Zasięg, długie ładowanie i zbyt mało stacji – to wciąż główne powody, dla których wielu kierowców omija elektryki. Europejski projekt OPEVA zmierzył się z tymi obawami przy pomocy sztucznej inteligencji: od sprytniejszego planowania tras dostawczych po akumulatory, które na bieżąco „wiedzą”, w jakiej są kondycji. Chodzi też o Twoje przyszłe pierwsze auto i paczki zamawiane przez internet – a na końcu możesz sprawdzić, czy jesteś gotowy na elektryka.
Samochody elektryczne są coraz powszechniejsze, ale wciąż budzą sporo nieufności. Kierowcy martwią się, czy dojadą do celu na jednym ładowaniu, ile czasu stracą przy ładowarce i czy po drodze w ogóle jakąś znajdą. Te obawy – zasięg, czas ładowania i ograniczona infrastruktura – skutecznie hamują przesiadkę na elektromobilność. Właśnie na nie odpowiada finansowany przez Unię Europejską projekt OPEVA (OPtimization of Electric Vehicle Autonomy), którego celem było lepsze wykorzystanie energii zgromadzonej w pojazdach i zwiększenie ich niezawodności.
W projekcie uczestniczyło 35 partnerów z dziewięciu krajów, a koordynatorem była francuska firma Pertimm. Prace trwały od 1 stycznia 2023 do 30 kwietnia 2026 roku i były finansowane z programu Horyzont Europa w obszarze Digital, Industry and Space. Tom Dizdarevic z Pertimm tak podsumowuje ideę przedsięwzięcia: „Nasza praca przyczynia się do rozwoju planowania tras pojazdów i inżynierii akumulatorów poprzez odejście od rozwiązań izolowanych, tworzonych z myślą o jednym celu na rzecz zintegrowanych, wielocelowych i opartych na sztucznej inteligencji systemów, w których energia, bezpieczeństwo i ochrona pozostają w centrum procesu podejmowania decyzji”.
Jednym z filarów projektu było planowanie tras dla dostaw na ostatnim odcinku, czyli tam, gdzie paczka trafia z magazynu pod drzwi klienta. Zespół opracował usługę KT9, która przy wyznaczaniu drogi uwzględnia zużycie energii. Jej sercem jest adaptacyjny algorytm łączący przeszukiwanie lokalne z tak zwanym symulowanym wyżarzaniem. Zamiast gonić za jednym parametrem, algorytm równocześnie bierze pod uwagę cztery cele:
Prof. Ahmet Yazici z uniwersytetu ESOGU wyjaśnia, skąd ta potrzeba: „Tradycyjne narzędzia do wyznaczania tras optymalizują jeden cel i ignorują realia eksploatacji pojazdów elektrycznych — zużycie energii, ograniczony zasięg i zachowania związane z ładowaniem”. Jak dodaje, „Dostawa na ostatnim odcinku trasy to jeden z najbardziej kosztownych, zagęszczonych i generujących najwięcej emisji segmentów łańcucha dostaw”. Lepsze planowanie ma więc zmniejszać obawy o zasięg, poprawiać wykorzystanie floty i ograniczać emisje w miastach.
Druga część prac dotyczyła akumulatorów, a dokładniej systemu zarządzania baterią (BMS). Partnerzy przygotowali zaawansowane algorytmy do szacowania stanu technicznego i poziomu naładowania, sterowanie silnikiem odporne na awarie, optyczną i bezprzewodową komunikację w obrębie akumulatora oraz funkcje cyberbezpieczeństwa, w tym wykrywanie prób ingerencji. Dino Hrvanovic z austriackiego ośrodka ViF ocenia: „Wszystkie te rozwiązania razem poprawiają wydajność, bezpieczeństwo i niezawodność akumulatorów pojazdów elektrycznych oraz zwiększają zaufanie użytkowników, wspierając jednocześnie zrównoważoną mobilność”.
Szczególną nowością jest moduł zarządzania ogniwami CMU, rozwijany przez firmę Sensichips. Pozwala on badać pojedyncze ogniwa metodą spektroskopii impedancyjnej w czasie, gdy akumulator pracuje – również w dużych, przemysłowych modułach bateryjnych. Roberto Simmarino z Sensichips podkreśla: „Nasz moduł CMU po raz pierwszy wprowadza możliwość przeprowadzania spektroskopii impedancyjnej na poziomie poszczególnych ogniw podczas pracy akumulatora”. Do tego dochodzą modele uczenia federacyjnego i uczenia przez wzmocnienie, prognozujące stan baterii w całych flotach, działający prototyp inteligentnego BMS 48 V oraz pasywne, bezprzewodowe czujniki RFID mierzące temperaturę i odkształcenia bez własnego zasilania.
Rozwiązania nie zostały na papierze. Zespół sprawdził je w dziewięciu rzeczywistych prototypach, co pozwoliło ocenić, jak radzą sobie poza laboratorium. „Dzięki naszemu unikalnemu podejściu opartemu na współpracy przekształciliśmy koncepcje badawcze w działające, przetestowane w terenie systemy” – mówi Tom Dizdarevic. Więcej o projekcie można przeczytać w artykule serwisu CORDIS.
Dla dzisiejszego studenta to temat bardzo praktyczny. Jeśli pierwsze własne auto okaże się elektryczne, pewniejsze prognozy zasięgu i lepsze planowanie tras mogą oznaczać mniej nerwowego szukania ładowarki. Z kolei jako klient sklepów internetowych student korzysta z dostaw, które dzięki podobnym algorytmom mogą być tańsze i mniej emisyjne. Projekt pokazuje też, gdzie powstaje przyszłość transportu: na styku elektromobilności, informatyki i sztucznej inteligencji, automatyki oraz logistyki. To kierunki, w których specjaliści od danych, baterii i optymalizacji będą potrzebni.
OPEVA zmierzył się z najczęstszymi obawami kierowców samochodów elektrycznych z dwóch stron: inteligentnego planowania tras, które równoważy cztery cele naraz, oraz akumulatorów monitorowanych dokładniej niż dotąd, aż do poziomu pojedynczych ogniw. Sprawdzone w dziewięciu prototypach rozwiązania mają sprawić, że elektryk stanie się bardziej przewidywalny, bezpieczny i godny zaufania.
Źródło: CORDIS, Komisja Europejska.
5 pytań · minuta
poleca:
