La pile à combustible (PAC)

À vrai dire, « une pile à combustible est un convertisseur d’énergie et non une source d’énergie. Elle convertit l’énergie d’un combustible (hydrogène) en électricité et en chaleur.» (Blunier et Miraoui, 2009, p. 3). Le produit rejeté résultant de la transformation est de l’eau non polluante, ce qui fait de la PAC une option intéressante pour des applications véhiculaires. De plus, son rendement est de l’ordre de 35 % à 55 % ce qui est supérieur à celui du moteur à combustion (de l’ordre de 20 %). L’hydrogène, qui alimente la PAC, est un combustible avec un haut pouvoir calorifique (voir le tableau 1.1). Mais, il n’existe pas comme gaz à l’état naturel et il faut une procédure de transformation afin de le produire, par exemple : à partir de l’électrolyse de l’eau ou à partir des hydrocarbures ou des alcools). Dans le premier cas, l’énergie électrique requise pour l’électrolyse est trop élevée tandis que dans le deuxième cas, même si les PAC ne sont pas par elles-mêmes polluantes, la production de l’hydrogène pour les alimenter dégage d’importantes quantités de polluants. Donc, à la différence des batteries ou accumulateurs qui se suffissent eux-mêmes, les PAC ont besoin d’être alimentées par un combustible (de l’hydrogène) et un carburant (de l’oxygène) afin de produire de l’électricité.

Ces éléments devront être stockés près de la PAC ou produits dans le véhicule. L’oxygène est normalement tiré de l’atmosphère par un compresseur tandis que l’hydrogène, sous forme gazeuse, est stocké à une haute pression (de l’ordre de 200 à 700 bars) à cause de sa légèreté (l’hydrogène est l’élément chimique le plus léger du tableau périodique). La figure suivante présente le schéma du fonctionnement d’une PAC. Le tableau 1.2 montre cinq types de PAC qui se différencient principalement par le type d’électrolyte utilisé et par la température de fonctionnement. Dans les applications de transport, la PAC utilisée est du type membrane échangeuse de protons (PEM) dont les caractéristiques principales sont : une basse température de fonctionnement (qui entraîne un temps de mise en fonctionnement court et des réponses rapides à la demande de puissance), un électrolyte solide (pas de fuites dues aux vibrations) et surtout une puissance massique élevée qui rend la PAC compacté et économique. De plus, l’eau produite par la transformation d’énergie sort sous forme liquide. Comme le montre la figure 1.4, afin de fonctionner, la PAC a besoin d’un grand nombre d’auxiliaires, tels que (Blunier et Miraoui, 2009 ) :

Le logiciel ADVISOR ADVISOR (Advanced VehIcle SimulatOR) a été conçu en 1994 par le NREL (National Renewable Energy Laboratory) dans le but de soutenir le programme de recherche sur la propulsion hybride du département à l’énergie des États-Unis (DOE). Jusqu’en 2003, le logiciel avait été distribué gratuitement par le NREL. Puis, il a été commercialisé et dès 2012, il est à nouveau disponible par téléchargement gratuit du site web « http://bigladdersoftware.com/advisor/ » (la version disponible est donc celle disponible en 2003). ADVISOR est un logiciel à code source ouvert qui fonctionne dans l’environnement Matlab/Simulink (les données du véhicule sont fournies dans des fichiers Matlab et les modèles sont développés dans Simulink). Il permet de faire des simulations de différents types de véhicules : conventionnels, électriques, hybrides (série, parallèle ou à PAC) afin d’évaluer les performances d’un véhicule suivant un profil de conduite déterminé. ADVISOR indique si le véhicule a pu suivre le profil de conduite, la quantité de combustible et/ou d’énergie électrique requise, l’état de charge de l’élément de stockage, les crêtes de puissances des composantes. Les blocs servant à modéliser le véhicule sont construits au moyen des tables de recherche (look-up tables) à partir des mesures effectuées en laboratoire pour chaque composante. L’échange d’informations entre les blocs se fait en termes de puissance comme il sera expliqué dans la suite (voir dans le cercle de la figure 1.13) : dans un premier temps, à partir du profil de vitesse donné, la puissance requise pour chaque bloc est passée vers l’arrière jusqu’à trouver la puissance requise aux sources d’énergie (simulation Backward-facing). Dans un deuxième temps, la puissance disponible à partir des sources d’énergie est passée vers l’avant à travers de chaque bloc jusqu’aux roues où le couple de traction et la vitesse pouvant être développés par le véhicule sont calculés (simulation forward-facing).

