Currently, the interest for helping mitigate the emission of greenhouse gases caused by high fuel consumption in industrial vehicles has increased. In order to the reduction of fuel consumption in an industrial vehicle, it has been proposed to incorporate into the powertrain a system capable of storing and supplying electrical energy. Consequently, the design of a hybrid electric powertrain is required, based on the interconnection of the elements (topology), the sizing of the elements and/or the energy management strategy of the powertrain.
This paper presents a methodology for the design of a hybrid electric vehicle for refuse collection, which presents a repetitive and aggressive drive cycle as a result of work activity. The proposed methodology consists in modeling the behavior of a hybrid electric powertrain, considering the electrical behavior of various energy accumulation elements (batteries and supercapacitors). An embedded system is used to perform the experimental characterization of a cell and a commercial supercapacitor, in order to approximate the behavior through an electric model.
In accordance with a real drive cycle of a refuse collection vehicle, the energy demand for a hybrid electric refuse collection vehicle is determined. On the other hand, the fuel consumption is calculated from a hybrid electric powertrain that integrates an energy storage system or a hybrid energy storage system.
A bio-inspired metaheuristic based on a stochastic population (particle swarm optimization and genetic algorithm) is developed, in order to determine an optimal solutions space. Subsequently, the optimal sizing of an energy storage system (batteries) and a hybrid energy storage system (batteries and supercapacitors) is performed, considering different mono-objective and multi-objective optimization problems. Based on the results of each optimization problem, a comparative analysis is carried out with an element of commercial accumulation.
Considering a hybrid electric powertrain that integrates a hybrid energy storage system (batteries and supercapacitors), an energy management strategy based on fuzzy logic is developed. This includes the identification of the vehicle status from a real drive cycle. Finally, the validation of the energy management strategy is carried out through the model of a hybrid electric vehicle for refuse collection.
Actualmente, se ha incrementado el interés por mitigar la emisión de gases de efecto invernadero que se produce por un elevado consumo de combustible en vehículos industriales. Con la intención de contribuir en la reducción del consumo de combustible de un vehículo industrial, se ha propuesto incorporar al tren de potencia un sistema capaz de almacenar y suministrar energía eléctrica. En consecuencia, surge la necesidad de realizar el diseño de un tren de potencia eléctrico híbrido, a partir de la interconexión de los elementos (topología), el dimensionamiento de los elementos y/o la estrategia de gestión de energía del tren de potencia. En el presente trabajo se presenta una metodología para realizar el diseño de un vehículo eléctrico híbrido de recolección de basura, que presenta un ciclo de conducción repetitivo y agresivo como resultado de la actividad laboral. La metodología propuesta consiste en modelar el comportamiento de un tren de potencia eléctrico híbrido, considerando el comportamiento eléctrico de diversos elementos de acumulación de energía híbrido (baterías y supercapacitores). Se emplea un sistema embebido para realizar la caracterización experimental de una celda y un supercapacitor comercial, con el propósito de aproximar el comportamiento a través de un modelo eléctrico. En función de un ciclo de conducción real de un vehículo de recolección de basura se determina la demanda de energía para un vehículo eléctrico híbrido de recolección de basura. Por otra parte, se calcula el consumo de combustible a partir de un tren de potencia eléctrico híbrido que integra un sistema de almacenamiento de energía o un sistema de almacenamiento de energía híbrido. Se desarrolla una metaheurística bio-inspirada basada en una población estocástica) para determinar un espacio de soluciones óptimas. Posteriormente, se realiza el dimensionamiento óptimo de un sistema de almacenamiento de energía (baterías) y un sistema de almacenamiento de energía híbrido (baterías y supercapacitores), considerando diferentes problemas de optimización mono-objetivo y multi-objetivo. Con base en los resultados de cada problema de optimización, se procede a realizar un análisis comparativo con un elemento de acumulación comercial. Considerando un tren de potencia eléctrico híbrido que integra un sistema de almacenamiento de energía híbrido (baterías y supercapacitores), se desarrolla una estrategia de gestión de energía basada en lógica difusa, que incluye la identificación del estado del vehículo a partir de un ciclo de conducción real. Finalmente, se realiza la validación de la estrategia de gestión de energía a través del modelo de un vehículo eléctrico híbrido de recolección de basura.
