WO2012160045A1 - Procede de gestion de l'energie consommee par un systeme mobile, notamment un vehicule automobile, dispositif embarque mettant en œuvre un tel procede - Google Patents

Procede de gestion de l'energie consommee par un systeme mobile, notamment un vehicule automobile, dispositif embarque mettant en œuvre un tel procede Download PDF

Info

Publication number
WO2012160045A1
WO2012160045A1 PCT/EP2012/059441 EP2012059441W WO2012160045A1 WO 2012160045 A1 WO2012160045 A1 WO 2012160045A1 EP 2012059441 W EP2012059441 W EP 2012059441W WO 2012160045 A1 WO2012160045 A1 WO 2012160045A1
Authority
WO
WIPO (PCT)
Prior art keywords
path
trajectories
vehicle
energy
setpoint
Prior art date
Application number
PCT/EP2012/059441
Other languages
English (en)
Inventor
Mathieu Grossard
Sofiene KACHROUDI
Neil ABROUG
Original Assignee
Commissariat A L'energie Atomique Et Aux Energies Alternatives
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Commissariat A L'energie Atomique Et Aux Energies Alternatives filed Critical Commissariat A L'energie Atomique Et Aux Energies Alternatives
Priority to EP12721864.2A priority Critical patent/EP2714460A1/fr
Priority to US14/119,837 priority patent/US9278628B2/en
Publication of WO2012160045A1 publication Critical patent/WO2012160045A1/fr

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L1/00—Supplying electric power to auxiliary equipment of vehicles
    • B60L1/003—Supplying electric power to auxiliary equipment of vehicles to auxiliary motors, e.g. for pumps, compressors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L1/00—Supplying electric power to auxiliary equipment of vehicles
    • B60L1/02—Supplying electric power to auxiliary equipment of vehicles to electric heating circuits
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
    • B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
    • B60L15/2045—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed for optimising the use of energy
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/10—Vehicle control parameters
    • B60L2240/12—Speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/10—Vehicle control parameters
    • B60L2240/34—Cabin temperature
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/60—Navigation input
    • B60L2240/62—Vehicle position
    • B60L2240/622—Vehicle position by satellite navigation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/80—Time limits
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/50—Control modes by future state prediction
    • B60L2260/52—Control modes by future state prediction drive range estimation, e.g. of estimation of available travel distance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/50—Control modes by future state prediction
    • B60L2260/54—Energy consumption estimation
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/72—Electric energy management in electromobility
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/16—Information or communication technologies improving the operation of electric vehicles

