FR2993213A1 - Procede de gestion de l'energie consommee par un vehicule automobile et systeme mettant en oeuvre un tel procede - Google Patents

Abstract

L'invention concerne un procédé de gestion de l'énergie consommée par un véhicule automobile, notamment électrique. Le procédé utilise au moins : - une unité de simulation incorporant un modèle véhicule prédisant le comportement dudit véhicule et un modèle conducteur prédisant le comportement du conducteur dudit véhicule, ledit modèle conducteur recevant en entrée une consigne de vitesse à atteindre (31) et la vitesse dudit véhicule mesurée (32) à des instants successifs et fournissant une consigne de couple moteur (33) audit modèle véhicule (3) fonction desdites vitesses (31,32) et du comportement du conducteur modélisé ; - un algorithme d'optimisation coopérant avec ladite unité de simulation ; ledit procédé présentant un ensemble de trajectoires composé de la trajectoire de ladite consigne de vitesse et d'au moins la trajectoire d'une consigne pour commander un équipement auxiliaire, la trajectoire d'une consigne décrivant l'évolution de ladite consigne en fonction de la position du véhicule, lesdites trajectoires étant calculées par rapport à des objectifs donnés selon ledit algorithme d'optimisation dont les variables sont formées desdites consignes.

Description

Procédé de gestion de l'énergie consommée par un véhicule automobile et système mettant en oeuvre un tel procédé La présente invention concerne un procédé de gestion de l'énergie consommée par un véhicule automobile. Elle concerne également un système mettant en oeuvre un tel procédé. Elle s'applique notamment pour les véhicules électriques et plus.

De plus en plus de véhicules à motorisation totalement électrique sont utilisés, notamment dans les zones urbaines. L'utilisation des véhicules électriques offre de nombreux avantages. Les batteries sont des composants critiques pour ces types de véhicules. De façon plus générale, la gestion de l'énergie pour ces véhicules est une problématique totalement différente de celle des véhicules thermiques, à énergie fossile. En particulier, les batteries embarquées au sein des véhicules électriques possèdent une capacité énergétique finie. Par ailleurs, la recharge électrique d'une batterie nécessite un temps très important. Par conséquent, il est primordial pour le conducteur d'un tel véhicule d'être assuré que la quantité d'énergie stockée dans les batteries est suffisante pour parcourir un trajet désiré tout en activant les équipements auxiliaires qui assurent le confort des passagers. Pour les véhicules thermiques, la question de la gestion des équipements auxiliaires (chauffage, climatisation, etc....) ne se pose pas puisque l'énergie fossile est disponible sur les réseaux routiers en de nombreux points de ravitaillement. Ainsi, la stratégie de gestion des auxiliaires se réduit à satisfaire les demandes du conducteur. Dans le cas des véhicules électriques, cette stratégie simple peut devenir rapidement irréalisable. Les capacités de stockage sont limitées et les recharges actuellement absentes. Satisfaire à tout prix les conforts demandés (via les auxiliaires de chauffage, autoradio,...) peut rapidement épuiser les ressources en énergie de la batterie. Cela peut se faire au détriment de l'objectif de la mission qui est d'arriver à destination du parcours.

La mise en place d'une stratégie de gestion d'énergie tenant compte de la minimisation de l'énergie consommée, de la contrainte d'arrivée à destination et la satisfaction des conforts, peut devenir contraignante pour le conducteur.

En effet, ces critères peuvent imposer un mode de conduite très lent et une non-satisfaction des demandes de vitesse du conducteur. De nombreux articles présentent des solutions pour réaliser des systèmes de gestion de l'énergie dans les véhicules hybrides, à motorisation thermique et électrique. Ces systèmes sont encore appelés EMS, acronyme de l'expression anglo-saxonne « Energy Management Systems ». Le terme EMS pourra être utilisé par la suite. En règle générale, ces articles présentent des stratégies de gestion de l'énergie ayant pour but de chercher le meilleur scénario d'activation du moteur thermique et/ou électrique à un instant donné vis-à-vis de critères liés à la consommation et/ou émission polluante d'un véhicule. Ces stratégies ne permettent pas de gérer à la fois la satisfaction des indices de confort des véhicules, notamment les demandes des équipements auxiliaires, la consommation électrique de la batterie et les indices de performances des véhicules, tels que le temps de parcourt par exemple, dans le cas d'une motorisation purement électrique. Dans le domaine de la gestion de l'énergie des véhicules à motorisation purement électrique, on peut citer la demande de brevet EP1462300 A1. Dans ce document, le but est de permettre la gestion du niveau de charge et décharge de la batterie par le conducteur grâce à certaines informations données au conducteur du véhicule. Un inconvénient de la solution proposée est qu'elle nécessite l'emploi d'un chargeur de batterie, ce qui est une contrainte forte. Ces solutions de l'art antérieur ne répondent donc à la problématique à laquelle est confronté un conducteur, notamment d'un véhicule tout électrique. Il est en effet primordial pour ce conducteur d'être assuré que la quantité d'énergie stockée dans les batteries soit suffisante pour faire le trajet. Dans le cas où la quantité d'énergie ne peut garantir de façon fiable l'arrivé à destination, il est nécessaire de proposer au conducteur un mode de conduite lui permettant d'arriver à destination. Cet objectif doit être respecté quel que soit le conducteur du véhicule. Par ailleurs, les capacités maximales de stockage des batteries actuelles restant très insuffisantes, il est nécessaire de veiller à ne pas gaspiller et donc à minimiser l'énergie consommée.

