Soutenance mémoire
La simulation numérique dans le milieu industriel
Depuis plusieurs dizaines d’années, la part de la simulation numérique dans le milieu industriel ne cesse de croître. Parmi les domaines concernés, nous pouvons par exemple citer les domaines aéronautique, aérospatial, automobile, nucléaire,… L’intérêt d’utiliser la simulation numérique au cours du cycle de développement d’un produit peut être multiple :
– un gain sur les coûts et les délais par comparaison avec la réalisation de prototypes physiques lors de la phase de validation [AS02]
– la possibilité d’explorer des solutions « très originales » ou dangereuses (notamment dans le domaine du nucléaire) lors de la phase de conception
– l’apport d’arguments fondés lors de la phase de spécifications…
Ce sont essentiellement les gains en coût et délais de développement qui poussent les industriels, soumis à rude concurrence, à avoir recours à la simulation numérique. Ainsi, dans le secteur aéronautique, le Falcon 7X est le premier avion développé uniquement à partir d’une plateforme virtuelle. Dans le secteur automobile, nous pouvons par exemple citer le partenariat signé entre le constructeur japonais Toyota et l’éditeur de logiciel The Mathworks [Mat99] ou encore le temps record de 10,5 mois qu’il a fallu au constructeur Nissan pour développer le monospace Note en 2005 (deux des trois « phases prototypes » habituelles avant la mise en fabrication ont été supprimées grâce à la simulation numérique) [LP05]. Grâce à l’ingénierie numérique, les temps de développement d’un véhicule sont passés de 5 ans à moins de 2 ans. Renault et PSA Peugeot Citroën de leur côté ont mis en place progressivement l’utilisation d’une maquette numérique depuis le début des années 90 [PR05], [Mat06]. Globalement, une maquette numérique coûte vingt fois moins cher qu’une maquette physique à l’échelle 1. Les crash-tests sont également un sujet privilégié dans lequel intervient la simulation pour la majorité des constructeurs, le gain sur les coûts étant évident [GM02].
Le véhicule électrique
Dans le contexte automobile actuel de réduction des émissions de CO2, une réponse semble être apportée par le véhicule électrique, zéro-émission. Ce type de véhicule n’est pas tout récent. Notons ainsi que la première voiture à dépasser les 100km/h était électrique : il s’agit de la « Jamais contente » conçue en 1899 par une compagnie belge [Bau04]. Actuellement, nombreux sont les constructeurs automobiles à proposer un modèle tout électrique. Les performances en termes d’autonomie, d’accélération, de vitesse maximale et de mode de recharge sont très dispersées. Nous pouvons par exemple citer [Gar10] :
– BMW Mini E à batterie Lithium-Ion (35kWh) – 160km d’autonomie
– Mitsubishi iMiEV (16kWh) – 130km
– Nissan LEAF (24kWh) – 160km
– Smart Fortwo ED (16,5kWh) – 137km
– Think City (24,5kWh) – 160km.
Chez Renault, une gamme de quatre véhicules électriques va être commercialisée en masse à partir de 2011-2012.
Description du système physique étudié
Véhicule électrique et véhicule thermique
De nombreux travaux ont déjà été menés ou sont actuellement en cours quant à l’optimisation du système de puissance du véhicule conventionnel . Il est donc intéressant de comparer les deux systèmes afin d’identifier les principales similitudes et différences qu’ils présentent.
Points communs
Concernant le réseau de bord 14V, la plupart des consommateurs sont communs aux deux systèmes. Remarque : des efforts sont actuellement faits pour réduire la consommation des différents systèmes électriques du réseau de bord. Ces efforts ne sont pas spécifiques au véhicule électrique, car la tendance actuelle de prise en compte de contraintes environnementales va également dans le sens d’une réduction des émissions de CO2 du véhicule thermique. Les travaux d’optimisation du système en termes d’autonomie et de performances peuvent ainsi être menés conjointement.
Différences
Aucun organe de la chaîne de traction du véhicule thermique n’est commun avec celle du véhicule électrique. Concernant le système de confort thermique, celui du véhicule conventionnel n’est pas approprié à une application « véhicule électrique ». En effet, le système doit pouvoir fonctionner :
– à l’arrêt du véhicule (sans rotation du moteur électrique)
– sans l’apport calorique provenant du moteur thermique
– en limitant au maximum la consommation (très impactant sur l’autonomie).
