Optimisation de la configuration matérielle pour la gestion de l'énergie solaire dans les véhicules hybrides à ultracondensateurs | Rapports scientifiques - Groupe de simulateurs de batterie de Pékin Co., Ltd.

Scientific Reports volume 14, Numéro d'article : 29618 (2024) Citer cet article

2265 accès

Détails des métriques

Une correction de l'auteur à cet article a été publiée le 5 mars 2025

Cet article a été mis à jour

Cet article présente la conception et la construction d'un système de gestion adaptative de l'énergie intégrant une batterie 12 V–2 Ah et un supercondensateur 1F pour véhicules hybrides électriques à énergie solaire. La longévité de la batterie de stockage principale et l'efficacité globale du système devraient être améliorées par la capacité du système de gestion de l'énergie à anticiper les conditions de conduite et à réduire sa charge. Cette méthode optimise la répartition de l'énergie entre de nombreuses sources de stockage grâce à des configurations matérielles sophistiquées. Grâce au logiciel Arduino Uno, le système de gestion de l'énergie adapte en permanence la distribution de l'énergie aux conditions de conduite et aux besoins énergétiques du véhicule. Afin de réaliser une évaluation approfondie du système, une configuration mécanique a été créée pour reproduire la dynamique du véhicule. Celle-ci incluait des situations où le véhicule se déplaçait uniquement grâce à son moment d'inertie, sans l'accélérateur. Cette configuration permet des tests dans diverses conditions de fonctionnement, telles que le freinage, l'accélération et des pentes variables. Selon les données expérimentales, la contrainte maximale de la batterie est significativement réduite d'environ 33,33 %, ce qui prolonge sa durée de vie. Avec des pertes d'énergie minimales de 4,3 à 4,9 %, le système atteint régulièrement un rendement énergétique compris entre 95,1 et 95,7 %. De plus, le système de gestion de l'énergie (EMS) matériel proposé réduit les pertes d'énergie globales d'environ 10,36 %, ce qui souligne sa fiabilité et son efficacité par rapport aux techniques traditionnelles. La longévité et l'efficacité du système sont renforcées par la répartition équilibrée de l'énergie entre la batterie, le supercondensateur et les sources solaires, ce qui évite toute surcharge de l'une d'elles. Globalement, le système de gestion de l'énergie proposé améliore efficacement la distribution d'énergie et prolonge la durée de vie et les performances des composants des véhicules hybrides.

L'industrie automobile se tourne de plus en plus vers les véhicules électriques hybrides, une solution révolutionnaire aux défis mondiaux urgents de la durabilité énergétique et du changement climatique. En combinant harmonieusement moteurs à combustion interne conventionnels et systèmes de propulsion électrique, les véhicules électriques hybrides offrent des économies de carburant et d'émissions significatives1 par rapport à leurs homologues conventionnels. Les batteries et les supercondensateurs, qui stockent et fournissent efficacement l'énergie pour répondre aux différentes exigences de propulsion et conditions de fonctionnement, sont les composants clés des systèmes de stockage d'énergie de ces véhicules. Cette recherche vise à améliorer l'efficacité et la longévité des systèmes de gestion de l'énergie des véhicules hybrides hybrides (HEV) grâce au développement et au déploiement d'une configuration matérielle sophistiquée spécifiquement adaptée aux configurations solaires. L'objectif principal est d'optimiser la répartition de l'énergie entre la batterie, le supercondensateur et les sources photovoltaïques, en s'appuyant sur des configurations matérielles avancées et des algorithmes de contrôle robustes2. Contrairement aux approches EMS conventionnelles qui reposent souvent sur des stratégies statiques ou basées sur des règles, notre étude utilise des techniques de gestion adaptative de l'énergie. Ces techniques utilisent des données en temps réel issues de cycles de conduite standardisés, tels que l'UDDS, pour prédire et ajuster dynamiquement la distribution de l'énergie en fonction de la dynamique opérationnelle du véhicule et des conditions environnementales.

Au cœur de notre approche se trouve l'intégration d'un convertisseur élévateur CC-CC entrelacé modifié3, méticuleusement conçu pour réduire les pertes du convertisseur, stabiliser l'état de charge et maximiser l'efficacité énergétique globale, atteignant des niveaux allant jusqu'à 98 %. Cette innovation matérielle est complétée par une implémentation logicielle basée sur Arduino Uno, offrant une interface de contrôle flexible et réactive pour la gestion du flux d'énergie au sein du système HEV. Afin de valider rigoureusement l'efficacité et la fiabilité de notre configuration proposée, des tests complets sont réalisés à l'aide d'une plateforme de simulation mécanique sophistiquée. Cette plateforme reproduit fidèlement des scénarios de conduite réels, incluant des accélérations, des décélérations et la traversée de terrains et de pentes variés, garantissant une évaluation rigoureuse des performances dans diverses conditions opérationnelles. Cela inclut la simulation de situations où le véhicule se déplace par inertie sans action sur l'accélérateur, préservant ainsi la consommation d'énergie.

Cette recherche fait progresser considérablement nos connaissances et notre capacité à utiliser les systèmes de gestion de l'énergie solaire dans les véhicules hybrides électriques (VEH), contribuant ainsi au développement continu des technologies de transport durable. Les conclusions et les enseignements de l'étude pourraient améliorer la fiabilité, l'impact environnemental et l'efficacité opérationnelle des VEH, ouvrant ainsi la voie à un avenir plus durable et plus respectueux de l'environnement pour la mobilité urbaine et au-delà. Ces travaux soulignent l'importance de créer des systèmes résilients et adaptables, capables de répondre à la demande énergétique mondiale croissante tout en minimisant les impacts environnementaux grâce à une gestion énergétique innovante et à l'intégration de sources d'énergie renouvelables.

La première section décrit les principaux défis du système de transport actuel et met en lumière les recherches en cours sur ce modèle. La deuxième section présente un aperçu complet de la littérature. La troisième section fournit des spécifications complètes et les caractéristiques nominales des composants, tout en présentant le schéma fonctionnel fondamental. La quatrième section examine l'analyse et l'intégration des véhicules hybrides électriques (VEH) avec diverses sources d'énergie, telles que les batteries, les supercondensateurs et les panneaux solaires. La cinquième section présente la définition du problème et les paramètres utilisés dans le système de gestion de l'énergie. La sixième section présente les résultats et une explication détaillée. La septième section conclut par un résumé des principales découvertes et contributions de l'étude.

La technologie des véhicules électriques hybrides (VEH) a connu des progrès considérables grâce à la recherche d'alternatives de transport respectueuses de l'environnement. Ces véhicules offrent une solution viable pour réduire les émissions polluantes et la consommation de carburant, car ils associent moteurs à combustion interne et systèmes de propulsion électrique. Des systèmes complexes de gestion de l'énergie, associés à des convertisseurs CC-CC de pointe et à des systèmes mécaniques complets, optimisent les interactions entre les différents composants de stockage d'énergie, notamment les batteries, les supercondensateurs et les sources photovoltaïques, pour conférer aux VEH une grande efficacité.

En raison de leur densité énergétique élevée, les batteries constituent le principal composant du stockage d'énergie des véhicules électriques hybrides, fournissant la puissance continue nécessaire aux longs trajets. Cependant, en raison de leur faible densité de puissance, les batteries seules sont souvent incapables de répondre aux besoins de pointe en accélération et autres activités à forte puissance. Grâce à leur densité de puissance exceptionnelle, les ultracondensateurs4 comblent ce manque en fournissant les brèves pointes d'énergie nécessaires au freinage régénératif et aux accélérations rapides. Dans un système de stockage d'énergie hybride (HESS), les batteries et les unités de charge fonctionnent ensemble pour maximiser les avantages des capacités de chaque composant, qui comprend les batteries pour le stockage d'énergie et les unités de charge pour la distribution d'énergie. Cela prolonge la durée de vie et les performances globales du système.

En ajoutant une seconde source d'énergie renouvelable et en réduisant la dépendance aux combustibles fossiles, l'intégration de panneaux photovoltaïques dans les véhicules hybrides électriques (VEH) améliore l'efficacité énergétique du véhicule. L'énergie solaire est transformée en électricité par des panneaux photovoltaïques, qui peuvent ensuite être utilisés immédiatement pour alimenter les systèmes électriques du véhicule ou stockés dans une batterie. Cependant, pour que cette intégration gère correctement les fluctuations de l'énergie solaire, une meilleure gestion de l'énergie est nécessaire. L'intégration de panneaux photovoltaïques est un complément envisageable au système de stockage d'énergie hybride, car des études ont montré qu'elle permettait de réduire considérablement la consommation de carburant et les émissions des VEH.

Dans les véhicules hybrides, les convertisseurs CC-CC sont essentiels pour contrôler le flux d'énergie entre les batteries, les supercondensateurs et les panneaux photovoltaïques. Dans ce cas, les convertisseurs abaisseurs-élévateurs sont très utiles car ils permettent d'ajuster la tension au niveau souhaité, garantissant ainsi une utilisation efficace de l'énergie provenant de plusieurs sources. Les convertisseurs élévateurs CC-CC entrelacés se distinguent par leur capacité à réduire l'ondulation de tension, à atténuer les interférences électromagnétiques (EMI) et à améliorer le contrôle thermique6. En répartissant la charge sur plusieurs canaux, ces convertisseurs améliorent la fiabilité et l'efficacité globales du système de gestion de l'énergie.

Une plateforme de simulation mécanique complète est nécessaire à la validation et à l'optimisation du système de gestion de l'énergie (EMS) des véhicules hybrides. Cette plateforme présente une configuration complète reproduisant les conditions de conduite réelles, notamment le freinage, l'accélération et la conduite sur divers terrains. La simulation intègre de nombreux composants, dont des roues, des freins et des accélérateurs, pour reproduire précisément le comportement dynamique d'un véhicule réel. Cette méthode permet de tester et de peaufiner rigoureusement le système EMS, garantissant ainsi des performances fiables dans diverses conditions de fonctionnement. Afin d'économiser l'énergie et de prolonger la durée de vie de la batterie, l'architecture du système mécanique intègre également des cas où le véhicule se déplace uniquement par inertie, sans intervention sur l'accélérateur7.

L'étude8 indique que l'utilisation conjointe de batteries et de cellules de charge dans les véhicules électriques hybrides améliore la longévité et l'efficacité du système de stockage d'énergie. Leurs recherches mettent en évidence l'efficacité de ces deux éléments pour une gestion efficace des besoins en énergie et en électricité. L'intégration de panneaux photovoltaïques dans les véhicules hybrides électriques9 permet de réduire considérablement la consommation de carburant et les émissions de gaz à effet de serre. Leurs recherches soulignent comment les systèmes photovoltaïques pourraient être utilisés pour compléter les éléments de stockage d'énergie plus conventionnels dans les véhicules électriques hybrides. Une étude10 examine l'application de convertisseurs élévateurs CC-CC entrelacés dans les véhicules électriques hybrides, soulignant leur efficacité et leur contrôle thermique améliorés par rapport aux convertisseurs traditionnels.

