ζref − ζ(t) Ti dτ + ˜ αζref − ζ(t)2q−1 QmaxVoc(ζ) .
Comme le véhicule dispose d’un système de navigation lui fournissant les ca-tégories énergétiques et la pente des tronçons sur lesquels il roule. De plus la trajectoire d’énergie de référence est connue ζref. De ce fait le facteur so peut être calculé à partir d’un modèle simple dépendant du tronçon, de sa pente et de la dérivé de la trajectoire de référence souhaité. C’est une action de type feedforward qui permet d’optimiser au mieux la gestion d’équivalence à partir de données prédictive. Tandis que le terme proportionnel vient corriger l’équi-valence en fonction de l’instant présent et le terme intégral corrige l’erreur de prédiction en fonction de l’écart réellement constaté sur les conditions de rou-lage passés.
Le suivi microscopique de l’état d’énergie a été testé sur le véhicule VEL-ROUE sur un cycle routier. La Figure 4.12 montre le résultats obtenu pour une trajectoire ζref partant à 70% d’état d’énergie et arrivant à 60% d’état d’énergie à la fin du cycle routier. Sur cette figure sont représentées les com-mandes appliquées, leur conséquence sur l’état d’énergie de la batterie et la vitesse du véhicule. A remarquer qu’au delà de 90 km/h seul le moteur ther-mique peut fournir la puissance nécessaire à l’avancement du véhicule, ce qui se retrouve facilement entre 750 secondes et 850 secondes.
4.3 Conclusions, perspectives et protocole
d’éva-luation
Cette stratégie est prometteuse et de réels gains de consommation sont at-tendus pour les clients. Néanmoins son efficacité n’a pas encore été démontrée. Pour cela, un protocole d’évaluation de la performance de la stratégie a été imaginé sur le véhicule VELROUE. Dans un premier temps, plusieurs cycles client doivent être choisis pour être représentatifs d’une utilisation future de ce véhicule. Ensuite, la consommation et l’emission de dioxyde de carbone seront relevées sur les différents profils avec une stratégie de type décharge puis maintien de l’état de charge. Enfin, ce même véhicule effectuera dans les
4.3. Conclusions, perspectives et protocole d’évaluation -200 0 200 400 C o u p le ( N .m ) Ti Te 0.62 0.64 0.66 0.68 0.7 S O E (% ) 0 100 200 300 400 500 600 700 800 900 0 50 100 Temps (s) V it e s s e ( k m /h )
Figure 4.12 – Validation du principe de l’ECMS suivant une trajectoire de référence, fondé sur l’état d’énergie de la batterie, obtenue sur le cycle routier avec un véhicule VELROUE pour une trajectoire de référence commençant à 70% d’état d’énergie et finissant à 60% d’état d’énergie.
mêmes conditions que précédemment les mêmes profils mais avec, cette fois ci, la stratégie développée spécifiquement pour les hybrides rechargeables. Les écarts de consommations et d’émissions permettront de conclure quant à l’ef-ficacité de cette stratégie pour un usage client. Le couplage avec le système de navigation semble tout à fait possible et l’étude menée ici avec un algorithme de régression logistique étaye cette hypothèse. Il est tout de même nécessaire d’apporter plus de robustesse à cette méthode de prédiction pour embarquer cette gestion d’énergie dans un véhicule. Quant au principe du suivi de trajec-toire d’état d’énergie, il semble tout à fait adéquat pour le problème soulevé et a déjà fait ses preuves en tenant compte de la pente [5] sur des hybrides conventionnels.
Chapitre 5
Gestion d’énergie respectueuse
de la batterie
La batterie est un élément essentiel des véhicules hybrides. Améliorer sa durée de vie en la considérant dans la gestion d’énergie favorise la rentabi-lité économique d’un projet de véhicule hybride. Dans un premier temps est justifié l’intérêt porté à la batterie. Dans un deuxième temps, une étude biblio-graphique sur le vieillissement de la batterie dégage des facteurs accélérant le processus de modification des caractéristiques de la batterie au cours de sa vie. Parmi ces facteurs, la température élevée influence grandement la diminution prématurée des performances de la batterie. C’est pourquoi dans un troisième temps, l’intérêt s’est porté sur la mesure de la température. Le processus de fabrication des batteries ne permet pas de placer les capteurs de températures au plus proche des réactions. De ce fait, un observateur de température a été proposé pour fournir une information fiable. Cet observateur est de type LPV dont la stabilité est démontrée dans le cadre de bruits de mesures. Finalement, dans une quatrième partie, cette information est utilisée par une loi de gestion d’énergie respectant la batterie
5.1 Motivations
La batterie est la clef de voûte d’une application hybride ou électrique. C’est une technologie coûteuse, lourde et encombrante. Elle représente le prin-cipal obstacle à la distribution massive des véhicules hybrides et électriques. C’est pourquoi, il est intéressant de proposer des solutions pour réduire les
inconvénients d’une batterie. La motivation même de ce chapitre réside dans l’exploitation intelligente des degrés de libertés offerts par l’hybridation des véhicules pour optimiser, non seulement la consommation mais aussi la longé-vité des batteries.
Une batterie Li-ion utilisée dans les applications actuelles voit ses caracté-ristiques internes diminuées compte tenu de sa sollicitation et de son vieillis-sement calendaire (i.e. même non sollicitée, une batterie perd petit à petit ses capacités au cours du temps[98]). De nombreux paramètres accélèrent la dégra-dation des performances des batteries Li-ion et la littérature met en évidence l’influence de premier ordre de la température sur cette dégradation prématu-rée. Les travaux présentés se sont donc naturellement portés vers l’amélioration de la connaissance et la maîtrise de la température de la batterie. Améliorer cette connaissance abonde d’avantages : maîtrise de la performance, maîtrise de la disponibilité, augmentation de la longévité, amélioration de la connais-sance des paramètres internes, perfectionnement de la sécurité.
Cette amélioration représente un défi technologique considérable dans le do-maine de l’observation. En effet, pour des raisons de processus de fabrication, la mesure de température ne peut être ni au cœur des réactions, ni proche des cellules composant la batterie. Il est donc nécessaire de recourir à des capteurs logiciels qui, à partir d’un modèle interne et d’une mesure, estiment un para-mètre choisi. Le système étudié est un système linéaire à parapara-mètres variants dont la théorie d’observateurs polytopiques sied parfaitement. L’utilisation de cette température reconstruite par observation permet d’envisager des stra-tégies respectueuses de la batterie, participant ainsi à la réduction des coûts d’amortissement du véhicule.