FR3092181A1 - Methode d’optimisation d’un dimensionnement energetique d’une batterie d’accumulateurs electriques d’un vehicule - Google Patents
Methode d’optimisation d’un dimensionnement energetique d’une batterie d’accumulateurs electriques d’un vehicule Download PDFInfo
- Publication number
- FR3092181A1 FR3092181A1 FR1900648A FR1900648A FR3092181A1 FR 3092181 A1 FR3092181 A1 FR 3092181A1 FR 1900648 A FR1900648 A FR 1900648A FR 1900648 A FR1900648 A FR 1900648A FR 3092181 A1 FR3092181 A1 FR 3092181A1
- Authority
- FR
- France
- Prior art keywords
- matrix
- vehicle
- consumption
- consuming
- vector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 239000011159 matrix material Substances 0.000 claims abstract description 75
- 210000000056 organ Anatomy 0.000 claims abstract description 55
- 230000004913 activation Effects 0.000 claims abstract description 42
- 239000013598 vector Substances 0.000 claims abstract description 35
- 230000005764 inhibitory process Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004146 energy storage Methods 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 5
- 238000004519 manufacturing process Methods 0.000 claims description 4
- 229940050561 matrix product Drugs 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 238000004513 sizing Methods 0.000 abstract description 10
- 230000008569 process Effects 0.000 description 13
- 239000010410 layer Substances 0.000 description 11
- 238000003860 storage Methods 0.000 description 6
- 238000004378 air conditioning Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000003042 antagnostic effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003116 impacting effect Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
Abstract
Méthode d’optimisation d’un dimensionnement énergétique d’une batterie (1) d’un véhicule (2) en fonction :- d’une pluralité d’organes consommateurs (3) dudit véhicule, et- d’une pluralité de scénarios (S1-Sn),à chaque organe (3) sont associés :- une pluralité de valeurs de consommations électriques (I1-I5),- au moins un ensemble de taux d’activation (Tx) dudit organe, lesdits taux d’activation étant répertoriés en fonction desdites consommations et de ladite pluralité de scénarios,ladite pluralité de valeurs de consommations constituant un vecteur de consommation et ledit ensemble de taux d’activation constituant une matrice d’utilisation, la méthode comprenant:- une détermination, pour chaque organe, d’une matrice intermédiaire obtenue par un produit dudit vecteur de consommation par ladite matrice d’utilisation,- une détermination d’une matrice finale obtenue par une somme matricielle des matrices intermédiaires,- une détermination d’un vecteur de dimensionnement obtenu à partir de ladite matrice finale. Figure pour l'abrégé : Fig. 1
Description
La présente invention concerne de manière générale la gestion énergétique d’un véhicule, en particulier d’un véhicule automobile.
Plus précisément, l’invention se rapporte au dimensionnement énergétique d’une batterie d’accumulateurs électriques pour un tel véhicule lors de sa configuration. La batterie d’accumulateurs électriques, plus simplement appelée batterie, constitue la seule réserve énergétique d’un véhicule automobile. La configuration de ce dernier varie énormément en fonction de son type et notamment du groupe motopropulseur, des équipements électriques montés de série et des équipements électriques additionnelles qu’il est possible de choisir en option. Pour pouvoir assurer les prestations électriques attendues du véhicule, l’ensemble de ces équipements doit pouvoir fonctionner dans différents scénarios d’utilisation contraignants pour la batterie. Par exemple, lorsque le véhicule a son moteur arrêté, l’utilisateur doit par exemple pouvoir utiliser certains équipements électriques, tels que phares, radio, chauffage, etc.., durant une durée de 30 minutes avec pour seule ressource la batterie. Le calcul du besoin énergétique pour le dimensionnement de la batterie ne se réduit pas à faire la somme des courants électriques nominaux présents dans le véhicule pour une certaine configuration qui définit son équipement. En effet, les besoins électriques dépendent de nombreux paramètres ainsi que d’un retour d’expérience qui, typiquement, va permettre de montrer que certains équipements électriques (par exemple un lève-vitre) ne seront pas ou nettement moins utilisés si d’autres équipements sont en fonction (par exemple chauffage ou climatisation). De plus certains équipements, tels qu’un moteur de climatiseur et un chauffage, ne seront pas utilisés de la même manière en fonction du climat et du pays dans lequel le véhicule est destiné à être utilisé. En considérant tous les facteurs et toutes les combinaisons possibles en termes de scénarios d’utilisation et d’équipements énergétiques, on se rend compte que la détermination du dimensionnement électrique des batteries devient un exercice très complexe.
Il est connu dans l’art antérieur, notamment du document FR301398B1 (brevet délivré), un procédé d’optimisation d’une architecture d’alimentation électrique hybride d’une charge, à savoir d’une alimentation comprenant plusieurs sources de stockage d’énergie, telle qu’une batterie associée à une pile à combustible par exemple. A partir d’une série de tests, un tel procédé définit un profil de mission et des sources de stockages qui sont chacune associées à un modèle de comportement. Le procédé détermine ensuite les couples de sources de stockage d’énergie qui sont aptes à générer le profil de mission et identifie le couple présentant une masse minimale.
Le document EP1796005B1 divulgue un procédé de configuration d’un dispositif à partir d’une pluralité de composants présentant chacun plusieurs alternatives possibles. Ce procédé inclut un processus itératif qui se termine lorsqu’une alternative est choisie pour chaque composant et que les alternatives choisies sont compatibles entre elles.
