Educación, sociedad y tecnología: gestión energética de vehículos eléctricos híbridos utilizando técnicas de control predictivo robusto
DOI:
https://doi.org/10.56183/iberoeds.v3i1.598Palavras-chave:
Control predictivo económico, Control robusto, Programación dinámica, Pila de combustible, Supercapacitores, BateríasResumo
Cada uno de los métodos de generación y transmisión de energía afectan al medio ambiente. Bajo este principio, las opciones de generación convencionales basadas en combustibles fósiles, como el carbón, la gasolina y el diésel, entre otros, están progresivamente causando daños al aire, el clima, el agua, la tierra, la vida silvestre, el paisaje, y también elevan los niveles de radiación dañina. Las tecnologías renovables ofrecen una solución a muchos problemas ambientales y sociales asociados con los combustibles fósiles y nucleares. Dentro del consumo de combustible fósiles, el sector del transporte ocupa un porcentaje elevado de emisiones dentro del total. Por esta razón, se ha dado el paso paulatino de los vehículos de motor de combustión solamente a los vehículos híbridos, eléctricos y de pilas de combustible (motores de hidrógeno). En el presente trabajo, se estudian los vehículos eléctricos híbridos con pila de combustible como fuente de generación principal. Dentro de este análisis, se caracteriza un tipo particular de vehículo: un bus de servicio urbano, para el que se definen los parámetros de funcionamiento, y en base al análisis de los perfiles de velocidad seleccionados, se generan perfiles de potencia a ser cumplidos por el vehículo. Los perfiles escogidos son el Buenos Aires driving cycle, y el Manhattan driving cycle, cuyas características de velocidad, aceleración y distancia, se analizan posteriormente. Los perfiles de velocidad, poseen instantes en donde el autobús, frena para detenerse en las paradas respectivas, y en algunos casos, durante los trayectos intermedios. En dichos periodos se utiliza el concepto de frenado regenerativo, y se proponen como elementos de almacenamiento y recuperación de energía, baterías y supercapacitores. La combinación de ambos, permite un mayor aprovechamiento de la energía total del frenado, debido a la alta densidad de potencia y de energía de los supercapacitores y la batería respectivamente. Esto presenta una innovación en el presente trabajo, pues en la revisión literaria se analiza que es común que los elementos de almacenamiento sean baterías solamente y no la combinación de ambos. Una vez definida la estructura, tipo de vehículo, y modelado sus componentes, precisando sus capacidades de potencia y energía, se proceden a buscar el escenario óptimo mediante la programación dinámica. Para ello se proponen distintas funciones de coste, multiobjetivo que toman en cuenta el ahorro de hidrógeno en la pila de combustible y el estado de salud de los componentes. Se presentan resultados para ambos perfiles y varias funciones de coste, analizando el comportamiento del sistema y presentando diagramas de pareto para el tunning de los pesos de las funciones respectivas. Luego, se procede al diseño del controlador económico predictivo (siglas del inglés EMPC), el mismo que además de los criterios convencionales, toma en cuenta el coste de generación de los elementos. Se realizan varias simulaciones con los modelos propuestos, y distintos valores de eficiencia de los componentes. Se realizan también el análisis de varias funciones de coste, y se comparan los resultados con la programación dinámica así como el comportamiento del sistema ante varios tamaños de horizonte de predicción. Finalmente, se hace una planificación de trayectorias, tomando en consideración el número de paradas del autobús, y tomando en cuenta la dinámica de funcionamiento del mismo. En este sentido, se obtienen trayectorias de velocidades máximas y mínimas a partir de los perfiles de conducción, las mismas que se realizan a partir de los datos de aceleración máxima y mínima de los perfiles de conducción. Con este planificador de trayectorias, se propone un control EMPC robusto, que nos asegura que el controlador sea capaz de cumplir con estos nuevos requerimientos de potencia. Para ello, se realiza el estudio matemático del nuevo controlador para asegurar las características de estabilidad y alcanzabilidad, y se presentan los resultados en comparación con la programación y el EMPC no robusto. Es importante destacar que la investigación y resultados numéricos contenidos en base a la simulación de modelos, son comparables con los resultados de múltiples artículos científicos, e inclusive con simuladores de autos del mercado. En este contexto, se presenta una mejora en la arquitectura, modelamiento, diseño de los sistemas de control y operación del sistema de propulsión de los vehículos. El usar varios perfiles de conducción, nos asegura que los resultados obtenidos puedan seguir un patrón, en el que nos indique que no son resultados aislados. Todas las técnicas de control han sido analizadas desde las definiciones de estabilidad, controlabilidad y toman en consideración las restricciones físicas de los componentes en su operación. Otro aspecto importante es que se presenta un caso de estudio en el que se encuentra la configuración y masa óptima de los elementos de almacenamiento para una potencia dada de motor de hidrógeno, para reducir el consumo del mismo durante un año de operación de un bus de servicio. Este análisis técnico económico nos permite acercar la investigación a una proyección real de operación en el mercado. La inclusión de los VEH nos permite fortalecer la ley orgánica de eficiencia energética, apuntalar la investigación científica e innovar en el desarrollo de patentes para la creación, diseño e implementación de este tipo de sistemas, lo que se orienta a vigorizar las políticas públicas sobre la utilización de energías no convencionales y la mejora en la calidad de la vida de los habitantes.
