Simulation d’un véhicule électrique et son environnement pour étudier la consommation d’énergie sous différentes conditions climatiques
Notice bibliographique
Résumé
Dans la littérature scientifique, la consommation d'énergie des véhicules électriques à batterie est généralement estimée en ne considérant que le sous-système de traction. De plus, cette approche ne peut pas prendre en compte tous les impacts des conditions climatiques sur la consommation (et sur l’autonomie). En effet, les conditions ambiantes ont un impact sur les performances des batteries Li-ion, sur la puissance nécessaire pour la traction et sur la consommation d'énergie du sous-système de confort. Le produit combiné de ces effets peut réduire considérablement l'autonomie de ces véhicules. Ce fait constitue une contrainte au développement des véhicules électriques sur le marché automobile, notamment dans des régions aux hivers très rigoureux (exemple du Canada). Dans ce cadre, une collaboration entre l'Université de Lille (France) et l'Université du Québec à Trois-Rivières (Canada) a été établie pour étudier, entre autres, l'impact des conditions climatiques sur la consommation d'énergie des véhicules électriques.L’objectif de cette thèse en cotutelle est de développer un outil de simulation flexible d’un véhicule électrique dans son environnement. L’outil doit permettre d’étudier les performances énergétiques de ces véhicules sur une large plage de conditions climatiques. Pour atteindre cet objectif, une interconnexion des modèles de différents domaines de la physique (électrique, mécanique et thermique) est réalisée, en suivant une approche systémique. Les modèles considérés correspondent aux sous-systèmes de traction, de confort thermique et de stockage (avec le chargeur de batteries). Le formalisme Représentation Énergétique Macroscopique est utilisé pour organiser et interconnecter de façon causale les modèles des différents sous-systèmes, ainsi que de l’environnement du véhicule. Les facteurs ambiants considérés dans l’outil sont la température, l’humidité relative et les conditions du ciel. De plus, la validité de l’outil est vérifiée avec des tests expérimentaux sur une voiture réelle entre -5 °C et 30 °C.La pertinence de l’outil est mise en évidence avec la réalisation de trois études sur la consommation d’énergie d’un véhicule électrique sous différents profils de conduite et conditions ambiantes. La première étude est l’estimation de l’impact énergétique individuel des conditions ambiantes considérées sur chaque sous-système d’un véhicule électrique. La deuxième étude est l’estimation de la variation annuelle de la consommation d’énergie dans un climat canadien. Enfin, la dernière étude est une évaluation des avantages énergétiques du préchauffage en hiver.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».