In questo lavoro viene proposta una formulazione di controllo ottimale di un sistema di guida ecologica per veicoli elettrici a trazione anteriore. Si dimostra che non è necessario l'inclusione di un modello di controllo ottimale di guidatore, che replichi le scelte preferenziali dei conducenti in tali sistemi, per fondere con successo l'obiettivo dell'efficienza energetica con gli obiettivi soggettivi dei conducenti umani, tra cui: le distanze di sicurezza desiderate, gli intervalli di tempo di viaggio, il rispetto dei limiti legali di velocità, un'accelerazione e decelerazione fluida del veicolo e un limite di velocità in curva confortevole. Infatti, nei lavori precedenti presenti in letteratura si erano sviluppati dei modelli di preferenza del conducente per il controllo ottimale per poi applicarli a un modello realistico di un gruppo propulsore EV per valutare i potenziali risparmi energetici nella pratica. In questo lavoro, invece, l’ottimizzatore deve risolvere un problema di tempo minimo, ricavando delle soluzioni sempre compatibili con gli stessi vincoli di guida, che soddisfino gli obiettivi di tempo di viaggio e risparmio energetico oltre a garantire un viaggio confortevole. Come fatto in un precedente lavoro presente in letteratura, il problema di controllo ottimale (OCP) risultante è semplificato per l'implementazione utilizzando un'approssimazione polinomiale delle perdite del veicolo e un rilassamento dei vincoli di frenata rigenerativa che tiene conto con precisione della polarizzazione di frenata richiesta in un veicolo a trazione anteriore. Inoltre, nelle simulazioni di viaggio si valutano diversi scenari in cui si confrontano i risultati dei due modelli, tra cui: due differenti percorsi (uno di 800 m e l’altro di 4226 m), variazioni di limiti di velocità lungo i due tragitti e la presenza di un altro veicolo davanti che inevitabilmente influenza lo stile di guida. Inoltre, i risultati dei due modelli si sono confrontati prima a parità di condizioni al contorno, ovvero la velocità iniziale, forzata ad essere uguale a quella finale, è fissata per tutte le casistiche e poi, per ottenere risultati di eco-guida migliori, si è lasciata maggior libertà al solutore, permettendogli di scegliere la velocità di partenza. Per di più rispetto ad altri lavori presenti in letteratura, si è anche tentato di irrobustire il nuovo modello proposto, il quale deve tener conto dell’eventuale presenza di veicoli dietro che potrebbero eseguire un sorpasso o dell’immissione di quest’ultimi da strade periferiche, qualora ci si distanziasse troppo dal veicolo davanti. Infatti, trovandosi, poi, davanti potrebbero influire sullo stile di eco-guida da adottare. Infine, si è mostrato un confronto dei tempi computazionali dei due modelli in ottica della creazione di possibili real-time driving assist.
Strategie di guida ecologica per veicoli elettrici mediante tecniche di controllo ottimo
BOTTAZZO, NICHOLAS
2024/2025
Abstract
In questo lavoro viene proposta una formulazione di controllo ottimale di un sistema di guida ecologica per veicoli elettrici a trazione anteriore. Si dimostra che non è necessario l'inclusione di un modello di controllo ottimale di guidatore, che replichi le scelte preferenziali dei conducenti in tali sistemi, per fondere con successo l'obiettivo dell'efficienza energetica con gli obiettivi soggettivi dei conducenti umani, tra cui: le distanze di sicurezza desiderate, gli intervalli di tempo di viaggio, il rispetto dei limiti legali di velocità, un'accelerazione e decelerazione fluida del veicolo e un limite di velocità in curva confortevole. Infatti, nei lavori precedenti presenti in letteratura si erano sviluppati dei modelli di preferenza del conducente per il controllo ottimale per poi applicarli a un modello realistico di un gruppo propulsore EV per valutare i potenziali risparmi energetici nella pratica. In questo lavoro, invece, l’ottimizzatore deve risolvere un problema di tempo minimo, ricavando delle soluzioni sempre compatibili con gli stessi vincoli di guida, che soddisfino gli obiettivi di tempo di viaggio e risparmio energetico oltre a garantire un viaggio confortevole. Come fatto in un precedente lavoro presente in letteratura, il problema di controllo ottimale (OCP) risultante è semplificato per l'implementazione utilizzando un'approssimazione polinomiale delle perdite del veicolo e un rilassamento dei vincoli di frenata rigenerativa che tiene conto con precisione della polarizzazione di frenata richiesta in un veicolo a trazione anteriore. Inoltre, nelle simulazioni di viaggio si valutano diversi scenari in cui si confrontano i risultati dei due modelli, tra cui: due differenti percorsi (uno di 800 m e l’altro di 4226 m), variazioni di limiti di velocità lungo i due tragitti e la presenza di un altro veicolo davanti che inevitabilmente influenza lo stile di guida. Inoltre, i risultati dei due modelli si sono confrontati prima a parità di condizioni al contorno, ovvero la velocità iniziale, forzata ad essere uguale a quella finale, è fissata per tutte le casistiche e poi, per ottenere risultati di eco-guida migliori, si è lasciata maggior libertà al solutore, permettendogli di scegliere la velocità di partenza. Per di più rispetto ad altri lavori presenti in letteratura, si è anche tentato di irrobustire il nuovo modello proposto, il quale deve tener conto dell’eventuale presenza di veicoli dietro che potrebbero eseguire un sorpasso o dell’immissione di quest’ultimi da strade periferiche, qualora ci si distanziasse troppo dal veicolo davanti. Infatti, trovandosi, poi, davanti potrebbero influire sullo stile di eco-guida da adottare. Infine, si è mostrato un confronto dei tempi computazionali dei due modelli in ottica della creazione di possibili real-time driving assist.| File | Dimensione | Formato | |
|---|---|---|---|
|
Bottazzo_Nicholas.pdf
accesso aperto
Dimensione
23.79 MB
Formato
Adobe PDF
|
23.79 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/90334