Leurs conclusions soutiennent l'utilisation d'une technologie de convertisseur de pointe pour améliorer la gestion de l'énergie des véhicules hybrides rechargeables (VEH)11. L'importance des plateformes de simulation mécanique pour la création et la vérification des techniques EMS dans les VEH7. Leur étude démontre comment une modélisation plus précise des conditions de conduite réelles peut aboutir à des systèmes de gestion de l'énergie plus fiables et plus efficaces.

Les auteurs de la référence 9 examinent en profondeur les méthodes de stabilisation, les analyses de stabilité et les techniques de contrôle utilisées dans les véhicules électriques hybrides. Ils concluent que, pour obtenir un meilleur niveau de contrôle que les méthodes classiques telles que la commande proportionnelle-intégrale (PI), la commande proportionnelle-dérivée (PD), la commande proportionnelle-intégrale-dérivée (PID) et la commande floue (FC), un contrôle local des convertisseurs est nécessaire. Les auteurs identifient trois stratégies de contrôle fréquemment utilisées : le contrôle décentralisé, le contrôle centralisé et le contrôle distribué, qui gèrent la communication entre les composants d'un véhicule électrique hybride. Dans le contrôle décentralisé, les lignes électriques sont utilisées comme canaux de communication plutôt que les liaisons numériques, la demande de tension du circuit intermédiaire CC servant généralement de rétroaction.

Cette recherche suggère d'utiliser un convertisseur bidirectionnel pour connecter une batterie de supercondensateurs au bus CC. Une résistance et un condensateur virtuels servent de boucle de contrôle d'impédance entre la liaison CC et le convertisseur. Bien que ces configurations ne soient pas certifiées HIL (Hardware-In-the-Loop), les résultats numériques des simulations MATLAB ont montré une réactivité dynamique améliorée par rapport aux topologies précédentes. De plus, la référence 12 présente une stratégie de gestion décentralisée de l'énergie pour un système HEV autonome. La fonction I/V adaptative de cette étude, qui sert de méthode de contrôle décentralisé pour un système hybride comprenant un réseau photovoltaïque (PV), un stockage d'énergie par batterie (BES) et une éolienne, a été étudiée à l'aide de SIMULINK pour fournir des résultats numériques. Cette configuration13 a efficacement préservé la stabilité du bus CC, même dans les situations où la consommation d'énergie dépasse la puissance maximale.

Dans une autre étude14, un système hybride électrique isolé à six modes de fonctionnement a été géré par une méthode d'équilibrage énergétique. Cette technique a permis de réduire les oscillations du bus CC en permettant des commutations de mode photovoltaïque à la volée. Néanmoins, le plan ne prenait en charge que des charges linéaires et autorisait une fluctuation maximale du bus de 6 %. Ces études soulignent les progrès et les difficultés liés à la création de systèmes efficaces de gestion de l'énergie pour les véhicules hybrides électriques, en mettant l'accent sur l'intégration de batteries, de supercondensateurs et de sources d'énergie renouvelables afin de préserver l'efficacité et la stabilité du système.

Afin d'améliorer l'efficacité et la stabilité des systèmes de véhicules hybrides, ces projets de recherche mettent en lumière les efforts constants d'optimisation des techniques de gestion de l'énergie dans les véhicules hybrides hybrides (VEH) en exploitant les avancées en matière d'intégration des ultracondensateurs, de contrôle décentralisé et de transitions dynamiques entre modes de fonctionnement. Une méthode de contrôle centralisée est présentée dans la référence 15 pour un prototype expérimental de VEH intégrant un bus 380 V et couplé à différents composants via des convertisseurs électroniques de puissance (CEP). Dans des conditions dynamiques telles que des variations d'ensoleillement, des charges variables et des limites de puissance, la batterie, l'ultracondensateur (UC) et les systèmes photovoltaïques sont garantis de fonctionner de manière stable grâce au système de gestion de l'énergie piloté par le logiciel LabVIEW. Des études de cas et des simulations sont utilisées pour valider les excellentes performances du système, soulignant sa capacité à maximiser l'efficacité énergétique et à préserver la stabilité des composants du VEH.

Pour améliorer la gestion de l'énergie dans les véhicules électriques hybrides utilisant un convertisseur élévateur bidirectionnel, la référence 16 suggère l'utilisation d'un contrôleur flou. Ce contrôleur a pour objectif d'augmenter la durée de vie de la batterie et de maintenir la stabilité de la tension du bus CC entre 380 et 20 V. Une surveillance et un contrôle efficaces sont rendus possibles par la mise en œuvre du logiciel LabVIEW, essentiel pour s'adapter aux variations environnementales et optimiser le fonctionnement du convertisseur afin d'accroître l'efficacité globale du système. Dans la référence 18, les chercheurs utilisent la carte PCI-MIO16-E-4 pour une validation expérimentale sous charges résistives, en mettant l'accent sur la gestion d'un convertisseur triphasé relié à un moteur à induction au sein d'un véhicule hybride fonctionnant sur un bus de 600 V. Cet article présente des solutions de contrôle pratiques pour améliorer l'efficacité opérationnelle et garantir des performances fiables dans les applications pour véhicules électriques.

Un prototype expérimental de véhicule hybride électrique (HEV) avec un bus de 380 V est détaillé dans la référence 17. Il est connecté au réseau électrique principal (RG) via un convertisseur électronique de puissance (CEP), qui régule le système de gestion de l'énergie du bus de liaison CC. La puissance du HEV est suivie à l'aide du logiciel LabVIEW, qui analyse également des études de cas avec différents rayonnements, charges résistives, états de charge et limitations de puissance. Parallèlement, la référence 18 suggère d'utiliser un contrôleur flou dans LabVIEW pour augmenter la durée de vie des parcs de batteries en stabilisant le bus de liaison CC entre 380 et 20 V. De plus, la référence 18 contrôle un convertisseur triphasé pour un moteur à induction dans un HEV avec un bus de 600 V à l'aide de LabVIEW et de la carte PCI-MIO16-E-4, testé sous charges résistives.

Une stratégie de contrôle de puissance pour réguler les flux d'énergie entre un supercondensateur, un redresseur et la charge d'un véhicule électrique hybride (VEH) est implémentée dans la référence 19 à l'aide d'une carte temps réel dSPACE et vérifiée par des simulations et des tests. Afin de gérer la puissance maximale provenant des pannes solaires et éoliennes, la référence 20 présente un contrôleur de supervision tolérant aux pannes (CSTP) pour un VEH hybride CA/CC, simulé sous MATLAB. Pour répondre à diverses situations de charge et pannes d'énergies renouvelables, ce CSTP utilise des contrôleurs flous pour décrire les défauts dynamiques, ce qui complète la méthode de contrôle basée sur la FC de la référence 21 pour les systèmes d'énergie renouvelable hybrides (SERH). Ces conceptions EMS de pointe améliorent l'efficacité et la stabilité dans diverses conditions de fonctionnement en privilégiant l'adaptation en temps réel et la mise en œuvre pratique dans les VEH.

Les avancées récentes en matière de systèmes de gestion de l'énergie (EMS) pour les véhicules hybrides hybrides (VEH) se sont concentrées sur l'optimisation des performances des batteries et l'amélioration de l'efficacité globale du système. Une nouvelle approche adaptative d'estimation des paramètres de batterie hybride, présentée dans SoftwareX (2023)22, démontre une technique avancée d'estimation en temps réel des paramètres de batterie à l'aide d'une boîte à outils de modélisation de circuit équivalent. En intégrant des méthodes basées sur les données et des modèles physiques, l'étude améliore la précision dans des conditions opérationnelles variables. Cependant, cette approche ne prend pas en compte les stratégies de contrôle ni l'intégration avec d'autres systèmes de stockage d'énergie, tels que les ultracondensateurs ou les systèmes photovoltaïques (PV), ce qui limite son applicabilité aux systèmes hybrides complexes.

Une étude sur la conception et l'optimisation des systèmes de gestion de l'énergie (EMS) pour les véhicules électriques hybrides à énergie solaire23 propose un cadre complet pour équilibrer la distribution d'énergie entre la batterie, le supercondensateur et les sources solaires dans le cadre de l'optimisation de la gestion de l'énergie. L'objectif du système est d'améliorer l'économie d'énergie du véhicule en réduisant la dépendance aux batteries. L'étude attire toutefois l'attention sur les problèmes d'évolutivité et les coûts de mise en œuvre élevés au départ. De plus, les variations saisonnières de l'énergie solaire, essentielles à une application pratique, ne sont pas pleinement prises en compte dans l'étude. Une autre stratégie utilise des techniques prédictives pour augmenter la durée de vie des batteries. Un modèle qui prédit les besoins en énergie et modifie les cycles de charge/décharge afin de maximiser la longévité des batteries est présenté dans la publication. Un indice moderne de prédiction de puissance simple pour améliorer la durée de vie des batteries (2022)24. L'intégration de cet indice simple dans les systèmes actuels de gestion des batteries est possible. Le modèle n'a été validé que par des simulations théoriques, et sa simplicité pourrait limiter son applicabilité à des systèmes plus complexes utilisant de nombreuses sources d'énergie.

Une nouvelle technique de gestion de l'énergie pour les véhicules électriques hybrides à batterie et ultracondensateurs25 suggère d'utiliser des ultracondensateurs pour répondre aux besoins énergétiques transitoires des systèmes de stockage d'énergie hybrides, réduisant ainsi la charge des batteries. Cette stratégie prolonge efficacement la durée de vie des batteries et améliore les performances du système. Néanmoins, le rapport n'aborde pas complètement les tests à long terme dans des conditions difficiles et manque de données sur la mise en œuvre en conditions réelles. Volants d'inertie et autres systèmes alternatifs de stockage d'énergie sont à l'étude. Afin d'améliorer l'efficacité énergétique des systèmes de transport public, une étude sur les bus à haut niveau de service hybrides à volant d'inertie26 crée un système de stockage d'énergie utilisant un volant d'inertie pour le freinage régénératif. Bien que prometteuse, cette technologie est moins adaptée aux petites voitures en raison de sa taille et de ses besoins d'entretien. Le document mentionne également les difficultés potentielles liées à l'adaptation des volants d'inertie à différents types de terrain.

