Dissertação
Trip and history-based range prediction for a light powered vehicle based on real-world data EVALUATED
O foco principal deste trabalho é o alívio da ansiedade de alcance no contexto de veículos elétricos usando dados reais de um ciclomotor elétrico de três rodas. Dado isto, o banco de baterias de chumbo original foi substituído por um banco de baterias de lítio, atingindo-se um ganho de 25\% na autonomia. Um sistema de aquisição de dados foi desenvolvido e integrado no novo banco de baterias. Este sistema foi usado para a gravação das coordenadas geográficas obtidas de um recetor GPS, e de informação relativas às baterias proveniente do BMS. Os dados adquiridos foram usados para testar métodos para alívio da ansiedade de alcance baseados na viagem e histórico. Os primeiros usaram modelos físicos e estatísticos para a previsão do consumo do veículo, para viagens com diferentes durações. De entre os primeiros, o método de regressão obteve os melhores resultados com 3\% de erro médio e 13\% de desvio padrão dos erros para viagens de 150s. Dos métodos estatísticos, os melhores resultados obtiveram-se usando regressão com árvores de decisão, obtendo-se 1\% de erro médio e 26\% de desvio padrão para viagens de 150s. Os métodos com base no histórico usaram médias móveis para prever o alcance remanescente do veículo. Neste trabalho a média móvel considerou duas janelas uma com duração constante e outra com distância percorrida constante. Para uma janela de 2h45min foi obtido 8.1\% de erro médio com 19.7\% de desvio padrão. Para uma janela de 80km foi obtido 2\% de erro médio e 8.2\% de desvio padrão.
outubro 8, 2020, 9:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Auxiliar