Estrategias Optimizadas Reducen Consumo en Eléctricos Extendidos
En el panorama en rápida evolución de la electrificación automotriz, donde las preocupaciones ambientales y la eficiencia energética dominan las prioridades de ingeniería, un nuevo estudio ha revelado avances significativos en la optimización del funcionamiento del motor para vehículos eléctricos de autonomía extendida (REEV). Mientras los fabricantes de automóviles se esfuerzan por equilibrar la autonomía, la economía de combustible y las emisiones, investigadores del Centro de Investigación y Desarrollo de Automoción de GAC han demostrado que los refinamientos estratégicos en el funcionamiento del motor de combustión interna incorporado pueden conducir a mejoras medibles en el consumo de combustible en condiciones reales.
La investigación, dirigida por Chen Hong y Jiang Xiaoxiao, se centra en uno de los aspectos más críticos pero a menudo pasados por alto del rendimiento de los REEV: la lógica operativa que gobierna el motor extensor de autonomía. A diferencia de los híbridos convencionales, donde el motor contribuye directamente a la propulsión del vehículo, los REEV utilizan sus motores únicamente como generadores, desacoplando la transmisión mecánica de la generación eléctrica. Esta libertad de diseño permite a los ingenieros hacer funcionar el motor en sus puntos más eficientes, maximizando teóricamente la conversión de combustible a electricidad. Sin embargo, la implementación práctica de este principio implica complejas compensaciones entre la eficiencia a nivel del sistema, el ciclado de la batería, las pérdidas de la electrónica de potencia y las demandas dinámicas de conducción.
Publicado en la revista revisada por pares Chinese Internal Combustion Engine Engineering, el estudio aprovecha GT-SUITE, una plataforma de simulación de alta fidelidad ampliamente utilizada en el desarrollo automotriz, para modelar un sistema completo de propulsión de un REEV. El equipo construyó un prototipo virtual detallado basado en parámetros realistas del vehículo, incluido un peso en vacío de 1550 kg, un coeficiente de resistencia aerodinámica de 0.26 y una relación de transmisión final de 10.633. El marco de simulación integra modelos para el motor, el generador, el paquete de baterías, la electrónica de potencia y la dinámica del vehículo, permitiendo un análisis integral de los flujos de energía en todo el sistema bajo condiciones de prueba estandarizadas.
Un tema central de la investigación es la comparación entre dos paradigmas fundamentales de control: condiciones de operación en línea y condiciones de operación en punto. En la estrategia de «línea», se permite que el motor opere a través de una banda continua de velocidades y cargas—específicamente a lo largo de la curva de eficiencia óptima del sistema extensor de autonomía combinado, que incluye tanto el motor como el generador. Este enfoque pretende mantener el subsistema de generación de energía funcionando con la máxima eficiencia termodinámica en todo momento. Por el contrario, la estrategia de «punto» restringe el motor a un conjunto discreto de puntos de operación fijos, típicamente definidos por velocidades específicas del motor y niveles de par. Aunque aparentemente menos flexible, este método ofrece un control más estricto sobre el comportamiento transitorio, reduce el desgaste y simplifica la calibración.
Para evaluar estas estrategias, el equipo sometió al vehículo simulado al Ciclo de Prueba de Vehículos Ligeros de China (CLTC), un programa de conducción diseñado para reflejar los patrones típicos de conducción urbana y suburbana en las ciudades chinas. El CLTC presenta paradas frecuentes, aceleraciones moderadas y velocidades promedio relativamente bajas, lo que lo hace particularmente relevante para evaluar vehículos eléctricos centrados en la ciudad con extensores de autonomía. Las simulaciones se realizaron en modo de sostenimiento de carga (CS), lo que significa que el estado de carga (SOC) de la batería al principio y al final del ciclo se mantuvo equilibrado en un 30%, simulando el uso en el mundo real donde el vehículo depende principalmente del extensor de autonomía después de que se agota la autonomía inicial solo eléctrica.
