metodología para la evaluación del comportamiento
TRANSCRIPT
UNIVERSIDAD DE LOS ANDES
Facultad de Ingeniería
Departamento de Ingeniería Mecánica
Metodología para la evaluación del comportamiento
energético de vehículos eléctricos que operen bajo
las condiciones de Bogotá
NATALIA RINCÓN ABARCA
Ingeniera Mecánica
Presentado para optar al título de:
Magister en Ingeniería Mecánica
ASESOR:
LUIS E. MUÑOZ CAMARGO
Ingeniero Mecánico, MSc., PhD.
Bogotá, Colombia.
Diciembre de 2014.
I
Tabla de contenido
1. Introducción ................................................................................................................................ 1
2. Objetivos y Alcance .................................................................................................................... 3
2.1. Objetivo General ..................................................................................................................... 3
2.2. Objetivos específicos ............................................................................................................... 3
2.3. Alcance ..................................................................................................................................... 3
3. Caso de estudio ........................................................................................................................... 5
3.1. Bogotá y su Plan de Desarrollo ............................................................................................... 5
3.2. Vehículos eléctricos y sus sistemas de almacenamiento de energía..................................... 6
3.3. Desempeño energético ........................................................................................................... 7
4. Revisión de literatura ................................................................................................................. 9
4.1. Metodología para el desarrollo de un Ciclo de conducción para la ciudad de Bogotá ......... 9
4.2. Efecto de las condiciones atmosféricas y geográficas en el desempeño energético de
vehículos ....................................................................................................................................... 10
5. Metodología ............................................................................................................................. 13
6. Sistemas de almacenamiento de energía ................................................................................ 15
6.1. Baterías .................................................................................................................................. 16
6.1.1. Vehículos eléctricos comerciales y sus sistemas de almacenamiento ......................... 21
6.2. Ultracapacitores y sus aplicaciones en el mercado mundial ............................................... 28
6.3. Caso de estudio ..................................................................................................................... 30
7. Modelo dinámico ...................................................................................................................... 32
8. Evaluación del modelo en casos simples ................................................................................. 35
8.1. Micro-ciclo sintético .............................................................................................................. 36
8.2. Ciclo Urbano. SAE J1082 ........................................................................................................ 39
8.3. Ciclo Urbano. ISO 8714 .......................................................................................................... 41
8.4. Inclusión del consumo por accesorios adicionales ............................................................... 44
9. Análisis de la sensibilidad del modelo dinámico a diferentes parámetros de simulación .... 47
9.1. Caso de estudio para el análisis de sensibilidad del modelo a parámetros de la ciudad de
Bogotá ........................................................................................................................................... 48
9.2. Sensibilidad del modelo ........................................................................................................ 48
9.2.1. Sensibilidad a parámetros del modelo de dinámica longitudinal ................................ 49
II
9.2.2. Sensibilidad a parámetros del acondicionamiento de la señal .................................... 50
9.2.3. Sensibilidad del consumo energético a parámetros definidos ..................................... 51
10. Resultados de la aplicación del modelo para el caso de estudio: Bogotá .......................... 59
11. Conclusiones ......................................................................................................................... 63
11.1. Trabajo futuro ............................................................................................................... 64
Referencias bibliográficas ................................................................................................................ 66
III
Lista de figuras
Figura 1. Desempeño para diferentes tecnologías de baterías [22]. .......................................... 16
Figura 2. Valores promedio de MPGe agrupados por tipo de vehículo ...................................... 24
Figura 3. a) Autonomía y b) Capacidad de almacenamiento. .................................................... 26
Figura 4. Consumo de energía eléctrica por kilómetro recorrido. .............................................. 27
Figura 5. Secuencia de velocidad. Micro-ciclo sintético con entrada en forma de trapecio. ....... 36
Figura 6. Distribución de potencia total entregada por sectores para entrada de velocidad en
forma de trapecio. .................................................................................................................. 37
Figura 7. Consumo de energía sectorizado para la entrada en forma de trapecio ...................... 38
Figura 8. Ciclo de conducción urbano. SAE J1082 ..................................................................... 39
Figura 9. Distribución de potencia total entregada por sectores para el ciclo urbano. SAE J1082 40
Figura 10. Distribución de consumo energético bajo el ciclo urbano de la norma SAE J1082. ..... 41
Figura 11. Ciclo de conducción urbano. ISO 8714 ..................................................................... 42
Figura 12. Distribución de potencia total entregada por sectores para el ciclo urbano. ISO 8714 43
Figura 13. Distribución de consumo energético bajo el ciclo urbano de la norma ISO 8714. ....... 44
Figura 14. Consumo de energía para uso de accesorios. ........................................................... 46
Figura 15. Mapa de elevación para la ciudad de Bogotá [91]. ................................................... 47
Figura 16. Variación de la energía consumida con respecto al tamaño de la ventana para SG en el
ciclo urbano SAE J1082. .......................................................................................................... 53
Figura 17. Variación de la energía consumida con respecto al orden del polinomio para SG en el
ciclo urbano SAE J1082. .......................................................................................................... 54
Figura 18. Variación de la energía consumida con respecto al orden del filtro para PB en el ciclo
urbano SAE J1082. .................................................................................................................. 56
Figura 19. Variación de la energía consumida con respecto a la frecuencia de corte para PB en el
ciclo urbano SAE J1082. .......................................................................................................... 57
Figura 20. Variación de la energía consumida con respecto al factor de regeneración para PB en
el ciclo urbano SAE J1082. ....................................................................................................... 58
Figura 21. Potencia consumida por sectores para ISO 8714 con pendiente de 2% ..................... 60
Figura 22. Consumo de energía por sectores para pendiente del 2%. ........................................ 61
Figura 23. Sensibilidad del modelo a variaciones en la pendiente promedio de la carretera ...... 62
IV
Lista de tablas
Tabla 1. Características de desempeño de las baterías para uso en vehículos eléctricos [23]. .... 17
Tabla 2. Comparación para diferentes tecnologías desarrolladas y en desarrollo [23] . ............. 20
Tabla 3. Vehículos comerciales y sus principales características de desempeño ........................ 22
Tabla 4. Mercado de ultracapacitores en celdas ....................................................................... 29
Tabla 5. Comparación entre sistemas de almacenamiento de energía. ..................................... 31
Tabla 6. Parámetros de simulación para la etapa de evaluación del modelo ............................. 35
Tabla 7. Valores medio de potencia para accesorios [88]. ........................................................ 45
Tabla 8. Características del vehículo de estudio para el análisis del impacto de la inclinación .... 59
Tabla 9. Características del ciclo usado en el caso de estudio y de los parámetros del ambiente
asociados a las condiciones de Bogotá .................................................................................... 59
1
1. Introducción
En los últimos 25 años, el consumo de energía para la producción de electricidad y para el sector
transporte ha crecido más del doble en Colombia y en general a nivel mundial, creando una
variedad de riesgos para estos sectores que necesitan ser atendidos con la mayor eficiencia [1].
Junto con estos ya mencionados requerimientos energéticos, se han presentado a nivel global
también diferentes requerimientos de sostenibilidad y de mitigación de impactos ambientales
derivados de la incorrecta y excesiva explotación de los recursos que, en conjunto, han llevado a
las potencias mundiales a direccionar sus políticas para responder a éstos requerimientos y que,
dependiendo de la priorización que se les dé en cada país, van a responder a la demanda
energética o a la demanda ambiental. Indiferentemente de si se quiere atacar el problema dando
respuesta a las necesidades energéticas o ambientales, la integración de vehículos eléctricos al
sector transporte ha tomado fuerza en las potencias mundiales, ya que juegan un papel muy
importante en la transformación del sector hacia un medio sostenible. Esto hace que se presente
un constante crecimiento de investigaciones en todos los campos relacionados, tales como la
construcción de infraestructura y mejoras en los sistemas de almacenamiento de energía para
hacer que este tipo de vehículos sean competitivos con los vehículos tradicionales, principalmente
[2] [3].
