Energy management strategies for battery electric bus fleet
Stratégies de gestion de l’énergie pour des flottes de bus électriques à batterie
Résumé
Initiatives to decrease emissions from the transport sector are increasing worldwide by seeking alternative technologies to replace oil-based mobility. Battery Electric Buses (BEB) present a promising solution thanks to their high energy efficiency, low greenhouse gas emissions and the absence of local pollutant emissions. However, this technology still faces many challenges, especially its high total cost of ownership (TCO) and other operational factors such as the limited bus driving range, the high energy refueling time, and the required charging technologies and strategies. In this context, this thesis presents a systematic methodology that aims at developing solutions to help overcoming these challenges by providing optimal battery sizing and charging strategy for BEB. First, a comprehensive multi-physical bus energy model is developed to evaluate its energy needs considering all the energy systems encountered within. The energy consumption of the bus is then evaluated at a variety of operating conditions. Then, a techno-economic model of an entire bus line is developed in order to assess the impact of different battery sizing and charging strategies on the costs and operation of BEB. A TCO model is introduced considering the BEB unit costs, battery purchase and replacement costs, energy and power costs, infrastructure, and maintenance costs. A case study in Paris city is presented and the analysis reveals the resulting tradeoff between the TCO and BEB schedule disruptions and delays as function of different battery sizes and charging strategies. A methodology to minimize the TCO of BEB deployment is presented providing the optimal battery sizing and charging strategy for BEB, while respecting the BEB operation constraints. The methodology is a 2-step optimization algorithm that utilizes both Dynamic programming and Genetic Algorithm optimization routines. The results show that the proposed methodology could reduce the BEB TCO between 15-25% compared to the currently adopted approaches to deploy BEB.
Les bus électriques à batterie (BEB) représentent une solution prometteuse pour remplacer les flottes de bus diesel actuelles consommant des énergies fossiles grâce à leur efficacité énergétique élevée et à leur potentiel de réduction des émissions de gaz à effet de serre et à l’absence d’émissions de polluants atmosphériques locaux. Cependant, cette technologie doit faire face à plusieurs défis, en particulier le coût total de possession (TCO) élevé et des contraintes opérationnelles comme l’autonomie des bus, le temps et le lieu de recharge. Cette thèse présente une méthodologie systématique qui vise à développer des solutions pour surmonter ces défis en fournissant un dimensionnement des batteries et une stratégie de recharge optimales pour les BEB. D'abord, un modèle énergétique multi-physique de bus est développé pour évaluer ses besoins énergétiques en prenant en considération ses différents systèmes énergétiques. Ensuite, la consommation d'énergie du bus est évaluée dans plusieurs conditions de fonctionnement afin de quantifier sa consommation d'énergie réelle. Un modèle techno-économique d'une ligne de bus est développé afin d'évaluer l'impact des différentes stratégies de dimensionnement et de recharge des batteries sur les coûts et le fonctionnement du BEB. Ensuite, un modèle TCO est introduit en tenant compte les coûts unitaires BEB, les coûts d'achat et de remplacement des batteries, les coûts d'électricité, les coûts d'infrastructure et de maintenance. L'analyse des résultats d’un cas d’étude à Paris souligne les compromis entre le TCO et les perturbations et les retards des horaires du BEB en fonction des différentes tailles de batterie et stratégies de recharge. Enfin, une méthodologie minimisant le TCO est proposée en déterminant un dimensionnement des batteries et une stratégie de recharge optimales pour la flotte de BEB tout en garantissant l'absence de perturbation des horaires ou des interruptions du service. Elle repose sur une optimisation en deux étapes qui utilise à la fois la programmation dynamique et un algorithme génétique. Les résultats montrent que la méthodologie proposée pourrait réduire le TCO du BEB entre 15-25% par rapport aux approches actuellement adoptées.
Origine : Version validée par le jury (STAR)