Definitions

  • the present invention relates to a method for managing the energy consumed by a mobile system. It also relates to a device implementing such a method. It applies in particular for electric vehicles.
  • batteries embedded in electric vehicles have a finite energy capacity.
  • the electric recharging of a battery requires a very important time. Therefore, it is essential for the driver of such a vehicle to be assured that the amount of energy stored in the batteries is sufficient to travel a desired path while activating ancillary equipment that ensures passenger comfort.
  • auxiliary management strategy For thermal vehicles, the question of the management of auxiliary equipment (heating, air conditioning, etc ..) does not arise since fossil energy is available on the road network at many points of refueling. Thus, the auxiliary management strategy is reduced to meeting the demands of the driver. In the case of electric vehicles, this simple strategy can quickly become unfeasible. Storage capacities are limited and refills are currently absent. Satisfying at all costs the requested comforts (via heating auxiliaries, car radio, ...) can quickly deplete the energy resources of the battery. This can be done to the detriment of the goal of the mission which is to arrive at the course.
  • EMS Energy Management Systems
  • these articles present energy management strategies aimed at finding the best scenario for activation of the thermal and / or electric engine at a given moment with respect to consumption criteria and / or or pollutant emission of a vehicle.
  • These strategies do not make it possible to manage at the same time the satisfaction of the comfort indices of the vehicles, in particular the requests of the auxiliary equipments, the battery power consumption and the indices of performances of the vehicles, such as the time of travel for example, in the case of a purely electric motor.
  • patent application EP1462300 A1 In the field of energy management of vehicles with purely electric engines, mention may be made of patent application EP1462300 A1.
  • the purpose is to allow the management of the level of charge and discharge of the battery by the driver through some information given to the driver of the vehicle.
  • a disadvantage of the proposed solution is that it requires the use of a battery charger, which is a strong constraint.
  • An object of the invention is in particular to provide optimum instructions for a driver, or more generally a control member, to apply to minimize both travel times and energy consumption while responding best to requests for activation of ancillary equipment.
  • the subject of the invention is a method of managing the energy consumed by a mobile system, for a given path between a starting point A and an arrival point B, said method having at least one set of trajectories composed of the trajectory of a setpoint for controlling the driving member and the trajectory of a setpoint for controlling at least one auxiliary equipment, the trajectory of a setpoint describing the evolution of said setpoint as a function of the position of the mobile system, said trajectories being calculated with respect to objectives given according to an optimization algorithm whose variables are formed from said instructions, said method comprising:
  • the trajectories being recalculated at each sampled position XL (k) of the first sequence according to the optimization algorithm, the setpoints being constant over a given segment XL, a simulation predicting the energy environment of the mobile system up to the point of arrival B being performed at each sampled position Xe (j) of the second sequence according to said setpoints and at least the approximate profile of the remaining path, the optimization algorithm taking into account the result of the simulation to calculate the instructions of the trajectories.
  • the optimization algorithm is a particulate swarm meta-heuristic, a particle being composed of said instructions.
  • the segments of the approximated profile are for example a function of the elevation of the path, a segment representing a path section of constant slope.
  • the predicted energy environment comprises for example at least the state of the energy resource.
  • the instruction to control the drive member is the engine torque demanded said vehicle.
  • the energy environment may further comprise the vehicle speed, the remaining travel time and at least one output variable of an auxiliary equipment.
  • the simulation is for example also performed according to the traffic conditions on the remaining path.
  • objectives 01, 02, 03 Since several objectives are each composed of a combination of one or more objectives taken from a set of objectives 01, 02, 03, several sets of trajectories may be presented, a trajectory calculated with respect to a combination of objectives.
  • the vehicle using electric energy, the energy resource being electric batteries, the objective combinations are created among the following objectives 01, 02, 03:
  • the instructions defined by the trajectories can be presented to the driver of the vehicle in the form of visual or voice instructions.
  • the invention also relates to a device for managing the energy consumed by a mobile system.
  • the device being able to be embedded in a mobile system, it comprises at least one computer, means for sensing the positions of said system, sensors for measuring the state of the energy resource of said system, and sensors giving information. output of the auxiliary equipment, said means and said sensors being interfaced to the computer, the computer implementing the method as described above.
  • FIG. 2 an illustration of spatial sampling examples along the approximate path
  • FIG. 3 is a flowchart of an example of a general algorithm implementing a method of managing the energy according to the invention
  • FIG. 4 an example of an optimization algorithm
  • FIG. 5 an illustration of the cooperation between the optimization algorithm and a simulation of the state of a vehicle on a path remaining to be traveled;
  • FIG. 6, an example of a simulation algorithm
  • FIG. 7, an example of a result of an energy management according to the invention in the form of the presentation of three trajectories, giving instructions to be applied.
  • FIG. 1 shows the profile of an example of a path, intended to be traveled by a vehicle, between a starting point A and an arrival point B. In particular, it presents the elevation of the road according to the position of a vehicle along this path.
  • the real profile 1 of the road is approximated by a linear function 2 by a set of segments.
  • the invention is described for application to a vehicle. It applies to all types of mobile systems traveling on a given route.
  • the invention is advantageously applied to a mobile system towed from a single source of energy.
  • the invention can be applied to a fully electric propulsion vehicle via a battery providing only energy to the electric traction motor.
  • the implementation of the invention requires the use of an electronic computer within the vehicle capable of collecting, via a communication protocol, of the CAN type for example, a set of signals representative of the level of charge of the vehicle. the battery, the speed of advance of the vehicle, and the level of use of the auxiliary equipment in particular.
  • This calculator loads a simulator of the vehicle in order to be able to predict the energy consumption on the course.
  • the invention also uses for example a GPS to know the future road information on the inclination of the road. GPS knowledge of road traffic information can also be advantageously used.
  • heating is considered as the only auxiliary equipment in the vehicle.
  • Other auxiliaries could be taken into account, especially audio equipment, air conditioning or interior lighting for example.
  • the invention at least takes into account the electric motor and the entire chain of traction of the vehicle, as well as at least one auxiliary comfort equipment.
  • the heating position variable is an integer variable. Each position corresponds to a fixed power for heating the passenger compartment of the vehicle.
  • the trajectory of a variable X corresponds to the evolution of this variable as a function of the position, from the starting point A to the arrival point B.
  • the trajectory of the engine torque is the value of the torque supplied by the motor at each position of the path.
