Tổng quan nghiên cứu

Ngành giao thông vận tải toàn cầu hiện chiếm khoảng 24% tổng lượng phát thải khí nhà kính từ việc đốt nhiên liệu hóa thạch, thúc đẩy xu hướng chuyển dịch mạnh mẽ sang các phương tiện thuần điện chạy pin (BEV). Động cơ điện sở hữu ưu thế vượt trội với thời gian đáp ứng lực kéo và lực phanh chỉ từ 2 đến 5 mili giây, nhanh hơn từ 10 đến 100 lần so với động cơ đốt trong truyền thống. Nhờ khả năng điều khiển độc lập mô-men xoắn tại từng trục, cấu hình xe điện hai động cơ hai cầu chủ động toàn thời gian (Dual-motor All-Wheel-Drive EV) đang trở thành giải pháp đột phá để nâng cao hiệu suất truyền động và tính ổn định vận hành.

Tuy nhiên, phần lớn các hệ thống quản lý năng lượng (EMS) hiện nay thường tách rời bài toán tối ưu hóa năng lượng với động lực học chuyển động của phương tiện. Các nghiên cứu truyền thống thường giả định xe di chuyển trên mặt đường lý tưởng và bỏ qua tổn thất năng lượng do hiện tượng trượt dọc của bánh xe, khiến mức tiêu hao năng lượng thực tế tăng từ 5% đến 12%. Mục tiêu chính của luận văn là thiết kế chiến lược quản lý năng lượng tối ưu thời gian thực cho dòng xe điện hai động cơ hai cầu chủ động, tích hợp trực tiếp các yếu tố động học dọc trục và tương tác lốp - mặt đường nhằm tối đa hóa hiệu suất tổng trong cả chế độ tăng tốc lẫn giảm tốc tái sinh.

Nghiên cứu được thực hiện tại Phòng thí nghiệm Nghiên cứu Xe điện (CTI Lab for EVs) thuộc Trường Điện - Điện tử, Đại học Bách khoa Hà Nội trong giai đoạn từ tháng 8/2021 đến tháng 8/2022. Đề tài sử dụng đối tượng nghiên cứu thực nghiệm là mẫu xe Mitsubishi i-MiEV được cải tiến sang cấu hình hai cầu chủ động với động cơ không đồng bộ (IM) ở cầu trước và động cơ đồng bộ nam châm vĩnh cửu cực chìm (IPMSM) ở cầu sau. Ý nghĩa thực tiễn của công trình thể hiện qua việc cắt giảm từ 4,4% đến 18,8% tổng năng lượng tiêu thụ, giúp kéo dài quãng đường di chuyển sau mỗi lần sạc đầy thêm khoảng 10% đến 15% mà không cần gia tăng dung lượng pin lưu trữ.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu ứng dụng phương pháp Biểu diễn Vĩ mô Năng lượng (Energetic Macroscopic Representation - EMR), một công cụ mô hình hóa hệ thống đa vật lý dựa trên 3 nguyên lý nền tảng: nguyên lý tương tác thông qua dòng công suất hai chiều, nguyên lý nhân quả tích phân đối với các phần tử tích lũy năng lượng, và nguyên lý điều khiển nghịch đảo trực tiếp hoặc gián tiếp. Toàn bộ cấu trúc truyền động từ bộ pin Lithium-ion, bộ biến đổi công suất, 2 động cơ điện, hệ thống hộp số đến khung vỏ xe được chuẩn hóa thành các khối chức năng năng lượng trực quan.

Mô hình nghiên cứu kết hợp lý thuyết điều khiển tối ưu phi tuyến trực tuyến với chuẩn đối sánh quy hoạch động (Dynamic Programming - DP) dựa trên nguyên lý tối ưu Bellman. Đồng thời, luận văn sử dụng mô hình lốp Burkhart để mô tả mối quan hệ phi tuyến giữa hệ số ma sát $\mu$ và tỷ số trượt $\lambda$ thông qua 4 hệ số đặc tính mặt đường ($c_1, c_2, c_3, c_4$). Các khái niệm cốt lõi trong nghiên cứu bao gồm: trạng thái sạc pin ($SoC$), hệ số phân phối lực kéo cầu trước - sau ($k_{fr}$), hệ số phân bổ phanh tái sinh ($k_{brx}$), và độ cứng dẫn hướng lốp ($D_s$).

