Multiobjective optimization of the management of an electric bus fleet charging
Optimisation multicritère de la gestion de la recharge d'une flotte de bus électriques
Résumé
Electro-mobility is increasing significantly in the urban public transport and continues to face important challenges. Electric bus fleets require high performance and extended longevity of lithium-ion battery in highly variable temperature and operating conditions. On the other hand, bus operators are more and more concerned in reducing operation and maintenance cost, which is sensitive to battery aging cost and represents a significant economic parameter for the deployment of electric bus fleets. This thesis presents a methodological approach for optimizing the overnight charging of an electric bus fleet to the depot. This approach is based on both charging scheduling and power modulation in order to minimize a given criterion or several criteria at the same time (e.g. the charging cost, the effective power, battery aging ...). This approach uses an exact optimization methods or Metaheuristics methods according to the type of optimization (mono-objective or multi- objective) and according to the criterion while taking into account the constraints related to bus operating conditions, charging infrastructure and the power grid. This approach has been developed to take into account several battery’s technologies as well as different types of recharging. An electro-thermal and aging model of lithium-ion batteries was developed based on existing models, literature as well as experimental tests. This allowed us to take into account the dynamics of the battery and predict the evolution of its performance when it is subject to variable conditions of use. To illustrate this methodology, a case study was presented in the last chapter and allows a smart managing of large-scale fleet of electric buses that try to maximize in particular the battery lifetime
La mobilité électrique augmente de manière significative dans les transports en commun et continue de faire face à des défis importants. Les flottes de bus électriques nécessitent des performances élevées et une longévité maximale des batteries dans des conditions de température et de fonctionnement très variables. D'autre part, les exploitants de flottes de bus sont soucieux de réduire les coûts d'exploitation et de maintenance. Ces coûts sont sensibles au coût de vieillissement de la batterie qui représente une donnée économique importante pour le déploiement de flottes de bus électriques. Ces travaux de thèse présentent une approche méthodologique pour l’optimisation de la recharge d’une flotte de bus électriques au dépôt. Cette approche est basée à la fois sur la planification de la recharge et sur la modulation de la puissance afin de minimiser un critère donné ou plusieurs critères en même temps (ex : le coût de la recharge, la puissance efficace, le vieillissement des batteries…). Cette approche utilise des méthodes d’optimisation exactes ou des métaheuristiques selon le type d’optimisation (mono-objectif ou multiobjectif) et selon le critère tout en tenant compte des contraintes liées aux conditions d'exploitation du bus, aux infrastructures de recharge ainsi qu’au réseau électrique. Un développement d’un modèle électrothermique et de vieillissement des batteries lithium-ion a été réalisé en s’appuyant sur des modèles existants, des études bibliographiques ainsi que des essais expérimentaux. Un modèle « multi- mécanisme de vieillissement » basée sur la loi d’Eyring a été développé et permet de prendre en compte plusieurs phénomène de vieillissement pour des batteries de type LFP. Ce modèle peut s’adapter à différentes technologies de batterie. Afin d’illustrer notre méthodologie d’optimisation mise en oeuvre, un cas d’étude a été présentée dans le dernier chapitre et permet de montrer les possibilités de recharge intelligente d’une flotte de bus électriques offerte par l’outil développé qui permet en particulier de minimiser le vieillissement de la batterie
| Origine | Version validée par le jury (STAR) |
|---|