En collaboration avec des élèves ingénieurs passionnés de sport automobile, J3DMODDING a entrepris un projet ambitieux : la conception et la simulation d’un prototype électrique de course, baptisé APOLLO ZR. Ce projet a pour objectif de mettre en pratique les concepts de motorisation électrique, de gestion de l’énergie et d’aérodynamique dans un environnement de simulation réaliste, tout en offrant aux étudiants un outil pédagogique interactif pour comprendre la consommation énergétique et la récupération via le freinage.
La montée en puissance des véhicules électriques dans le sport automobile a ouvert de nouvelles perspectives pour l’ingénierie des prototypes et l’analyse en temps réel de la consommation énergétique. Dans ce contexte, le studio J3DMODDING a développé PrototypeEV, une application Python permettant de suivre et de visualiser la consommation et la récupération d’énergie d’un prototype électrique futuriste. Conçue pour les ingénieurs et étudiants en sport automobile, l’application offre un outil pédagogique et pratique pour comprendre le comportement énergétique des véhicules électriques dans un environnement de simulation réaliste.
OBJECTIFS ET FONCTIONNALITÉS DE L’APPLICATION
PrototypeEV a été conçu pour répondre à plusieurs besoins essentiels dans la simulation automobile électrique. L’application permet de :
-
Mesurer la vitesse réelle du véhicule en kilomètres par heure.
-
Estimer la puissance instantanée délivrée par le système électrique, avec une répartition par moteur et une visualisation en kilowatts.
-
Calculer la consommation totale d’énergie du véhicule au fil du temps.
-
Simuler la récupération d’énergie au freinage via un système de régénération simplifié.
- Connaitre le temps restant à la batterie avant qu’elle soit complètement vide.
-
Fournir un affichage en temps réel des données sur une interface HUD.
Le prototype électrique simulé est doté de 2 moteurs de 100 kW chacun, d’une batterie de 20 kWh, et d’un système de récupération d’énergie permettant de réinjecter une partie de l’énergie lors des phases de freinage. Ces paramètres sont entièrement personnalisables dans le code source, offrant une grande flexibilité pour tester différentes stratégies énergétiques.
ARCHITECTURE TECHNIQUE
L’application est développée en Python, ce qui permet d’interagir directement avec les données de la simulation en temps réel. L’architecture repose sur les composants suivants :
-
Lecture des états du véhicule : vitesse, accélération et décélération.
-
Calcul de la puissance instantanée : la puissance est proportionnelle à la vitesse du véhicule, limitée à 100 kW par moteur. Cette approche simplifiée permet de visualiser l’énergie consommée sans nécessiter un modèle complet de moteur électrique.
-
Gestion de la récupération d’énergie : un système de freinage virtuel détecte les décélérations et calcule l’énergie récupérée en fonction d’un rendement de régénération prédéfini.
-
Interface HUD : l’affichage inclut quatre indicateurs principaux : vitesse (km/h), puissance totale (kW), énergie consommée (kWh), et énergie récupérée (kWh) et le temps restant (minutes). Ces informations sont mises à jour à chaque cycle de simulation pour offrir une vision dynamique et précise du comportement énergétique du prototype.
La simplicité du code garantit une compatibilité maximale avec tous les véhicules existants, et les variables de rendement peuvent être ajustées pour simuler des moteurs plus ou moins efficaces. Le code permet également d’effectuer des calculs en kilowatts et kilowattheures, unité standard pour l’énergie électrique, facilitant la comparaison avec des données réelles de batterie et moteur.
SIMULATION DE LA CONSOMMATION ENERGÉTIQUE
PrototypeEV utilise un modèle de consommation basé sur la puissance instantanée des moteurs et la durée de fonctionnement. L’énergie consommée est calculée en kWh, ce qui permet d’évaluer la performance du prototype sur une session de course complète ou un tour de piste spécifique. L’énergie récupérée est calculée en fonction de la décélération, simulant ainsi un système de freinage régénératif. Bien que simplifié, ce modèle est suffisant pour étudier les stratégies de pilotage visant à optimiser l’autonomie et l’efficacité énergétique. Par exemple, lors de phases d’accélération prolongée, l’application montre une consommation accrue, tandis que les phases de freinage ou de ralentissement entraînent une récupération partielle de l’énergie. Ces informations sont essentielles pour les ingénieurs souhaitant équilibrer performance et autonomie, notamment dans des prototypes de course électrique où chaque kilowatt-heure compte.
APPLICATIONS PÉDAGOGIQUES ET PRATIQUES
Au-delà de la simulation pure, PrototypeEV est un outil pédagogique puissant pour les étudiants en sport automobile et les ingénieurs en formation. Il permet de :
-
Visualiser l’impact de la vitesse et du freinage sur la consommation énergétique.
-
Tester différentes stratégies de pilotage pour maximiser l’efficacité.
CONCLUSION
En combinant un affichage en temps réel, un calcul précis de la puissance et de l’énergie, et un modèle de régénération simplifié, l’application fournit un outil complet pour comprendre et optimiser la consommation d’énergie dans le sport automobile électrique. Les utilisateurs peuvent ainsi explorer différentes configurations de moteur, de batterie et de pilotage, et développer une meilleure compréhension des défis liés à l’électrification des prototypes de course. Cependant, nous avons constaté que lorsque la batterie est vide, le véhicule ne s’arrête pas. L’application développée ne fait que lire les informations en mémoire et ne peut pas interagir avec le moteur physique. La seule solution est de supprimer la récupération d’énergie qui permet de rouler au delà des 20 minutes théoriques de la batterie, grâce au freinage, et de recalculer une consommation sur le fuel pour avoir suffisamment de fuel et une consommation pour 20 minutes de roulage. Nous avons cependant développé une amélioration sur l’application afin de savoir que les moteurs sont éteints lorsque la batterie est vide. Le programme peut être aussi amélioré avec la récupération des informations avec une extraction sur un fichier CSV pour mener des analyses externes.