Une approche unique de gestion de l'énergie des vélos électriques27, spécifique au cycliste, vise à accroître son métabolisme en modifiant l'assistance électrique en fonction de son effort. Cette stratégie personnalisée améliore le bien-être des cyclistes et l'efficacité énergétique. Cependant, ce concept est difficilement transposable aux véhicules électriques de grande taille et est spécifique aux vélos électriques. De plus, peu de recherches ont été menées sur les variables environnementales, telles que les conditions météorologiques difficiles, susceptibles d'affecter l'efficacité du système. Des stratégies d'utilisation de l'énergie solaire en complément de la batterie sont suggérées dans une recherche explorant l'intégration du PV dans les véhicules électriques hybrides28 pour la gestion de l'énergie photovoltaïque (PV). Ainsi, la batterie est moins sollicitée, ce qui augmente son efficacité globale. Cependant, les variations saisonnières de la production solaire et d'autres problèmes pratiques tels que l'ombre limitent l'utilité du système. De plus, l'intégration avec d'autres dispositifs de stockage d'énergie, notamment les supercondensateurs, n'est pas pleinement explorée dans cette étude.

Un autre domaine d'étude concerne l'évaluation des performances des systèmes hybrides dans différents scénarios de conduite. Une comparaison des performances des batteries et des supercondensateurs dans différentes conditions de charge est présentée dans un ouvrage intitulé « Performance du stockage d'énergie hybride dans différents cycles de conduite »29. Bien que l'étude fournisse des informations pertinentes sur la répartition idéale de l'énergie, elle se concentre principalement sur des cycles de conduite théoriques et dispose de peu de données de tests en conditions réelles. Selon une étude sur l'autonomie des batteries, incluant les effets de la température30 dans les systèmes de gestion de l'énergie hybrides, le contrôle de la température est un élément crucial de la durée de vie des batteries. Afin de réduire la surchauffe et d'augmenter la durée de vie des batteries, l'étude examine les solutions de gestion thermique. Bien qu'utile, l'analyse ignore d'autres aspects tels que les variations de charge ou l'intégration avec d'autres sources d'énergie et se concentre principalement sur la température.

Enfin, la gestion de l'énergie des véhicules hybrides connaît un recours croissant aux systèmes de contrôle intelligents. Un système basé sur la logique floue, qui modifie dynamiquement la distribution de puissance en fonction des conditions de conduite réelles, est présenté dans un ouvrage sur la détection floue des cycles de conduite pour les groupes motopropulseurs hybrides31. Bien que cette approche améliore la productivité, son utilisation dans des environnements extrêmement dynamiques ou inattendus peut présenter des limites. De plus, les problèmes pratiques liés aux calculs en temps réel et aux erreurs de capteurs ne sont pas pleinement traités. En résumé, ces recherches récentes mettent en évidence différentes stratégies pour améliorer la gestion de l'énergie des véhicules hybrides électriques, chacune offrant des solutions spécifiques à des problèmes tels que la longévité des batteries, l'efficacité énergétique et la flexibilité en temps réel. Les études futures devraient se concentrer sur le comblement des lacunes en matière d'évolutivité, de tests en conditions réelles et d'intégration de sources d'énergie multiples.

Nos travaux antérieurs, qui impliquaient l'utilisation d'un logiciel pour évaluer les simulations de systèmes de gestion de l'énergie, sont poursuivis dans ce rapport d'étude. Dans le cadre de ces travaux, nous avons réalisé des simulations logicielles approfondies afin d'optimiser la distribution d'énergie et d'améliorer l'efficacité des véhicules électriques hybrides (VEH)32. Forts de ces découvertes, ces travaux passent aux validations expérimentales, en utilisant le système de gestion de l'énergie (EMS) dans une configuration matérielle afin de confirmer nos résultats et de démontrer son utilité. Aucune étude n'a atteint le même degré d'efficacité en matière de contrôle et d'allocation d'énergie du système de gestion de l'énergie que nos travaux actuels, selon notre analyse de la littérature, qui comprend les références 16, 17, 18, 19, 20. En particulier, comparé à d'autres approches qui peuvent prendre beaucoup plus de temps, notre système de gestion de l'énergie effectue l'allocation d'énergie en moins d'une minute. Grâce à l'efficacité de notre système, nous estimons que notre temps de réponse rapide se traduit par des économies d'énergie significatives : environ 12 heures de fonctionnement gagnées par an.

Notre méthode est unique car elle exploite le moment d'inertie du véhicule pour maintenir son mouvement même en l'absence d'alimentation électrique. Notre système de gestion de l'énergie (EMS) peut couper momentanément l'alimentation électrique dans certaines circonstances, s'appuyant sur l'inertie du véhicule pour maintenir son mouvement. Cette fonction augmente l'autonomie du véhicule hybride tout en économisant de l'énergie. Notre EMS contrôle efficacement l'état de charge et allège la batterie grâce à un contrôleur flou intégré. Cela prolonge la durée de vie de la batterie en minimisant les surcharges et les décharges profondes. De plus, afin d'assurer un fonctionnement stable et d'optimiser la puissance disponible, notre contrôleur de supervision tolérant aux pannes (FTSC) s'adapte aux pannes des sources d'énergie renouvelables. Cette résilience garantit le fonctionnement continu du véhicule hybride même en conditions défavorables, augmentant ainsi sa fiabilité.

Notre EMS offre des capacités de surveillance et de contrôle en temps réel grâce au matériel NI myRIO-1900 et au logiciel LabVIEW. Cela permet des ajustements rapides en fonction des conditions d'exploitation pour garantir des performances optimales. La consommation d'énergie totale est réduite grâce aux techniques de contrôle et de gestion efficaces de notre EMS. Par exemple, notre système est plus durable grâce à l'allocation rapide de la puissance et à l'utilisation du moment d'inertie, qui permettent des économies d'énergie substantielles. Lorsque le véhicule accélère brusquement ou se déplace sur un terrain accidenté, l'EMS s'adapte dynamiquement aux variations de charge pour assurer des transitions fluides et une stabilité optimale. De plus, l'intégration de LabVIEW offre une interface conviviale pour la gestion et la surveillance de l'EMS. Cette interface permet aux utilisateurs d'accéder aux données pertinentes et de modifier facilement les paramètres, améliorant ainsi la gestion et la compréhension des performances du véhicule.

Cette recherche, qui s'appuie sur des études de simulation antérieures, propose un système de gestion de l'énergie (EMS) validé matériellement pour les véhicules hybrides hybrides (HEV). Il permet une utilisation optimale de l'inertie du véhicule, une meilleure allocation de puissance et une meilleure gestion de la batterie. Notre solution permet des modifications rapides pour des performances maximales grâce à l'intégration unique du logiciel LabVIEW et du matériel NI myRIO-1900 avec une surveillance en temps réel. L'EMS optimise l'efficacité en prolongeant la durée de vie de la batterie et en économisant l'énergie grâce à l'inertie du véhicule. De plus, notre contrôleur de supervision tolérant aux pannes s'adapte aux dysfonctionnements des sources d'énergie renouvelables pour garantir la fiabilité. Son allocation de puissance plus rapide que les méthodes précédentes est confirmée par une validation expérimentale, ce qui témoigne de ses performances supérieures.

Haute efficacité : avec des pertes d’énergie minimales de 4,3 à 4,9 %, le système atteint une efficacité énergétique comprise entre 95,1 et 95,7 %.

Configuration matérielle avancée : l'EMS atteint jusqu'à 98 % d'efficacité énergétique en utilisant un convertisseur élévateur CC-CC entrelacé modifié.

Durée de vie de la batterie plus longue : en réduisant la contrainte maximale de la batterie d'environ 33,33 %, l'EMS prolonge la durée de vie de la batterie.

Performances robustes : en réduisant la perte d'énergie globale d'environ 10,36 %, l'EMS garantit une gestion de l'énergie fiable et efficace grâce à des tests approfondis en conditions réelles utilisant des simulations mécaniques dans diverses circonstances de conduite.

Dans le cas des véhicules hybrides électriques, le système photovoltaïque est conçu pour maximiser l'extraction d'énergie du champ photovoltaïque, ce qui augmente le rendement global du système de gestion de l'énergie. Le système photovoltaïque est composé d'un champ photovoltaïque, d'un convertisseur élévateur et d'un algorithme MPPT (optimisation du point de puissance maximale). L'objectif principal de cette configuration est de maximiser la production d'énergie du champ photovoltaïque, quelles que soient les conditions environnementales.

Le parc photovoltaïque est constitué de plusieurs modules photovoltaïques disposés de manière à maximiser la production d'énergie. La tension du parc photovoltaïque est augmentée par le convertisseur élévateur jusqu'au niveau requis pour le bus CC. Afin de maximiser l'extraction d'énergie, un algorithme MPPT basé sur P&O modifie dynamiquement le point de fonctionnement du parc photovoltaïque afin de garantir son fonctionnement à sa puissance maximale.

Le rayonnement solaire auquel sont exposés les modules photovoltaïques, ou irradiance incidente (G), et la température ambiante (T), ou température ambiante, ont un impact majeur sur les performances du module PV. Les facteurs internes à considérer incluent la résistance shunt (Rsh), qui représente le courant de fuite basé sur la qualité de la surface du module, et la résistance série (Rs), qui correspond à la résistance intrinsèque du semi-conducteur et à la résistance ohmique de contact au sein du module PV. Le courant de sortie (IPV) d'un module PV, tel que décrit par son modèle à diode unique, est influencé par ces facteurs. L'équation pertinente pour l'IPV prend en compte le courant de court-circuit (ISC), la température de référence (Tr), l'ensoleillement (Gr), le courant de saturation de référence (Isr), le facteur de non-idéalité de la diode (n), l'énergie de la bande interdite du matériau de la cellule (EG), la tension du module (Vpv), la constante de Boltzmann (k), la charge électronique (q) et le nombre de cellules solaires en parallèle (Np) et en série (Ns). L'équation mathématique est donnée par l'équation (1) :

Courant de sortie du module PV (Ipv) :

Puissance d'un seul module PV Pmod dans l'équation (2)

Puissance de sortie du réseau photovoltaïque (Ppv) dans l'équation (3)

Grâce à l'utilisation de nombreux convertisseurs électroniques de puissance, le système photovoltaïque du véhicule hybride est intégré à la batterie, au supercondensateur et aux autres composants de gestion de l'énergie via un bus CC (voir la figure 1). L'un des principaux avantages de cette configuration est l'extraction maximale d'énergie : l'algorithme MPPT garantit que le générateur photovoltaïque fonctionne à son point de puissance maximale malgré les variations de température et d'irradiance. En réduisant les pertes d'énergie et en augmentant efficacement la tension pour répondre aux exigences du bus CC, le convertisseur élévateur améliore le rendement. De plus, l'adaptabilité dynamique du système lui permet de réagir en temps réel aux variations environnementales, améliorant ainsi le flux d'énergie et la durabilité et l'efficacité globales du véhicule hybride. Un système photovoltaïque performant intégré au véhicule améliore considérablement la gestion énergétique globale, ce qui se traduit par une meilleure efficacité opérationnelle, une moindre dépendance aux combustibles fossiles et de meilleures performances.

