Pesquisa avançada sobre otimização de estratégias de gerenciamento de energia para veículos elétricos de alcance estendido

No contexto da vigorosa transformação da indústria automotiva global para energias renováveis, os veículos elétricos de alcance estendido (EREVs) surgiram como um produto transitório crucial, abordando eficazmente a ansiedade por alcance dos veículos elétricos puramente elétricos, mantendo ao mesmo tempo seu caráter ecológico. No entanto, o desempenho dos EREVs depende muito da eficiência de suas estratégias de gerenciamento de energia. Recentemente, um estudo inovador sobre a otimização de estratégias de gerenciamento de energia para EREVs atraiu ampla atenção na indústria. Esta pesquisa, conduzida por Gao Junpeng da Universidade de Ciência e Tecnologia de Kunming, aprofunda-se nos problemas centrais do gerenciamento de energia em EREVs, proporcionando insights valiosos para o desenvolvimento futuro da indústria.

A crescente importância dos EREVs no cenário de energias renováveis

Com a crise energética global em crescimento e regulamentações ambientais cada vez mais rigorosas, a indústria automotiva está passando por uma mudança sem precedentes em direção à eletrificação. Os veículos a combustível tradicional, outrora dominantes, estão gradualmente cedendo espaço aos veículos de energias renováveis devido à sua forte dependência de combustíveis fósseis e emissões significativas de carbono. Os veículos elétricos, com suas vantagens de eficiência energética, economia e sustentabilidade ambiental, tornaram-se o foco do desenvolvimento no setor automotivo global.

No entanto, os veículos elétricos puramente elétricos ainda enfrentam desafios como alcance limitado, recarga inconveniente e envelhecimento acentuado da bateria, que restringem sua adoção massiva. Nesse cenário, os EREVs surgiram como uma solução viável. Ao integrar um motor de combustão interna como extensão de alcance (APU) junto com um motor elétrico e um pacote de baterias, os EREVs podem operar em modo elétrico para distâncias curtas e mudar para a extensão de alcance para recarregar a bateria ou dirigir diretamente o veículo quando o nível da bateria está baixo, aumentando significativamente o alcance.

Nesse contexto, a otimização de estratégias de gerenciamento de energia para EREVs tornou-se um tema quente na pesquisa acadêmica e industrial. Uma busca no CNKI por “estratégias de gerenciamento de energia para veículos elétricos de alcance estendido” revela uma tendência crescente em estudos relacionados, refletindo o aumento da atenção da indústria nesse campo.

Panorama das pesquisas atuais sobre estratégias de gerenciamento de energia

Ao longo dos anos, numerosos acadêmicos e instituições de pesquisa se dedicaram a explorar estratégias de gerenciamento de energia para EREVs, obtendo uma série de resultados de pesquisa importantes.

Xu Yuzhe, Wang Wei, Wang Rujia e outros aplicaram o Matlab/Simulink para modelar as estratégias de controle propostas e realizaram análises de cosimulção no modelo de veículo construído no ambiente Cruise. Essa pesquisa estabeleceu as bases para a simulação e verificação de estratégias de gerenciamento de energia.

Wang Chao, Cao Li e colegas, de acordo com os requisitos relevantes no modo de manutenção de carga da norma GB 18352.6-2016, realizaram pesquisas sobre estratégias de controle para EREVs baseadas no gerenciamento de energia. Eles construíram modelos de cálculo de simulação e modelos de controle para EREVs usando o software de simulação AVL CRUSE e o software de modelagem Simulink. Tanto os resultados da simulação quanto os dos testes demonstraram que a extensão de alcance sob essa estratégia de controle pode atender às demandas de potência, fornecendo uma referência prática para aplicações de engenharia.

Feng Renhua, Sun Wangbing e Zhao Zhichao utilizaram o software GT-SUITE para estabelecer um modelo de análise de simulação para veículos híbridos de alcance estendido, o que melhorou ainda mais a economia de combustível do veículo completo. Isso destacou a importância da modelagem por software na otimização do desempenho do veículo.

Chen Yong, Wei Changyin e Li Xiaoyu abordaram o problema de que o design de estratégias de gerenciamento de energia difusa depende muito da experiência de especialistas e é difícil de adaptar a condições de operação complexas. Eles propuseram uma estratégia de gerenciamento de energia difusa para EREVs baseada na identificação de condições de operação por meio de redes neurais. Essa estratégia melhorou a adaptabilidade do sistema de gerenciamento de energia a diferentes condições de direção.

Para melhorar a economia de combustível dos EREVs em condições de operação complexas, Bai Shujie, Wei Changyin e Chen Yong propuseram uma estratégia de gerenciamento de energia baseada em regras que utiliza uma rede neural de retropropagação otimizada por algoritmos genéticos (GA-BP) para identificação de condições de operação. Enfrentando problemas como velocidade de convergência lenta e baixa capacidade de generalização do algoritmo BP, eles adotaram algoritmos genéticos para otimizar a rede neural BP, melhorando significativamente o desempenho da estratégia de gerenciamento de energia.

