È ormai assodato che l’inquinamento dovuto al sistema dei trasporti è insostenibile per la stabilità dell’ecosistema. Negli ultimi anni è iniziata una rapida e in parte caotica transizione verso i veicoli elettrici, ma gli obiettivi per la salvaguardia dell’ambiente sono ancora lontani da raggiungere.
Sebbene i motori elettrici siano già incredibilmente semplici ed efficaci rispetto ai tradizionali motori a combustione, l’unica tecnologia sufficientemente matura per l’accumulo di energia è quella delle batterie.
Purtroppo, le batterie presentano molti svantaggi: sono costose, contengono un elevato numero di materiali rari (anche in questo caso, con problemi ambientali e sociali), sono difficili da smaltire, si degradano relativamente in breve tempo, sono lente da ricaricare e, in generale, hanno una bassa densità energetica.
L’idrogeno giocherà un ruolo fondamentale per l’elettrificazione definitiva della mobilità nei prossimi 20-30 anni. In particolare, l’idrogeno può essere efficacemente convertito in energia elettrica in modo pulito e senza combustione.
I problemi principali dell’idrogeno sono il costo di produzione, la mancanza di soluzioni integrate per controllare la produzione, la consegna e la difficoltà di stoccaggio.
Tuttavia, la mancanza di quadri tecnologici standardizzati lascia spazio alla sperimentazione di un insieme più ampio di soluzioni sia per i veicoli che per le infrastrutture.
Il nostro approccio mira a identificare tutti gli input che possono influenzare la richiesta di energia nel periodo attuale e in futuro, e queste informazioni dipendono sia dalle condizioni del veicolo, che possono essere ottenute abbastanza facilmente con la telemetria, sia dall’ambiente esterno, accedendo a dati come il traffico, le condizioni meteorologiche, la segnaletica stradale e il percorso/destinazione.
Rispetto alle batterie, i serbatoi di idrogeno sono una valida opzione come accumulatore di energia non degradabile e rapidamente ricaricabile per la guida a lungo raggio. Tuttavia, l’idrogeno è molto volatile e difficile da conservare, quindi tali serbatoi devono essere estremamente sofisticati e robusti.
Un approccio ibrido del powertrain con una batteria relativamente piccola e un serbatoio di idrogeno può contribuire a ottimizzare i costi complessivi.
La nostra idea è quella di combinare le opzioni che rappresentano il miglior time-to-market rispetto ai livelli di ottimizzazione che il controllo può raggiungere.
In questo senso, proponiamo un sistema di controllo ibrido MPC-ML che consentirebbe al controller di eseguire un modello di veicolo semplificato con risorse di calcolo ragionevoli, e un motore di rete neurale profonda basato sull’apprendimento rinforzato che fornirebbe la spinta aggiuntiva all’ottimizzazione e all’adattamento nel tempo.
