Le véhicule électrique

Table des matières

1 INTRODUCTION GÉNÉRALE
Contexte industriel de l’étude
La simulation numérique dans le milieu industriel
Le véhicule électrique
Objectifs de la thèse et axes d’étude
Organisation du document
2 MODELISATION
2.1 Introduction
2.2 Description du système physique étudié
2.2.1 Véhicule électrique et véhicule thermique
2.2.2 Système de puissance du véhicule électrique
2.2.2.1 La chaîne de traction
2.2.2.2 Le confort thermique
2.2.2.3 Le réseau 14V
2.2.3 Environnement du système et conditions d’étude
2.3 Outils et méthodes de modélisation utilisés
2.3.1 Causalité et boucle algébrique
2.3.2 Méthodologie Bond-Graphs
2.3.3 Méthodologie REM
2.3.4 Différents niveaux de modélisation
2.4 Description des modèles en régime dynamique
2.4.1 Batterie de traction
2.4.1.1 Modèles à paramètres constants
2.4.1.2 Modèles à paramètres variables
2.4.2 Filtre LC
2.4.3 Convertisseur AC/DC
2.4.3.1 Onduleur idéal (ou 1er harmonique)
2.4.3.2 Onduleur à commutations
2.4.4 Convertisseurs DC-DC
2.4.4.1 Buck simple à l’inducteur de la machine
2.4.4.2 Buck avec isolation en amont du réseau 14V
2.4.4.3 Buck/Boost en sortie de la batterie
2.4.5 Machine électrique
2.4.6 Environnement
2.4.7 Climatisation / Chauffage
2.5 Choix de la causalité et paramétrage
2.5.1 Batterie de traction
2.5.2 Filtre LC
2.5.3 Convertisseur AC-DC
2.5.4 Convertisseurs DC-DC
2.5.4.1 Buck simple à l’inducteur de la machine
2.5.4.2 Buck avec isolation en amont du réseau 14V
2.5.5 Machine
2.5.6 Environnement
2.6 Validation des modèles et modification éventuelle
2.6.1 Batterie de traction
2.6.2 Machine
2.6.2.1 Modèle de Park avec saturations 1D
2.6.2.2 Modèle avec saturations 3D
2.7 Conclusion – Du modèle au système
3 OPTIMISATION
3.1 Introduction : différents types d’optimisation
3.1.1 Optimisation « hard »
3.1.2 Optimisation « soft »
3.1.3 Méthodologie utilisée dans le cas du véhicule électrique
3.2 Mise en place du problème d’optimisation
3.2.1 Critères et contraintes : trois scénarios identifiés
3.2.2 Degrés de liberté
3.2.3 Méthodes d’optimisation
3.2.3.1 Classification des problèmes
3.2.3.2 Classification des méthodes
3.2.3.3 Présentation de quelques méthodes : points forts / points faibles
3.2.3.3.1 Méthodes déterministes de recherche de minimum local
3.2.3.3.2 Méthodes déterministes de recherche de minimum global
3.2.3.3.3 Méthodes stochastiques
3.2.3.4 Spécificité des problèmes multi-objectifs
3.2.3.4.1 Généralités
3.2.3.4.2 Classements des différentes méthodes
3.2.3.4.3 Méthodes à préférence a priori
3.2.3.4.4 Méthodes à préférence a posteriori
3.3 Optimisation globale avec modèles rapides
3.3.1 Quelques études préliminaires sur l’autonomie à vitesse constante
3.3.1.1 Influence de la vitesse
3.3.1.2 Influence de la masse du véhicule
3.3.2 Etude de sensibilité paramétrique
3.3.2.1 Plans d’expériences par la méthode Taguchi
3.3.2.2 Utilisation de l’algorithme du simplexe
3.3.3 Optimisation de l’architecture : Ajout d’un convertisseur de tension au niveau de la batterie
3.4 Optimisations locales avec modèles précis
3.4.1 Introduction : pilotage de la chaîne de traction électrique
3.4.2 Machine
3.4.2.1 Principe de la commande vectorielle
3.4.2.2 Stratégie à maximum de couple
3.4.2.3 Stratégie à minimum de pertes
3.4.2.4 Stratégie hybride
3.4.2.5 Saturation de la tension batterie
3.4.2.6 Stratégie « aveugle » robuste aux erreurs de modélisation
3.4.2.6.1 Erreurs de modélisation des pertes
3.4.2.6.2 Erreurs de modélisation de la machine
3.4.2.7 Introduction d’un 4ème degré de liberté
3.4.3 Réglage des PI
3.4.4 Onduleur de tension
3.4.4.1 Principe générique de commande
3.4.4.2 Commande Pleine Onde
3.4.4.3 MLI sinus-triangle
3.4.4.3.1 Principe générique
3.4.4.3.2 Optimisation
3.4.4.4 MLI vectorielle
3.4.4.4.1 Principe générique
3.4.4.4.2 Optimisation
3.4.4.5 Récapitulatif des stratégies
3.5 Conclusions
4 CONCLUSION GENERALE
ANNEXES
4.1 Commande vectorielle de l’onduleur
4.2 Caractéristiques des véhicules électriques Renault
4.2.1 Fluence Z.E
4.2.2 Kangoo Express Z.E
4.2.3 Twizzy Z.E
4.2.4 Zoé Z.E
REFERENCES BIBLIOGRAPHIQUES