Mission actuelle : Pilote Fonction Système – GTR-EVE, Ampere (Renault Group)

• Dans le cadre des exigences GTR-EVE (Réglementations Techniques Globales - Durabilité des Véhicules Électriques), mon rôle chez Ampere - Renault Group implique la validation et l’optimisation des estimateurs d’état de batterie (SOH, SOCE) grâce à une analyse avancée des tests et à l’étalonnage des algorithmes intégrés dans le BMS (Battery Management System).
• La performance des véhicules électriques est significativamente affectée par l’évolution de la batterie au cours de son cycle de vie. Mon travail se concentre sur l’évaluation, l’étalonnage et la validation des modèles d’estimation, en tenant compte des contraintes réglementaires et des architectures spécifiques des différentes batteries et véhicules.

Tâches attribuées :

• Analyse et validation des estimateurs BMS : Étude et comparaison des performances des estimateurs SOH et SOCE intégrés dans le BMS, identification des écarts entre les modèles théoriques et les résultats expérimentaux pour améliorer la précision de l’estimation.
• Évaluation et étalonnage par tests expérimentaux : Analyse des tests de batteries et de véhicules pour évaluer le comportement réel du système de stockage d’énergie. Utilisation des tests WLTP à 23°C et -7°C pour mesurer les performances du système dans des conditions climatiques et opérationnelles variées.
• Développement d’une méthodologie avancée d’estimation SOH : Implémentation de plusieurs méthodes d’estimation SOH, y compris les approches empiriques, algorithmiques et basées sur l’apprentissage automatique, comparaison de leurs performances et sélection de la méthode la plus fiable et adaptée au véhicule.
• Optimisation et rapports de performance : Utilisation de MATLAB, Python pour l’analyse des modèles et le développement d’algorithmes, Concerto AVL pour la visualisation des données de test, et Power BI & Excel pour le suivi des performances.

Environnement technique :

• MATLAB, Python, Converto AVL, Power BI, Excel.

Contexte du projet : L’entreprise, spécialisée dans le stockage d’énergie stationnaire, nécessitait une expertise en technologie de systèmes de gestion de batterie (BMS) avancés. Ce rôle impliquait la conception et la mise en œuvre d’une architecture logicielle robuste, incluant l’intégration d’algorithmes d’estimation d’état de batterie avancés (SoC, SoH, SoS, etc.). L’objectif était d’optimiser le BMS pour améliorer les performances, la sécurité et l’efficacité du système.

Tâches attribuées :

• Conception de l’architecture logicielle pour BMS : Définition de la structure et de l’organisation du système avec scalability, modularité et intégration matérielle à l’esprit.
• Intégration des estimateurs d’état de batterie : Implémentation d’algorithmes de traitement de données capteurs pour estimer l’État de Charge (SoC), l’État de Santé (SoH) et l’État de Sécurité (SoS).
• Rapports techniques : Production de deux rapports détaillés documentant la conception de l’architecture logicielle BMS, la sélection des algorithmes et les stratégies d’intégration.

Environnement technique :

• Bases de données de batteries, programmation Python, GitHub, Teams.

Contexte du projet : Ce projet de recherche s’est concentré sur l’optimisation des performances des batteries lithium-fer-phosphate (LFP) et nickel-manganèse-cobalt (NMC), especialmente dans les scénarios de décharge à courant élevé, en utilisant des méthodes de compensation de chute ohmique. La recherche impliquait une collaboration avec des partenaires industriels (fabricants de vélos électriques et de drones) et a abouti à des publications scientifiques et un brevet industriel.

Tâches attribuées :

• Protocoles et campagnes de tests : Définition et exécution de tests de cyclage, spectroscopie d’impédance (EIS) et analyse de capacité différentielle (dq/dv) sur les batteries NMC et LFP, en intégrant la méthode de compensation de chute ohmique (ODC).
• Analyse du vieillissement et amélioration des performances : Évaluation du vieillissement des batteries dans des conditions de décharge élevée, implémentation d’une méthode ODC à protocole rapide qui a amélioré la capacité de 20%.
• Développement de modèles paramétriques : Conception et implémentation d’un modèle de circuit équivalent (ECM) intégrant les effets ODC pour l’intégration BMS dans les applications à petite échelle (drones, vélos électriques).

Environnement technique :

• Oscilloscope, Potentiostat (tests de batteries) Biologic/Arbin, Station de soudure, MATLAB, Simulink, EC-Lab, GitHub, MS Office, Programmation (C, Python)

Contexte du projet : Ce projet s’est concentré sur l’analyse de la dégradation des batteries. Mes responsabilités incluaient le développement de protocoles rigoureux pour la caractérisation des batteries Li-ion, l’exploration des modèles de dégradation basés sur les Modèles de Circuit Équivalents (ECM) et les paramètres d’État de Santé (SOH), et la réalisation de tests de vieillissement en laboratoire adaptés aux véhicules électriques (VE). Cette collaboration, faisant partie d’une initiative plus large menée par un étudiant travaillant sur sa thèse, a favorisé une approche interdisciplinaire.

Tâches attribuées :

• Protocoles de caractérisation : Développement de protocoles opérationnels pour caractériser les batteries Li-ion pour une seconde vie, incluant les méthodes de mesure des paramètres électriques. (OCV, CC-CV, EIS, dV/dQ)
• Modèle de dégradation des performances : Développement et utilisation d’un modèle simple basé sur le circuit équivalent pour caractériser la dégradation des performances des batteries de seconde vie avec python et Matlab.
• Tests de vieillissement en laboratoire : Réalisation de tests de vieillissement en laboratoire pour évaluer et caractériser le vieillissement des batteries Li-ion dans des conditions similaires à une seconde vie.
• Analyse de l’impact des conditions opérationnelles : Évaluation approfondie des effets des conditions opérationnelles sur les performances des batteries, particulièrement dans le contexte de l’utilisation en seconde vie, et adaptation des résultats obtenus pour une application spécifique dans un Système de Gestion de Batterie (BMS) pour seconde vie.

