Soutenance de thèse de Ahmed NEFFATI

Stratégies de gestion de l'énergie électrique d'un système multi-source: décision floue optimisée pour véhicule électrique hybride.


Titre anglais : Management strategies of power system multi-source: fuzzy decision optimized for hybrid electric vehicle.
Ecole Doctorale : GEETS - Génie Electrique Electronique,Télécommunications et Santé : du système au nanosystème
Spécialité : Génie Electrique
Etablissement : Université de Toulouse
Unité de recherche : UMR 5213 - LAPLACE - Laboratoire PLAsma et Conversion d'Énergie


Cette soutenance a eu lieu jeudi 11 avril 2013 à 10h00
Adresse de la soutenance : ENSEEIHT 2, rue Charles CAMICHEL B.P. 7122 31071 TOULOUSE Cedex 7 FRANCE. - salle C002

devant le jury composé de :
Rochdi TRIGUI   DR   Institut français des sciences et technologies des transports, de l’aménagement et des réseaux   Rapporteur
Bruno FRANÇOIS   Pr   Ecole Centrale de Lille   Rapporteur
MAURICE FADEL   Pr   INPT Institut Nationale Polytechnique de Toulouse   Directeur de thèse
Stéphane CAUX   HDR   INPT Institut Nationale Polytechnique de Toulouse   CoDirecteur de thèse
Corinne ALONSO   Pr   UPS Université Paul Sabatier   Examinateur
Josep DOMINGO SALVANY   Dr-Ing   NEXTER ELECTRONICS   Examinateur


Résumé de la thèse en français :  

La gestion de l'énergie des véhicules électriques hybrides (VEH) a fait l'objet d'un grand effort scientifique dans les dernières années. En outre, la puissance demandée dans un (VEH) doit être gérée en temps réel en respectant les contraintes de charge et d'énergie disponible. Nous nous intéressons en particulier dans notre travail à la gestion de l'énergie d'un véhicule hybride, le problème est comment distribuer instantanément la puissance électrique demandée à travers les deux sources d'énergie en optimisant autant que possible la consommation globale d'hydrogène sur un profil de mission donnée en temps réel. Nous commençons dans une première phase d'étude par la caractérisation des profils de mission dans l'objectif de trouver des outils de caractérisation qui nous aideront à la décision de choix des lois des commandes qui s'intègre dans un processus de gestion d'énergie en temps réel. Dans la deuxième phase d'étude des stratégies de gestion d'énergie qui s'appuient sur des techniques de gestion fréquentielle ont été développées. En suite, nous présentons une méthode de gestion d'énergie en temps réel basée sur les règles floues, cette méthode a été améliorée par l'application d'une méthode de basculement floue. Cette stratégie conduit la pile à combustible à fonctionner aux points de meilleur rendement. Il a été vérifié que si cette méthode est appliquée en en ligne sur un profil inconnu, la consommation obtenue est quasi-optimale.

 
Résumé de la thèse en anglais:  

The energy management of hybrid electric vehicles (HEV) has been a major scientific effort in recent years. Further the power required in a vehicle (HEV) is to be managed in real time within the constraints of available charge and energy. We are particularly interested in our work in the energy management of a hybrid vehicle, the problem is how to distribute the electric power required instantly through the two energy sources as much as possible by optimizing the overall consumption of hydrogen for a given mission in real time. We start in the first phase of study, the characterization of mission profiles with the aim of finding characterization tools that will help the decision choice of law commands that fits in a process of managing energy in real time. In the second study phase of energy management strategies that are based on frequency management techniques have been developed. Then, we present a method for power management in real-time based on fuzzy rules, this method has been improved by the application of a fuzzy switching method. This strategy leads the fuel cell to operate at best efficiency point. The results show that if the method of fuzzy switching is applied in real time blur any unknown profile, it will be near-optimal results.

Mots clés en français :Gestion,Energie,véhicule électrique,embarqué,Temps réel,logique floue
Mots clés en anglais :   Management,Energy,Electric vehicle,Embadded,Reel time,fuzzy logic