Energie besparen met data en algoritmen

19 januari 2017, 00:00
Lithium-ion-accupack van een Toyota Prius met geopende kap.
Lithium-ion-accupack van een Toyota Prius met geopende kap.
Informatie is overal, maar het is de kunst om er goed gebruik van te maken. De belofte van het informatietijdperk is de materiële wereld om ons heen te verbeteren door gebruik te maken van niet-materiële gegevens. En dat is precies wat vier onderzoekers van de University of Californië, Riverside ( UCR ) hebben gedaan. Door real-time data en algoritmen te combineren, zijn ze erin geslaagd om het brandstofverbruik van plug-in hybride elektrische voertuigen (PHEV's) te reduceren met 10 tot 30%.

Projectleider Xuewei Qi, een postdoc bij het Department of Electrical and Computer Engineering, en zijn collega’s hebben een nieuw energiemanagementsysteem ( EMS )-framework ontwikkeld dat de brandstofeconomie van PHEV’s optimaliseert. De engineers hebben hun bevindingen gepresenteerd in een paper dat is gepubliceerd in het vakblad IEEE Transactions on Intelligent Transportation Systems.

Brandstofeconomie
Een plug-in hybride heeft zowel een elektrische motor als een verbrandingsmotor (ICE). Om brandstof te besparen rijdt het volledig elektrisch als het kan en doet het een beroep op de ICE wanneer dat nodig is. Een PHEV is anders dan een conventioneel hybride voertuig, omdat het ook kan worden opgeladen uit een externe energiebron. Een conventionele hybride genereert zijn elektriciteit aan boord uit overtollige energie van de verbrandingsmotor of door energie op te wekken bij het remmen.

De volgende stap om PHEV’s nog zuiniger met brandstof te maken is het verbeteren van het energiemanagementsysteem. Het EMS bestuurt de energieverdeling tussen de elektrische motor en de ICE. Er bestaat variëteit aan EMS 'sen, maar de eenvoudigste versie rijdt gewoon helemaal elektrisch totdat de accu is uitgeput en schakelt dan naar hybride modus. Maar dat is niet de meest brandstofzuinige strategie. Onderzoek heeft aangetoond dat het efficiënter is om beide energiebronnen te gebruiken tijdens de hele rit.

Real-time informatie
Qi en zijn collega's hebben met hun nieuwe EMS -framework de brandstofbesparing verbeterd door gebruik te maken van real-time informatie. Door het EMS te voeden met actuele verkeersinformatie en gegevens over de rijomstandigheden heeft het meer mogelijkheden om het energieverbruik te optimaliseren.

Het team maakte voor het rekenwerk gebruik van een evolutionair algoritme: een algoritme dat gebruik maakt van de principes van de evolutie zoals mutatie en selectie voor het oplossen van een probleem.

'Door de energiebesparingsprocessen die in de natuur voorkomen wiskundig te modelleren, hebben wetenschappers algoritmen gemaakt die kunnen worden gebruikt voor het oplossen van optimalisatieproblemen,' zei Qi in een interview met UCR Today. 'Wij hebben die aanpak gecombineerd met connected voertuigtechnologie en zo een energiebesparing van meer dan 30% bereikt.'

Foto: Lithium-ion-accupack van een Toyota Prius met geopende kap. Gepubliceerd door LossIsNotMore onder een creative common-licentie.
 
Reacties worden ingeladen...
gerelateerde items