Représentation de bloc proposée.

Dans les véhicules électriques hybrides, le parc de batteries (BB) constitue un dispositif à haute densité énergétique, servant de source d'alimentation de secours en cas d'indisponibilité de l'énergie photovoltaïque. Il atténue les effets négatifs du comportement intermittent de l'énergie photovoltaïque en stockant l'énergie excédentaire. Il est connecté au circuit intermédiaire via un convertisseur bidirectionnel (BDC).

Un modèle électrique équivalent basé sur la structure Rint est utilisé, évitant ainsi d'analyser la chimie interne de la batterie. Ce modèle comprend une résistance interne en série avec une tension à vide variable en fonction de l'état de charge et de la température. L'état de charge est une mesure cruciale de l'énergie restante stockée dans le parc de batteries (BB). Il est mis à jour par la méthode de comptage de Coulomb, représentée par l'équation (4) :

Où SoCb0 représente l'état de charge initial, Qb la capacité de la batterie et Ib le courant entrant ou sortant du parc de batteries (BB). Le courant Ib est positif lorsque le parc de batteries (BB) est alimenté et négatif lorsqu'il est en charge.

Le modèle de bloc de batterie lithium-ion disponible dans MATLAB/Simulink est utilisé pour les simulations. Ce modèle fournit une représentation pratique et précise du comportement de la batterie dans diverses conditions de fonctionnement.

La puissance minimale nécessaire au banc de batteries (BB) pour élever son SoC à une limite supérieure SoCu dans un pas de temps δ(t) avec des batteries Nb est donnée par l'équation (5) :

PUISSANCE restante de l'Eq. (5) :

La puissance restante de la batterie est la puissance maximale qui peut être délivrée en continu avant que le SoC n'atteigne sa limite inférieure SoCl.

L'intégration du parc de batteries au système de gestion de l'énergie du véhicule hybride permet une distribution d'énergie fiable et efficace. Le principal avantage réside dans l'alimentation de secours, le parc de batteries atténuant les effets des fluctuations de la puissance photovoltaïque. La conservation de l'énergie photovoltaïque excédentaire dans le parc de batteries garantit sa disponibilité même en l'absence de soleil, ce qui permet un stockage efficace de l'énergie. La surveillance et la mise à jour continues de l'état de charge garantissent des performances optimales et une longue durée de vie de la batterie. Grâce à la gestion dynamique de l'énergie, le convertisseur bidirectionnel (voir les figures 2a et 2b) peut réagir rapidement aux variations des besoins énergétiques du véhicule, facilitant ainsi la transmission d'énergie entre la liaison CC et le parc de batteries. Les performances, la fiabilité et les économies d'énergie du véhicule hybride sont considérablement améliorées grâce à ce parc de batteries modélisé avec précision, garantissant un excellent fonctionnement dans divers scénarios en utilisant efficacement l'énergie stockée pour augmenter la puissance photovoltaïque en cas de besoin.

Circuits équivalents : (a) Convertisseur élévateur CC-CC ; (b) Convertisseur abaisseur/élévateur CC-CC bidirectionnel.

Les ultracondensateurs, parfois appelés condensateurs électriques à double couche (EDLC), sont des éléments essentiels du stockage d'énergie des véhicules hybrides. En polarisant une solution électrolytique, les ultracondensateurs stockent l'énergie de manière électrostatique, contrairement aux batteries, qui la stockent par réactions électrochimiques. Ce principe de fonctionnement particulier leur confère des propriétés distinctives, notamment une densité de puissance élevée, une faible densité d'énergie, un excellent rendement de charge-décharge et plus d'un million de cycles de vie. De −40 à +70 °C, les ultracondensateurs peuvent fonctionner efficacement sur une large plage de températures. Le carré de la tension aux bornes des ultracondensateurs détermine leur capacité de stockage d'énergie, et cette valeur peut être calculée à l'aide d'une version modifiée de la formule suivante, donnée par l'équation (7) :

où, \({E}_{uc}\) est l'énergie stockée en joules (J), \({C}_{uc}\) est la capacité en farads (F), Vuc,i est la tension initiale aux bornes UC en volts (V), et Vuc,f est la tension finale aux bornes UC en volts (V).

De plus, la puissance P_uc délivrée par l'UC sur un temps de décharge t peut être exprimée par l'équation (8) :

L'intégration des ultracondensateurs (UC) au système de gestion de l'énergie des véhicules électriques hybrides, illustrée à la figure 1, offre plusieurs avantages. Grâce à leur densité de puissance élevée et à leur capacité à générer de brèves pointes d'énergie, les UC sont idéaux pour gérer les besoins de pointe en accélération et au freinage régénératif. Leur durée de vie prolongée – plus d'un million de cycles – renforce la fiabilité et la durabilité du système de stockage d'énergie du véhicule électrique hybride. Grâce à leur excellent rendement de charge-décharge et à leur adaptabilité à une large plage de températures, les UC améliorent les performances globales du véhicule hybride. Bien que les UC puissent libérer toute l'énergie accumulée, des conceptions pratiques intègrent des barrières de protection pour empêcher la charge inverse des cellules instables. Grâce à la charge-décharge rapide et à la densité de puissance élevée des UC, le véhicule hybride peut améliorer ses performances, son efficacité énergétique et sa fiabilité opérationnelle. En améliorant la capacité de stockage d'énergie des batteries et des systèmes photovoltaïques, cette intégration garantit que le véhicule peut répondre efficacement aux besoins variables en énergie.

L'objectif principal de cette recherche est de maximiser l'énergie photovoltaïque collectée dans diverses conditions météorologiques, tout en répondant à la demande de charge pulsée (Pdem) dans des limites prédéterminées. Pour y parvenir, un système de gestion de l'énergie multiniveau est proposé, mettant l'accent sur deux aspects importants : garantir la charge des supercondensateurs (UC) via le parc de batteries et satisfaire la demande de charge pulsée (PL).

Il existe deux niveaux de gestion indépendants au sein de la structure EMS :

Couche de gestion de l'énergie à long terme (EML) : cette couche offre une large base pour la gestion de l'énergie en réduisant l'espace de recherche grâce à l'application d'une série de règles SI–ALORS.

Couche de gestion de l'alimentation à court terme (PML) : en utilisant les règles et l'espace de recherche établis par l'EML, cette couche crée des signaux de référence pour réguler le convertisseur bidirectionnel BDCi.

Ci(t) ∊ [LBi, UBi] est la borne de l'espace de recherche de solutions défini par EML, ce qui garantit que les décisions PML sont exécutées dans ces limites, en tenant compte de la charge et de l'énergie disponible. PML utilise l'espace de recherche spécifié pour réguler les allocations d'énergie en ligne aux composants. Ceci est nécessaire pour maintenir une alimentation électrique ininterrompue du PL et empêcher la baisse des performances des composants.

L'équation centrale pour satisfaire Pdem(t) à tout instant t est donnée par l'équation (9) :

où,

Pi(t) est la puissance fournie par le ième composant,

Ci(t) est le facteur d'attribution de capacité, contraint par la borne supérieure UBi et la borne inférieure LBi, c'est-à-dire Ci(t) dans [LBi, UBi].

Les valeurs typiques de ces limites sont :

LBi ∊ [− 1, 0] pour la charge (indiquant que le composant est en cours de charge),

UBi ∊ [0, 1] pour la décharge (indiquant que le composant fournit de l'énergie).

Pour le système PV, qui fournit toujours de l'énergie produite, Cpv(t) ∊ [0, 1].

La fonction objective pour minimiser la différence entre Pdem et Pi dans l'intervalle de temps (j) est donnée par l'équation –(10) :

où la puissance \({P}_{b}\left(j\right)\) et \({P}_{pv}\left(j\right)\) peuvent être calculées en utilisant est donnée par les équations (11) et (12) :

Le programme s'efforce d'identifier l'idéal (d) qui maximise la puissance reçue par le système. La puissance reçue pour un (di) particulier est évaluée à chaque itération. La valeur objective, ou fitness, est représentée par cette valeur de puissance. La valeur de puissance de l'itération courante (k) est comparée par l'algorithme à celle de l'itération précédente (k − 1) et est donnée par l'équation (13) :

De manière itérative, la puissance de sortie maximale cible, une puissance plus élevée obtenue dans l'itération actuelle indique une progression vers l'optimum.

La base du système de gestion de l'énergie (EMS) suggéré repose sur une approche basée sur des règles utilisant des opérateurs IF–THEN simples, expliqués dans le tableau 1. Dans ce système, l'instruction THEN exécute différents modes une fois que l'instruction IF identifie différents scénarios de fonctionnement. Le scénario fait référence à la condition dans laquelle un mode de fonctionnement est engagé, tandis que le mode de fonctionnement détermine la source d'énergie réelle et sa répartition entre les composants du système33. L'effet des règles IF–THEN sur le processus d'optimisation comprend la réduction de l'espace de recherche, ce qui améliore le taux de convergence de l'algorithme d'optimisation, élimine les solutions impraticables et améliore la qualité des résultats34. De plus, l'algorithme biaise l'optimisation en guidant l'algorithme de recherche vers des zones spécifiques de l'espace de recherche pour atteindre certains objectifs, tels que le maintien de l'état de charge (SOCb) au-dessus de 20 % pour prolonger la durée de vie de la batterie ou l'utilisation d'ultracondensateurs pour répondre aux demandes de charge d'impulsion de pointe.

La méthode estime la puissance de charge en fonction de la demande future du cycle de conduite, puis examine les niveaux de puissance et de tension des batteries, des systèmes photovoltaïques et des supercondensateurs. Lorsque la puissance demandée chute en dessous de zéro, ce qui suggère des conditions régénératives, le supercondensateur (UC) est principalement utilisé pour répondre aux demandes de puissance supplémentaires lorsque P_demand dépasse un seuil minimal P_demand Pmin. Pdemand est inférieur à zéro. Un convertisseur élévateur CC-CC bidirectionnel est utilisé pour charger le supercondensateur18,19.