Una de las ventajas que tienen los vehículos eléctricos y lo que permite transformar este sector en
un medio sostenible, es la posibilidad de regenerar energía a partir del frenado [4]. Actualmente,
los vehículos eléctricos que se encuentran en el mercado pueden incrementar su autonomía en un
rango de 8-25% gracias al frenado regenerativo [5]. Por otro lado, otra de las ventajas que significa
el uso de vehículos eléctricos es que, al usar un sistema eléctrico, la eficiencia global del sistema es
aproximadamente tres veces la eficiencia de sistemas tradicionales (sistemas de combustión
interna, por ejemplo) y los costos involucrados en el uso de energía eléctrica son mucho menores
a los involucrados en el uso de combustibles fósiles. Al tener la posibilidad de regenerar energía
del frenado, la obtención de una alta eficiencia por el uso de motores eléctricos y la supresión de
ciertos elementos dentro del tren de potencia, se genera una mejor condición de
aprovechamiento energético, fundamental para su implementación.
2
La progresiva utilización esperada de los vehículos eléctricos implica que su integración con la red
de distribución de energía eléctrica es un aspecto importante en la planeación futura y diseño de
estos sistemas; toda vez, que en función del porcentaje de penetración de vehículos eléctricos se
impactará en la demanda de potencia eléctrica a ser atendida por el sistema; así como, el diseño
eléctrico en residencias, parqueaderos y/o centros de carga de baterías para flotas de sistemas de
transporte.
Un aspecto importante en el estudio de los impactos que pueda tener la integración de la
alimentación de los vehículos eléctricos, es proyectar la evolución futura de dicha integración. Por
ejemplo, un impacto diferenciador se tendrá si el sistema de recarga de baterías es controlado o
gestionado con un sistema automatizado que evite sobrecarga de las instalaciones eléctricas a
cuando se carece de dicho sistema. Igualmente, el impacto será diferente al considerar carga
rápida o lenta de baterías, con o sin sistema de gestión de carga.
Otro aspecto importante a considerar es el hecho de que la tecnología en baterías y en sistemas
de recarga de las baterías está en plena evolución. La autonomía de un vehículo eléctrico depende
estrictamente del sistema de almacenamiento de energía que lleve a bordo y es éste precisamente
uno de los puntos que puede obstaculizar el uso masivo de este tipo de vehículos. Así, una visión
prospectiva de estas tecnologías y un alto conocimiento de su desarrollo tendrá incidencia en la
estimación del impacto en la red eléctrica del uso de vehículos eléctricos.
Sin embargo, los sectores de transporte y electricidad son totalmente independientes por lo que
es necesario generar una interacción entre ellos para poder suplir los requerimientos adicionales a
la hora de la penetración de estos vehículos, bajo las diferentes condiciones de integración y
tecnologías.
Por esto, este trabajo pretende crear una metodología que permita evaluar el comportamiento en
términos energéticos para un vehículo eléctrico, para que éste a su vez sirva como punto de
partida para la estimación del impacto en la red eléctrica de la ciudad de Bogotá a la hora de
implementar masivamente el uso de éste tipo de vehículos en la ciudad.
3
2. Objetivos y Alcance
A continuación, se muestran los objetivos de este proyecto, además del alcance del mismo.
2.1. Objetivo General
El objetivo principal del proyecto es desarrollar una metodología que permita estimar el estado de
carga y de descarga de un vehículo eléctrico a partir del estado del flujo de energía impuesto por
las características del mismo en las condiciones de operación de Bogotá, y así poder acoplar este
estado al impacto que tendría la implementación de una flota de vehículos eléctricos en el sistema
de distribución de energía eléctrica.
Para lograr este objetivo, se plantearon los siguientes objetivos específicos.
2.2. Objetivos específicos
Realizar una prospectiva del tipo de vehículos eléctricos que se encuentran actualmente
en el mercado y determinar las principales características de estos en cuanto a sistemas de
almacenamiento de energía.
Desarrollar un modelo dinámico que estime la respuesta del vehículo en términos de
autonomía y que permita evaluar el impacto en dicha respuesta de los diferentes
parámetros del vehículo y condiciones de operación.
Realizar un análisis que evalúe la sensibilidad de dicho modelo a los diferentes parámetros
cuya medición no sea directa
Realizar una aplicación piloto del modelo dinámico desarrollado a partir de datos reales de
la ciudad de Bogotá y que evidencie la importancia de la creación de una metodología
como estas para la ciudad.
2.3. Alcance
El alcance de este proyecto es desarrollar un modelo dinámico que permita estimar el
comportamiento energético de un vehículo eléctrico que opere en Bogotá y que considere la
influencia de los diferentes parámetros de procesamiento en dicho comportamiento. La operación
en Bogotá estará definida como un caso piloto basado en datos experimentales de un único
4
recorrido en la ciudad y no en condiciones características de un recorrido normal en la ciudad de
Bogotá, establecido en un ciclo de conducción.
5
3. Caso de estudio
Para poner en contexto la tesis de investigación que se pretende exponer, en este capítulo se
realiza una breve descripción de la importancia que tienen los vehículos eléctricos en una ciudad
como Bogotá, bajo los lineamientos políticos que se han venido dando en las últimas direcciones
locales. Una vez expuesta la importancia de su implementación en Bogotá, se explicará el
funcionamiento básico para un vehículo eléctrico y la importancia de sus diferentes componentes
electro-mecánicos para su desempeño. Así mismo, finalmente se explicará la importancia de las
condiciones topográficas y de tránsito en donde opere el vehículo (en este caso Bogotá), ya que
éstas tendrán un efecto no sólo en el desempeño del vehículo sino también en las cargas resistivas
que actúan sobre este, fundamentales para la estimación de sus requerimientos de energía y
potencia.
3.1. Bogotá y su Plan de Desarrollo
Dentro del Plan de desarrollo para la ciudad de Bogotá de los años 2012-2016, se reconoce la
necesidad de tomar medidas a favor de la recuperación del medio ambiente mediante la
generación de políticas de ordenamiento territorial, gestión del riesgo y gestión ambiental para
enfrentar el cambio climático, lo que permite evidenciar la posición de Bogotá y, en general de
Colombia, frente a la respuesta específica que se toma a los requerimientos ambientales sobre los
requerimientos energéticos dado, principalmente, por la capacidad del país en términos
energéticos.
Uno de los objetivos planteados para combatir el cambio climático hace referencia
específicamente a la construcción de un sistema de movilidad que tenga un enfoque ambiental y
que promueva las necesidades básicas de movilidad. Esta movilidad sostenible debe ser alcanzable
mediante acciones que limiten las emisiones contaminantes y optimizando el consumo de los
recursos. Y precisamente para cumplir con este objetivo, se planteó una estrategia que consiste en
la implementación de nuevas tecnologías en los diferentes medios de transporte. Estas nuevas
tecnologías hacen referencia especialmente al uso de energías alternativas, dando prioridad al
transporte masivo y colectivo con el fin de reducir costos y tiempos asociados con la movilidad.
