Module intelligent d'alimentation par batterie (SBPM) : une brique modulaire, intelligente et tolérante aux pannes pour une mobilité électrique durable.

Pour répondre aux défis liés à l'électrification des transports dans les pays émergents, ce projet de thèse propose le développement d'un nouveau concept de module de puissance intelligent pour batterie (SBPM), intégrant des fonctions de stockage d'énergie, de conversion de puissance, de commande distribuée et de surveillance de l'état de santé au sein d'un même module. L'objectif est de dépasser les architectures conventionnelles de chaînes de traction électrique pour évoluer vers des systèmes énergétiques modulaires, intelligents et reconfigurables, capables d'atteindre simultanément une efficacité énergétique élevée, une densité de puissance importante, ainsi qu'une tolérance aux pannes et une fiabilité opérationnelle accrues. Chaque SBPM sera constitué d'un assemblage de batteries basse tension associé à une cellule de conversion de puissance en pont en H, basée sur des composants à semi-conducteurs à large bande interdite (WBG), tels que des MOSFET au SiC ou des HEMT au GaN. La mise en série de plusieurs SBPM formera une architecture multiniveau modulaire dans laquelle les contraintes électriques seront réparties entre les différentes cellules. Cette approche devrait permettre de réduire les pertes de conversion, d'augmenter la densité de puissance du système et de diminuer les besoins en filtrage passif grâce au fonctionnement entrelacé des cellules de conversion. Au-delà de l'architecture matérielle, une originalité majeure de ce projet de thèse réside dans le développement d'une intelligence distribuée au niveau du SBPM. Chaque module intégrera ses propres capacités de commande, lui permettant de contribuer de manière autonome et coopérative au fonctionnement global du convertisseur de puissance. Des stratégies de commande distribuée seront élaborées pour assurer simultanément l'entrelacement optimal des séquences de commutation, le partage des flux d'énergie entre les modules et l'équilibrage dynamique de l'état de charge (SoC) des différents assemblages de batteries. Une telle gestion distribuée de l'énergie devrait améliorer le rendement global du système tout en atténuant le vieillissement hétérogène des batteries et en prolongeant potentiellement leur durée de vie. La modularité de l'architecture sera également exploitée pour renforcer la tolérance aux pannes de la chaîne de traction et la résilience du système. Des stratégies de reconfiguration automatique seront développées pour maintenir le fonctionnement du système en cas de défaillance affectant soit un module de batterie, soit un composant de puissance. Enfin, chaque SBPM intégrera des fonctions locales de diagnostic et de pronostic pour surveiller en continu l'état de santé tant des composants de puissance que des cellules de batterie. Les indicateurs de vieillissement et les signatures de défaut seront étudiés afin de permettre la détection précoce de la dégradation des composants, d'anticiper les défaillances potentielles et d'adapter dynamiquement les stratégies de commande et de reconfiguration en conséquence. En combinant la surveillance de l'état de santé, la commande distribuée et la conversion de puissance modulaire, le système proposé sera capable d'adapter son fonctionnement tout au long de sa durée de vie et de maintenir des performances optimales malgré le vieillissement des composants et les défaillances éventuelles. Les développements proposés seront validés grâce à une approche globale combinant modélisation, simulation et essais expérimentaux sur un démonstrateur de chaîne de traction électrique modulaire. L'étude évaluera les avantages du concept SBPM en termes d'efficacité énergétique, de densité de puissance, de durée de vie de la batterie, de résilience aux défauts et, plus largement, de coût total de possession des véhicules électriques. École doctorale : GEETS - Génie Electrique Electronique,Télécommunications et Santé : du système au nanosystème Direction : Marc COUSINEAU Financement : MSCA COFUND BEST