D’autres systèmes sont basés sur des tableurs gérants, par l’intermédiaires de plusieurs dizaines de feuilles ou d’onglets, des milliers de valeurs issues de normes et de règles à prendre en compte pour couvrir l’ensemble des possibilités offertes lors de la configuration d’un véhicule.
Les principaux inconvénients de ces solutions résident dans le fait qu’elles sont basées sur une multitude de données aux formats hétéroclites, que ce sont des solutions qui sont difficilement mises à jour et qu’il devient difficile de les faire évoluer par exemple pour pouvoir les adapter à de nouveaux scénarios d’utilisation ou de nouveaux équipements. Par conséquent, ces solutions sont difficilement exploitables, génèrent des résultats perfectibles dont la fiabilité est impactée et sont dans l’ensemble peu pérennes. Il existe donc un intérêt de trouver une solution plus adéquate qui permette, au moins en partie, de résoudre les inconvénients précités.
Dans ce but, la présente invention suggère une méthode d’optimisation d’un dimensionnement énergétique d’une batterie d’accumulateurs électriques d’un véhicule en fonction :
- d’une pluralité d’organes consommateurs issus d’une configuration dudit véhicule, et
- d’une pluralité de scénarios d’utilisation auxquels ledit véhicule peut être soumis,
à chaque organe consommateur sont associés :
- une pluralité de valeurs de consommations électriques correspondantes à une typologie de consommations dudit organe consommateur,
- au moins un ensemble de taux d’activation dudit organe consommateur, lesdits taux d’activation étant répertoriés en fonction de ladite typologie de consommation et de ladite pluralité de scénarios d’utilisation,
ladite pluralité de valeurs de consommations électriques constituant un vecteur de consommation et ledit ensemble de taux d’activation constituant une matrice d’utilisation, la méthode comprenant les étapes suivantes :
- détermination, pour chaque organe consommateur, d’une matrice intermédiaire obtenue par un produit, terme à terme, dudit vecteur de consommation par chaque ligne de la ladite matrice d’utilisation,
- détermination d’une matrice finale obtenue par une somme matricielle des matrices intermédiaires,
- détermination d’un vecteur de dimensionnement obtenu par un produit matriciel de ladite matrice finale par un vecteur n’ayant que des éléments égaux à un, ledit vecteur de dimensionnement comprenant des coefficients correspondant chacun à une valeur de stockage d'énergie minimale pour une batterie d'un véhicule d'une configuration donnée.
Avantageusement, par l’intermédiaire du vecteur de consommation et de la matrice d’utilisation, les valeurs de consommations électriques et l’ensemble des taux d’activation associés à chaque organe consommateur constituent des calques de données qui sont cohérents entre eux et qui peuvent aisément être manipulés pour être sélectionnés, combinés, populés et mis à jour. Ces calques de données peuvent alors avantageusement servir d’éléments de base à la détermination du besoin énergétique d’un véhicule en fonction d’une certaine configuration de ce dernier. Les taux d’activation des organes consommateurs sont typiquement déterminés de manière empirique par des essais techniques en fonction d’une typologie de consommations prédéterminées et d’une pluralité de scénarios d’utilisation qui relèvent essentiellement d’un retour d’expériences.
Avantageusement encore, la présente solution permet d’obtenir un dimensionnement énergétique adéquat des réserves électriques du véhicule. Ce dimensionnement adéquat prévient le surdimensionnement des batteries. Ainsi, en bénéficiant d’une batterie optimisée aux justes besoins du véhicule, la solution de la présente invention contribue à réduire le poids fixe du véhicule au même titre que le recours à de nouveaux matériaux visant à alléger la structure du véhicule pour obtenir un gain sur le poids du véhicule. A l’échelle de la durée de vie d’une batterie, cela permet d’économiser une part non négligeable de carburant et de contribuer à la préservation de l’environnement.
Selon un mode de réalisation, au moins une des matrices d’utilisation comprend un paramètre d’inhibition de cette matrice d’utilisation. Ce paramètre d’inhibition permet de définir si la matrice d’utilisation doit être ignorée dans le calcul de la matrice intermédiaire qui en découle. Le paramètre d’inhibition peut être dépendant d’une présence d’au moins un autre organe consommateur issu de la configuration du véhicule.
Selon un mode de réalisation, la matrice d’utilisation ou la matrice intermédiaire est corrigée d’un coefficient de rendement, associé à l’organe consommateur, en multipliant, terme à terme, la matrice d’utilisation ou ladite matrice intermédiaire par le coefficient de rendement; ce qui revient à effectuer le produit d’une matrice par un scalaire.
Typiquement, les taux d’activation d’au moins un organe consommateur sont déterminés de manière empirique.
Dans un mode de réalisation, certaines des matrices d’utilisation associées aux organes consommateurs peuvent avoir des taux d’activation qui dépendent d’une architecture électrique de connexion des organes consommateurs à la batterie d’accumulateurs.
L’invention porte également sur une méthode de fabrication d’une batterie présentant une capacité de stockage d’énergie minimale optimisée par la méthode d’optimisation selon l’une des revendications précédentes.
L’invention concerne également une méthode mise en œuvre par ordinateur comprenant les étapes et caractéristiques selon l’un quelconque des modes de réalisation suggérés dans la présente description.
Dans un autre aspect, l’invention concerne également un dispositif de traitement de données comprenant un processeur adapté à la méthode mise en œuvre par ordinateur.