Un but de l'invention est donc notamment de fournir des consignes optimales qu'un conducteur doit appliquer pour minimiser à la fois les temps de parcours et la consommation d'énergie tout en répondant au mieux aux demandes d'activation des équipements auxiliaires, et cela quel que soit le conducteur. A cet effet, l'invention a pour objet un procédé de gestion de l'énergie 5 consommée par un véhicule automobile, pour un trajet donné entre un point de départ A et un point d'arrivée B, ledit procédé utilisant au moins : - une unité de simulation incorporant un modèle véhicule prédisant le comportement dudit véhicule et un modèle conducteur prédisant le comportement du conducteur dudit véhicule, ledit modèle conducteur 10 recevant en entrée une consigne de vitesse à atteindre et la vitesse dudit véhicule mesurée à des instants successifs et fournissant une consigne de couple moteur audit modèle véhicule fonction desdites vitesses et du comportement du conducteur modélisé ; - un algorithme d'optimisation coopérant avec ladite unité de simulation ; 15 ledit procédé présentant un ensemble de trajectoires composé de la trajectoire de ladite consigne de vitesse et d'au moins la trajectoire d'une consigne pour commander un équipement auxiliaire, la trajectoire d'une consigne décrivant l'évolution de ladite consigne en fonction de la position du véhicule, lesdites trajectoires étant calculées par rapport à des objectifs 20 donnés selon ledit algorithme d'optimisation dont les variables sont formées desdites consignes, ledit procédé comportant une étape préliminaire comportant : - une sous-étape de mémorisation d'un profil approximé (2) dudit trajet sous formes de segments XL de droites, formant une 25 première suite de positions échantillonnées XL(k) le long du trajet, une position échantillonnée XL(k) correspondant au passage d'un segment au segment suivant ; - une sous-étape d'échantillonnage dudit profil selon un pas spatial Xe, formant une deuxième suite de positions échantillonnées 30 Xe(j) le long du trajet, les positions échantillonnées Xe(j) étant situées à l'intérieur des segments XL ; les trajectoires desdites consignes étant recalculées à chaque position échantillonnée XL(k) de la première suite selon l'algorithme d'optimisation, une simulation prédisant l'environnement énergétique du véhicule et le 35 comportement dudit conducteur jusqu'au point d'arrivée B en fonction desdites consignes et au moins du profil approximé du trajet restant, l'algorithme d'optimisation tenant compte du résultat de la simulation pour calculer les consignes des trajectoires. Le véhicule est par exemple tracté à partir d'une seule source d'énergie. Dans un mode de mise en oeuvre particulier, l'algorithme d'optimisation est une méta-heuristique à essaim particulaire, une particule étant composée desdites consignes. Le modèle conducteur peut être un correcteur du type proportionnel intégral (P.I.D.) en vitesse. Il comporte par exemple une correction représentative de l'action d'anticipation du conducteur face à un type d'événement. 1 0 Le type d'événement est par exemple un changement de pente sur ledit trajet. Le modèle conducteurs est par exemple calculé sur au moins un tronçon dudit trajet donné, ledit modèle étant calculé en effectuant une régression linéaire à partir de la valeur du couple moteur appliqué, de la vitesse 15 mesurée du véhicule et de la vitesse de consigne en des points dudit tronçon donné. Les segments du profil approximé sont par exemple fonction de l'élévation du trajet et/ou des changements de limitation de vitesse. Un segment représente par exemple une section de trajet de pente 20 constante et/ou de limitation constante de vitesse. L'environnement énergétique prédit peut comporter l'état de la ressource d'énergie. L'environnement énergétique comporte par exemple la vitesse du véhicule, le temps de trajet restant et au moins une variable de sortie d'un équipement 25 auxiliaire. La simulation est par exemple effectuée par ailleurs en fonction des conditions de circulation sur le trajet restant. Plusieurs objectifs donnés étant composés chacun d'une combinaison d'un ou plusieurs objectifs pris dans un ensemble d'objectifs, plusieurs ensembles 30 de trajectoires sont par exemple présentés pour une même consigne, une trajectoire étant calculée par rapport à une combinaison d'objectifs. Le véhicule utilisant l'énergie électrique, la ressource d'énergie étant des batteries électriques, les combinaisons d'objectifs sont par exemple créées parmi les objectifs suivant 01, 02, 03 : 35 - 01 : minimiser la charge électrique totale consommée par les batteries, charge transmise au moteur électrique et énergie transmise à l'équipement auxiliaire ; - 02 : minimiser le temps de parcours entre le point de départ A et le point d'arrivée B ; - 03 : minimiser l'écart entre la sortie de l'équipement auxiliaire demandée et la sortie réelle dudit équipement.

L'invention a également pour objet un système de gestion de l'énergie consommée par un véhicule automobile sur un trajet donné, caractérisé en ce que ledit système comporte au moins : - des moyens pour capter la position dudit véhicule sur ledit trajet ; 10 - des moyens pour mesurer le couple appliqué par le moteur dudit véhicule et sa vitesse ; - des moyens pour mesurer l'état de la ressource d'énergie dudit véhicule, ; - des moyens donnant des informations de sortie d'au moins un équipement auxiliaire ; 15 - un calculateur apte à être embarqué dans ledit véhicule et interfacé avec lesdits moyens, ledit calculateur incorporant - une unité de simulation incorporant un modèle véhicule prédisant le comportement dudit véhicule et un modèle conducteur prédisant le comportement du conducteur dudit véhicule, ledit modèle 20 conducteur recevant en entrée une consigne de vitesse à atteindre et la vitesse dudit véhicule mesurée à des instants successifs et fournissant une consigne de couple moteur audit modèle véhicule fonction desdites vitesses et fonction du comportement du conducteur modélisé ; 25 - un algorithme d'optimisation coopérant avec ladite unité de simulation ; et mettant en oeuvre le procédé tel que décrit précédemment. D'autres caractéristiques et avantages de l'invention apparaîtront à l'aide de 30 la description qui suit faite en regard de dessins annexés qui représentent : - la figure 1, le profil réel d'un exemple de trajet destiné à être parcouru par un véhicule, et son profil approximé ; - la figure 2, une illustration de l'intégration du procédé ou d'un dispositif selon l'invention dans la chaîne de traction d'un véhicule électrique ; 35 - la figure 3, une illustration de l'intégration du correcteur de vitesse associé à un conducteur identifié et la génération de consigne de couple résultante ; - la figure 4, un exemple d'identification d'un correcteur à un conducteur donné - la figure 5, une illustration d'exemples d'échantillonnage spatiaux le long du trajet approximé ; - la figure 6, un organigramme d'un exemple d'algorithme général mettant en oeuvre un procédé de gestion de l'énergie selon l'invention ; - la figure 7, un exemple d'algorithme d'optimisation ; - la figure 8, une illustration de la coopération entre l'algorithme d'optimisation et une simulation de l'état d'un véhicule sur un trajet restant à parcourir ; - la figure 9, un exemple d'algorithme de simulation ; - la figure 10, un exemple de résultat d'une gestion de l'énergie selon l'invention sous forme de la présentation de trois trajectoires, donnant des consignes de vitesse à appliquer. La figure 1 présente le profil d'un exemple de trajet, destiné à être parcouru par un véhicule, entre un point de départ A et un point d'arrivée B. En particulier, elle présente l'élévation de la route en fonction de la position d'un véhicule le long de ce trajet. Le profil réel 1 de la route est approximé par une fonction linéaire 2 par un ensemble de segments. L'invention est décrite pour l'application à un véhicule notamment tractés à partir d'une seule source d'énergie. Ainsi, l'invention peut s'appliquer à un véhicule à propulsion entièrement électrique par l'intermédiaire d'une batterie 25 fournissant seule l'énergie au moteur électrique de traction. La mise en oeuvre de l'invention nécessite l'utilisation d'un calculateur électronique à l'intérieur du véhicule capable de collecter via un protocole de communication, de type CAN par exemple, un ensemble de signaux de la représentatifs du niveau de charge de la batterie, de la vitesse d'avance du 30 véhicule, et du niveau d'utilisation des équipements auxiliaires notamment. Ce calculateur embarque un simulateur du véhicule afin de pouvoir prédire la consommation d'énergie sur le parcours. L'invention utilise aussi par exemple un GPS afin de connaître les informations routières futures sur l'inclinaison de la route. La connaissance par GPS des informations de trafic 35 routier peut par ailleurs être avantageusement utilisée.

