Théophile Paul (équipe Systèmes et microsystèmes hétérogènes - SMH - de l'unité de recherche ICube) soutient sa thèse intitulée Dimensionnement et gestion intelligente d’un système de stockage d’énergie hybride pour un chariot élévateur dans l’industrie 4.0, le vendredi 1^er juillet 2022 à 9h30, en amphithéâtre A&I.

Le jury de thèse est composé :

• de Wilfried Uhring, professeur – Université de Strasbourg, directeur de thèse ;
• des rapporteurs : Pascal Venet, professeur – Université Claude Bernard 1 et Philippe Poure, professeur – Université de Lorraine ;
• des autres membres du jury : Bruno Allard, professeur – École centrale de Lyon, Patrick Bartholomeus, maître de conférences – École centrale de Lille, Tedjani Mesbahi, maître de conférences – INSA Strasbourg, Sylvain Durand, maître de conférences – INSA Strasbourg, Damien Flieller, maître de conférences – INSA Strasbourg ;
• d’un membre invité : Daniel Chatroux, ingénieur expert batterie – CEA.

Résumé

Dans l’industrie 4.0, la batterie reste le maillon faible du véhicule électrique : coût élevé, autonomie limitée, dimensions encombrantes, lenteur de la recharge, faible durée de vie… Aujourd’hui l’axe principal du progrès passe par le développement de systèmes de stockage apportant des réponses à ces contraintes. Une des solutions proposées est l’hybridation des sources. Le principe consiste à créer « une source d’énergie parfaite » en combinant a minima deux technologies de stockage : une première avec une énergie spécifique importante pour avoir une grande autonomie et une seconde avec une puissance spécifique importante pour répondre aux transitoires dynamiques. De par leur complémentarité, les Supercondensateurs (SC) combinés à des batteries Lithium-ion Hautes énergies (HE) en sont de parfaits candidats. La batterie assurera ainsi l’autonomie du véhicule et sera assistée par les supercondensateurs pour fournir et/ou absorber les pics de puissance, responsables de l’accélération du vieillissement de la batterie. La contrepartie d’un tel système réside dans une gestion intelligente du partage de puissance entre les deux sources d’énergie pour tirer parti des avantages de ces dernières. Ainsi les travaux de cette thèse, ont pour objectifs de montrer l’intérêt des Stratégies de gestion d’énergie (SGE) à base d’optimisation dans le dimensionnement et les performances de la source hybride, pour une application chariot élévateur. Le Model predictive control (MPC) est utilisé comme algorithme de référence et sera comparé à des SGE à base de règle.