L’invention a aussi pour objet un programme d’ordinateur comprenant des instructions qui, lorsque le programme est exécuté par un ordinateur, conduisent celui-ci à mettre en œuvre la méthode précitée mise en œuvre par ordinateur.
Enfin, l’objet de l’invention porte également sur un support lisible par ordinateur comprenant des instructions qui, lorsqu'elles sont exécutées par un ordinateur, conduisent celui-ci à mettre en œuvre la méthode précitée mise en œuvre par ordinateur.
D'autres caractéristiques et avantages de la présente invention apparaîtront plus clairement à la lecture de la description détaillée qui va suivre et qui présente différents modes de réalisation de l’invention donnés à titre d’exemples nullement limitatifs et illustrés par les figures annexées dans lesquelles :
En référence à la figure 1, celle-ci représente les principaux éléments et facteurs intervenant dans la méthode d’optimisation du dimensionnement énergétique d’une batterie 1 d’accumulateurs électriques d’un véhicule 2. Ce dernier est de préférence un véhicule automobile, illustré dans la figure 1 par une vue de dessus. Ce véhicule comprend une pluralité d’organes consommateurs 3, tels qu’un moteur, des phares, une climatisation ou un lève-vitre. Bien entendu, une multitude d’autres organes consommateurs 3 sont à prendre en considération mais n’ont pas été énumérés ici vu qu’ils ne permettent pas une meilleure compréhension de l’invention. On remarquera que les organes consommateurs sont essentiellement des organes électriques. Cependant, certains organes consommateurs du groupe motopropulseur notamment, tel que le moteur ou la boîte à vitesses, peuvent ne pas être de type électrique mais sont néanmoins pris en compte dans le calcul global des besoins énergétiques du véhicule en raison de l’impact qu’ils peuvent avoir sur d’autres organes consommateurs.
L’ensemble des organes consommateurs qui équiperont un véhicule est connu lors de la configuration de ce véhicule. Cette configuration, illustrée par le numéro de référence 5 dans la figure 1, vise typiquement à définir quel type de motorisation sera utilisé, quels sont les équipements ou organes montés de série et quels sont les options dont on peut bénéficier sur ce véhicule.
Une pluralité de scénarios d’utilisation auxquels le véhicule peut être soumis est à considérer. Dans la figure 1, ces scénarios d’utilisation sont identifiés par les signes référence S1 à Sn. Comme exemple de scénario d’utilisation on citera la première prise en main du véhicule par le client. Dans ce scénario, le client voudra tester les équipements de son véhicule, tels que radio, système de navigation, lève-vitre électrique, siège-chauffant, etc… D’une manière naturelle, la découverte des équipements du véhicule va se faire moteur arrêté. Par conséquent, ce scénario d’utilisation impose que la batterie 1 puisse supporter la consommation de différents équipements, par exemple durant 30 minutes, sans être rechargée par l’alternateur du véhicule. Dans un autre scénario, on citera par exemple que les feux de route et le système audio du véhicule doivent pouvoir fonctionner, moteur arrêté, durant un certain temps. Les genres de scénarios d’utilisation contraignants pour la batterie sont typiquement issus de retours d’expériences sur des situations vécues. Le nombre et les genres de scénarios d’utilisation à considérer ne sont pas limitatifs et sont susceptibles d’évoluer.
A chaque organe consommateur sont associés d’une part une pluralité de valeurs de consommation électriques et d’autre part au moins un ensemble de taux d’activation de l’organe consommateur en question. Sur la figure 1, ces valeurs sont illustrées dans deux tableaux de valeurs appelés également calques.
Dans l’exemple de la figure 1, les valeurs de consommations électriques sont des courants notés I1 à I5. Des valeurs autres que des courants pourraient être utilisées comme valeurs de consommations électriques. Ces valeurs de consommations électriques correspondent à une typologie de consommation de l’organe consommateur 3 auxquelles elles sont associées. Les valeurs des courants I1 à I5 correspondent chacune à un type T1 à T5 de courant prédéterminé. Par exemple, la valeur du courant I1 attribué au type T1 correspond à la consommation de courant de l’organe consommateur 3 en question dans un mode dit « mode parking ». Le courant I2 pourrait être la consommation de courant de ce même organe consommateur lorsqu’il est dans un autre mode dit « mode veille ». Chaque mode de fonctionnement prédéterminé correspond à un type T de courant. Dans cet exemple, cinq types (T1 à T5) de courant ont été prévu ce qui conduit à la détermination de cinq courants spécifiques (I1 à I5) de l’organe consommateur 3. Le nombre de types de courant pourrait bien entendu être différent mais le même nombre est appliqué à chaque organe consommateur 3 du véhicule pour assurer une cohérence des calques. Les valeurs de consommation électriques associées à chaque organe consommateur 3 font partie des données d’un référentiel et constituent des données sources qui qualifient tous les organes consommateurs qu’il est possible d’agencer dans un véhicule. Ce référentiel est typiquement stocké dans une base de données.