6
Así, se creó entonces el programa de movilidad humana en donde se planteó la introducción del
uso de energía eléctrica en los medios de transporte masivo con el fin de reducir no sólo las
emisiones contaminantes, sino también el riesgo de sufrir enfermedades cardiorrespiratorias que
afectan en mayor medida a niños y adultos mayores [6]. Con la implementación de taxis eléctricos
y buses híbridos para el sistema de transporte masivo de Bogotá, además de los estudios que se
están llevando a cabo para la implementación de buses eléctricos en el sistema de transporte
colectivo, se evidencia la importancia y el auge que está teniendo este programa y la vital
importancia que toma la planeación de la penetración de estas nuevas tecnologías en el correcto
dimensionamiento y posterior funcionamiento del sistema.
3.2. Vehículos eléctricos y sus sistemas de almacenamiento
de energía
Un vehículo eléctrico es aquel cuya única fuente de energía es la red eléctrica y la propulsión
depende únicamente de un motor eléctrico. Sin embargo, los vehículos eléctricos pueden tener
diferentes configuraciones dependiendo de las variaciones en su sistema de almacenamiento de
energía, propulsión eléctrica y transmisiones en rueda.
La configuración general para un vehículo eléctrico está compuesta por tres grandes sub-sistemas:
Almacenamiento de energía, propulsión eléctrica y auxiliar. El sistema de almacenamiento está
compuesto por el componente de almacenamiento de energía, la unidad de control de energía y la
unidad de control de carga. El sistema de propulsión está compuesto por el controlador
electrónico, convertidor de potencia, motor eléctrico, transmisión mecánica y las ruedas. El
sistema auxiliar está compuesto por la unidad de dirección, la unidad de control de temperatura y
algún suministro auxiliar de potencia.
Precisamente esta configuración es la que permite que los vehículos eléctricos no sólo presenten
ventajas con respecto a vehículos con motores de combustión interna en términos de emisiones
contaminantes, sino que también tengan ventajas en términos de desempeño. Estas ventajas se
dan por el modo de funcionamiento de vehículo. Al contener, usualmente, un paquete de baterías
que alimente un motor eléctrico, la eficiencia es mucho mayor dado que dicho motor entrega
mayor par a bajas velocidades que un motor de combustión interna, lo que se traduce en menor
tiempo de respuesta para acelerar el vehículo desde el reposo sin la necesidad de algún sistema de
7
transmisión o embrague. Sin embargo, presentan también algunas desventajas. Una de éstas es
que, dada la ausencia de un motor de combustión interna, la capacidad disponible para la
calefacción interna del vehículo es considerablemente baja, impactando negativamente en zonas
en donde problemas relacionados con bajas temperaturas ambiente deben ser enfrentados. Por
otro lado, se encuentran sus sistemas de almacenamiento de energía que en la mayoría de los
casos son baterías, pero también dependiendo de la aplicación pueden ser ultracapacitores o
volantes. Dados los requerimientos de proveer un rango específico, es necesario que dicho
sistema de almacenamiento de energía responda en términos de alta potencia y alta energía, para
así sobrellevar altas tasas de carga y de descarga, siendo razonablemente livianos [7].
Precisamente, esto genera una limitación del uso de este tipo de vehículos ya que, por ejemplo,
una alta densidad de energía incrementaría considerablemente los tiempos de carga.
Precisamente, al no tener una densidad energética comparable con los combustibles tradicionales,
el peso de estos sistemas es considerable dentro del peso total del vehículo generando
inconvenientes en el diseño y posteriormente, desempeño del mismo. Por otro lado, las
diferentes tecnologías en desarrollo tienen un alto precio, del cual depende directamente el precio
del vehículo que, junto con el peso total, es por lo que no ha podido entrar a competir
fuertemente con vehículos tradicionales [8] [9]. Así, es que una cada vez mayor aceptación de
estos vehículos, va a depender altamente de los avances que se realicen tecnológicamente en sus
sistemas de almacenamiento de energía, componente fundamental de éstos.
3.3. Desempeño energético
Al momento de evaluar el desempeño energético de un vehículo eléctrico, es necesario estudiar
dos factores principalmente: las condiciones de conducción y su sistema de almacenamiento de
energía. Ambos factores impactarán directamente en la respuesta del vehículo en términos de su
flujo de energía y, por lo tanto, en su energía disponible y autonomía.
Las condiciones de conducción bajo las cuales opere un vehículo, se ven reflejadas en un ciclo de
conducción. Un ciclo de conducción es un perfil de velocidades en el tiempo que representa las
condiciones reales de operación o conducción [10]. Estas secuencias de velocidad caracterizan las
condiciones de tráfico y topográficas de una ciudad y es a partir de estos que se pueden
cuantificar las emisiones contaminantes, evaluar o certificar algún tipo de vehículo y, lo que es
8
relevante para este proyecto, cuantificar el nivel de consumo energético en el vehículo [11].
Independientemente del factor que se estudie, estas condiciones del ambiente incluidas en un
ciclo de conducción ejercen grandes efectos sobre el tamaño de los componentes del sistema
eléctrico del vehículo, la tasa de descarga del sistema de almacenamiento [12], el tren motriz, la
autonomía del vehículo [13], entre otros [14]. Dada la demografía de Bogotá, sus grandes cambios
de altitud, su localización geográfica y sus condiciones de tráficos, es que se hace necesaria la
implementación de un ciclo de conducción que represente éstas variables y que permita estimar
con un alto nivel de precisión el consumo energético para un vehículo eléctrico que aquí opere.
Además de considerar la forma en que el vehículo va a ser conducido y las condiciones bajo las
cuales lo haga (ciclo de conducción), es de gran importancia saber las características de los
componentes de tracción y de almacenamiento de energía en el sistema eléctrico del vehículo,
independientemente de su tipo. La energía que se pueda recuperar está ligada a dos factores
esencialmente. A la forma en que se frene, es decir a la posición del pedal en frenado mecánico, y
a la capacidad tanto de almacenamiento de energía, como la capacidad del motor en función de
generador. Dada la topografía de Bogotá y sus alrededores, se presentarán escenarios en donde la
energía proveniente del frenado va a superar las capacidades de almacenamiento de energía del
sistema y será necesario implementar una técnica de control para almacenar de acuerdo a las
capacidades del sistema y desechar lo que esté fuera de estas capacidades. En este punto, es que
se hace necesario realizar un estudio de los posibles componentes de almacenamiento de energía
que se encuentran en el mercado, para así poder desarrollar un estudio más acertado del
comportamiento del flujo energético en el vehículo.
Y, justamente, el éxito de los vehículos eléctricos va a depender no solamente en una recarga
rápida de sus sistemas de almacenamiento, sino también en el avance tecnológico que permita a
los usuarios estimar con precisión la autonomía de su vehículo y ruteo óptimo en términos de
ahorro de energía, solo realizable mediante una colaboración conjunta entre el desarrollo tanto de
los sistemas de almacenamiento como en la calidad de la información recopilada en un ciclo de
conducción.
9
4. Revisión de literatura
En esta revisión bibliográfica se pretenden exponer los trabajos llevados a cabo que, directa o
indirectamente, traten el tema relacionado con el desempeño energético para vehículos en
Colombia y que fueron los más relevantes para la realización de este proyecto de investigación.
Desde trabajos enfocados en la metodología para el desarrollo de un ciclo de conducción, pasando
por trabajos realizados en evaluar el impacto de las diferentes condiciones ambientales en el
desempeño de un vehículo convencional mediante datos experimentales y de vehículos eléctricos
mediante un método analítico, hasta trabajos realizados con el objetivo de estudiar los efectos en
el autonomía de un vehículo eléctrico por las diferentes condiciones climáticas bajos las cuales
opere, serán expuestos en este capítulo.