Phương pháp nghiên cứu

Nguồn dữ liệu của đề tài được xây dựng từ bản đồ hiệu suất thực nghiệm của 2 loại động cơ điện trích xuất từ cơ sở dữ liệu ADVISOR, kết hợp thông số hình học và khối lượng quy đổi ($M_{eq}$) của dòng xe Mitsubishi i-MiEV. Dữ liệu thử nghiệm vận hành được chuẩn hóa theo 2 chu trình lái quốc tế: chu trình đô thị ARTEMIS Urban với vận tốc trung bình 17,7 km/h và chu trình hỗn hợp tốc độ cao WLTC class e3 với vận tốc cực đại đạt 130 km/h.

Cỡ mẫu nghiên cứu bao gồm 1.800 bước thời gian liên tục cho chu trình ARTEMIS Urban và 1.800 giây vận hành trong chu trình WLTC class e3. Phương pháp chọn mẫu là thu thập toàn bộ dữ liệu trạng thái động học theo chu kỳ thời gian cố định với bước trích mẫu $T_s = 0,01$ giây (tần số lấy mẫu 100 Hz), đảm bảo ghi nhận đầy đủ các biến động tức thời của dòng điện, điện áp và mô-men xoắn.

Lý do lựa chọn phương pháp phân tích kết hợp giữa mô phỏng số trên MATLAB/Simulink và thực nghiệm Hardware-in-the-Loop (Signal HIL) là nhằm giải quyết triệt để tính phi tuyến của hệ thống. Quy hoạch động DP đóng vai trò tìm kiếm giới hạn tối ưu toàn cục (offline benchmark), trong khi thuật toán quy hoạch phi tuyến giải tích được nạp vào bộ điều khiển vi xử lý dSPACE/ECU để đánh giá tính khả thi và độ trễ tính toán khi triển khai thực tế. Quá trình nghiên cứu và thử nghiệm được hoàn thiện liên tục trong thời gian 12 tháng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Nghiên cứu đã đạt được các phát hiện đột phá thông qua việc kiểm chứng mô phỏng và thực nghiệm phần cứng:

  • Thứ nhất, chiến lược phân bổ mô-men xoắn đề xuất giúp tiết kiệm từ 4,4% đến 18,8% tổng năng lượng tiêu thụ ($E_{total}$) so với phương pháp phân bổ cố định 50:50 và các chiến lược điều khiển theo luật truyền thống (Rule-based).
  • Thứ hai, quỹ đạo phân bổ hệ số $k_{fr}$ của thuật toán trực tuyến tiệm cận sát với kết quả tối ưu toàn cục của quy hoạch động DP, đạt độ chính xác tương đương trên 98,5% về mức duy trì trạng thái sạc pin ($SoC$) sau khi kết thúc chu trình lái.
  • Thứ ba, hiệu quả thu hồi năng lượng tái sinh trong quá trình giảm tốc ($E_{regen}$) tăng từ 12,3% đến 16,5% trong chu trình ARTEMIS Urban nhờ cơ chế phối hợp tối ưu giữa phanh điện tái sinh và phân bổ phanh cơ khí theo tỷ lệ 60/40 khi vượt ngưỡng công suất cực đại của động cơ.
  • Thứ tư, cấu trúc điều khiển tốc độ dạng tích phân - tỷ lệ (IP) giúp triệt tiêu hoàn toàn điểm không của hàm truyền hệ kín bậc 2, giữ sai số bám vận tốc thực tế ($v_{veh}$) so với vận tốc đặt ($v_{cyc}$) luôn dưới mức 0,5 km/h ở mọi dải tốc độ từ 0 đến 130 km/h.

Thảo luận kết quả

Hiệu quả vượt trội của thuật toán bắt nguồn từ việc thiết lập các hàm chi phí giải tích $J_{acc}$ (khi tăng tốc) và $J_{dec}$ (khi giảm tốc) có tích hợp thông số độ cứng mặt đường $D_s$ và biến thiên tải trọng động trục trước - sau ($F_{zf}, F_{zr}$). Khi xe tăng tốc, hiện tượng dịch chuyển tải trọng về cầu sau làm tăng lực pháp tuyến $F_{zr}$, thuật toán tự động dịch chuyển phần lớn mô-men phát động sang động cơ IPMSM cầu sau nhằm giảm thiểu tỷ số trượt $\lambda_f$, từ đó triệt tiêu tổn thất năng lượng do ma sát trượt bánh xe.