De plus, à chaque organe consommateur 3 est associé au moins un ensemble de taux d’activation Tx de cet organe. Ces taux d’activation représentent une proportion du courant de consommation de l’organe consommateur, sachant que le taux d’activation de chaque organe est susceptible de varier en fonction du mode de fonctionnement définit par le type (T1-T5) de courant. En effet, si le type T2 correspond par exemple au « mode veille » d’un organe consommateur, ce dernier ne consommera pas la même quantité de courant que s’il est dans un « mode parking » (T1) ou dans un « mode maxi » (par exemple T4) correspondant à une activation ou consommation maximale de l’organe consommateur. Ces taux d’activation Tx sont définit, typiquement de manière empirique, sur un cycle urbain moyen, lequel correspond au cycle le plus contraignant pour un véhicule automobile. Un tel cycle peut être équivalent à une durée de 1 heure par exemple. De préférence, au moins un organe consommateur 3 possède des taux d’activation Tx déterminés de manière empirique.
Les taux d’activation Tx sont des valeurs qui sont schématiquement représentées par le symbole % dans le second calque ou tableau de valeurs illustré à la figure 1. Ces taux d’activation sont répertoriés en fonction de la typologie de consommation précitée (T1 à T5) et en fonction de la pluralité de scénarios d’utilisation (S1 à Sn). Ainsi, à chaque type de courant (par exemple T2) de chaque scénario d’utilisation (par exemple S3) correspond une valeur (notée %) de taux d’activation Tx de l’organe consommateur 3. Les données de ce second calque font également partie du référentiel de données et sont stockées dans la base de données précitée.
Comme illustré dans la figure 1, la pluralité de valeurs de consommation électriques I1 à I5 associé à chaque organe consommateur 3 constitue un vecteur de consommation Vc et l’ensemble des taux d’activation Tx associés à ce même organe consommateur constitue une matrice d’utilisation Mu. Dans l’exemple de la figure 1, le vecteur de consommation Vc peut être considéré comme une matrice ligne, à savoir une matrice ne comportant qu’une seule ligne et n colonnes. Dans un arrangement différent des données, on pourrait également envisager une matrice colonne, à savoir une matrice ne comportant qu’une colonne et n lignes. Le vecteur Vc correspond au premier tableau de valeurs ou calque précité alors que la matrice d’utilisation Mu correspond au second tableau de valeurs ou calque. On remarquera que l’arrangement particulier de ces données dans ces calques confère une cohérence entre eux. En particulier le nombre de types de courants (ici T1 à T5) est le même pour tous les vecteurs de consommation Vc et toutes les matrice d’utilité Mu. Ainsi, les vecteurs de consommation et les matrices d’utilisation ont toutes des formats prédéfinis qui assurent une cohérence des données qu’elles contiennent, notamment lors de la détermination des matrices intermédiaires Mi. Avantageusement, la cohérence de ces calques confère des formats uniformisés de données qui autorisent la pratique de calculs arithmétiques et matriciels.
En référence à la figure 2 vont être décrites les principales étapes de la méthode de la présente invention. Sur cette figure, on y retrouve les calques de tous les organes consommateurs 3 issus de la configuration 5 du véhicule 2. On y retrouve notamment les vecteurs de consommation Vc et les matrices d’utilisation Mu associés à chaque organe de consommation du véhicule. Les organes consommateurs correspondant à une certaine configuration 5 du véhicule, ainsi que les vecteurs de consommation Vc et les matrices d’utilisation Mu peuvent avantageusement être issus ou obtenus à partir d’au moins une base de données centralisée. Par mesure de commodité et comme illustré sur la figure 1, les vecteurs de consommation Vc et les matrices d’utilisation Mu sont répartis en trois plages distinctes, notées PGMP, Poptet Pser, en fonction du groupe dont les organes consommateurs qui s’y rapportent font partie. Ainsi, ces plages regroupent respectivement les organes consommateurs du groupe motopropulseur (GMP), ceux qui sont montés en option (Opt) et ceux montés de série (Ser) sur le véhicule.
La première étape consiste à déterminer, pour chaque organe consommateur 3, une matrice intermédiaire Mi obtenue par le produit, terme à terme, du vecteur de consommation Vc par chaque ligne de la matrice d’utilisation Mu. A titre d’exemple, sur la plage PGMPde la figure 1, quatre organes consommateurs 3 du groupe motopropulseur (GMP) sont chacun représentés par leur vecteur de consommation Vc et leur matrice d’utilisation Mu. Ainsi, le produit terme à terme de chaque couple vecteur de consommation Vc, matrice d’utilisation Mu, conduit à l’obtention d’une matrice intermédiaire Mi. Ces produits sont effectués de manière identique pour tous les organes répertoriés dans les autres plages, à savoir pour les organes consommateurs répertoriés comme organes en option, qui sont regroupés dans la plage Popt, et pour les organes de série regroupés dans la plage Pser.
La seconde étape consiste à déterminer une matrice finale Mf obtenue par la somme matricielle de toutes les matrices intermédiaires Mi, c’est-à-dire des matrices intermédiaires de toutes les plages PGMP, Poptet Pser.
La dernière étape consiste à déterminer un vecteur de dimensionnement Vd en effectuant le produit matriciel de la matrice finale Mf par un vecteur noté V1 qui ne comprend que des éléments égaux à un. Illustrée au bas de la figure 2, cette dernière étape consiste à faire, pour chaque scénario d’utilisation S1 à Sn de la matrice finale Mf, la somme des coefficients ou valeurs (notées Σ) associées aux types (T1 à T5) de la matrice finale Mf. Le résultat conduit à obtenir, sous forme de vecteur de dimensionnement Vd, une valeur de dimensionnement (notée d1 à dn) pour chaque scénario d’utilisation S1 à Sn. Ainsi, le vecteur de dimensionnement Vd est un vecteur comprenant des coefficients correspondant chacun à une valeur de stockage d'énergie minimale pour une batterie 1 d'un véhicule 2 d'une configuration 5 donnée.
