Audi A3 Sportback e-tron
Audi A3 Sportback e-tron

La Universidad de California asegura que con el tratamiento de los datos de los desplazamientos los híbridos enchufables pueden mejorar su eficiencia energética hasta en un 12 por ciento.

Los híbridos enchufables tienden a utilizar el motor eléctrico hasta que se agota la batería

El estudio publicado en Transportation Research Record y realizado por el equipo de Xuewei Qi y Guoyuan Wu, de la Universidad de California  (Data-Driven Reinforcement Learning-Based Real-Time Energy Management System for Plug-In Hybrid Electric Vehicles) concluye que los híbridos enchufables tiene un margen de mejora en su eficiencia energética de hasta un 12% si se utilizan estrategias para el uso del motor eléctrico basadas en la naturaleza del viaje, las condiciones de la carretera y el tráfico existente.

Partiendo de la suposición de que cada desplazamiento se inicia con la batería completamente cargada, la mayoría de los híbridos enchufables tienden a utilizar el motor eléctrico hasta agotarla siempre que la demanda de potencia pueda ser cubierta con él. Pero esta no es la forma más eficaz de combinar las dos fuentes de energía disponibles en el vehículo. Las pruebas de laboratorio demuestran que una estrategia que estudie el uso de la parte eléctrica durante todo el recorrido es más eficiente en la conducción real.

bmw hibrido enchufable phv diesel
Motor PHEV de BMW

A meda que aumentan los datos recogidos y evaluados el sistema se vuelve más eficaz en la toma de decisiones

El sistema de gestión de energía (EMS) propuesto por los investigadores utiliza inteligencia artificial para el aprendizaje automático de las pautas de conducción con el uso de sensores a bordo y sistemas de comunicación, además de ser alimentado con los datos relacionados con el recorrido. Las pruebas realizadas en desplazamientos cortos de 20 millas en el sur de California  demuestran ahorros de hasta un 11,9% en combustible. El sistema es más eficiente cuanto más se utiliza y puede ser aplicado a cualquier híbrido enchufable del mercado actual. El sistema toma sus decisiones sobre la base de los datos históricos de eficiencia energética.

El siguiente paso es extender la respuesta del vehículo a la interacción con el resto de los vehículos que envían sus datos a la nube y  que no sólo aprenden de sí mismos, sino también de los demás y que tiene en cuenta sus reacciones.

Enlace a la web del estudio (en inglés)

Dejar respuesta

Por favor introduce tu comentario

Please enter your name here