El cambio climático es una realidad. Se ha especulado que los vehículos eléctricos (VE) podrían representar un apoyo para la reducción de la emisión de gases de efecto invernadero, como el dióxido de carbono, que dificultan que la atmosfera regule naturalmente la temperatura, intercambiando el calor que le sobra al planeta hacia el espacio exterior. Pero para representar realmente un alivio, los VE necesitan varias mejoras.
Los vehículos eléctricos son tan limpios como las fuentes de energía con que se recargan sus baterías; si se emplean, por ejemplo, energías renovables como la eólica o solar, se debe procurar también que esta energía se aproveche de la mejor manera posible. Juan Diego Valladolid, es profesor de la Universidad Politécnica Salesiana de Cuenca, Ecuador y realizó su doctorado en Ingeniería en la Pontificia Universidad Javeriana; a partir de su investigación desarrolló herramientas que permiten un mejor desempeño energético de los sistemas de este tipo de vehículos.
“La investigación empezó con una caracterización completa de un vehículo eléctrico comercial; era necesario generar un modelo que permitiera comprender las interacciones eléctricas y mecánicas, y que no estaba en la literatura o en estudios previos”, explica Valladolid, quien además agrega que el primer paso de su investigación consistió en identificar y comprender los componentes clave que forman parte del sistema de propulsión de un vehículo eléctrico.
Interacciones y pérdidas energéticas
La caracterización incluyó la identificación de los componentes del vehículo eléctrico y la forma cómo estos interactúan; esto incluye la batería, el motor eléctrico, la transmisión, los frenos, entre otros. Una vez comprendidas estas interacciones, (por ejemplo, la energía química almacenada en la batería se convierte en energía cinética a través del motor eléctrico, que a su vez impulsa las ruedas del vehículo), se consideraron las pérdidas energéticas que se producen en cada etapa de operación del vehículo.
Estas pérdidas pueden estar relacionadas con la resistencia eléctrica, la fricción mecánica, la ineficiencia de la transmisión, entre otros factores. Identificar y cuantificar estas pérdidas fue fundamental para evaluar la operatividad del sistema.
Cuando el investigador logró describir los componentes, sus interacciones y sus posibles pérdidas energéticas, desarrolló las ecuaciones y modelos matemáticos que describen el comportamiento de los vehículos eléctricos en diferentes condiciones de operación.
Al formular un problema de optimización, se busca encontrar la combinación óptima de parámetros de control, como la gestión de la potencia del motor eléctrico, para minimizar el consumo de energía y maximizar el aprovechamiento en tiempo real.
Mediante modelos dinámicos longitudinales y laterales, Valladolid logró describir el comportamiento de un vehículo en términos de movimientos y fuerzas en direcciones específicas: longitudinal (avance/retroceso) y lateral (giro/cambio de carril), esenciales para diseñar sistemas de control y optimización del uso de la energía de los vehículos eléctricos. Además, estos modelos incluyen ecuaciones de balance de energía, ecuaciones de movimiento y otras relaciones físicas relevantes.
Validación experimental y pruebas en carretera
Gracias a este modelo, el investigador logró comprender cómo diferentes variables, como la aceleración, la resistencia al avance, la inercia del vehículo y otras fuerzas, influyen en el consumo de energía y la operatividad del vehículo. Integrar la dinámica del vehículo, las no linealidades y los estilos de conducción fue fundamental para abordar de manera efectiva el problema de optimización de los vehículos.
El investigador precisa que “una vez que se formuló el modelo teórico, fue importante validar su precisión y fiabilidad a través de pruebas experimentales en un entorno controlado”; esto se logró con pruebas estáticas dentro del laboratorio, seguido de pruebas en carretera.
Comparar los resultados de las pruebas con las predicciones del modelo sirvió para que el investigador lo ajustara y mejorara, con el cual pudo abordar el problema central de su investigación: la optimización de la eficiencia energética en vehículos eléctricos.
A los resultados de este análisis comparativo, Valladolid sumó otras variables como la presión atmosférica que influye en la resistencia del viento, los estilos de conducción y los efectos de no linealidades. Los efectos de no linealidades se refieren a situaciones en las que las relaciones entre las variables no son proporcionales, lo que puede afectar significativamente la efectividad energética en situaciones de conducción realistas. Por ejemplo, el aprovechamiento energético de un vehículo puede variar dependiendo de la velocidad, la carga, la topografía del terreno y el estilo de conducción del usuario.
Además, integrar los estilos de conducción en el modelo fue crucial, ya que diferentes conductores pueden tener hábitos distintos que influyen en el consumo de energía del vehículo. Al incluir esta información, se pudieron desarrollar estrategias de control y optimización personalizadas para maximizar el aprovechamiento y reducen el consumo de energía considerando diferentes estilos de conducción.
