خودروهای الکتریکی ـ هیبریدی شارژی دارای پتانسیل بالایی برای کاهش وابستگی به سوختهای فسیلی در صنعت حمل و نقل بوده، ولی گاهی اوقات مسافتهای رانندگی طولانی بیش از حد توان الکتریکی خودرو است؛ به این معنی که هم باید از انرژی الکتریکی و هم انرژی سوخت فسیلی استفاده کرد.
در چنین مسافرتهایی ما به یک سیستم مدیریت انرژی و توانایی آن برای بهینهسازی انرژی نیاز خواهیم داشت.
این سیستم باید بتواند سفرهای آینده را پیشبینی کند، اطلاعات لازم را از منابع مختلف به دست آورد و شرایط بهینه بهرهبرداری از باتری را مشخص کند. محققان دانشگاه صنعتی چالمرزسوئد بعد از سالها تحقیق روشی را کشف کردند که به صورت خودکار مسیرهای حرکت بازگشتی را در میان دادههای رانندگی ثبتشده شـناسایی میکند و قواعد کنترل بهینهای را برای آنها محاسبه مینماید. مسیرهای تکراری و چند بار طی شده از میان دادههای رانندگی ثبتشده با استفاده از روش دستهبندی سلسله مراتبی شناسایی میشود.
با توجـه به شرایط رانندگی در امتداد مسیر میتوانیم یک استراتژی بهینه را از قبل محاسبه کنیم به طوری که به عنوان اطلاعات اولیه برای زمان واقعی مورد استفاده قرار میگیرد. بنابر گفته ویکتورلارسن از دو روش برای محاسبه قبلی استفاده میشود که عبارتند از: بهینهسازی و برنامهریزی دینامیکی. از نظر محاسباتی باید به الگوریتم برنامهریزی دینامیکی توجه خاصیکرد.
به جای راهاندازی این نرمافزار روی کامپیوتر مرکزی راننده میتواند از آن در قالب یک برنامه کاربردی روی گوشی هوشمند خود استفاده کند. شبیهسازیهای انجام شده نشان میدهد میزان مصرف سوخت با این روش 10درصد کاهش مییابد.
phys.org / مترجم: نرگس عبداللهی
در یادداشتی اختصاصی برای جام جم آنلاین مطرح شد
یک کارشناس روابط بینالملل در گفتگو با جامجمآنلاین مطرح کرد
در گفتگو با جام جم آنلاین مطرح شد
در گفتگو با جام جم آنلاین مطرح شد