 𝒄𝒐𝒔(𝜶) (3.2)
Avec :

• 𝐹𝑟𝑜𝑢𝑙 : force de résistance au roulement [N]

• 𝐶𝑟𝑜𝑢𝑙 : coefficient de résistance au roulement
• 𝑀 : masse totale du véhicule [Kg]
• 𝑔 : constante gravitationnelle [m/s2]

37
 Le coefficient de résistance au roulement dépend de la nature du pneu, sa pression et
de la nature du sol, le tableau 4 donne quelques valeurs de ce coefficient en fonction de la
nature de liaison pneu-sol :
Liaison Croul
Pneus de voitures ordinaires sur béton 0.01……………0.015
Pneus de voitures sur un mauvais terrain 0.15
Pneus de voitures ordinaires sur sable 0.3
Tableau 4 : Coefficient de roulement en fonction de l'état du terrain

2.3. Force liée à la pente de la route

Cette force est due à l’inclinaison de la route avec un angle α, elle est donnée par :
𝑭𝒑𝒆𝒏𝒕𝒆 = 𝑴. 𝒈. 𝒔𝒊𝒏(𝜶) (3.3)

• 𝐹𝑝𝑒𝑛𝑡 : force due à la pente [N]

• 𝑀 : masse totale du véhicule [Kg]
• 𝑔 : constante gravitationnelle [m/s2]
• 𝛼 : angle d’inclinaison

2.4. La force liée à l’accélération du véhicule

La force d’accélération, parfois appelée la force d’inertie, est la résistance du véhicule aux
variations de vitesse. Elle contraint le VE à ralentir lorsque sa vitesse augmente et à accélérer
lorsque sa vitesse diminue. Son expression est donnée par la relation suivante :
𝒅𝑽
𝑭𝒂𝒄𝒄 = 𝑴. 𝒂 = 𝑴. 𝒅𝒕 (3.4)
Avec :
• M : Masse totale du véhicule [Kg]
• a : L’accélération du véhicule [m/s2]
• V : La vitesse du véhicule [m/s]

Pour faire avancer le véhicule, une force de propulsion doit être livrée par le moteur. Cette force
est également connue sous le nom force de traction, elle doit être supérieur ou égale à la somme
des forces résistantes :
𝑭𝑻𝒓 =𝑭𝒂𝒄𝒄 + 𝑭𝒑𝒆𝒏𝒕𝒆 + 𝑭𝒓𝒐𝒖𝒍 + 𝑭𝒂é𝒓𝒐 (3.5)

38
Donc le couple résistant total appliqué aux roues du véhicule est donné par :
𝑪𝑹𝒐𝒖𝒆 = 𝑹𝒓 . 𝑭𝑻𝒓 (3.6)
• Rr : Rayon de la roue [m]
• Croue : Couple résistif appliqué aux roues [N.m]
• 𝐹𝑇𝑟 : force résistante totale [N]

2.5. Modèle des forces sous Matlab/Simulink

A partir des équations précédentes, on a pu élaborer un modèle permettant de traduire le couple

au niveau de la roue à partir des différentes forces appliquées sur le véhicule.

Figure 17: Modèle des forces

3. Modélisation de la transmission
Dans notre cas la transmission est un réducteur (réduire la vitesse du moteur toute en
augmentant le couple), qui est représenté par son facteur de réduction ‘’K’’ (K>1) et son
rendement ‘’η’’, donc il est facile à modéliser en utilisant uniquement des blocs « Gain ».

39
 Ω𝐦
Ωmoteur (tr/min) Ωroue(tr/min) = 𝑲
Réducteur
Cmot (N.m) Croue(N)= Cmot.K. η

Figure 18 : Modélisation de la transmission

4. Modélisation de la batterie
La modélisation de la batterie est une considération importante et difficile dans les systèmes
de gestion de la batterie (BMS). Dans la littérature, de nombreux modèles de batteries ont été
rapportés. Le choix entre ces modèles est un compromis entre la complexité, la précision et
l’effort de paramétrage. Les modèles peuvent être classés en plusieurs catégories, idéales,
circuit équivalent (Simple, Thevenin), modèle boîte noire (modèles utilisant les réseaux de
neurones ou la logique floue), modèles électrochimiques (Pseudo 2D model, single particle
model) et modèle empirique (Tel que modèle de Shepherd). [1]

4.1. Modèle idéal

Comme son nom l'indique, la batterie est représentée comme une source de tension idéale
avec pouvoir illimité (c-à-d que la batterie peut fournir de l’énergie sur une durée infinie) . Ces
modèles ne sont utilisés que si le dispositif de stockage d'énergie (batterie) n'est pas dans notre
intérêt.
40
 𝑼𝒃𝒂𝒕𝒕 = 𝑶𝑪𝑽 (3.7)

Figure 19 : modèle idéal de la batterie

4.2. Modèle Circuit équivalent

4.2.1. Modèle simple

Ce modèle est le plus utilisé. Cela est équivalent à une batterie idéale avec une tension en
circuit ouvert Uoc , et une résistance interne constante R0 qui va représenter la chute de tension .
La tension aux bornes de la batterie est Ut.
Uoc peut être obtenue à partir de la mesure de la tension en circuit ouvert et R1 peut être
mesurée en connectant une charge et en mesurant à la fois la tension Ut et le courant I, à pleine
charge. Bien que ce modèle semble être très simple, mais il ne prend pas en considération la
nature variable de la résistance interne due à la variation de la température, de l’état de charge
et de la concentration de l’électrolyte.

𝑼𝒕 = 𝑼𝑶𝑪 − 𝑹𝟎 . 𝑰 (3.8)

Figure 20 : Modèle simple de la batterie

41
 4.2.2. Modèle de Thevenin

Ce modèle est un premier modèle dynamique. Il tient compte des chutes de tension due
au transfert de charge et des chutes de tensions de polarisation. Il consiste en une source idéale
Uoc, une résistance R0 qui réprésente le chute de tensoin. La branche RC parallèle représente la
charge de diffusion, tel que C1 représente la capacité des plaques parallèles et R1 représente la
résistance non linéaire due au contact des plaques avec l'électrolyte.
Dans ce modèle, tous les éléments du circuit équivalent sont supposés constants et
différents en charge et en décharge. Mais, en réalité ces paramètres varient aussi en fonction de
l'état de charge et le taux de décharge. [2]

Figure 21 : Modèle de Thevenin

𝑼𝒕 = 𝑼𝒐𝒄 − 𝑹𝟎 . 𝑰 − 𝑽𝑻𝒉 (3.9)

𝒅𝑽𝑻𝒉 −𝑽𝑻𝒉 𝑰
=𝑹 +𝑪
𝒅𝒕 𝟏. 𝑪𝟏 𝟏

Les paramètres de ce modèle tels que les résistances et les capacités sont calculés par
identification du système à l'aide des tests expérimentaux [3].
Cependant, ces modèles avec des circuits équivalents ont des limites à fournir un aperçu des
réactions électrochimique qui se produisent à l'intérieur de la cellule. Cette limitation les rend
incapables de prédire les phénomènes électrochimiques comme la dégradation des cellules
(vieillissement).

42
 4.3. Modèle de Shepherd

Le modèle Shepherd, peut-être le modèle de batterie le plus utilisé pour les VEs. Il décrit
le comportement électrochimique de la batterie en termes de tension et de courant. [2]
Ce modèle permet de reproduire des courbes de charge et de décharge d'un nombre
d'accumulateurs. Il est basé sur des équations qui permettent de varier la tension à vide en
fonction de l’état de charge, de la température, du vieillissement et du type de batterie.

Figure 22 : Modèle de Shepherd

❖ Equation de la batterie au plomb (lead–Acid Battery) :

-Charge (i*<0) :

𝑄 𝑄 𝐸𝑥𝑝 (𝑠) 1
𝐸𝑏𝑎𝑡𝑡 = 𝐸𝑐ℎ𝑎𝑟𝑔𝑒 = E0 – K.𝑖𝑡+0,1.𝑄.i* - K. 𝑄−𝑖.𝑡.it + 𝐿𝑎𝑝𝑙𝑎𝑐𝑒 −1 ( . 𝑠 ) (3.10)
𝑆𝑒𝑙(𝑠)

-Décharge (i*>0) :

𝑄 𝑄 𝐸𝑥𝑝 (𝑠) 0
𝐸𝑏𝑎𝑡𝑡 = 𝐸𝑑𝑒𝑐ℎ𝑎𝑟𝑔𝑒 = E0 – K.𝑄−𝑖𝑡.i* - K. 𝑄−𝑖.𝑡.it + 𝐿𝑎𝑝𝑙𝑎𝑐𝑒 −1 ( . 𝑠) (3.11)
𝑆𝑒𝑙(𝑠)

❖ Equations de la batterie Lithium-ion :

-Charge (i*<0) :

𝑄 𝑄
𝐸𝑏𝑎𝑡𝑡 = 𝐸𝑐ℎ𝑎𝑟𝑔𝑒 = E0 – K. .i* - K. 𝑄−𝑖.𝑡.it +A𝑒(−𝐵.𝑖𝑡) (3.12)
𝑖𝑡+0,1.𝑄
-Décharge (i*>0) :

𝑄 𝑄
𝐸𝑏𝑎𝑡𝑡 = 𝐸𝑑𝑒𝑐ℎ𝑎𝑟𝑔𝑒 = E0 – K.𝑄−𝑖𝑡.i* - K. 𝑄−𝑖.𝑡.it + A𝑒 (−𝐵.𝑖𝑡) (3.13)

43
 ❖ Equations de la batterie nickel-cadmium et nickel métal-hydride :
-Charge (i*<0) :

𝑄 𝑄 𝐸𝑥𝑝 (𝑠) 1
𝐸𝑏𝑎𝑡𝑡 = 𝐸𝑐ℎ𝑎𝑟𝑔𝑒 = E0 – K. .i* - K. 𝑄−𝑖.𝑡.it + 𝐿𝑎𝑝𝑙𝑎𝑐𝑒−1 ( . ) (3.14)
|𝑖𝑡|+0,1.𝑄 𝑆𝑒𝑙(𝑠) 𝑠
-Décharge (i*>0) :

𝑄 𝑄 𝐸𝑥𝑝 (𝑠) 0
𝐸𝑏𝑎𝑡𝑡 = 𝐸𝑑𝑒𝑐ℎ𝑎𝑟𝑔𝑒 = E0 – K.𝑄−𝑖𝑡.i* - K. 𝑄−𝑖.𝑡.it + 𝐿𝑎𝑝𝑙𝑎𝑐𝑒 −1 ( . 𝑠) (3.15)
𝑆𝑒𝑙(𝑠)

• 𝑬𝒃𝒂𝒕𝒕 : Tension à vide non-linéaire de la batterie [V]

• E0 : Tension constante de base de la batterie[V]
• Exp(s) : Zone exponentielle dynamique [V]
• Sel (s) : représente le mode de la batterie. Sel(s)=0 pendant la décharge, Sel(s)=1 pendant la
charge.
𝑬𝒙𝒑(𝒔) 𝑨
• = 𝟏
𝑺𝒆𝒍(𝒔) .𝒔+𝟏
𝑩.𝒊(𝒕)
• K : La constante de polarisation [𝐴ℎ−1] ou la résistance de polarisation [Ohms]
• i* : Courant de la batterie filtré [A]
• i(t) : Courant instantané de la batterie[A]
• i.t : Capacité délivré (décharge) ou reçu (charge) par la batterie [Ah]
• t : La durée de la mise en marche de la batterie (charge ou décharge).
• Q : Capacité maximale de la batterie [Ah]
• A : Amplitude de la zone exponentielle [V]
• B : La constante de temps inverse de la zone exponentielle, ou la constante exponentielle
[𝐴ℎ−1 ].

Dans la suite on va s’intéresser seulement à modéliser la batterie Li-ion et la batterie au

plomb vu qu’elles sont les plus utilisées dans les véhicules électriques.
Généralement, les paramètres (A, B, K, Eo, R) sont déterminés à partir de la fiche
technique de la batterie fournie par le fabricant, en particulier de la courbe de décharge à un
𝐶𝑎𝑝𝑎𝑐𝑖𝑡é 𝑑𝑒 𝑙𝑎 𝑏𝑎𝑡𝑡𝑒𝑟𝑖𝑒
taux de 1 C (n.C=n. ). Cependant, ces paramètres dépendent de la variation
1ℎ𝑒𝑢𝑟𝑒

de la température et la durée de vie de la batterie. Donc, il est important d’étudier et de trouver

la relation entre ces paramètres et la température, mais dans ce présent travail on ne va pas
s’intéresser à étudier l’effet de la température (imposé par le cahier des charges).

44
 Figure 23 : Courbe de décharge d'une batterie Li-ion

Cette figure montre que la batterie a trois zones :

• La zone exponentielle : Cette zone présente une courbe exponentielle de décharge de la
batterie commence de (0, Vfull) jusqu'au couple (Qexp, Vexp).

• La zone nominale : Cette zone commence depuis la fin de la zone exponentielle jusqu'au
couple (Qnom, Vnom). Cette zone montre une tension approximativement constante qui
correspond à Eo.

• La zone de batterie complètement déchargée : Cette zone commence de la fin de la zone

nominale jusqu’à la décharge complète de la batterie (0,Q).

Les formules utilisées pour estimer les paramètres, sans tenir compte de l’effet de la
température, sont données par : [4]
A=𝑽𝒇𝒖𝒍𝒍 − 𝑽𝒆𝒙𝒑
𝟑
B ≈ 𝑸𝒆𝒙𝒑
𝑸−𝑸𝒏𝒐𝒎
𝑲 = 𝟎, 𝟎𝟔𝟓. [𝑽𝒇𝒖𝒍𝒍 − 𝑽𝒏𝒐𝒎 + 𝑨 (𝒆−𝑩.𝑸𝒏𝒐𝒎 − 𝟏)]. 𝑸𝒏𝒐𝒎

𝑬𝟎 = 𝑽𝒇𝒖𝒍𝒍 + 𝑲 + 𝑹𝟎 . i – A ≈ 𝑽𝒆𝒙𝒑

La tension instantanée aux bornes de la batterie est alors donnée par :

𝑽𝒃𝒂𝒕𝒕 = 𝑬𝒃𝒂𝒕𝒕 ± 𝑹𝟎 . 𝒊(𝒕) (3.16)
• 𝑉𝑏𝑎𝑡𝑡 ∶ La tension instantanée aux bornes de la batterie [V]
• 𝐸𝑏𝑎𝑡𝑡 : La tension non linéaire à vide de la batterie [V]
• 𝑖(𝑡) : Le courant instantanée de la batterie pendant la charge (ou décharge) [A]
𝟏−𝝆
• 𝑅0 : Résistance interne de la batterie [Ohms], estimé par 𝑹𝟎 =𝑽𝒏𝒐𝒎 .
𝟎,𝟐.𝑸𝒏𝒐𝒎
• 𝜌 ∶ Rendement de la batterie.

45
 4.4. Estimation de l’état de charge de la batterie (SOC)

L'état de charge (SOC) représente la capacité actuelle de la batterie. C'est la quantité de

capacité de la batterie qui reste après une décharge à partir sa charge complète (100%).
L'estimation de l'état de charge de la batterie est un paramètre très important pour la
conception de n'importe quel modèle de batterie, quelques-uns des paramètres de la batterie tels
que la tension en circuit ouvert, la résistance et la tension à ses bornes sont fonction de l'état de
charge de la batterie. Essentiellement, l’estimation du SOC est basée sur trois approches possibles
[5].