Les valeurs de dimensionnement d1 à dn sont représentatives des quantités d’énergie nécessaires pour pouvoir satisfaire les prestations offertes par les organes consommateurs 3 du véhicule dans chacun des scénarios d’utilisation S1 à Sn. Elles quantifient donc le besoin énergétique du véhicule, pour une configuration particulière 5, dans chaque scénario. Ces valeurs ont de préférence comme unité l’ampère heure [Ah]. En effet, les taux d’activation Tx des matrices d’utilisation Mu sont des valeurs qui sont typiquement exprimées en pourcentage ou en durée (par exemple en minutes ou en heures). Vu que les taux d’activation sont déterminés sur un cycle urbain moyen et que ce dernier possède une durée bien définie, chaque taux d’activation est donc représentatif d’une proportion de la consommation dans un certain intervalle de temps. Si l’on considère par exemple que l’intervalle de temps associé au taux d’activation est d’une heure, en multipliant les taux d’activation par une valeur d’un courant en ampère, on obtiendra des valeurs en ampère-heure [Ah] dans les matrices intermédiaires Mi et, par conséquent, également dans la matrice finale Mf ainsi que dans le vecteur de dimensionnement Vd.
Dans un mode de réalisation préféré, il est à noter que plusieurs ensembles de taux d’activation peuvent être associés à certains organes consommateurs 3. En d’autres termes, un organe consommateur 3 n’est pas limité à se voir attribuer un seul calque ou une seule matrice d’utilisation Mu, mais plusieurs matrices d’utilisation Mu pourraient être attribuées à un même organe consommateur 3. En effet, il est également prévu de prendre en considération la manière dont est connecté l’organe consommateur au sein de l’architecture du circuit électrique du véhicule. Ainsi, certaines matrices d’utilisation font référence à des calques dénommés « type d’alimentation » qui possèdent des taux d’activation de l’organe en question en fonction de sa localisation et/ou de sa connexion au sein du circuit électrique du véhicule. Ce type de calque ou de matrice d’utilisation permet par exemple de tenir compte des situations où certains organes consommateurs sont directement connectés à la batterie 1. Dans ce cas, ces organes seront en permanence consommateurs d’énergie alors que cela ne serait pas le cas si ces mêmes organes consommateurs n’étaient pas directement connectés à la batterie. On remarque donc que la connexion de l’organe consommateur 3 dans l’architecture du circuit électrique du véhicule est un paramètre qui impacte également le bilan énergétique recherché. A cet effet, on mentionnera de façon générique que certaines des matrices d’utilisation Mu associées aux organes consommateurs 3 ont des taux d’activation qui dépendent d’une architecture électrique, en particulier d’une connexion des organes consommateurs à la batterie 1 d’accumulateurs.
Dans un mode de réalisation, il est également prévu qu’au moins une matrice d’utilisation Mu comprenne un paramètre d’inhibition 8 de cette matrice. Schématiquement représenté par un signe « interdiction » sur la matrice d’utilisation Mu de la figure 1, ce paramètre d’inhibition 8 permet de définir si la matrice d’utilisation en question doit être ignorée dans le calcul de la matrice intermédiaire Mi qui en découle. En d’autres termes, ce paramètre d’inhibition permet d’écarter la matrice d’utilisation Mu qui le porte, soit en évitant de calculer la matrice intermédiaire Mi devant normalement en découler, soit en modifiant tous les taux d’activation de cette matrice d’utilisation pour que cette dernière ne comporte que des valeurs nulles. Par ce paramètre d’inhibition 8, il devient par exemple avantageusement possible de tenir compte de l’interaction potentielle des organes consommateurs entre eux pour une certaine configuration du véhicule. En effet, il se peut que la présence ou l’activation d’un organe consommateur (par exemple une climatisation) force un autre organe consommateur (par exemple un siège chauffant) à devoir être écarté dans le calcul du bilan énergétique, typiquement par absence de compatibilité évidente ou pour des raisons antagonistes. Ainsi, le paramètre d’inhibition 8 annexé à une certaine matrice d’utilisation peut être dépendant d’une présence d’au moins un autre organe consommateur issu de la configuration du véhicule.
Dans un mode de réalisation, la matrice d’utilisation Mu ou la matrice intermédiaire Mi peut être en outre corrigée d’un coefficient de correction ou de rendement, associé à l’organe consommateur 3. La correction s’opère en multipliant, terme à terme, la matrice d’utilisation Mu ou la matrice intermédiaire Mi par ce coefficient qui peut être typiquement un scalaire.
L’invention porte également sur une méthode de fabrication d’une batterie 1 présentant une capacité de stockage d’énergie minimale optimisée par la méthode d’optimisation selon l’un quelconque de ses modes de réalisation.
Un des objets de la présente invention se rapporte également à une méthode mise en œuvre par ordinateur comprenant les étapes de la méthode présentée dans cette description selon l’un quelconque de ses modes de réalisation, y compris le mode de réalisation qui sera décrit comme exemple particulier à la figure 3.
Un autre objet de l’invention porte sur un dispositif de traitement de données comprenant un processeur adapté à la méthode mise en œuvre par ordinateur.
L’invention porte également sur un programme d’ordinateur comprenant des instructions qui, lorsque le programme est exécuté par un ordinateur, conduisent celui-ci à mettre en œuvre la méthode mise en œuvre par ordinateur.