Environnement technique :

• Potentiostat (tests de batteries) Biologic, EC-lab, GitHub, MS Office, Programmation (python)

Contexte du projet : Dans le cadre du développement d’un UAV de haute altitude, je me suis concentré sur les multiples facettes de la consommation et de l’efficacité énergétique des UAV. Chargé d’analyser la consommation énergétique des UAV à voilure fixe, incluant les systèmes simples et hybrides intégrant des composants électriques et des turbines, mon rôle s’est étendu à la simulation des systèmes énergétiques des UAV à voilure fixe. Cette configuration hybride impliquait un équilibre careful entre les composants électriques (moteur, contrôleur, batterie) et une turbine à essence pour atteindre la vitesse requise et le support orienté. Mon rôle analytique incluait également la tâche critique d’analyser et de dimensionner le système de stockage, en tenant compte de facteurs tels que l’autonomie et le poids. En particulier, j’ai contribué à l’approche globale du projet par l’utilisation de l’Ingénierie Système Basée sur les Modèles (MBSE), qui a permis une compréhension complète de la dynamique complexe du système UAV.

Tâches attribuées :

• Analyse approfondie de la consommation énergétique : Étude détaillée de la consommation et de l’efficacité énergétique des drones à voilure fixe, considérant les technologies de batteries, ainsi que les systèmes de propulsion des drones.
• Modélisation et Simulation du Système Énergétique : Modélisation et simulation du système énergétique du drone à voilure fixe, en utilisant des outils tels que Simulink et MBSE pour une analyse complète du drone.
• Simulation des Performances Énergétiques du Drone : Capacité à simuler et évaluer les performances énergétiques des drones à voilure fixe, considérant à la fois les systèmes simples et hybrides pour une évaluation complète.
• Analyse et Dimensionnement du Système de Stockage : Analyse détaillée et dimensionnement du système de stockage pour atteindre l’équilibre optimal entre consommation d’énergie et poids, pour assurer une meilleure autonomie de vol. (Python)

Environnement technique :

• GitHub, MS Office, Programmation (python), LabVIEW, Simulink, Matlab

Contexte du projet : Dans le cadre d’une collaboration entre une entreprise et l’université, ce projet impliquait une étude técnico-économique pour la production collective d’énergie photovoltaïque (PV) dans la communauté du Vercors. Mes responsabilités incluaient l’estimation de la production annuelle des installations photovoltaïques, le calcul des pertes potentielles au sein du système photovoltaïque, et la réalisation d’une analyse approfondie des modèles de consommation énergétique. De plus, j’ai mené une analyse financière complète pour évaluer la viabilité économique du projet proposé. Au-delà des aspects techniques, cette expérience m’a permis de comprendre le fonctionnement complexe du secteur des énergies renouvelables en France, notamment les considérations juridiques liées aux panneaux solaires.

Tâches attribuées :

• Évaluation de la Production Potentielle des Installations PV : Estimation détaillée de la production annuelle attendue des installations PV.
• Analyse des Modèles de Consommation Énergétique : Étude détaillée des modèles de consommation énergétique dans la région du Vercors, permettant d’évaluer la faisabilité du modèle de production collective. (Python)
• Analyse Financière de la Viabilité du Projet : Évaluation détaillée de l’aspect financier pour déterminer la viabilité du projet. (Droit Français)
• Collaboration et Pertinence de l’Étude : Travail collaboratif avec une équipe multidisciplinaire pour assurer la précision et la pertinence de l’étude réalisée. (Projet 175 000 €)

Environnement technique :

• GitHub, MS Office, Matlab

Contexte du projet : En tant qu’ingénieur électronique pour une startup spécialisée dans les solutions de mobilité, j’ai dirigé le développement d’un système de surveillance complet pour les transports publics, notamment les bus de la capitale. Mon travail s’est concentré sur la programmation et le développement de microcontrôleurs, ainsi que sur la communication MQTT. La mise en œuvre réussie de ce système non seulement a amélioré les capacités de surveillance mais a également contribué à des économies significatives, atteignant jusqu’à 50 000 $ par an et par opérateur. Le projet visait à optimiser les opérations et les arrêts des bus, en améliorant systématiquement les itinéraires pour rationaliser les dépenses opérationnelles globales. Cette expérience non seulement a mis en valeur mon expertise technique mais a également démontré l’impact concret des solutions électroniques innovantes dans l’optimisation de la mobilité urbaine et de l’efficacité des transports.

Tâches attribuées :

• Comprendre le Système Électrique et CAN des Bus : Analyse approfondie de la partie électrique des bus et de la communication avec le système CAN pour collecter des données telles que la vitesse et d’autres informations provenant des capteurs.
• Intégration des Éléments de Surveillance : Implémentation d’éléments de surveillance pour le suivi GPS et le comptage des passagers, resultingant en une base de données pour chaque bus.
• Développement de Prototype : Création d’un prototype de dispositif de surveillance, installé et testé sur 25 bus pour analyser les performances, optimiser les itinéraires et améliorer les horaires.
• Ingénierie Basée sur les Modèles : Utilisation de l’approche d’ingénierie basée sur les modèles pour considérer chaque module, de la communication à la connexion cloud et du système basé sur les modèles, et application de l’Analyse des Modes de Défaillance et de leurs Effets (AMDEC) pour optimiser chaque élément du système, assurant sa fiabilité et ses performances.

Environnement technique :

• Oscilloscope, Station de soudure, GitHub, MS Office, Programmation (C, python), Analyseur CAN