L'ordre des fournisseurs d'énergie est déterminé par le système grâce à une série de vérifications lorsque la demande d'énergie (P_demand) dépasse le seuil minimal (P_min). Une évaluation de l'électricité solaire photovoltaïque est d'abord effectuée. Si la demande dépasse le minimum requis, l'électricité photovoltaïque est utilisée pour répondre à la demande. Cependant, le système évalue l'état de charge de la batterie si la puissance photovoltaïque est insuffisante ou inexistante. Lorsque ni l'énergie solaire ni l'énergie de la batterie ne sont disponibles ou suffisantes, le système détermine l'état de charge de l'ultracondensateur (UC). Si la demande minimale est satisfaite, le SOC de l'UC intervient pour fournir l'énergie nécessaire. Lorsque toutes les autres sources d'énergie ne parviennent pas à satisfaire la demande, le système fait appel à un moteur à combustion interne (ICE) ou à d'autres sources d'énergie de secours pour assurer un approvisionnement continu en énergie.

De plus, la batterie stocke l'excédent d'énergie produit par le système photovoltaïque au-delà de son seuil maximal, en raison d'une forte demande, pour une utilisation ultérieure. Cet excédent sert à charger l'UC si le système ne fonctionne pas à son rendement maximal ou n'utilise pas les énergies renouvelables disponibles. Lorsque ni l'énergie solaire ni l'énergie de la batterie ne sont disponibles ou suffisantes, le système détermine l'état de charge de l'ultracondensateur (UC). Si la demande minimale est satisfaite, le SOC de l'UC intervient pour fournir l'énergie nécessaire. Lorsque toutes les autres sources d'énergie ne suffisent pas à satisfaire la demande, le système fait appel à un moteur à combustion interne (ICE) ou à d'autres sources d'alimentation de secours pour assurer un approvisionnement continu en énergie. De plus, la batterie stocke l'excédent d'énergie produit par le système photovoltaïque au-delà de son seuil maximal, en raison d'une forte demande, pour une utilisation ultérieure. Cet excédent sert à charger l'UC si le système ne fonctionne pas à son rendement maximal ou n'utilise pas les énergies renouvelables disponibles. La figure 3 présente l'organigramme du système de gestion de l'énergie basé sur des règles modifié. Le tableau 2 détaille les composants matériels.

Algorithme EMS amélioré et allocation de puissance à différentes sources.

L'un des principaux défis de la mise en œuvre des micro-réseaux réside dans la conception d'une architecture de contrôle et de surveillance optimale. Grâce aux améliorations constantes des systèmes informatiques, plusieurs bancs d'essai simulant le comportement des systèmes physiques en temps réel ont été créés, nécessitant l'utilisation d'outils de simulation complexes, coûteux et sophistiqués. Cependant, les systèmes de simulation conventionnels ne sont pas capables de simuler avec précision des situations opérationnelles réelles. La technique de simulation en temps réel (RTS) HIL (Hardware-in-the-Loop) est proposée pour combler l'écart entre simulation et réalité.

Les bancs d'essai illustrés à la figure 4 présentent un potentiel considérable, mais reposent principalement sur des simulations logicielles plutôt que sur une implémentation matérielle complète, ce qui entraîne un manque de données précises et utiles. Ceci souligne l'importance de disposer de plateformes de test capables de valider de manière fiable les théories, les contraintes du monde réel et les résultats de simulation. Par conséquent, le développement et la mise en œuvre de bancs d'essai entièrement matériels sont cruciaux.

Dispositifs complets de banc d’essai pour le système proposé.

Dans ce travail, une implémentation matérielle est construite sur le banc d'essai, comme indiqué dans la figure 4, afin de valider l'efficacité de la stratégie de gestion de l'énergie et de l'analyse de contrôle du système proposé. Comme le montrent les sous-sections suivantes, le banc d'essai en réseau proposé et implémenté est entièrement réglable et contrôlable. Les sources d'énergie renouvelables, les dispositifs de stockage d'énergie et les charges contrôlables sont les composants de chaque micro-réseau, qui peuvent fonctionner indépendamment ou en tandem avec d'autres micro-réseaux. Les résultats du modèle matériel utilisé pour créer le système de gestion de l'énergie proposé pour les véhicules électriques hybrides sont détaillés dans cette partie. Relais, circuits IGBT, systèmes de gestion mécanique, parcs de batteries, ultracondensateurs, panneaux photovoltaïques et circuits diviseurs de tension sont tous inclus dans la configuration matérielle. Dans ce travail, une implémentation matérielle est construite sur le banc d'essai, comme indiqué dans la figure 7, afin de valider l'efficacité de la stratégie de gestion de l'énergie et de l'analyse de contrôle du système proposé.

Le banc d'essai en réseau proposé et implémenté est entièrement réglable et contrôlable, comme le montrent les sous-sections suivantes. Les sources d'énergie renouvelables, les dispositifs de stockage d'énergie et les charges contrôlables constituent les composants de chaque micro-réseau, qui peuvent fonctionner indépendamment ou en tandem avec d'autres micro-réseaux. Les résultats du modèle matériel utilisé pour créer le système de gestion de l'énergie proposé pour les véhicules électriques hybrides sont détaillés dans cette partie. Relais, circuits IGBT, systèmes de gestion mécanique, parcs de batteries, ultracondensateurs, panneaux photovoltaïques et circuits diviseurs de tension sont tous inclus dans la configuration matérielle. Cette mise en œuvre pratique vise à valider le cadre théorique du système de gestion de l'énergie et à démontrer son efficacité en situation réelle.

Le système de gestion électronique (EMS) théorique est traduit en un système fonctionnel composé de plusieurs composants essentiels via le modèle matériel. Afin d'assurer une distribution d'énergie optimale, des circuits de relais gèrent la commutation entre les différents chemins d'alimentation selon la logique EMS, ainsi que l'activation ou la désactivation des connexions entre les panneaux photovoltaïques, les unités de charge et la batterie. Les opérations de commutation à grande vitesse utilisent des transistors bipolaires à grille isolée (IGBT), qui assurent une distribution et une conversion d'énergie efficaces pour répondre aux besoins variables du véhicule hybride. Pour évaluer l'EMS en conditions de fonctionnement pratiques, les systèmes de gestion mécanique (EMS) reproduisent des conditions de conduite réelles, notamment des scénarios d'accélération, de freinage et de charge variable.

Deux jeux de batteries sont nécessaires pour alimenter le système. L'Arduino, qui gère la logique de contrôle de l'EMS, est alimenté par une seule paire de batteries. Le second jeu de batteries sert à alimenter les circuits IGBT. Le système IGBT nécessite deux packs de batteries différents pour fonctionner correctement, ce qui nécessite une tension minimale de 5,7 à 7,5 V. Cette configuration assure une alimentation fiable et suffisante aux composants de conversion de puissance et au système de contrôle pour des performances optimales, comme illustré à la figure 5.

Circuit de commande du système proposé.

La configuration comporte six relais. Les systèmes batterie, UC et PV sont reliés entre eux par les relais 1, 2 et 3. Le moteur est piloté par le relais 4 en modes moteur et régénératif, avec un écran LCD servant d'affichage. Dans les deux modes, l'accélération et la décélération du moteur sont contrôlées par un potentiomètre. Le sixième relais est conservé en secours. Les relais 5 et 6 permettent d'inverser la polarité du moteur, lui permettant ainsi de fonctionner en générateur ou en moteur, comme illustré à la figure 5.

Lorsque l'énergie photovoltaïque est insuffisante, le parc de batteries, composé d'une batterie de 12 V et 2 Ah, stocke l'énergie et fournit de l'électricité. Afin d'optimiser les cycles de charge et de décharge de la batterie, son état de charge est constamment surveillé. En freinage régénératif, les UC absorbent l'énergie et fournissent de l'électricité aux pics de charge. Ils offrent un stockage d'énergie de forte puissance et de courte durée. Lorsque le moteur est en mode régénératif, la batterie et l'UC sont chargées via une alimentation CC externe. Les panneaux photovoltaïques constituent la principale source d'énergie renouvelable, dont la puissance est constamment surveillée afin d'optimiser la récupération d'énergie. Des circuits diviseurs de tension évaluent avec précision les niveaux de tension aux différents composants, fournissant au système de gestion de l'énergie les informations nécessaires pour prendre des décisions éclairées quant à la distribution de l'énergie. Un oscilloscope à mémoire numérique (DSO) est utilisé pour mesurer tous les paramètres et obtenir des formes d'onde à analyser.

Pour reproduire les caractéristiques du véhicule, le système mécanique est équipé d'une courroie (voir la figure 6) alignée sur un arbre de roue unique. Toutes les données sont extraites à l'aide d'un ordinateur portable et transférées dans un fichier Excel pour analyse complémentaire. Le courant du moteur est mesuré à l'aide d'un capteur de courant, interfacé avec le kit Arduino pour une collecte et une surveillance précises des données.

Dispositions mécaniques proposées.

Afin de fournir un système de gestion de l'énergie plus efficace et durable pour les véhicules hybrides électriques, le système de gestion de l'énergie (EMS) proposé combine des dispositifs de stockage d'énergie conventionnels avec des sources d'énergie renouvelables. Le principe fondamental est l'allocation dynamique de l'énergie, qui garantit que les batteries, les unités de charge et les panneaux photovoltaïques utilisent l'énergie le plus efficacement possible en réponse à la demande en temps réel. Les panneaux photovoltaïques produisent de l'électricité prioritairement pour les besoins urgents ; tout surplus d'énergie est stocké dans la batterie ou dans les unités de charge. Des IGBT et des circuits de relais contrôlent le flux d'énergie entre les composants, optimisant ainsi l'énergie disponible. Les unités de charge fournissent des pics de puissance rapides, tandis que la batterie fournit une énergie continue plus durable. Afin d'améliorer l'efficacité globale du système, les systèmes de gestion mécanique simulent les freinages, au cours desquels l'énergie cinétique est retransformée en énergie électrique et stockée.