Dans un dernier aspect, l’invention porte également sur un support lisible par ordinateur et comprenant des instructions qui, lorsqu’elles sont exécutées par un ordinateur, conduisent celui-ci à mettre en œuvre la méthode mise en œuvre par ordinateur.
La figure 3 représente, sous forme d’organigramme, un mode de réalisation particulier de la méthode de la présente invention. Cette figure illustre, plus en détail, des étapes spécifiques qui pourraient être mises en œuvre selon la méthode de l’invention. L’organigramme de cette figure se divise en quatre parties principales 10, 20, 30, 40 qui vont être brièvement présentées ci-après.
La première partie principale 10 correspond à une phase préparatoire débutant par l’étape 11 qui permet d’accéder à la méthode d’optimisation du dimensionnement énergétique de la batterie 1. La seconde étape 12 est relative à la création d’une liste des organes consommateurs 3 du véhicule selon une configuration 5 qui est propre à ce véhicule. Pour ce faire, cette étape fait appel à des données 13 stockées dans une ou plusieurs bases de données, de préférence centralisées, qui permet de fournir des consommations définies par les spécifications des organes consommateurs. L’étape 14 consiste à obtenir les taux d’activation Tx associés aux organes consommateurs 3 présent dans liste établie à l’étape 12. Cette étape permet de trouver les matrices d’utilisation Mu associées à chaque organe consommateur.
L’étape 15 consiste à sélectionner l’architecture électrique et/ou électronique qui correspond à la configuration du véhicule. Cette étape vise également à paramétrer les différentes alimentations pour chaque organe et à définir des options (série/standard, etc…). L’étape 16 est relative à la configuration du groupe motopropulseur (GMP). Cette étape vise à affecter à chaque groupe motopropulseur les organes consommateurs GMP correspondants à la configuration choisie du véhicule. L’étape 17 se rapporte à la création de la configuration du véhicule. Cette étape englobe la liste des organes consommateurs de type électrique/électronique, les différents groupes motopropulseurs et les organes consommateurs de type GMP associés, l’architecture électrique/électronique ainsi que les différentes options associées.
La seconde partie principale 20 correspond à une phase du processus qui concerne plus particulièrement la partie « habitacle » du véhicule, par opposition à la partie « groupe motopropulseur » qui se réfère à la troisième partie principale 30. Dans la partie dite « habitacle » vont être successivement traités tous les organes consommateurs de type électrique/électronique recensés dans la liste des organes établie selon la configuration du véhicule. La première étape 21 vise à déterminer si l’organe consommateur courant est associé à au moins un taux d’activation Tx. Dans la négative (voie indiquée par un 0 dans la figure 3), le processus passe à l’organe consommateur suivant de la liste et revient à l’étape 21, alors que dans l’affirmative (voie indiquée par un 1 dans la figure 3), il passe à l’étape 22. L’étape 22 vise à déterminer si l’ensemble des organes consommateurs de type GMP et option liés au taux d’activation sont également présents dans la configuration du véhicule. Dans la négative, le processus passe à l’organe consommateur suivant de la liste et revient à l’étape 21. Dans l’affirmative, le processus passe à l’étape 23 pour déterminer la matrice intermédiaire Mi courante résultant du produit, terme à terme, du vecteur de consommation Vc par chaque ligne de la matrice d’utilisation Mu, et additionner cette matrice intermédiaire courante à toutes les autres matrices intermédiaires Mi déjà calculées. L’étape 24 vise à déterminer s’il existe d’autres taux d’activation Tx associés à l’organe de consommation de type électrique/électronique. Dans l’affirmative, le processus remonte à l’étape 22, alors que dans la négative il passe à l’étape 25. Cette dernière étape traite de savoir si l’existe d’autres organes de consommation électrique/électronique à traiter dans la liste. Dans l’affirmative, le processus remonte à l’étape 21 et dans la négative il passe à la troisième partie principale 30.
La troisième partie principale 30 correspond à la partie « groupe motopropulseur » évoquée précédemment. La première étape de cette troisième phase vise à déterminer si l’organe consommateur de type GMP courant est associé à une consommation. Dans la négative, le processus passe directement à l’étape 37, alors que dans l’affirmative il passe à l’étape 32. L’étape 32 vise à déterminer si l’organe consommateur de type GMP est associé à un taux d’activation. Dans la négative le processus passe à l’étape 36, alors que dans l’affirmative il passe à l’étape 33. Cette étape 33 vise à déterminer si les contraintes du taux d’activation sont en accord avec la configuration du véhicule. Dans la négative, le processus passe à l’étape 35 et dans l’affirmative il passe à l’étape 34. Cette étape 34 vise à déterminer la matrice intermédiaire Mi courante de l’organe consommateur de type GMP en effectuant le produit, terme à terme, du vecteur de consommation Vc par chaque ligne de la matrice d’utilisation Mu, et en additionnant cette matrice intermédiaire Mi courante à toutes les autres matrices intermédiaires Mi déjà calculées.
L’étape 35 consiste à déterminer s’il existe d’autres taux d’activation associés à l’organe consommateur de type GMP courant. Dans l’affirmative, le processus remonte à l’étape 33, alors que dans la négative il passe à l’étape 36. L’étape 36 vise à déterminer s’il existe d’autres consommations pour l’organe GMP courant. Dans l’affirmative, le processus remonte à l’étape 32, alors que dans la négative il passe à l’étape 37. L’étape 37 vise à déterminer s’il existe d’autres organes consommateur de type GMP à traiter. Dans l’affirmative, le processus remonte à l’étape 31, alors que dans la négative il a déjà obtenu la matrice finale Mf lors de la dernière étape 34 et passe donc à la quatrième partie principal 40.