ALGORITHMES DE GESTION DE L’ÉNERGIE

Cette partie du mémoire présente des stratégies ou algorithmes de gestion de l’énergie dans un véhicule hybride. Le but de la gestion de l’énergie dans un véhicule hybride à PAC (FCHEV) est de déterminer le flux de puissance optimal entre le générateur à PAC et l’ES afin de fournir la puissance demandée par la charge en respectant des contraintes de fonctionnement. Elle réalise la répartition de puissance en utilisant l’équilibre de puissances dans le bus de CC donné par l’expression suivante : CC PAC ES P P P (3.1) Où CC P est la puissance présente dans le bus de CC. La figure 3.1 présente le modèle du FCHEV qui sera utilisé pour l’étude des algorithmes et pour démontrer les bénéfices de l’hybridation par l’utilisation d’un ES. Dans le modèle du FCHEV, on peut observer que la taille du GPAC est réduite à 50 kW, ce qui représente une réduction de son coût, et que la tension du GPAC est augmentée par un convertisseur survolteur (basé sur le module « DC6 » de SPS) qui permet de contrôler la puissance extraite de la PAC. De plus, le supercondensateur utilisé comme élément de stockage est branché directement au bus CC et permet la récupération de l’énergie lors de freinages.

La modélisation du SC se fait à l’aide du bloc « Supercapacitor » de SPS dont la boîte de dialogue, où les paramètres sont fournis, est présentée à la figure 3.2 (la figure présente les valeurs utilisées pour l’exécution des simulations avec p N =2 et s N =7). Figure 3.2 Boîte de dialogue du bloc « Supercapacitor » de SPS On suppose que les sources d’énergie du véhicule hybride peuvent fournir la puissance requise afin que le véhicule puisse suivre parfaitement le profil de conduite. Donc, l’approche à utiliser dans la simulation sera du type backward-facing ce qui rendra la simulation du système plus rapide. Le groupe moteur onduleur et le système de transmission et châssis sont remplacés par une source de courant contrôlée par le courant obtenu de la division de la puissance électrique de la charge par la tension du bus CC. La puissance électrique est calculée par le programme Matlab (Algorithme-A I-5) selon le profil de conduite sélectionné en utilisant les paramètres du véhicule dans le tableau 2.1 et l’équation 1.87. Lors de la simulation, le SOC du supercondensateur sera constamment supervisé en vue de l’activation de la résistance de freinage si le SOC maximal est atteint, ce qui permet de ne pas surcharger le supercondensateur. La figure 3.3 montre le modèle de la résistance de freinage modifié par rapport à celui-ci présenté au chapitre antérieur (figure 2.17). Figure 3.3 Modèle de la résistance de freinage La figure 3.4 montre la boîte de dialogue de la PAC de 50 kW dont les paramètres sont calculés au moyen des données du tableau 2.5.

Dans le présent chapitre, on développe des algorithmes à base de règles et ceux à base d’optimisation seront développés au chapitre suivant. La caractéristique désirée par les algorithmes sera la minimisation de la consommation d’hydrogène pendant un cycle de conduit déterminé. De plus, l’état final de charge du supercondensateur devra être égal à son état initial de charge ce qui signifie que le bilan de l’énergie que le SC a gagné ou perdu pendant le cycle de conduite doit être nul à la fin du cycle de conduite. Donc, chacun des algorithmes à réaliser déterminera le courant de référence du convertisseur du GPAC, identifié comme « Inet_PAC_Ref » dans le diagramme du véhicule à la figure 3.1, qui minimise la consommation de combustible en respectant des contraintes de fonctionnement. Dans le cas que l’algorithme calcule une puissance de référence, celle-ci sera transformée en courant de référence au moyen d’une table de recherche qui utilise les données de la figure 3.7. Les blocs Simulink de « saturation » et de « rate limiter » seront utilisés afin de contraindre la grandeur et le taux de variation du signal de référence. Le profil de conduite court de 60 secondes (profil « Cycle1_Test60s ») sera utilisé pour la comparaison des algorithmes. La figure suivante présente ce profil de conduite avec la puissance électrique du moteur qui en résulte avec le programme Matlab (Algorithme-A I-5).

