Energy management strategies for battery electric bus fleet

Stratégies de gestion de l’énergie pour des flottes de bus électriques à batterie Les bus électriques à batterie (BEB) représentent une solution prometteuse pour remplacer les flottes de bus diesel actuelles consommant des énergies fossiles grâce à leur efficacité énergétique élevée et à leur potentiel de réduction des émissions de gaz à effet de serre et à l’absence d’émissions de polluants atmosphériques locaux. Cependant, cette technologie doit faire face à plusieurs défis, en particulier le coût total de possession (TCO) élevé et des contraintes opérationnelles comme l’autonomie des bus, le temps et le lieu de recharge. Cette thèse présente une méthodologie systématique qui vise à développer des solutions pour surmonter ces défis en fournissant un dimensionnement des batteries et une stratégie de recharge optimales pour les BEB. D'abord, un modèle énergétique multi-physique de bus est développé pour évaluer ses besoins énergétiques en prenant en considération ses différents systèmes énergétiques. Ensuite, la consommation d'énergie du bus est évaluée dans plusieurs conditions de fonctionnement afin de quantifier sa consommation d'énergie réelle. Un modèle techno-économique d'une ligne de bus est développé afin d'évaluer l'impact des différentes stratégies de dimensionnement et de recharge des batteries sur les coûts et le fonctionnement du BEB. Ensuite, un modèle TCO est introduit en tenant compte les coûts unitaires BEB, les coûts d'achat et de remplacement des batteries, les coûts d'électricité, les coûts d'infrastructure et de maintenance. L'analyse des résultats d’un cas d’étude à Paris souligne les compromis entre le TCO et les perturbations et les retards des horaires du BEB en fonction des différentes tailles de batterie et stratégies de recharge. Enfin, une méthodologie minimisant le TCO est proposée en déterminant un dimensionnement des batteries et une stratégie de recharge optimales pour la flotte de BEB tout en garantissant l'absence de perturbation des horaires ou des interruptions du service. Elle repose sur une optimisation en deux étapes qui utilise à la fois la programmation dynamique et un algorithme génétique. Les résultats montrent que la méthodologie proposée pourrait réduire le TCO du BEB entre 15-25% par rapport aux approches actuellement adoptées.