  • the path is known a priori via position coordinates, GPS information, the arrival time being unknown and constituting an optimization parameter;
  • Some variables of the vehicle model for the simulation are a function of position or elevation, for example the requested torque varies mainly with the elevation.
  • the two variables, the requested motor torque and the requested heating position, are calculated over the entire path.
  • the path is sampled according to a spatial period Xe, tests being carried out at each of the sampled positions according to a management algorithm, an example of which will be described later.
  • Xe 10 meters.
  • a second category of spatial samples XL the samples XL being for example defined by segments 2 approximating the profile of the path, each segment corresponding to a sample XL.
  • These XL samples correspond to the refresh rate of the instructions. Indeed, on a fixed slope path segment under stationary traffic conditions, a typical driver requests a first approximation of the same motor torque set point throughout this segment, corresponding to a sample XL. The actual torque variations around this average setpoint can be omitted on such a road segment.
  • a driver changes the heating demand setpoint to a smaller number of space steps than the Xe steps.
  • An overall objective of the strategy for managing energy within a vehicle is to determine the optimal values of these two variables over the entire sampled path, vis-à-vis for example the following three objectives 01 , 02, 03:
  • objective 03 may be formulated as follows:
  • the management strategy must satisfy several constraints, among which for example the following constraints C1, C2, C3, C4:
  • the instantaneous charge of the batteries must always be higher than a fixed threshold, in order to preserve the life of the batteries;
  • the travel time must be greater than a fixed threshold
  • the vehicle speed must not exceed a certain threshold, in order to respect the speed limits along the route.
  • the management strategy implemented by the invention notably performs an arbitration between these contradictory objectives while respecting the stated constraints.
  • all the trajectories considered are the mechanical torque supplied by the motor and the heating position, for example the state of charge of the batteries, the speed of the vehicle , the travel time and the temperature of the passenger compartment.
  • the trajectory of each of its information may be represented by a curve representing their value as a function of the position of the vehicle along the path between point A and point B.
  • One objective of the energy management strategy according to the invention is to provide three sets of trajectories between the points A and B, a set of low trajectories, a set of high trajectories and a set of so-called pseudo-optimal trajectories, these trajectories can be defined as follows:
  • these trajectories are proposed to the driver of the vehicle, in a given ergonomic form.
  • the driver then always has the possibility to decide to accelerate or brake, and to change the heating power setpoint.
  • the three sets of trajectories serve in particular to assist the driver and reassure him about the possibility of arriving at the destination of his journey with the amount of electrical energy stored.
  • the invention makes it possible to propose to the driver the optimal trajectories according to his preferences and his mode of driving for example.
  • FIG. 2 illustrates the spatial Xe and XL sampling previously defined for a given path profile represented by a curve 21.
  • the Xe samples are represented inside a segment 22 flanked by two XL sample values.
  • the three sets of trajectories are calculated and determined based on the known information on the path. These trajectories are updated at particular points corresponding to the times of spatial sampling.
  • the three sets of trajectories are recalculated from the history, the remaining path profile, the outside temperature, and the measurements collected at that point. These measurements indicate, for example, the state of charge of the batteries, the temperature of the passenger compartment and the travel time to this point.
  • the history notably includes the records of the trajectories calculated at the instants of previous samplings.
  • Optimal trajectories are computed from a formalization of the EMS management problem into a constrained single-objective optimization problem containing several decision variables.
  • the objective is to determine the optimal trajectories to the end position Xf.
  • the previous update occurred at the point X (k-1), the points X (k-1) and X (k) framing a segment 22.
  • two consecutive segments are not collinear, which means in practice that the passage from one segment to another is at a change of inclination of the slope of the road.
  • the path is sampled according to step Xe.
  • FIG. 3 presents the flowchart of an example of a general algorithm implementing an exemplary EMS strategy according to the invention since the vehicle was started at a point A to an arrival point B, final destination.
  • startup 30 in a preliminary step at point A, several operations are performed: - 301, entering the geographical coordinates of the destination;
  • the algorithm begins and then continues with a series of two tests 31, 32. These tests are performed according to the temporal sampling step Te, that is to say that all Te, these tests are performed.
  • Te temporal sampling step
  • X (i) a sampled position according to Te.
  • the position X (i) is compared with the final value Xf.
  • the vehicle has reached the arrival point B, it is at its final destination 39.
  • the refreshing of the optimal setpoints for each position Xe (j) between the position XL (k) and Xf 34 is applied.
  • the position XL (k) is incremented by a step XL, XL (k + 1) for the next test 32.
  • the algorithm is looped back on the first test 31 where the not X (i + 1) is compared with the position Xf, then if Xf is not reached X (i + 1) is compared with XL (k) or XL (k + 1) depending on whether XL has been incremented or not .
  • the positions X (i) and XL (k) do not necessarily coincide, so an interval of distance LE such that
  • ⁇ LE means that the position XL (k) is reached. It's the same with Xf.
  • the positions of the vehicle are detected by position sensors, for example using a system
  • Refreshing, or updating, of the instructions is for example carried out
  • the chosen optimization algorithm is for example particulate swarm. It is of course possible to use other meta-heuristics such as
  • the optimization problem can be formulated by minimizing
  • the single lens function is the
  • Param_trajet parameters relating to the path (length, profile of road, external temperature, etc ..) under the following constraints:
  • Min_state and max_state minimum and maximum vehicle status
  • nPcMax Maximum power required for heating
  • n corresponds to a discrete position of the
  • the pair p is normalized and varies between -1, for the
  • the particle swarm optimization algorithm has the particular advantage of being simple to implement in a computer embedded in a vehicle. It is a method based on the existence of a population of particles, corresponding to the solutions, which move in the search space of the admissible solutions. Each particle has a memory that allows it to find its best position, according to the optimization criterion. She also has access to the best positions of her neighbors.
  • a particle in a flight plan that allows him to know his future destination in the search space. This flight plan is calculated from its best position in the past, the best position of all particles and its last vector of displacement, called by language abuse speed.
  • a particle corresponds to a set of system state variables.
  • a particle corresponds to the requested motor torque Cp and to the heating position n.
  • a particle corresponds to:
  • V t (t + 1) V ⁇ t) + c 1 xr 1 x [(W) - P ⁇ (t)) + c 2 xr 2 x (P t (t) - 3 ⁇ 4 '(t))
  • V ⁇ t velocity vector or displacement at iteration t
  • Figure 4 shows the optimization algorithm where we find in particular the steps described above. All particles, or solutions, are evaluated with respect to the criterion to be minimized, optimization, and constraints. This criterion and these constraints use a simulator of the vehicle, having its own algorithm 40, capable of determining the state of the system from a position X (i) to a position Xf. The use of the simulator within the optimization algorithm is illustrated in particular in FIG. 4.
