[논문 리뷰] Model Predictive Climate Control of Connected and Automated Vehicles for Improved Energy Efficiency

Hao Wang, Ilya Kolmanovsky외 2명|arXiv (Cornell University)|2018. 03. 02.

Refrigeration and Air Conditioning Technologies참고 문헌 11인용 수 6

한 줄 요약

이 논문은 차량 속도 예측 및 동적 실내 온도 제약 조건을 활용하여 에어컨 에너지 소비를 줄이는 연결형 및 자율주행 전기 및 하이브리드 차량을 위한 비선형 모델 예측 제어(NMPC) 전략을 제안한다. 높은 정밀도의 CoolSim 시뮬레이션에 의해 검증된 간소화된 제어 적합 모델을 사용하여, NMPC 컨트롤러는 실시간으로 에어컨 작동을 최적화하여 향후 주행 조건과 연계함으로써 최대 9%의 에너지 절감을 달성한다.

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.

연구 동기 및 목표

• 배터리 전기차 및 하이브리드 전기차에서 히트펌프 및 냉방 시스템(HVAC)의 상당한 에너지 손실이 주행 거리를 50% 이상 감소시킬 수 있다는 문제를 해결하기 위해.
• 차량 간 통신(V2X) 데이터 및 향후 속도 프로파일을 활용한 실시간 예측 제어 전략을 개발하여 에너지 효율성을 향상시키기 위해.
• 차량 내 모델 예측 제어(MPC)를 위한 빠르고 정확한 예측이 가능한 제어 적합 A/C 시스템 모델을 설계하기 위해.
• 예측된 차량 속도에 기반해 실내 온도 제약 조건을 조율함으로써 에어컨 에너지 소비를 크게 줄일 수 있음을 입증하기 위해.
• 실제 주행 시나리오에서 고정밀도 CoolSim 시뮬레이션 모델을 사용하여 폐쇄 루프에서 NMPC 컨트롤러를 검증하기 위해.

제안 방법

• 일阶 근사화된 열역학적 동역학을 기반으로 한 자동차 에어컨 시스템을 위한 제어 적합 예측 모델을 개발하였으며, 이는 고정밀도 CoolSim 시뮬레이션 모델에 의해 검증되었다.
• 모델은 실내 열역학적 동역학, 압축기 전력, 블로어 전력 등의 주요 구성 요소를 수용하며, 다양한 속도 및 외부 환경 조건에서 CoolSim 데이터로부터 식별된 파rameter를 포함한다.
• 예측 시간 간격 동안 에어컨 시스템의 에너지 소비를 최소화하면서 물리적 제약 조건을 준수하는 비선형 모델 예측 제어(NMPC) 프레임워크를 수립하였다.
• NMPC 컨트롤러는 실시간 차량 속도 및 기상 조건 예측을 활용하여 실내 온도 상한 제약 조건을 동적으로 조정함으로써 고효율 주행 단계에서 에너지 절감을 실현한다.
• 컨트롤러는 시간에 따라 변화하는 실내 온도 상한 제약 조건을 적용하여 CoolSim 모델과 폐쇄 루프로 구현되었으며, 차량 속도와 관련된 상한 제약 조건을 통해 효율성 향상을 도모하였다.
• 정지-주행 시나리오에서 일정 설정값 컨트롤러(사례 2)와 예측 기반 시간 변화 제약 조건 컨트롤러(사례 1) 간 비교 사례 연구를 수행하였다.

실험 결과

연구 질문

• RQ1 차량 속도 예측을 활용함으로써 예측 제어가 연결형 및 자율주행 전기 및 하이브리드 차량의 에어컨 에너지 소비를 효과적으로 줄일 수 있는가?
• RQ2 에너지 효율성 측면에서 예측 기반 클리마트론 제어기와 전통적인 일정 설정값 컨트롤러의 성능은 어떻게 비교되는가?
• RQ3 향후 차량 속도에 기반해 실내 온도 제약 조건을 동적으로 조정함으로써 에어컨 시스템의 에너지 효율성은 어느 정도 향상될 수 있는가?
• RQ4 다양한 주행 및 환경 조건 하에서 고정밀도 CoolSim 시뮬레이션의 거동를 정확하게 재현할 수 있는 간소화된 제어 적합 A/C 모델의 정확도는 어느 정도인가?
• RQ5 차량 속도 및 효율성 추세와 연계된 예측 기반 클리마트론 제어에서 달성 가능한 에너지 절감 잠재력은 얼마인가?

주요 결과

• 제안된 NMPC 컨트롤러는 CoolSim 모델과의 폐쇄 루프 검증을 통해 요구되는 온도 범위 내에서 실내 온도를 안정적으로 유지하면서도 에어컨 시스템의 물리적 제약 조건을 준수하는 데 성공하였다.
• 간소화된 제어 적합 A/C 모델은 실내 온도, 블로어 전력, 압축기 전력 등의 주요 출력을 정확하게 예측하였으며, 주로 모델 불일치로 인한 급격한 전이 상태에서의 편차가 발생하였다.
• 높은 속도에서 에어컨 효율성이 높아지는 것과 연계해 시간에 따라 변화하는 실내 온도 상한 제약 조건을 적용함으로써, 일정 설정값 전략 대비 9%의 에너지 소비 감소를 달성하였다.
• 고효율 주행 단계(예: 고속도로 주행) 동안 통제된 온도 편차를 허용함으로써 에너지 절감 효과를 실현하였으며, 이는 예측 기반 최적화의 가치를 입증하였다.
• 시뮬레이션 결과는 NMPC 컨트롤러가 차량 속도 예측을 효과적으로 활용하여 에어컨 작동을 조율함으로써 편안함을 해치지 않으면서도 에너지 소비를 줄일 수 있음을 보여주었다.
• 연구는 차량 속도 및 기상 예측 정보를 HVAC 제어에 통합함으로써 연결형 및 자율주행 전기차의 에너지 효율성을 크게 향상시킬 수 있음을 확인하였다.