Individual information

Decision-making is a crucial and difficult step in the design process of complex systems such as the hybrid powertrain. Finding an optimal solution requires the system feedback. This can be, depending on the granularity of the models at the component level, highly time-consuming. This is even more true when the system’s performance is determined by its control. In fact, various possibilities can be selected to deliver the required torque to the wheels during a driving cycle. In this work, two different design strategies are proposed to minimize the fuel consumption and the cost of the hybrid powertrain. Both strategies adopt the iterative framework which allows for the separation of the powertrain design problem and its control while leading to system optimality. The first approach is based on model reduction, while the second approach relies on improved cycle reduction techniques. They are then applied to a parallel hybrid vehicle case study, leading to important cost reduction in reasonable delays and are compared using different metrics.

La conception des chaînes de traction hybrides est une tâche complexe, qui fait appel à des experts de différents domaines s’appuyant sur des compétences et des outils distincts. En plus de cela, la recherche d’une solution optimale nécessite un retour système. Cela peut être, selon la granularité des modèles de composants, très coûteux en temps de calcul. Ceci est d’autant plus vrai lorsque la performance du système est déterminée par sa commande, comme c’est le cas du véhicule hybride. En fait, différentes possibilités peuvent être sélectionnées pour fournir le couple requis aux roues pendant le cycle de conduite. Ainsi, le principal obstacle est d’atteindre l’optimalité tout en conservant une méthodologie rapide et robuste. Dans ces travaux de thèse, de nouvelles approches visant à exploiter le potentiel complet de l’hybridation sont proposées et comparées. La première stratégie est une approche bi-niveaux composée de deux blocs d’optimisation imbriqués: un processus d’optimisation des paramètres de design externe qui calcule la meilleure valeur de consommation de carburant à chaque itération en se basant sur une version améliorée de la programmation dynamique pour l’optimisation de la commande. Deux stratégies de conception systémique différentes basées sur le schéma itératif sont également proposées. La première approche est basée sur la réduction de modèle tandis que la seconde se repose sur des techniques précises de réduction de cycle. Cette dernière permet l’utilisation de modèles de haute précision sans pénaliser le temps de calcul. Une approche simultanée est ensuite mise en œuvre, qui optimise à la fois les variables de conception et les paramètres d’une nouvelle stratégie efficace à base de règles. Cette dernière permettra une optimisation plus rapide par rapport à l’optimisation directe de toutes les variables de décision. Enfin, une technique basée sur l’utilisation des méta-modèles est explorée.