4.1. Metodología para el desarrollo de un Ciclo de
conducción para la ciudad de Bogotá
Uno de los primeros trabajos realizados para el desarrollo de ciclos de conducción de fácil
utilización fue el realizado por André en [11]. En éste, André desarrolla una metodología para la
creación de ciclos de conducción sintéticos basados en el proyecto ARTEMIS [10]. Esta
metodología consiste en realizar una toma de datos del tránsito local que permitan estimar
variables de tránsito como velocidad promedio, aceleración promedio, deceleración máxima,
entre otras, que a su vez permita establecer el comportamiento dinámico del tránsito. A partir de
esto, se derivan los micro-ciclos (segmentos de la secuencia de velocidades entre dos puntos con
velocidad cero) y se agrupan de acuerdo a variables de tránsito similares. Posteriormente se
sintetizan para cumplir con los parámetros establecidos y se ordenan aleatoriamente para cumplir
con las condiciones impredecibles de tránsito. Finalmente se evalúa su veracidad mediante
coeficientes de desempeño.
Esta metodología ha sido reproducida en muchas ciudades del mundo verificando su capacidad de
sintetizar recorridos que cumplen con el comportamiento de una muestra. Sin embargo, estos
ciclos derivados de esta metodología muestran inconvenientes a la hora de ser reproducidos
experimentalmente, así cumplan con los requerimientos esperados de condiciones de tránsito
10
Por esta razón, en 2011 Bermúdez presentó una metodología para desarrollar ciclos de
conducción de fácil reproducción en [15]. Lo que diferenció su metodología de la de André
(expuesta anteriormente) fue la realización de ciclos sintéticos a partir de micro-ciclos reales. Estos
ciclos sintéticos se caracterizan por estar compuestos de sólo segmentos de velocidad o
aceleración constante mediante la recopilación de datos reales de tránsito que permitieran
evaluar diferentes variables que representaran las condiciones típicas de conducción en la ciudad
de Bogotá. Como resultado de este trabajo, se concluyó la importancia de desarrollar un ciclo de
conducción de fácil reproducción para la ciudad de Bogotá ya que éste es fundamental para la
evaluación ambiental y energética de cualquier tipo de vehículo. Así mismo, la importancia de una
adecuada instrumentación que permita adquirir con alta precisión las diferentes variables de
tránsito fue resaltada.
Como consecuencia de este trabajo, se desarrollaron diferentes trabajos relacionados. Entre ellos
están el desarrollado en [16], que desarrolla una metodología completa para la caracterización de
instrumentos de adquisición de datos de geolocalización y, previo a éste, el trabajo realizado por
Matallana en el que se desarrollo un protocolo de instrumentación para pruebas de desempeño
vehicular mediante el uso de un dispositivo de posicionamiento global, que permitiera medir
variables dinámicas sin la inclusión de dispositivos externos al vehículo [17].
Aunque estos trabajos traten la evaluación del desempeño de vehículos automotores y la
importancia de tener un ciclo de conducción que caracterice las condiciones de tránsito y
topográficas de la ciudad de Bogotá, sólo sirven como referencia ya que está por fuera del alcance
de el proyecto de investigación que aquí se explica, ya que no se pretende ni desarrollar un ciclo
de conducción para Bogotá ni realizar una metodología basada en la adquisición de datos reales,
sino basada en análisis numérico.
4.2. Efecto de las condiciones atmosféricas y geográficas en
el desempeño energético de vehículos
La importancia de evaluar los efectos de las diferentes condiciones atmosféricas y topográficas del
ambiente en el que opere un vehículo automotor ha sido cada vez mas evidenciada y,
especialmente en un país como Colombia, los trabajos llevados a cabo van en aumento.
11
En su trabajo de investigación, García realiza una serie de pruebas en carretera y pruebas
dinamométricas que permitan evaluar el comportamiento de un vehículo con motor a gasolina de
alimentación por inyección en el rango altitudinal colombiano. En éste, García propone un diseño
experimental para evaluar el impacto de la altura y los cambios en las condiciones atmosféricas
(presión y humedad relativa, densidad del aire, temperatura ambiente) en el desempeño
mecánico y energético de dicho vehículo [18]. Como resultado de su trabajo, García destaca la
funcionalidad de la metodología propuesta para evaluar la variación del desempeño del vehículo
en condiciones reales de operación, así como su interacción con el entorno, particularmente las
cargas aerodinámicas relacionadas tanto con la variación de la densidad del aire, como con el
coeficiente de arrastre.
Otro de los trabajos que se desarrollaron en esta dirección es el expuesto por Delgado en [19]. El
objetivo principal de este trabajo fue diseñar e implementar una metodología que permitiera
evaluar la eficiencia energética de un vehículo automotor a partir de la integración de la elevación
topográfica en los ciclos de conducción en la ciudad de Bogotá. Para esto, Delgado hizo uso de
datos geográficos dispuestos por la Infraestructura de Datos Espaciales para el Distrito (IDECA).
Los datos referentes a la elevación son almacenados en curvas de nivel, representados en 940
poli-líneas para las diferentes vías de la ciudad. A partir de datos de latitud y longitud adquiridos
por sistemas GPS, Delgado obtuvo información de altitud para 3 recorridos realizados en la ciudad
de Bogotá para los cuales determinó finalmente su desempeño energético. Como conclusión de su
trabajo cabe destacar la diferenciación del consumo energético del vehículo por cargas
aerodinámicas y de frenado, validando la importancia de incluir la variable altitud en este tipo de
evaluaciones. Delgado obtuvo que un 30% de la energía requerida por el vehículo está en el
frenado por lo que se podría recuperar mediante frenado regenerativo un promedio de 2.3 kW
por trayecto.
Finalmente, el trabajo realizado por Guerra evalúa el efecto de las condiciones de operación de
Bogotá sobre el desempeño mecánico y energético de un vehículo eléctrico. Dentro de estas
condiciones, Guerra incluyó el efecto de la densidad del aire (directamente dependiente de la
altitud de la ciudad en donde opere el vehículo) y las condiciones de tránsito. Así mismo,
determinó un protocolo de pruebas, basado en normas estándar internacionales, que permitiera
evaluar el desempeño mecánico y energético de un vehículo eléctrico. Como resultado de su
12
trabajo, obtiene la variación del desempeño energético para un vehículo eléctrico en tres ciudades
a diferentes alturas, así como la variación del mismo efecto de las diferentes condiciones de
tránsito mediante la definición de rutas en la ciudad de Bogotá para diferentes estados de carga
del vehículo. Culminando su trabajo, desarrolló el protocolo de pruebas que permite evaluar la
autonomía de viaje y consumo energético de un vehículo eléctrico; su desempeño en aceleración y
en montaña; y su desempeño en maniobras de frenado.
13
5. Metodología
Para poder estudiar el comportamiento del flujo energético en el vehículo, y posteriormente su
desempeño dentro de una flota vehicular, es necesario partir de las características de conducción
que tendrían particularmente los vehículos a estudiar. Como se mencionó anteriormente, estas
características, acordes a cada tipo y funcionalidad de vehículo, se pueden compilar dentro de un
ciclo de conducción [20]. Independientemente del factor que se estudie, las condiciones del
entorno incluidas en un ciclo de conducción ejercen un gran efecto en la respuesta energética del
vehículo.
