Optimisation énergétique de chaînes de traction électrifiées - Archive ouverte HAL Accéder directement au contenu
Thèse Année : 2015

Energetic optimization of hybrid electric powertrains

Optimisation énergétique de chaînes de traction électrifiées

Résumé

On-going oil stock depletion and growing environmental concerns lead automakers to develop more efficient powertrains. Today, one of the most promising way forward consists in research on hybrid systems. The present work is focused on thermal/electric hybridization for HEV vehicle and presents an optimal methodology to identify key guidelines and design efficient systems. Defining the most promising efficient powertrain requires a systemic design which is based in this study on three main levers : powertrain architecture, energy management and electric components design. Different powertrains architectures are compared to the lowest fuel consumption that can be reached by each powertrain for a given driving cycle. Their optimal energetic performances are determined by using optimal control strategies and dynamic programming. The simulations results show that the most promising hybrid powertrain is the parallel one. At each step of time of the drivings cycles, the parallel hybrid powertrain behavior is more closely analyzed so as to provide technical specifications for an optimal sizing of the electric components. It points out the operating point and the driving cycles for which the electric machine has to be optimized. Two electric machines topologies derived from a starter-alternator architecture, are modeled by using reluctance network to provide losses map and compare CO2 saving of the vehicle. This approach has both identified areas for powertrain architecture improvement and components design optimization to achieve a better global efficiency of the system. It is shown that a starter-alternator could provide 33% of CO2 saving compared to a conventional car.
Les préoccupations environnementales croissantes et la raréfaction des énergies fossiles amènent les constructeurs automobiles à proposer des véhicules efficients hybridant des chaînes de traction conventionnelles. Ces travaux de recherche sont focalisés sur l'hybridation thermique/électrique. Ils présentent une méthodologie de conception optimale pour identifier des voies de progrès et orienter la définition de futures chaînes de traction à haut rendement énergétique. Ils sont basés sur une démarche d'ingénierie systémique qui s'appuie sur trois principaux leviers: l'architecture de la chaîne de traction, la stratégie de gestion énergétique et la définition des organes électriques de puissance. Différentes architectures de chaînes de traction hybrides électriques sont comparées en se basant sur la consommation minimale atteignable par chacune d'entre elles sur cycles automobiles. Pour déterminer ces seuils de consommation, une stratégie de commande optimale basée sur un algorithme de programmation dynamique est développée. Les résultats montrent l'intérêt de l'hybridation parallèle pour concevoir une chaîne de traction efficiente.Les sollicitations des organes électriques de puissance sont déterminées et analysées pour en spécifier le dimensionnement optimal. Deux structures de machines électriques ont été modélisées par réseaux de réluctances pour établir des cartographies de pertes et comparer la performance en émissions de CO2 du véhicule. Cette approche permet d'identifier des axes d'améliorations et on montre qu'une solution de type alterno-démarreur permettrait des gains d'environ 33% en émissions de CO2 par rapport au véhicule conventionnel.
Fichier principal
Vignette du fichier
These_archivage_3163814o.pdf (8.77 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)
Loading...

Dates et versions

tel-01195732 , version 1 (08-09-2015)

Identifiants

  • HAL Id : tel-01195732 , version 1

Citer

Francis Roy. Optimisation énergétique de chaînes de traction électrifiées. Physique [physics]. Université Pierre et Marie Curie - Paris VI, 2015. Français. ⟨NNT : 2015PA066128⟩. ⟨tel-01195732⟩
855 Consultations
3070 Téléchargements

Partager

Gmail Facebook X LinkedIn More