Notre configuration matérielle est parfaitement capable de répondre aux principaux problèmes des systèmes de stockage d'énergie, garantissant un fonctionnement fiable dans divers scénarios. Le système utilise des capteurs de température. Le LM 35 est doté de trois capteurs terminaux qui fournissent un signal analogique pour les valeurs de température en temps réel. Il mesure la température entre -15 et +150 degrés et surveille en permanence les conditions thermiques afin de gérer les variations de température. Ces données permettent de modifier la distribution d'énergie afin de prévenir le stress thermique de manière dynamique. L'état de santé (SoH) de la batterie et des autres composants est évalué régulièrement afin de prendre en compte les impacts du vieillissement. Le codage EMS permet au système de modifier automatiquement la distribution d'énergie et de prioriser les unités de stockage les plus saines, réduisant ainsi la charge des composants vieillissants. Le système de gestion de batterie (BMS) utilisé dans cette étude est configuré avec 3 cellules en série (3S) et une capacité de 10 Ah. Il surveille la tension des cellules en temps réel et applique des procédures d'équilibrage passif ou actif pour gérer efficacement le déséquilibre des cellules, garantissant ainsi des performances et une longévité optimales de la batterie. Les techniques de contrôle adaptatif, qui actualisent les paramètres système en temps réel et réduisent la dépendance aux modèles statiques en évaluant en continu des facteurs critiques comme la résistance interne et la capacité, permettent de gérer l'incertitude des paramètres. Enfin, les supercondensateurs sont utilisés pour gérer les perturbations telles que les variations soudaines de charge, car ils réagissent rapidement aux variations de puissance lors d'événements tels que l'accélération et le freinage. Grâce à la régulation par rétroaction en temps réel, les variations brutales de consommation d'énergie sont atténuées, préservant ainsi les performances et la stabilité du système. Cette méthode globale garantit que la configuration matérielle répond aux exigences des environnements de travail, améliorant ainsi la longévité et l'efficacité.

Notre méthode minimise les cycles de décharge profonde, connus pour réduire la durée de vie, et réduit la contrainte sur la batterie en optimisant le flux d'énergie entre la batterie, l'ultracondensateur et les sources solaires. Cela nous permet de justifier les gains de durée de vie de la batterie. En utilisant l'ultracondensateur pour réduire les pics de charge, nous garantissons que la batterie se décharge à des vitesses réduites en appliquant la loi de Peukert pour prendre en compte l'effet des taux de décharge sur la capacité de la batterie. Cette méthode prolonge la durée de vie globale de la batterie et améliore sa capacité effective. Ces conclusions démontrent une réduction du pic de charge de la batterie d'environ 33,33 %. Cette diminution de la charge de pointe entraîne une augmentation correspondante de la durée de vie de la batterie, cohérente avec les caractéristiques de vieillissement connues des batteries plomb-acide et lithium-ion. De plus, notre modèle intègre le suivi de l'état de santé (SoH), qui modifie continuellement la distribution d'énergie en fonction des données de tension, de courant et de température en temps réel. En prolongeant la durée de vie utile de la batterie grâce à une gestion adaptative basée sur les estimations de l'état de santé, le système gagne en robustesse et en efficacité.

Le système de gestion de l'énergie (EMS) proposé pourrait gérer efficacement l'énergie d'une voiture hybride électrique, comme le montre le modèle matériel, qui a également confirmé les hypothèses théoriques. Son fonctionnement fiable et efficace dans diverses conditions est assuré par l'intégration d'une électronique de puissance sophistiquée, de sources d'énergie renouvelables et de systèmes de contrôle robustes. Afin de valider l'efficacité de l'EMS en temps réel, le modèle a été testé dans différents scénarios opérationnels. En optimisant la consommation d'énergie, en réduisant la dépendance aux sources d'énergie non renouvelables et en améliorant les performances et la longévité des composants du véhicule hybride, l'EMS proposé présente un fort potentiel pour faire progresser les technologies de transport écologique et ouvrir la voie à des véhicules plus efficaces et plus respectueux de l'environnement. Voici un résumé des principales conclusions :

Scénario 1 (mode PV2PL) : lorsque la puissance PV générée P_pv répond à la demande de charge P_dem, l'EMS dirige l'énergie PV vers la charge, réduisant ainsi la dépendance à la batterie et à l'énergie UC.

Scénario 2 (mode PV2UC) : lorsque P_pv dépassait P_dem et que la tension UC V_uc était inférieure à sa limite supérieure, l'énergie PV excédentaire était stockée dans les UC.

Scénario 3 (mode PV2BB) : lorsque les deux demandes de charge ont été satisfaites et que les UC ont été complètement chargées, de l'énergie PV supplémentaire a été utilisée pour charger la batterie.

Scénario 4 (modes UC2PL et BB2PL) : Le système EMS distribuait de manière flexible l'énergie des UC et de la batterie lorsque la puissance photovoltaïque était insuffisante pour répondre aux besoins de la charge. L'alimentation électrique stable de la charge était assurée par des relais et des circuits IGBT.

Scénario 5 (Mode régénératif) : En utilisant l'énergie supplémentaire lors du freinage, la batterie et les UC ont pu la stocker, augmentant ainsi l'efficacité du HEV.

Les circuits de relais assurent une distribution d'énergie efficace avec des pertes minimales, tandis que les circuits IGBT permettent une commutation rapide, essentielle pour une distribution d'énergie en temps réel. Les systèmes de gestion mécanique améliorent la robustesse du système EMS, validée par des simulations en situation réelle. Les performances du système dans différents scénarios sont illustrées dans l'image ci-dessous. Les données collectées par l'Arduino Uno sont transmises à un ordinateur portable et affichées en temps réel sur un site web de surveillance en direct. Ces données incluent les niveaux de tension, les mesures de puissance de la batterie, de l'UC, du PV, la vitesse du moteur, le couple, l'énergie et l'état de charge de tous les composants. Cette représentation complète confirme l'efficacité de la gestion de l'énergie, avec une allocation efficace de la puissance provenant de la batterie, de l'UC et du PV. Une surveillance rigoureuse facilite la détection rapide des problèmes ou des inefficacités, garantissant ainsi un fonctionnement optimal du système HEV. Cette approche nous permet de compléter le tableau d'analyse et de fournir des observations détaillées.

Différents paramètres du système sont détaillés dans les données de sortie collectées par l'Arduino UNO, comme illustré aux figures 7 et 8. La tension de la batterie est affichée à la figure 9, soulignant son contrôle et sa stabilité. La tension de l'ultracondensateur est illustrée à la figure 10, qui montre également sa réponse aux pics de demande de puissance. La tension photovoltaïque est présentée à la figure 11, illustrant l'efficacité de la méthode MPPT. Le courant moteur est indiqué à la figure 12, ce qui est essentiel pour comprendre les besoins énergétiques. La répartition de la puissance entre la batterie, l'ultracondensateur et le PV est illustrée à la figure 13, soulignant l'adaptabilité dynamique du système de gestion de l'énergie. La vitesse du moteur, qui reflète les performances du véhicule, est illustrée à la figure 14. Le couple moteur, une mesure de l'efficacité de la distribution d'énergie, est illustré à la figure 15. Une comparaison de la consommation d'énergie estivale et hivernale de différentes sources est présentée aux figures 16 et 17, en mettant l'accent sur la contribution du système PV au rendement global.

Données de sortie extraites de l'Arduino UNO du système proposé.

Données de sortie extraites de l'Arduino du système proposé.

Tension de la batterie.

Tension de l'ultracondensateur.

Tension photovoltaïque.

Courant du moteur.

Répartition de puissance entre la batterie, l'ultracondensateur et le PV.

Vitesse du moteur.

Couple moteur.

Consommation d'énergie entre les sources d'énergie pendant la journée d'hiver.

Consommation d'énergie entre les sources d'énergie pendant la journée d'été.

L'efficacité de la distribution d'énergie est évidente : la batterie produit systématiquement le plus d'énergie, suivie par les supercondensateurs et les sources d'énergie solaire. Ce système de gestion de l'énergie bien pensé privilégie l'utilisation de la batterie tout en équilibrant la charge avec l'énergie solaire et les UC. Le système affiche des performances stables sur différentes puissances et états de charge (SoC), essentiels à un fonctionnement fiable et continu. Les valeurs énergétiques calculées et les puissances correspondantes reflètent un rendement élevé, illustrant une excellente distribution et un excellent rendement de conversion. L'analyse révèle une gestion optimisée de l'énergie, sans variations significatives de la production ou de la distribution d'énergie, garantissant une utilisation efficace de l'énergie et une durée de vie prolongée des composants du système. Le graphique et l'analyse détaillés du tableau 3 illustrent l'analyse complète du système proposé. Ce système de gestion de l'énergie distribue l'électricité de manière extrêmement efficace et efficiente, garantissant des performances optimales dans diverses circonstances.

La capacité d'une batterie à transformer efficacement l'énergie stockée en énergie utilisable tout en limitant les pertes est appelée rendement. Ce dernier est généralement exprimé comme le rapport entre l'énergie absorbée et l'énergie produite, en tenant compte d'éléments tels que la production de chaleur, la résistance interne et les pertes d'énergie lors des cycles de charge et de décharge. Dans notre modèle, la réduction de la contrainte de la batterie augmente son rendement. Ceci est réalisé en libérant la batterie des pics de charge et en prolongeant la durée pendant laquelle l'énergie solaire et les supercondensateurs contribuent à l'alimentation électrique. Notre méthode minimise la contrainte de pointe de la batterie de 33,33 % grâce à l'optimisation de la distribution d'énergie et à l'intégration d'un système de gestion adaptative de l'énergie (EMS). Cela conduit à une amélioration globale du rendement de la batterie et à une prolongation de sa durée de vie. Une technologie de conversion avancée et une gestion intelligente de l'énergie améliorent encore les performances du système. Avec de faibles pertes comprises entre 4,3 et 4,9 %, cette stratégie combinée produit des rendements énergétiques compris entre 95,1 et 95,7 %, démontrant l'efficacité pratique du modèle pour maximiser la consommation d'énergie tout en minimisant l'impact environnemental.

Lors du test fonctionnel, différents modes de conduite du véhicule hybride hybride (VEH) PV-UC-batterie sont simulés, notamment le ralenti, le démarrage, la vitesse de croisière, l'accélération et le freinage régénératif. La batterie constitue la principale source d'énergie. Une charge négative de la batterie pendant les pauses du véhicule indique une charge solaire, qui s'accompagne d'un fort rayonnement solaire et d'un niveau de charge élevé de la batterie. Jusqu'à ce que le supercondensateur (SC) soit activé en raison d'une demande accrue d'énergie, le véhicule est propulsé par son parc photovoltaïque et ses batteries. La surconsommation d'énergie UC est absorbée par la batterie. Dès que la demande d'énergie diminue, la batterie absorbe l'excédent d'énergie UC. L'excédent d'énergie UC est stocké dans la batterie pour être réutilisé en cas de baisse de la demande. Lorsque le moteur atteint sa puissance maximale, la batterie prend le relais comme source d'énergie principale. La batterie prend alors le relais comme source d'énergie principale une fois que le moteur a atteint sa puissance maximale, l'UC servant de source de secours pour réduire le niveau de charge de la batterie. Le freinage régénératif transfère l'énergie motrice à la batterie pendant le freinage, tandis que le générateur photovoltaïque continue de la charger tout au long du trajet. Les performances du système PV-UC-HEV sont illustrées aux figures 16 et 17 pour différents niveaux d'ensoleillement et différents états de charge de la batterie. Lorsque l'ensoleillement est faible et que l'état de charge de la batterie est élevé, cette dernière sert de source d'énergie de secours et offre une puissance de propulsion limitée. À l'inverse, la batterie sert de source d'énergie principale et l'UC est activée si nécessaire lorsque l'ensoleillement est élevé et que la batterie est à l'état de charge.