Système de puissance du véhicule électrique
Le système de puissance classique du véhicule électrique peut être décomposé en trois sous-systèmes :
– la chaîne de traction
– le système de confort thermique
– le réseau basse-tension (ou réseau 14V).
La batterie de traction est la seule source d’énergie du véhicule électrique (batterie 14V exceptée). Elle doit alimenter les trois sous-systèmes cités précédemment dont la consommation électrique est répartie selon l’ordre de grandeur suivant :
– Chaîne de traction : 88% (pour une machine de 54kW)
– Confort thermique : 8% (1-5kW)
– Réseau 14V : 4% (1-2.5kW).
La chaîne de traction
La chaîne de traction comprend la batterie haute tension, la machine électrique et le(s) convertisseur(s) de puissance permettant le pilotage de la machine . Nous étudierons principalement deux types de machines électriques triphasées : la machine synchrone à rotor bobiné (MSRB) et la machine synchrone à aimants permanents (MSAP). La machine synchrone est facilement pilotable en vitesse (directement par la fréquence d’alimentation au niveau du stator).
Un convertisseur AC-DC est nécessaire au niveau du stator afin de relier la batterie continue au stator triphasé. Dans le cas de la machine à rotor bobiné, un convertisseur DCDC est nécessaire pour alimenter le rotor à partir de la batterie de traction.
Le confort thermique
Le confort thermique (CT) comporte le chauffage et le refroidissement de l’habitacle. Ce système est aussi connu sous l’acronyme HVAC (Heating, Ventilation, AirConditioning). Le refroidissement des organes de puissance ne fait pas partie de l’HVAC. Dans notre étude d’optimisation du système de puissance du véhicule électrique, le confort thermique est vu, non pas comme un système à optimiser, mais comme un consommateur venant dégrader les critères d’autonomie, de performance et de coût du véhicule. Nous considérerons principalement deux aspects :
– l’impact négatif de la consommation du système HVAC sur l’autonomie et les performances du véhicule en fonctionnement normal (la température souhaitée par le client est atteinte dans l’habitacle)
– l’impact positif de la dégradation de la prestation de CT sur l’autonomie et les performances (la température souhaitée par le client est presque atteinte ou bien le système de CT est momentanément éteint, lors de fortes accélérations par exemple).
Le réseau 14V
Tout comme dans le cas du confort thermique, il ne s’agit pas de définir une architecture et/ou une commande optimisée pour chaque organe du réseau de bord 14V, mais plutôt d’étudier comment piloter au mieux ces organes (activation/désactivation) afin ne pas dégrader les trois critères autonomie/performances/coûts au cours des phases critiques (accélérations par exemple) ou sur le long terme (autonomie moyenne du véhicule). Le réseau de bord est vu comme une prestation client à réaliser qui vient « handicaper » ces trois principaux critères. Concernant les consommateurs du réseau 14V, nous considérerons principalement :
– les feux
– l’essuie-vitre
– le lève-vitre
– la lunette arrière chauffante (LARC).