4.4.1. Méthodes physiques

Ces méthodes sont basées sur l'observation des changements chimiques et physiques
apparaissant dans la batterie pendant la charge ou la décharge. Parmi ces méthodes on peut citer
celle qui consiste à mesurer la densité spécifique de l'électrolyte. Cette mesure peut être
effectuée à l'aide d'un densimètre ou un hydromètre et elle donne une indication de l'état de
charge. Plus la densité est grande, plus l'état de charge de la batterie est grand.

4.4.2. Méthodes Mathématique

1. Méthodes de Mesure directe

Les méthodes de mesure directes se réfèrent à certaines propriétés physiques de la
batterie telles que la tension aux bornes et l'impédance. De nombreuses méthodes directes
différentes ont été employées : méthode de tension à vide, Méthode de tension aux bornes et
méthode de mesure d’impédance.

i. Méthode de tension à vide

Cette estimation est basée sur la relation linéaire entre le SOC de la batterie au plomb et
sa tension en circuit ouvert (OCV) donnée par :
𝑽𝑶𝑪 (𝒕) = 𝒂. 𝑺𝑶𝑪(𝒕) + 𝒃 (3.17)
• SOC(t) : SOC de la batterie à l’instant t
• b : La tension de la batterie lorsque SOC=0%
• a : est calculé à partir de la valeur connue de ‘b’ et de 𝑽𝑶𝑪 lorsque SOC(t)=100%

Cette méthode basée sur le fait que la tension en circuit ouvert des batteries est
proportionnelle au SOC, lorsqu'elles sont déconnectées des charges pendant une période

46
supérieure à deux heures. Dans la pratique le temps de déconnexion peut être trop long pour
être mis en œuvre pour la batterie [6].
Contrairement à la batterie au plomb, la batterie Li-ion n’a pas une relation linéaire entre
𝒍′𝑶𝑪𝑽 et le SOC [7]. Donc cette méthode n’est pas valable pour toutes les types de batterie, Et
dans le cas des véhicules électriques elle n'est pas réalisable parce qu'il est impératif de
déconnecter la batterie de la charge dans ce cas.
ii. Méthode de tension aux bornes de la batterie
Cette méthode est basée sur les chutes de tension aux bornes de la batterie en raison de
l’impédance interne lorsque la batterie se décharge, de sorte que le la force électromotrice
𝐸(𝐽𝑜𝑢𝑙𝑒𝑠)
(EMF=𝑄(𝑐𝑜𝑢𝑙𝑜𝑚𝑏) = 𝑽𝑶𝑪 ) de la batterie est proportionnelle à la tension aux bornes (𝑽𝒃𝒂𝒕𝒕 =

𝑽𝑶𝑪 ± 𝑹. 𝑰). Étant donné que l'EMF de la batterie est approximativement proportionnelle au
SOC, la tension aux bornes ( 𝑽𝒃𝒂𝒕𝒕 ) de la batterie sera également approximativement
proportionnelle au SOC. Mais à la fin de la décharge de la batterie, l'erreur estimée de la tension
aux bornes est grande, car la tension aux bornes chute brutalement à la fin de décharge [8].

2. Méthodes basées sur le courant de décharge de la batterie

La méthode utilise le courant de décharge comme une donnée d’entrée. Cela permet
d'inclure certains effets internes de la batterie comme l’autodécharge, perte de capacité et
efficacité de décharge. Deux types de méthodes d'estimation ont été employés : méthode de
comptage de Coulomb et méthode de comptage de Coulomb modifié

i. Méthode de comptage de Coulomb

Cette méthode est utilisée lorsque l’état de charge initiale (𝑆𝑂𝐶0 ) est connu, elle est
basée sur l’intégration du courant en utilisant la relation suivante :

100 𝑡
𝑆𝑂𝐶(𝑡) = 𝑆𝑂𝐶0 − .∫𝑡0 𝑖(𝑡). 𝑑𝑡 (3.18)
𝑄𝑛 .3600

• SOC(t) : L’état de charge instantanée de la batterie [%]

• 𝑆𝑂𝐶0 : L’état de charge initiale [%], à l’instant 𝑡0
• (t-𝑡0 ) : L’intervalle de temps en considération [sec]
• i(t) : Le courant de la batterie [A]
• 𝑄𝑛 : Capacité nominale de la batterie [Ah]

47
 Cependant plusieurs facteurs affectent la précision des Méthodes de comptage de
Coulomb tel que la température, le courant de décharge et durée de vie [9].
ii. Méthode de comptage de Coulomb amélioré
Cette méthode de comptage de Coulomb utilise un courant corrigé pour améliorer la
précision de l'estimation, de tel sorte que le courant corrigé est fonction du courant de décharge.
Il existe une relation quadratique entre le courant corrigé et le courant de décharge de la
batterie. Qui peut être obtenue par des données expérimentales, cette relation est donnée par
[5] :
𝑖𝑐𝑜𝑟𝑟𝑖𝑔é (𝑡) = 𝑎2 . 𝑖(𝑡) + 𝑏. 𝑖(𝑡) + 𝑐 (3.19)
• a,b,c : Valeurs constant obtenues par des tests expérimentales

Le SOC est calculé alors par la relation :

100 𝑡
𝑆𝑂𝐶(𝑡) = 𝑆𝑂𝐶0 − .∫ 𝑖𝑐𝑜𝑟𝑟𝑖𝑔é (𝑡). 𝑑𝑡 (3.20)
𝑄𝑛 .3600 𝑡0

3. Systèmes adaptatifs
Récemment, avec le développement de l’intelligence artificielle, divers nouveaux
systèmes adaptatifs pour l’estimation du SOC ont été développés. En citant les méthodes basées
sur les réseaux de neurones ( back propagation (BP) neural network, radial basis function (RBF)
neural network) , méthodes de logique floue, réseau de neurones flous et filtre de Kalman. les
systèmes adaptatifs sont des systèmes auto-conçus qui peuvent être automatiquement ajustés
dans l'évolution des systèmes. Comme les batteries sont affectées par de nombreux facteurs
chimiques et elles ont un SOC non linéaire, les systèmes adaptatifs offrent une bonne solution
pour l'estimation du SOC [10].

4.5. Modélisation de la batterie sous Matlab/Simulink

4.5.1. Modélisation

Comme nous l’avons vu, il existe différentes méthodes pour modéliser une batterie,
chacun de ces modèles possède ces caractéristiques. Le choix d’un tel modèle parmi d’autres
dépend de l'application, si on veut plus de précision alors on a besoin d'un modèle plus détaillé

48
en tenant compte de tous les paramètres qui peuvent affecter la performance des accumulateurs
(tel que la température).
Dans notre cas, on a choisi le modèle Shepherd vu qu’il présente une flexibilité au
niveau du choix du types de batteries à modéliser, ainsi offre une possibilité d’intégrer plusieurs
paramètres (SoC, Température…) qui peuvent influencer la caractéristique de la charge (ou
décharge) de la batterie.
Pour l’estimation de l’état de charge (SOC) on a utilisé la méthode d’intégration du
courant associé à un bloc de mémorisation qui permet de mémoriser l’état de charge
précédente, l’état de charge initiale (𝑆𝑂𝐶0 ) est imposé par nous.

Figure 24 : Modèle de la batterie Sous Matlab/Simulink

Comme on le voit, ce modèle a comme entré le courant de charge (ou de décharge) de

la batterie (si 𝑰𝒃𝒂𝒕𝒕 < 𝟎 on est en mode charge et si 𝑰𝒃𝒂𝒕𝒕 > 𝟎 c’est la décharge) et qui a comme
sortie la tension instantanée aux bornes de la batterie (Vbatt) la capacité et l’état de charge
instantanés de de la batterie.

4.5.2. Résultats de simulation

Pour la simulation on a choisi des paramètres réels extraits de la fiche technique (courbe
de décharge) d’une batterie Lithium-ion 100Ah et 48V (48V représente la tension nominale).
ainsi on a choisi un temps de simulation considérablement grand (4000sec=1.1 heure) pour voir
l’évolution des sorties avec le temps.
Les paramètres extraits de la fiche technique sont :

49
 Les paramètres Leurs valeurs
Tension de base de la batterie (E0) 55.15 V
Résistance interne de la batterie (R0) 0.012 Ω
Capacité maximale (Q) 106 Ah
Capacité nominale (Qnom) 100 Ah
Constante de polarisation (K) 0.00182 𝐴ℎ−1
Amplitude de la zone exponentielle (A) 3.7163 V
Capacité exponentielle (B) 1.5265 𝐴ℎ−1
Tableau 5 : Paramètres du modèle de la batterie

Comme on a choisi :
-un courant 𝐼𝑏𝑎𝑡𝑡 =100A (décharge)
-L’état de charge initiale 𝑆𝑂𝐶0 = 100%.
On a obtenu les résultats suivants :

Figure 25 : Les caractéristiques de la batterie en fonction du temps

50
Figure 26 : Vbatt=f(Capacité) Vbatt=f(SOC)

D’après ces résultats on a bien reproduit les courbes trouvées sur les fiches techniques
des batteries, ce qui confirme le bon fonctionnement et la validité de ce modèle.

5. Modélisation du moteur électrique

L'étude de comportement d'un moteur électrique est une tâche difficile et qui nécessite,
avant tout, une bonne connaissance de son modèle dynamique afin de bien prédire, par voie de
simulation, son comportement dans les différents modes de fonctionnement envisagés.
Actuellement, la littérature témoigne d’un grand intérêt porté à la MSAP. En effet, elle a une
large utilisation dans le domaine de traction électriques que ce soit en type PMAC ou BLDC
(Brushless), De ce fait on a choisi de l’utiliser dans notre modèle.

5.1. Modélisation linéaire de la machine BLDC à base du modèle de la machine DC

Ce modèle est construit en se basant sur les équations électriques et mécaniques de la machine
DC qui sont données comme suit :

Figure 27: Modèle de la machine DC

𝒅𝑰
Equation électriques :𝑽 = 𝑹. 𝑰 + 𝑳. 𝒅𝒕 + 𝑬 (3.21)

51
 𝒅𝒘
Equation mécanique : 𝑱. 𝒅𝒕 = 𝑪𝒎 − 𝑪𝒓 − 𝒇𝒓. 𝒘 (3.22)

Equations de Electromécaniques : E=Ke. Ω et Cm=Kc.I (3.23)

• V : la tension entre phase [Volts]

• E : la force électromotrice [Volts].
• R et L : la résistance [Ohm] et l’inductance d’un enroulement [H].
• J : moment d’inertie [Kg.m2]
• Ω : La pulsation de rotation du moteur [rad/s].
• Cm : le Couple moteur [N.m]
• Cr : Le couple résistif liée à la charge mécanique [N.m]
• fr. Ω : Couple de frottement, tel que fr coefficient de frottement visqueux
• Ke : la constante de la f.e.m [V/rd/s].
• Kc : La constante du couple [N.m/A].
• On a Ke≈Kc

Contrairement à la machine DC la machine BLDC est triphasée, alors il est nécessaire de

passer au modèle triphasé qui est présenté ci-dessous :

Figure 28 : Modèle de la machine BLDC

𝒅𝑰𝒂
𝑽𝒂 = 𝑹 𝒎 . 𝑰 𝒂 + 𝑳 𝒎 . + 𝒆𝒂
𝒅𝒕
𝒅𝑰𝒃
𝑽𝒃 = 𝑹 𝒎 . 𝑰 𝒃 + 𝑳 𝒎 . + 𝒆𝒃 (3.24)
𝒅𝒕

𝒅𝑰𝒄
𝑽𝒄 = 𝑹 𝒎 . 𝑰 𝒄 + 𝑳 𝒎 . + 𝒆𝒄
𝒅𝒕
La tension 𝑽𝒂𝒃 sera alors :
𝒅𝑰
𝑽𝒂𝒃 = 𝑼 = 𝑽𝒂 − 𝑽𝒃 = 𝟐𝑹𝒎 . 𝑰 + 𝟐𝑳𝒎 . 𝒅𝒕 + 𝟐𝑲𝒆 . 𝒘 (3.25)

𝐼𝑎 = 𝐼 ; 𝐼𝑏 = −𝐼; 𝑒𝑎 = 𝐾𝑒. 𝒘 ; 𝑒𝑏 = −𝐾𝑒. 𝒘

En utilisant la transformée de Laplace on aura :
𝑰 𝟏 𝒘 𝟏
= ; =
𝑼−𝑬 𝟐.𝑳𝒎 .𝒔+𝟐.𝑹𝒎 𝑪𝒎 −𝑪𝒓 𝑱.𝒔+𝒇𝒓

52
Le modèle linéaire de la machine BLDC avec les correcteurs de vitesse et de courant sous
Matlab/Simulink est alors :

Les correcteurs de courant et de vitesse sont des correcteurs PI, leurs fonctions de transfert
sont données par :
𝐾𝑖𝑖 𝐾𝑝𝑖
Correcteur de courant : Ci(s)= (1 + . 𝑠)
𝑠 𝐾𝑖𝑖
𝐾𝑖𝑤 𝐾𝑝𝑤
Correcteur de vitesse : Cw(s)= (1 + . 𝑠)
𝑠 𝐾𝑖𝑤

Pour le calcul des paramètres des deux correcteurs on utilise la méthode de l’élimination du pole
dominant.
❖ Calcul des paramètres du correcteur de courant :

Figure 29 : Boucle de courant

1 1/2.𝑅𝑚
La fonction de transfert à corriger est donné par : 𝐻1 (𝑠) = 2.𝐿 = 𝐿
𝑚 .𝑠+2.𝑅𝑚 1+ 𝑚 𝑠
𝑅𝑚

𝐾𝑝𝑖 𝐿
Nous souhaitons supprimer le pôle du système 𝐻1 (𝑠) en fixant = 𝑇𝑏𝑜𝑖 = 𝑅𝑚
𝐾𝑖𝑖 𝑚

• 𝑇𝑏𝑜 : Est le temps de réponse en boucle ouverte du système 𝐻1 (𝑠)

La fonction de transfert en boucle ouverte sera alors :

1 1
𝐾𝑖𝑖 𝐿𝑚 .𝑅 .𝐾𝑖𝑖
2 𝑚 2𝑅𝑚
𝐹𝑇𝐵𝑂(𝑠) = 𝐶𝑖(𝑠). 𝐻1 (𝑠)= (1 + 𝑅 . 𝑠) ∗ 𝐿 =
𝑠 𝑚 1+ 𝑚 𝑠 𝑠
𝑅𝑚

La fonction de transfert du système corrigé est donnée par :

53
 𝐶𝑖(𝑠). 𝐻1 (𝑠) 1
𝐹𝑇𝐵𝐹(𝑠) = =
2𝑅
1 + 𝐶𝑖(𝑠). 𝐻1 (𝑠) 1 + 𝑚 . 𝑠
𝐾𝑖𝑖
2𝑅𝑚
Le temps de réponse du système corrigé en courant est : 𝑻𝒊 =
𝐾𝑖𝑖
𝐾𝑝𝑖 𝐿
Et puisque = 𝑇𝑏𝑜𝑖 = 𝑅𝑚 ; alors les paramètres du correcteur de courant seront définis par :
𝐾𝑖𝑖 𝑚

𝟐𝑹𝒎 𝟐𝑳𝒎 𝐿
𝑲𝒊𝒊 = ; 𝑲𝒑𝒊 = tel que : 𝑇𝑖 ≤ 𝑅𝑚
𝑻𝒊 𝑻𝒊 𝑚

❖ Calcul des paramètres du correcteur de vitesse :

