Fiche individuelle

This paper compares the impact of two scaling methods of electric machines on the energy consumption of electric vehicles. The first one is the linear losses-to-power scaling method of efficiency maps, which is widely used in powertrain design studies. While the second is the geometric scaling method. Linear scaling assumes that the losses of a reference machine are linearly scaled according to the new desired power rating. This assumption is questionable and yet its impact on the energy consumption of electric vehicles remains unknown. Geometric scaling enables rapid and accurate recalculation of the parameters of the scaled machines based on scaling laws validated by finite element analysis. For this comparison, a reference machine design of 80 kW is downscaled with a power scaling factor of 0.58 and upscaled considering a power scaling of 1.96. For comparative purposes, optimal combinations of geometric scaling factors are determined. The scaled machines are derived to fit the driving requirements of two electric vehicles, namely a light-duty vehicle and a medium-duty truck. The comparison is performed for 9 standardized driving cycles. The results show that the maximal relative difference between linear and geometric scaling in terms of energy consumption is 3.5% for the case of the light-duty vehicle, compared with 1.2% for the case of the truck. The findings of this work provide evidence that linear scaling can continue to be used in system-level design studies with a relatively low impact on energy consumption. This is of high interest considering the simplicity of linear scaling and its potential for time-saving in the early development phases of electric vehicles

The series–parallel architecture is the most interesting for hybrid electric vehicles, allowing the lowest fuel consumption. Unlike passenger cars, this architecture is not commercially available on the heavy-duty vehicles market. This is due to technical limitations associated with unsufficient load capability of the geartrain. To address this issue, new transmissions, such as the electrical variable transmission, have been developed. The novelty of this paper relies on the hybridization of a long-haul truck using the electrical variable transmission. This study aims to investigate the potential of using this new transmission for trucks. For that aim, fuel consumption benchmarking of three powertrain topologies is performed, considering: (a) a gearless topology; (b) a geared topology that uses one gearbox inserted between the engine and the mechanical input port of the electrical variable transmission; (c) a geared topology similar to the second one, but, with an additional multi-stage gearbox inserted to the mechanical output port of the electrical variable transmission. For a fair comparison between the different topologies, a bi-level optimization process has been used, incorporating the optimization of both components sizing and control. Results show that the fuel consumption of the gearless powertrain is higher than the engine-powered truck due to higher losses in the electrical variable transmission. While maximum fuel reduction of 14.2% was obtained by a geared topology that uses two gearboxes. Furthermore, emphasis is given to understand the effect of the powertrain component sizing on fuel consumption. Depending on the defined sizing, a possible fuel reduction is achieved from 3.3% to 14.2% for the two geared topologies. The reduction of CO2 emissions is found to be proportional to the fuel savings. Considering a long-haul mission, the last findings prove that the electrical variable transmission exhibits potential to reduce fuel consumption, if an adequate powertrain topology and its sizing are well defined.

The paper presents a method for structuring a scalable model of a permanent magnet synchronous machine in a manner that facilitates its integration into system-level simulations. This is achieved by utilizing the energetic macroscopic representation formalism to organize the equations of the scaling laws. The model comprises a fixed reference permanent magnet synchronous machine model that is complemented with two electrical and mechanical power adaptation elements to ensure scalability. Three scaling choices are analyzed, and the findings reveal that the equations for the power adaptation elements differ based on the selected scaling choice.

L'industrie automobile est contrainte d'accélérer le développement et le déploiement des véhicules électrifiés à un rythme sans précédent, afin d'aligner le secteur du transport avec les objectifs climatiques. La réduction du temps de développement des véhicules électriques devient une priorité urgente. D'autre part, l'industrie est confrontée à une complexité accrue et à l'ampleur de l'espace de conception des chaînes de traction électrifiées émergentes. Les approches existantes pour aborder la conception des composants, notamment les méthodes numériques telles que la méthode des éléments finis, la mécanique des fluides numérique, etc., reposent sur un processus de conception détaillé. Cela entraîne une longue charge de calcul lorsqu'on essaie de les intégrer au niveau système. L'accélération des premières phases de développement des véhicules électrifiés nécessite de nouvelles méthodologies et de nouveaux outils, permettant d'explorer l'espace de conception au ni-veau système. Ces méthodologies devraient permettre d'évaluer les différents choix de pré-dimensionnement des chaînes de traction électrifiées dans les phases de pré-étude. Cette évaluation devrait se faire de manière efficace en termes de temps de calcul, tout en garan-tissant des résultats fiables en termes de consommation énergétique au niveau système. Pour relever ce défi, cette thèse de doctorat vise à développer une méthodologie de mise à l'échelle pour les systèmes d'entraînement électromécaniques, permettant l'étude au niveau système de différents véhicules électriques. Un système d'entraînement électromécanique se compose d'un ensemble comprenant un onduleur, une machine électrique, un réducteur mécanique et une unité de contrôle. La procédure de mise à l'échelle vise à prédire les données d'une conception nouvellement définie d'un composant donné avec des spécifications différentes sur la base d'une conception de référence, sans avoir à refaire des étapes qui demandent beaucoup de temps et d'efforts. À cette fin, différentes formulations de lois de mise à l'échelle des composants du système d'entraînement électromécanique sont examinées en détail et comparées au niveau composant en termes de mise à l'échelle de la perte de puissance. Un accent particulier est mis sur l'examen de la méthode de mise à l'échelle linéaire des pertes par une homothétie, qui est largement employée dans les études au niveau système. En effet, cette méthode présente des hypothèses discutables et n'a pas fait l'objet d'une étude approfondie. En outre, l'une des principales contributions de ce travail est la formulation des lois de mise à l'échelle des pertes de puissance des réducteurs mécaniques, qui ont été identifiées comme une lacune dans la littérature actuelle. Pour ce faire, une campagne expérimentale intensive a été menée sur des réducteurs mécaniques commerciaux. Pour intégrer les lois d'échelle au niveau système et étudier l'interaction entre les composants mis à l'échelle, le formalisme de la représentation macroscopique énergétique est utilisé. La nouveauté de la méthode proposée réside dans la structuration d'un modèle et d'une commande évolutifs du système d'entraînement électromécanique de référence à utiliser dans la simulation au niveau système. La nouvelle organisation consiste en un modèle et une commande de référence complétés par deux éléments d'adaptation de puissance du côté électrique et mécanique. Ces derniers éléments prennent en compte les effets d'échelle, y compris les pertes de puissance. La méthodologie est appliquée à différents cas d'étude de véhicules électriques à batterie, allant des véhicules légers aux véhicules lourds. Une attention particulière est accordée à l'évaluation de l'impact de la méthode de la mise à l'échelle linéaire sur la consommation d'énergie, en tenant compte de différents facteurs de mise à l'échelle de la puissance et des cycles de conduite, par rapport à d'autres méthodes de mise à l'échelle avec une haute-fidélité.