  • an initial step 41 the initialization of the particles is carried out.
  • step 43 of updating the particles according to the preceding system of equation (Eq1 ). It is followed by a step 44 of evaluation.
  • This step performs the evaluation of the new particles according to the optimization criterion and according to the constraints, using the simulator 40.
  • This evaluation step is followed by a step 45 of updating the best position of each particle, itself followed by a step 46 of updating the best particle of the swarm. After this step 46, we go to the next iteration 47 by looping back on the step 43 of updating the particles. When the maximum iteration is reached 48, the algorithm stops.
  • FIG. 5 illustrates the cooperation between the meta-heuristic 51, for example corresponding to the optimization algorithm of FIG. 4, and the simulator 40.
  • the function of the simulator 40 is notably to predict the energy consumption of the power train. and heating, and more generally all auxiliary, on the remaining course.
  • This simulator is intended to be called as many times as there are particles at each iteration of the particle swarm algorithm. The total number of simulator calls can thus reach a few thousand for a given scenario.
  • the cycle time of the simulation must be compatible with the different sampling parameters.
  • the modeling can be limited in first approximation to the behavior of the vehicle and the only organs consuming most of the battery energy, that is to say the electric traction and heating. In a more general context taking into account other auxiliaries, the energy consumed by these can be neglected.
  • Servomotor The power losses of an asynchronous motor are not stationary, they are functions of torque and engine speed. Static mapping represents the motor behavior and its performance. This makes it possible to identify the electrical power consumed by the engine at each moment.
  • the braking force is due to the engine brake only and corresponds to a negative torque setpoint, while the traction force corresponds to a positive setpoint.
  • the output of the modulator 40 constitutes an input of the optimization algorithm 51 in the sense that the simulator calculates a state of the system (Velocity V (x), temperature t (x), SOC (x ) in particular) for the X (i) positions sampled up to Xf, this state represents the energy environment of the vehicle. This state is used for the evaluation of the updated particles.
  • the output of the optimization algorithm constitutes an input of the simulator in the sense that the algorithm provides the engine torque and the optimum heating position to the simulator to perform the simulation of the vehicle, this state (engine torque, engine position). heating) being defined in step 46 of updating the best particle.
  • this state or energy environment would take into account the output variable of these equipment, the sound volume of a car radio or the outlet temperature of an air conditioning for example.
  • the simulation is also carried out according to the traffic conditions on the remaining route, such as climatic conditions or the intensity of road traffic.
  • the behavior of the vehicle is governed by nonlinear time differential equations. These time equations are sampled in a time step Ts of simulation before proceeding to their numerical integration. Ts is for example of the order of 2 seconds.
  • the particle swarm optimization algorithm samples, for its part, the various states (torque, speed and SOC in particular) at the pitch Xe, the instructions being refreshed in step with XL samples.
  • the meta-heuristic 51 and the simulator 40 exchange input and output data. The same states are thus expressed in two different spaces, temporal and spatial. It is necessary that the inputs / outputs of a module 51 are compatible with the inputs / outputs of the other module 40.
  • the passage of data expressed in time space to a space space does not pose any particular problem.
  • the position vector is available as a function of time, the correspondence between the spatial and temporal information then being defined.
  • the different values of the state vectors calculated at successive instants are thus interpolated as a function of the position Xe (j).
  • the simulator output condition is spatial and not temporal. It should be noted that, in some atypical cases envisaged by the stochastic optimization method, the vehicle may not reach the destination, it is therefore necessary to add an exit condition to a maximum number of iterations.
  • Figure 6 shows the operating algorithm of the simulator 40 according to the above description.
  • the simulator calculates in a first step 61 the position X (i) of the vehicle, the speed V (i) of the vehicle, the state of charge of the SOC batteries. (i) and the temperature T ° (i) inside the passenger compartment, by means of sensors known to those skilled in the art.
  • the data V (i), SOC (i) and T ° (i) are transmitted to the optimization algorithm.
  • X (i) is then compared 62 to Xf to determine if the vehicle has arrived at destination 60. If it is not, X (i) is compared 63 to the next sampled position Xe (j). If X (i) is different from Xe (j), the setpoint is maintained. In the opposite case, X (i) is substantially equal to Xe (j), the setpoint is incremented 65, it is maintained until the next space step. The index j is then incremented by a unit 1 so that the next comparison 63 will be made with Xe (j + 1). At the next time sampling time 67, the first step 61 for calculating position, speed, state of charge and temperature is looped back, ie X (i + 1), V (i + 1), SOC (i + 1) and T ° (i + 1).
  • the time sampling period is the sampling period mentioned above, it can be equal to the period Te used for the general algorithm presented in FIG.
  • FIG. 7 shows an example of the final result of the optimization strategy at a given moment or at a given position, in this example at the position XL (k).
  • This result presents the three optimal trajectories, the average trajectory 71, the high trajectory 72 and the low trajectory 73. These trajectories represent the value of the engine torque demanded as a function of the position.
  • the values of the pairs are constant on the segments 22 whose pitch XL is variable, since these segments do not all have the same length. They correspond for example to sections of constant slope as indicated above. Within these segments, the torque setpoint is therefore constant.
  • Each path predicts the optimal torque values from position XL (k) to the end of the path at position Xf. They are calculated to minimize consumption, time and / or allow maximum comfort using the strategy implemented by the method according to the invention, as described above. Depending on the objectives initially set and the constraints related to the course.
  • These three sets of trajectories are returned to the driver so that he adapts his driving style. Preferably, they are not restored in a raw form as illustrated in FIG. 7. They can be rendered in an ergonomic form adapted to the situation of an automobile driver, for example in the form of simple voice or visual instructions. to read in the visual case.
  • the algorithms implementing the method according to the invention are for example implemented in a computer embedded in the vehicle, this computer being interfaced with the various sensors providing the necessary input data such as positions including speed, internal and external temperatures, for example, as well as battery condition measurements.
  • the invention has been described for a motor vehicle taking into account a single auxiliary. It can be applied to driving an unmanned vehicle.
  • the recommendations or proposals for driving and control of the auxiliary drivers to the driver from the trajectories of Figure 7 are then used as instruction signals to control members of the engine torque and auxiliaries. It is then necessary to provide interfaces between the on-board computer and the various control members.
  • the invention is also adapted for the energy management of robots, the latter having a battery as a source of energy.
  • an example of an auxiliary is the control of a robot member, an arm in particular, adding to the main control for moving the robot.