Dans la suite de la description, on considère à titre d'exemple le chauffage comme seul équipement auxiliaire dans le véhicule. D'autres auxiliaires pourraient être pris en compte, en particulier les équipements audio, la climatisation ou l'éclairage intérieur par exemple. De façon générale, l'invention prend au moins en compte le moteur électrique et l'ensemble de la chaîne de traction du véhicule, ainsi qu'au moins un équipement auxiliaire de confort. Deux variables X de contrôle, ou consignes, seront prises en compte par la suite. - la vitesse souhaitée par le conducteur ; - la position du chauffage demandée. L'invention prend en compte le comportement du conducteur dans la stratégie EMS embarquée dans le calculateur précité. A cet effet, on définit un modèle du conducteur. Le modèle du conducteur peut être extrait de profils de roulage connus a priori et utilisé pour d'autres parcours. Il peut également être identifié en ligne au début de chaque trajet routier ou à des instants particuliers du parcours. Dans les solutions antérieures, la plupart des stratégies embarquées tiennent seulement compte des organes mécatroniques du véhicule, par exemple la 20 cartographie de rendement du moteur, un modèle simplifié de la batterie ou encore un modèle de perte des auxiliaires de servitude. La modélisation du comportement du conducteur utilisée par l'invention est la suivante : le conducteur souhaite atteindre une vitesse de référence à un instant donné du parcours. En fonction du profil de la route et de certaines 25 informations relatives à son véhicule, le conducteur va plus ou moins appuyer sur la pédale d'accélération, c'est-à-dire fournir un couple de consigne de la chaîne de traction. Cela, dans le but d'atteindre la vitesse de référence. Ainsi le conducteur peut être considéré comme un correcteur de vitesse. Le procédé selon l'invention prend alors en compte directement la 30 consigne de couple issue de ce correcteur, représentatif du comportement du conducteur. La figure 2 illustre l'intégration du procédé ou d'un dispositif selon l'invention dans la chaîne de traction d'un véhicule électrique. 35 La chaîne de traction comporte classiquement un moteur électrique 21 transmettant un couple à un organe de transmission 22 lequel transmet un couple aux organes dynamiques du véhicule 23, notamment les roues motrices. Un ensemble d'électronique de puissance 24 forme l'interface entre la commande et le moteur. Selon l'invention, une boucle de régulation est ajoutée en même temps que l'ajout d'un module correcteur de vitesse 25, la correction apportée étant fonction du comportement du conducteur. A cet effet, la vitesse du véhicule est mesurée à des instants t et envoyée à un comparateur délivrant une valeur AV correspondant à la différence entre la vitesse désirée et la vitesse mesurée. Le module correcteur de vitesse 25 modélise notamment la façon de répondre à cette valeur AV par le conducteur.

Un organe de commande 27 du véhicule, dit organe EGV, effectue une prédiction de l'état du véhicule aux instants futurs du parcours. Cet organe comporte un module d'acquisition de signaux 271. Via ce module, l'organe de commande acquiert le niveau de charge de la batterie en fonction du temps, appelé SOC(t) selon l'expression anglo-saxonne « State Of Charge ».

Il acquiert également le profil de la route entre les points A et B comme illustré par la figure 1, c'est-à-dire entre l'instant initial to et l'instant finale tf. Il acquiert également toutes les informations fournies par le GPS 29. L'organe EGV comporte par ailleurs un module 272 effectuant les étapes d'optimisation en ligne, tout au long du trajet, à partir du modèle du véhicule 20 et du modèle conducteur et d'une heuristique qui sera décrite par la suite, cette heuristique s'appliquant également au modèle conducteur. Un module 273 applique la stratégie EMS en proposant les informations de commande du véhicule au conducteur, tant en ce qui concerne la vitesse 200 que la commande des auxiliaires 201. 25 L'introduction du comportement du conducteur permet de prédire, sur les instants futurs du parcours A-B, le régime transitoire qui aurait été effectué par le conducteur ainsi simulé pour atteindre la vitesse de consigne. Avantageusement, cela permet de prédire au plus juste la consommation 30 énergétique du véhicule associé à un conducteur donné. La figure 3 illustre l'intégration du correcteur de vitesse associé à un conducteur identifié et la génération de consigne de vitesse résultante. Dans le schéma de la figure 3, la correction de vitesse inclut le module correcteur 35 25 et le comparateur 26 de la figure 2. Le correcteur reçoit donc en entrée la consigne de vitesse à atteindre 31, souhaitée par le conducteur, ainsi que la valeur de la vitesse réelle 32 du véhicule à un instant t. Le correcteur fournit en sortie une valeur de couple 33 de référence comme consigne pour le moteur. Ce correcteur est du type proportionnel intégrale et dérivée (P.I.D.) en vitesse. De plus, ce correcteur contient par exemple une action anticipatrice, dite « feed-forward » dans la littérature anglo-saxonne, qui est représentative de l'action d'anticipation du conducteur face à l'inclinaison de la route. En effet, si celui-ci remarque qu'il s'apprête à emprunter une montée, il anticipera le changement de profil d'altitude en appuyant plus fortement sur la pédale d'accélération, et inversement lors de la négociation d'une descente. C'est un mécanisme proche de celui de la régulation de vitesse sur les véhicules automobiles. L'addition de ces deux valeurs, correction P.I. puis action « feed-forward », forme la valeur 33 du couple appliquée au moteur et donc l'entrée du modèle 3 du véhicule à partir duquel l'organe de commande 27 effectue la stratégie EMS du véhicule. L'anticipation peut concerner un autre type d'événement qu'un changement de profil d'altitude. Un correcteur de vitesse est donc adapté à chaque utilisateur. Plusieurs solutions sont possibles pour déterminer les caractéristiques d'un correcteur de vitesse caractérisant un modèle conducteur.

La figure 4 illustre un exemple d'identification d'un correcteur à un conducteur donné permettant la création d'un modèle de conducteur. Dans cet exemple, le comportement du conducteur est extrait d'un profil de roulage sur un parcours donné. Le correcteur de vitesse est élaboré en effectuant une régression linéaire entre le couple appliqué, la vitesse souhaitée par le conducteur et vitesse réelle du véhicule. Le correcteur représentant le comportement du conducteur a été intégré dans le modèle de simulation incorporé dans le module correcteur 25. La figure 4 montre la vitesse réelle du véhicule, vitesse mesurée, sur un parcours donné par une première courbe 41. Une deuxième courbe 42 représente la consigne de vitesse associée générée automatiquement. Cette consigne de vitesse 42 correspond à la vitesse souhaitée par le conducteur, c'est-à-dire la vitesse qu'il a voulu atteindre. Une troisième courbe 43 représente la valeur du couple moteur réellement appliqué. Toutes ces valeurs 41, 42, 43 peuvent être acquises par des moyens connus tout au long du parcours donné et plus particulièrement sur les tronçons de ce parcours. En utilisant les deux courbes de vitesse 41, 42 et la courbe de couple 43 on identifie un comportement de conducteur composé d'une 2 9932 13 10 dynamique linéaire de correction de vitesse et d'une anticipation de la pente de la route. Lorsqu'on applique ce correcteur 25, 26 au système et qu'on injecte la consigne de vitesse 31 en entrée, ainsi que la vitesse mesurée 32, on obtient une quatrième courbe 44 représentant le couple estimé à partir du 5 modèle conducteur appris. Ce sont ces valeurs de couple estimés 44 qui seront les consignes de couple appliquées au moteur, dans la prise en compte du correcteur de vitesse, et donc du comportement du conducteur. La courbe de couple estimé 44 ressemble fortement au couple moteur représenté par la troisième courbe 43, confirmant le fait que cette méthode lo de représentation du conducteur par le biais de ce correcteur vitesse est efficacement identifié. Il est à noter que le correcteur de vitesse est complètement défini par un jeu fini de quelques paramètres numériques. Ceux-ci définissent la façon dont conduit le conducteur, par exemple l'application d'accélérations brèves ou 15 lentes, l'action d'anticipation plus ou moins prononcée ... Ainsi, pour chaque correcteur donné, le correcteur doit être capable d'adapter ce jeu de paramètres. Selon l'invention, ce jeu de paramètres est par exemple identifié de manière embarquée tout au long du parcours en différents instants. Ainsi, l'invention permet de prendre en compte n'importe quel conducteur, et si un 20 conducteur modifie sa manière de conduire, lors du passage à une zone urbaine à une zone périurbaine par exemple, l'invention permet également de prendre en compte ce changement de comportement. Comme il a été indiqué précédemment, on considère deux variables X de 25 contrôle, ou consignes : - la consigne de vitesse ; - la position du chauffage demandée, à titre d'exemple. Le couple demandé au moteur, est alors fonction de la différence entre la vitesse de consigne Vconsigne (souhaitée par le conducteur) et la vitesse 30 actuelle du véhicule Vvéhicule.. En notant f cette fonction et Cp le couple moteur, il vient Cp = f (Vconsigne, Vvéhicule), la fonction f traduisant le comportement du conducteur. Elle est définie par le correcteur de vitesse 25. 35 Dans le véhicule électrique considéré, il est possible d'effectuer des phases de freinage récupérateur d'énergie. Ainsi le couple moteur demandé peut être positif, cas de la propulsion, ou négatif, cas de la décélération.