Comparer cet article à d’autres comme indiqué dans le tableau 4.

Efficacité : L'efficacité de notre étude (95,0–95,7 %) est supérieure à celle des autres publications (94,2–94,9 %). L'efficacité de la méthode proposée (95,7 %) est également supérieure à celle de la littérature.

Pourcentage de perte : Comparé à d’autres études, le nôtre présente un pourcentage de perte plus faible (4,3 à 4,9 %) (5,1 à 5,8 %). Le taux de perte (4,3 %) est encore plus faible pour l’approche suggérée.

Gestion globale de l’énergie : Comparées à d’autres recherches récentes, notre étude et la stratégie suggérée montrent une gestion de l’énergie et une efficacité supérieures.

L'objectif de Kumar et Patel28 était d'améliorer les performances des systèmes de batteries solaires ; les résultats étaient similaires à ceux de Johnson & Lee, avec une puissance totale de 565 W et un rendement de 94,9 %. Cependant, la perte de 5,1 % reste supérieure à celle de 4,3 % du système proposé, ce qui démontre l'amélioration de l'approche proposée.

Dans les systèmes hybrides photovoltaïque-batterie-ultracondensateur, Chen et al.29 ont amélioré le rendement, obtenant 545 W de puissance avec un rendement de 94,6 %. Bien que leur système ait combiné avec succès plusieurs sources, des améliorations restent possibles compte tenu de la perte de puissance de 5,4 %. C'est ce que l'approche proposée vise à résoudre en augmentant le rendement et en réduisant les pertes.

Avantages de la méthode proposée :

Puissance de sortie supérieure : la méthode proposée fournit une puissance de sortie totale de 580 W, la plus élevée parmi tous les systèmes comparés.

Perte de puissance réduite : la perte de puissance est réduite à 4,3 %, la plus faible de tous les systèmes analysés.

Efficacité supérieure : Avec une efficacité de 95,7 %, la méthode proposée surpasse les meilleures efficacités rapportées dans les références 26 et 28, qui ont été plafonnées à 94,9 %.

Inconvénients :

Difficulté de mise en œuvre : La gestion énergétique plus avancée du système suggéré nécessiterait des dépenses initiales et des travaux d’intégration plus importants.

Évolutivité : Bien que l’approche suggérée fonctionne admirablement dans cette situation, son extension à des systèmes plus grands pourrait présenter des difficultés qui nécessitent davantage de recherches.

En conclusion, l'approche proposée présente des améliorations évidentes en termes de production et d'efficacité énergétique, offrant une approche novatrice de la gestion de l'énergie pour les systèmes hybrides. Cependant, afin d'évaluer correctement ses avantages et ses limites, des recherches supplémentaires axées sur le coût, la complexité et l'évolutivité seraient utiles.

Ce référentiel permet d'évaluer les performances du système hybride léger à batterie, photovoltaïque et énergies renouvelables (HEV) dans les conditions de conduite spécifiées. Trois scénarios distincts sont conçus pour illustrer différents états de batterie et conditions ambiantes :

Scénario 1 : Rayonnement solaire ensoleillé : lorsque le panneau photovoltaïque démarre pour la première fois, il charge la batterie à 75 % de sa capacité.

Scénario 2 : Ciel couvert/pluvieux : avec la batterie à 35 % de sa charge complète, la puissance photovoltaïque est insuffisante dans des conditions de faible rayonnement solaire.

Scénario 3 : La voiture est entièrement alimentée par l'UC et les batteries la nuit, avec un rayonnement solaire de 0 W/m². Par conséquent, la batterie n'est chargée qu'à 55 %.

La distribution électrique et la batterie du système d'alimentation hybride photovoltaïque-accumulateur-batterie sont présentées à la figure 13 et aux tableaux 5, 6 et 7. Les tableaux 5 et 6 présentent les résultats de l'étude comparative de la consommation d'électricité en hiver et en été, respectivement. Le tableau 5 présente les fluctuations de la consommation d'électricité en hiver, mettant l'accent sur la demande accrue liée au chauffage. Le tableau 6, quant à lui, se concentre sur l'été, lorsque les besoins de refroidissement modifient les schémas de consommation d'électricité. De plus, une comparaison de l'état de charge des batteries et des supercondensateurs en hiver et en été est présentée au tableau 7. D'après les résultats, les variations saisonnières de température ont un effet sur les niveaux de charge, ce qui affecte à son tour le bon fonctionnement des dispositifs de stockage d'énergie.

Le système photovoltaïque et la batterie sont principalement utilisés comme source d'énergie sous contrôle EMS en raison de la puissance de sortie élevée produite par le générateur photovoltaïque (voir les figures 16 et 17). Lorsque la demande d'énergie est faible et que le rendement du système UC à ultracondensateur est élevé, celui-ci fonctionne à basse puissance. Afin d'optimiser l'utilisation de l'énergie solaire, le tableau 5 montre comment la batterie se décharge progressivement jusqu'à un niveau de charge inférieur à mesure que son stockage d'énergie est utilisé au mieux.

Cette étude conclut en présentant une stratégie complète pour améliorer la gestion énergétique et les performances des véhicules électriques hybrides (VEH) à batterie et ultracondensateurs. Notre technique de gestion adaptative de l'énergie réduit la charge maximale de la batterie de 33,33 % en optimisant la distribution d'énergie grâce à l'intégration de bancs d'essai matériels sophistiqués à un système basé sur des règles. Cette amélioration démontre l'efficacité réelle de notre méthode en augmentant le rendement de la batterie et en prolongeant sa durée de vie.

La gestion intelligente de l'énergie et la technologie de pointe des convertisseurs constituent une avancée majeure dans le domaine des solutions de mobilité durable. Avec des pertes minimales comprises entre 4,3 et 4,9 %, notre système atteint un rendement énergétique exceptionnel de 95,1 à 95,7 %, démontrant ainsi sa capacité à optimiser la consommation d'énergie tout en minimisant les impacts environnementaux.

Ces découvertes établissent une nouvelle norme pour le développement futur de systèmes de transport économes en énergie, tout en approfondissant notre compréhension de la technologie des véhicules hybrides. Des améliorations continues en termes d'efficacité et de fiabilité sont promises par la recherche continue, la configuration matérielle et l'optimisation des algorithmes EMS. Cet engagement souligne notre responsabilité de propulser l'innovation vers des techniques d'ingénierie automobile efficaces et durables, influençant ainsi l'orientation du secteur.

Les projets futurs prévoient d'étendre le système de gestion de l'énergie (EMS) à une gamme plus large de véhicules hybrides et électriques, ainsi que d'intégrer des technologies d'apprentissage automatique de pointe pour une optimisation énergétique en temps réel. La dépendance aux sources d'énergie non renouvelables diminuera avec l'intégration de sources d'énergie renouvelables comme l'hydroélectricité et l'éolien. La robustesse sera assurée par l'amélioration de la compatibilité des réseaux intelligents pour les capacités de connexion véhicule-réseau, la création d'interfaces utilisateur pour un retour d'information en temps réel et l'ajout de mesures de sécurité de pointe. Si les études d'impact environnemental quantifieront les réductions d'émissions, la réduction des coûts et les activités de commercialisation rendront la technologie plus accessible.

Les données collectées pour l’étude peuvent être mises à disposition sur demande auprès de l’auteur correspondant.

Une correction à cet article a été publiée : https://doi.org/10.1038/s41598-025-91323-2

Véhicule électrique

État de charge

Suivi du point de puissance maximale

Système de stockage d'énergie

Moteur à combustion interne

Horaire de conduite du dynamomètre urbain

Système de stockage d'énergie

Erreur quadratique moyenne

Réseaux neuronaux récurrents

Véhicule électrique hybride

Système de stockage d'énergie hybride

A. Ghosh. Possibilités et défis de l'inclusion du véhicule électrique (VE) pour réduire l'empreinte carbone dans le secteur des transports : une revue. Énergies. 13(10),2602.(2020).

Yu, S., Lin, D., Sun, Z. et He, D. Contrôle prédictif efficace du modèle pour le contrôle d'optimisation énergétique en temps réel de la batterie à ultracondensateur dans un véhicule électrique. Int. J. Energy Resources. 44, 7495–7506 (2020).

Article ADS MATH Google Scholar

MB Camara, H. Gualous, F. Gustin, A. Berthon et B. Dakyo. Conception de convertisseurs CC/CC pour supercondensateurs et gestion de l'énergie des batteries dans les applications de véhicules hybrides : stratégie de contrôle polynomial. IEEE Trans. Ind. Electron. 57(2), 587-597 (2010).

Mali, V. & Tripathi, B. Stabilité thermique d'un ultracondensateur pour système de stockage d'énergie hybride dans les véhicules électriques légers : simulation et expérimentation. J. Modern Power Syst. Clean Energy. 10(1), 170–178 (2022).

Article MATHÉMATIQUES Google Scholar

Kumar, S. et Patel, M. (2020). Amélioration des performances des systèmes de batteries solaires. Energy Conv. Manag.9(8),10-11. DOI : 10.35940/ijitee.H6276.06982

Khaligh, A., Rahimi-Eichi, H. & Zeng, L. Amélioration de l'efficacité de conversion de puissance d'un véhicule électrique hybride rechargeable utilisant un convertisseur CC/CC entrelacé. IEEE Trans. Veh. Technol. 58(9), 4720–4728. https://doi.org/10.1109/TVT.2009.2017536 (2009).

Article Google Scholar

Emadi, A., Rajashekara, K., Williamson, SS & Lukic, SM Aperçu topologique des architectures et configurations de systèmes d'alimentation de véhicules hybrides électriques et à pile à combustible. IEEE Trans. Veh. Technol. 54(3), 763–770. https://doi.org/10.1109/TVT.2008.920625 (2008).

Article Google Scholar

Burke, AF & Miller, M. La capacité énergétique des ultracondensateurs et des batteries au lithium pour les applications de véhicules électriques et hybrides. J. Power Sources. 196(1), 514–522. https://doi.org/10.1016/j.jpowsour.2010.07.039 (2011).

Article ADS CAS MATH Google Scholar

Khaligh, A. & Li, Z. Systèmes de stockage d'énergie à batterie, à ultracondensateur, à pile à combustible et hybrides pour véhicules électriques, hybrides électriques, à pile à combustible et hybrides rechargeables : état de l'art. IEEE Trans. Veh. Technol. 59(6), 2806–2814. https://doi.org/10.1109/TVT.2010.2047877 (2010).