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Hybrid Electric Vehicles (AREA)

Abstract

Le procédé présente au moins un ensemble de trajectoires composé de la trajectoire d'une consigne pour commander l'organe moteur et de la trajectoire d'une consigne pour commander au moins un équipement auxiliaire, la trajectoire d'une consigne décrivant l'évolution de ladite consigne en fonction de la position du système mobile, lesdites trajectoires étant calculées par rapport à des objectifs donnés selon un algorithme d'optimisation dont les variables sont formées desdites consignes, ledit procédé comportant : - une étape préliminaire comportant elle-même : - une sous-étape (301, 302) de mémorisation d'un profil approximé dudit trajet sous formes de segments de droites, formant une 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 (304) d'échantillonnage dudit profil selon un pas spatial Xe, formant une suite de positions échantillonées Xe(j) le long du trajet; les trajectoires étant mises à recalculées à chaque position échantillonnée XL(k) selon l'algorithme d'optimisation (35), les consignes étant constantes sur un segment donné, une simulation prédisant l'environnement énergétique du système mobile jusqu'au point d'arrivée B étant effectuée à chaque position échantillonnée Xe(j) 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.

Description

PROCEDE DE GESTION DE L'ENERGIE CONSOMMEE PAR UN SYSTEME MOBILE, NOTAMMENT UN VEHICULE AUTOMOBILE, DISPOSITIF EMBARQUE METTANT EN ŒUVRE UN TEL PROCEDE
La présente invention concerne un procédé de gestion de l'énergie consommée par un système mobile. Elle concerne également un dispositif mettant en œuvre un tel procédé. Elle s'applique notamment pour les véhicules électriques.
De plus en plus de véhicules à motorisation purement électriques 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 en effet 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. Un but de l'invention est notamment de fournir des consignes optimales pour qu'un conducteur, ou plus généralement un organe de commande, 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.
A cet effet, l'invention a pour objet un procédé de gestion de l'énergie consommée par un système mobile, pour un trajet donné entre un point de départ A et un point d'arrivée B, ledit procédé présentant au moins un ensemble de trajectoires composé de la trajectoire d'une consigne pour commander l'organe moteur et de la trajectoire d'une consigne pour commander au moins un équipement auxiliaire, la trajectoire d'une consigne décrivant l'évolution de ladite consigne en fonction de la position du système mobile, lesdites trajectoires étant calculées par rapport à des objectifs donnés selon un algorithme d'optimisation dont les variables sont formées desdites consignes, ledit procédé comportant :
- une étape préliminaire comportant elle-même :
- une sous-étape de mémorisation d'un profil approximé dudit trajet sous formes de segments XL de droites, formant une 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 Xe(j) le long du trajet ;
les trajectoires étant recalculées à chaque position échantillonnée XL(k) de la première suite selon l'algorithme d'optimisation, les consignes étant constantes sur un segment donné XL, une simulation prédisant l'environnement énergétique du système mobile jusqu'au point d'arrivée B étant effectuée à chaque position échantillonnée Xe(j) de la deuxième suite 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.
Dans un mode de réalisation possible, l'algorithme d'optimisation est une méta-heuristique à essaim particulaire, une particule étant composée desdites consignes.
Les segments du profil approximé sont par exemple fonction de l'élévation du trajet, un segment représentant une section de trajet de pente constant.
L'environnement énergétique prédit comporte par exemple au moins l'état de la ressource d'énergie.
Dans un mode de mise en œuvre particulier où le système mobile est un véhicule, la consigne pour commander l'organe moteur est le couple moteur demandé audit véhicule. Dans ce cas, l'environnement énergétique comporte peut comporter par ailleurs la vitesse du véhicule, le temps de trajet restant et au moins une variable de sortie d'un équipement auxiliaire.
La simulation est par exemple effectuée aussi 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 01 , 02, 03, plusieurs ensembles de trajectoires peuvent être présentés, une trajectoire 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 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 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.
Les consignes définies par les trajectoires peuvent être présentées au conducteur du véhicule sous forme d'instructions visuelles ou vocales.
L'invention a également pour objet un dispositif de gestion de l'énergie consommée par un système mobile. Le dispositif étant apte à être embarqué dans un système mobile, il comporte au moins un calculateur, des moyens pour capter les positions dudit système, des capteurs pour mesurer l'état de la ressource d'énergie dudit système, et des capteurs donnant des informations de sortie des équipements auxiliaires, lesdits moyens et lesdits capteurs étant interfacés au calculateur, le calculateur mettant en œuvre le procédé tel que décrit précédemment.
D'autres caractéristiques et avantages de l'invention apparaîtront à l'aide de 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 d'exemples d'échantillonnage spatiaux le long du trajet approximé ;
- la figure 3, un organigramme d'un exemple d'algorithme général mettant en œuvre un procédé de gestion de l'énergie selon l'invention ;
- la figure 4, un exemple d'algorithme d'optimisation ;
- la figure 5, 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 6, un exemple d'algorithme de simulation ; - la figure 7, un exemple de résultat d'une gestion de l'énergie selon l'invention sous forme de la présentation de trois trajectoires, donnant des consignes 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. Elle s'applique à tous types de systèmes mobiles parcourant un trajet donné. L'invention s'applique avantageusement à un système mobile tracté 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 fournissant seule l'énergie au moteur électrique de traction.
La mise en œuvre 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 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 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.
Dans l'exemple qui suit, on choisit donc deux variables X de contrôle, consignes, sur lesquelles le conducteur peut agir :
- le couple demandé au moteur ;
- la position du chauffage demandée. 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 couple 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 du couple moteur est la valeur du couple fournie par le moteur 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 varie essentiellement avec l'élévation.
Les deux variables, couple moteur demandé 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 = 10 mètres.
Il est cependant possible d'effectuer une simplification en introduisant 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. Ces échantillons XL correspondent aux pas de rafraîchissement des consignes. En effet sur un segment de trajet à pente fixe sous des conditions de trafic stationnaire, un conducteur type demande en première approximation une même consigne de couple moteur tout au long de ce segment, correspondant à un échantillon XL. Les variations réelles du couple autour de cette consigne moyenne peuvent être omises sur un tel segment de route. Par ailleurs, un conducteur change la consigne de demande en chauffage en un nombre plus restreint de pas spatiaux que les pas Xe.
Un objectif global de la stratégie de gestion de l'énergie à l'intérieur d'un 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 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, C3, C4 :
- C1 : 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 supérieur à un seuil fixe ;
- C3 : l'écart entre température demandée et réelle ne doit pas 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.
II 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 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 œuvre l'invention effectue notamment un arbitrage entre ces objectifs contradictoires tout en respectant les contraintes énoncées. 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, la vitesse du véhicule, le temps de parcours et la température de l'habitacle. La 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 2 illustre les échantillonnages spatiaux Xe et XL définis précédemment pour un profil de trajet donné représenté par une courbe 21 . Les échantillons Xe sont représentés à l'intérieur d'un segment 22 encadré par deux valeurs d'échantillons XL. 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 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.
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 2. Au k-ème point de mise à jour du parcours, position échantillonnée XL(k) de la série XL, l'objectif est de déterminer les trajectoires optimales jusqu'à la position finale Xf. La mise à jour précédente a eu lieu au point X(k-1 ), les points X(k-1 ) et X(k) encadrant un segment 22. Dans l'exemple de la figure 2, 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 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 déterminer les couples demandés au moteur, propulsion et freinage, ainsi que les positions de consigne du chauffage, prévus jusqu'à la position finale Xf, au point B. Ces variables, couple et position de chauffage, sont déterminées de façon à minimiser un critère mettant en jeu les trois objectifs 01 , O2 et O3 de la section 22 précédente X(k-1 ), X(k), et respectant les quatre contraintes C1 , C2, C3 et C4.
La figure 3 présente l'organigramme d'un exemple d'algorithme général mettant en œuvre 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 finale. Au démarrage 30 dans une étape préliminaire, au point A, plusieurs opérations sont effectuées : - 301 , saisie des coordonnées géographiques de la destination ;
- 302, lecture du trajet par le dispositif GPS, le profil du trajet peut être approximé durant cette étape ;
- 303, calcul du gradient de température sur le trajet en fonction des informations météorologiques disponibles ;
- 304, 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 ;
- 305, 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.