Esses estudos estabeleceram uma sólida base teórica e prática para o desenvolvimento de estratégias de gerenciamento de energia para EREVs, ao mesmo tempo que apontaram direções para otimizações adicionais.

Estudo de caso: Otimização da estratégia de gerenciamento de energia para um EREV de 600kg

A pesquisa de Gao Junpeng concentrou-se em um caso específico de um EREV com massa total de 600kg, explorando a otimização da estratégia de gerenciamento de energia em profundidade.

Seleção de parâmetros do veículo

Nos EREVs, o nível de tensão da bateria é um parâmetro crítico que afeta o desempenho geral do veículo. Existe uma relação inversa entre o nível de tensão e a perda de corrente: quanto menor o nível de tensão, maior a perda de corrente da bateria. Por exemplo, se a eficiência da bateria de potência for baixa, a capacidade de transporte de corrente dos fios diminuirá consequentemente. No entanto, um nível de tensão mais alto não significa necessariamente um melhor desempenho geral. Níveis de tensão excessivamente altos podem comprometer a segurança e, para alcançar altas tensões, é necessário aumentar o número de células em série, o que afeta, em certa medida, a uniformidade da bateria de potência.

Em resposta a isso, a pesquisa se baseou nas regulamentações sobre níveis de tensão da fonte de alimentação na GB/T18488.1-2006. Considerando que o motor e o gerador nos EREVs estão acoplados coaxialmente, a seleção do nível de tensão da bateria deve atender aos requisitos das mudanças de tensão de operação do motor elétrico, promovendo a consistência entre a bateria de potência e os níveis de tensão do motor nos EREVs. Após consideração abrangente, o estudo determinou que a bateria de potência do EREV deve ter uma tensão nominal Ub=600V e, finalmente, selecionou uma bateria de lítio ternária.

Desenvolvimento de estratégias de gerenciamento de energia

A pesquisa propôs duas estratégias de gerenciamento de energia: a estratégia de termostato de ponto único e a estratégia de controle multiponto baseada na demanda de potência, realizando uma análise comparativa de seu desempenho.

Estratégia de termostato de ponto único

A estratégia de controle de termostato de ponto único determina o estado de ligamento/desligamento do APU com base no estado de carga (SOC) da bateria de potência. Uma de suas vantagens significativas é que a potência de saída do APU permanece constante. A lógica específica de início e parada é projetada para garantir que a bateria opere dentro de um intervalo SOC razoável, prevenindo sobrecarga ou descarga excessiva.

Essa estratégia é relativamente simples no design e fácil de implementar, tornando-a adequada para condições de direção relativamente estáveis. No entanto, sua potência de saída fixa pode se adaptar mal a cenários de direção complexos e variáveis, podendo levar a um uso ineficiente da energia.

Estratégia de controle multiponto baseada na demanda de potência

Para enfrentar as limitações da estratégia de termostato de ponto único, a pesquisa propôs uma estratégia de controle multiponto baseada na demanda de potência. Essa estratégia determina principalmente o ponto de operação do APU com base no SOC da bateria de potência do EREV e na potência demandada P_req do EREV.

As regras de controle lógico da estratégia de controle multiponto são as seguintes:

Quando P_req < Plow:

Se SOC < SOC_low, o APU está ligado, e Pe=Plow.
Se SOC_low ≤ SOC < SOC_high, o APU está no modo de retenção, e Pe=Plow ou Pe=0.
Se SOC > SOC_high, o APU está desligado.

Quando Plow < P_req < Phigh:

Se SOC < SOC_low, o APU está ligado, e Pe=Phigh.
Se SOC_low ≤ SOC < SOC_high, o APU está no modo de retenção, e Pe=Plow/Phigh ou Pe=0.
Se SOC > SOC_high, o APU está desligado.

Quando P_req > Phigh:

Se SOC < SOC_low, o APU está ligado, e Pe=Phigh.
Se SOC_low ≤ SOC < SOC_high, o APU está no modo de retenção, e Pe=Phigh ou Pe=0.
Se SOC > SOC_high, o APU está desligado.

Quando P_req < 0, o APU está desligado, e Pe=0.

Na estratégia de controle multiponto, a potência de saída do APU muda de acordo com a demanda P_req. Portanto, o número de pontos de operação deve ser menor que dois no processo de configuração. Os pontos de operação do APU podem ser controlados por meio de dois pontos: cs_min_pwr e cs_max_pwr. Se a potência demandada pelo APU for relativamente grande, opera no ponto de potência cs_max_pwr; se a demanda de potência for pequena, muda para o ponto de operação cs_min_pwr.

