Development of a methodology for thermal management sizing optimization of a medium duty electric vehicle

Développement d'une méthodologie d'optimisation du dimensionnement de la gestion thermique d'un véhicule électrique de poids moyen Au cours de la dernière décennie, les véhicules électriques de tonnage moyen (MDEV) sont apparus comme un moyen de réduire les émissions de gaz à effet de serre liées au transport routier de marchandises. Le fonctionnement du système de gestion thermique du véhicule (VTMS) est fondamental pour garantir que les composants des véhicules électriques fonctionnent dans leur plage de température optimale afin d'atteindre des performances adéquates tout en préservant leur durée de vie. Cependant, la consommation d'énergie du système de gestion thermique du véhicule (pompe, ventilateur, réchauffeurs électriques, HVAC) affecte négativement l'autonomie du véhicule. Il faut donc trouver un compromis entre performances, durée de vie et consommation énergétique. De plus, l'état de l'art automobile tend à surdimensionner les VTMS afin de couvrir des cas d'utilisation extrêmes, ce qui entraîne une augmentation des coûts d'investissement, de la consommation énergétique, tout en affectant négativement la charge utile du véhicule. Ce travail de thèse a pour objectif de développer une méthodologie d'optimisation pour dimensionner le système de gestion thermique, en utilisant des missions opérationnelles typiques tout en prenant en compte les caractéristiques de chaque composant et leurs interactions, ainsi que la dégradation de la batterie à travers un modèle dédié. Le modèle a été validé par des données expérimentales tandis que la mission opérée par le camion électrique a été recréée en utilisant une méthode de clusterisation des séries temporelles sur des données existantes. Ceci a permis de recréer une année d’utilisation à partir de quelques journées représentatives et donc de réduire significativement les ressources nécessaires en calcul. Le problème de l'optimisation du dimensionnement a d'abord été écrit en utilisant une approche MILP afin d'avoir un premier aperçu des variables critiques. Ensuite, de nouvelles variables de conception et d’optimisation (par exemple, la dégradation de la batterie) sont intégrées pour mieux comprendre comment chaque composant peut affecter la taille du système. Deux méthodes de résolution (prise en compte séquentielle ou parallèle des journées types) du problème d'optimisation sont proposées et comparées au cas de référence du véhicule électrique actuellement déployé en Europe par le groupe Volvo. La méthode optimisant en parallèle sur les journées types montre une amélioration de la précision des résultats (gain de 2.3% sur la durée de vie de batteries). Elle montre également, en l’état de la méthodologie, des données à disposition et des technologies considérées, que la capacité de refroidissement joue un rôle secondaire sur la durée de vie des batteries (la capacité de refroidissement doit être doublée pour améliorer de 2.3% la durée de vie des batteries.