Abstract

n eco-driving prototype, named EcoNav, is developed with the aim of optimizing a vessel speed in order to reduce fuel consumption for a given itinerary. EcoNav is organized in several modules : - a 2D hydraulic model simulating the flow conditions (current speed and water depth) along the itinerary; - a ship resistance model calculating the thrust necessary to counteract the hydrodynamic forces ; - a fuel consumption model calculating the fuel consumption corresponding to the thrust input; - a non linear optimization algorithm calculating the optimal speed profile. In order to evaluate the fuel consumption of an inland vessel, a ship resistance numerical model is developed in the first part of this PhD. This 3D numerical model simulates the flow around an inland self-propelled vessel and evaluates the hydrodynamic forces acting on the hull. A RANS solver is coupled with a quasi-Newton approach to find the equilibrium position and calculate ship sinkage. This method is validated by comparing the results of numerical simulations to towing tank tests. The numerical results with and without sinkage are also compared to study the influence of sinkage on ship resistance and on the accuracy of the method. Additionally, some empirical models are investigated and compared with the accuracy of the numerical method. Finally, the numerical model is used to determine if channel with and water depth restriction contribute to the same amount of ship resistance increase for the same level of restriction. The results of that investigation give insight to whether channel restriction can be characterized by a unique parameter (for instance the blockage ratio) or two parameters to distinguish water depth and channel with effects. In the second part of this PhD, the numerical methods used in the speed optimization model are described and validated. The speed optimization model is then used to simulate a real case: the itinerary of the self-propelled ship Oural on river Seine, between Chatou and Poses (153 km). The optimized fuel consumption is compared with the non-optimized fuel consumption, based on AIS speed profile retrieved on this itinerary. The effects of the ship trajectory and travel duration on fuel consumption are also investigated. The results of those investigations showed that optimizing the ship speed lead to an average fuel saving of 8 % and that using an optimal track and including real time information such as lock availability and river traffic can lead to additional fuel savings.; Les travaux de cette thèse ont pour but de développer un prototype d’éco-pilote, nommé EcoNav, permettant d’optimiser la vitesse d’un bateau afin de réduire sa consommation de carburant. EcoNav est composé de plusieurs modules dont : un modèle hydraulique 2D simulant l’écoulement hydrodynamique (vitesse du courant et hauteur d’eau) le long du trajet du bateau; - un modèle de résistance à l’avancement servant à alimenter un modèle de prédiction de la consommation de carburant; - un algorithme d’optimisation permettant de trouver le profil optimal de vitesse. Afin de pouvoir estimer la consommation de carburant, un modèle numérique de la résistance à l’avancement en milieu confiné a été développé durant la première partie de cette thèse. Ce modèle numérique 3D simule l’écoulement du fluide autour du bateau et permet de calculer les forces agissant sur sa coque. La résolution des équations RANS est couplée avec un algorithme de quasi-Newton afin de trouver la position d’équilibre du bateau et calculer son enfoncement. Cette méthode est validée en comparant les résultats numériques avec des résultats expérimentaux issus d’essais en bassin de traction. L’influence de l’enfoncement sur la résistance à l’avancement et la précision de la méthode est étudiée en comparant les résultats numériques obtenus avec et sans enfoncement. La précision des modèles empiriques de prédiction de la résistance à l’avancement est également comparée à celle du modèle numérique. Enfin, le modèle numérique est utilisé afin de déterminer si le confinement en largeur ou en profondeur ont une influence identique sur l’augmentation de résistance à l’avancement. Les résultats de cette étude permettent d’établir si le confinement de la voie d’eau peut être caractérisé à l’aide d’un paramètre unique (coefficient de blocage par exemple) ou bien deux paramètres permettant de distinguer le confinement latéral et vertical. Dans la seconde partie de cette thèse, les méthodes numériques utilisées pour le modèle d’éco-pilote sont décrites et comparées afin de sélectionner celles qui sont le plus adaptées à chaque module. EcoNav est ensuite utilisé afin de modéliser un cas réel : celui du bateau automoteur Oural navigant sur la Seine entre Chatou et Poses (153 km). La consommation optimisée est comparée à la consommation non optimisée, calculée à partir des vitesses AIS observées sur le tronçon étudié. L’influence de la trajectoire du bateau et de son temps de parcours sur sa consommation sont également étudiés. Les résultats de ces investigations ont montré qu’optimiser la vitesse du bateau permet d’obtenir une réduction de la consommation de carburant de l’ordre de 8 % et qu’optimiser la trajectoire du bateau ainsi que prendre en compte des informations en temps réel (disponibilité des écluses, trafic sur le fleuve) peuvent permettre de réaliser des économies de carburant supplémentaires.

Abstract

This article provides jet fuel demand projections at the worldwide level and for eight geographical zones until 2025. Air traffic forecasts are performed using dynamic panel-data econometrics. Then, the conversion of air traffic projections into quantities of jet fuel is accomplished by using a complementary approach to the 'Traffic Efficiency' method developed previously by the UK Department of Trade and Industry to support the Intergovernmental Panel on Climate Change (IPCC, 1999). According to our main scenario, air traffic should increase by about 100% between 2008 and 2025 at the world level, corresponding to a yearly average growth rate of 4.7%. World jet fuel demand is expected to increase by about 38% during the same period, corresponding to a yearly average growth rate of 1.9% per year. According to these results, energy efficiency improvements allow reducing the effect of air traffic rise on the increase in jet fuel demand, but do not annihilate it. Jet fuel demand is thus unlikely to diminish unless there is a radical technological shift, or air travel demand is restricted.