Referências
Abbas Fotouhi, Rubiyah Yusof, Rasoul Rahmani, Saad Mekhilef, and Neda Shateri. A review on the applications of driving data and traffic information for vehicles energy conservation. Renewable and Sustainable Energy Reviews, 37(Supplement C):822 – 833, 2014.
Apurba Sakti, Jeremy J. Michalek, Erica R.H. Fuchs, and Jay F. Whitacre. A technoeconomic analysis and optimization of li-ion batteries for light-duty passenger vehicle electrification. Journal of Power Sources, 273(Supplement C): 966 – 980, 2015.
Apurba Sakti, Jeremy J. Michalek, Erica R.H. Fuchs, and Jay F. Whitacre. A technoeconomic analysis and optimization of li-ion batteries for light-duty passenger vehicle electrification. Journal of Power Sources, 273(Supplement C):966 – 980, 2015.
Edy, A. A. (2022). Análisis del grado de efectividad del simulador de inyección electrónica, motor Isuzu 2, 2 gasolina. Ibero-American Journal of Engineering & Technology Studies, 2(1), 9-17.
Erazo-Velasco, I. E. ., Bautista-Sánchez, J. V. ., Rodríguez-Jijón, R. I. ., González-Quiñonez, L. A. ., & Chere-Quiñónez, B. F. . (2022). Detection and classification of electrical faults in an electrical power system using the Wavelet transform and neural networks. Sapienza: International Journal of Interdisciplinary Studies, 3(7), 228–244. https://doi.org/10.51798/sijis.v3i7.537
G. Nielson and A. Emadi. Hybrid energy storage systems for high-performance hybrid electric vehicles. In 2011 IEEE Vehicle Power and Propulsion Conference, pages 1–6, Sept 2011.
Hanane Hemi, Jamel Ghouili, and Ahmed Cheriti. A real time fuzzy logic power management strategy for a fuel cell vehicle. Energy Conversion and Management, 80(Supplement C):63 – 70, 2014.
Hanane Hemi, Jamel Ghouili, and Ahmed Cheriti. Combination of markov chain and optimal control solved by pontryagin’s minimum principle for a fuel cell/supercapacitor vehicle. Energy Conversion and Management, 91(Supplement C): 387 – 393, 2015.
Himanshu Khurana, Mark Hadley, Ning Lu, and Deborah A Frincke. Smart-grid security issues. IEEE Security & Privacy, 8(1), 2010.
Hoke, A. Brissette, K. Smith, A. Pratt, and D. Maksimovic. Accounting for lithium-ion battery degradation in electric vehicle charging optimization. IEEE Journal of Emerging and Selected Topics in Power Electronics, 2(3):691–700, Sept 2014.
J. Shen, S. Dusmez, and A. Khaligh. Optimization of sizing and battery cycle life in battery/ultracapacitor hybrid energy storage systems for electric vehicle applications. IEEE Transactions on Industrial Informatics, 10(4):2112–2121, Nov 2014.
Lijun Gao, R. A. Dougal, and Shengyi Liu. Power enhancement of an actively controlled battery/ultracapacitor hybrid. IEEE Transactions on Power Electronics, 20(1):236–243, Jan 2005.
M Devineni, A Dinger, M Gerrits, T Mezger, X Mosquet, M Russo, G Sticher, and H Zablit. Powering autos to 2020: the era of the electric car. Boston Consulting Group, 2011.
