Modélisation et réalisation d'un émulateur de système de piles à combustibles développement : des stratégies et des lois de commande (Modelling and Implementation of an Emulator for Fuel Cell Systems- Development of Control Strategies Laws)

Marsala, Giuseppe - (2008-12-04) / Université de Franche-Comté, UFC, UTBM - Modélisation et réalisation d'un émulateur de système de piles à combustibles développement : des stratégies et des lois de commande en : Français Directeur(s) de thèse:   Cirrincione , Maurizio Laboratoire : Laboratoire Système et Transports (SeT) Ecole doctorale : SPIM Classification : Sciences de l'ingénieur

URL d'accès :  http://indexation.univ-fcomte.fr/nuxeo/site/esupve... Mots-clés : Système Pile à Combustible, Pile à Combustible de type PEM (Proton Exchange Membrane), Buck Convertisseur, Emulateur, Véhicule Electrique (VE), Réseaux de neurones Résumé : Le sujet de thèse traite de la modélisation d’un système d’énergie avec piles à combustibles (PàC) de type PEMFC destiné à être intégré dans les véhicules électriques. Le but recherché par la réalisation de cet émulateur (objet matériel qui a le même comportement qu’un système réel) est de développer des lois de commande assurant un bon fonctionnement du système PàC. Après une étude bibliographique sur les différentes modélisations de coeur de Pile à Combustible (PàC), le choix d’un convertisseur de type Buck a été retenu et mis en oeuvre pour l’émulateur. L’originalité de ce travail réside dans la prise en compte de toutes les auxiliaires du système PàC. Les auxiliaires ont été introduites sous forme Hardware In the Loop (HIL). Pour cela l’environnement DSPACE a été utilisé. Plusieurs lois de commande et de contrôle ont été étudiées et mises en oeuvre. L’émulateur a été conçu avec une large bande passante. Le contrôle de la tension est réalisé avec la technique « State Variable Feedback », qui est capable de fixer correctement les pôles du système à boucle-fermé afin d’assurer la bande passante souhaité et le comportement à régime permanent. Le cas particulier de la gestion de l’air a été largement développé et a permis de valider le principe d’émulation retenu. En effet, différentes stratégies de commande (static feedforward, PI) ont été étudiées et comparées en utilisant une nouvelle stratégie de commande basée sur les réseaux neuronaux. Cette dernière repose sur le principe d’inversion de la relation entre la vitesse de rotation du compresseur et le coefficient de « oxygen excess ratio », dont la régulation est d’importance capitale pour éviter l’appauvrissement en oxygène de la membrane. Contexte : ce sujet est proposé dans le cadre partenariat avec Centre National de Recherche (CNR) d’Italie. Mots Clés: Système Pile à Combustible, Pile à Combustible de type PEM (Proton Exchange Membrane), Buck Convertisseur, Emulateur, Véhicule Electrique (VE), Réseaux de neurones. Résumé (anglais) : This thesis deals with modelling of a PEM-Fuel Cell System (FCS) for power generation in an electrical vehicle. The goal of the research is the construction of an emulator of the PEM Fuel Cell stack, that of a device having the same behaviour as the real system, and the development of command strategies for the FCS. After a bibliographical study of the models of a Fuel Cell stack, a buck converter structure has been chosen and then implemented to build the emulator. The novelty of this thesis is that all the auxiliary components of a FCS have been considered in a Hardware In the Loop (HIL) fashion by using a DSPACE development platform. .Several command strategies have been implemented and assessed by using the emulator, which has been designed with a high bandwidth. The voltage control of the emulator has been accomplished by using the “State Variable Feedback “, which is a pole-placement technique for achieving the desired bandwidth and dynamical and steady-state performance. The particular case of the control of the air-management system has been considered and used to asses the emulator. Actually several control strategies (static feedforward, PI) have been studied and their results compared also by using a novel neural network based command strategy. This neural network implements the inversion of the relationship between the compressor speed and the “oxygen excess ratio”, whose regulation is a key issue for preventing the oxygen starvation of the membrane. Identifiant : UFC-617

Exporter au format XML