L'algorithme commence et se poursuit alors par une suite de deux tests 31 , 32. 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 31 , 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 39. Dans le cas contraire, la position X(i) et comparée, dans un deuxième test 32, 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 33 pour toutes les positions Xe(j). Si la valeur X(i) est sensiblement égale à XL(k), on applique le rafraîchissement des consignes optimales pour chaque position Xe(j) entre la position XL(k) et Xf 34. La position XL(k) est incrémentée d'un pas XL, à XL(k+1 ) pour le prochain test 32. Après ce test, à l'issue duquel il y a maintien 33 ou rafraîchissement des consignes 34, l'algorithme est rebouclé sur le premier test 31 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 LE tel que |XL(k) - X(i)| < LE 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 LE prenant en compte les incertitudes de mesures.
Le rafraîchissement, ou mise à jour, des consignes est par exemple effectué
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
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 Xt , coïncidant avec une
position XL(k) :
(XX Ol(Cp, Pc, Etat _ i, Param _ trajet) ]
minimiser <^ +βχ02{Ορ, Etat _ i, Param _ trajet)
+γχ 03(Pc, Etat _ i, Param _ trajet)
où
Figure imgf000013_0001
Param_trajet : paramètres relatifs au trajet (longueur, profil de route, température extérieure, etc..) sous les contraintes suivantes :
Figure imgf000013_0002
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. Le couple p est normalisé et varie entre -1 , pour le
couple minimum en freinage, et +1 , pour le couple maximal en propulsion. 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 α, β, γ .
Ce problème d'optimisation est mono-objectif sous contrainte avec un espace de recherche de très grande dimension. Il doit par ailleurs prendre en compte simultanément des variables à valeurs réelles, telles que la valeur du couple moteur demandé, 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 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 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 au couple moteur demandé Cp et à la position de chauffage n. Par exemple, une particule correspond à :
- Cp = 10% du couple maximum ;
- n = 4.
La position future d'une particule i est déterminée au moyen des deux équations présentées dans le tableau suivant : Vt (t + 1) = V^t) + c1 x r1 x [ (W) - P^ (t) ) + c2 x r2 x ( Pt (t) - ¾' (t) )
Eq 1
Pi (t +\) = Pi(t) + ZXVi(t + \)
où
V^t) : vecteur vitesse ou déplacement à l'itération t
Pt(t) : vecteur position à l'itération t
Pbest (t) : meilleur vecteur position de la particule i
Pgiol (0 : meilleur vecteur position de toutes les particules
rx , r2 : nombres aléatoires entre 0 et 1
û), c c2, χ : 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.
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 proche.
La figure 4 présente l'algorithme d'optimisation 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 contraintes. Ce critère et ces contraintes font appel à un simulateur du véhicule, ayant son propre algorithme 40, capable de déterminer l'état du système d'une position X(i) à une position Xf. L'utilisation du simulateur à l'intérieur de l'algorithme d'optimisation est notamment illustrée par la figure 4. Dans une étape initiale 41 on effectue l'initialisation des particules. Cette étape est suivie d'une étape 42 d'évaluation des particules initialisée selon le critère d'optimisation et les contraintes, à l'aide du simulateur 40. Cette étape est suivie d'une étape 43 de mise à jour des particules selon le système d'équation précédent (Eq1 ). Elle est suivie d'une étape 44 d'évaluation. Cette étape effectue l'évaluation des nouvelles particules selon le critère d'optimisation et selon les contraintes, à l'aide du simulateur 40. Cette étape d'évaluation est suivie d'une étape 45 de mise à jour de la meilleure position de chaque particule, elle-même suivie d'une étape 46 de mise à jour de la meilleure particule de l'essaim. Après cette étape 46, on passe à l'itération suivante 47 en se rebouclant sur l'étape 43 de mise à jour des particules. Lorsque l'itération maximale est atteinte 48, l'algorithme s'arrête.
La figure 5 illustre la coopération entre la méta-heuristique 51 , correspondant par exemple à l'algorithme d'optimisation de la figure 4, et le simulateur 40. Le simulateur 40 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. 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 comportement du véhicule et des seuls organes consommant l'essentiel de l'énergie des batteries, c'est-à-dire la traction électrique et le chauffage. 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 chaîne 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.
• Négligence de la dynamique du moteur : Compte tenu des temps de réponse très brefs du moteur par rapport à la dynamique du véhicule, la dynamique du moteur n'est pas modélisée. Le moteur étant asservi en couple, le couple moteur est quasi-égal au couple de consigne.
Suite aux hypothèses simplificatrices précédentes, on peut identifier 4 sous- systèmes de la chaîne de traction :
• Le moteur et son variateur
• La transmission mécanique
• La dynamique longitudinale du véhicule
• Un modèle de la batterie
En ce qui concerne les équations régissant ces différents sous-systèmes :
Servomoteur : Les pertes en puissance d'un moteur asynchrone ne sont pas station naires, elles sont fonctions du couple et du régime moteur. Une 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 par l'équation différentielle non linéaire (dynamique quadratique) de premier ordre suivante : MX = ±Ft - fs∞s ) sign(x) - fam X \x\ - Mg ùn )
avec : - 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
- faero : Coefficient de résistance aérodynamique
- β : pente de la route à l'instant courant
Il est à noter que la force de freinage est due au frein moteur uniquement et correspond à une consigne de couple négative, alors que la force de traction correspond à une consigne positive.
Batterie : L'état de la charge de la batterie, encore appelé SOC selon l'expression anglo-saxonne « State Of charge », est la différence entre l'énergie totale emmagasinée et l'énergie consommée par les différents organes qui y sont connectés :
SOC (t) = E0 - j lUdt où l(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 E0=f(T°) ultérieurement.
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 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 ration N suivant Τ ForceTraction VitesseMoteur
N = =
CoupleMoteur VitesseVéhicule
définit le gain de transmission et correspond au ratio du gain du réducteur par le rayon de la roue motrice.
Dynamique du véhicule
• Masse : M = Mvide +MPackBattenes +MchMgemle = 500+140 + 200 = 840
f = 0 3
• Coefficient de frottement sec : Js '
• Coefficient aérodynamique: f°<"> = C*S = °< 3 xl< 5 = 0,45N.m"2.
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 Joules. On revient à la figure 5. La sortie du modulateur 40 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 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 le couple moteur et la position de chauffage optimum au simulateur pour effectuer la simulation du véhicule, cet état (couple moteur, position de chauffage) étant défini dans l'étape 46 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 rafraîchies au pas des échantillons XL. La méta-heuristique 51 et le simulateur 40 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 51 soit compatible avec les entrées/sorties de l'autre module 40.
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 définie. Les différentes valeurs des vecteurs d'états 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 couple et chauffage à considérer à chaque itération temporelle du simulateur. On fait l'hypothèse qu'à l'instant nul, la position est également nulle, Cm(x=0)=Cm(t=0), Cm étant le couple moteur. 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, le couple de consigne pour l'itération temporelle suivante du simulateur est ré-estimé en affectant le couple correspondant à cette position critique dans le vecteur de consigne c=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 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.
La figure 6 présente l'algorithme de fonctionnement du simulateur 40 conformément à la description qui précède. En particulier, à l'instant d'échantillonnage temporel d'ordre i, le simulateur calcule dans une première étape 61 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, 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 62 à Xf pour déterminer si le véhicule est arrivé à destination 60. Si ce n'est pas le cas, X(i) est comparé 63 à la prochaine position échantillonnée Xe(j). Si X(i) est différent de Xe(j), la consigne est maintenue. Dans le cas contraire, X(i) est sensiblement égale à Xe(j), la consigne est incrémentée 65, elle est maintenue jusqu'au pas spatial suivant. L'indice j est alors incrémenté d'une unité 1 de sorte que la prochaine comparaison 63 sera faite avec Xe(j+1 ). A l'instant d'échantillonnage temporel suivant 67, on reboucle sur la première étape 61 de calcul de 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 3.
La figure 7 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 71 , la trajectoire haute 72 et la trajectoire basse 73. Ces trajectoires représentent la valeur du couple moteur demandé en fonction de la position. Les valeurs des couples sont constantes sur les segments 22 dont le pas XL est variable, étant donné que ces segments n'ont pas tous la même longueur. Ils correspondent en effet par exemple à des tronçons de pente constante comme indiqué précédemment. A l'intérieur de ces segments, la consigne de couple est donc constante. Chaque trajectoire prédit les valeurs de couples optimales de la position XL(k) jusqu'à la fin du trajet à la position Xf. Elles sont calculées pour minimiser la consommation, le temps parcours et/ou permettre le maximum de confort à l'aide de la stratégie mise en œuvre 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 7. 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 œuvre le procédé selon l'invention sont par exemple implémentés dans un calculateur embarqué dans le véhicule, 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. L'invention a été décrite pour un véhicule automobile en prenant en compte un seul auxiliaire. Elle peut être appliquée à la conduite d'un véhicule sans pilote. Les recommandations ou les propositions de conduite et de commande des auxiliaires au conducteur issues des trajectoires de la figure 7 sont alors utilisées comme signaux d'instruction à des organes de commande du couple moteur et des auxiliaires. Il faut alors prévoir des interfaces entre le calculateur embarqué et les différents organes de commande.
L'invention est aussi adaptée pour la gestion d'énergie de robots, ces derniers ayant une batterie comme source d'énergie. Dans ce cas, un exemple d'auxiliaire est la commande d'un membre du robot, un bras notamment, s'ajoutant à la commande principale destinée au déplacement du robot.

