polito.it
Politecnico di Torino (logo)

Eco-Driving Optimization of Different Powertrain Architectures Based on Dynamic Programming

Marco Scala

Eco-Driving Optimization of Different Powertrain Architectures Based on Dynamic Programming.

Rel. Federico Millo, Luciano Rolando. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Meccanica, 2021

[img]
Preview
PDF (Tesi_di_laurea) - Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives.

Download (11MB) | Preview
Abstract:

Al giorno d’oggi i veicoli elettrici ibridi stanno ricevendo molto interesse grazie alle loro potenzialità in termini di riduzione del consumo di combustibile all’interno di limiti realistici di natura economica, infrastrutturale e accettazione da parte del cliente. Comunque, una propulsione ibrida necessita di una strategia di controllo ad hoc: un controllore di alto livello, ovvero il sistema di gestione dell’energia, il quale ottimizzi il flusso di energia all’interno del veicolo. Utilizzando le tecniche di ottimizzazione globale, come ad esempio la Dynamic Programming (DP), una minimizzazione del consumo di combustibile è possibile attraverso la decisione del migliore profilo di velocità da seguire rispettando tutti i vincoli del problema, e quindi non solo della gestione dell’energia ottimale. In aggiunta, la crescente crescita della connettività dei veicoli di ultima generazione, sta portando ad avere nuovi e migliori sfruttamenti delle tecniche di ottimizzazione globale. In questo contesto, questo lavoro di tesi è focalizzato sulla ottimizzazione del profilo di velocità di un veicolo in un ambiente interconnesso. Il problema di controllo associato è formulato e risolto attraverso la DP. L’attività di ricerca proposta mira a valutare, tramite simulazione numerica, il potenziale in termini di riduzione del consumo di energia di un uso sinergico tra le tecniche di ottimizzazione globale e la comunicazione del veicolo con l’ambiente circostante. L’approccio proposto è stato testato su un veicolo diesel Plug-in ibrido di ultima generazione, già disponibile sul mercato.

Relatori: Federico Millo, Luciano Rolando
Anno accademico: 2020/21
Tipo di pubblicazione: Elettronica
Numero di pagine: 145
Soggetti:
Corso di laurea: Corso di laurea magistrale in Ingegneria Meccanica
Classe di laurea: Nuovo ordinamento > Laurea magistrale > LM-33 - INGEGNERIA MECCANICA
Aziende collaboratrici: Politecnico di Torino
URI: http://webthesis.biblio.polito.it/id/eprint/19584
Modifica (riservato agli operatori) Modifica (riservato agli operatori)