Constrained Optimization of Energy Management for a Mild-Hybrid Vehicle
Optimisation sous contraintes de la répartition d'énergie d'un véhicule de type micro-hybride
1
Institut français du pétrole, IFP, 1-4 avenue de Bois-Préau, 92852 Rueil-Malmaison Cedex - France
2
École des Mines de Paris, 60-62 boulevard Saint Michel, 75272 Paris Cedex 06 - France
Corresponding authors: gregory.rousseau@ifp.fr delphine.sinoquet@ifp.fr pierre.rouchon@ensmp.fr
Hybrid-electric vehicles appear to be one of the most promising technologies for reducing fuel consumption and pollutant emissions. The presented work focuses on a power train architecture for mild hybrid vehicles. The complete mild-hybrid vehicle is modelled in AMESim environment and the fuel consumption for given driving cycles is estimated. The control strategies for the energy management between the two power sources are optimized with respect to fuel consumption with a classical dynamic programming (DP) method. We propose an other method based on Pontryagin Minimum Principle which furnishes results very close to the DP results for a significantly reduced calculation time. These optimization results furnish the optimal control laws from which could be derived the control laws to be implemented on the vehicle. To illustrate the potential of optimization for component design, mild hybrid vehicles with varying battery and electric motor sizes, with different types of engine (gasoline / natural gas), are evaluated in terms of consumption gain with the presented methodology.
Résumé
Les véhicules hybrides constituent l'une des technologies les plus prometteuses pour réduire la consommation de carburant et les émissions de polluant. Le travail présenté est basé sur une architecture de type micro-hybride. Le véhicule complet est modélisé sous AMESim, la consommation de carburant pour un cycle défini étant ensuite calculée. Le contrôle de la répartition d'énergie entre les deux sources de puissance est optimisé par rapport à la consommation de carburant, à l'aide d'un algorithme de programmation dynamique (DP). Nous proposons par la suite une autre méthode basée sur le Principe du Minimum de Pontryagin, qui fournit des résultats très proches de ceux de (DP) en un temps de calcul plus faible. Les résultats d'optimisation fournissent la loi de contrôle optimale à partir de laquelle peuvent être dérivées des lois de contrôle implémentables sur véhicule. Différentes tailles de batterie / moteur électriques sont testés, ainsi que différents types de moteur thermique, afin d'évaluer le gain en consommation.
© IFP, 2007