Claims

REVENDICATIONS
1 . Procédé de gestion de l'énergie consommée par un système mobile, pour un trajet donné entre un point de départ A et un point d'arrivée B, caractérisé en ce que ledit procédé présente au moins un ensemble de trajectoires composé de la trajectoire d'une consigne pour commander l'organe moteur et de la trajectoire d'une consigne pour commander au moins un équipement auxiliaire, la trajectoire d'une consigne décrivant l'évolution de ladite consigne en fonction de la position du système mobile, lesdites trajectoires étant calculées par rapport à des objectifs donnés selon un algorithme d'optimisation (35) dont les variables sont formées desdites consignes, ledit procédé comportant :
- une étape préliminaire comportant elle-même :
- une sous-étape (301 , 302) de mémorisation d'un profil approximé (2) dudit trajet sous formes de segments (XL, 22) de droites, formant une 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 (304) d'échantillonnage dudit profil selon un pas spatial Xe, formant une deuxième suite de positions échantillonées Xe(j) le long du trajet, les positions échantillonnées Xe(j) étant situées à l'intérieur des segments (XL, 22) ;
les trajectoires desdites consignes étant recalculées à chaque position échantillonnée XL(k) de la première suite selon l'algorithme d'optimisation (35), les consignes étant constantes sur un segment donné (XL, 22), une simulation (40) prédisant l'environnement énergétique du système mobile jusqu'au point d'arrivée B étant effectuée à chaque position échantillonnée Xe(j) de la deuxième suite 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.
2. Procédé selon la revendication 1 , caractérisé en ce que le système mobile est tracté à partir d'une seule source d'énergie.
3. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que l'algorithme d'optimisation (35) est une méta- heuristique à essaim particulaire, une particule étant composée desdites consignes.
4. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que les segments (22) du profil approximé sont fonction de l'élévation du trajet, un segment (22) représentant une section de trajet de pente constante.
5. 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.
6. Procédé selon l'une quelconque des revendications précédentes, caractérisé en ce que le système mobile étant un véhicule, la consigne pour commander l'organe moteur est le couple moteur demandé audit véhicule.
7. Procédé selon la revendication 6, caractérisé en ce que l'environnement énergétique comporte la vitesse du véhicule, le temps de trajet restant et au moins une variable de sortie d'un équipement auxiliaire.
8. Procédé selon l'une quelconque des revendications 6 ou 7, caractérisé en ce que la simulation (40) est effectuée par ailleurs en fonction des conditions de circulation sur le trajet restant.
9. 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 d'objectifs (01 , 02, 03), plusieurs ensembles de trajectoires sont présentés, une trajectoire étant calculée par rapport à une combinaison d'objectifs.
10. Procédé selon la revendication 9, caractérisé en ce que le véhicule 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 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.
1 1 . Procédé selon l'une quelconque des revendications 6 à 10, caractérisé en ce que les consignes définies par les trajectoires sont présentées au conducteur du véhicule sous forme d'instructions visuelles ou vocales.
12. Dispositif de gestion de l'énergie consommée par un système mobile, caractérisé en ce que ledit dispositif est apte à être embarqué dans un système mobile, ledit dispositif comportant au moins un calculateur, des moyens pour capter les positions dudit système, des capteurs pour mesurer l'état de la ressource d'énergie dudit système, et des capteurs donnant des informations de sortie des équipements auxiliaires, lesdits moyens et lesdits capteurs étant interfacés au calculateur, le calculateur mettant en œuvre le procédé selon l'une quelconque des revendications précédentes.
PCT/EP2012/059441 2011-05-25 2012-05-22 Procede de gestion de l'energie consommee par un systeme mobile, notamment un vehicule automobile, dispositif embarque mettant en œuvre un tel procede WO2012160045A1 (fr)

Priority Applications (2)

Application Number Priority Date Filing Date Title
EP12721864.2A EP2714460A1 (fr) 2011-05-25 2012-05-22 Procede de gestion de l'energie consommee par un systeme mobile, notamment un vehicule automobile, dispositif embarque mettant en uvre un tel procede
US14/119,837 US9278628B2 (en) 2011-05-25 2012-05-22 Method of managing the energy consumed by a mobile system, in particular a motor vehicle, on-board device implementing such a method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1154555 2011-05-25
FR1154555A FR2975795B1 (fr) 2011-05-25 2011-05-25 Procede de gestion de l'energie consommee par un systeme mobile, notamment un vehicule automobile, dispositif embarque mettant en œuvre un tel procede

Publications (1)

Publication Number Publication Date
WO2012160045A1 true WO2012160045A1 (fr) 2012-11-29

Family

ID=46124374

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2012/059441 WO2012160045A1 (fr) 2011-05-25 2012-05-22 Procede de gestion de l'energie consommee par un systeme mobile, notamment un vehicule automobile, dispositif embarque mettant en œuvre un tel procede

Country Status (4)

Country Link
US (1) US9278628B2 (fr)
EP (1) EP2714460A1 (fr)
FR (1) FR2975795B1 (fr)
WO (1) WO2012160045A1 (fr)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI465939B (zh) * 2013-01-07 2014-12-21 Univ Lunghwa Sci & Technology A Multi - stage Fast Charge Method for Optimizing Lithium Batteries

