Energy optimisation of a solar vehicle for South African conditions

Optimisation énergétique pour une voiture solaire dans les conditions de l'Afrique du sud Les batteries généralement utilisées dans les véhicules électriques ont un rapport énergie-poids jusqu'à cent fois plus faible (pouvoir calorifique net, Wh / kg) que la plupart des combustibles fossiles utilisés dans les moteurs à combustion interne.De plus, les véhicules électriques à énergie solaire dépendent principalement de la récupération de l'énergie provenant de l'irradiation solaire (émise par le soleil) qui dépend des conditions météorologiques. La nécessité d'optimiser la consommation d'énergie des véhicules électriques à batterie fonctionnant à l'énergie solaire est cruciale pour maximiser la portée d'un tel véhicule.Si la distance est fixe, les conditions météorologiques constantes et la topographie plate, on peut approximativement optimiser la consommation d'énergie d'une voiture solaire en trouvant la vitesse, qui optimise en moyenne la consommation d'énergie sur tout un trajet. Une telle approche fournit une bonne estimation par exemple pour le Bridgestone World Solar Challenge (BWSC) en Australie. En revanche, la route Sasol Solar Challenge (SSC) en Afrique du Sud contient une topographie complexe, qui comprend diverses régions montagneuses avec des pentes abruptes et des changements fréquents dans le gradient de la route. Ce travail est consacré à la fois à la recherche théorique et aux nouvelles applications des techniques d'optimisation à deux niveaux, pour minimiser la consommation d'énergie et maximiser la distance parcourue par une voiture solaire participant à un événement SSC en Afrique du Sud. Les premiers chapitres de l'ouvrage jettent les bases sur l'état actuel de la technique lors de l'examen de la modélisation des véhicules et de l'interprétation des prévisions météorologiques. Un modèle détaillé d'énergie solaire de voiture est conçu et des statistiques de sortie de modèle (MOS) sont utilisées pour améliorer la précision et l'intervalle de confiance des prévisions météorologiques locales requises par le modèle énergétique. Le problème d'optimisation est formulé comme un problème d'optimisation à deux niveaux qui utilise des techniques de solveur de programmation quadratique séquentielle (SQP) et de programmation dynamique (DP). Le problème d'optimisation à deux niveaux est mis en œuvre sous la forme d'une interface utilisateur (UI) pour une facilité d'utilisation par le gestionnaire d'énergie.