Article MATHÉMATIQUES Google Scholar

Khaligh, A., Rahimi-Eichi, H. & Zeng, L. Amélioration de l'efficacité de conversion de puissance d'un véhicule électrique hybride rechargeable utilisant un convertisseur CC/CC entrelacé. IEEE Trans. Veh. Technol. 8(9), 4720–4728. https://doi.org/10.1109/TVT.2009.2017536 (2009).

Article Google Scholar

Burke, AF et Miller, M. La capacité énergétique des ultracondensateurs et des batteries au lithium pour les applications des véhicules électriques et hybrides. J. Power Sources 196(1), 514–522. https://doi.org/10.1016/j.jpowsour.2010.07.039 (2011).

Article ADS CAS MATH Google Scholar

Ding, KPTTLN Conception d'un système de gestion de l'énergie hybride utilisant une stratégie de contrôle basée sur des règles et un algorithme génétique pour le véhicule électrique hybride rechargeable série-parallèle. Int. J. Energy Res. 45(2), 1627–1644 (2020).

Article MATHÉMATIQUES Google Scholar

Prasad, K. & Ding, N. Conception d'un système de gestion d'énergie hybride utilisant une stratégie de contrôle basée sur des règles et un algorithme génétique pour le véhicule électrique hybride rechargeable série-parallèle. Int. J. Energy Res. 45(2), 1627–1644 (2020).

MATHÉMATIQUES Google Scholar

Annamalai, MC et al. Une revue complète sur la configuration des convertisseurs isolés et non isolés et la technologie de charge rapide : pour les véhicules électriques à batterie et hybrides rechargeables. Heliyon 9(2), e18808 (2023).

Article CAS PubMed PubMed Central MATH Google Scholar

Trinh, H.-A. Stratégies de gestion de l'énergie basées sur l'optimisation pour les machines de construction hybrides : une revue. Energy Rep. 8, 6035–6057 (2022).

Article MATHÉMATIQUES Google Scholar

Solero, L., Lidozzi, A. & Pomilo, JA Conception d'un convertisseur de puissance à entrées multiples pour véhicules hybrides. IEEE Trans. Power Electron. 20(5), 1027–1016 (2005).

Article ADS MATH Google Scholar

Habib, SI & Abadi, SAGK Une stratégie de contrôle prédictif modèle pour l'amélioration des performances des systèmes de stockage d'énergie hybrides dans les micro-réseaux CC. IEEE Access 10, 25400–25421 (2022).

Article MATHÉMATIQUES Google Scholar

Md. Suhail. Développement d'une logique floue progressive et d'un contrôle ANFIS pour la gestion énergétique des véhicules électriques hybrides rechargeables. IEEE Access. 9 (2020).

Ghorashi, A. & Habibi, SI Une stratégie de contrôle prédictif modèle pour l'amélioration des performances des systèmes de stockage d'énergie hybrides dans les micro-réseaux CC. Accès IEEE. 10, 25400–25421 (2022).

Article MATHÉMATIQUES Google Scholar

M. Hosseinzadeh et al. Contrôleur de supervision tolérant aux pannes pour un micro-réseau hybride AC–DC. IEEE Trans. 9(4)2809–2823 (2016).

Feddoui, O. et al. Contrôle logique flou d'un système hybride incluant les énergies renouvelables dans les micro-réseaux. Int. J. Electr. Comput. Eng. 10(6), 5559-5569 (2020).

MATHÉMATIQUES Google Scholar

Zhang, J., Brown, M. & Smith, A. Approche d'estimation adaptative des paramètres de batterie hybride pour la boîte à outils de modèles de circuits équivalents. SoftwareX 24, 101534 (2023).

Article Google Scholar

R. Singh et D. Patel. Conception et optimisation d'un système de gestion de l'énergie pour les véhicules électriques hybrides à énergie solaire. 15(12), 4325 (2022).

Kumar, A., Lee, M. et Anderson, J. Un indice de prédiction de puissance simple et moderne pour améliorer la durée de vie des batteries. Int. Trans. Electr. Energy Syst. 1, 8028874 (2022).

Google Scholar

B. Li, J. Zhou et T. Wu. Une nouvelle stratégie de gestion de l'énergie pour les véhicules électriques hybrides à batterie et ultracondensateur. 15 (2021).

Thompson, G. & Yadav, S. Conception et optimisation énergétique d'un bus à grande vitesse hybride à volant d'inertie. Int. J. Hydromechatron. 3(1), 88–106 (2020).

Article MATHÉMATIQUES Google Scholar

Wang, J. & Liu, H. Une nouvelle gestion de l'énergie du vélo électrique pour améliorer le métabolisme du cycliste. IET Intelligent Transp. Syst. 17(10), 1964–1978 (2023).

Article MATHÉMATIQUES Google Scholar

P. Gupta et R. Kumar. Gestion de l'énergie photovoltaïque dans les véhicules électriques hybrides. 10 (2021).

S. Mahmood, F. Ali et J. Wright. Analyse des performances du stockage d'énergie hybride selon différents cycles de conduite. Dans les actes de la 2e conférence sur l'électronique de puissance, les systèmes d'entraînement et les technologies*, IEEE (2011).

El-Sharkawy, A. & Salem, H. Étude de la durée de vie de la batterie d'un système hybride de gestion de l'énergie en tenant compte de l'effet de la température de la batterie. Int. J. Automot. Eng. 9(2), 2966–2976 (2019).

MATHÉMATIQUES Google Scholar

Zhen, L., Huang, J. & Qiu, M. Conception d'une stratégie de contrôle intelligente pour les groupes motopropulseurs hybrides utilisant un agent d'identification de cycle de conduite flou. Proc. Inst. Mech. Eng. Part D J. Automobile Eng. 229(9), 1169–1188 (2015).

Article MATHÉMATIQUES Google Scholar

Kaushik, S. et al. Une nouvelle topologie de convertisseur élévateur CC-CC entrelacé et EMS basé sur LSTM pour les conditions de conduite en temps réel dans les véhicules électriques hybrides (Springer, 2024).

Livre MATH Google Scholar

M. Longo, W. Yaici. Simulation dynamique du système batterie/ultracondensateur pour le véhicule électrique. dans Actes internationaux, 8e Conférence internationale sur les applications des énergies renouvelables (ICRERA).

J. Zhao. Une stratégie de gestion de l'énergie pour réduire le coût global des systèmes de stockage d'énergie hybrides dans les véhicules électriques. 11 (2023).

Smith, J., Brown, K., et Wilson, R. (2023). Gestion efficace de l'énergie dans les systèmes hybrides. Int. J. Renew. Energy Res.

Johnson, M., et Lee, H. (2022). Optimisation de la distribution d'énergie dans les systèmes d'énergie renouvelable. IEEE Trans. Sustain. Energy.

Wang, T., Liu, Y., et Zhang, Q. (2021). Techniques avancées de réduction des pertes de puissance dans les systèmes énergétiques hybrides. J. Power Sources.

Chen, L., Zhao, Y., et Huang, W. Amélioration de l'efficacité des systèmes hybrides photovoltaïque-batterie-ultracondensateur. Solar Energy Mater. Solar Cells.86(10),3009-3020 (2019).

Kumar, P. et al. Système de gestion de l'énergie pour micro-réseau hybride éolien-solaire à petite échelle basé sur une batterie. IEEE Access 8, 8336–8345 (2020).

Article Google Scholar

Télécharger les références

Cette recherche n’a reçu aucun financement externe.

Chercheur, Département de génie électrique et électronique, Fondation Vignan pour la science, la technologie et la recherche, Guntur, 522017, Inde

Shraddha Kaushik

Professeur associé, Département de génie électrique et électronique, Institut de technologie de Bhilai, Durg, Chhattisgarh, 491001, Inde

Shraddha Kaushik

Professeur associé, Département de génie électrique et électronique, Fondation Vignan pour la science, la technologie et la recherche, Guntur, 522017, Inde

K. Rachananjali

Rechercher l'auteur sur : PubMed Google Scholar

Shraddha Kaushik a mené les recherches et réalisé le modèle du système proposé ; K. Rachananjali a analysé les données et rédigé l'article. Tous les auteurs ont lu et approuvé la version publiée du manuscrit.

Correspondance à Shraddha Kaushik.

Les auteurs ne déclarent aucun conflit d’intérêts.

Springer Nature reste neutre en ce qui concerne les revendications juridictionnelles dans les cartes publiées et les affiliations institutionnelles.

La version originale en ligne de cet article a été révisée : dans la version originale, l'auteur Shraddha Kaushik était affilié par erreur à « Professeur associé, Département de génie électrique et électronique, Fondation Vignan pour la science, la technologie et la recherche, Guntur, 522017, Inde ». Les affiliations correctes sont indiquées dans l'avis de correction.

Libre accès. Cet article est sous licence Creative Commons Attribution - Pas d'Utilisation Commerciale - Pas de Modification 4.0 Internationale, qui autorise toute utilisation, tout partage, toute distribution et toute reproduction non commerciale, sur tout support et sous tout format, à condition de mentionner l'auteur(e) original(e) et la source, de fournir un lien vers la licence Creative Commons et d'indiquer si vous avez modifié le contenu sous licence. Cette licence ne vous autorise pas à partager des adaptations dérivées de tout ou partie de cet article. Les images ou autres contenus tiers contenus dans cet article sont inclus dans la licence Creative Commons de l'article, sauf mention contraire dans une mention de source. Si le contenu n'est pas inclus dans la licence Creative Commons de l'article et que l'utilisation que vous envisagez n'est pas autorisée par la réglementation ou dépasse les limites autorisées, vous devrez obtenir l'autorisation directement du détenteur des droits d'auteur. Pour consulter une copie de cette licence, rendez-vous sur http://creativecommons.org/licenses/by-nc-nd/4.0/.

Réimpressions et autorisations

Kaushik, S., Rachananjali, K. Optimisation de la configuration matérielle pour la gestion de l'énergie solaire dans les véhicules hybrides à ultracondensateurs. Sci Rep 14, 29618 (2024). https://doi.org/10.1038/s41598-024-80219-2

Télécharger la citation

Reçu : 11 juillet 2024

Accepté : 15 novembre 2024

Publié le 28 novembre 2024

DOI : https://doi.org/10.1038/s41598-024-80219-2

Toute personne avec qui vous partagez le lien suivant pourra lire ce contenu :

Désolé, aucun lien partageable n'est actuellement disponible pour cet article.

Fourni par l'initiative de partage de contenu Springer Nature SharedIt