M. E. Choi, J. S. Lee, and S. W. Seo. Real-time optimization for power management systems of a battery/supercapacitor hybrid energy storage system in electric vehicles. IEEE Transactions on Vehicular Technology, 63(8):3600–3611, Oct 2014.
M.A. Hannan, F.A. Azidin, and A. Mohamed. Hybrid electric vehicles and their challenges: A review. Renewable and Sustainable Energy Reviews, 29(Supplement C):135 – 150, 2014.
M.A. Hannan, M.M. Hoque, A. Mohamed, and A. Ayob. Review of energy storage systems for electric vehicle applications: Issues and challenges. Renewable and Sustainable Energy Reviews, 69(Supplement C):771 – 789, 2017.
M.Y. Ayad, M. Becherif, and A. Henni. Vehicle hybridization with fuel cell, supercapacitors and batteries by sliding mode control. Renewable Energy, 36(10):2627 – 2634, 2011. Renewable Energy: Generation & Application.
Martin Redelbach, Enver Doruk Ozdemir, and Horst E. Friedrich. Optimizing battery sizes of plug-in hybrid and extended range electric vehicles for different user types. Energy Policy, 73(Supplement C):158 – 168, 2014.
P. Rodatz, G. Paganelli, A. Sciarretta, and L. Guzzella. Optimal power management of an experimental fuel cell/supercapacitor-powered hybrid vehicle. Control Engineering Practice, 13(1):41 – 53, 2005.
P. Thounthong, V. Chunkag, P. Sethakul, B. Davat, and M. Hinaje. Comparative study of fuel-cell vehicle hybridization with battery or supercapacitor storage device. IEEE Transactions on Vehicular Technology, 58(8):3892–3904, Oct 2009.
Q. Xiaodong, W. Qingnian, and Y. YuanBin. Power demand analysis and performance estimation for active-combination energy storage system used in hybrid electric vehicles. IEEE Transactions on Vehicular Technology, 63(7):3128–3136, Sept 2014.
Richard G Newell and Stuart Iler. The global energy outlook. Technical report, National Bureau of Economic Research, 2013.
Salazar Nájera , M. J. ., & Sampietro Saquicela, J. L. . (2022). Propulsion system for a hybrid electric vehicle with energy storage by regenerative braking. Sapienza: International Journal of Interdisciplinary Studies, 3(6), 39–57. https://doi.org/10.51798/sijis.v3i6.480
Sciarretta and L. Guzzella. Control of hybrid electric vehicles. IEEE Control Systems, 27(2):60–70, April 2007.
Shunping JIA, Hongqin PENG, Shuang LIU, and Xiaojie ZHANG. Review of transportation and energy consumption related research. Journal of Transportation Systems Engineering and Information Technology, 9(3):6 – 16, 2009.
T.M.I. Mahlia, R. Saidur, L.A. Memon, N.W.M. Zulkifli, and H.H. Masjuki. A review on fuel economy standard for motor vehicles with the implementation possibilities in Malaysia. Renewable and Sustainable Energy Reviews, 14(9):3092–3099, Dec 2010.
Tedjani Mesbahi, Fouad Khenfri, Nassim Rizoug, Khaled Chaaban, Patrick Bartholome us, and Philippe Le Moigne. Dynamical modeling of li-ion batteries for electric vehicle applications based on hybrid particle swarm–nelder–mead (pso–nm) optimization algorithm. Electric Power Systems Research, 131(Supplement C):195 – 204, 2016.
X. Hu, N. Murgovski, L. M. Johannesson, and B. Egardt. Optimal dimensioning and power management of a fuel cell; battery hybrid bus via convex programming. IEEE/ASME Transactions on Mechatronics, 20(1):457–468, Feb 2015.
X. Hu, S. J. Moura, N. Murgovski, B. Egardt, and D. Cao. Integrated optimization of battery sizing, charging, and power management in plug-in hybrid electric vehicles. IEEE Transactions on Control Systems Technology, 24(3):1036–1043, May 2016.
Zhongyue Zou, Junyi Cao, Binggang Cao, and Wen Chen. Evaluation strategy of regenerative braking energy for supercapacitor vehicle. ISA Transactions, 55(Supplement C):234 – 240, 2015.
Ziyou Song, Heath Hofmann, Jianqiu Li, Jun Hou, Xuebing Han, and Minggao Ouyang
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2023 Freddy Jeovanny Fares Vargas, José Bolívar García López, Joseph Eli Izquierdo-Obando, Jaime Rafael Bastidas Heredia, Nelson Rolando Zevallos Loor
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.