Un contrôleur flou T–S amélioré pour la gestion d’énergie des véhicules hybrides en parallèle

Pourquoi des hybrides plus intelligents comptent

Les voitures hybrides promettent une conduite plus propre et des factures de carburant réduites en combinant un moteur à essence et un moteur électrique. Mais pour tenir cette promesse, la voiture doit décider en permanence quelle source d’énergie doit fournir quelle part de puissance. Cet article présente une nouvelle manière de prendre ces décisions en une fraction de seconde afin que le moteur fonctionne plus souvent dans sa « zone optimale », que la consommation de carburant diminue et que la batterie reste en bonne santé — le tout sans ordinateur embarqué coûteux ni connaissance détaillée du trajet à venir.

Partager le travail entre moteur et moteur électrique

Dans un hybride parallèle, le moteur thermique et le moteur électrique peuvent tous deux entraîner les roues, séparément ou ensemble. Le défi central est un système de gestion de l’énergie qui décide, instant après instant, quel couple chacun doit fournir. De nombreuses approches antérieures visent une efficacité parfaite en s’appuyant sur des algorithmes d’optimisation ou d’apprentissage lourds, mais ceux-ci peuvent être lents, coûteux et difficiles à intégrer dans les voitures de tous les jours. Les auteurs se concentrent plutôt sur un contrôle plus simple, basé sur des règles, capable de fonctionner en temps réel tout en faisant des choix intelligents sur la répartition du travail.

Un livre de règles fondé sur un raisonnement humain

Le nouveau contrôleur repose sur un type de logique floue, un cadre mathématique qui imite la façon dont les humains utilisent des règles approximatives telles que « si la demande est faible, favoriser le moteur électrique ; si la demande est élevée, faire appel au moteur thermique ». Contrairement aux systèmes flous antérieurs qui nécessitaient plusieurs entrées — comme la vitesse, le couple et l’état de charge de la batterie — ce dispositif utilise la puissance du moteur comme entrée principale, avec une gestion séparée de l’état de charge de la batterie. En définissant soigneusement quatre larges « zones » de puissance de fonctionnement, le contrôleur peut déduire quand le moteur doit fonctionner dans sa région la plus efficace et quand le moteur électrique doit intervenir, sans jongler avec de nombreuses variables à la fois. Cette réduction d’entrées diminue la quantité de calcul et abaisse les exigences matérielles à bord.

Maintenir le moteur dans sa zone optimale

Pour concevoir le contrôleur, les chercheurs cartographient d’abord comment le moteur convertit le carburant en mouvement avec différentes vitesses et couples. Cette carte révèle de petites poches où le moteur est particulièrement efficace et de larges zones où il gaspille du carburant. Les règles floues sont ensuite ajustées de sorte que, chaque fois que c’est possible, la puissance demandée aux roues soit fournie en faisant fonctionner le moteur dans ces poches efficaces. Si le conducteur demande moins de couple que la valeur préférée du moteur, le contrôleur reconfigure légèrement la demande pour que le moteur reste efficace, le moteur électrique compensant ou absorbant la différence. Lorsque le conducteur exige plus de couple que ce que la zone efficace peut fournir, le contrôleur laisse le moteur sortir de sa zone optimale, mais uniquement dans la mesure nécessaire pour suivre le trafic.

Équilibrer la batterie tout en suivant des trajets réels

L’équipe teste sa stratégie sur un modèle informatique détaillé d’une berline hybride de taille moyenne typique, incluant la traînée aérodynamique, la résistance au roulement, une batterie lithium-ion et un moteur électrique dimensionné pour un usage quotidien plutôt que pour la course. Ils font parcourir à cette voiture virtuelle un long itinéraire assemblé qui combine des profils de conduite européens, américains et londoniens, capturant à la fois des rues à arrêts fréquents et des routes plus rapides. Les résultats montrent que la voiture suit de près le profil de vitesse cible, tandis que le couple fourni par le moteur thermique et le moteur électrique suit leurs références avec des erreurs très faibles. Surtout, le niveau de charge de la batterie à la fin du trajet reste proche de celui du départ, ce qui prouve que les économies de carburant ne sont pas obtenues en vidant silencieusement la batterie.

Ce que cela signifie pour les voitures de demain

Au final, le contrôleur flou proposé réduit la consommation de carburant d’environ 3 % par rapport à une stratégie antérieure déjà avancée, sans charge informatique supplémentaire et tout en préservant la charge de la batterie. Parce qu’il repose sur des règles simples plutôt que sur des prédictions détaillées du trafic futur, il est plus facile à mettre en œuvre dans des véhicules réels avec du matériel bon marché. Pour les conducteurs, ce type de partage d’énergie intelligent pourrait signifier des hybrides moins coûteux à fabriquer tout en étant plus efficaces sur la route, constituant une étape pratique vers un transport plus propre sans exiger une transition complète vers des voitures entièrement électriques.

Citation: Hokmabad, E.S., Rostami, N. & Sharifian, M.B.B. An improved T–S fuzzy controller for energy management of parallel hybrid vehicles. Sci Rep 16, 10428 (2026). https://doi.org/10.1038/s41598-026-41457-8

Mots-clés: véhicules hybrides, gestion de l’énergie, contrôle flou, efficacité énergétique, groupe motopropulseur électrique