La variable de vitesse V correspondante est par exemple renseignée en pourcentage de sa valeur maximale admissible. La variable de position du chauffage est une variable entière. Chaque position correspond à une puissance fixe destinée à chauffer l'habitacle du véhicule.

Dans le cadre de l'invention, la trajectoire d'une variable X correspond à l'évolution de cette variable en fonction de la position, du point de départ A jusqu'au point d'arrivée B. Ainsi la trajectoire de la vitesse est la valeur de la vitesse à chaque position du trajet. La description des trajectoires est donc faite par rapport à une référence spatiale plutôt qu'à une référence temporelle, en particulier pour les deux raisons suivantes : - le trajet est connu a priori via des coordonnées de position, informations GPS, le temps d'arrivée étant inconnu et constituant un paramètre d'optimisation ; - certaines variables du modèle du véhicule pour la simulation sont fonction de la position ou de l'élévation, par exemple le couple demandé, donc la vitesse, varie essentiellement avec l'élévation. Pour la prédiction, les deux variables, vitesse demandée et position de chauffage demandée, sont calculées sur tout le trajet. A cet effet, le trajet est échantillonné selon une période spatiale Xe, des tests étant effectués à chacune des positions échantillonnées selon un algorithme de gestion dont un exemple sera décrit par la suite. Il est à noter qu'un nombre important d'échantillons peut être considéré sur un trajet relativement long. A titre d'exemple on peut prendre Xe = 200 mètres. On introduit une deuxième catégorie d'échantillons spatiaux XL, les échantillons XL étant par exemple défini par les segments 2 approximant le profil du trajet, chaque segment correspondant à un échantillon XL. En particulier, les échantillons spatiaux XL correspondent à des endroits du parcours où on relance l'algorithme d'optimisation, qui sera décrit par la suite, pour rafraîchir toutes les consignes, tant au niveau de la vitesse que de la position de chauffage. Entre deux instants XL et XL+1 on suréchantillonne au pas spatial Xe, Xe étant très inférieur à XL. A chaque intervalle Xe est affectée une consigne de vitesse et de chauffage. Un objectif global de la stratégie de gestion de l'énergie à l'intérieur d'un 35 véhicule est de déterminer les valeurs optimales de ces deux variables sur l'ensemble du trajet échantillonné, vis-à-vis par exemple des trois objectifs suivants 01, 02, 03 : - 01 : minimiser la charge électrique totale consommée par des batteries ou tout autre type de ressource d'énergie, charge transmise au moteur électrique et énergie transmise au chauffage ; - 02 : minimiser le temps de parcours entre le point de départ et le point d'arrivée ; - 03 : minimiser l'écart entre la température d'habitacle demandée par le conducteur et la température réellement existante dans l'habitacle sous l'action du système de chauffage. Pour un équipement auxiliaire autre que le chauffage, l'objectif 03 peut être 10 formulé comme suit : - 03 : minimiser l'écart entre la sortie de l'équipement auxiliaire demandée et la sortie réelle dudit équipement. En plus de ces objectifs, la stratégie de gestion doit satisfaire plusieurs contraintes, parmi lesquelles par exemple les contraintes suivantes C1, C2, 15 C3, C4 : - Cl : la charge instantanée des batteries doit être toujours supérieure à un seuil fixe, afin de préserver la durée de vie des batteries ; - C2 : le temps de parcours doit être inférieure à un seuil fixe ; - C3: l'écart entre température demandée et réelle ne doit pas 20 dépasser un seuil fixe ; - C4 : la vitesse du véhicule ne doit pas excéder un certain seuil, afin de respecter les limitations de vitesse le long du trajet. Il est à noter que dans le cas d'un véhicule thermique, les deux derniers objectifs peuvent être facilement atteints puisque le réservoir d'énergie est de 25 capacité infinie, recharge rapide et disponible en carburant. Dans le cas d'un véhicule électrique, ces deux objectifs ne sont plus aussi facilement atteints. La stratégie de gestion que met en oeuvre l'invention effectue notamment un arbitrage entre ces objectifs contradictoires tout en respectant les contraintes énoncées. 30 Entre un point de départ A et un point d'arrivée B, l'ensemble des trajectoires considérées sont le couple mécanique fourni par le moteur et la position de chauffage, ainsi par exemple que l'état de charge des batteries (SOC), la vitesse du véhicule, le temps de parcours et la température de l'habitacle. La 35 trajectoire de chacune de ses informations peut être représentée par une courbe représentant leur valeur en fonction de la position du véhicule le long du trajet entre le point A et le point B.

Un objectif de la stratégie de gestion de l'énergie selon l'invention est de fournir trois ensembles de trajectoires entre les points A et B, un ensemble de trajectoires basses, un ensemble de trajectoires hautes et un ensemble de trajectoires dit pseudo-optimales, ces trajectoires pouvant être définies comme suit : - Trajectoires basses : ces trajectoires sont obtenues en tenant compte des objectifs 01 et 03, on utilise le terme « basse » car la vitesse du véhicule qui résulte de cette optimisation est théoriquement plus basse que celles obtenues en considérant les autres ensembles d'objectifs ; - Trajectoires hautes : ces trajectoires sont obtenues en tenant uniquement compte des objectifs 02 et 03, dans ces trajectoires la vitesse du véhicule devrait être plus importante que celle obtenue par les trajectoires basses ; - Trajectoires pseudo-optimales : ce sont les trajectoires obtenues en tenant compte des trois objectifs 01, 02, 03 simultanément. De préférence, ces trajectoires sont proposées au conducteur du véhicule, sous une forme ergonomique donnée. Le conducteur a alors toujours la possibilité de décider d'accélérer ou de freiner, et de changer la consigne de puissance de chauffage. Les trois ensembles de trajectoires servent notamment à assister le conducteur et à le rassurer sur la possibilité d'arrivée à la destination de son trajet avec la quantité d'énergie électrique stockée. L'invention permet de proposer au conducteur les trajectoires optimales selon ses préférences et son mode de conduite par exemple.