Los resultados revelaron una clara ventaja para las estrategias de control basadas en puntos. Cuando se permitió que el motor siguiera la línea de eficiencia óptima sin restricciones de potencia (Estrategia 1), el consumo de combustible simulado se situó en aproximadamente 0.041 L/km. Introducir límites de potencia superiores o inferiores a esta estrategia de línea produjo mejoras marginales pero no logró romper el umbral de 0.040 L/km. Sin embargo, al cambiar a la operación por puntos, la economía de combustible mejoró significativamente. Entre las diversas estrategias de punto probadas, la Estrategia 7—que restringió el motor a operar entre 2250 rpm y 2500 rpm, con una potencia de salida mínima de 30 kW y una máxima de 38 kW—logró el mejor resultado: un consumo de combustible de solo 0.03824 L/km, equivalente a 3.824 litros por 100 kilómetros.
Esta mejora se debe a una distribución más favorable de las pérdidas de energía en el sistema de propulsión. Bajo operación en línea, especialmente a cargas más bajas, el motor frecuentemente opera a velocidades y pares subóptimos, lo que lleva a mayores pérdidas relativas en el propio motor y en el sistema del generador. Además, debido a que la potencia de salida es continuamente variable, el sistema a menudo genera electricidad excesiva durante las fases de baja demanda, forzando a la batería a ciclos frecuentes de carga-descarga. Cada uno de estos ciclos incurre en pérdidas de energía debido a la resistencia interna de la batería y las ineficiencias del convertidor de potencia.
Las estrategias por puntos, por el contrario, permiten que el motor opere predominantemente dentro de una banda estrecha y altamente eficiente. La Estrategia 7, por ejemplo, mostró que el motor pasó el 82.91% de su tiempo de funcionamiento a 2250 rpm produciendo 30.09 kW, un punto donde tanto la eficiencia térmica del motor (42.49%) como la eficiencia general del sistema extensor de autonomía (38.73%) son altas. El 17.09% restante de la operación ocurrió a 2500 rpm, generando 37.94 kW. Esta operación enfocada redujo las pérdidas relacionadas con el motor en casi 9 puntos porcentuales en comparación con la estrategia de línea de referencia y cortó las pérdidas del sistema del generador en más de 1 punto porcentual. Además, debido a que el motor entrega potencia en ráfagas más grandes y predecibles, la batería experimenta menos ciclos parciales, reduciendo las pérdidas acumulativas de carga y descarga.
Curiosamente, el estudio también examinó una estrategia comúnmente asumida como «óptima»: fijar el motor a un único punto de operación—el pico absoluto del mapa de eficiencia del sistema extensor de autonomía (Estrategia 8). Contrario a la intuición, este enfoque funcionó peor que la Estrategia 7 de múltiples puntos, resultando en un consumo de combustible de 0.03855 L/km, una degradación del 0.81% en comparación con el óptimo. La razón radica en la rigidez del sistema. Un único punto fijo no puede adaptarse a las demandas de potencia variables. Durante la conducción con carga baja, el motor continúa generando en su configuración fija de alta potencia, inundando el sistema con exceso de electricidad que debe almacenarse, aumentando así las pérdidas de la batería y del convertidor. Durante la demanda de alta potencia, el motor de punto único puede no entregar suficiente salida, forzando a la batería a compensar y descargarse profundamente, incurriendo nuevamente en penalizaciones de eficiencia. Por lo tanto, un grado de flexibilidad operativa—incluso dentro de un marco restringido basado en puntos—demuestra ser esencial para la optimización holística del sistema.
Sobre la base de estos hallazgos, el equipo de investigación exploró el impacto de mejorar el rendimiento intrínseco del motor. Reconociendo que la estrategia de control por sí sola no puede superar las limitaciones del hardware, modelaron un sistema de combustión de próxima generación que incorpora encendido por chorro de precámara y tecnología de combustión ultra pobre. Esta configuración avanzada permite una combustión más rápida y estable bajo mezclas aire-combustible extremadamente pobres, permitiendo que el motor logre una mayor presión media efectiva de frenado (BMEP) mientras mantiene una fase de combustión óptima cerca del punto muerto superior. A 1750 rpm, por ejemplo, el motor optimizado podría producir 1.1 MPa BMEP en comparación con 0.8 MPa en la versión de referencia, con una duración de la combustión reducida de 26.7 grados a 14.3 grados y el límite de combustión pobre extendido de una relación de exceso de aire de 1.4 a 2.3.