Figure 30 : Boucle de vitesse

Le temps de réponse électrique (𝑇𝑖) est très négligeable devant le temps de réponse mécanique
(J/fr) c-à-d que 𝑇𝑖 ≪≪ J/fr, alors on peut considérer la fonction de transfert électrique
(𝐻1 𝑐𝑜𝑟𝑟𝑖𝑔é) comme un gain unitaire (𝐻1 = 1), la fonction de transfert à corriger est alors :
2𝐾𝑐/𝑓𝑟
𝐻2 (𝑠) =
𝐽
.𝑠 + 1
𝑓𝑟
𝐾𝑝𝑤 𝐽
Nous souhaitons supprimer le pôle du système 𝐻2 (𝑠) en fixant = 𝑇𝑏𝑜𝑤 = 𝑓𝑟
𝐾𝑖𝑤

La fonction de transfert en boucle ouverte est donnée par :

2𝐾
𝐾𝑖𝑤 𝐽 2𝐾𝑐/𝑓𝑟 .𝐾𝑖𝑤
𝑓𝑟
𝐹𝑇𝐵𝑂(𝑠) = 𝐶𝑤(𝑠). 𝐻1 (𝑠)= (1 + 𝑓𝑟 . 𝑠) ∗ 𝐽 =
𝑠 .𝑠+1 𝑠
𝑓𝑟

La fonction de transfert du système corrigé est donnée par :

𝐶𝑤(𝑠). 𝐻2 (𝑠) 1
𝐹𝑇𝐵𝐹(𝑠) = =
1 + 𝐶𝑤(𝑠). 𝐻2 (𝑠) 1 + 𝑓𝑟
2. 𝐾. 𝐾𝑖𝑤 . 𝑠
𝑓𝑟
Le temps de réponse du système corrigé en vitesse est : 𝑻𝒘 =
2.𝐾𝑐.𝐾𝑖𝑤
𝐾𝑝𝑤 𝐽
Et puisque = 𝑇𝑏𝑜𝑤 = 𝑓𝑟
𝐾𝑖𝑤

Alors les paramètres du correcteur de vitesse sont donnés par :

𝒓 𝒇 𝑱 𝑹𝒎 .𝐽
𝑲𝒊𝒘 = 𝟐.𝐊.𝑻𝒘 ; 𝑲𝒑𝒘 = 𝟐.𝐊.𝑻𝒘 tel que : 𝑇𝑤 ≤ 2.𝐾2

𝑇𝑤 ≥ 10. 𝑇𝑖
𝑹𝒎 .𝐽 1/𝐾
• 2.𝐾2
: Est le temps de réponse du système globale 𝐻(𝑠) = 𝑅 .𝐽 en boucle ouverte
1+ 𝑚2
2𝐾

54
 Ce modèle est très limité, par exemple si on veut lui appliquer un profil de vitesse variable
il ne l’accepte pas, comme il est très loin de la réalité et il ne présente pas de saturation c-à-d
en entrant n’importe quelle valeur de vitesse on la récupère à la sortie, alors il est nécessaire
de passer au modèle dynamique dans lequel on va modéliser la machine synchrone à aimant
permanent.

5.2. Modélisation dynamique de la MSAP

On peut distinguer deux types principaux de la MSAP : la machine où les aimants sont
montés en interne (avec saillance, à pole saillant), et la machine où les aimants sont montés en
surface (sans saillance, ou à pole lisse). La principale différence est que la machine à pole
saillant a une réluctance variable qui varie avec l'angle du rotor, tandis que la machine à pole
lisse a une réluctance assez fixe pour n'importe quel angle du rotor. Cela conduit à un entrefer
uniforme et donc à une inductance magnétisante égale pour les axes direct et quadrature
(Ld=Lq).

5.2.1. Introduction à la transformation de Park

L'approche actuelle pour la modélisation des machines électriques est basée sur la théorie
des deux axes(dq) qui transforme un système triphasé (abc) en un système biphasé équivalent,
ce qui réduit la complexité du modèle et conduit à des relations indépendantes du temps et à la
réduction d'ordre des équations de la machine.
Le modèle de la machine MSAP dans le repère (d,q) est présenté comme suit :

Vd Id
Va Ia
Vb abc dq Vq Iq dq abc Ib
Vc MSAP Ic

θ Ω θ
Cr Cm

Figure 31 : modèle de la machine MSAP dans le repère dq

Le repère (dq) est un repère biphasé qui peut être fixé au stator (fixe), ou au rotor(tournant),
selon l’objectif de l’application.

55
La transformation qui traduit ce passage du système triphasé (a, b, c) au système biphasé (d,q)
est donnée par :

[𝑽𝒅𝒒𝟎 ] = 𝑷(𝜽). [𝑽𝒂𝒃𝒄 ]

[𝑰𝒅𝒒𝟎 ] = 𝑷(𝜽). [𝑰𝒂𝒃𝒄 ] (3.26)
[𝝓𝒅𝒒𝟎 ] = 𝑷(𝜽). [𝝓𝒂𝒃𝒄 ]

𝑋𝑎 𝑋𝑑
Tel que [𝑋𝑎𝑏𝑐 ] = [𝑋𝑏 ] ; [𝑋𝑑𝑞0 ] = [𝑋𝑞 ]
𝑋𝑐 𝑋0
Et 𝑷(𝜽) la matrice de passage directe de PARK, dans la littérature on peut trouver quatre types
de matrice :

56
-Pour un alignement de l’axe d avec l’axe d’origine a, càd que à t=0 d est fixé sur l’axe a :

𝟐𝝅 𝟐𝝅
𝒄𝒐𝒔(𝜽) 𝒄𝒐𝒔(𝜽 −
) 𝒄𝒐𝒔(𝜽 + )
𝟑 𝟑
𝟐 𝟐𝝅 𝟐𝝅
𝑷𝟏(𝜽) = √ . −𝒔𝒊𝒏(𝜽) −𝒔𝒊𝒏(𝜽 − ) −𝒔𝒊𝒏(𝜽 + )
𝟑 𝟑 𝟑
𝟏 𝟏 𝟏
[ √𝟐 √𝟐 √𝟐 ]

𝟐𝝅 𝟐𝝅
𝐜𝐨 𝐬(𝜽) 𝐜𝐨 𝐬 (𝜽 − ) 𝐜𝐨 𝐬 (𝜽 + )
𝟑 𝟑
𝟐 𝟐𝝅 𝟐𝝅
𝑷𝟐(𝜽) = . −𝐬𝐢 𝐧(𝜽) −𝐬𝐢 𝐧 (𝜽 − ) −𝐬𝐢 𝐧 (𝜽 + )
𝟑 𝟑 𝟑
𝟏 𝟏 𝟏
[ 𝟐 𝟐 𝟐 ]
-Pour un alignement de l’axe q avec l’axe d’origine a, càd que à t=0 q est fixé sur l’axe a :
𝟐𝝅 𝟐𝝅
𝒔𝒊𝒏(𝜽) 𝒔𝒊𝒏(𝜽 −
) 𝒔𝒊𝒏(𝜽 + )
𝟑 𝟑
𝟐 𝟐𝝅 𝟐𝝅
𝑷𝟑(𝜽) = √ . 𝒄𝒐𝒔(𝜽) 𝒄𝒐𝒔(𝜽 − ) 𝒄𝒐𝒔(𝜽 + )
𝟑 𝟑 𝟑
𝟏 𝟏 𝟏
[ √𝟐 √𝟐 √𝟐 ]

𝟐𝝅 𝟐𝝅
𝐬𝐢𝐧(𝜽) 𝐬𝐢𝐧 (𝜽 − ) 𝐬𝐢𝐧 (𝜽 + )
𝟑 𝟑
𝟐 𝟐𝝅 𝟐𝝅
𝑷𝟒(𝜽) = . 𝒄𝒐𝒔(𝜽) 𝒄𝒐𝒔(𝜽 − ) 𝒄𝒐𝒔(𝜽 + )
𝟑 𝟑 𝟑
𝟏 𝟏 𝟏
[ 𝟐 𝟐 𝟐 ]
• 𝑷𝟏(𝜽) 𝑒𝑡 𝑷𝟑(𝜽) : Pour garder la puissance invariée.
• 𝑷𝟐(𝜽) 𝑒𝑡 𝑷𝟒(𝜽) : Pour garder l’amplitude invariée.

Dans la suite de ce travail en va utiliser 𝑷𝟐(𝜽) 𝒐𝒖 𝑷𝟒(𝜽) , donc c’est nécessaire de faire
𝟑
corriger la puissance en multipliant la puissance dans le repère dq par 𝟐.

Pour le passage inverse on a :

[𝑽𝒂𝒃𝒄 ] = 𝑷(𝜽)−𝟏 . [𝑽𝒅𝒒𝟎 ]
[𝑰𝒂𝒃𝒄 ] = 𝑷(𝜽)−𝟏 . [𝑰𝒅𝒒𝟎 ] (3.27)
[𝝓𝒂𝒃𝒄 ] = 𝑷(𝜽)−𝟏 . [𝝓𝒅𝒒𝟎 ]
Tel que 𝑷(𝜽)−𝟏 est donnée par :

57
 𝟏
𝒄𝒐𝒔(𝜽) −𝒔𝒊𝒏(𝜽)
√𝟐
𝟐 𝟐𝝅 𝟐𝝅 𝟏
𝑷𝟏(𝜽)−𝟏 = √ . 𝒄𝒐𝒔(𝜽 − ) −𝒔𝒊𝒏(𝜽 − )
𝟑 𝟑 𝟑 √𝟐
𝟐𝝅 𝟐𝝅 𝟏
𝒄𝒐𝒔(𝜽 + ) −𝒔𝒊𝒏(𝜽 + )
[ 𝟑 𝟑 √𝟐 ]
𝒄𝒐𝒔(𝜽) −𝒔𝒊𝒏(𝜽) 𝟏
𝟐𝝅 𝟐𝝅
𝒄𝒐𝒔(𝜽 − ) −𝒔𝒊𝒏(𝜽 − ) 𝟏
𝑷𝟐(𝜽)−𝟏 = 𝟑 𝟑
𝟐𝝅 𝟐𝝅
[𝒄𝒐𝒔(𝜽 + 𝟑 ) −𝒔𝒊𝒏(𝜽 + 𝟑 ) 𝟏]

𝟏
𝒔𝒊𝒏(𝜽) 𝒄𝒐𝒔(𝜽)
√𝟐
𝟐 𝟐𝝅 𝟐𝝅 𝟏
𝑷𝟑(𝜽)−𝟏 = √ . 𝒔𝒊𝒏(𝜽 − ) 𝒄𝒐𝒔(𝜽 − )
𝟑 𝟑 𝟑 √𝟐
𝟐𝝅 𝟐𝝅 𝟏
𝒔𝒊𝒏(𝜽 + ) 𝒄𝒐𝒔(𝜽 + )
[ 𝟑 𝟑 √𝟐 ]
𝒔𝒊𝒏(𝜽) 𝒄𝒐𝒔(𝜽) 𝟏
𝟐𝝅 𝟐𝝅
𝒔𝒊𝒏(𝜽 − ) 𝒄𝒐𝒔(𝜽 − ) 𝟏
𝑷𝟒(𝜽)−𝟏 = 𝟑 𝟑
𝟐𝝅 𝟐𝝅
[ 𝒔𝒊𝒏(𝜽 + ) 𝒄𝒐𝒔(𝜽 + ) 𝟏]
𝟑 𝟑

5.2.2. Modélisation mathématique (dynamique) de la MSAP

Le fonctionnement de la machine synchrone dans le repère (a,b,c) est représenté par les
équations suivantes :

𝑑
[𝑉𝑎𝑏𝑐 ] = [𝑅𝑠 ]. [𝐼𝑎𝑏𝑐 ] + [𝜙𝑎𝑏𝑐 ] (3.28)
𝑑𝑡

• [𝑽𝒂𝒃𝒄 ] ∶ Les trois tensions appliquées aux trois phases statoriques.

• [𝐑 𝐬 ] ∶ Les résistances des trois enroulements statoriques.
• [𝐈𝐚𝐛𝐜 ]: Les trois courants circulant dans les trois enroulements statoriques.
• [𝛟𝐚𝐛𝐜 ]: Les trois flux totaux à travers les enroulements.

𝑉𝑎 𝑅𝑠 0 0 𝐼𝑎 𝜙𝑎
[𝑉𝑎𝑏𝑐 ]=[𝑉𝑏 ] ; [𝑅𝑠 ]=[ 0 𝑅𝑠 0 ] ; 𝑎𝑏𝑐 = [𝐼𝑏 ] ; 𝑎𝑏𝑐 = [𝜙𝑏 ]
[𝐼 ] [𝜙 ]
𝑉𝑐 0 0 𝑅𝑠 𝐼𝑐 𝜙𝑐

Les relations entre flux et courants s’écrivent comme suit :

58
 𝜙𝑎 𝐿𝑎𝑎 𝑀𝑎𝑏 𝑀𝑎𝑐 𝐼𝑎 𝜙𝑚𝑎
[𝜙𝑏 ] = [𝑀𝑏𝑎 𝐿𝑏𝑏 𝑀𝑏𝑐 ] . [𝐼𝑏 ] + [𝜙𝑚𝑏 ] (3.29)
𝜙𝑐 𝑀𝑐𝑎 𝑀𝑐𝑏 𝐿𝑐𝑐 𝐼𝑐 𝜙𝑚𝑐
• L : Sont les inductances propres des phases statoriques[H]
• M : Les inductances mutuelles entre phase statorique [H]
• 𝝓𝒎,𝒂𝒃𝒄 : Les flux de fuite dû à l’aimant permanant du rotor [wb]

On suppose que les inductances mutuelles sont symétriques de tel sorte que :

(𝑀𝑎𝑏 =𝑀𝑏𝑎 ) (𝑀𝑎𝑐 = 𝑀𝑐𝑎 ) (𝑀𝑏𝑐 =𝑀𝑐𝑏 ). La valeur de chaque inductance varie en fonction de
la position électrique du rotor. Les inductances par phases 𝐿𝑎𝑎 , 𝐿𝑏𝑏 , 𝐿𝑐𝑐 sont maximales lorsque
l'axe q est en ligne avec chaque phase. Les inductances mutuelles sont à valeur maximale
lorsque l'axe q est à mi-chemin entre les phases.
Les flux de fuite dus à l'aimant permanent ont comme expression :
𝜙𝑚𝑎 = 𝜙𝑚 . 𝑐𝑜𝑠(𝜃)
2𝜋
𝜙𝑚𝑏 = 𝜙𝑚 . 𝑐𝑜𝑠(𝜃 − ) (3.30)
3

2𝜋
𝜙𝑚𝑏 = 𝜙𝑚 . 𝑐𝑜𝑠(𝜃 + )
3
• 𝝓𝒎 : Amplitude de flux produit par l’aimant permanant [wb]

Pour trouver l’expression des grandeurs électrique reliées à la machine dans le repère (d,q) on
procède comme suit :
𝑑
On a [𝑉𝑎𝑏𝑐 ] = [𝑅𝑠 ]. [𝐼𝑎𝑏𝑐 ] + 𝑑𝑡 [𝜙𝑎𝑏𝑐 ] (3.31)

On applique à cette équation la transformation de PARK :

𝑑
𝑷(𝜽). [𝑉𝑎𝑏𝑐 ] = 𝑷(𝜽). [𝑅𝑠 ]. 𝑷(𝜽)−𝟏 . [𝐼𝑎𝑏𝑐 ] + 𝑷(𝜽). 𝑑𝑡 [𝜙𝑎𝑏𝑐 ] (3.32)

