Contrôle/Commande avancé pour l'optimisation du confort thermique d'un véhicule électrifié. - AUTO - Département Automatique Accéder directement au contenu
Thèse Année : 2013

Advanced Control and Supervision for the Optimization of Thermal Comfort in an Electrified Vehicle

Contrôle/Commande avancé pour l'optimisation du confort thermique d'un véhicule électrifié.

Résumé

Through this thesis we develop some strategies to define the optimal set points for thermal actuators, as well as an adequate control strategy for a heat pump. To this extent, different steps were carried out:- Control-oriented modeling of a reversible heat pump, thermistors, and the environment connecting these elements to the interior of the car’s cabin. Simplified but non-linear physical models were defined and used to build a Model-in-the-Loop platform, which would later be considered for the validation of the control and optimization strategies. - Control of a heat pump. The linearization of the heat pump model around some operating points was used to develop the control of the electric compressor, being the main actuator. The proposed control structure takes into account, in closed loop, input and state constraints. The performance of the structure was analyzed by using main controllers of PI and Hinf type. Lastly, some control algorithms were also proposed to control a second actuator of the system. - Thermal actuators optimization. Despite the high efficiency of the heat pump, the use of thermistors can be advantageous both for reducing the energetic consumption and/or to ensure the thermal power requests in extreme conditions. The optimization problem was carried out in two steps: offline solutions were firstly obtained solving a mixed-integer problem with predictive model, then used to derive some strategies that could be embedded in the vehicle.
Dans cette thèse nous développons des structures de supervision permettant de définir des consignes optimales pour des actionneurs thermiques, ainsi que des stratégies de commande appropriées pour le pilotage d’une pompe à chaleur (PAC). Pour répondre à ces objectifs, plusieurs étapes ont été réalisées :- Modélisation orientée commande d’une PAC réversible, des thermistances, et de l’environnement permettant de les lier à l’intérieur de l’habitacle. Des modèles physiques ont été définis et intégrés dans une plateforme du type Model-in-the-Loop pour permettre a posteriori la validation des stratégies de commande et d’optimisation. - Commande d’une PAC. La linéarisation du modèle de PAC autour de certains points de fonctionnement a permis le développement de la commande de l’actionneur principal. La structure de commande proposée permet de prendre en compte, en boucle fermée, des contraintes d’état et d’entrée du système. Les performances de cette structure ont été analysées en considérant successivement des régulateurs principaux de type PI et Hinf. Enfin, des algorithmes réalisant le pilotage d’un actionneur secondaire du système ont été également proposés. - Optimisation des actionneurs thermiques. L’utilisation combinée de thermistances et de la PAC présente des avantages en termes de réduction de la consommation énergétique et/ou du maintien de la puissance thermique demandée dans des conditions aux limites de fonctionnement. Le problème d’optimisation a été résolu en deux temps : des solutions hors-ligne ont été obtenues par résolution d’un problème mixte en nombre entier avec modèle prédictif, puis utilisées pour déduire des stratégies embarquables sur le véhicule.
Fichier principal
Vignette du fichier
EsquedaMerino_Donovan_These_-_VF.pdf (9.67 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)
Loading...

Dates et versions

tel-00969132 , version 1 (02-04-2014)

Identifiants

  • HAL Id : tel-00969132 , version 1

Citer

Donovan Manuel Esqueda Merino. Contrôle/Commande avancé pour l'optimisation du confort thermique d'un véhicule électrifié.. Autre. Supélec, 2013. Français. ⟨NNT : 2013SUPL0018⟩. ⟨tel-00969132⟩
594 Consultations
1734 Téléchargements

Partager

Gmail Facebook X LinkedIn More