Contribution of developing a prognostics-based energy management strategy for fuel cell hybrid system - application to a fuel cell/battery hybrid electric vehicle
Contribution au développement d'une stratégie de gestion de l'énergie basée sur pronostics pour des systèmes hybrides à pile à combustible - application à un véhicule électrique hybride à pile à combustible et batterie
Résumé
Fuel cell hybrid propulsion system is gaining momentum in today's automotive market and offers a sustainable solution for the world climate change in the transport sector. However, the durability and reliability of the power sources used in the hybrid system are the inevitable obstacles for its massive commercialization. To optimize and maximize the lifespan of the hybrid system, a prognostics and health management (PHM) approach is deployed to manage and mitigate the power source degradation behaviour and applied to a fuel cell hybrid electric vehicle.In this context, two main contributions are made. The first stage is to deploy a prognostics method that can be used in the hybrid system. Particle filtering, as a commonly used state estimation method, is adapted for prognostics purpose in this thesis. It is used to handle the imprecise and uncertain degradation data and estimate the remaining useful life. The method is validated by historical fuel cell and battery datasets and the results are evaluated by the designed prognostics metrics.Subsequently, a second stage on the health management aspect of PHM is proposed. As the split of demanded power in a hybrid system is managed by an energy management strategy (EMS), the orientation of this stage is to develop a health-conscious EMS in the context of PHM. A great quantity of researches on prognostics with finished experimental data have been found in the literature, while how to use the prognostics results to make corrective control actions is rarely discussed. To help against this vacancy in hybrid system applications, a prognostics-enabled decision-making process is designed. The performance is evaluated by quantifying the degradation and the lifetime of the system in a simulated environment and a discussion on prognostics occurrence is launched for further investigations on maintenance.
Le système de propulsion hybride à pile à combustible (PàC) gagne du terrain sur le marché automobile actuel et offre une solution durable au changement climatique mondial dans le secteur des transports. Cependant, la durabilité et la fiabilité des sources d’énergie utilisées dans le système hybride sont les obstacles inévitables à sa commercialisation massive. Pour optimiser et maximiser la durée de vie du système hybride, une approche de pronostic et gestion de la santé (PHM) est mise en œuvre pour gérer et atténuer le comportement de dégradation des sources d'énergie et appliquée à un véhicule électrique hybride à pile à combustible.Dans ce contexte, deux contributions principales sont apportées. La première consiste à déployer une méthode de pronostic pouvant être utilisée dans le système hybride. Le filtrage de particules, en tant que méthode d'estimation d'état communément utilisée, est adapté aux fins de pronostic dans cette thèse. Il est utilisé pour traiter les données de dégradation imprécises et incertaines et pour estimer la durée de vie utile restante. La méthode est validée par les ensembles de données historiques de PàC et de batterie et les résultats sont évalués par les métriques de pronostic conçues.Ensuite, une deuxième étape sur l’aspect gestion de la santé du PHM est proposée. Comme la répartition de la puissance demandée dans un système hybride est gérée par une stratégie de gestion de l'énergie (EMS), l’orientation de cette étape est de développer une EMS conscient de sa santé dans le contexte du PHM. Une grande quantité de recherches sur les pronostics avec des données expérimentales finies ont été trouvées dans la littérature, alors que la manière d'utiliser les résultats de pronostics pour réaliser des actions de contrôle correctives est rarement discutée. Afin de pallier cette lacune dans les applications de système hybride, un processus de prise de décision basé sur le pronostic est conçu. Les performances sont évaluées en quantifiant la dégradation et la durée de vie du système dans un environnement simulé et une discussion sur l'occurrence des pronostics est lancée pour des investigations ultérieures sur la maintenance.
Domaines
Energie électrique
Origine : Version validée par le jury (STAR)
Loading...