Dans la suite on ne va pas s’intéresser à la composante homopolaire 𝑉0, vu qu’elle est nulle
pour un système équilibré.
𝑑
➔[𝑉𝑣𝑞 ]= 𝑷(𝜽). [𝑅𝑠 ]. 𝑷(𝜽)−𝟏 . [𝐼𝑑𝑞 ] + 𝑷(𝜽). 𝑑𝑡 𝑷(𝜽)−𝟏 . [𝜙𝑑𝑞 ] (3.33)

𝑷(𝜽). [𝑅𝑠 ]. 𝑷(𝜽)−𝟏 = [𝑅𝑠 ]; car [𝑅𝑠 ] est diagonale

𝑑𝑷(𝜽)−𝟏 𝑑
➔[𝑉𝑑𝑞 ]= [𝑅𝑠 ]. [𝐼𝑑𝑞 ] + 𝑷(𝜽). . [𝜙𝑑𝑞 ] + 𝑷(𝜽). 𝑷(𝜽)−𝟏 . 𝑑𝑡 . [𝜙𝑑𝑞 ] (3.32)
𝑑𝑡

𝒅𝜽
(𝜽 = 𝒘𝒆 𝒕 → 𝒅𝒕 = )
𝒘𝒆
• 𝒘𝒆 : La vitesse électrique angulaire[Rad/s]
59
 𝑑𝑷(𝜽)−𝟏 𝑑
➔[𝑉𝑑𝑞 ] = [𝑅𝑠 ]. [𝐼𝑑𝑞 ] + 𝒘𝒆 . 𝑷(𝜽). . [𝜙𝑑𝑞 ] + 𝑷(𝜽). 𝑷(𝜽)−𝟏 . 𝑑𝑡 . [𝜙𝑑𝑞 ] (3.33)
𝑑𝜽

0 −1 0
𝑑𝑷(𝜽)−𝟏
𝑷(𝜽). = [1 0 0]
𝑑𝜽
0 0 0

𝑉𝑑 𝑅𝑠 0 𝐼𝑑 0 −1 𝜙𝑑 𝑑 𝜙𝑑
➔[ 𝑉 ] = [ ]. [𝐼 ] + 𝒘𝒆 . [ ] . [ 𝜙 ] + 𝑑𝑡 . [ 𝜙 ] (3.34)
𝑞 0 𝑅𝑠 𝑞 1 0 𝑞 𝑞

𝜙𝑑 𝐿𝑑 0 𝐼𝑑 𝜙𝑚
Or [𝜙 ] = [ 0 𝐿𝑞 𝐼𝑞 ] + [ 0 ]
] . [
𝑞

𝒅𝜙𝑚
➔ Puisque 𝜙𝑚 est indépendant du temps ( = 0) alors on obtient les équations :
𝒅𝒕
𝒅𝝓𝒅 𝒅𝑰𝒅
𝑽𝒅 = 𝑹𝒔. 𝑰𝒅 + − 𝒘𝒆 . 𝝓𝒒 = 𝑹𝒔. 𝑰𝒅 + 𝑳𝒅 . − 𝒘𝒆 . 𝑳 𝒒 . 𝑰 𝒒 (3.35)
𝒅𝒕 𝒅𝒕
𝒅𝝓𝒒 𝒅𝑰𝒒
𝑽𝒒 = 𝑹𝒔. 𝑰𝒒 + + 𝒘𝒆 . 𝝓𝒅 = 𝑹𝒔. 𝑰𝒒 + 𝑳𝒒 . + 𝒘. 𝑳𝒅 . 𝑰𝒅 + 𝒘𝒆 . 𝝓𝒎 (3.36)
𝒅𝒕 𝒅𝒕

Le calcul de couple mécanique de la machine asynchrone se base sur la connaissance de la

puissance absorbée instantanée P(t), soit :

𝟑
𝑷(𝒕) = 𝑽𝒂 . 𝑰𝒂 + 𝑽𝒃 . 𝑰𝒃 + 𝑽𝒄 . 𝑰𝒄 = 𝟐 . (𝑽𝒅 . 𝑰𝒅 + 𝑽𝒒 . 𝑰𝒒 ) (3.37)

𝟑 𝒅𝝓𝒅 𝒅𝝓𝒒
= . [(𝑹𝒔. 𝑰𝒅 + − 𝒘. 𝝓𝒒 ) . 𝑰𝒅 + (𝑹𝒔. 𝑰𝒒 + + 𝒘. 𝝓𝒅 ) . 𝑰𝒒 ]
𝟐 𝒅𝒕 𝒅𝒕
𝟑 𝟑 𝒅𝝓𝒅 𝒅𝝓𝒒 𝟑
= . 𝑹𝒔. (𝑰𝒅𝟐 + 𝑰𝒒𝟐 ) + . ( . 𝑰𝒅 + . 𝑰𝒒 ) + . 𝒘𝒆 . (𝝓𝒅 𝑰𝒒 − 𝝓𝒒 𝑰𝒅 )
𝟐 𝟐 𝒅𝒕 𝒅𝒕 𝟐

𝟑
• . 𝑹𝒔. (𝑰𝒅𝟐 + 𝑰𝒒𝟐 ) : représente les pertes par effet Joules dans les enroulements statoriques
𝟐
𝟑 𝒅𝝓𝒅 𝒅𝝓𝒒
• .( . 𝑰𝒅 + . 𝑰𝒒 ) : représente les variations de l’énergie magnétique emmagasinée
𝟐 𝒅𝒕 𝒅𝒕
dans les enroulements du stator.
𝟑
• . 𝒘𝒆 . (𝝓𝒅 𝑰𝒒 − 𝝓𝒒 𝑰𝒅 ) : représente la puissance électrique transformée en puissance
𝟐
mécanique à l’intérieur de la machine ou puissance électromagnétique.
𝟑
• Le terme (𝟐) est un facteur de correction.

Donc l'expression de la puissance électromagnétique est donnée par l'équation suivante :

60
 𝟑 𝟑
𝑷𝒆𝒎 = 𝟐 . 𝒘𝒆 . (𝝓𝒅 𝑰𝒒 − 𝝓𝒒 𝑰𝒅 ) = 𝟐 . 𝒑. 𝒘. (𝝓𝒅 𝑰𝒒 − 𝝓𝒒 𝑰𝒅 ) (3.38)

• p : Le nombre de paire de pole

• 𝒘 ∶La vitesse mécanique [Rad/s], 𝒘𝒆 = 𝒑. 𝒘

Le couple electromagnétique est defini par :

𝑷𝒆𝒎 𝟑 𝟑
𝑪𝒆 = = 𝟐 . 𝒑. (𝝓𝒅 𝑰𝒒 − 𝝓𝒒 𝑰𝒅 ) = 𝟐 . 𝒑. [(𝑳𝒅 − 𝑳𝒒 ). 𝑰𝒅 𝑰𝒒 + 𝝓𝒎 𝑰𝒒 ] (3.39)
𝒘
𝟑
• 𝟐
. 𝒑. 𝝓𝒎 𝑰𝒒 : représente le couple principal
𝟑
• 𝟐
. 𝒑. [(𝑳𝒅 − 𝑳𝒒 ). 𝑰𝒅 𝑰𝒒 ] : Le couple de réluctance variable

Dans le cas d’une machine à poles lisses (𝑳𝒅 = 𝑳𝒒 ), ou bien dans le cas où en veut un couple
moteur maximal (c-à-d on prend 𝑰𝒅 = 𝟎), le couple de réluctance variable devient nul et
𝟑 𝟑
l’expression du couple sera alors : 𝑪𝒆 = 𝟐 . 𝒑. 𝝓𝒎 𝑰𝒒 = 𝒌𝒄 . 𝑰𝒒 = 𝟐 . 𝒌𝒆 . 𝑰𝒒
𝟑
• 𝒌𝒄 = . 𝒑. 𝝓𝒎 : La constante du couple de la machine [𝑁. 𝑚⁄𝐴].
𝟐
• 𝒌𝒆 = 𝒑. 𝝓𝒎 : La constante le fem de la machine [𝑉⁄𝑟𝑑/𝑠].

Le rôle du couple électromagnétique est justement d’équilibrer à tout instant l’action résultante
exercée sur l’arbre du rotor par :

➢ Le couple résistant (ou statique) imposé par la charge mécanique : 𝐶𝑟

➢ Le couple des frottements visqueux : 𝑓𝑟 . 𝒘.
𝒅𝒘
➢ Le couple d’inertie des masses en rotation rapporté au diamètre du rotor : 𝐽. 𝒅𝒕

L’équation du mouvement de la machine est :

𝒅𝒘
𝑱. 𝒅𝒕 = 𝑪𝒆 − 𝑪𝒓 − 𝒇𝒓 . 𝒘 (3.40)

La machine synchrone à aimant permanent est alors décrite dans le repère (d,q) par le
système d’équation suivant:

𝒅𝑰𝒅 𝑽𝒅 𝑹𝒔 𝑳𝒒
= − . 𝑰𝒅 + 𝒑𝒘. . 𝑰𝒒 (3.41)
𝒅𝒕 𝑳𝒅 𝑳𝒅 𝑳𝒅

𝒅𝑰𝒒 𝑽𝒒 𝑹𝒔 𝑳𝒅 𝝓𝒎
= − . 𝑰𝒒 − 𝒑𝒘. 𝑰𝒅 − 𝒑𝒘.
𝒅𝒕 𝑳𝒒 𝑳𝒒 𝑳𝒒 𝑳𝒒
𝒅𝒘 𝟑
𝑱. = . 𝒑. [(𝑳𝒅 − 𝑳𝒒 ). 𝑰𝒅 𝑰𝒒 + 𝝓𝒎 𝑰𝒒 ] − 𝑪𝒓 − 𝒇𝒓 . 𝒘
𝒅𝒕 𝟐
𝒅𝜽
𝒘𝒆 = = 𝒑𝒘
𝒅𝒕

61
 5.2.3. Modèle de la machine sur Matlab/Simulink

Le bloc PMSM :

PARK abc => dq :

62
Calculation de Id, Iq :

Calcul de couple :

63
Calculs mécaniques :

PARK INVERSE dq=>abc :

Mesures :

5.2.4. Paramétrage du modèle de la machine

Pour établir le modèle de de la machine dans le référentiel dq, il y a quatre paramètres

du moteur à déterminer. Ce sont la résistance statorique 𝑹𝒔 , les inductances 𝑳𝒅 et 𝑳𝒒 , et le flux
des aimants permanant 𝝓𝒎 [14].

64
1. La résistance Rs
Puisque Rs est la résistance entre la phase et le neutre (résistance d’un enroulement), Rs
serait la moitié de la résistance mesurée entre deux phases, parce que généralement les
enroulements du moteur sont couplés en étoile . La valeur de la résistance d'enroulement dépend
fortement de la température. Lorsque la résistance 𝑹𝟎 d'enroulement est mesurée, la
température 𝑻𝟎 (° C) de l'enroulement doit être enregistrée et la résistance 𝑹𝒔 à une autre
température T (°C) est calculé en utilisant la formule suivante :
𝑹𝟎 𝑲+𝑻
𝑹𝒔 = . (3.42)
𝟐 𝑲+𝑻𝟎

• 𝑹𝟎 : Est la température mesurée entre deux phases à la température 𝑇0 (généralement 25°C).

• 𝑲 ∶ Température caractéristique du métal (K=234.5°C pour le cuivre).

2. Les inductances synchrone 𝑳𝒅 et 𝑳𝒒

Afin de mesurer l'inductance synchrone, on doit maintenir un état de courant triphasé
équilibré. Quand le rotor est aligné avec le centre de l'enroulement de la phase A, 𝑳𝒅 (ou 𝑳𝒒 )
peut être dérivé de l'inductance équivalente mesurée L du circuit, comme le montre la figure
suivante :

Figure 32 : Montage pour la masure des inductances synchrones Lq et Ld.

65
 En fonction de l'angle du rotor 𝜽𝒆𝒍 , il est possible de mesurer l'inductance sur l'axe d ou
l'axe q, où L est l'inductance totale équivalente pour la connexion série-parallèle des
enroulements du stator (fig.28) :
𝟐
𝑳𝒅 = . 𝑳 (𝐿𝑜𝑟𝑞𝑢𝑒 𝜃𝑒𝑙 = 0°)
𝟑
𝟐
𝑳𝒒 = . 𝑳 (𝐿𝑜𝑟𝑞𝑢𝑒 𝜃𝑒𝑙 = 90°)
𝟑
Alors comment faire pour aligner l’axe d avec l’axe A (𝜃𝑒𝑙 = 0°), et l’axe q avec l’axe
A (𝜃𝑒𝑙 = 90°), et comment on va mesurer L.

Afin d'étudier le comportement des inductances sur les deux axes d et q, le même
montage de la figure 28 peut être utilisé, mais le rotor doit être bloqué mécaniquement dans
deux positions différentes. Pour la mesure sur l'axe d, le flux rotorique 𝛙𝑷𝑴 doit être aligné
avec le flux d'induit résultant 𝛙𝑨𝑩𝑪 , et pour la mesure sur l'axe q l'angle entre le flux du rotor
et le flux d'induit résultant doit être de 90 degrés, comme la montre la figure ci-dessous :

Figure 33 : alignement de l’axe d

➢ Alignement de l’axe d :
Afin de localiser l’axe d dans PMSM, le moyen le plus simple consiste à appliquer une
tension continue aux bornes du moteur. En utilisant le montage illustré sur la figure 29, le rotor
suivra le flux d'induit résultant 𝛙𝑨𝑩𝑪 et par conséquent le flux du rotor s'alignera avec lui. Et
finalement l'axe d du rotor est aligné avec le centre du stator phase A (𝜃 = 0°). A ce moment-
là on bloque mécaniquement l’arbre du rotor et on passe à la mesure de Ld.
Mesure de Ld :
-On fait inverser la tension Vs, c-à-d on relie la phase A au borne négative (-), et les phases B
et C au borne positive (+), et on applique un échelon de tension de telle sorte que la valeur du
courant i reste comprise entre 10% et 20% de sa valeur nominale

66
-A l’aide d’un oscilloscope on visualise la tension et la réponse en courant, la mesure de la
constante du temps permet de déduire la valeur de Ld, comme le montre la figure suivante :

Figure 34 : La réponse en courant pour la mesure de l'inductance équivalente L

𝑳
𝛕𝒅 = 𝑹 ➔ 𝑳 = 𝛕𝒅 . 𝑹
3
➢ R : La résistance équivalente du montage fig.28 (𝑅 = . 𝑅𝑠)
2
𝟑 𝟐
➔ 𝑳 = 𝟐 . 𝛕𝒅 . 𝑹𝒔 Et puisque 𝑳𝒅 = 𝟑 . 𝑳

➔𝑳𝒅 = 𝛕𝒅 . 𝑹𝒔

➢ Alignement de l’axe q :
L'alignement de l'axe q nécessite une certaine modification du schéma de montage
précédente (Fig.29), comme la montre la figure suivante :

Figure 35 : alignement de l'axe q

67
 Le schéma du montage considère uniquement deux phases du moteur sous tension (B et
C) et la phase A est débranchée. Cette approche provoque la génération de flux d'induit 𝛙𝑩𝑪
qui est décalé de 90 degrés du flux d'induit résultant 𝛙𝑨𝑩𝑪 représenté sur la figure 29.
Le rotor se déplace vers la position du flux d'induit 𝛙𝑩𝑪 et s'aligne avec lui. Cela signifie
que l'axe q du le rotor est maintenant aligné avec le centre de la phase A (𝜃 = 90°). Une fois
que le rotor est aligné, l'arbre du moteur doit être mécaniquement bloqué. Avoir le rotor aligné
et bien verrouillé, on passe à la mesure de Lq.