Estrategias de control y optimización para vehículos eléctricos
Valladolid propuso un sistema de control asistido, que incluye la formulación de un problema matemático de optimización de la energía para aumentar la eficiencia en un vehículo eléctrico durante la conducción y frenado. Este se basa en la idea de diseñar estrategias que trabajen junto con el usuario y permitan maximizar el uso del vehículo en diferentes momentos clave de su operación.
Estas estrategias de control basadas en algoritmos como LQR (Regulador cuadrático lineal) y MPC (Modelo de control predictivo) para optimizar el rendimiento energético del vehículo.
El LQR es un método de control óptimo que busca minimizar la cantidad de energía que se necesita para que un sistema cambie de estado, combinando errores y control en un horizonte de tiempo finito. El LQR es como seguir una receta paso a paso para cocinar un plato perfecto, donde se intenta minimizar los errores y ajustes en un tiempo determinado, pero sólo funciona bien si conoces exactamente todos los ingredientes y pasos.
Por otro lado, el control MPC es como conducir un auto siguiendo las indicaciones de un GPS que te dice cómo será el tráfico en el futuro y te sugiere la mejor ruta en cada momento, adaptándose a los cambios en el camino, aunque a veces puede ser un poco complicado de entender y necesita una planificación cuidadosa para funcionar correctamente.
En el contexto de los vehículos eléctricos, el control asistido implica la implementación de algoritmos y estrategias de control que trabajan en conjunto con el conductor. Puede incluir funciones como gestión inteligente de la energía, optimización de la potencia del motor eléctrico, regulación de la frenada regenerativa, adaptación al tráfico y del entorno, entre otros aspectos.
Durante la conducción, el sistema desarrollado por Valladolid busca optimizar el uso de la energía almacenada en la batería del vehículo eléctrico, para que se transmita eficientemente hasta la rueda del vehículo, logrando un desplazamiento óptimo y sostenible.
Por otro lado, el sistema de control desarrollado por Valladolid permitió mejorar la eficiencia energética de los VE mediante el aprovechamiento del frenado regenerativo. Este tipo de frenos es una característica clave de los vehículos eléctricos que permite recuperar parte de la energía cinética durante la desaceleración y el frenado.
El investigador explica que “al proponer un esquema de control que optimice esta acción, se busca maximizar la cantidad de energía recuperada y almacenada en la batería, en lugar de disiparla como calor a través de los frenos convencionales”. Esto implicó ajustar los parámetros de control del sistema de frenado regenerativo para capturar la máxima cantidad de energía cinética y mejorar el rendimiento global, así como reducir las pérdidas durante las diferentes etapas de operación. De esta manera, el sistema desarrollado por el investigador contribuye a una mayor autonomía, menor consumo y una conducción más sostenible y funcional de los vehículos electrónicos.
Con el modelo de control asistido propuesto por el doctor Valladolid, se logró mejorar la eficiencia energética entre 2 % y 3 %, dependiendo del estilo de conducción. Esto significa que, mediante la optimización de los parámetros de control, se pudo reducir el consumo y aumentar la eficiencia del vehículo eléctrico en condiciones reales de operación.
Además, con la implementación de la estrategia de control asistido para el sistema de frenado regenerativo, se logró una mejora en la recuperación de energía de hasta 8 %. Esto significa que se pudo capturar y almacenar una mayor cantidad de energía cinética durante la desaceleración y el frenado, contribuyendo a una mayor eficiencia global del vehículo eléctricoE.
Impacto y beneficios
Estos porcentajes de mejoras en la eficiencia energética del vehículo eléctrico fueron logrados en periodos de prueba de aproximadamente una hora y media; para el investigador, “Estas mejoras son significativas [dados los periodos cortos de prueba] pero se evidencian mejor a largo plazo, ya que son equipos de uso cotidiano”.
Estos resultados abren la puerta para utilizar de manera más eficiente la energía almacenada en la batería de los vehículos eléctricos, permitiendo a los conductores recorrer distancias más largas con una sola carga y reduciendo la energía externa necesaria para recargarla.
Las estrategias de control asistido que mejoran la eficiencia energética no solo impactan en el ahorro de energía, sino que también pueden resultar en un mejor rendimiento general del vehículo, incluyendo una aceleración suave, una respuesta rápida y una experiencia de conducción más placentera.
Estas mejoras benefician al medio ambiente, a la economía y a la satisfacción del usuario; disminuye las emisiones de gases de efecto invernadero y contaminantes asociados; también contribuye a mitigar el cambio climático y a mejorar la calidad del aire en entornos urbanos.