Cuando este modelo de motor mejorado se integró en la simulación, los beneficios fueron sustanciales. Reaplicando la lógica de control basada en puntos, el equipo encontró que incluso configuraciones de banda de potencia conservadoras produjeron una mejor economía de combustible que el mejor caso anterior. La Estrategia 10, que estableció el rango de operación del motor entre 40 kW y 55 kW, logró un consumo de combustible notable de 0.03664 L/km—una mejora del 4.18% sobre el caso óptimo original. Esta reducción se traduce en un ahorro en el mundo real de aproximadamente 0.16 L/100km, una cifra significativa en mercados competitivos donde cada fracción de litro cuenta.
El análisis del flujo de energía reveló que, si bien el motor optimizado incurrió en pérdidas ligeramente mayores del sistema del generador debido al aumento del par de salida, las ganancias en la eficiencia térmica del motor fueron tan pronunciadas que las pérdidas generales del sistema disminuyeron. Las pérdidas relacionadas con el motor cayeron del 140.76% de la energía total de salida en el caso de referencia al 125.88% en el escenario mejorado. Aunque la dependencia del almacenamiento intermedio de la batería aumentó ligeramente—llevando a mayores pérdidas de la batería y del convertidor—el efecto neto fue una reducción significativa en la ineficiencia total del sistema, llevando la relación de pérdidas generales del 172.25% al 162.14%.
Estos hallazgos conllevan implicaciones importantes para los fabricantes de automóviles que desarrollan vehículos eléctricos de autonomía extendida. Primero, desafían la noción de que simplemente hacer funcionar un motor en su punto de eficiencia máxima es suficiente para un rendimiento óptimo del sistema. En cambio, una estrategia más matizada de múltiples puntos que tenga en cuenta las pérdidas de la batería y la electrónica de potencia puede producir una economía real superior. Segundo, el estudio subraya la sinergia entre la optimización del hardware y el software: mejorar la eficiencia inherente del motor amplifica los beneficios de la lógica de control inteligente, creando un efecto compuesto en el ahorro de combustible.
Desde un punto de vista de desarrollo de productos, la investigación sugiere que los futuros REEV deberían emplear esquemas de control adaptativos basados en puntos que seleccionen dinámicamente entre dos o tres puntos de operación de alta eficiencia basados en las condiciones de conducción en tiempo real y el estado de la batería. Además, invertir en tecnologías de combustión avanzadas—como el encendido por precámara—no es meramente una búsqueda académica sino una vía práctica para ganancias de eficiencia tangibles. Tales innovaciones permiten al motor producir más potencia en menos tiempo, reduciendo el tiempo total de funcionamiento y minimizando las pérdidas acumulativas en toda la cadena energética.
El trabajo también destaca el valor de la simulación a nivel de sistema en la ingeniería automotriz moderna. Al modelar las interacciones entre el motor, el generador, la batería y la dinámica del vehículo, los investigadores pudieron identificar compensaciones no intuitivas que serían difíciles de detectar solo mediante pruebas físicas. Esta capacidad permite una iteración más rápida, costos de desarrollo más bajos y calibraciones finales más robustas.
Para los consumidores, las implicaciones son sencillas: una gestión del motor más inteligente y un mejor diseño del motor conducen a una autonomía efectiva más larga, menores costos de combustible y emisiones reducidas—todo sin comprometer la experiencia de conducción suave y responsiva que define la movilidad eléctrica. A medida que los mercados globales continúan transitando hacia el transporte electrificado, soluciones como el REEV optimizado ofrecen un puente pragmático, combinando la conveniencia del combustible líquido con la eficiencia y limpieza de la propulsión eléctrica.
En conclusión, el estudio de Chen Hong, Jiang Xiaoxiao y sus colegas de GAC proporciona un plan convincente para maximizar la eficiencia de los vehículos eléctricos de autonomía extendida. Al ir más allá de las suposiciones de control simplistas y adoptar un enfoque holístico y de todo el sistema para la optimización, demuestran que aún se pueden lograr mejoras significativas en los trenes motrices híbridos. Su trabajo se erige como un testimonio de la innovación continua dentro del dominio del motor de combustión interna, demostrando que incluso en la era de la electrificación, el ICE sigue siendo un componente vital y en evolución del transporte sostenible.
Chen Hong, Jiang Xiaoxiao et al., Chinese Internal Combustion Engine Engineering, DOI: 10.13949/j.cnki.nrjgc.2024.04.005