Mesure de Lq :
-On relie la phase A au borne positive (+) et les deux bornes B et C sont reliés au borne (-)
comme le montre la fig.28, puis on applique un échelon de tension et on procède de la même
manière que la mesure de Ld.
➔ 𝑳𝒒 = 𝛕𝒒 . 𝑹𝒔

3. Le flux de l’aimant permanent 𝝓𝒎

Le flux de l’aimant permanent 𝝓𝒎 peut être obtenu par la mesure de la tension entre
deux phases statoriques (valeur efficace), vu que dans notre cas on n’a pas un accès au neutre,
𝑟𝑑
lorsque la machine est entrainée à vide par une autre machine à une vitesse constante 𝑤𝑚 ( 𝑠 ).

U
𝑤𝑚

Figure 36 : Montage pour la mesure du flux

𝟐 𝟏 𝑼 𝒌𝒆
𝝓𝒎 = √ . . = (3.43)
𝟑 𝒑 𝑤𝑚 𝒑

➢ p : Le nombre de pair de pôles de la machine.

➢ 𝒌𝒆 : La constante de la fem de la machine.
➢ 𝑤𝑚 : La vitesse mécanique (rd/s)

68
 5.2.5. Résultats de simulations

Pour vérifier le bon fonctionnement de notre modèle, prenant par exemple les tensions et les
paramètres suivants :
𝑉𝑎 = √2. 220. sin(2𝜋𝑓. 𝑡)
2𝜋
𝑉𝑏 = √2. 220. sin(2𝜋𝑓. 𝑡 − ) (3.44)
3
4𝜋
𝑉𝑐 = √2. 220. sin(2𝜋𝑓. 𝑡 − )
3
Rs=0.45Ω, Ld=3.3mH, Lq=3.34mH, 𝜙𝑚 = 0.17𝑊𝑏, J=1,4.10−3kg.m², fr=10−5N/(rd/s), p=4,
Cr=20N.m, f=50Hz.
Dans ces conditions :
𝒇
-La vitesse de la machine doit converger vers : 𝒘 = 𝒑 . 𝟐𝝅 = 𝟕𝟗𝒓𝒅/𝒔.

-Le couple électromagnétique en régime permanent de la machine sera : 𝑪𝒆𝒎 ≅ 𝑪𝒓=20N.m

Dans la figure ci-dessous, on donne la réponse de la machine PMSM (couple
électromagnétique et vitesse mécanique) :

Figure 37 : La réponse de la machine PMSM

D’après ces réponses on a bien vérifié le bon fonctionnement de notre modèle et sa validité.

69
 6. Modélisation du convertisseur

6.1. Principe de fonctionnement

Le bloc convertisseur est un onduleur de source de tension triphasé, et à partir de la tension

continue de la batterie il génère des commandes de tension simple pour une charge triphasée
équilibrée. Plusieurs techniques de modulation de largeur d'impulsion (MLI) peuvent être
utilisées pour piloter l’onduleur de tension triphasé, mais les techniques MLI les plus courantes
sont :
➢ MLI sinusoïdale (SPWM)
➢ Troisième harmonique MLI
➢ Vecteur spatiale MLI (SVPWM)

Une définition de ces techniques, et une comparaison entre elles sont discutées dans [11].

Figure 38 : Onduleur de tension triphasé

Généralement on utilise la technique de modulation de largeur d’impulsion sinusoïdale

(SPWM) pour la commande des interrupteurs, elle permet de contrôler la tension de sortie de
l’onduleur en amplitude et en fréquence en fonction des tensions de références tout en limitant
l’effet des harmoniques. Elle est basée sur la comparaison entre les trois signaux (tensions) de
références (les sinusoïdes qu'on désire à la sortie de l'onduleur) avec une autre onde porteuse
de forme triangulaire de fréquence plus élevée. Les points d’intersection entre la porteuse et les
trois signaux déterminent les instants de commutation des interrupteurs haut (𝑆𝑎𝑝 , 𝑆𝑏𝑝 , 𝑆𝑐𝑝 ) ,
les commutateurs bas (𝑆𝑎𝑛 , 𝑆𝑏𝑛 , 𝑆𝑐𝑛 ) fonctionnent de manière complémentaire.

70
 La figure 34 montre, les trois signaux de références (𝑣𝑟𝑎 , 𝑣𝑟𝑏 , 𝑣𝑟𝑐 ), la porteuse 𝑣𝑐 , les
instants des commutations des trois transistors haut (𝑆𝑎𝑝 , 𝑆𝑏𝑝 , 𝑆𝑐𝑝 ) et les tensions 𝑣𝑎𝑁 , 𝑣𝑏𝑁 ,
𝑒𝑡 𝑣𝑎𝑏 (= 𝑣𝑎𝑁 − 𝑣𝑏𝑁 ).

Figure 39 : Le principe de l'MLI sinusoïdale

71
 Le schéma synoptique du convertisseur est présenté comme suit :

𝑉𝑟𝑎 𝑉𝑎
𝑉𝑟𝑏 Convertisseur de
𝑉𝑏
𝑉𝑟𝑐 puissance
𝑉𝑐
𝑉𝑏𝑎𝑡𝑡

Figure 40 : Schéma synoptique du convertisseur de puissance

6.2. Modélisation du convertisseur sous Matlab/Simulink

6.2.1. Modélisation

L’onduleur est alors modélisé en associant à chaque bras ‘’x’’ une fonction d’état 𝑆𝐹𝑥 qui
détermine son état de conduction :
1 𝑆1 𝑓𝑒𝑟𝑚é 𝑒𝑡 𝑆2 𝑜𝑢𝑣𝑒𝑟𝑡
𝑆𝐹𝑎 = { }
−1 𝑆1 𝑜𝑢𝑣𝑒𝑟𝑡 𝑒𝑡 𝑆2 𝑓𝑒𝑟𝑚é
1 𝑆3 𝑓𝑒𝑟𝑚é 𝑒𝑡 𝑆4 𝑜𝑢𝑣𝑒𝑟𝑡
𝑆𝐹𝑏 = { }
−1 𝑆3 𝑜𝑢𝑣𝑒𝑟𝑡 𝑒𝑡 𝑆4 𝑓𝑒𝑟𝑚é
1 𝑆5 𝑓𝑒𝑟𝑚é 𝑒𝑡 𝑆6 𝑜𝑢𝑣𝑒𝑟𝑡
𝑆𝐹𝑏 = { }
−1 𝑆5 𝑜𝑢𝑣𝑒𝑟𝑡 𝑒𝑡 𝑆6 𝑓𝑒𝑟𝑚é

𝑉𝑏𝑎𝑡𝑡
2

𝑉𝑏𝑎𝑡𝑡
2

Figure 41 : Schéma physique du convertisseur

72
Les tensions entre phase et le centre O :
𝑉𝑏𝑎𝑡𝑡
𝑉𝑎𝑜 = . 𝑆𝐹𝑎
2
𝑉𝑏𝑎𝑡𝑡
𝑉𝑏𝑜 = . 𝑆𝐹𝑏 (3.45)
2

𝑉𝑏𝑎𝑡𝑡
𝑉𝑐𝑜 = . 𝑆𝐹𝑐
2
𝑉𝑏𝑎𝑡𝑡 𝑉𝑏𝑎𝑡𝑡
Ces tensions (𝑉𝑎𝑜 , 𝑉𝑏𝑜 et 𝑉𝑐𝑜 ) varient entre 𝑒𝑡 − .
2 2

Les tensions entre phase et neutre :

𝑉𝑎𝑛 = 𝑉𝑎𝑜 − 𝑉𝑛𝑜
𝑉𝑏𝑛 = 𝑉𝑏𝑜 − 𝑉𝑛𝑜 (3.46)
𝑉𝑐𝑛 = 𝑉𝑐𝑜 − 𝑉𝑛𝑜
𝑉𝑎𝑛 + 𝑉𝑏𝑛 + 𝑉𝑐𝑛 = 0 (pour un système equilibré)
1
𝑉𝑛𝑜 = (𝑉 + 𝑉𝑏𝑜 + 𝑉𝑐𝑜 )
3 𝑎𝑜

Les tensions simples en foction des fonctions des états 𝑆𝐹𝑥 ∶

1 1 𝑽𝒃𝒂𝒕𝒕
𝑉𝑎𝑛 = 𝑉𝑎𝑜 − 3 (𝑉𝑎𝑜 + 𝑉𝑏𝑜 + 𝑉𝑐𝑜 ) = 3 (2. 𝑉𝑎𝑜 − 𝑉𝑏𝑜 − 𝑉𝑐𝑜 ) = (𝟐𝑺𝑭𝒂 − 𝑺𝑭𝒃 − 𝑺𝑭𝒄 ) (3.47)
𝟔

1 1 𝑽𝒃𝒂𝒕𝒕
𝑉𝑏𝑛 = 𝑉𝑏𝑜 − (𝑉𝑎𝑜 + 𝑉𝑏𝑜 + 𝑉𝑐𝑜 ) = (−𝑉𝑎𝑜 + 2𝑉𝑏𝑜 − 𝑉𝑐𝑜 ) = (−𝑺𝑭𝒂 + 𝟐 𝑺𝑭𝒃 − 𝑺𝑭𝒄 )
3 3 𝟔
1 1 𝑽𝒃𝒂𝒕𝒕
𝑉𝑐𝑛 = 𝑉𝑐𝑜 − (𝑉𝑎𝑜 + 𝑉𝑏𝑜 + 𝑉𝑐𝑜 ) = (−𝑉𝑎𝑜 − 𝑉𝑏𝑜 + 2𝑉𝑐𝑜 ) = (−𝑺𝑭𝒂 − 𝑺𝑭𝒃 + 𝟐𝑺𝑭𝒄 )
3 3 𝟔
Les tensions composés :
𝑽𝒃𝒂𝒕𝒕
𝑉𝑎𝑏 = 𝑉𝑎𝑛 − 𝑉𝑏𝑛 = (𝑺𝑭𝒂 − 𝑺𝑭𝒃 )
𝟐
𝑽𝒃𝒂𝒕𝒕
𝑉𝑏𝑐 = 𝑉𝑏𝑛 − 𝑉𝑐𝑛 = (𝑺𝑭𝒃 − 𝑺𝑭𝒄 ) (3.48)
𝟐

𝑽𝒃𝒂𝒕𝒕
𝑉𝑐𝑎 = 𝑉𝑐𝑛 − 𝑉𝑎𝑛 = (𝑺𝑭𝒄 − 𝑺𝑭𝒂 )
𝟐
En utilisant les equations écrites en rouge on construit le modèle sous Matlab/simulink comme
le montre la figure 37.
Les trois signaux de commande des bras de l’onduleur (𝑆𝐹𝑎 , 𝑆𝐹𝑏 , 𝑆𝐹𝑐 ) sont obtenus en comparant
les signaux de références avec la porteuse.

73
 Figure 42 : Modèle mathématique de l'onduleur triphasé sous Simulink

Remarques :
𝑉𝑏𝑎𝑡𝑡
1. L’amplitude maximale des tensions de références ne doit pas dépasser 2
.

2. Le signal triangulaire (repeating sequence) est caractérisé par son fréquence 𝒇𝒎𝒍𝒊
𝑉𝑏𝑎𝑡𝑡 −𝑉𝑏𝑎𝑡𝑡
qu’on a prise égale 10kHz, et son amplitude qui varie entre 2
et 2
.

3. On a ajouté les filtres en sortie pour vérifier le bon fonctionnement du modèle en

comparant les tensions filtrées avec les tensions de référence.
4. Après une analyse des harmoniques du signale Va, La fréquence de coupure du filtre
est prise égale 500Hz.

6.2.2. Résultats de simulation

Prenant l’exemple suivant : Trois signaux de référence d’amplitude 40, de fréquence 50Hz
2𝜋
diphasés de , 𝑉𝑏𝑎𝑡𝑡 = 100, et on visualise sur le même scope les trois signaux Va_ref,
3

Va_filtré et Va.

74
 Figure 43 : Les signaux générées par l'onduleur

On remarque bien que la tension à la sortie du convertisseur (Va_filtré) suit exactement la

tension de référence (Va_ref), ce qui confirme le bon fonctionnement de ce modèle.

Conclusion
Dans ce présent chapitre, on a bien modélisé l’environnement véhicule, le réducteur
mécanique et la partie puissance de la chaine de traction (batterie,convertisseur,moteur), il
nous reste alors à modéliser la partie commande, c’est ce qu’on va traiter dans le chapitre 4.

75
Chapitre 4 : Unité de

contrôle électronique

76
 Dans ce chapitre on va modéliser l’unité de commande électronique (UCE) en utilisant une
nouvelle technique de commande qui est le Backstepping, en commençant tout d’abord par
introduire cette technique puis on la modélise sous Matlab/Simulink, et on finira ce chapitre par
l’assemblage des différents éléments déjà modélisé pour construire le modèle global du
véhicule électrique.

1. Modélisation de l’UCE
Chaque convertisseur est associé à unité de commande électronique contenant la loi de
commande (FOC, DTC, Backstepping) qui assure le contrôle de la vitesse et du couple de la
machine. Dans ce présent travail la technique de commande « Backstepping non adaptative »
est utilisée pour la seule raison d’améliorer le modèle du véhicule électrique en termes de
précision et de stabilité.
D’autres types de commandes peuvent être utilisés telles que la commande vectorielle en
utilisant les régulateurs PI classiques. Ces lois de commande qui utilisent les régulateurs à
action proportionnelle, intégrale donnent des bons résultats dans le cas des systèmes linéaires à
paramètres constants, par contre elles peuvent être insuffisantes car elles sont non robustes
surtout lorsque les exigences sur la précision et autres caractéristiques dynamiques du système
sont strictes. Dans ce cas, on doit faire appel à des lois de commande insensibles aux
perturbations, aux variations des paramètres du système et aux non linéarités.
Le backstepping présente une alternative prometteuse aux méthodes de contrôle des
systèmes non linéaires, il combine le choix de la fonction de Lyapunov avec celui des lois de
commande et d'adaptation. Ceci lui permet, en plus de la tâche pour laquelle le contrôleur est
conçu (poursuite et/ou régulation), de garantir en tout temps, la stabilité globale du système
même en présence des incertitudes paramétrique.

1.1. Principe de la commande Backstepping

Elle est basée sur la décomposition du système entier de commande, qui est
généralement multi variable et d’ordre élevé en une cascade de sous-systèmes de commande du
premier ordre. Pour chaque sous système, une loi de commande dite virtuelle est calculée, cette
dernière servira comme référence pour le sous-système suivant jusqu'à l’obtention de la loi de
commande finale qui assure la convergence du système globale vers son état d’équilibre.

77
 La détermination des lois de commande qui découle de cette approche est basée sur
l’emploi des fonctions stabilisatrices de Lyapunov de commande.

1.1.1. Fonctions de Lyapunov

La commande des systèmes non linéaires s’appuie sur deux approches de Lyapunov :
➢ La première méthode vise à linéariser le système à commander, afin de profiter des
techniques consacrées aux systèmes linéaires. Elle ne permet d'étudier que la stabilité
locale et ne donne pas d’information sur le domaine de stabilité global. De plus, dû aux
approximations du premier degré (linéarisation), il n'est pas possible de tenir compte de
tous les types de phénomènes non-linéaires. En fait, l’étude locale est surtout
intéressante pour justifier ou non la poursuite de l’étude de la stabilité. Si on trouve que
le système linéaire est instable, le système non linéaire le sera nécessairement aussi.