Además de considerar la forma en que el vehículo va a ser conducido, es de gran importancia
saber las características de los componentes de almacenamiento de energía en el sistema eléctrico
del vehículo, independientemente de su tipo. La energía que se pueda recuperar está ligada a dos
factores esencialmente: a la forma en que se frene, es decir a la posición del pedal en frenado
mecánico, y a la capacidad tanto de almacenamiento de energía, como la capacidad del motor en
función de generador. Dada la topografía de Bogotá, se presentarán escenarios en donde la
energía proveniente del frenado va a superar las capacidades de almacenamiento de energía del
sistema y será necesario implementar una técnica de control para almacenar de acuerdo a las
capacidades del sistema y desechar lo que esté fuera de estas capacidades.
En este punto, es que se hace necesario realizar un estudio de los posibles componentes de
almacenamiento de energía que se encuentran en el mercado, para así poder desarrollar un
estudio más acertado del comportamiento del flujo energético en el vehículo y estimar como las
condiciones de operación van a determinar fuertemente la capacidad de entregar energía por
parte de estos sistemas. Una vez la prospectiva de los sistemas de almacenamiento haya sido
contextualizada, es que se puede proceder a realizar la evaluación del consumo energético de un
vehículo eléctrico para unas condiciones dadas y su respuesta frente a diferentes variaciones,
dando paso a la metodología completa de evaluación energética de un vehículo eléctrico en
Bogotá. Así, la metodología propuesta se divide en 4 etapas:
Etapa 1: Prospectiva de Sistemas de almacenamiento de energía para vehículos eléctricos. En esta
etapa se describe brevemente el tipo de vehículos y sus componentes de almacenamiento de
energía de mayor utilización en el mercado mundial, con sus respectivas características.
14
Etapa 2: Desarrollo de un modelo de dinámica longitudinal que permita estimar la respuesta en
potencia y energía para un vehículo eléctrico, considerando parámetros físicos del vehículo así
como las condiciones bajo las cuales opere.
Etapa 3: Evaluación del modelo bajo condiciones estándar de conducción y resultados preliminares
para la respuesta energética del vehículo. Esto va a brindar una primera aproximación al
desempeño energético de un vehículo eléctrico bajo diferentes condiciones de conducción
mediante un método completamente analítico, lo que ayuda a la predicción del comportamiento
previo a su implementación.
Etapa 4: Desarrollo de la metodología de estimación que permita la incorporación de datos reales
de conducción y analice la sensibilidad del modelo a diferentes parámetros de procesamiento.
Esto con el fin de evaluar el desempeño energético que un vehículo eléctrico tendría en la ciudad
de Bogotá, mediante el uso de datos reales de conducción en la ciudad, haciendo énfasis en la
influencia que tiene sobre esta respuesta el procesamiento de los datos experimentales.
15
6. Sistemas de almacenamiento de energía
En el diseño de vehículos eléctricos, uno de los problemas con mayor importancia son las
dificultades que tienen los sistemas de almacenamiento de energía para cumplir con los
requerimientos impuestos por el uso de vehículos eléctricos. Por esta razón es que en las últimas
décadas se han invertido muchos esfuerzos en el intento de avanzar tecnológicamente en este
campo. Y es que precisamente, como se ha venido destacando a lo largo de este documento, la
necesidad de desarrollar sistemas de almacenamiento que cumplan los requisitos expuestos por
los vehículos eléctricos es lo que va a llevar a la implementación exitosa de este tipo de vehículos a
nivel mundial.
Por esta razón, y dadas las actuales intenciones del gobierno local de incentivar fuertemente la
entrada de vehículos eléctricos en la flota de la ciudad de Bogotá, es que se considera necesario
hacer una breve descripción de los sistemas de almacenamiento de energía y sus aplicaciones en
vehículos eléctricos, destacando fuertemente aquellos que tengan mayor relevancia para el
mercado nacional.
Sin embargo, previo a la prospectiva de éstos, es importante describir brevemente cómo se
caracterizan. Los sistemas de almacenamiento de energía están caracterizados por su potencia y
energía disponible por carga. Así, la eficiencia de estos sistemas puede visualizarse fácilmente en
una gráfica de Ragone que consiste en un plano de potencia vs. energía que provee el límite de la
potencia disponible para una batería o ultracapacitor y, la región óptima de operación, dada por la
parte de la curva donde tanto energía como potencia presentan valores altos [21].
En la Figura 1 se presenta una típica gráfica de Ragone en donde se aprecia la competitividad para
algunas tecnologías de almacenamiento de energía en términos de altas potencias específicas o
altas energías específicas. Acá es importante mencionar que, aunque sea de gran importancia a la
hora de describir sistemas de almacenamiento de energía y predecir cuál sería su mejor rango de
operación, esta gráfica generalmente no incluye fenómenos como la degradación del sistema de
almacenamiento por trabajos a temperaturas extremas, o impactos en su estado de salud por
diferente manejo de las cargas, o deterioro de sus puntos de operación debido a filtraciones o
fugas químicas, por ejemplo.
16
Figura 1. Desempeño para diferentes tecnologías de baterías [22].
Así, una revisión general del tipo de baterías que se han desarrollado a lo largo de los años para su
uso en vehículos eléctricos se describe a continuación, seguida de una breve descripción del
trabajo que se ha realizado en el uso de ultracapacitores para implementación en vehículos
híbridos y buses eléctricos, principalmente.
6.1. Baterías
Cuando se habla de baterías, es necesario contextualizar las principales propiedades de éstas y
sobre las cuales se centran los proyectos de investigación, ya que son las que indican cómo el
desempeño de las baterías puede incrementar a través del tiempo. Estas características se
describen en la Tabla 1.
17
Tabla 1. Características de desempeño de las baterías para uso en vehículos eléctricos [23].
Energía específica Energía total por unidad de masa (Wh/kg)
Potencia específica Máxima potencia específica por unidad de masa (W/kg)
Vida útil
Periodo de tiempo antes de que la batería decaiga a cumplir cierto límite inferior de desempeño, dado principalmente por degradación, causada por condiciones de operación.
Ciclos de vida
Número de ciclos de carga/descarga antes de que la batería llegue a su límite inferior de desempeño. Estos ciclos de vida son altamente dependientes del nivel de descarga en cada ciclo.
Eficiencia Radio entre energía de descarga y de carga (%)
Temperatura de operación
Cómo la temperatura ambiente o interna de la batería afecta el desempeño de la misma
Seguridad Tolerancia al abuso (integridad física, estabilidad térmica y química), y compatibilidad con el medio ambiente y la salud humana.
Las baterías consisten de cinco componentes principales: electrodos, separadores, terminales,
electrolitos y chasís. Las baterías en aplicaciones vehiculares operan entregando su energía a un
motor eléctrico a través de su terminal positiva y cerrando el circuito a través de su terminal
negativa. Este proceso continua hasta que la batería entregue su energía acumulada (descarga) o
una fuente externa entrega flujo inverso (recarga). Se pueden considerar dentro de las principales
clases de baterías las de ácido, níquel y litio [24]. Entre los tipos de baterías disponibles se
encuentran:
Las baterías de Plomo-Ácido son las más tradicionales y cuentan con una alta disponibilidad en el
mercado y por lo tanto presentan un bajo costo relativo a los otros tipos de baterías. Sus
desventajas se concentran en su ciclo de vida limitado por el estado de carga, baja energía y baja
potencia específica, y baja tasa de carga [25], [26]. Estas baterías han sido ampliamente utilizadas
a lo largo de la historia en diversas aplicaciones. Sin embargo, por sus limitadas prestaciones, hoy
en día no se utilizan en vehículos eléctricos [26]. Las baterías de ácido reguladas por válvula (VRLA
por sus siglas en inglés), son el tipo de batería más común en la actualidad para uso en sistemas de
potencia. Esta batería es sellada y se encuentran unidades para aplicaciones con potencias hasta
de 300 kW y energías del orden de 580 kWh [27]. Las baterías de plomo-ácido tienen una gran
ventaja en seguridad sobre otras tecnologías además de ser libres de mantenimiento. De igual
forma, en lo que concierne a su costo, son una opción más viable con sus 100-150 U$ por kWh
para el año 2010. Sin embargo, en términos de tiempo de vida y energía específica su aplicación es
18
limitada ya que con una energía específica de 40 Wh/kg tienen un tiempo de vida de 3 a 5 años
[23].
