Energy and Thermal Comfort Management Strategies for Battery Electric Vehicles

Stratégies de gestion énergétique et de confort thermique pour les véhicules électriques à batterie. Le système HVAC représente la principale charge auxiliaire des véhicules électriques à batterie (VEB) et nécessite des approches de contrôle efficaces qui équilibrent entre consommation énergétique et confort thermique. D'une part, les passagers exigent toujours plus de confort, mais d'autre part la consommation du système HVAC impacte fortement l'autonomie du véhicule, ce qui constitue un enjeu majeur des VEB. Ces deux exigences doivent être satisfaites par la stratégie de gestion énergétique, en suggérant au conducteur d'ajuster soit le confort thermique, soit la vitesse du véhicule, afin de satisfaire la contrainte d’énergie disponible. En effet, s'il n'y a pas assez d'énergie embarquée pour la traction et pour un confort thermique idéal, ce dernier doit être diminué afin d'économiser de l'énergie et permettre au véhicule d'atteindre sa destination finale ou le prochain point de recharge. Dans certaines situations, il peut être plus judicieux de ralentir afin de permettre un meilleur confort thermique. Dans la présente thèse, une approche de gestion optimale du confort thermique qui optimise le confort thermique tout en préservant l'autonomie lors d'un trajet est proposée. Le véhicule électrique est d'abord modélisé. Ensuite, le comportement thermo-physiologique du conducteurs/passagers ainsi que les indices de confort thermique des passagers sont présentés. Le problème de la gestion du confort thermique est formulé comme un problème d'optimisation et résolu par l’algorithme de programmation dynamique. Deux cas-tests représentatifs de climats chauds et de situations de trafic sont simulés. Dans le premier cas-test, le coût énergétique et le ratio de confort amélioré sont quantifiés pour différentes conditions météorologiques et de circulation. Le second cas-test met en évidence les situation de trafic dans lesquelles un compromis entre la vitesse du véhicule et le confort thermique est important. Un grand nombre de scénarios météorologiques et routiers sont simulées et les résultats montrent l'efficacité de l'approche optimale proposée pour minimiser la consommation d'énergie tout en maintenant un confort acceptable. Une comparaison entre différents indices de confort thermique est enfin réalisée, pour évaluer les gains de l'utilisation du modèle thermo-physiologique. Si les résultats de l'approche optimale sont prometteurs et valident le principe du confort thermique et de la gestion énergétique, le coût de calcul de la programmation dynamique reste important pour une implémentation à bord dans un véhicule électrique. Une stratégie de gestion énergétique en temps réel a donc été développée, en utilisant les résultats de l'approche optimale, et un modèle simplifié mais toujours précis et représentatif du confort thermique. Sur la base des prévisions de trafic et de météo pour un trajet donné, l'algorithme temps réel estime d'abord l'énergie nécessaire à la traction et l'énergie disponible pour le confort thermique. Ensuite, il détermine le meilleur niveau de confort qui peut être fourni dans ces conditions énergétiques et contrôle le système HVAC en conséquence. Si les prévisions sont mises à jour pendant le trajet, l'algorithme ajuste le niveau de confort thermique pour satisfaire la contrainte d’énergie disponible. L'algorithme en temps réel est testé pour une grande variété de scénarios météorologiques et de trafic. Les résultats montrent que les estimateurs d'énergie ont une bonne précision. L'erreur relative absolue est d'environ 1,7% pour le premier (traction), et de près de 4,1% pour le second (confort thermique). L'efficacité de la stratégie de gestion du confort thermique proposée est évaluée en la comparant à une approche de contrôle optimal hors ligne basée sur une programmation dynamique. Les résultats de la simulation montrent que l'approche proposée est quasi optimale, avec une légère augmentation de l'inconfort de seulement 3%.