➢ La deuxième méthode consiste à trouver une fonction de commande de Lyapunov

garantissant certaines performances pour le système en boucle fermée. Cette méthode
est basée sur le concept d'énergie du système. De telles fonctions peuvent être très
difficiles à trouver pour un système non linéaire d'ordre élevé. La technique du
Backstepping permet de réduire avantageusement cette complexité. Cette deuxième
méthode est une interprétation mathématique de la propriété physique que si l’énergie
totale d’un système se dissipe, alors les états du système atteindront finalement un point
d'équilibre.

Cette dernière méthode sera appliquée pour la conception du régulateur du Backstepping

introduit à la commande du MSAP.

L’analyse de la stabilité dans le cadre de l’utilisation du Backstepping constitue un outil très

puissant pour tester et trouver des conditions suffisantes à la stabilité des systèmes dynamiques,
sans avoir à résoudre explicitement les équations différentielles les décrivant. La fonction de
Lyapunov représentative de l'énergie de signe défini (positive), dont la dérivée temporelle est
semi définie et de signe opposé (négative) dans le même domaine.

1.1.2. Représentation d’état

Généralement, on modélise le comportement des systèmes à l’aide de fonctions de

transfert, en utilisant la transformée de Laplace. Principalement, le désavantage de cette
méthode est qu’elle n’est valide que pour des systèmes linéaires invariables. Un avantage
majeur, par contre, est que ces fonctions de transfert donnent rapidement de l’information sur
la stabilité et la réponse transitoire.
Avec le développement de systèmes plus complexes, les approximations de systèmes
linéaires ne sont plus valides. Il faut une méthode plus robuste pour faire l’analyse. On doit

78
aussi avoir une méthode qui peut facilement analyser plusieurs entrées et plusieurs sorties, cette
méthode cherche à obtenir un système d’équations écrit sous forme :
𝒅𝑿(𝒕)
= 𝑨. 𝑿(𝒕) + 𝑩. 𝑼(𝒕) (Equation d’état) (4.1)
𝒅𝒕

𝒀(𝒕) = 𝑪. 𝑿(𝒕) + 𝑫. 𝑼(𝒕) (Equation de sortie) (4.2)

• X(t) : Vecteur d’états, il contient les ‘’n’’ variables d’états (n l’ordre du système)
• Y : Vecteur de sortie
• A : Matrice fondamentale qui caractérise le système
• B : Matrice d’application de la commande
• U : Vecteur de commande
• C : Matrice de sortie (matrice d’observation)
• D : Matrice d’action directe

L’ensemble équation d’état et équation de sortie forme l’espace d’état.

Pour représenter un système par des équations d’état, il faut savoir :
➢ Le nombre minimum de variables d’état nécessaire. Typiquement, le nombre minimum
est l’ordre de l’équation différentielle qui décrit le système. Du point de vue d’une
fonction de transfert, c’est l’ordre du dénominateur. Comme on peut aussi compter le
nombre d’éléments indépendants qui emmagasinent de l’énergie.

➢ Les variables d’état doivent être linéairement indépendantes. c-à-d il ne faut pas qu’une
variable d’état soit une combinaison linéaire de d’autre variables d’état.

1.1.3. Méthode récursive de conception de Backstepping

Cette méthode s’applique à des systèmes ayant une forme dite triangulaire (connus sous
le nom de systèmes de type strict-feedback), telle que l’indique la représentation d’état
suivante :
𝑥̇ 1 = 𝑓1 (𝑥1 ) + 𝑔0 (𝑥1 ). 𝑥2
𝑥̇ 2 = 𝑓2 (𝑥1 , 𝑥2 ) + 𝑔1 (𝑥1 , 𝑥2 ). 𝑥3
𝑥̇ 3 = 𝑓3 (𝑥1 , 𝑥2 , 𝑥3 ) + 𝑔2 (𝑥1 , 𝑥2 , 𝑥3 ). 𝑥4 (4.3)
⋮
𝑥̇ 𝑛 = 𝑓𝑛 (𝑥1 , 𝑥2 , … … , 𝑥𝑛 ) + 𝑔𝑛−1 (𝑥1 , 𝑥2 , … … , 𝑥𝑛 ). 𝑢

𝑥1
• Avec 𝑋 = [ ⋮ ] ∈ 𝑅 𝑛 , est le vecteur d’état et n l’ordre du système étudié
𝑥𝑛
• 𝑢 ∈ 𝑅, Est la loi de commande réelle (entré du système globale)

79
 Afin d’illustrer la procédure récursive de la méthode Backstepping, on considère que la
sortie du système 𝒚 = 𝒙𝟏 désire suivre le signal de référence 𝒚𝒓𝒆𝒇 supposé connu. Le système
étant d’ordre n, la mise en œuvre s’effectue en n étapes.

Etape 1 : Calcul de la première commande virtuelle

On commence par la première équation du système d’équation précédent où 𝒙𝟐 sera
considéré comme une commande virtuelle intermédiaire. On définit la première référence
désirée du sous-système 𝒙𝟏 doit suivre la référence définie 𝒚𝒓𝒆𝒇 tel que :
(𝑥1 )𝑑 = 𝑦𝑟𝑒𝑓 = 𝛼0 (4.4)
❖ (𝑥1 ) est l’état désiré
𝑑
La première variable d'erreur (erreur de régulation) du sous-système est définie par :
𝑒1 = 𝑥1 − 𝛼0 (4.5)
Ainsi sa dérivée est : 𝑒̇ 1 = 𝑥̇ 1 − 𝛼̇ 0 = 𝑓1 (𝑥1 ) + 𝑔0 (𝑥1 ). 𝑥2 − 𝛼̇ 0 (4.6)
Pour un tel sous système, nous construisons d’abord la fonction de Lyapunov positive 𝑽𝟏 sous
une forme quadratique, et qui représente en quelque sorte l'énergie de l'erreur :
1
𝑉1 = 2 𝑒12 (4.7)

Sa dérivée temporelle est donnée par :

𝑉̇ 1 = 𝑒1 . 𝑒1̇ (4.8)
= 𝑒1 [ 𝑓1 (𝑥1 ) + 𝑔0 (𝑥1 ). 𝑥2 − 𝛼̇ 0 ]
Afin d’assurer la stabilité du sous-système d’après Lyapunov, il faut que 𝑉1̇ soit négative.
Pour cela on choisit 𝑉1̇ sous la forme :
𝑉1̇ = −𝑘1 . 𝑒12 (4.9)
❖ 𝑘1 > 0, est un paramètre de conception.
Alors on aura :
𝑉̇ 1 = −𝑘1 . 𝑒12 = 𝑒1 [ 𝑓1 (𝑥1 ) + 𝑔0 (𝑥1 ). 𝑥2 − 𝛼̇ 0 ] (4.10)
Cela donne la commande virtuelle 𝑥2 = 𝛼1 sous la forme :
𝟏
𝒙𝟐 = 𝜶𝟏 = 𝒈 . [−𝒌𝟏 . 𝒆𝟏 − 𝒇𝟏 (𝒙𝟏 ) + 𝜶̇ 𝟎 ] (4.11)
𝟎 𝟏)
(𝒙

Cette dernière sera la nouvelle référence désirée (𝑥2 )𝑑 du sous-système qui suit.
Etape 2 : Calcul de la deuxième commande virtuelle
On considère les deux premières équations :
𝑥̇ 1 = 𝑓1 (𝑥1 ) + 𝑔0 (𝑥1 ). 𝑥2 (4.12)
𝑥̇ 2 = 𝑓2 (𝑥1 , 𝑥2 ) + 𝑔1 (𝑥1 , 𝑥2 ). 𝑥3

80
Maintenant, la nouvelle référence désirée 𝛼1 sera la variable de commande pour le sous-
système précédent (𝑥2 )𝑑 tel que :
(𝑥2 )𝑑 = 𝛼1 (4.13)

Et la nouvelle variable d’erreur est :

𝑒2 = 𝑥2 − 𝛼1 (4.14)
Ainsi sa dérivée est : 𝑒̇ 2 = 𝑥̇ 2 − 𝛼̇ 1 = 𝑓2 (𝑥1 , 𝑥2 ) + 𝑔1 (𝑥1 , 𝑥2 ). 𝑥3 − 𝛼̇ 1 (4.15)
De la même manière, on définit la fonction de Lyapunov pour assurer la stabilité du
deuxième sous-système défini par : 𝑥̇ 2 = 𝑓2 (𝑥1 , 𝑥2 ) + 𝑔1 (𝑥1 , 𝑥2 ). 𝑥3 (4.16)
Cette fonction dépend forcément des états précédents du premier sous-système définis
par : 𝑥̇ 1 = 𝑓1 (𝑥1 ) + 𝑔0 (𝑥1 ). 𝑥2 (4.17)
Alors On choisit comme fonction de Lyapunov étendue pour le deuxième sous-
système :
1 1
𝑉2 = 𝑉1 + 2 𝑒22 = 2 (𝑒12 + 𝑒22 ) (4.18)

Cette dernière a pour dérivée :

𝑉̇ 2 = 𝑉̇ 1 + 𝑒2 . 𝑒2̇ (4.19)
= −𝑘1 . 𝑒12 + 𝑒2 [ 𝑓2 (𝑥1 , 𝑥2 ) + 𝑔0 (𝑥1 , 𝑥2 ). 𝑥3 − 𝛼̇ 1 ] (4.20)
Afin d’assurer la stabilité du deuxième sous-système d’après Lyapunov, il faut que 𝑉̇ 2 soit
négative. Pour cela on choisit 𝑉̇ 2 sous la forme :
𝑉̇ 2 = −𝑘1 . 𝑒12 − 𝑘2 . 𝑒22 ≤ 0 (4.21)
❖ 𝑘2 > 0, est un paramètre de conception
Alors on a :
𝑉̇ 2 = −𝑘1 . 𝑒12 − 𝑘2 . 𝑒22 = −𝑘1 . 𝑒12 + 𝑒2 [ 𝑓1 (𝑥1 , 𝑥2 ) + 𝑔1 (𝑥1 , 𝑥2 ). 𝑥3 − 𝛼̇ 1 ] (4.22)
𝜕𝛼1 𝑔0 (𝑥1 ).[ −𝑘1 . 𝑒1̇ −𝑓1̇ (𝑥1 )+ 𝛼̈ 0 ]−[−𝑘1 .𝑒1 −𝑓1 (𝑥1 )+ 𝛼̇ 0 ].𝑔̇ 0 (𝑥1 )
Tel que : 𝛼̇ 1 = = (4.23)
𝜕𝑥1 𝑔0 2 (𝑥1 )

Cela donne la commande virtuelle 𝑥3 tel que :

𝟏
𝒙𝟑 = 𝒈 [−𝒌𝟐 . 𝒆𝟐 − 𝒇𝟐 (𝒙𝟏 , 𝒙𝟐 ) + 𝜶̇ 𝟏 ] (4.24)
𝟏 𝟏 ,𝒙𝟐 )
(𝒙

Cette dernière sera la nouvelle référence désirée (𝑥3 )𝑑 du sous-système qui suit. On
pose (𝑥3 )𝑑 = 𝛼2 et on continue jusqu’à la dernière expression du dernier sous-système où on
atteindra le calcul de la loi de commande réelle.
⋮

81
 ⋮
Etape n : Calcul de la loi de commande finale (réelle)
Le système d’équations (4.3) présenté au début de cette partie est maintenant considéré
dans sa globalité. De la même façon, pour cette étape la référence à suivre sera :
(𝑥𝑛 )𝑑 = 𝛼𝑛−1 (4.25)
La variable d’erreur de régulation :
𝑒𝑛 = 𝑥𝑛 − 𝛼𝑛−1 (4.26)
sa dérivée est :
𝑒̇𝑛 = 𝑥̇ 𝑛 − 𝛼̇ 𝑛−1 (4.27)
= 𝑓𝑛 (𝑥1 , 𝑥2 , … … , 𝑥𝑛 ) + 𝑔𝑛−1 (𝑥1 , 𝑥2 , … … , 𝑥𝑛 ). 𝑢 − 𝛼̇ 𝑛−1
La fonction de Lyapunov étendue est donnée par :
1
𝑉𝑛 = 𝑉1 + ⋯ + 2 𝑒𝑛2 (4.28)
1
= (𝑒12 + ⋯ + 𝑒𝑛2 )
2
Sa dérivée :
𝑉𝑛̇ = 𝑉1̇ + 𝑉̇2 + ⋯ + 𝑒𝑛 . 𝑒̇𝑛 (4.29)
= −𝑘1 . 𝑒12 − 𝑘2 . 𝑒22 − ⋯ + 𝑒𝑛 [𝑓𝑛 (𝑥1 , 𝑥2 , … … , 𝑥𝑛 ) + 𝑔𝑛−1 (𝑥1 , 𝑥2 , … … , 𝑥𝑛 ). 𝑢 − 𝛼̇ 𝑛−1 ]
Afin d’assurer la stabilité du système d’après Lyapunov, il faut que 𝑉̇ 𝑛 soit négative. Pour cela
on choisit 𝑉̇𝑛 sous la forme :
𝑉𝑛̇ = −𝑘1 . 𝑒12 − 𝑘2 . 𝑒22 − ⋯ − 𝑘𝑛 . 𝑒𝑛2 ≤ 0 (4.30)

❖ 𝑘𝑛 > 0 est un paramètre de conception

En faisant l’égalité entre les deux dernières équations, on obtient la loi de commande pour
le système entier :
𝟏
𝒖=𝒈 [−𝒌𝒏 . 𝒆𝒏𝟐 − 𝒇𝒏 (𝒙𝟏 , 𝒙𝟐 , … … , 𝒙𝒏 ) + 𝜶̇𝒏−𝟏 ] (4.31)
𝒏−𝟏 𝟏 𝟐 ,……,𝒙𝒏 )
(𝒙 ,𝒙

Remarque :
Les paramètres 𝒌𝒊 sont des paramètres de conception introduits par la commande
Backstepping ces paramètres permettent d’agir sur la dynamique de régulation et obtenir la
convergence de la majorité des grandeurs de système au même temps. Et il n’existe pas de règle
générale pour calculer les valeurs de ces paramètres et il s'agit généralement d'un processus
d'essais et d'erreurs et c’est le majeur problème de cette technique de commande non linéaire,
parce que le choix de certain gain améliorera la convergence de certaine grandeur et perturbera

82
les convergences des autres grandeurs. Ce qui nécessite de faire plusieurs essais pour le choix
de ces gains, et plus l’ordre du système est grand plus le choix est difficile [12],[13].

