Ocena osiągów pojazdów elektrycznych z wykorzystaniem klastrowania cykli jazdy opartego na stratach i sprawności silnika oraz falownika

Dlaczego to badanie ma znaczenie dla samochodów elektrycznych

Samochody elektryczne obiecują czystsze miasta i niższą emisję dwutlenku węgla, ale to, jak efektywnie przekształcają energię z akumulatora w ruch, zależy od czegoś więcej niż samego silnika. Niniejsze badanie zagląda do wnętrza układu napędowego, aby sprawdzić, jak zarówno silnik, jak i elektronika mocy napędzająca go marnują lub oszczędzają energię w rzeczywistych warunkach jazdy. Poprzez skondensowanie tysięcy sekund ruchu stop‑and‑go do zaledwie kilku kluczowych sytuacji, autorzy pokazują, jak inżynierowie mogą projektować bardziej wydajne, o większym zasięgu pojazdy elektryczne, bez konieczności prowadzenia ogromnych obliczeń.

Z dróg i ruchu do sił i prędkości

Badacze zaczynają od poziomu drogi, korzystając z trzech standardowych profili prędkości, na których producenci samochodów już polegają podczas testów: europejskiego, światowego oraz miejskiego cyklu jazdy typowego dla USA. To przebiegi w czasie pokazujące, jak szybko jedzie samochód, jak często się zatrzymuje i jak gwałtownie przyspiesza. Z tych krzywych model pojazdu oblicza siły działające na koła, a następnie moment obrotowy i prędkość, które silnik elektryczny musi dostarczyć przez stałe przełożenie. W ten sposób każda sekunda jazdy przekłada się na punkt na mapie moment‑prędkość, ukazując, w jakich obszarach pracy silnik faktycznie spędza swój czas i zużywa energię.

Kompresowanie tysięcy momentów do kilku kluczowych

Symulowanie zaawansowanego projektu silnika w każdym pojedynczym punkcie moment‑prędkość zajęłoby dni lub tygodnie czasu obliczeniowego. Aby tego uniknąć, badanie stosuje narzędzia eksploracji danych. Najpierw powszechna metoda klastrowania grupuje podobne punkty pracy. Następnie stosuje się uważne na energię doprecyzowanie, zwane podejściem Centrum Ciężkości Energetycznej, które zapewnia, że wybrane „punkty reprezentatywne” nie są tylko typowe, lecz także leżą tam, gdzie rzeczywiście zużywana jest większość energii. Każdemu punktowi reprezentatywnemu przypisywana jest waga oparta na częstotliwości jego występowania i pobieranej energii, dzięki czemu niewielki zestaw punktów może zastąpić całą trasę, zachowując wierny obraz zużycia energii.

Zajrzenie do wnętrza silnika i jego elektronicznego „bicia serca”

Z tymi punktami reprezentatywnymi autorzy przechodzą do szczegółowych symulacji silnika. Analizują silnik z trwałymi magnesami wewnętrznymi (IPM), popularny wybór w samochodach elektrycznych ze względu na wysokie momenc i sprawność przy zwartej konstrukcji. Z wykorzystaniem analizy elementów skończonych mapują, jak pola magnetyczne, uzwojenia miedziane i rdzenie stalowe zachowują się przy różnych ustawieniach prądu. Strategia sterowania znana jako „maksymalny moment na amper” jest używana, aby dla każdego punktu pracy znaleźć kombinację prądów dostarczającą wymaganego momentu przy możliwie najmniejszym nakładzie elektrycznym. Z tych symulacji wyodrębniają kluczowe źródła strat: nagrzewanie w uzwojeniach miedzianych i straty w namagnesowanej stali, które zabierają energię i muszą być odprowadzane przez systemy chłodzenia.

Porównanie elektronicznych „zaworów” zasilających silnik

Badanie dodaje następnie wpływ falownika — skrzynki szybkich przełączników elektronicznych, które zamieniają prąd stały z akumulatora na prądy trójfazowe potrzebne silnikowi. Porównywane są dwie nowoczesne technologie falowników: jedna oparta na tranzystorach IGBT, druga na tranzystorach MOSFET z węglika krzemu (SiC). Korzystając z modeli zbudowanych na danych producentów, autorzy obliczają zarówno straty przewodzenia (energia tracona zawsze, gdy płynie prąd), jak i straty przełączania (piki energii marnowane przy każdym włączaniu i wyłączaniu urządzeń). Otrzymane przebiegi prądu wprowadzają do symulacji silnika, ujawniając, jak ostre, pulsujące prądy z rzeczywistych falowników wprowadzają dodatkowe tętnienia momentu i dodatkowe straty magnetyczne w porównaniu z idealnym, płynnym zasilaniem.

Co to oznacza dla zasięgu, sprawności i czasu obliczeń

We wszystkich trzech cyklach jazdy podejście klastrowania odtwarza sprawność silnika dla pełnego cyklu w granicach około dwóch procent, przy jednoczesnym skróceniu szczegółowych symulacji z dziesiątek godzin do około dziesięciu minut na cykl tylko dla silnika. Po uwzględnieniu zachowania falownika całkowite straty rosną zauważalnie, a ogólna sprawność układu napędowego spada o kilka punktów procentowych w porównaniu z przypadkiem idealizowanym. Mimo to falownik oparty na MOSFET‑ach SiC konsekwentnie traci mniej energii niż ten oparty na IGBT, dzięki niższym stratom przełączania, co czyni go szczególnie atrakcyjnym dla pojazdów często zmieniających prędkość. Dla laika główne przesłanie jest takie, że zarówno silnik, jak i jego elektroniczny „kran” muszą być projektowane razem, a inteligentna redukcja danych pozwala inżynierom szybko testować wiele pomysłów. Poprzez uchwycenie najważniejszych sytuacji jazdy i modelowanie wspólnego układu silnik‑falownik, praca ta oferuje praktyczną drogę do samochodów elektrycznych pokonujących większe dystanse na tym samym ładowaniu akumulatora bez wymogu niepraktycznie dużej mocy obliczeniowej.

Cytowanie: Abdelali, K., Bendjedia, B., Rizoug, N. et al. Evaluation of electric vehicle performance using driving cycle clustering based on motor-inverter losses and efficiency. Sci Rep 16, 8040 (2026). https://doi.org/10.1038/s41598-026-36663-3

Słowa kluczowe: wydajność pojazdów elektrycznych, projektowanie silników trakcyjnych, elektronika mocy — falownik, analiza cykli jazdy, straty energii