L’étape 41 consiste à déterminer le vecteur de dimensionnement Vd recherché en effectuant le produit matricielle de la matrice finale Mf par un vecteur qui ne comporte que des éléments égaux à un. L’étape 42 est une étape administrative visant présenter les résultats dans un fichier et l’étape 43 consiste à stocker ces résultats.
Avantageusement, la présente invention permet d’utiliser n’importe quel organe consommateur composant un véhicule, de calculer un bilan énergétique sur n’importe quel scénario d’utilisation majorant et de s’adapter à toute nouvelle technologie impactant des profils de mission. Cette invention permet également d’effectuer des calculs de bilan dans de nouvelles conditions d’utilisation hybrides et de prendre aisément en compte tout changement de norme ou de facteur d’utilisation. Avantageusement encore, l’invention permet d’obtenir une optimisation du poids du véhicule en dimensionnant la batterie 1 au plus près de la réalité. Cette optimisation peut se faire en un temps de traitement court ce qui permet de bénéficier d’un gain de temps significatif. De plus, l’invention apporte une solution efficace en termes de robustesse, fiabilité et de coût de production.
Bien que les objets de la présente invention aient été décrits en référence à des exemples spécifiques, diverses modifications et/ou améliorations évidentes pourraient être apportées aux modes de réalisation décrits sans s’écarter de l’esprit et de l’étendue de l’invention.
Claims (9)
- Méthode, mise en œuvre par ordinateur, d’optimisation d’un dimensionnement énergétique d’une batterie (1) d’accumulateurs électriques d’un véhicule (2) en fonction :
- d’une pluralité d’organes consommateurs (3) issus d’une configuration (5) dudit véhicule (2), et
- d’une pluralité de scénarios d’utilisation (S1-Sn) auxquels ledit véhicule (2) peut être soumis,
à chaque organe consommateur (3) sont associés :
- une pluralité de valeurs de consommations électriques (I1-I5) correspondants à une typologie de consommations (T1-T5) dudit organe consommateur (3),
- au moins un ensemble de taux d’activation (Tx) dudit organe consommateur (3), lesdits taux d’activation (Tx) étant répertoriés en fonction de ladite typologie de consommation (T1-T5) et de ladite pluralité de scénarios d’utilisation (S1-Sn),
ladite pluralité de valeurs de consommations électriques (I1-I5) constituant un vecteur de consommation (Vc) et ledit ensemble de taux d’activation (Tx) constituant une matrice d’utilisation (Mu), la méthode comprenant les étapes suivantes :
- détermination, pour chaque organe consommateur (3), d’une matrice intermédiaire (Mi) obtenue par un produit, terme à terme, dudit vecteur de consommation (Vc) par chaque ligne de ladite matrice d’utilisation (Mu),
- détermination d’une matrice finale (Mf) obtenue par une somme matricielle des matrices intermédiaires (Mi),
- détermination d’un vecteur de dimensionnement (Vd) obtenu par un produit matriciel de ladite matrice finale (Mf) par un vecteur (V1) n’ayant que des éléments égaux à un, ledit vecteur de dimensionnement (Vd) comprenant des coefficients correspondant chacun à une valeur de stockage d'énergie minimale pour une batterie (1) d'un véhicule (2) d'une configuration (5) donnée. - Méthode selon la revendication 1, caractérisée en ce qu’au moins une desdites matrices d’utilisation (Mu) comprend un paramètre d’inhibition (8) de ladite matrice d’utilisation (Mu), ledit paramètre d’inhibition (8) définissant si ladite matrice d’utilisation (Mu) doit être ignorée dans le calcul de la matrice intermédiaire (Mi) qui en découle.
- Méthode selon la revendication 2, caractérisée en ce que ledit paramètre d’inhibition (8) est dépendant d’une présence d’au moins un autre organe consommateur (3) issu de ladite configuration (5) du véhicule.
- Méthode selon l’une des revendications précédentes, caractérisée en ce que la matrice d’utilisation (Mu) ou la matrice intermédiaire (Mi) est corrigée d’un coefficient de rendement, associé à l’organe consommateur (3), en multipliant, terme à terme, ladite matrice d’utilisation (Mu) ou ladite matrice intermédiaire (Mi) par ledit coefficient de rendement.
- Méthode selon l’une des revendications précédentes, caractérisée en ce que certaines desdites matrices d’utilisation (Mu) associées aux organes consommateurs (3) ont des taux d’activation (Tx) qui dépendent d’une architecture électrique de connexion desdits organes consommateurs (3) à ladite batterie (1) d’accumulateurs.
- Méthode de fabrication d’une batterie (1) présentant une capacité de stockage d’énergie minimale optimisée par la méthode d’optimisation selon l’une des revendications précédentes.
- Dispositif de traitement de données comprenant un processeur adapté à la méthode selon la revendication 6.
- Programme d’ordinateur comprenant des instructions qui, lorsque le programme est exécuté par un ordinateur, conduisent celui-ci à mettre en œuvre la méthode de la revendication 6.