1.1.4. Représentation d’état du modèle de la MSAP dans le repère d-q

Plusieurs façons sont possibles pour le choix du vecteur d’état. Cela dépendra de l’objectif
tracé. Pour la MSAP alimentée en tension on choisit le vecteur d'état comme la suite :
➢ Variables de commande : les tentions statoriques 𝑽𝒅 , 𝑽𝒒 et le flux permanent 𝝓𝒎 .
➢ Variables d’état : les courants 𝑰𝒅 , 𝑰𝒒 .
➢ Variables de sortie : Les courants 𝑰𝒅 , 𝑰𝒒 .
Rappelons la forme d’une représentation d’état :
𝒅𝑿(𝒕)
= 𝑨. 𝑿(𝒕) + 𝑩. 𝑼(𝒕) (Equation d’état) (4.32)
𝒅𝒕

𝒀(𝒕) = 𝑪. 𝑿(𝒕) (Equation de sortie) (4.33)

En utilisant les équations de la MSAP déjà trouvées :
𝒅𝑰𝒅 𝑽𝒅 𝑹𝒔 𝑳𝒒
= − . 𝑰𝒅 + 𝒑𝒘. 𝑰 (4.34)
𝒅𝒕 𝑳𝒅 𝑳𝒅 𝑳𝒅 𝒒
𝒅𝑰𝒒 𝑽𝒒 𝑹𝒔 𝑳𝒅 𝝓𝒎
= − . 𝑰𝒒 − 𝒑𝒘. 𝑰𝒅 − 𝒑𝒘. (4.35)
𝒅𝒕 𝑳𝒒 𝑳𝒒 𝑳𝒒 𝑳𝒒

𝑰𝒅
Le vecteur d’état X est donné par : 𝑿 = [𝑰 ].
𝒒

𝑽𝒅
Le vecteur de commande : 𝑼 = [ 𝑽𝒒 ].
𝝓𝒎
𝑰𝒅
Le vecteur de sortie : 𝒀 = [𝑰 ].
𝒒

D’après les équations ci-dessus, on déduit :

−𝑹𝒔 𝑳𝒒
𝒑𝒘. 𝑳
𝒅 𝑳 𝒅
La matrice fondamentale : 𝑨 = [ 𝑳 −𝑹𝒔 ].
−𝒑𝒘. 𝑳𝒅
𝒒 𝑳𝒒

𝟏
𝟎 𝟎
𝑳𝒅
La matrice d’application de la commande : 𝑩 = [ 𝟏 −𝒑𝒘]
𝟎 𝑳𝒒 𝑳𝒒

𝟏 𝟎
La matrice d’observation : 𝑪 = [ ]
𝟎 𝟏

83
 1.2. Application du Backstepping à la commande du MSAP

Dans cette partie, nous présentons l’application de la commande Backstepping au moteur

MSAP. Cette approche est conçue de telle façon à garder la même structure générale d’une
commande vectorielle, comme le montre la figure 45 tout en assurant une régulation et une
limitation des courants.

Id_ref =0
Varef Va
Vd _ref
Régulateurs dq
Onduleur
Vbref Vb
MSAP
w_ref Backstepping Vq _ref MLI
Vcref Vc
abc
w
Ia
Id dq
Iq Ib
abc

Figure 44 : Structure globale du réglage de la vitesse du MSAP par backstepping

Le modèle de la machine MSAP est écrit sous la forme suivante :

𝒅𝑰𝒅 𝑽𝒅 𝑹𝒔 𝑳𝒒
= − . 𝑰𝒅 + 𝒑𝒘. . 𝑰𝒒
𝒅𝒕 𝑳𝒅 𝑳𝒅 𝑳𝒅
𝒅𝑰𝒒 𝑽𝒒 𝑹𝒔 𝑳𝒅 𝝓𝒎
= − . 𝑰𝒒 − 𝒑𝒘. 𝑰 − 𝒑𝒘. (4.36)
𝒅𝒕 𝑳𝒒 𝑳𝒒 𝑳𝒒 𝒅 𝑳𝒒

𝒅𝒘 𝟑 (𝑳𝒅 − 𝑳𝒒 ) 𝝓𝒎 𝒇𝒓 𝟏
= .𝒑[ . 𝑰𝒅 + ] . 𝑰𝒒 − . 𝒘 − . 𝑪𝒓
𝒅𝒕 𝟐 𝑱 𝑱 𝑱 𝑱

• 𝒘 : la pulsation mécanique [rd/s]

D'après les équations précédentes, nous pouvons voir que le modèle de la MSAP est
fortement non linéaire en raison du couplage entre les courants électriques et la vitesse de la
machine. De plus, pour obtenir un couple électromagnétique maximal, on forcera le courant
d'axe direct 𝑰𝒅 à zéro afin d'orienter le flux total selon l’axe de quadrature (l’axe q).
L’idée de base de la commande par Backstepping est de décomposer le système bouclé en
sous-systèmes d’ordre un en cascade stable au sens de Lyapunov, ce qui lui confère des qualités

84
 de robustesse et une stabilité globale asymptotique. L’objectif fixé est d’asservir la vitesse en
𝒅𝑰𝒅 𝒅𝑰𝒒
choisissant comme sous-systèmes les expressions de et et comme variables
𝒅𝒕 𝒅𝒕

intermédiaires (variables d’états) les courants statoriques (𝑰𝒅 et 𝑰𝒒 ). Ces variables (𝑰𝒅 et 𝑰𝒒 )
sont considérées comme étant des commandes virtuelles telles à partir de ces variables (𝑰𝒅 et
𝑰𝒒 ) ,on calcule ainsi les commandes en tension ( 𝑽𝒅 et 𝑽𝒒 ) nécessaires pour assurer la
commande en vitesse du MSAP ainsi que la stabilité du système global.

Id_ref =0 Vd_ref
1ère étape
=0 _ref
Id

Iq_ref
w_ref Vq _ref
2ème étape 3ème étape
w

Iq

Figure 45 : Structure interne du régulateur Backstepping

1.2.1. 1ère étape, Calcul de loi de commande 𝑽𝒅_𝒓𝒆𝒇

En considérant le courant direct comme une grandeur de régulation, on définit sa valeur

désirée par 𝐼𝑑_𝑟𝑒𝑓 et son erreur de régulation par 𝑒1 tel que :
𝐼𝑑_𝑟𝑒𝑓 = 0 (4.37)
𝑒1 = 𝐼𝑑_𝑟𝑒𝑓 − 𝐼𝑑 (4.38)
L’équation dynamique de l’erreur est donnée par :
̇
𝑒̇1 = 𝐼𝑑_𝑟𝑒𝑓 − 𝐼𝑑̇ (4.39)
𝑅𝑠 𝐿𝑞 𝑉𝑑
̇
= 𝐼𝑑_𝑟𝑒𝑓 + . 𝐼𝑑 − 𝑝𝑤. . 𝐼𝑞 −
𝐿𝑑 𝐿𝑑 𝐿𝑑
Du fait que l’objectif exige que l’erreur e1 converge vers zéro, et exige aussi que le
courant doit être régulé et limité, on utilise la fonction de Lyapunov V1 qui représente en quelque
sorte, l’énergie de l’erreur :
1
𝑉1 = 2 𝑒12 (4.40)

Sa dérivée temporelle est donnée par :

85
 𝑅𝑠 𝐿𝑞 𝑉
𝑉̇1 = 𝑒1 . 𝑒1̇ = 𝑒1 [𝐼𝑑_𝑟𝑒𝑓
̇ + 𝐿 . 𝐼𝑑 − 𝑝𝑤. 𝐿 . 𝐼𝑞 − 𝐿 𝑑 ] (4.41)
𝑑 𝑑 𝑑

𝑅𝑠 𝐿𝑞 𝑉𝑑
̇
= 𝑒1 [𝐼𝑑_𝑟𝑒𝑓 + . 𝐼𝑑 − 𝑝𝑤. . 𝐼𝑞 − ]
𝐿𝑑 𝐿𝑑 𝐿𝑑
Afin que cette dérivée soit toujours négative, il faut que la dérivée de 𝑉1 prenne la forme
𝑉1̇ = −𝑘1 . 𝑒12 introduite par la méthode du backstepping, d’où :

𝑅𝑠 𝐿𝑞 𝑉
𝑉1̇ = 𝑒1 [𝐼𝑑_𝑟𝑒𝑓
̇ + 𝐿 . 𝐼𝑑 − 𝑝𝑤. 𝐿 . 𝐼𝑞 − 𝐿 𝑑 ] = −𝑘1 . 𝑒12 (4.42)
𝑑 𝑑 𝑑

Cette équation nous permet de définir la commande en tension 𝑉𝑑 du premier sous-

système. Afin d’assurer la stabilité de Lyapunov et de forcer le courant 𝐼𝑑 de suivre sa référence
𝐼𝑑_𝑟𝑒𝑓 = 0, on obtient la tension de référence 𝑉𝑑_𝑟𝑒𝑓 :
𝑹𝒔 𝑳𝒒
𝑽𝒅_𝒓𝒆𝒇 = 𝑳𝒅 . [𝒌𝟏 . 𝒆𝟏 + 𝑳 . 𝑰𝒅 − 𝒑𝒘. 𝑳 . 𝑰𝒒 ] (4.43)
𝒅 𝒅

1.2.2. 2ème étape, calcul de la loi de commande virtuelle 𝑰𝒒_𝒓𝒆𝒇

La vitesse rotorique étant la principale grandeur de régulation, on définit sa trajectoire

désignée par la valeur de référence et l’erreur de régulation :
𝑒2 = 𝑤𝑟𝑒𝑓 − 𝑤 (4.44)
L’équation dynamique de l’erreur est donnée par :
𝑒̇2 = 𝑤̇𝑟𝑒𝑓 − 𝑤̇ (4.45)
3 (𝐿𝑑 − 𝐿𝑞 ) 𝜙𝑚 𝑓𝑟 1
= 𝑤̇𝑟𝑒𝑓 − 𝑝. [ . 𝐼𝑑 + ] . 𝐼𝑞 + . 𝑤 + . 𝐶𝑟
2 𝐽 𝐽 𝐽 𝐽
Notre objectif exige que l’erreur 𝑒2 converge vers zéro, ce qui est satisfait en choisissant
𝐼𝑞 comme commande virtuelle dans l’équation. La fonction stabilisante 𝑉2 est donnée par :
1 1
𝑉2 = 𝑉1 + 2 𝑒22 = 2 (𝑒12 + 𝑒22 ) (4.46)

Cette dernière a pour dérivée :

𝑉̇ 2 = 𝑉̇ 1 + 𝑒2 . 𝑒2̇ (4.47)
3 (𝐿𝑑 − 𝐿𝑞 ) 𝜙𝑚 𝑓𝑟 1
= −𝑘1 . 𝑒12 + 𝑒2 [𝑤̇𝑟𝑒𝑓 − 𝑝. ( . 𝐼𝑑 + ) . 𝐼𝑞 + . 𝑤 + . 𝐶𝑟 ]
2 𝐽 𝐽 𝐽 𝐽
En choisissant 𝑉2 négative tel que :
𝑉̇ 2 = −𝑘1 . 𝑒12 − 𝑘2 . 𝑒22 ≤ 0 (4.48)
On obtient :
3 (𝐿𝑑 −𝐿𝑞 ) 𝜙𝑚 𝑓𝑟 1
−𝑘2 . 𝑒22 = 𝑒2 [𝑤̇𝑟𝑒𝑓 − 2 𝑝. ( . 𝐼𝑑 + ) . 𝐼𝑞 + . 𝑤 + 𝐽 . 𝐶𝑟 ] (4.49)
𝐽 𝐽 𝐽

86
 2 𝑓𝑟 1
→ 𝐼𝑞_𝑟𝑒𝑓 = . [𝑘2 . 𝑒2 + 𝑤̇ 𝑟𝑒𝑓 + . 𝑤 + . 𝐶𝑟 ]
( 𝐿𝑑 − 𝐿𝑞 ) 𝜙𝑚 𝐽 𝐽
3𝑝. ( . 𝐼𝑑 + )
𝐽 𝐽

Puisqu’on a 𝑰𝒅_𝒓𝒆𝒇 = 𝟎 on peut considérer qu’on a une régulation parfaite et prendre 𝑰𝒅 = 𝟎 ,

alors la nouvelle expression de 𝐼𝑞_𝑟𝑒𝑓 sera donnée par :

𝟐𝑱 𝒇𝒓 𝟏
𝑰𝒒_𝒓𝒆𝒇 = 𝟑𝒑.𝝓 . [𝒌𝟐 . 𝒆𝟐 + 𝒘̇ 𝒓𝒆𝒇 + . 𝒘 + . 𝑪𝒓 ] (4.50)
𝒎 𝑱 𝑱

1.2.3. 3ème étape, Calcul de la loi de commande finale 𝑽𝒒_𝒓𝒆𝒇

Cette étape permet de déterminer la tension de référence 𝑽𝒒_𝒓𝒆𝒇 du système global, le

nouvel objectif de régulation est le courant 𝑰𝒒 qui est considéré comme commande virtuelle
de cette étape. On définit une nouvelle erreur de régulation soit :
𝑒3 = 𝐼𝑞_𝑟𝑒𝑓 − 𝐼𝑞 (4.51)
L’équation dynamique de l’erreur est donnée par :
̇
𝑒̇3 = 𝐼𝑞_𝑟𝑒𝑓 − 𝐼𝑞̇ (4.52)
𝑅𝑠 𝐿𝑑 𝜙𝑚 𝑉𝑞
̇
= 𝐼𝑞_𝑟𝑒𝑓 + . 𝐼𝑞 + 𝑝𝑤. 𝐼𝑑 + 𝑝𝑤. −
𝐿𝑞 𝐿𝑞 𝐿𝑞 𝐿𝑞
Du fait que l’objectif exige que cette erreur converge aussi vers zéro, et exige aussi que
le courant doit être régulé et limité, on utilise l’extension de la fonction de Lyapunov suivante :
1 1
𝑉3 = 𝑉1 + 𝑉2 + 2 𝑒32 = 2 (𝑒12 + 𝑒22 + 𝑒32 ) (4.53)

La dérivée de la fonction s’écrit comme suit :

𝑉̇3 = 𝑉1̇ + 𝑉̇2 + 𝑒3 . 𝑒3̇ (4.54)
𝑅𝑠 𝐿𝑑 𝜙𝑚 𝑉𝑞
= 𝑉1̇ + 𝑉̇2 + 𝑒3 . [𝐼𝑞_𝑟𝑒𝑓
̇ + . 𝐼𝑞 + 𝑝𝑤. 𝐼𝑑 + 𝑝𝑤. − ]
𝐿𝑞 𝐿𝑞 𝐿𝑞 𝐿𝑞

En choisissant 𝑽̇𝟑 semi définie négative telle que :

𝑉̇3 = −𝑘1 . 𝑒12 − 𝑘2 . 𝑒22 − 𝑘3 . 𝑒32 ≤ 0 (4.55)

On obtient :
𝑅 𝐿 𝜙 𝑉𝑞
𝑉1̇ + 𝑒3 . [𝐼𝑞̇ 𝑟𝑒𝑓 + 𝐿 𝑠 . 𝐼𝑞 + 𝑝𝑤. 𝐿𝑑 𝐼𝑑 + 𝑝𝑤. 𝐿𝑚 − 𝐿 ] = −𝑘3 . 𝑒32 (4.56)
𝑞 𝑞 𝑞 𝑞

−𝑘1 .𝑒12 +𝑘3 .𝑒32 𝑅 𝐿 𝜙𝑚

→ 𝑉𝑞_𝑟𝑒𝑓 = 𝐿𝑞 [ + 𝐼𝑞̇ 𝑟𝑒𝑓 + 𝐿 𝑠 . 𝐼𝑞 + 𝑝𝑤. 𝐿𝑑 𝐼𝑑 + 𝑝𝑤. ]
𝑒3 𝑞 𝑞 𝐿𝑞

Or

87
 2𝐽 𝑓𝑟 1
𝐼𝑞_𝑟𝑒𝑓 = 3𝑝.𝜙 . [𝑘2 . 𝑒2 + 𝑤̇ 𝑟𝑒𝑓 + . 𝑤 + . 𝐶𝑟 ] (4.57)
𝑚 𝐽 𝐽

2𝐽 𝑓
→ 𝐼𝑞̇ 𝑟𝑒𝑓 = 3𝑝.𝜙 [𝑘2 . 𝑒2̇ + 𝑤̈ 𝑟𝑒𝑓 + 𝐽𝑟 . 𝑤̇ ] (4.58)
𝑚

𝑒̇2 = 𝑤̇𝑟𝑒𝑓 − 𝑤̇ (4.59)