Las baterías de Níquel-Cadmio presentan grandes cantidades de ciclos de vida y el potencial de
descargarse completamente sin daño alguno. A pesar de que pueden ser recicladas, el cadmio es
un elemento que puede ocasionar grandes daños al ambiente. Otra desventaja de estas baterías
es su alto costo [25].
Las baterías de níquel-hidruro metálico (Ni-MH), se contemplan como el remplazo de las baterías
de níquel-cadmio (Ni-Cd). Estas baterías son consideradas reciclables y de operación segura a altos
voltajes [28]. Cuentan con un alto almacenamiento volumétrico de energía y potencia, un mayor
ciclo de vida respecto a las de plomo-ácido y un rango amplio de temperaturas de operación.
Entre sus desventajas se reporta que presentan un efecto de memoria que reduce su potencia
utilizable y su vida incluso hasta 200 ciclos. Estas baterías han sido utilizadas en diferentes
modelos de vehículo híbrido [25].
Estas baterías de Níquel hidruro metálico tienen bajos niveles de seguridad y su energía específica
de 50 a 70 Wh/kg no compite con otras tecnologías para la demanda de un vehículo eléctrico (200
Wh/kg). Así mismo, la alta composición de níquel dentro de estos módulos de baterías limita
futuras reducciones en sus costos debido al alto precio del níquel [23].
Finalmente, una de las tecnologías más promisorias para uso vehicular son las baterías basadas en
la tecnología de litio, en configuración con diferentes materiales y aleaciones, tal como se observa
en la Figura 1.
Configuraciones con níquel, cadmio, aluminio, manganeso, titanio y cobalto se desarrollan y
estudian en la actualidad. De éstas, la de uso más difundido es la batería de ion de litio, utilizada
en la gran mayoría de dispositivos electrónicos disponibles hoy en día. Esta batería es reciclable y
se caracteriza por su alta energía específica y buen desempeño a altas temperaturas, sus bajos
efectos de memoria, alta potencia y energía específica, una vida de más de 1000 ciclos y seguridad
garantizada [25]. Se ha reportado que logra almacenar tres veces más energía por unidad de peso
que otras baterías [29] [30]. Aunque sus niveles de seguridad sean mayores que los de otras
tecnologías, un alto nivel de seguridad es requerido para su comercialización y este aumento en
19
los niveles de seguridad implica algunos sacrificios en el comportamiento de la batería y algún
incremento en los costos de la misma [23].
Las baterías de Litio-Ion (Li-ion) son en la actualidad las más utilizadas en aplicaciones referentes a
vehículos terrestres eléctricos remplazando a otras tecnologías [25]. Esto debido a su gran
potencial para proveer un buen rendimiento a los vehículos en términos de aceleración y
autonomía, por lo que se consideran como la tecnología más prometedora de las próximas
décadas [23]. Por ello y por los retos que debe superar esta tecnología, diferentes estudios se han
realizado para analizar su comportamiento, optimizar su diseño y mejorar su desempeño. Gran
parte de los estudios se concentra en la vida de las baterías por medio de metodologías de
optimización del diseño basadas en la evaluación del ciclo de vida [31], metodologías de carga
para optimizar la vida de las baterías y el consumo energético [32] y metodologías de monitoreo
del estado de carga y salud de las mismas [33] [34].
Dada la importancia del factor seguridad que se necesita en el momento de comercializar una
batería para el campo de vehículos eléctricos, la Tabla 2 muestra una comparación de diferentes
tecnologías, tanto que se comercializan como las que están en etapa de desarrollo e investigación.
En esta tabla se pretende mostrar una comparación en su mayoría cualitativa entre las tecnologías
para diferentes parámetros relevantes de las mismas como la energía específica, la potencia
específica, la eficiencia, los ciclos de vida, la vida útil, la temperatura, los costos y la seguridad.
Dicha comparación cualitativa tiene la convención de -, +/-, + y ++, indicando que la respuesta de
la tecnología al parámetro evaluado para el año 2011 era mala, regular, buena o excelente,
respectivamente, en comparación con el mayor desarrollo alcanzado para ese momento. Así, por
ejemplo, se evidencia como la reactividad metálica del litio afecta en este punto a sus diferentes
configuraciones, por lo que sería necesario aumentar los costos y sacrificar desempeño, como se
mencionó anteriormente.
20
Tabla 2. Comparación para diferentes tecnologías desarrolladas y en desarrollo [23] 1.
En la actualidad, los trabajos de investigación de baterías están enfocados en el desarrollo de
baterías altamente eficientes considerando las restricciones durante el ciclo carga-descarga, como
el manejo de la densidad de corriente, oxidación, temperatura. En cuanto al tratamiento de las
baterías vehiculares en los sistemas eléctricos, es necesario reconocer cómo se puede manejar el
ciclo de carga con base en la energía específica manejada y de esta manera definir las
características de voltaje y corriente del cargador de baterías [35]. Así mismo, es necesario
reglamentar la clase de baterías que pueden ser usadas en los vehículos con el fin de estandarizar
las estaciones cargadoras de baterías [36].
Una tendencia actual de investigación apunta al uso de nanotecnología para mejorar las
características de las baterías. Particularmente se han incluido nanotubos de carbono así como
hojas de grafeno para mejorar los electrodos de las baterías basadas en litio [37] [38]. Otra
tendencia fuerte en la actualidad apunta al uso del litio combinado con aire o con azufre,
encontrando en las baterías Li-O2 una de las perspectivas tecnológicas de mejoramiento del
1 Dado el estado de su desarrollo, algunos espacios están en blanco por imposibilidad para adquirir la información.
Etapa de
desarro llo
Energía
Específica
Teórica (Wh/kg)
Energía
específica
Potencia
específica Eficiencia Ciclos de vida Vida útil Temperatura Costos Seguridad
Plomo-ácido Com 110-170 - +/- +/- - ++ +
NiM H Com (HEV) >200 - ++ - + - +
Li-ion Com (BEV) 300-600 + + + + +/- - - -
LM P Com (BEV) 500-890 + - - + - - -
Li-S 2500 ++ +/- - + -
ZEBRA Com (BEV) 790 + - + +/- + - +/- +
NaS Com (Estac.) 790 + - +/- + - -
Aire-M etal
Zn-aire Com.(no BEV) 1200 ++ - ++
Li-aire R&D 11000 ++ - -
Al-aire R&D 8000 ++ - - -
Fe-aire R&D 1880 ++ - - -
Silicon-aire R&D 8470
Conversión R&D +
Litio orgánico R&D - - -
Na-ion temp. Amb R&D - + + +
M g-ion R&D + + +
Ni-Li R&D + +
Li-Cu R&D
All electron R&D + +
Litio
Alta temperatura
Otras tecnologías
21
desempeño más importantes, con potenciales tecnológicos de ofrecer energías específicas de
hasta 3000 Wh/kg [39] [40] [41].