Trên các biểu đồ biểu diễn điểm làm việc (operating points) phân bố trên bản đồ hiệu suất động cơ, có thể thấy rõ sự khác biệt: đối với động cơ IPMSM cầu sau, mật độ các điểm vận hành tập trung chủ yếu tại vùng có hiệu suất cao trên 88% đến 92%. Ngược lại, động cơ IM cầu trước chỉ được kích hoạt hỗ trợ khi tổng công suất yêu cầu vượt quá điểm làm việc tối ưu của cầu sau hoặc khi cần cân bằng lực bám mặt đường. Bảng so sánh chỉ số năng lượng tiêu thụ giữa các kịch bản khẳng định rằng việc kết hợp hai động cơ có đặc tính hiệu suất khác nhau sẽ khai thác tối đa dải công suất hiệu quả của hệ truyền động.

So với các công trình nghiên cứu quốc tế trước đây vốn chỉ đạt mức cải thiện khoảng 3% khi vào cua hoặc 5% trên đường thẳng do bỏ qua động học dọc trục, nghiên cứu này đã thiết lập thành công cầu nối liên ngành giữa lĩnh vực quản lý năng lượng (EMS) và điều khiển chuyển động (Motion Control).

Đề xuất và khuyến nghị

Dựa trên các kết quả đạt được, luận văn đề xuất 4 nhóm giải pháp kỹ thuật có tính ứng dụng cao:

  • Tích hợp trực tiếp thuật toán phân chia mô-men xoắn tối ưu vào phần mềm điều khiển của Bộ điều khiển trung tâm (VCU) trên các dòng xe điện 2 cầu thương mại, hướng tới mục tiêu giảm 8% đến 15% mức tiêu thụ điện năng trung bình, thời gian triển khai từ 6 đến 9 tháng bởi các kỹ sư tự động hóa và các nhà sản xuất xe điện.
  • Phát triển module ước lượng trực tuyến độ bám và độ cứng mặt đường $D_s$ sử dụng bộ lọc Kalman mở rộng (EKF) kết hợp cảm biến gia tốc và cảm biến tốc độ bánh xe, duy trì sai số ước lượng dưới 5% với độ trễ phản hồi dưới 10 mili giây, thực hiện trong 12 tháng bởi các trung tâm R&D ô tô.
  • Cải tiến cấu trúc cơ điện tử bằng việc phối hợp đồng bộ giữa động cơ cảm ứng (IM) ở trục phụ và động cơ nam châm vĩnh cửu (IPMSM) ở trục chính, nâng hiệu suất trung bình toàn hệ truyền động lên mức trên 90%, lộ trình thực hiện trong 18 tháng tại các viện nghiên cứu cơ khí - điện tử.
  • Xây dựng bộ tiêu chuẩn đánh giá và thử nghiệm chu trình lái đặc thù cho xe điện tại các đô thị Việt Nam với cỡ mẫu trên 500 hành trình thực tế tại Hà Nội và TP. Hồ Chí Minh, hoàn thành trong vòng 24 tháng dưới sự chủ trì của Bộ Giao thông Vận tải phối hợp cùng các trường đại học kỹ thuật.

Đối tượng nên tham khảo luận văn

Luận văn là tài liệu chuyên khảo giá trị cho 4 nhóm đối tượng chính:

  • Kỹ sư nghiên cứu và phát triển (R&D) xe điện: Tiếp cận toàn diện phương pháp lập trình hệ thống quản lý năng lượng thời gian thực, thuật toán phân bổ mô-men xoắn và mô hình mô phỏng Hardware-in-the-Loop, giúp rút ngắn khoảng 30% thời gian thử nghiệm phần mềm điều khiển xe.
  • Giảng viên, nghiên cứu sinh và học viên cao học ngành Kỹ thuật Điều khiển, Tự động hóa và Kỹ thuật Ô tô: Sử dụng làm tài liệu tham khảo chuẩn mực về ứng dụng phương pháp EMR, quy hoạch động DP và điều khiển tối ưu phi tuyến với hơn 50 phương trình toán học và cấu trúc mô hình hóa chi tiết.
  • Các doanh nghiệp sản xuất và lắp ráp phương tiện chạy điện: Tham khảo giải pháp tối ưu hóa năng lượng để gia tăng năng lực cạnh tranh cho sản phẩm, nâng quãng đường vận hành của xe thêm 10% đến 18% mà không làm phát sinh chi phí nâng cấp phần cứng pack pin.
  • Các nhà quản lý và hoạch định chính sách phát triển phương tiện giao thông xanh: Nắm bắt các cơ sở khoa học và thông số tiêu hao năng lượng chuẩn xác để xây dựng các quy chuẩn kỹ thuật quốc gia về hiệu suất năng lượng cho xe điện tại Việt Nam.

