Intelligent Energy Management for Plug-in Hybrid Electric Vehicles: The Role of ITS Infrastructure in Vehicle Electrification
Gestion énergétique intelligente pour véhicules électriques hybrides rechargeables : rôle de l’infrastructure de systèmes de transport intelligents (STI) dans l’électrification des véhicules
1
Center for Automotive Research, The Ohio State
University, OH
43212 - USA
2
School of Information Technology, Deakin University,
VIC 3216 -
Australia
e-mail : marano.8@osu.edu - tulpule.1@osu.edu - gong.44@osu.edu - rizzoni.1@osu.edu - h.khayyam@deakin.edu.au
The desire to reduce carbon emissions due to transportation sources has led over the past decade to the development of new propulsion technologies, focused on vehicle electrification (including hybrid, plug-in hybrid and battery electric vehicles). These propulsion technologies, along with advances in telecommunication and computing power, have the potential of making passenger and commercial vehicles more energy efficient and environment friendly. In particular, energy management algorithms are an integral part of plug-in vehicles and are very important for achieving the performance benefits. The optimal performance of energy management algorithms depends strongly on the ability to forecast energy demand from the vehicle. Information available about environment (temperature, humidity, wind, road grade, etc.) and traffic (traffic density, traffic lights, etc.), is very important in operating a vehicle at optimal efficiency. This article outlines some current technologies that can help achieving this optimum efficiency goal. In addition to information available from telematic and geographical information systems, knowledge of projected vehicle charging demand on the power grid is necessary to build an intelligent energy management controller for future plug-in hybrid and electric vehicles. The impact of charging millions of vehicles from the power grid could be significant, in the form of increased loading of power plants, transmission and distribution lines, emissions and economics (information are given and discussed for the US case). Therefore, this effect should be considered in an intelligent way by controlling/scheduling the charging through a communication based distributed control.
Résumé
Le désir de réduire les émissions de carbone issues des sources de transport a conduit durant la dernière décennie au développement de nouvelles technologies de propulsion, axées sur l’électrification des véhicules (comprenant les véhicules électriques hybrides, hybrides rechargeables et sur batteries). Ces technologies de propulsion, en même temps que les avancées en matière de télécommunication et de puissance de calcul, présentent le potentiel de rendre les véhicules particuliers et commerciaux plus efficaces sur le plan énergétique et plus écologiques. En particulier, les algorithmes de gestion énergétique sont partie intégrante des véhicules rechargeables et sont très importants pour atteindre les bénéfices de performances. Les performances optimales des algorithmes de gestion énergétique dépendent fortement de la capacité à prévoir la demande énergétique du véhicule. Les informations disponibles concernant l’environnement (température, humidité, vent, qualité de route, etc.) et le trafic (densité du trafic, feux de circulation, etc.) sont très importantes en termes de fonctionnement d’un véhicule à efficacité optimale. Le présent article passe brièvement en revue certaines technologies actuelles susceptibles d’aider à atteindre cet objectif d’efficacité optimale. En plus des informations disponibles issues des systèmes d’informations télématiques et géographiques, la connaissance de la demande de chargement projetée des véhicules sur le réseau électrique est nécessaire pour construire un dispositif de commande de gestion énergétique intelligent pour les futurs véhicules hybrides rechargeables et électriques. L’incidence du chargement de millions de véhicules à partir du réseau électrique pourrait être significative, sous forme d’une charge accrue des centrales électriques, des lignes de transmission et de distribution, des émissions et de l’aspect économique (des informations sont données et discutées dans le cas des USA). En conséquence, ces effets doivent être pris en considération d’une manière intelligente en commandant/programmant le chargement par l’intermédiaire d’un dispositif de commande répartie basé sur la communication.
© 2012, IFP Energies nouvelles