La propulsion des voitures hybrides est assurée à la fois par un moteur thermique et par un moteur électrique. Une telle combinaison permet de réduire la consommation de carburant et en particulier de diminuer les émissions de CO2 par rapport à un véhicule conventionnel, en combinant de manière optimale les puissances disponibles sur chacun des 2 moteurs selon leur efficacités énergétiques respectives, également en transformant l’énergie mécanique dissipée lors des phases de freinage en énergie électrique qui pourra être utilisée ultérieurement.
Une des difficultés liées à ce système de propulsion hybride est due aux contraintes relatives au stockage de l’énergie électrique dans la batterie, et en particulier à la capacité limitée de celle-ci. Ainsi, non seulement son état de charge doit-il être maintenu à l’intérieur d’un domaine bien défini lors de l’utilisation du véhicule, mais en outre il doit pouvoir converger dans certains cas vers une valeur de consigne prédéfinie en fonction de différents besoins ou contraintes en fin du trajet considéré.
Une utilisation efficace de ce système de propulsion hybride nécessite donc de pouvoir anticiper les besoins en énergie du véhicule, ce qui est rendu possible par les nombreuses informations disponibles grâce à la connexion au réseau internet, au GPS, ainsi qu’aux différents capteurs installés sur le véhicule. En particulier, il est possible de connaître avec un bon niveau de confiance le trajet qui sera réalisé pour un horizon prédictif variable en fonction des coordonnées temporelles et géographiques du véhicule.
Ainsi, pour un trajet donné, le problème consiste à contrôler à tout instant la répartition de puissance hybride pour minimiser la consommation de carburant (donc les émissions de CO2) tout en satisfaisant les contraintes liées au stockage de l’énergie électrique dans la batterie (SoC = State of Charge) et à la Température du moteur (T).
L’étude pourra se faire par résolution numérique, basée sur des équations simplifiées à deux états (SoC et T), en présence de contraintes sur la commande (Puissance du moteur à combustion Pu) et sur les états (typiquement des seuils min et max à respecter en SoC et Température). Il s’agira de définir une ou plusieurs stratégies de contrôle optimal, appliquées sur un cycle de puissance requise supposé connu sur un intervalle de temps donné. Les performances globales de ces stratégies pourront être comparées à une solution issue des travaux actuels réalisés chez Continental.