La figure 5 illustre les échantillonnages spatiaux Xe et XL définis précédemment pour un profil de trajet donné représenté par une courbe 51. Les échantillons Xe sont représentés à l'intérieur d'un segment 52 encadré par deux valeurs d'échantillons XL. Un segment 52 représente par exemple une section de trajet de pente constante et/ou de limitation de vitesse constante. Au point de départ A, les trois ensembles de trajectoires sont calculées et déterminées en fonction des informations connues sur le trajet. Ces trajectoires sont mises à jour en des points particuliers correspondants aux instants d'échantillonnages spatiaux. En un point de mise à jour, les trois ensembles de trajectoires sont recalculées à partir de l'historique, du profil de trajet restant, de la température extérieure et des mesures collectées en ce 2 9932 13 14 point. Ces mesures indiquent par exemple l'état de charge des batteries, la température de l'habitacle et le temps de parcours jusqu'à ce point. L'historique comprend notamment les enregistrements des trajectoires calculées aux instants d'échantillonnages précédents. 5 Le calcul des trajectoires optimales est réalisé à partir d'une formalisation du problème de gestion EMS en un problème d'optimisation mono-objectif sous contraintes contenant plusieurs variables de décision. On se réfère à la figure 5. Au k-ème point de mise à jour du parcours, position échantillonnée XL(k) de la série XL, l'objectif est de déterminer les 10 trajectoires optimales jusqu'à la position finale Xf. La mise à jour précédente a eu lieu au point XL(k-1), les points XL(k-1) et XL(k) encadrant un segment 52. Dans l'exemple de la figure 5, deux segments consécutifs ne sont pas colinéaires, ce qui signifie en pratique que le passage d'un segment à l'autre se fait à un changement d'inclinaison de la pente de la route. On pourrait 15 cependant envisager des cas où deux segments consécutifs sont colinéaires, sans changement d'inclinaison, par exemple dans le cas où un segment est trop long, il peut être subdivisé. A l'intérieur des segments, jusqu'à la position finale Xf, le trajet est échantillonné selon le pas Xe. Pour la mise à jour au point XL(k), point de rupture de segment, il s'agit de 20 déterminer les vitesses demandées, ainsi que les positions de consigne du chauffage, prévus jusqu'à la position finale Xf, au point B. Ces variables, vitesse et position de chauffage, sont déterminées de façon à minimiser un critère mettant en jeu les trois objectifs 01, 02 et 03 de la section 52 précédente XL(k-1), XL(k), et respectant les quatre contraintes C1, C2, C3 et 25 C4. La figure 6 présente l'organigramme d'un exemple d'algorithme général mettant en oeuvre un exemple de stratégie EMS selon l'invention depuis le démarrage du véhicule à un point A jusqu'à un point B d'arrivée, destination 30 finale. Au démarrage 60 dans une étape préliminaire, au point A, plusieurs opérations sont par exemple effectuées : - 601, saisie des coordonnées géographiques de la destination ; - 602, lecture du trajet par le dispositif GPS, le profil du trajet peut être 35 approximé durant cette étape ; - 603, calcul du gradient de température sur le trajet en fonction des informations météorologiques disponibles ; - 604, détermination des deux séries de positions échantillonnées XL et Xe à partir du profil approximé 2 tel qu'illustré par exemple par la figure 1 ; - 306, ordre de départ du véhicule se traduisant notamment par l'activation du couple moteur ; - Initialisation des indices i, j et k à 1, indices correspondant respectivement à un pas temporel Te d'échantillonnage le long du trajet, au pas d'échantillonnage spatial Xe, et au pas d'échantillonnage spatial XL de mise à jour des consignes optimales.

Une fois le démarrage effectué, le GPS transmet régulièrement la position actuelle du véhicule sur le parcours. Le départ du véhicule est suivi d'une étape 600 d'identification du comportement du conducteur conduisant à la création du correcteur de vitesse. Durant cette étape d'identification, le système EMS identifie par exemple le modèle conducteur grâce aux données de mesures de couple et de vitesse renvoyées par l'unité de contrôle du véhicule électrique (UCVE). Cette unité a notamment pour fonction de contrôler toutes les fonctions électriques bas niveau et d'effectuer l'acquisition des données de parcours, telles que les mesures de vitesse ou de couple. La phase d'identification se termine lorsqu'il a été décidé que les signaux d'entrée/sortie (vitesse/couple) du futur correcteur sont assez riches d'un point de vue fréquentiel pour concevoir un correcteur efficace. Une régression linéaire sur les valeurs de couple et de vitesse est alors par exemple utilisée pour définir les coefficients du correcteur de vitesse, ce dernier étant intégré dans le modèle de simulation de l'EMS qui sera décrit par la suite. Dès que cette étape d'identification 600 est terminée, l'algorithme peut être exécuté. L'identification du modèle conducteur pourra par ailleurs être de nouveau établie tout au long du trajet.

L'algorithme commence et se poursuit alors par une suite de deux tests 61, 62. Ces tests sont effectués selon le pas d'échantillonnage temporel Te, c'est-à-dire que tous les Te, on effectue ces tests. On note X(i) une position échantillonnée selon Te.