La otra gran tendencia está encaminada hacia la comercialización de baterías económicamente
viables y seguras. Desde el punto de vista económico, se realiza un análisis de ciclo de vida del
producto tanto para el costeo puro como para la inclusión de parámetros ambientales [23]. Desde
el punto de vista de seguridad, una buena parte de la investigación se concentra en garantizar
reacciones seguras y que sean lo suficientemente robustas para soportar condiciones térmicas y
de operación variables [42].
6.1.1. Vehículos eléctricos comerciales y sus sistemas de
almacenamiento
Desde el punto de vista comercial, existe un amplio desarrollo en diferentes tecnologías de
baterías para su uso tanto en vehículos eléctricos como en buses eléctricos e híbridos. En este
capítulo se describirá brevemente primero, el desarrollo alrededor del mundo en cuanto a buses
híbridos y eléctricos y sus sistemas de almacenamiento y, posteriormente, un análisis más
profundo de las tecnologías encontradas para vehículos eléctricos alrededor del mundo, más
enfocado en el alcance y desarrollo de este proyecto.
BYD, una de las grandes compañías vehiculares en el continente asiático y que ha venido
desarrollando sistemas eléctricos, tiene su propia línea de buses puramente eléctricos. Flotas de
este tipo de buses ya han entrado en funcionamiento en diferentes países del mundo, como Israel.
Tel Aviv cuenta con una flota de aproximadamente 700 buses eléctricos BYD, esperando crecer a
1300 buses.
Por otro lado, la compañía Solaris tiene una amplia gama de buses híbridos eléctricos, cuyo tren de
potencia contiene ultracapacitores, baterías o una combinación de ambos [28]. En una de sus
configuraciones, el bus Urbino de Solaris con tren de potencia de Vossloh Kiepe, tiene un sistema
de almacenamiento de energía compuesto por dos baterías de 700 kg de litio ion con una
capacidad de 120.9 kW y un voltaje nominal de 600 V [23].
Zebra® viene trabajando desde la década de los 80 en sus baterías a base de sal común y níquel.
Estas baterías tienen aproximadamente 5 veces la densidad de energía de una batería de plomo
22
ácido, una vida útil mayor a 1000 ciclos, y una densidad de potencia de aproximadamente 180
W/kg [31]. Actualmente, Zebra provee a algunas compañías de buses eléctricos tales como
Tecnobus en Italia y los buses híbridos de VAN HOOL, entre otros [32].
En Europa, compañías como Daimler, en conjunto con Mercedes-Benz, Setra y Orion, con su gama
de buses híbridos eléctricos y eléctrico Citaro, contienen 330 kg de baterías de litio-ion con una
capacidad de 26 kWh. Así mismo, la compañía Iveco implementa en su Irisbus baterías de litio-ion
de A123, de Estados Unidos, con una capacidad de 11 kWh (el prototipo usaba baterías de Zebra)
[43].
En cuanto a vehículos de pasajeros, la Tabla 3 presenta un compendio de información de los
módulos de baterías de aquellos vehículos eléctricos de mayor comercialización alrededor del
mundo. Se presentan tres tipos de vehículos diferentes con un total de quince vehículos para los
cuales se muestran las principales características relacionadas con desempeño energético.
Tabla 3. Vehículos comerciales y sus principales características de desempeño2
Capacidad
(kWh)
Tecnología de la
batería Potencia
(hp)
Autonomía (km)
MPGe Ciudad
MPGe Carretera
Consumo (wh/km)
Carga estándar (kW-h)
Tesla model S [44] 85 Litio ion 416 426 90 88 199.5 7.6-3
BMW i8 [45] 7.1 Litio ion 167 37 102 29 191.9 3.7-2.5
Cadillac ELR coupe [46] 16.5 Litio ion 84 59 85 80 279.7 -
Volt [47] 17.1 Litio ion 149 61 98 40 280.3 1.44-6.5
BMW i3 [48] 18.8 Litio ion 170 190 137 111 98.9
Nissan leaf [49] 24 Litio ion 107 135 126 101 177.8 -
i miev [50] 16 Litio ion 66 100 126 99 160.0 -
BYD e6 [51] 61.4 Fe 121 250 64 60 245.6 10-6
Renault zoe [52] 22 Litio ion 88 210 169 - 104.8 -
Ford focus [53] 23 Litio ion 143 122 110 99 188.5 -
Honda Fit EV [54] 20 Litio ion 75 132 132 105 151.5 6.6-3
Fiat 500e [55] 24 Litio ion 111 140 122 108 171.4 6.6
Kia soul EV [56] 27 Litio ion 148 200 120 92 135.0 66-5
Spark EV [57] 20 Litio ion 130 132 128 109 151.5 -7
Toyota RAV4 EV [58] 35 Litio ion 115 165 78 74 212.1 9.5-5
2 Los espacios en blanco son consecuencia de falta de información disponible y/o de referencias confiables.
23
Los vehículos que se encuentran en la tabla, se pueden dividir en 3 categorías: Vehículos
deportivos, vehículos compactos y SUV (Vehículo deportivo utilitario por sus siglas en inglés). En el
rango de vehículos deportivos se encuentra el Tesla Model S, cuyos competidores son BMW i8,
Cadillac ELR Coupe y Chevrolet Volt, principalmente. Es importante mencionar que de estos 4
vehículos, el de la compañía Tesla es el único totalmente eléctrico. Los otros tres son vehículos
eléctricos con rango extendido, es decir vehículos eléctricos que tienen la posibilidad de aumentar
su rango de distancia para carretera, por ejemplo, mediante el uso asistido o independiente de un
motor de combustión interna, generalmente de 1.4 L.
En la segunda categoría se encuentran los vehículos compactos familiares, como lo son el BMW i3,
Nissan Leaf, Mitsubishi iMiev, BYD e6, Renault Zoe, Ford focus, Honda fit EV, Fiat 500e, Kia Soul EV
y Chevrolet Spark EV. Estos son los vehículos mayormente comercializados a nivel mundial dadas
sus características de tamaño y su precio, principalmente.
En la tercera categoría, se encuentra el Toyota RAV4 EV que maneja un sistema de
almacenamiento basado en baterías de litio-ion y cuenta con la importante característica de ser
único en su tipo Actualmente, no existen SUVs totalmente eléctricas que estén disponibles
comercialmente y puedan competir con la RAV4 de Toyota.
Cabe mencionar y resaltar, que todos los vehículos acá presentados poseen un sistema de
almacenamiento de energía basado en baterías de litio-ion, excepto el BYD e6 que tiene una
batería de Fosfato de Hierro. Esto evidencia los grandes avances tecnológicos que se están
llevando en la dirección de mejorar las tecnologías de litio y cómo este material se ha convertido
en el material a preferencia para el uso en vehículos eléctricos.
