The thesis deals with the issue of energy management in charge-sustaining hybrid electric vehicles, with the goal of indicating the best strategy for managing the power split in real-life conditions. Particular attention is dedicated to two local optimal energy management strategies: Stochastic Dynamic Programming (SDP) and Equivalent Consumption Minimisation Strategy (ECMS). The work draws a rigorous comparison between the two above-cited strategies, encompassing the classical aspect of fuel consumption and the more original aspect of vehicle driveability. From the comparison, SDP appears being the most appropriate energy management strategy for charge-sustaining hybrid electric vehicles by virtue of its close-to-optimal fuel consumption, of its robustness to additional constraints, and its particularly beneficial engine utilisation pattern.

La tesi tratta l’argomento della gestione dell’energia nei veicoli ibridi elettrici, con l’intento di indicare la strategia di controllo più appropriata per la gestione dell’energia in condizioni di guida realistiche. Particolare attenzione è data a due strategie di gestione dell’energia basate sull’ottimizzazione locale: la Programmazione Dinamica Stocastica (SDP) e la Strategia di Minimizzazione del Consumo Equivalente (ECMS). Il contributo principale del lavoro è costituito dalla comparazione rigorosa delle due strategie citate in precedenza, comparazione che include l’aspetto classico del consumo di carburante e l’aspetto, più originale, della guidabilità del veicolo. Dalla comparazione, la strategia SDP appare essere la soluzione più appropriata grazie ai consumi relativamente prossimi ai consumi ottimali, alla robustezza all’imposizione di vincoli relativi alla guidabilità del veicolo, ed al particolarmente favorevole profilo di utilizzo del motore termico del veicolo.

Energy management of hybrid electric vehicles : a comparison between stochastic dynamic programming and equivalent consumption minimisation strategy

BARDINI, DAMIANO
2012/2013

Abstract

The thesis deals with the issue of energy management in charge-sustaining hybrid electric vehicles, with the goal of indicating the best strategy for managing the power split in real-life conditions. Particular attention is dedicated to two local optimal energy management strategies: Stochastic Dynamic Programming (SDP) and Equivalent Consumption Minimisation Strategy (ECMS). The work draws a rigorous comparison between the two above-cited strategies, encompassing the classical aspect of fuel consumption and the more original aspect of vehicle driveability. From the comparison, SDP appears being the most appropriate energy management strategy for charge-sustaining hybrid electric vehicles by virtue of its close-to-optimal fuel consumption, of its robustness to additional constraints, and its particularly beneficial engine utilisation pattern.
ING - Scuola di Ingegneria Industriale e dell'Informazione
22-lug-2013
2012/2013
La tesi tratta l’argomento della gestione dell’energia nei veicoli ibridi elettrici, con l’intento di indicare la strategia di controllo più appropriata per la gestione dell’energia in condizioni di guida realistiche. Particolare attenzione è data a due strategie di gestione dell’energia basate sull’ottimizzazione locale: la Programmazione Dinamica Stocastica (SDP) e la Strategia di Minimizzazione del Consumo Equivalente (ECMS). Il contributo principale del lavoro è costituito dalla comparazione rigorosa delle due strategie citate in precedenza, comparazione che include l’aspetto classico del consumo di carburante e l’aspetto, più originale, della guidabilità del veicolo. Dalla comparazione, la strategia SDP appare essere la soluzione più appropriata grazie ai consumi relativamente prossimi ai consumi ottimali, alla robustezza all’imposizione di vincoli relativi alla guidabilità del veicolo, ed al particolarmente favorevole profilo di utilizzo del motore termico del veicolo.
Tesi di laurea Magistrale
File allegati
File Dimensione Formato  
2013_07_Bardini.pdf

accessibile in internet per tutti

Descrizione: Testo della tesi
Dimensione 4.42 MB
Formato Adobe PDF
4.42 MB Adobe PDF Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/81421