Passando da un sistema binario di gestione dell’energia ad uno misto, le auto ibride possono risparmiare fino al 12% su un percorso di 30 km.
(Rinnovabili.it) – Se le auto ibride diventano più intelligenti possono aumentare l’efficienza fino al 12%. Lo ha scoperto un gruppo di ricercatori della facoltà di ingegneria dell’Università della California (Riverside).
Dal momento che le auto ibride combinano motori a gas o diesel con motori elettrici e grandi batterie ricaricabili, è fondamentale avere un sistema di gestione dell’energia (EMS) per controllare il passaggio dalla modalità completamente elettrica – che utilizza solo energia immagazzinata dalle batterie – alla modalità ibrida, che utilizza sia carburante e che elettricità. Man mano che vengono sviluppati nuovi dispositivi EMS, la sfida è combinare i flussi di energia provenienti da entrambe le fonti nel modo più efficiente.
Anche se non tutti gli ibridi plug-in funzionano allo stesso modo, la maggior parte si avvia in modalità completamente elettrica e consuma elettricità fino a quando la batteria non si scarica. A questo punto avviene il passaggio alla modalità ibrida. Questo sistema è noto come binary mode control, ed è facile da realizzare. Tuttavia, non è il più efficiente per combinare le due fonti di alimentazione. Nei test di laboratorio, i sistemi “misti”, in cui l’energia dalla batteria è utilizzata per tutto il viaggio, hanno dimostrato di minimizzare il consumo di carburante e le emissioni. Il problema è che fino ad ora era complicato trovar loro uno sbocco commerciale.
Per poter efficientare il consumo al massimo, infatti, l’auto dovrebbe conoscere in anticipo il percorso, le condizioni della strada e del traffico, che ad oggi sono quasi impossibili da recuperare. La soluzione trovata dai ricercatori californiani si basa su una tecnologia chiamata reinforcement learning (RL): in pratica, invece di richiederli anticipatamente, il sistema di gestione dell’energia è in grado di raccogliere i dati in tempo reale, utilizzando sensori e dispositivi di comunicazione del veicolo.
Nei test di confronto, su un percorso di 30 chilometri nel sud della California, questo sistema ha superato le prestazioni degli EMS che funzionano in binary mode, con un risparmio medio di carburante pari all’11,9%.
«Nel nostro sistema – ha spiegato Xuewei Qi, studente laureato al Bourns College of Engineering’s Center for Environmental Research and Technology, che ha guidato la ricerca – il veicolo impara tutto ciò che gli serve per essere energeticamente efficiente sulla base di dati storici. Una quantità sempre maggiore di dati viene raccolta e valutata, e il sistema migliora la capacità di prendere decisioni che gli faranno risparmiare energia».