Dans un premier test 61, la position X(i) est comparée à la valeur finale Xf. Lorsque la valeur X(i) est sensiblement égale à la valeur Xf, par ailleurs mémorisée, le véhicule a atteint le point d'arrivée B, il est à sa destination finale 69. Dans le cas contraire, la position X(i) et comparée, dans un deuxième test 62, à une position échantillonnée XL(k) de changement de consigne. Si la valeur X(i) n'est pas égale à XL(k), les consignes optimales à appliquer entre le point XL(k-1) et le point final Xf sont maintenues 63 pour toutes les positions Xe(j). Si la valeur X(i) est sensiblement égale à XL(k), on applique le rafraichissement des consignes optimales pour chaque position Xe(j) entre la position XL(k) et Xf 64. La position XL(k) est incrémentée d'un pas XL, à XL(k+1) pour le prochain test 62. Après ce test, à l'issue duquel il y a maintien 63 ou rafraichissement des consignes 64, l'algorithme est rebouclé sur le premier test 61 où le pas X(i+1) est comparé avec la position Xf, puis si Xf n'est pas atteint X(i+1) est comparé à XL(k) ou XL(k+1) selon que XL ait été incrémenté ou non. Les positions X(i) et XL(k) ne coïncident pas obligatoirement, on prévoit donc un intervalle de distance Lc tel que IXL(k) - X(i)I < Lc signifie que la position XL(k) est atteinte. Il en est de même avec Xf. Les positions du véhicule sont détectées par des capteurs de position, par exemple à l'aide d'un système GPS, la distance Lc prenant en compte les incertitudes de mesures. Le rafraichissement, ou mise à jour, des consignes est par exemple effectué 20 pas un algorithme d'optimisation. L'algorithme d'optimisation choisi est par exemple à essaim particulaire. Il est bien sûr possible d'utiliser d'autres méta-heuristiques telles que les algorithmes génétiques ou les algorithmes de colonies de fourmis par exemple. Le problème d'optimisation peut être formulé par la minimisation 25 d'une fonction mono-objectif sous contrainte. La fonction mono-objectif est la somme pondérée des objectifs 01, 02, 03. Ce problème est ainsi formulé dans le tableau suivant pour une position X(i), notée Xi, coïncidant avec une position XL(k) : 30 la x 01(Cp , Pc, Etat _ i, Param _ trajet) minimiser +fix 02(Cp, Etat _ i, Param _ trajet) +yx 03(Pc, Etat _ i, Param _ trajet) où a, fi et y : Coefficients de pondération Cp: couple demandé au moteur de Xi jusqu'à X f (pourcentage des couples de propulsion maximal et de freinage maximal) Pc: position du chauffage de Xi jusqu'à X f (entier) Etat _i: état du véhicule (charge batterie, température habitacle, vitesse véhicule, etc...) Param_traj et : paramètres relatifs au trajet (longueur, profil de route, température extérieure, etc...) sous les contraintes suivantes : -1 Cp 1 0 < Pc < nPcMax Etat _ min Etat Etat _ max où Etat_ min et Etat_ max : état du véhicule minimal et maximal nPcMax : Puissance maximale demandée au chauffage Dans le tableau ci-dessus, n correspond à une position discrète de la consigne de chauffage. La vitesse Cp est normalisée et varie entre -1, pour la vitesse minimum, et +1, pour la vitesse maximum. Il est à noter que le passage d'une trajectoire optimale à une autre se fait en pondérant différemment la fonction objectif à minimiser selon les valeurs a, )6, 7 . Ce problème d'optimisation est mono-objectif sous contrainte avec un 1 o espace de recherche de très grande dimension. Il doit par ailleurs prendre en compte simultanément des variables à valeurs réelles, telles que la valeur de la vitesse demandée, et entières, telles que la position de chauffage. Ce problème d'optimisation peut être difficile à résoudre par des techniques d'optimisation courantes. L'utilisation d'une méta-heuristique permet de 15 surmonter la difficulté. L'algorithme d'optimisation par essaims particulaires, algorithme itératif, a notamment comme avantage d'être simple à implémenter dans un calculateur embarqué dans un véhicule. C'est une méthode basée sur l'existence d'une population de particules, correspondant aux solutions, qui se déplacent dans l'espace de recherche des solutions 20 admissibles. Chaque particule possède une mémoire qui lui permet de retrouver sa meilleure position, selon le critère d'optimisation. Elle a également accès aux meilleures positions de ses voisines. La particule à un plan de vol qui lui permet de connaître sa destination future dans l'espace de recherche. Ce plan de vol est calculé à partir de sa meilleure position dans le passé, la meilleure position de l'ensemble des particules et son dernier vecteur de déplacement, appelé par abus de langage vitesse. Dans la présente invention, une particule correspond à un jeu des variables d'état du système. Dans l'exemple présent, une particule correspond à la vitesse demandée et à la position de chauffage n. Par exemple, une particule correspond à : - Vp = 10% de la vitesse maximum ; - n = 4. La position future d'une particule i est déterminée au moyen des deux équations présentées dans le tableau suivant : vi (t +1) = wxy(t) + c1 x ri x (pi (t) -Pbest(t))+c2 x r2 x (Pi (t) - Pgbieos (t)) { Pi(t +1) = Pi(t)+ xxV(t +1) où (t) : vecteur vitesse ou déplacement à l'itération t P(t) : vecteur position à l'itération t pbest (t) : meilleur vecteur position de la particule i Pgbioesbt(t) : meilleur vecteur position de toutes les particules r2 : nombres aléatoires entre 0 et 1 a), cp c2, x : paramètres de réglage de l'algorithme Pour rendre plus robuste cette méta-heuristique et permettre d'assurer une convergence vers l'optimum global, on peut effectuer les opérations suivantes : - variation dynamique déterministe ou aléatoire de certains paramètres de l'algorithme ; - limitation du vecteur déplacement pour empêcher des déplacements trop importants, qui peuvent avoir tendance à faire sortir les particules du domaine des solutions admissibles ou les confiner aux frontières de l'espace de recherche ; - introduction de l'opérateur de mutation, déjà utilisé dans les algorithmes génétiques, pour éviter la stagnation des particules ou une convergence prématurée vers un optimum local. Eq 1 2 9932 13 19 Pour les variables entières, telles que les positions de chauffage, une méthode simple consiste à relaxer la contrainte d'intégrité en autorisant l'utilisation de variables réelles. Pour passer ces variables à l'évaluation via un modèle de simulation, on approxime la valeur réelle par l'entier le plus 5 proche. La figure 7 présente l'algorithme d'optimisation 65 où l'on retrouve notamment les étapes décrites précédemment. Toutes les particules, ou solutions, sont évaluées vis-à-vis du critère à minimiser, optimisation, et des 10 contraintes. Ce critère et ces contraintes font appel à un simulateur du véhicule, intégrant le comportement du conducteur, ayant son propre algorithme 70, capable de déterminer l'état du système d'une position X(i) à une position Xf. Le simulateur 70 comporte le modèle comportemental du conducteur. 15 L'utilisation du simulateur à l'intérieur de l'algorithme d'optimisation est notamment illustrée par la figure 7. Dans une étape initiale 71 on effectue l'initialisation des particules. Cette étape est suivie d'une étape 72 d'évaluation des particules initialisée selon le critère d'optimisation et les contraintes, à l'aide du simulateur 70. Cette étape est suivie d'une étape 73 20 de mise à jour des particules selon le système d'équation précédent (Eq1). Elle est suivie d'une étape 74 d'évaluation. Cette étape effectue l'évaluation des nouvelles particules selon le critère d'optimisation et selon les contraintes, à l'aide du simulateur 70. Cette étape d'évaluation est suivie d'une étape 75 de mise à jour de la meilleure position de chaque particule, 25 elle-même suivie d'une étape 76 de mise à jour de la meilleure particule de l'essaim. Après cette étape 76, on passe à l'itération suivante 77 en se rebouclant sur l'étape 73 de mise à jour des particules. Lorsque l'itération maximale est atteinte 78, l'algorithme s'arrête.

La figure 8 illustre la coopération entre la méta-heuristique 81, correspondant par exemple à l'algorithme d'optimisation de la figure 7, et le simulateur 70. Le simulateur 70 a notamment pour fonction de prédire les consommations énergétiques de la chaîne de traction et du chauffage, et plus généralement de tous les auxiliaires, sur le parcours restant, en faisant intervenir comportement du conducteur. Ce simulateur est destiné à être appelé autant de fois qu'il y a de particules à chaque itération de l'algorithme par essaims particulaires. Le nombre total d'appels du simulateur peut ainsi atteindre quelques milliers pour un scénario donné. Le temps de cycle de la simulation doit être compatibles des différents paramètres d'échantillonnage. Dans un souci de simplification, la modélisation peut être limitée en première approximation au modèle comportemental du véhicule et des seuls organes consommant l'essentiel de l'énergie des batteries, c'est-à-dire la traction électrique et le chauffage, ainsi qu'au modèle conducteur dont les caractéristiques sont celles du correcteur de vitesse 25. Dans un contexte plus général prenant en compte d'autres auxiliaires, l'énergie consommée par ces derniers peut être négligée.

Dans les paragraphes qui suivent, on considère la synthèse d'un simulateur de la chaîne de traction. Pour l'expression analytique du modèle du véhicule, on utilise les hypothèses simplificatrices suivantes : - Dynamique longitudinale : Une modélisation exhaustive de la chaine d'actionnement d'un véhicule prend en compte les 6 degrés de liberté du véhicule et découple la dynamique du véhicule de celle des 4 roues. Cela conduit à une équation différentielle de degré 10. Afin de simplifier le modèle afin de l'embarquer dans un calculateur véhicule EGV, on modélise seulement la dynamique longitudinale du véhicule. - Glissement nul sur la chaussée : La distinction entre les dynamiques du véhicule et des roues (prise en compte du glissement roue-chaussée) n'est pertinente que s'il y a besoin de modéliser l'ABS. Suite aux hypothèses simplificatrices précédentes, on peut identifier 4 sous-25 systèmes de la chaine de traction: - Le moteur et son variateur - La transmission mécanique - La dynamique longitudinale du véhicule - Un modèle de la batterie 30 En ce qui concerne les équations régissant ces différents sous-systèmes : Servomoteur : Les pertes en puissance d'un moteur asynchrone ne sont pas stationnaires, elles sont fonctions du couple et du régime moteur. Une 35 cartographie statique représente le comportement moteur et son rendement. Ceci permet d'identifier la puissance électrique consommée par le moteur à chaque instant.