Câu hỏi thường gặp

Tại sao cần phân chia mô-men xoắn giữa hai cầu thay vì cố định 50:50?

Phân chia mô-men xoắn linh hoạt cho phép khai thác vùng hiệu suất cao nhất của từng động cơ điện theo từng điểm làm việc, đồng thời bù trừ sự thay đổi tải trọng động khi tăng tốc hoặc phanh. Phương pháp này giúp giảm tổn hao năng lượng do trượt bánh và tiết kiệm từ 4,4% đến 18,8% điện năng so với mức cố định 50:50.

Phương pháp biểu diễn vĩ mô năng lượng EMR có ưu điểm gì nổi bật?

EMR giúp mô hình hóa trực quan dòng chảy năng lượng trong các hệ thống đa vật lý phức tạp thông qua các khối chức năng chuẩn hóa. Dựa trên nguyên lý điều khiển nghịch đảo, EMR cho phép tổng hợp các bộ điều khiển vòng kín và mạch vòng tốc độ một cách có hệ thống, giảm thiểu tối đa sai sót khi thiết kế cấu trúc điều khiển.

Thuật toán có thể áp dụng cho các điều kiện mặt đường trơn trượt không?

Có, thuật toán tích hợp mô hình lốp Burkhart và độ cứng dẫn hướng $D_s$, cho phép thích ứng với nhiều hệ số ma sát mặt đường khác nhau từ đường nhựa khô ($\mu \approx 0,8$) đến đường trơn ướt ($\mu \approx 0,3$). Hệ thống tự động giới hạn tỷ số trượt $|\lambda| \ll 0,1$ để đảm bảo xe không bị mất lái khi tăng tốc đột ngột.

Vì sao cấu hình xe sử dụng động cơ IM ở cầu trước và IPMSM ở cầu sau?

Động cơ IPMSM ở cầu sau có mật độ công suất và hiệu suất rất cao ở tải định mức, phù hợp làm nguồn dẫn động chính. Động cơ IM ở cầu trước không có tổn hao từ thông khi chạy không tải, thích hợp làm nguồn dẫn động phụ hỗ trợ khi cần tăng tốc lớn mà không gây tiêu hao năng lượng trong trạng thái nghỉ.

Hệ thống Hardware-in-the-Loop (Signal HIL) đóng vai trò gì trong nghiên cứu?

Hệ thống Signal HIL kết nối mô hình mô phỏng xe thời gian thực với phần cứng bộ điều khiển ECU/dSPACE thực tế. Quá trình này giúp kiểm chứng độ trễ tính toán, độ ổn định tín hiệu và tính khả thi của thuật toán trong môi trường vật lý thực với tần số trích mẫu 100 Hz trước khi thử nghiệm trên đường thực tế.

Kết luận

  • Đã thiết lập thành công mô hình hệ truyền động xe điện 2 động cơ 2 cầu chủ động toàn thời gian bằng phương pháp biểu diễn vĩ mô năng lượng EMR trực quan và khoa học.
  • Thiết kế hoàn chỉnh bộ điều khiển tốc độ cấu trúc IP triệt tiêu điểm không, đảm bảo sai số bám quỹ đạo vận tốc dưới 0,5 km/h trong suốt dải tốc độ từ 0 đến 130 km/h.
  • Đề xuất chiến lược quản lý năng lượng giải tích tối ưu thời gian thực có xét đến tương tác lốp - mặt đường, đạt độ chính xác tương đương 98,5% so với chuẩn tối ưu toàn cục quy hoạch động DP.
  • Kiểm chứng toàn diện trên hệ thống thực nghiệm Signal HIL, chứng minh khả năng tiết kiệm từ 4,4% đến 18,8% tổng năng lượng tiêu thụ trên các chu trình chuẩn ARTEMIS Urban và WLTC class e3.
  • Mở ra hướng nghiên cứu liên ngành đột phá kết hợp giữa quản lý năng lượng và điều khiển chuyển động cho các thế hệ xe điện thông minh.

Trong giai đoạn 12 đến 24 tháng tới, hướng nghiên cứu tiếp theo sẽ tập trung mở rộng thuật toán cho bài toán ổn định chuyển động khi vào cua (quay vòng) và tích hợp công nghệ tự hành. Để tìm hiểu chi tiết các công thức toán học và sơ đồ thuật toán điều khiển, bạn có thể tham khảo toàn văn luận văn thạc sĩ chuyên ngành Kỹ thuật Điều khiển và Tự động hóa tại thư viện Đại học Bách khoa Hà Nội.