Un controlador difuso T–S mejorado para la gestión de energía de vehículos híbridos en paralelo

Por qué importan los híbridos más inteligentes

Los coches híbridos prometen una conducción más limpia y facturas de combustible más bajas al combinar un motor de gasolina con un motor eléctrico. Pero para cumplir realmente esa promesa, el vehículo debe decidir constantemente qué fuente de potencia debe aportar y en qué proporción. Este artículo presenta una nueva forma de tomar esas decisiones en fracciones de segundo para que el motor funcione más a menudo en su “punto óptimo”, reduzca el consumo de combustible y mantenga la batería sana, todo ello sin necesitar caros ordenadores a bordo ni un conocimiento detallado de la ruta futura.

Repartir el trabajo entre motor y propulsor eléctrico

En un híbrido en paralelo, tanto el motor térmico como el motor eléctrico pueden impulsar las ruedas, ya sea por separado o juntos. El reto central es un sistema de gestión de energía que decida, momento a momento, cuánto par debe aportar cada uno. Muchos enfoques anteriores persiguen la eficiencia perfecta mediante optimización intensiva o algoritmos de aprendizaje, pero estos pueden ser lentos, costosos y difíciles de integrar en coches de uso diario. Los autores, en cambio, se centran en un control más simple basado en reglas que puede ejecutarse en tiempo real en línea y aun así tomar decisiones inteligentes sobre quién hace el trabajo.

Un manual de reglas basado en razonamiento humano

El nuevo controlador se construye sobre un tipo de lógica difusa, un marco matemático que imita cómo las personas usan reglas aproximadas como “si la demanda es baja, favorecer el motor eléctrico; si la demanda es alta, recurrir al motor térmico.” A diferencia de sistemas difusos anteriores que necesitaban varias entradas —como velocidad, par y carga de la batería— este diseño utiliza la potencia del motor térmico como entrada principal, junto con un tratamiento separado del estado de carga de la batería. Al definir cuidadosamente cuatro amplias “zonas” de potencia de funcionamiento, el controlador puede inferir cuándo el motor debe operar en su región más eficiente y cuándo debe intervenir el motor eléctrico, sin manejar muchas variables a la vez. Esta reducción de entradas disminuye la cantidad de cálculo y reduce las exigencias de hardware dentro del vehículo.

Mantener el motor en su punto óptimo

Para construir el controlador, los investigadores primero mapean cuán eficientemente el motor convierte combustible en movimiento a muchas velocidades y pares diferentes. Este mapa muestra pequeñas islas donde el motor es especialmente eficiente y grandes áreas donde desperdicia combustible. Luego se afinan las reglas difusas para que, siempre que sea posible, la potencia solicitada a las ruedas se satisfaga haciendo que el motor opere dentro de esas islas eficientes. Si el conductor demanda menos par que el valor preferido del motor, el controlador modifica ligeramente la demanda para que el motor siga funcionando eficientemente, con el motor eléctrico asumiendo o absorbiendo la diferencia. Cuando el conductor pide más par del que puede ofrecer la región eficiente, el controlador permite que el motor salga de su punto óptimo pero solo lo necesario para mantener el ritmo del tráfico.

Equilibrar la batería siguiendo recorridos reales

El equipo prueba su estrategia en un modelo informático detallado de un sedán híbrido de tamaño medio típico, incluyendo la resistencia aerodinámica, la resistencia a la rodadura, una batería de iones de litio y un motor eléctrico dimensionado para uso cotidiano en lugar de competición. Conducen este coche virtual a través de una ruta larga y compuesta que combina patrones de conducción urbanos de Europa, Estados Unidos y Londres, capturando tanto calles con paradas y arranques como autopistas más rápidas. Los resultados muestran que el vehículo sigue de cerca el perfil de velocidad objetivo, mientras que el par del motor térmico y del eléctrico sigue sus referencias con errores muy pequeños. De manera importante, el nivel de carga de la batería al final del recorrido se mantiene cercano al inicial, demostrando que el ahorro de combustible no se logra drenando la batería silenciosamente.

Qué significa esto para los coches del futuro

Al final, el controlador difuso propuesto reduce el consumo de combustible en aproximadamente un 3% en comparación con una estrategia anterior ya avanzada, sin añadir carga computacional y preservando la carga de la batería. Debido a que se basa en reglas sencillas en lugar de predicciones detalladas del tráfico futuro, es más fácil de implementar en vehículos reales con hardware de bajo coste. Para los conductores, este tipo de reparto inteligente de la energía podría traducirse en híbridos más baratos de fabricar y, al mismo tiempo, más eficientes en la carretera, constituyendo un paso práctico hacia un transporte más limpio sin exigir una transición completa a coches totalmente eléctricos.

Cita: Hokmabad, E.S., Rostami, N. & Sharifian, M.B.B. An improved T–S fuzzy controller for energy management of parallel hybrid vehicles. Sci Rep 16, 10428 (2026). https://doi.org/10.1038/s41598-026-41457-8

Palabras clave: vehículos híbridos, gestión de energía, control difuso, eficiencia de combustible, tren motriz eléctrico