Le rapport de stage ou le pfe est un document d’analyse, de synthèse et d’évaluation de votre apprentissage, c’est pour cela chatpfe.com propose le téléchargement des modèles complet de projet de fin d’étude, rapport de stage, mémoire, pfe, thèse, pour connaître la méthodologie à avoir et savoir comment construire les parties d’un projet de fin d’étude.

Table des matières

INTRODUCTION
CHAPITRE 1 REVUE DE LA LITTÉRATURE
1.1 Véhicules conventionnels, véhicules électriques (EV) et véhicules électriques hybrides (HEV)
1.1.1 Véhicule électrique hybride série (SHEV)
1.1.2 Véhicule électrique hybride parallèle (PHEV)
1.1.3 Véhicule électrique hybride série-parallèle (SPHEV)
1.2 Véhicule électrique hybride à pile à combustible (FCHEV)
1.3 Composantes du véhicule électrique hybride à pile à combustible (FCHEV)
1.3.1 La pile à combustible (PAC)
1.3.1.1 Les pertes dans la PAC
1.3.1.2 Rendements de la PAC
1.3.1.3 Résumé de formules
1.3.2 L’élément de stockage d’énergie (ES)
1.3.2.1 La batterie
1.3.2.2 Le supercondensateur (SC)
1.3.3 Le véhicule et son groupe motopropulseur
1.3.3.1 Le système de propulsion (le moteur électrique)
1.3.3.2 Le véhicule
1.3.3.3 La transmission mécanique
1.3.3.4 Les roues
1.3.4 Les convertisseurs de puissance
1.4 Les profils de conduite
1.5 Les outils de simulation
1.5.1 Le logiciel ADVISOR
1.5.2 Matlab/Simulink
1.6 Simulations vers l’arrière (backward-facing) et vers l’avant (forward-facing)
1.7 Mode de maintien de charge (charge sustaining) et d’épuisement de charge (charge depleting)
1.8 Conclusions
CHAPITRE 2 MODÉLISATION D’UN VÉHICULE ÉLECTRIQUE À PAC
2.1 Caractéristiques du véhicule
2.2 Dimensionnement de la pile à combustible et de l’élément de stockage
2.3 Modélisation en Matlab/Simulink
2.4 Conclusions
CHAPITRE 3 ALGORITHMES DE GESTION DE L’ÉNERGIE
3.1 Algorithmes basés sur des règles déterministes
3.1.1 Thermostat
3.1.2 Stratégie utilisant des régulateurs classiques (PI)
3.1.3 Stratégie de rendement maximal
3.2 Algorithmes basés sur des règles de logique floue
3.3 Conclusions
CHAPITRE 4 ALGORITHMES À BASE D’OPTIMISATION
4.1 L’optimisation globale
4.1.1 Optimisation par hybridation des méthodes stochastiques et déterministes
4.2 Optimisation en temps réel (on line optimisation)
4.2.1 Stratégie de minimisation de la consommation équivalente (ECMS)
4.3 Conclusions
CHAPITRE 5 SIMULATIONS SUR UN PROFIL DE CONDUITE DE LONGUE DURÉE
5.1 Simulations avec le profil de conduite UDDSx2
5.2 Simulations avec le profil de conduite US6
5.3 Conclusions
CONCLUSIONS
RECOMMANDATIONS
ANNEXE I ALGORITHMES
BIBLIOGRAPHIE