[論文レビュー] Model Predictive Climate Control of Connected and Automated Vehicles for Improved Energy Efficiency

Hao Wang, Ilya Kolmanovsky+2 more|arXiv (Cornell University)|Mar 2, 2018

Refrigeration and Air Conditioning Technologies参考文献 11被引用数 6

ひとこと要約

本稿では、車両速度の予測値と動的キャビン温度制約を活用して空調エネルギー消費を低減する、連結・自動化された電気自動車およびハイブリッド電気自動車向けの非線形モデル予測制御（NMPC）戦略を提案する。高精度なCoolSimシミュレーションと照合された簡略化された制御指向モデルを用いることで、NMPCコントローラーはリアルタイムで空調運用を最適化し、将来の走行状況と連携することで最大9%のエネルギー削減を達成した。

ABSTRACT

This paper considers an application of model predictive control to automotive air conditioning (A/C) system in future connected and automated vehicles (CAVs) with battery electric or hybrid electric powertrains. A control-oriented prediction model for A/C system is proposed, identified, and validated against a higher fidelity simulation model (CoolSim). Based on the developed prediction model, a nonlinear model predictive control (NMPC) problem is formulated and solved online to minimize the energy consumption of the A/C system. Simulation results illustrate the desirable characteristics of the proposed NMPC solution such as being able to enforce physical constraints of the A/C system and maintain cabin temperature within a specified range. Moreover, it is shown that by utilizing the vehicle speed preview and through coordinated adjustment of the cabin temperature constraints, energy efficiency improvements of up to 9% can be achieved.

研究の動機と目的

• バッテリ駆動型およびハイブリッド電気自動車におけるHVACシステムの顕著なエネルギー消費が走行距離を50%以上短縮することを是正する。
• 車両通信（V2X）データと将来の速度プロファイルを活用したリアルタイムで予測可能な制御戦略を構築し、エネルギー効率を向上させる。
• オンボードのモデル予測制御（MPC）に適した高速かつ高精度な予測を可能にする制御指向型空調システムモデルを設計する。
• 予測された車両速度に基づいてキャビン温度制約を連携して調整することで、空調エネルギー消費を顕著に低減できることを示す。
• 実際の走行シナリオ下で、高精度なCoolSimシミュレーションモデルと閉ループで統合したNMPCコントローラーの有効性を検証する。

提案手法

• 一次近似による熱的ダイナミクスに基づき、制御指向型の自動車空調システム予測モデルを開発し、高精度なCoolSimシミュレーションモデルと照合した。
• モデルは、キャビン熱的ダイナミクス、コンプレッサー出力、ブロアー出力の主要要素を捉えており、さまざまな速度および環境条件下でのCoolSimデータからパラメータを同定した。
• 予測時間窓内で空調システムのエネルギー消費を最小化するとともに物理的制約を満たす非線形モデル予測制御（NMPC）フレームワークを策定した。
• NMPCコントローラーは、リアルタイムの車両速度および天候条件の予測値を活用し、上部キャビン温度制約を動的に調整することで、高効率走行フェーズでのエネルギー節約を実現した。
• コントローラーは、時間変動するキャビン温度上界を用いてCoolSimモデルと閉ループで実装され、車両速度と相関する上界を活用して効率向上を実現した。
• ストップアンドゴー走行シナリオにおけるエネルギー消費を測定し、定常設定値コントローラー（ケース2）と予測ベースで時間変動する制約を有するコントローラー（ケース1）の比較事例を実施した。

実験結果

リサーチクエスチョン

• RQ1 車両速度の予測値を活用することで、連結・自動化された電気自動車およびハイブリッド電気自動車における空調エネルギー消費をモデル予測制御が効果的に低減できるか？
• RQ2 予測型気候制御のエネルギー効率は、従来の定常設定値コントローラーと比較してどの程度優れているか？
• RQ3 将来の車両速度に基づくキャビン温度制約の動的調整が、空調システムのエネルギー効率をどの程度向上できるか？
• RQ4 さまざまな走行および環境条件下で、高精度なCoolSimシミュレーションの挙動を再現する簡略化された制御指向型空調モデルの精度はどの程度か？
• RQ5 車両速度および効率トレンドと連携した予測型気候制御により、実現可能なエネルギー削減の潜在的効果はどの程度か？

主な発見

• 提案されたNMPCコントローラーは、CoolSimモデルと閉ループで検証された結果、望ましい範囲内でキャビン温度を維持するとともに、空調システムの物理的制約を遵守した。
• 簡略化された制御指向型空調モデルは、キャビン温度、ブロアー出力、コンプレッサー出力といった主要出力を高精度に予測したが、モデル不一致に起因する急激な遷移時においては主にずれが生じた。
• 高速走行時に空調効率が高いため、上部キャビン温度制約を時間変動させる戦略を採用したことで、定常設定値戦略と比較して9%のエネルギー消費削減を達成した。
• 高効率走行フェーズ（例：高速道路走行）において許容範囲内の温度変動を許容することでエネルギー節約が実現され、予測ベース最適化の価値が示された。
• シミュレーション結果から、NMPCコントローラーが車両速度の予測値を効果的に活用して空調運用を最適化し、快適性を損なわずエネルギー消費を低減できることを示した。
• 本研究では、車両速度および天候予報をHVAC制御に統合することで、連結・自動化された電気自動車におけるエネルギー効率を顕著に向上できることを確認した。