- Support lisible par ordinateur comprenant des instructions qui, lorsqu'elles sont exécutées par un ordinateur, conduisent celui-ci à mettre en œuvre la méthode selon la revendication 6.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1900648A FR3092181A1 (fr) | 2019-01-25 | 2019-01-25 | Methode d’optimisation d’un dimensionnement energetique d’une batterie d’accumulateurs electriques d’un vehicule |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1900648A FR3092181A1 (fr) | 2019-01-25 | 2019-01-25 | Methode d’optimisation d’un dimensionnement energetique d’une batterie d’accumulateurs electriques d’un vehicule |
| FR1900648 | 2019-01-25 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| FR3092181A1 true FR3092181A1 (fr) | 2020-07-31 |
Family
ID=67001973
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR1900648A Withdrawn FR3092181A1 (fr) | 2019-01-25 | 2019-01-25 | Methode d’optimisation d’un dimensionnement energetique d’une batterie d’accumulateurs electriques d’un vehicule |
Country Status (1)
| Country | Link |
|---|---|
| FR (1) | FR3092181A1 (fr) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110991849A (zh) * | 2019-11-27 | 2020-04-10 | 北京理工大学 | 一种新能源汽车综合指标确定方法及系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1796005A2 (fr) | 2000-12-08 | 2007-06-13 | Configit Software A/S | Procédé de configuration d'un produit |
-
2019
- 2019-01-25 FR FR1900648A patent/FR3092181A1/fr not_active Withdrawn
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1796005A2 (fr) | 2000-12-08 | 2007-06-13 | Configit Software A/S | Procédé de configuration d'un produit |
Non-Patent Citations (1)
| Title |
|---|
| GIANMARCO CAPANO ET AL: "Study of the electric power balance in a vehicle for the choice of the battery", TRANSPORTATION ELECTRIFICATION CONFERENCE AND EXPO (ITEC), 2013 IEEE, IEEE, 16 June 2013 (2013-06-16), pages 1 - 6, XP032447674, ISBN: 978-1-4799-0146-3, DOI: 10.1109/ITEC.2013.6573476 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110991849A (zh) * | 2019-11-27 | 2020-04-10 | 北京理工大学 | 一种新能源汽车综合指标确定方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2774246B1 (fr) | Procede et systeme de gestion de charges electriques de cellules de batterie | |
| FR3118310A1 (fr) | Procédé pour estimer la durée de vie d’un système de stockage d’énergie | |
| FR3092181A1 (fr) | Methode d’optimisation d’un dimensionnement energetique d’une batterie d’accumulateurs electriques d’un vehicule | |
| EP2396189A1 (fr) | Dispositif et procédé de gestion du niveau de charge électrique lors de la mise en charge d'une source de stockage électrochimique embarquée dans un véhicule | |
| JPWO2018069993A1 (ja) | 水素エネルギー貯蔵システム、水素エネルギー貯蔵システムの制御方法、及びプログラム | |
| FR3092182A1 (fr) | Methode d’optimisation d’un dimensionnement energetique d’un alternateur d’un vehicule | |
| EP2688174B1 (fr) | Procédé et dispositif de répartition de flux d'énergie électrique et système électrique comportant un tel dispositif | |
| FR3092192A1 (fr) | Methode de fabrication d’un vehicule comprenant une phase de selection d’une batterie d’accumulateurs electriques | |
| WO2019076776A1 (fr) | Procede de determination des parametres d'un modele simplifie d'un systeme de stockage de l'energie, procede de pilotage utilisant un tel modele et dispositif associe | |
| FR3099840A1 (fr) | Procédé de détermination de quantités d’énergie échangées entre des entités d’une installation électrique et un réseau de distribution électrique | |
| WO2020084212A1 (fr) | Procede de determination de l'etat de vieillissement d'une batterie electrochimique | |
| FR3119121A1 (fr) | Procédé et serveur pour la gestion de groupes de batteries rechargeables mobiles pour des stations multiples | |
| EP3989383A1 (fr) | Procédé de caractérisation d'un système énergétique alimenté par au moins une source d'énergie renouvelable | |
| EP4206705B1 (fr) | Détermination du rendement d'un accumulateur électrique par conversion | |
| FR3092193A1 (fr) | Methode de fabrication d’un vehicule comprenant une phase de selection d’un alternateur | |
| FR3092183A1 (fr) | Méthode d’affectation d’un dispositif source d’énergie électrique à un véhicule automobile | |
| FR3028080A1 (fr) | Methode de gestion de la distribution d'energie electrique en temps reel sur un reseau ilote | |
| Amara-Ouali | Statistical modelling of electric vehicle charging behaviours | |
| Sarparandeh et al. | Medium-term planning of vehicle-to-grid aggregators for providing frequency regulation service | |
| EP4026217B1 (fr) | Procédé de gestion d'un système hybride et dispositif associé | |
| JP6572381B2 (ja) | 容量配分制御装置、容量配分装置、および容量配分システム | |
| FR3074301B1 (fr) | Procede de surveillance et de gestion d'un parc de batteries | |
| EP3331125A1 (fr) | Procédé d'équilibrage d'etats de charge d'une pluralité de dispositifs de stockage d'énergie électrique | |
| WO2021043714A1 (fr) | Procédé de gestion d'un système hybride et dispositif associé | |
| EP4206710A1 (fr) | Détermination de l'état de santé d'un accumulateur électrique par conversion |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20200731 |
|
| PLFP | Fee payment |
Year of fee payment: 3 |
|
| ST | Notification of lapse |
Effective date: 20220905 |