Resumen
En este artículo se presenta el diseño y la simulación de un control difuso y un control basado en reglas para la gestión de la energía en un vehículo eléctrico híbrido suave en paralelo. El sistema de gestión tiene que minimizar el consumo de combustible al tiempo que asegura el mantenimiento de la carga y garantiza las limitaciones de los componentes. Para evaluar el rendimiento del control se utiliza un consumo de combustible equivalente, que penaliza el uso de energía eléctrica de la batería y el consumo de combustible, pero no recompensa el almacenamiento de energía eléctrica en la batería. El modelo presentado fue probado en dos ciclos de conducción diferentes, Europa: NEDC y USA: FTP-75 con una eficiencia del 17,6% y 18,3% respectivamente. Sin embargo, este resultado podría mejorarse con más pruebas y estimación de errores más profundas, así como simulaciones más avanzadas. Además, se pueden agregar más reglas al modelo propuesto, lo que le da a este enfoque una funcionalidad escalable.
Citas
[2] M. Zand, M. A. Nasab, A. Hatami, M. Kargar y H. R. Chamorro, «Using Adaptive Fuzzy Logic for Intelligent Energy Management in Hybrid Vehicles,» de 2020 28th Iranian Conference on Electrical Engineering, Tabriz, Irán, 2020.
[3] M. Farrag, C. S. Lai, M. Darwish y T. Gareth, «Improving the Efficiency of Electric Vehicles: Advancements in,» Vehicles, vol. 6, nº 2024, pp. 1089-1113, 2024.
[4] A. Recalde, R. Cajo, W. Velasquez y M. S. Alvarez-Alvarado, «Machine Learning and Optimization in Energy Management Systems for Plug-In Hybrid Electric Vehicles: A Comprehensive Review,» Energies, vol. 17, nº 13, p. 3059, 2024.
[5] C. Armenta-Déu, «Battery Management for Improved Performance in Hybrid Electric Vehicles,» Vehicles, vol. 6, nº 2, pp. 949-966, 2024.
[6] T. Aljohani, «Intelligent Type-2 Fuzzy Logic Controller for Hybrid Microgrid Energy Management with Different Modes of EVs Integration,» Energies, vol. 12, nº 17, p. 2949, 2024.
[7] L. Dalhoumi, M. Chtourou y M. Djemel, «Model based predictive control for linear interconnected systems,» de IEEE SSD International Multi-Conference on Systems, Signals and Devices, Leipzig, Germany, 2016.
[8] S. K. Chada, D. Görges y A. Ebert, «Deep Learning-Based Vehicle Speed Prediction for Ecological Adaptive Cruise Control in Urban and Highway Scenarios,» IFAC-PapersOnLine, vol. 56, nº 2, pp. Pages 1107-1114, 2023.
[9] N. Mort, S. Cater y D. Langbridge, «Experiences with rule-based control algorithms in a teaching laboratory and a diesel engine test cell,» de IEE Colloquium on Exploiting the Knowledge Base: Applications of Rule Based Control, London, UK, 1989.
[10] P. Zhang, Advanced Industrial Control Technology, Oxford, UK: Springer, 2010.