Extracted rule-based control strategy for series hybrid electric vehicle using dynamic programming

Due to the increasing concern for transport sector GHG emissions and the deteriorating global warming problem, which has a consequence in increasingly stringent emission regulations, many transport industry manufacturers have begun to develop Electric Vehicles (EVs) and Hybrid Electric Vehicles (HEVs). This thesis describes a systematic procedure to solve the energy management problem for a SHEV. The investigation on the problem starts by firstly elaborating the structure and modeling of the vehicle under the analysis, which is a special purpose unmanned railway vehicle for autonomous in-line track inspections. Using this model, the formulation of four control strategies is presented. The rule-based control strategy class is decribed by the implementation of thermostat control strategy (TCS), then the global optimization one is employed by the dynamic programming (DP) algorithm. By using the TCS and DP outcomes as the performance lower and upper bounds, respectively, it is possible to compare real-time optimization approaches. In order to balance the performances of the energy management strategies, the simulation for fuel economy test is carried out. In this work an extracted rule-based control startegy, based on the global optimization of the DP output, is described. Initially, when dealing with real-time optimization, it has been used a model predictive control (MPC) strategy, but some limitations occurs and at the end it would not possible to implement it in real-time. Simulation results show that the proposed algorithm is adaptive for different scenarios and can increase the fuel savings of TCS up to 28%. Meanwhile, with the extracted rule-based control strategy, it is possible to have a shorter time duration at low SOC and to avoid dangerous discharging/charging currents, which is favorable for battery life. The extracted rule-based control strategy is proven to be more efficient, based on the presented simulation results, and it has shown a promising potential for implementation on SHEV.

L'innalzamento delle emissioni di gas serra riguardanti il settore dei trasporti e il conseguente innalzamento delle temperature globali, ha portato all'introduzione di omologazioni più stringenti in ambito di emissioni. Molti produttori del settore dei trasporti hanno iniziato a sviluppare e produrre veicoli ad azionamento puramente elettrico o ibrido per poter rispondere a queste regolamentazioni. Questa tesi descrive un'analisi sistematica al fine di risolvere il problema derivato dalla gestione di propulsori ibridi. In particolare, è introdotta la soluzione al problema della gestione energetica di un veicolo ibrido in serie. Il veicolo in esame è un carrello ferroviario per ispezione autonoma in linea e il lavoro espone inizialmente la struttura e modellazione al fine simulativo del mezzo. A seguito della modellazione, sono formulate diverse strategie di controllo. La strategia di controllo a termostato TCS è implementata come rappresentate della categoria delle strategie basate su regole, mentre la categoria di ottimizzazione globale è rappresentata dall'applicazione della programmazione dinamica DP al problema. Utilizzando queste due logiche, è possibile stabilire rispettivamente i limiti prestazionali in basso e in alto, che saranno fondamentali come parametro comparativo per le strategie di controllo sviluppate successivamente. Per confrontare i diversi risultati ottenuti dalle simulazioni sono evidenziati i consumi di carburante. Al fine di concludere l'analisi, vengono esposte le strategie di ottimizzazione in tempo reale. In primo luogo si è riscontrata l'impossibilità, con un carico computazionale ragionevole, di implementare un controllo di tipo predittivo MPC; in secondo luogo viene implementata una strategia di controllo basata su regole estratte dall'ottimizzazione globale al problema del DP. I risultati ottenuti dimostrano come la strategia di controllo basata su regole estratte dalla programmazione dinamica si possa adattare a diversi scenari aumentando il risparmio di carburante rispetto alla TCS di circa il 28%. Al contempo, si ottengono vantaggi sulla salute della batteria, diminuendo l'utilizzo della stessa a bassi stati di carica ed evitando dannose correnti di scarica/carica. Questa strategia si è avvalsa di essere più efficiente avvicinandosi alle prestazioni ottimali, esprimendo potenziale per una reale implementazione su i veicoli ibridi in serie.