3 (𝐿𝑑 − 𝐿𝑞 ) 𝜙𝑚 𝑓𝑟 1
= 𝑤̇𝑟𝑒𝑓 − 𝑝. [ . 𝐼𝑑 + ] . 𝐼𝑞 + . 𝑤 + . 𝐶𝑟
2 𝐽 𝐽 𝐽 𝐽
Si on considère que 𝐼𝑑 = 0, alors :
2𝐽 3 𝜙𝑚 𝑓𝑟 1 𝑓𝑟
𝐼𝑞̇ 𝑟𝑒𝑓 = 3𝑝.𝜙 [𝑘2 . (𝑤̇𝑟𝑒𝑓 − 2 𝑝. . 𝐼𝑞 + . 𝑤 + 𝐽 . 𝐶𝑟 ) + 𝑤̈ 𝑟𝑒𝑓 + . 𝑤̇ ] (4.60)
𝑚 𝐽 𝐽 𝐽

𝑒 2 2𝐽 3 𝜙𝑚 𝑓𝑟 1
𝑉𝑞_𝑟𝑒𝑓 = 𝐿𝑞 {𝑘3 . 𝑒3 − 𝑘1 . 𝑒1 + 3𝑝.𝜙 [𝑘2 . (𝑤̇𝑟𝑒𝑓 − 2 𝑝. . 𝐼𝑞 + . 𝑤 + 𝐽 . 𝐶𝑟 ) + 𝑤̈ 𝑟𝑒𝑓 +
3 𝑚 𝐽 𝐽

𝑓𝑟 𝑅𝑠 𝐿 𝜙𝑚
. 𝑤̇ ] + . 𝐼𝑞 + 𝑝𝑤. 𝐿𝑑 𝐼𝑑 + 𝑝𝑤. }. (4.61)
𝐽 𝐿𝑞 𝑞 𝐿𝑞

Dans cette partie, nous avons défini à partir de la commande par backstepping, les
variables de références 𝑉𝑑_𝑟𝑒𝑓 et 𝑉𝑞_𝑟𝑒𝑓 nécessaires à la commande de la vitesse du MSAP, tout
en exigeant une stabilité des sous-systèmes en cascade afin d’assurer une stabilité asymptotique
du système globale.

1.3. Modélisation de l’UCE sous Matlab/Simulink

1.3.1. Modélisation

A partir des équations précédentes écrites en rouge, on peut modéliser notre ECU contenant
la loi de commande Backstepping. Et afin de vérifier le bon fonctionnement de cette ECU elle
sera alors associée avec l’onduleur déjà modélisé et lui aussi sera connecté au modèle de la
machine PMSM qui est précédemment construit, comme la montre la figure 40 suivante .

88
 Figure 46 : Modèle de l'ECU sous Matlab/Simulink

UCE_Backstepping :

Calcul de Vd-ref :

89
Calcul de Iq-ref :

Calcul de Vq-ref :

PARK INVERSE dq→abc :

90
 1.3.2. Résultats de simulation

Pour la simulation on choisit les paramètres suivants :

𝐼𝑑_𝑟𝑒𝑓 = 0 ; Pour orienter le flux total selon l’axe q afin d’obtenir un couple maximal.
Les autres paramètres de l’onduleur et de la machine PMSM sont pris les mêmes que
précédemment.
Les coefficients de conception du régulateur backstepping :
𝑘1 = 5050, 𝑘2 = 1000, 𝑘3 = 4000. Rappelons qu’il n’y pas une relation pour déterminer ces
paramètres, cependant on les estime en faisant des tests (essai-erreur).
On visualise la réponse du modèle suite à une consigne de vitesse variable et un couple résistif
Cr=30N.m:

91
 Figure 47 : Réponse de la machine suite à une consigne de vitesse variable

Ensuite on fait entrer les échelons de vitesse et couple suivants :

𝑊𝑟𝑒𝑓 (Rd/s) 100 100 100 100 150
𝐶𝑟 (N.m) 0 20 40 10 10

Et on visualise sur le scope la vitesse mécanique du moteur ainsi le couple moteur.

Figure 48 : Réponse de PMSM commandé en vitesse par le backstepping.

On remarque que la vitesse de rotation suit la vitesse de référence. Et lors de l’application

de la charge, le couple augmente de façon à composer instantanément le couple de charge.
Cette commande présente des résultats très satisfaisants avec une bonne dynamique de
poursuite ainsi qu’un bon rejet de la perturbation. D’autre part on remarque une très bonne
dynamique lors de l’application du couple de charge.

92
 2. Modèle Global du véhicule électrique.

2.1. Description du modèle

Pour créer le modèle global, il est nécessaire de vérifier le bon fonctionnement de chaque
modèle indépendamment en utilisant des paramètres qui sont proche de la réalité, ces
paramètres sont obtenus en fonction des caractéristiques les plus utilisé dans les voitures
électriques.

Le modèle global peut être présenté comme suit :

Idc
Forces Batterie

Vbatt

Cr_roue Ωref Va
Environnement
Réducteur ECU + Onduleur Vb
véhicule Vc Moteur
Cr_moteur
V_véhicule Ωref*

Figure 49 : Structure du modèle global du VE

93
2.2. Modèle global sous Matlab/Simulink

Figure 50 : Modèle global sous Matlab/Simulink

94
 Lors de la simulation on a rencontré plusieurs problèmes, On cite par exemple le
problème dû à la présence du convertisseur qui fonctionne en MLI avec une fréquence 𝑓𝑚𝑙𝑖 =
10𝑘𝐻𝑧, ce qui ralenti considérablement la simulation du programme global, et puisque le
convertisseur a un rendement élevé et qui a comme but de reproduire les signaux de références
à sa sortie donc on peut le considérer comme un gain unitaire et le supprimer, mais dans ce cas
on aura pas une entrée où on peut brancher la sortie du bloc batterie (Vbatt). Un deuxième
problème est dû aux paramètres du Backstepping qui ne marchaient pas lorsqu’on a intégré
l’ECU_Backstepping dans le programme global, c’est dû à la différence de la dynamique entre
chacun des blocs, ce qui nous a pris beaucoup de temps pour trouver les paramètres convenables.
Le modèle global a comme entrées :
➢ La consigne de vitesse souhaité par le conducteur.
➢ La vitesse de vent et son sens.
➢ La masse du véhicule et de la charge.
➢ Le pourcentage de la pente.
➢ Les paramètres qui caractérisent chaque bloc.
Ces entrées peuvent être constantes ou variables, selon les conditions de roulement.
Et a comme sorties :
➢ Le couple total résistant aux roues et à l’arbre du moteur
➢ Le couple électromagnétique de la machine
➢ Vitesse du véhicule
➢ L’état de charge et la tension aux bornes de la batterie.
➢ Le courant sortant de la batterie.
➢ Les puissances échangées entre les différents blocs.
2.3. Résultats de simulation

Pour la simulation on a utilisé des paramètres qui sont basés sur des modèles réels :
Paramètres du Bloc de forces Valeurs
Masse volumique de l’air 1.225 Kg/m3
Coefficient de forme 0.5
Coefficient de roulement 0.015
Surface frontale 2.3 m²
Rayon de la roue du véhicule 0.24 m
Constante gravitationnelle 9.81 m/s²
Masse du véhicule + charge 630 Kg
Pente (%) 2.5 %
Vitesse de Vent 5 m/s
Tableau 6 : Paramètres choisis pour le bloc de Forces

95
 Paramètres du bloc Réducteur Valeurs
Rendement du réducteur 0.96
Facteur de réduction 9.7
Tableau 7 : Les paramètres du réducteur

Paramètres du Bloc ECU_Backstepping Valeurs

𝒌𝟏 40000
𝒌𝟐 20000
𝒌𝟑 5000
Id_ref 0A
Vitesse de référence de Véhicule 45 km/h
Tableau 8 : Paramètres de l'unité de commande

Paramètres du Bloc moteur Valeurs

Résistance d’un enroulement statorique (Rs) 3.1 mΩ
Inductances (Ld=Lq) 50 µH
Flux produit par l’aimant (𝝓𝒎 ) 0.016 Wb
Moment d’inertie(J) 1,45.10−5 Kg.m²
Coefficient de frottement(fr) 1,5.10−5 N.s/rd
Nombre de pair de pôles (p) 4
Tableau 9 : Paramètres du bloc moteur

Paramètres du Bloc Batterie (100Ah,48V) Valeurs

Type de la batterie Lithium-ion
Tension de base de la batterie (𝑬𝟎 ) 55.15 V
Résistance interne (R) 12 mΩ
L’état de charge initiale (𝑺𝑶𝑪𝟎 ) 100%
Capacité nominale de la batterie (𝑸𝒏𝒐𝒎 ) 100 Ah
Capacité maximale de la batterie (Q) 106 Ah
Constante de Polarisation (K) 0.00182 𝐴ℎ−1
Amplitude de la zone Exponentielle (A) 3.7163 V
Constante exponentielle (B) 1.6265 𝐴ℎ−1
Tableau 10 : Paramètres de la batterie

96
 Paramètres du Bloc Convertisseur Valeurs
Fréquence de coupure des filtres passe-bas 5000 Hz
𝒇𝒎𝒍𝒊 10 kHz
Tableau 11 : Paramètres du bloc convertisseur

Pour un temps de simulation de 20sec on a obtenu les résultats suivants :

Figure 51 : Etat de charge, Tension et Capacité de la batterie

Figure 52 : Vitesse réelle du véhicule (km/h) et Couple moteur (N.m)

D’après ces résultats on remarque que la vitesse du véhicule est presque égale à la
consigne du conducteur avec une erreur de 2Km/h, cette erreur est due à la présence du couple
résistant, comme on remarque que l’état de charge de la batterie diminue et la capacité perdue
augmente au cours du temps, et le couple moteur tend à se stabiliser sur la valeur du couple
résistif.

97
Conclusion
Nous venons de présenter, dans ce chapitre la modélisation de l’unité de contrôle
électronique sous Matlab/Simulink tout en détaillant la technique de commande Backstepping,
ainsi qu’on a modélisé le véhicule électrique en assemblant tous les éléments de la chaine de
traction avec l’environnement véhicule.

98
Conclusion générale et perspectives
Ce projet de fin d’études, effectué au sein d’Altran, avait comme objectif principal la
modélisation et l’amélioration ainsi que la validation du modèle du véhicule électrique dans le but
de l’utiliser pour le dimensionnement de la chaine de traction dans les futurs projets.

Pour mener à bien ce projet, j’ai respecté le cahier des charges toute en suivant les remarques
des ingénieurs du pôle modélisation ainsi que de mes professeurs, et à la fin de ce travail on a abouti
aux résultats suivants :

❖ La modélisation, sous Matlab/Simulink, de chaque partie de la chaine de traction d’un

véhicule électrique.

❖ La réalisation d’un modèle global qui englobe toutes les parties de la chaine de traction avec
l’environnement véhicule.

Ce projet de fin d’études m’a été très enrichissant, permettant d’élargir mes compétences
techniques, en citant par exemple la découvertes et l’utilisation de nouveaux logiciels, ainsi qu’il
m’a permis de développer et comprendre une nouvelle technique de commande qui est le
Backstepping, ensuite ce projet m’a permis aussi d’enrichir mes compétences managériales et
relationnelle.

En fin, ce projet avait comme perspectives, la validation du modèle global sur un triporteur
électrique en proposant des procédures de test sur le triporteur afin de comparer les résultats
expérimentaux avec ceux donnés par le modèle global sous Matlab/Simulink.

99
 Bibliographie
[1] : J. Meng, G. Luo, M. Ricco, M. Swierczynski, D.I Stroe and R. Teodorescu ‘’Overview of Lithium-
Ion Battery Modeling Methods for State-of-Charge Estimation in Electrical Vehicles’’ A
review, School of Automation, Northwestern Polytechnical University, China, Department of Energy,
Aalborg University, 9220 Aalborg, Denmark, 2018.

[2] :RAMACHANDRA MADDALA, B.E ’’MODELING OF HYBRID ELECTRIC

VEHICLE BATTERIES’’, MASTER THESIS, , Faculty of Texas Tech University, 2003.

[3] :Siva Rama Prasanna Mantravadi ‘’MODELING, SIMULATION &

IMPLEMENTATION OF LI-ION BATTERY POWERED ELECTRIC AND PLUG-IN
HYBRID VEHICLES’’,MASTER THESIS, Faculty of The University of Akron,2011.

[4] : E.Raszmann, K.Baker, Y.Shi, and D.Christensen ‘’Modeling Stationary Lithium-

Ion Batteries for Optimization and Predictive Control’’ IEEE Power and Energy
Conference Champaign, Illinois,2017.

[5] : Wen-Yeau Chang ‘’The State of Charge Estimating Methods for Battery’’: A
Review,2013

[6] : K. S. Ng,C. S.Moo,Y.P.Chen, and Y.C.Hsieh, “State-of-charge estimation for lead-acid

batteries based on dynamic opencircuit voltage,” in Proceedings of the 2nd IEEE
International Power and Energy Conference (PECon ’08), pp. 972–976, Johor Bahru, Malaysia,
December 2008.

[7] : M. Coleman, C. K. Lee, C. Zhu, and W. G. Hurley, “State of- charge determination from
EMF voltage estimation: using impedance, terminal voltage, and current for lead-acid
and lithium-ion batteries,” IEEE Transactions on Industrial Electronics, vol. 54, no. 5, pp.
2550–2557, 2007.

[8] : S. Sato and A. Kawamura, “A new estimation method of state of charge using terminal
voltage and internal resistance for lead acid battery,” in Proceedings of the Power
Conversion Conference, pp. 565–570, Osaka, Japan, April 2002.

100
[9] : K. S. Ng, C. S. Moo, Y. P. Chen, and Y. C. Hsieh, “Enhanced Coulomb counting method
for estimating state-of-charge and state-of-health of lithium-ion batteries,” Applied Energy,
vol. 86, no. 9, pp. 1506–1511, 2009.

[10] : N. Watrin, B. Blunier, and A. Miraoui, “Review of adaptive systems for lithium batteries
state-of-charge and state-of-health estimation,” in Proceedings of IEEE Transportation
Electrification Conference and Expo, pp. 1–6,Dearborn, Mich, USA, June 2012.

[11] : FALEH A ALSKRAN ‘’DYNAMIC MODELING AND ANALYSIS OF THE THREE-

PHASE VOLTAGE SOURCE INVERTER UNDER STAND-ALONE AND GRID-TIED
MODES’’ B. Sc., Kansas State University 2011

[12] : Mr BADRAOUI MOURAD et Melle BEREKSI REGUIG MERIEM,’’Etude et

modélisation du moteur synchrone simple et double étoile avec application de la
commande backstepping à la machine synchrone’’ Master, 2016.

[13] : Shuzhi Ge, ‘’LYAPUNOV DESIGN’’ Department of Electrical and Computer

Engineering, The National University of Singapore, Singapore

[14] : D.Y.Ohm, J.W.Brown and V.B.Chava, "Modeling and Parameter Characterization of

Permanent Magnet Synchronous Motors," Proceedings of the 24th Annual Symposium of
Incremental Motion Control Systems and Devices, San Jose, pp. 81-86, June 5-8, 1995.

101