Transmission mécanique : La transmission est modélisée par un gain en vitesse correspondant au ratio noté N des vitesses moteur (rd/s) et véhicule (m/s), et un gain en couple, ratio du couple moteur (N.m) et effort véhicule (N). Le gain en effort et en vitesse est supposé identique, les pertes étant modélisées au niveau du moteur. Dynamique du véhicule : Suite à la réduction de la dynamique du véhicule à sa seule composante longitudinale sans glissement, celle-ci peut être décrite 10 par l'équation différentielle non linéaire (dynamique quadratique) de premier ordre suivante : mï = ±F; - f s cos (13) sign (i)- f ae'i lil -Mg sin (fi) avec : 15 - M : Somme de la masse du véhicule et des inerties en rotation (moteur, transmission, roue) ramenés à une masse totale en translation - Ft : Force de traction ou de freinage selon le signe - fs : Couple de frottement sec 20 - faero : Coefficient de résistance aérodynamique - 13 : pente de la route à l'instant courant Batterie : L'état de la charge de la batterie, encore appelé SOC, est la différence entre la charge totale emmagasinée et la charge consommée par 25 les différents organes qui y sont connectés : SOC(t) = SOC° - f Idt 2 9932 13 22 où 1(t) est le courant traversant le moteur, et U(t) est la tension aux bornes du moteur, et E0 est fonction de la température notamment. Cependant, dans un premier temps, on peut le considérer constant en se réservant la possibilité d'introduite la caractéristique S000=f(TO) ultérieurement. 5 Lorsque les équations des différentes équations régissant les sous-systèmes sont établies, on effectue le paramétrage du modèle pour ces sous-systèmes. Moteur : A titre d'exemple, on considère un moteur asynchrone ABM d'une puissance de l'ordre de 15 kW. Une série de mesures permettent de fournir une cartographie des pertes de puissance en fonction de la vitesse et du couple moteur. Cette cartographie se présente comme une surface 3D fonction de la vitesse et du couple moteur, elle est numérisée et stockée dans le système. Pour diminuer les temps de calcul, la cartographie peut être interpolée sous forme d'équations polynomiales pour décrire la surface 3D. Transmission mécanique : Le paramètre de ratio N suivant : Force Traction VitesseMoteur N= = CoupleMoteur Vitesse Véhicule définit le gain de transmission et correspond au ratio du gain du réducteur 20 par le rayon de la roue motrice. Dynamique du véhicule : - Masse : M = M vide ± M PackBattenes ± M ChargeUtde = 500+140+200 = 840kg 25 - Coefficient de frottement sec : fs =0,3 - Coefficient aérodynamique: f aer° = CxS =0,3x1,5 =0,45N.m-2.s2 Batterie : La batterie retenue est par exemple constituée de 10 cellules de 1,766 KWh chacune, soit E0 = 10 x 1,766 = 17,66 kWh = 63576 Méga 30 Joules. On revient à la figure 8. La sortie du simulateur 70 constitue une entrée de l'algorithme d'optimisation 51 dans le sens où le simulateur calcule un état du système (Vitesse V(x), température t(x), SOC(x) notamment) pour les 35 positions X(i) échantillonnées jusqu'à Xf, cet état représente l'environnement énergétique du véhicule. Cet état est utilisé pour l'évaluation des particules mises à jour. De même la sortie de l'algorithme d'optimisation constitue une entrée du simulateur dans ce sens où l'algorithme fournit la vitesse et la position de chauffage optimum au simulateur pour effectuer la simulation du véhicule, cet état (vitesse du véhicule, position de chauffage) étant défini dans l'étape 76 de mise à jour de la meilleure particule. Dans des applications prenant en compte d'autres équipements auxiliaires que le chauffage, cet état ou environnement énergétique prendrait en compte la variable de sortie de ces équipements, le volume sonore d'un autoradio ou la température de sortie d'une climatisation par exemple. La simulation est aussi effectuée en fonction des conditions de circulation sur le trajet restant, telles que les conditions climatique ou l'intensité du trafic routier. Le comportement du véhicule est régi par des équations différentielles temporelles non-linéaires. Ces équations temporelles sont échantillonnées selon un pas temporel Ts de simulation avant de procéder à leur intégration numérique. Ts est par exemple de l'ordre de 2 secondes. L'algorithme d'optimisation par essaim particulaire échantillonne, quant à lui, les différents états (couple, vitesse et SOC notamment) au pas spatial Xe, les consignes étant rafraichies au pas des échantillons XL. La méta-heuristique 81 et le simulateur 70 échangent des données d'entrée et de sortie. Les mêmes états sont donc exprimés dans deux espaces différents, temporel et spatial. Il est nécessaire que les entrées/sorties d'un module 81 soit compatible avec les entrées/sorties de l'autre module 70. Le passage de données exprimées dans l'espace temporel vers un espace spatial ne pose pas de problème particulier. Après avoir obtenu tous les états dans le domaine temporel, on dispose du vecteur position en fonction du temps, la correspondance entre les informations spatiales et temporelle étant alors définies. Les différentes valeurs des vecteurs d'état calculés aux instants successifs sont ainsi interpolées en fonction de la position Xe(j).

Le passage inverse, de l'espace spatial vers l'espace temporel, est nécessaire afin de déterminer la consigne en vitesse et chauffage à considérer à chaque itération temporelle du simulateur. On fait l'hypothèse qu'à l'instant nul, la position est également nulle, Vvéhicuie(x=0) v = véhicule(t=0), Vvéhicule étant la vitesse du véhicule. À chaque itération, la nouvelle position du véhicule est calculée et comparée aux échantillons spatiaux correspondant à des changements de consignes. Dans le cas où il y a correspondance, la vitesse de consigne pour l'itération temporelle suivante 2 9932 13 24 du simulateur est ré-estimé en affectant le couple correspondant à cette position critique dans le vecteur de consigne v=f(x). L'objectif du simulateur étant d'estimer les vitesses et SOC sur un trajet dont la position finale est connue, la condition de sortie du simulateur est spatiale 5 et non temporelle. Il est à noter que, dans certains cas atypiques envisagés par la méthode d'optimisation stochastique, le véhicule peut ne pas atteindre la destination, il est donc nécessaire d'ajouter une condition de sortie sur un nombre maximal d'itérations.

10 La figure 9 présente l'algorithme de fonctionnement du simulateur 70 conformément à la description qui précède. En particulier, à l'instant d'échantillonnage temporel d'ordre i, le simulateur calcule dans une première étape 91 la position X(i) du véhicule, la vitesse V(i) du véhicule, l'état de charge des batteries SOC(i) et la température T°(i) à l'intérieur de l'habitacle, 15 au moyens de capteurs connus de l'homme de l'art. Les données V(i), SOC(i) et T°(i) sont transmises à l'algorithme d'optimisation. X(i) est ensuite comparée 92 à Xf pour déterminer si le véhicule est arrivé à destination 90. Si ce n'est pas le cas, X(i) est comparé 93 à la prochaine position échantillonnée Xe(j). Si X(i) est différent de Xe(j), la consigne est 20 maintenue. Dans le cas contraire, X(i) est sensiblement égale à Xe(j), la consigne est incrémentée 95, elle est maintenue jusqu'au pas spatial suivant. L'indice j est alors incrémenté d'une unité 1 de sorte que la prochaine comparaison 93 sera faite avec Xe(j+1). A l'instant d'échantillonnage temporel suivant 97, on reboucle sur la première étape 91 de calcul de 25 position, de vitesse, d'état de charge et de température, soit X(i+1), V(i+1), SOC(i+1) et T°(i+1). La période d'échantillonnage temporelle est la période d'échantillonnage évoquée précédemment, elle peut être égale à la période Te utilisée pour l'algorithme général présenté en figure 6.

