Nuova strategia ottimizza i veicoli a idrogeno
Un passo avanti significativo nella tecnologia dei veicoli a celle a combustibile a idrogeno (HFCV) potrebbe accelerare la transizione verso un trasporto più sostenibile e duraturo. Ricercatori dell’Università di Xiangtan, nella provincia di Hunan, hanno sviluppato una strategia innovativa di gestione dell’energia che promette di ridurre il consumo di idrogeno, prolungare la vita utile dei componenti chiave e migliorare l’efficienza complessiva dei sistemi di propulsione ibridi. Il lavoro, condotto da Liu Siyan e Ge Qing del Laboratorio di Ingegneria per il Controllo e l’Ottimizzazione dei Sistemi Fotovoltaici della Provincia di Hunan, introduce un approccio basato sul controllo predittivo del modello (MPC) che affronta direttamente le principali sfide che hanno ostacolato l’adozione di massa dei veicoli a idrogeno.
Mentre l’industria automobilistica globale intensifica gli sforzi per decarbonizzare il settore dei trasporti, i veicoli a idrogeno continuano a emergere come una soluzione promettente, soprattutto per le applicazioni commerciali e pesanti dove le limitazioni di autonomia e i tempi di ricarica dei veicoli elettrici a batteria rappresentano un ostacolo. I vantaggi dei veicoli a celle a combustibile, tra cui zero emissioni allo scarico, lunga autonomia e tempi di rifornimento rapidi paragonabili a quelli delle auto a benzina, li rendono ideali per flotte urbane, autobus e camion. Tuttavia, nonostante questi vantaggi, la loro penetrazione di mercato è stata lenta, ostacolata da sfide persistenti legate ai costi, all’infrastruttura e, in particolare, alla gestione intelligente dell’energia all’interno del sistema di propulsione.
Il cuore di un veicolo a idrogeno ibrido è un sistema complesso che combina una cella a combustibile a membrana a scambio protonico (PEMFC) con una batteria di trazione agli ioni di litio. La cella a combustibile genera elettricità attraverso una reazione chimica tra idrogeno e ossigeno, mentre la batteria funge da riserva di energia, fornendo potenza supplementare durante l’accelerazione e recuperando energia durante la frenata. Il modo in cui l’energia viene distribuita tra questi due componenti è governato da una strategia di gestione dell’energia (EMS), che è cruciale per determinare l’efficienza, la durata e l’economia di esercizio del veicolo.
Le strategie tradizionali di gestione dell’energia si sono spesso basate su approcci regolamentari, come il controllo fuzzy o l’adattamento basato su regole predefinite. Questi metodi, sebbene semplici da implementare, sono noti per la loro rigidità. Dipendono fortemente da parametri impostati dagli ingegneri e mancano della capacità di adattarsi dinamicamente alle condizioni di guida in tempo reale. Di conseguenza, possono portare a una distribuzione subottimale della potenza. Ad esempio, durante un’accelerazione rapida, il sistema potrebbe richiedere tutta la potenza aggiuntiva dalla cella a combustibile, causando un picco di corrente. Questi picchi, o “ripple”, sono estremamente dannosi per la cella a combustibile, poiché generano stress termici ed elettrochimici che accelerano il degrado della membrana e del catalizzatore, riducendone drasticamente la vita utile.
Allo stesso modo, una gestione inadeguata può portare la batteria a subire cicli di carica e scarica profondi o a oscillare eccessivamente nel suo stato di carica (SOC), accelerando anche la sua degradazione. Il risultato finale è un sistema che consuma più idrogeno del necessario e richiede manutenzione più frequente, compromettendo la sua attrattiva economica.
È qui che entra in gioco la ricerca di Liu Siyan e Ge Qing. Il loro obiettivo era superare i limiti dei metodi esistenti sviluppando una strategia che non si concentrasse solo sulla minimizzazione del consumo di idrogeno, ma che ottimizzasse simultaneamente più aspetti del sistema. Hanno proposto una strategia di ottimizzazione multi-obiettivo basata sul controllo predittivo del modello (MPC), un approccio avanzato che utilizza un modello matematico del sistema per prevedere il suo comportamento futuro e calcolare la decisione di controllo ottimale in un orizzonte temporale a rotazione.
La vera innovazione della loro strategia risiede nella definizione di una funzione di costo che integra tre obiettivi critici: la minimizzazione della corrente di uscita della cella a combustibile, la riduzione della sua velocità di variazione (ovvero il ripple di corrente) e la stabilizzazione dello stato di carica (SOC) della batteria. Questo approccio olistico riconosce che la longevità del sistema non dipende da un singolo parametro, ma da un equilibrio tra la protezione della cella a combustibile dai carichi dinamici e la protezione della batteria dalle condizioni di funzionamento avverse.
Per realizzare questo, i ricercatori hanno sviluppato modelli matematici altamente accurati sia della cella a combustibile che della batteria. Il modello della cella a combustibile tiene conto di fenomeni complessi come la polarizzazione per attivazione, le perdite ohmiche e la polarizzazione per concentrazione, mentre il modello della batteria rappresenta con precisione la sua tensione a circuito aperto, la resistenza interna e la dinamica del SOC. Questi modelli sono stati poi integrati in una piattaforma di simulazione utilizzando MATLAB/Simulink per testare la strategia in un ciclo di guida completo che riproduce scenari reali, come l’avvio a coppia costante, l’accelerazione con coppia variabile, la marcia costante e la frenata rigenerativa.
I risultati delle simulazioni sono stati impressionanti e hanno dimostrato la superiorità della nuova strategia. Rispetto a un metodo di controllo tradizionale basato sul consumo equivalente di idrogeno, la strategia multi-obiettivo ha ottenuto una riduzione del consumo di idrogeno di circa il 14%. Questa significativa riduzione non è stata ottenuta aumentando l’efficienza intrinseca della cella a combustibile, ma attraverso una distribuzione intelligente e proattiva dell’energia che ha evitato sprechi e carichi inefficienti.