No design específico, a pesquisa considerou amplamente a curva de operação ideal do APU e analisou a viabilidade da mudança de velocidade do motor, definindo cs_min_pwr como 48.5kW e cs_max_pwr como 60kW. cs_max_pwr é definido como o ponto de potência, e cs_min_pwr é mantido consistente com o ponto de operação do termostato para alcançar o estado de operação ideal.

Essa estratégia permite que o APU ajuste sua potência de saída de acordo com a demanda real, o que espera-se que melhore a eficiência de utilização da energia em condições de operação complexas.

Análise comparativa de diferentes estratégias de gerenciamento de energia

Para avaliar o desempenho das duas estratégias de gerenciamento de energia, a pesquisa realizou uma análise comparativa de seu fluxo de energia e consumo de energia.

Comparação do fluxo de energia

O fluxo de energia da estratégia de termostato de ponto único e da estratégia de controle multiponto apresenta características diferentes. Na estratégia de termostato de ponto único, a distribuição de energia é relativamente fixa devido à potência de saída constante do APU. Por outro lado, a estratégia de controle multiponto ajusta a potência de saída do APU de acordo com a demanda, resultando em um fluxo de energia mais flexível, que pode se adaptar melhor às necessidades de energia variáveis durante a operação do veículo.

Comparação do consumo de energia

O consumo de energia é um indicador chave para medir o desempenho de estratégias de gerenciamento de energia. Os resultados da pesquisa mostram que o consumo de energia da estratégia de controle multiponto para EREVs é maior do que o da estratégia de termostato de ponto único. Em termos de consumo de energia da bateria de potência, a estratégia de termostato de ponto único é maior do que a estratégia de controle multiponto, com a estratégia de controle multiponto reduzindo o consumo da bateria em 6.14%.

Em termos de energia consumida pelo motor, a estratégia de controle multiponto é maior do que a estratégia de termostato de ponto único, o que é consistente com a lei de distribuição do consumo de energia dos EREVs. Isso indica que a diferença no consumo de energia do motor sob diferentes estratégias de gerenciamento de energia tem um impacto relativamente significativo no consumo total de energia. Do ponto de vista do consumo de energia do motor, a estratégia de termostato de ponto único tem vantagens evidentes sobre a estratégia de controle multiponto, com a estratégia de controle multiponto aumentando o consumo médio do motor em 3.76 unidades.

Em termos de consumo de energia do gerador, a estratégia de controle multiponto é maior do que a estratégia de termostato de ponto único, o que é consistente com a lei de distribuição do consumo de energia do veículo. Ao mesmo tempo, o consumo do motor da estratégia de termostato de ponto único é relativamente menor. No entanto, em termos de coeficiente de carga da bateria de potência e consumo de combustível, a estratégia de termostato de ponto único é maior do que a estratégia de controle multiponto, o que significa que a vida útil da bateria de potência é otimizada na estratégia de controle multiponto.

Conclusão e perspectivas futuras

A pesquisa sobre a otimização de estratégias de gerenciamento de energia para EREVs tem importância significativa para o desenvolvimento da indústria de veículos de energias renováveis. O estudo de Gao Junpeng, por meio de uma análise aprofundada de casos específicos, compara as vantagens e desvantagens da estratégia de termostato de ponto único e da estratégia de controle multiponto, fornecendo referências práticas para a aplicação de estratégias de gerenciamento de energia em EREVs.

A estratégia de termostato de ponto único tem a vantagem de um menor consumo de energia do motor, tornando-a adequada para ambientes de direção relativamente estáveis. Por outro lado, a estratégia de controle multiponto se destaca na redução do consumo da bateria e na otimização da vida útil da bateria, apresentando uma melhor adaptabilidade em condições de operação complexas. Portanto, no design e aplicação reais de veículos, estratégias de gerenciamento de energia apropriadas devem ser selecionadas de acordo com os cenários de uso específicos.

Olhando para o futuro, com o avanço contínuo da tecnologia, as estratégias de gerenciamento de energia para EREVs irão se mover em direções mais inteligentes e adaptáveis. A integração de tecnologias como inteligência artificial, big data e Internet das Coisas permitirá ajustar estratégias de gerenciamento de energia em tempo real com base em condições de direção, hábitos do motorista e informações rodoviárias, melhorando ainda mais a eficiência energética e o desempenho dos EREVs.

Esta pesquisa não apenas enriquece o sistema teórico de gerenciamento de energia para EREVs, mas também fornece orientações valiosas para a aplicação industrial dos EREVs. Acredita-se que, com o aprofundamento contínuo de pesquisas relacionadas, os EREVs desempenharão um papel mais importante no mercado global de veículos de energias renováveis, contribuindo para a realização de metas globais de neutralidade de carbono.

Autor: Gao Junpeng, Universidade de Ciência e Tecnologia de Kunming Nome da revista: Journal of Industrial Control Computer DOI: 10.19651/j.cnki.emt.2096-1847.2024.16.076