|
Table des matières
1 INTRODUCTION GÉNÉRALE
Contexte industriel de l’étude
La simulation numérique dans le milieu industriel
Le véhicule électrique
Objectifs de la thèse et axes d’étude
Organisation du document
2 MODELISATION
2.1 Introduction
2.2 Description du système physique étudié
2.2.1 Véhicule électrique et véhicule thermique
2.2.2 Système de puissance du véhicule électrique
2.2.2.1 La chaîne de traction
2.2.2.2 Le confort thermique
2.2.2.3 Le réseau 14V
2.2.3 Environnement du système et conditions d’étude
2.3 Outils et méthodes de modélisation utilisés
2.3.1 Causalité et boucle algébrique
2.3.2 Méthodologie Bond-Graphs
2.3.3 Méthodologie REM
2.3.4 Différents niveaux de modélisation
2.4 Description des modèles en régime dynamique
2.4.1 Batterie de traction
2.4.1.1 Modèles à paramètres constants
2.4.1.2 Modèles à paramètres variables
2.4.2 Filtre LC
2.4.3 Convertisseur AC/DC
2.4.3.1 Onduleur idéal (ou 1er harmonique)
2.4.3.2 Onduleur à commutations
2.4.4 Convertisseurs DC-DC
2.4.4.1 Buck simple à l’inducteur de la machine
2.4.4.2 Buck avec isolation en amont du réseau 14V
2.4.4.3 Buck/Boost en sortie de la batterie
2.4.5 Machine électrique
2.4.6 Environnement
2.4.7 Climatisation / Chauffage
2.5 Choix de la causalité et paramétrage
2.5.1 Batterie de traction
2.5.2 Filtre LC
2.5.3 Convertisseur AC-DC
2.5.4 Convertisseurs DC-DC
2.5.4.1 Buck simple à l’inducteur de la machine
2.5.4.2 Buck avec isolation en amont du réseau 14V
2.5.5 Machine
2.5.6 Environnement
2.6 Validation des modèles et modification éventuelle
2.6.1 Batterie de traction
2.6.2 Machine
2.6.2.1 Modèle de Park avec saturations 1D
2.6.2.2 Modèle avec saturations 3D
2.7 Conclusion – Du modèle au système
3 OPTIMISATION
3.1 Introduction : différents types d’optimisation
3.1.1 Optimisation « hard »
3.1.2 Optimisation « soft »
3.1.3 Méthodologie utilisée dans le cas du véhicule électrique
3.2 Mise en place du problème d’optimisation
3.2.1 Critères et contraintes : trois scénarios identifiés
3.2.2 Degrés de liberté
3.2.3 Méthodes d’optimisation
3.2.3.1 Classification des problèmes
3.2.3.2 Classification des méthodes
3.2.3.3 Présentation de quelques méthodes : points forts / points faibles
3.2.3.3.1 Méthodes déterministes de recherche de minimum local
3.2.3.3.2 Méthodes déterministes de recherche de minimum global
3.2.3.3.3 Méthodes stochastiques
3.2.3.4 Spécificité des problèmes multi-objectifs
3.2.3.4.1 Généralités
3.2.3.4.2 Classements des différentes méthodes
3.2.3.4.3 Méthodes à préférence a priori
3.2.3.4.4 Méthodes à préférence a posteriori
3.3 Optimisation globale avec modèles rapides
3.3.1 Quelques études préliminaires sur l’autonomie à vitesse constante
3.3.1.1 Influence de la vitesse
3.3.1.2 Influence de la masse du véhicule
3.3.2 Etude de sensibilité paramétrique
3.3.2.1 Plans d’expériences par la méthode Taguchi
3.3.2.2 Utilisation de l’algorithme du simplexe
3.3.3 Optimisation de l’architecture : Ajout d’un convertisseur de tension au niveau de la batterie
3.4 Optimisations locales avec modèles précis
3.4.1 Introduction : pilotage de la chaîne de traction électrique
3.4.2 Machine
3.4.2.1 Principe de la commande vectorielle
3.4.2.2 Stratégie à maximum de couple
3.4.2.3 Stratégie à minimum de pertes
3.4.2.4 Stratégie hybride
3.4.2.5 Saturation de la tension batterie
3.4.2.6 Stratégie « aveugle » robuste aux erreurs de modélisation
3.4.2.6.1 Erreurs de modélisation des pertes
3.4.2.6.2 Erreurs de modélisation de la machine
3.4.2.7 Introduction d’un 4ème degré de liberté
3.4.3 Réglage des PI
3.4.4 Onduleur de tension
3.4.4.1 Principe générique de commande
3.4.4.2 Commande Pleine Onde
3.4.4.3 MLI sinus-triangle
3.4.4.3.1 Principe générique
3.4.4.3.2 Optimisation
3.4.4.4 MLI vectorielle
3.4.4.4.1 Principe générique
3.4.4.4.2 Optimisation
3.4.4.5 Récapitulatif des stratégies
3.5 Conclusions
4 CONCLUSION GENERALE
ANNEXES
4.1 Commande vectorielle de l’onduleur
4.2 Caractéristiques des véhicules électriques Renault
4.2.1 Fluence Z.E
4.2.2 Kangoo Express Z.E
4.2.3 Twizzy Z.E
4.2.4 Zoé Z.E
REFERENCES BIBLIOGRAPHIQUES
Télécharger le rapport complet