30 La figure 10 présente un exemple de résultat final de la stratégie d'optimisation à un instant donnée ou à une position donnée, dans cet exemple à la position XL(k). Ce résultat présente les trois trajectoires optimales, la trajectoire moyenne 101, la trajectoire haute 102 et la trajectoire 35 basse 103. Ces trajectoires représentent la valeur de la vitesse demandée en fonction de la position. Chaque trajectoire prédit les valeurs de vitesse optimale de la position XL(k) jusqu'à la fin du trajet à la position Xf, les valeurs de vitesse optimale étant rafraîchies, c'est-à-dire recalculées, tous les XL. Elles sont calculées pour minimiser la consommation, le temps parcours et/ou permettre le maximum de confort, en tenant compte du comportement du conducteur, à l'aide de la stratégie mise en oeuvre par le procédé selon l'invention tel que décrit précédemment. En fonction des objectifs fixés au départ et des contraintes liées au parcours. Ces trois ensembles de trajectoires sont restituées au conducteur afin qu'il adapte son mode de conduite. De préférence elles ne sont pas restituées sous une forme brute telle qu'illustrée par la figure 10. Elles peuvent être restituées sous une forme ergonomique adaptée à la situation d'un conducteur automobile, par exemple sous forme d'instruction vocales ou visuelles, simples à lire dans le cas visuel. Les algorithmes mettant en oeuvre le procédé selon l'invention sont par exemple implémentés dans un calculateur embarqué dans le véhicule, par exemple dans l'UCVE, ce calculateur étant interfacé avec les différents capteurs fournissant les données d'entrées nécessaires tels que les positions notamment, la vitesse ou encore les températures internes et externe par exemple, ainsi que les mesures de l'état des batteries.20

Claims (15)

1. REVENDICATIONS1. Procédé de gestion de l'énergie consommée par un véhicule automobile, pour un trajet donné entre un point de départ A et un point d'arrivée B, caractérisé en ce que ledit procédé utilise au moins : - une unité de simulation (70) incorporant un modèle véhicule (3) prédisant le 5 comportement dudit véhicule et un modèle conducteur (25) prédisant le comportement du conducteur dudit véhicule, ledit modèle conducteur recevant en entrée une consigne de vitesse à atteindre (31) et la vitesse dudit véhicule mesurée (32) à des instants successifs et fournissant une consigne de couple moteur (33) audit modèle véhicule (3) fonction desdites 10 vitesses (31,32) et du comportement du conducteur modélisé ; - un algorithme d'optimisation (65) coopérant avec ladite unité de simulation (70) ; ledit procédé présentant un ensemble de trajectoires composé de la trajectoire de ladite consigne de vitesse et d'au moins la trajectoire d'une 15 consigne pour commander un équipement auxiliaire, la trajectoire d'une consigne décrivant l'évolution de ladite consigne en fonction de la position du véhicule, lesdites trajectoires étant calculées par rapport à des objectifs donnés selon ledit algorithme d'optimisation (65) dont les variables sont formées desdites consignes, ledit procédé comportant une étape préliminaire 20 comportant : - une sous-étape (601, 602) de mémorisation d'un profil approximé (2) dudit trajet sous formes de segments (XL, 52) de droites, formant une première suite de positions échantillonnées XL(k) le long du trajet, une position échantillonnée XL(k) correspondant 25 au passage d'un segment au segment suivant ; - une sous-étape (604) d'échantillonnage dudit profil selon un pas spatial Xe, formant une deuxième suite de positions échantillonnées Xe(j) le long du trajet, les positions échantillonnées Xe(j) étant situées à l'intérieur des segments 30 (XL, 52) ; les trajectoires desdites consignes étant recalculées à chaque position échantillonnée XL(k) de la première suite selon l'algorithme d'optimisation (65), une simulation (70) prédisant l'environnement énergétique du véhicule et le comportement dudit conducteur jusqu'au point d'arrivée B en fonctiondesdites consignes et au moins du profil approximé du trajet restant, l'algorithme d'optimisation tenant compte du résultat de la simulation pour calculer les consignes des trajectoires.
2. 2. Procédé selon la revendication 1, caractérisé en ce que ledit véhicule est tracté à partir d'une seule source d'énergie.
3. 3. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que l'algorithme d'optimisation (65) est une méta-10 heuristique à essaim particulaire, une particule étant composée desdites consignes.
4. 4. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que ledit modèle conducteur est un correcteur du type 15 proportionnel intégral (P.I.D.) en vitesse.
5. 5. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que ledit modèle conducteur comporte une correction représentative de l'action d'anticipation du conducteur face à un type 20 d'événement.
6. 6. Procédé selon la revendication 5, caractérisé en ce que le type d'événement est un changement de pente sur ledit trajet. 25
7. 7. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que ledit modèle conducteurs (25) est calculé sur au moins un tronçon dudit trajet donné, ledit modèle étant calculé en effectuant une régression linéaire à partir de la valeur du couple moteur appliqué, de la vitesse mesurée du véhicule et de la vitesse de consigne en des points dudit 30 tronçon donné.
8. 8. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que les segments (52) du profil approximé sont fonction de l'élévation du trajet et/ou des changements de limitation de vitesse. 35
9. 9. Procédé selon la revendication 8, caractérisé en ce qu'un segment (52) représente une section de trajet de pente constante et/ou de limitation constante de vitesse.
10. 10. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que l'environnement énergétique prédit comporte au moins l'état de la ressource d'énergie.
11. 11. Procédé selon la revendication 10, caractérisé en ce que l'environnement 10 énergétique comporte la vitesse du véhicule, le temps de trajet restant et au moins une variable de sortie d'un équipement auxiliaire.
12. 12. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que la simulation (70) est effectuée par ailleurs en fonction 15 des conditions de circulation sur le trajet restant.
13. 13. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que plusieurs objectifs donnés étant composés chacun d'une combinaison d'un ou plusieurs objectifs pris dans un ensemble 20 d'objectifs (01, 02, 03), plusieurs ensembles de trajectoires sont présentés (101, 102, 103) pour une même consigne, une trajectoire étant calculée par rapport à une combinaison d'objectifs.
14. 14. Procédé selon la revendication 13, caractérisé en ce que le véhicule 25 utilisant l'énergie électrique, la ressource d'énergie étant des batteries électriques, les combinaisons d'objectifs sont créées parmi les objectifs suivant 01, 02, 03 : - 01 : minimiser la charge électrique totale consommée par les batteries, charge transmise au moteur électrique et énergie transmise 30 à l'équipement auxiliaire ; - 02 : minimiser le temps de parcours entre le point de départ A et le point d'arrivée B ; - 03 : minimiser l'écart entre la sortie de l'équipement auxiliaire demandée et la sortie réelle dudit équipement. 35
15. 15. Système de gestion de l'énergie consommée par un véhicule automobile sur un trajet donné, caractérisé en ce que ledit système comporte au moins : - des moyens (271) pour capter la position dudit véhicule sur ledit trajet ; - des moyens pour mesurer le couple appliqué par le moteur dudit véhicule 5 et sa vitesse ; - des moyens pour mesurer l'état de la ressource d'énergie dudit véhicule, ; - des moyens donnant des informations de sortie d'au moins un équipement auxiliaire ; - un calculateur apte à être embarqué dans ledit véhicule et interfacé avec 10 lesdits moyens, ledit calculateur incorporant - une unité de simulation (70) incorporant un modèle véhicule (3) prédisant le comportement dudit véhicule et un modèle conducteur (25) prédisant le comportement du conducteur dudit véhicule, ledit modèle conducteur recevant en entrée une consigne de vitesse à 15 atteindre (31) et la vitesse dudit véhicule mesurée (32) à des instants successifs et fournissant une consigne de couple moteur (33) audit modèle véhicule (3) fonction desdites vitesses (31,32) et fonction du comportement du conducteur modélisé ; - un algorithme d'optimisation (65) coopérant avec ladite unité de 20 simulation (70) ; et mettant en oeuvre le procédé selon l'une quelconque des revendications précédentes.