Gestione intelligente del motore termico in veicoli ibridi plug-in

Negli ultimi anni particolare attenzione è stata data, da parte della comunità scientifica, allo sviluppo di soluzioni tecnologiche per veicoli ibridi plug-in e in particolare per l’ottimizzazione della gestione dei flussi energetici al fine di minimizzare consumi ed emissioni. In questa memoria si presenta una strategia auto-adattativa di gestione dell'energia per i veicoli ibridi elettrici in configurazione serie basata su mappe ottimizzate per i diversi componenti e su predizioni di profili di velocità effettuate da SUMO (Simulation of Urban MObility). Il primo passo della ricerca è stato quello di eseguire l'ottimizzazione off-line dei parametri della strategia di controllo basata su una serie di mini cicli di guida, ottenuta da cicli di guida standard (UDDS, NEDC, ecc.) e cicli di guida reale acquisiti dal veicolo ITAN500 (prototipo realizzato dall’Università del Salento). Le variabili ottimizzate ottenute per ogni mini ciclo di guida vengono memorizzate in mappe che saranno implementate sull'ITAN500. Il sistema proposto prevede uno scambio di informazioni con i veicoli circostanti e le infrastrutture. Tali informazioni sono utilizzate da un simulatore di traffico locale eseguito a bordo, per predire le condizioni di guida dell'HEV in un periodo di tempo futuro (T=60s). Il ciclo di guida predetto viene confrontato con i mini cicli di guida di riferimento per trovare quello più simile e per selezionare i relativi parametri ottimi. I risultati presentati dimostrano che la procedura sviluppata è in grado di gestire in modo ottimale il funzionamento del motore termico consentendo di farlo funzionare per gran parte della missione solo quando si trova in condizioni di massimo rendimento.