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011085325A1 (de) * 2011-10-27 2013-05-02 Robert Bosch Gmbh Verfahren zum Führen eines Fahrzeugs und Fahrerassistenzsystem
FR2993213B1 (fr) * 2012-07-12 2015-10-23 Commissariat Energie Atomique Procede de gestion de l'energie consommee par un vehicule automobile et systeme mettant en œuvre un tel procede
CN105501216B (zh) * 2016-01-25 2017-11-07 合肥工业大学 基于车联网的混合动力汽车的分层能量管理控制方法
CN113326572B (zh) * 2021-06-25 2022-07-01 北京理工大学 一种用于电动大巴的双电机耦合驱动系统集成优化方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1462300A1 (fr) 2002-03-08 2004-09-29 Welltek Energy Co., Ltd. Système de gestion d'énergie pour un véhicule électrique
US20110066308A1 (en) * 2009-09-16 2011-03-17 Gm Global Technology Operations, Inc. Predictive energy management control scheme for a vehicle including a hybrid powertrain system

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1462300A1 (fr) 2002-03-08 2004-09-29 Welltek Energy Co., Ltd. Système de gestion d'énergie pour un véhicule électrique
US20110066308A1 (en) * 2009-09-16 2011-03-17 Gm Global Technology Operations, Inc. Predictive energy management control scheme for a vehicle including a hybrid powertrain system

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
BANVAIT HARPREETSINGH ET AL: "Plug-in hybrid electric vehicle energy management system using particle swarm optimization", WORLD ELECTRIC VEHICLE JOURNAL,, vol. 3, 1 May 2009 (2009-05-01), pages 1 - 11, XP009152774 *
G-E KATSARGYRI ET AL: "Optimally controlling Hybrid Electric Vehicles using path forecasting", AMERICAN CONTROL CONFERENCE, 2009. ACC '09, IEEE, PISCATAWAY, NJ, USA, 10 June 2009 (2009-06-10), pages 4613 - 4617, XP031487056, ISBN: 978-1-4244-4523-3 *
QIUMING GONG ET AL: "Computationally efficient optimal power management for plug-in hybrid electric vehicles based on spatial-domain two-scale dynamic programming", VEHICULAR ELECTRONICS AND SAFETY, 2008. ICVES 2008. IEEE INTERNATIONAL CONFERENCE ON, IEEE, PISCATAWAY, NJ, USA, 22 September 2008 (2008-09-22), pages 90 - 95, XP031345339, ISBN: 978-1-4244-2359-0, DOI: 10.1109/ICVES.2008.4640882 *
QIUMING GONG ET AL: "Trip-Based Optimal Power Management of Plug-in Hybrid Electric Vehicles", IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY, IEEE SERVICE CENTER, PISCATAWAY, NJ, US, vol. 57, no. 6, 1 November 2008 (2008-11-01), pages 3393 - 3401, XP011225861, ISSN: 0018-9545, DOI: 10.1109/TVT.2008.921622 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI465939B (zh) * 2013-01-07 2014-12-21 Univ Lunghwa Sci & Technology A Multi - stage Fast Charge Method for Optimizing Lithium Batteries

Also Published As

Publication number Publication date
FR2975795B1 (fr) 2014-05-09
US9278628B2 (en) 2016-03-08
FR2975795A1 (fr) 2012-11-30
US20140081503A1 (en) 2014-03-20
EP2714460A1 (fr) 2014-04-09

Similar Documents

Publication Publication Date Title
EP2872358A1 (fr) Procede de gestion de l&#39;energie consommee par un vehicule automobile et systeme mettant en oeuvre un tel procede
EP3363707B1 (fr) Procede de determination d&#39;une zone atteignable par un vehicule au moyen d&#39;un modele dynamique et d&#39;un graphe adjoint
FR3018921A1 (fr) Procede pour estimer l&#39;autonomie d&#39;un vehicule electrique ou hybride
EP2714460A1 (fr) Procede de gestion de l&#39;energie consommee par un systeme mobile, notamment un vehicule automobile, dispositif embarque mettant en uvre un tel procede
EP2790988B1 (fr) Procede de gestion d&#39;energie pour un vehicule electrique
FR3010238A1 (fr) Procede de regeneration electrique d&#39;un accumulateur d&#39;energie
US10351000B2 (en) Intelligent vehicle fuel gauge
FR2976888A1 (fr) Procede d&#39;aide au pilotage d&#39;un vehicule automobile en vue d&#39;optimiser l&#39;utilisation de la reserve d&#39;energie
FR3038277A1 (fr) Procede de calcul d’une consigne de gestion de la consommation en carburant et en courant electrique d’un vehicule automobile hybride
EP3565747B1 (fr) Procédé de calcul d&#39;une consigne de gestion de la consommation en carburant et en courant électrique d&#39;un véhicule automobile hybride
FR3070346A1 (fr) Procede de gestion de l&#39;etat de charge d&#39;un vehicule hybride
WO2010043833A1 (fr) Procede d&#39;estimation d&#39;autonomie pour vehicule automobile pourvu de moyens de predictions ameliores et dispositif associe
FR2995149A1 (fr) Recharge d&#39;un parc de batteries
WO2010097554A1 (fr) Dispositif et procédé de gestion optimisée de l&#39;énergie électrique d&#39;une source de stockage électrochimique embarquée dans un véhicule hybride
EP3065986A1 (fr) Procede et systeme de commande de la vitesse d&#39;un vehicule
EP3856600A1 (fr) Procédé de calcul d&#39;une consigne de gestion de la consommation en carburant et en courant électrique d&#39;un véhicule automobile hybride
FR2811268A1 (fr) Procede et systeme de gestion de l&#39;energie dans un vehicule a moyen de propulsion hybride
FR2942087A1 (fr) Dispositif et procede de gestion du niveau de charge electrique lors de la mise en charge d&#39;une source de stockage electrochimique embarquee dans un vehicule
FR3068322A1 (fr) Procede de gestion de la chaine de traction d&#39;un vehicule hybride
FR3120594A1 (fr) Procede de gestion du demarrage d&#39;un moteur thermique pour un vehicule hybride
EP1129892A1 (fr) Dispositif de gestion d&#39;énergie pour véhicule
EP3599445B1 (fr) Procédé de détermination d&#39;un itineraire minimisant la dépense energetique d&#39;un vehicule hybride au moyen d&#39;un graphe adjoint étendu
FR2991277A3 (fr) Procede et dispositif de validation d&#39;une mission jusqu&#39;a une destination pour un vehicule electrique ou hybride
FR3027682A1 (fr) Systeme de calcul d&#39;un besoin de recharge en energie electrique d&#39;un vehicule a propulsion electrique
FR3096315A1 (fr) Procédé et dispositif de gestion de la charge d’un véhicule électrique

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12721864

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 14119837

Country of ref document: US

NENP Non-entry into the national phase

Ref country code: DE