Uno dei risultati più importanti è stato la drastica riduzione del ripple di corrente nella cella a combustibile. Le simulazioni hanno mostrato che, sotto il controllo tradizionale, la corrente della cella poteva variare fino a 33 amperi al secondo durante le fasi di accelerazione, un tasso di cambiamento che impone un notevole stress meccanico ed elettrico. Con la nuova strategia ottimizzata, questo valore è stato ridotto a 27 amperi al secondo, una diminuzione del 18%. Questo flusso di corrente più morbido è fondamentale per preservare l’integrità della cella a combustibile, rallentando il processo di invecchiamento e aumentando il suo tempo di funzionamento tra una manutenzione e l’altra.
Parallelamente, la strategia ha dimostrato un controllo eccezionale sullo stato di carica della batteria. Mentre i metodi convenzionali possono permettere oscillazioni ampie del SOC, il nuovo algoritmo ha mantenuto il livello di carica in un intervallo estremamente ristretto, tra il 49,5% e il 50,5%. Questa stabilità è vitale per massimizzare la vita utile della batteria agli ioni di litio, poiché gli estremi di carica e scarica sono tra le principali cause di degrado chimico. Mantenere la batteria in un “punto dolce” operativo non solo prolunga la sua vita, ma garantisce anche prestazioni costanti nel tempo.
Questi risultati hanno implicazioni profonde per la competitività commerciale dei veicoli a idrogeno. La riduzione del consumo di idrogeno si traduce direttamente in minori costi operativi, rendendo questi veicoli più attraenti per i proprietari e gli operatori di flotte. Ancora più importante, la prolungata vita utile della cella a combustibile e della batteria riduce drasticamente i costi di manutenzione e sostituzione, migliorando il valore totale di proprietà (TCO). Per un’azienda che gestisce una flotta di autobus o camion, una strategia che riduce i tempi di inattività e i costi di riparazione può essere la differenza tra un progetto pilota e un investimento sostenibile e redditizio.
L’uso del controllo predittivo del modello (MPC) è un elemento chiave del successo di questo approccio. A differenza dei sistemi reattivi, il MPC è intrinsecamente proattivo. Utilizza un orizzonte di previsione per anticipare le future richieste di potenza basate sul profilo di guida previsto. Questo consente al sistema di prendere decisioni informate. Ad esempio, se il sistema prevede una salita, può utilizzare l’energia in eccesso dalla cella a combustibile per caricare leggermente la batteria in anticipo, assicurando che ci sia potenza disponibile per l’accelerazione. Inversamente, durante una discesa prevista, il sistema può massimizzare la frenata rigenerativa per ricaricare la batteria, riducendo contemporaneamente il carico sulla cella a combustibile. Questa capacità di pianificazione anticipata è ciò che distingue questo approccio dai metodi più semplici, che possono solo reagire a ciò che sta accadendo in quel momento.
La robustezza della strategia è ulteriormente garantita dall’inclusione di vincoli operativi rigorosi. Il problema di ottimizzazione include limiti chiari, come un minimo di 50 amperi e un massimo di 400 amperi per la corrente della cella a combustibile, e un intervallo sicuro per il SOC della batteria. Ciò assicura che il sistema operi sempre entro i limiti di sicurezza fisici dei componenti, prevenendo condizioni pericolose come sovracorrenti o scariche profonde che potrebbero danneggiare il sistema o attivare un arresto di emergenza.
Questo studio sottolinea l’importanza di un pensiero sistemico. Invece di vedere la cella a combustibile e la batteria come entità separate, la strategia le tratta come parti di un ecosistema energetico unificato. Questa prospettiva olistica permette interazioni sinergiche. Per esempio, in condizioni di basso carico, il sistema può far funzionare la cella a combustibile al suo punto di massima efficienza, utilizzando qualsiasi energia in eccesso per mantenere stabile il SOC della batteria, massimizzando così l’utilizzo complessivo dell’energia.
La flessibilità della strategia è un altro vantaggio notevole. I fattori di peso nella funzione di costo possono essere regolati per dare priorità a diversi obiettivi in base al tipo di veicolo e al suo utilizzo. Per un veicolo che effettua molte fermate e partenze, la priorità potrebbe essere la riduzione del ripple della cella a combustibile. Per un veicolo che percorre lunghe distanze, la massimizzazione dell’efficienza del carburante potrebbe essere più importante. Questa adattabilità rende la strategia applicabile a un’ampia gamma di veicoli.
La pubblicazione di questo lavoro nella rivista accademica Electrical Engineering conferma la sua validità scientifica e il suo potenziale impatto. Il fatto che la ricerca sia stata sostenuta da finanziamenti governativi, tra cui progetti del Dipartimento dell’Istruzione della Provincia di Hunan e del Programma di Scienza e Tecnologia della città di Xiangtan, ne attesta ulteriormente il valore e la rilevanza per la società.
In sintesi, il lavoro di Liu Siyan e Ge Qing rappresenta un passo cruciale verso la maturità della tecnologia dei veicoli a idrogeno. Dimostra che i guadagni più significativi possono non venire solo da nuovi materiali, ma anche da un’intelligenza software superiore. Ottimizzando il modo in cui l’energia è gestita all’interno del sistema, questa strategia non solo migliora l’efficienza, ma aumenta anche la durata e l’affidabilità, rendendo i veicoli a idrogeno una scelta più pratica e attraente per il futuro.
Liu Siyan, Ge Qing, Electrical Engineering, DOI: 10.19464/j.cnki.11-4746/tm.2024.09.003