El análisis que se propone realizar en este proyecto está enfocado en las principales características
relacionadas a desempeño energético de estos vehículos y que influyen directamente en el
impacto que tenga algún vehículo de estos en la red de distribución eléctrica de una ciudad como
Bogotá. Estas características van desde economía energética, pasando por su autonomía y la
capacidad de almacenamiento de su sistema de baterías, para finalmente analizar su consumo
energético especificado por el fabricante y apreciados en la Tabla 3. Para visualizar de una manera
más comparativa la información, el análisis se realizará en cinco diferentes categorías: Vehículos
deportivos eléctricos; vehículos deportivos eléctricos con rango extendido; vehículos compactos
24
con módulo de baterías de litio-ion; vehículos compactos con módulo de baterías de fosfato de
hierro; y, vehículos eléctricos utilitarios (SUV). Es importante mencionar que para los vehículos
eléctricos con rango extendido sólo se analizó su operación eléctrica. Así, dentro de estas
categorías se encuentran distribuidos los 15 vehículos bajo estudio, acá descritos.
El indicador de economía energética acá usado es el consumo de energía en millas por galón
equivalente (MPGe). Esta unidad de medida es la usada por la Agencia de Protección Ambiental de
Estados Unidos (EPA por sus siglas en inglés) y equivale a las millas recorridas por unidad de
energía equivalente, para vehículos eléctricos, lo que equivaldría en vehículos convencionales a
millas recorridas por galón de combustible [59]. Si se calcula la cantidad de BTU generadas en la
combustión de un galón de gasolina y posteriormente la cantidad de kWh que se necesitan para
generar esa misma cantidad de BTU, se tiene la conexión entre energía eléctrica y gasolina,
generando una forma de comparar ambos medios de propulsión: MPGe. Al igual que para
vehículos con sistemas tradicionales de propulsión, las millas que recorre un vehículo por galón o
galón equivalente se presentan para los escenarios de operación en ciudad y operación en
carretera. De esta forma, para los vehículos bajo estudio en este proyecto se tiene la compilación
mostrada en la Figura 2.
Figura 2. Valores promedio de MPGe agrupados por tipo de vehículo
90 94
64
130
7888
38
60
103
74
0
20
40
60
80
100
120
140
160
180
Teslamodel S
Híbridos -Rango
eléctrico*
BYD e6 EVCompact
ToyotaRAV4 EV
Co
nsu
mo
en
erg
éti
co (
MP
Ge
)
Ciudad
Carretera
25
Así, de la Figura 2 se puede destacar la alta eficiencia que presentan los vehículos compactos
operando tanto en ciudad como en carretera. Esto se debe principalmente a dos factores en
conjunto: la capacidad de las baterías que usan los vehículos eléctricos compactos de este caso de
estudio con baterías de litio-ion tienen valores promedio de 22 kWh con variaciones de 3 kWh,
mientras que su masa es menor en comparación con otras categorías, lo que los hace más
eficientes. Para los vehículos con rango extendido, su eficiencia en modo eléctrico reafirma su
ventaja en economía energética y, en general de todos los vehículos eléctricos, en comparación
con vehículos con combustibles tradicionales. Al hacer uso de un motor de combustible para
operación en carretera, su economía energética se ve reducida casi a la mitad en comparación con
las demás categorías. En cuanto a tecnologías, se podría deducir que las baterías de litio-ion
permiten que los vehículos eléctricos tengan un menor consumo por distancia recorrida,
evidenciada en los valores de MPGe de 64 y 60 en ciudad y carretera respectivamente, para el
vehículo con baterías de fosfato de hierro, menor que el resto de las categorías acá presentadas.
Por otro lado, se puede observar como la forma de conducir en ciudad, influenciada fuertemente
por el transito urbano, en términos de detenciones principalmente, hace que el consumo
energético sea mayor que en carretera. Para estos casos, la energía que el vehículo puede
recuperar del frenado es mínima dadas las bajas velocidades que alcanza el vehículo en
condiciones urbanas de tránsito.
26
Figura 3. a) Autonomía y b) Capacidad de almacenamiento.
En la Figura 3 se presentan dos índices que están relacionados directamente en el desempeño
energético de los vehículos: la capacidad de almacenamiento de su módulo de baterías y la
autonomía del vehículo. Acá cabe destacar el alto desempeño de la categoría deportiva, tanto en
su sistema de almacenamiento de energía como en su autonomía. Dada la naturaleza de éste, la
comparación con las demás categorías no tiene lugar. Cuenta con un sistema de almacenamiento
con una capacidad dos veces mayor que el resto de vehículos (Figura 3 b)) manteniendo un
consumo apenas por encima que el de los vehículos compactos y por debajo del resto de
426
52
250
151 165
0
50
100
150
200
250
300
350
400
450
Tesla model S Híbridos -Rango
eléctrico*
BYD e6 EV Compact Toyota RAV4EV
Autonomía (km)
85
14
61.4
22
35
0
10
20
30
40
50
60
70
80
90
Tesla model S Híbridos -Rango
eléctrico*
BYD e6 EV Compact Toyota RAV4EV
Capacidad (kWh)
27
categorías. También cabe destacar los avances que BYD ha realizado en cuanto a la tecnología que
usa para sus módulos de baterías de fosfato. Su batería es aproximadamente dos veces más
grande en capacidad que el promedio de su categoría brindándole una mayor autonomía, que
igual se ve afectada por el tamaño del vehículo y su peso, principalmente.
Figura 4. Consumo de energía eléctrica por kilómetro recorrido.
En la Figura 4 se muestran los valores de dicho consumo para todas las categorías. Este valor de
consumo se estimó mediante los datos reportados por los fabricantes de cada vehículo,
provenientes de metodologías impuestas por la EPA para su determinación, por lo que no
necesariamente representan el consumo en una ciudad como Bogotá. El alto consumo presentado
por el vehículo con baterías de fosfato de hierro puede provenir no sólo de la tecnología de su
sistema de almacenamiento de energía, sino también puede verse impactado por las
características físicas y de desempeño del vehículo. Su masa, mucho mayor que la del resto de
vehículos compactos, puede ser la principal fuente de la que proviene este alto consumo. Y
aunque no sean comparables por su naturaleza, un fenómeno similar se presenta para la categoría
de vehículos utilitarios cuyo consumo es aproximadamente 40% mayor que el promedio de los
vehículos compactos de este caso de estudio.
199.5
251 245.6
148.8
212.1
0.0
50.0
100.0
150.0
200.0
250.0
300.0
Tesla model S Híbridos -Rango
eléctrico*
BYD e6 EV Compact Toyota RAV4EV
Co
nsu
mo
(W
h/k
m)
28
6.2. Ultracapacitores y sus aplicaciones en el mercado
mundial
Los ultracapacitores, también conocidos como capacitores eléctricos de doble capa, son módulos
auxiliares que almacenan una alta potencia específica de forma bidireccional [60]. Los
ultracapacitores son elementos pasivos que almacenan pequeñas cantidades de energía (en
comparación a las baterías) por cortos periodos de tiempo. Sus celdas suelen estar conformadas
por dos electrodos, un separador y un electrolito.
Los ultracapacitores se caracterizan por tener un tiempo de vida mucho mayor al de las baterías,
su capacidad de operación en bajas temperaturas, sus altas tasas de carga y descarga, su bajo peso
relativo, su alta potencia específica, su baja energía específica y su uso limitado del espectro de
energía [61], [62].
En la actualidad, para aplicaciones en vehículos híbridos y vehículos eléctricos, los ultra
capacitores suelen utilizarse en conjunto con las baterías. Esto con dos posibles finalidades, por
una parte, mejorar la eficiencia y autonomía de los vehículos, y por otra, reducir los picos de
corriente en las baterías y así aumentar su tiempo de vida [60] [63] [64] [65]. Parte de la mejora de
la eficiencia del sistema energético consiste en el frenado regenerativo, para el cual se utilizan los
ultracapacitores dada su capacidad de capturar la energía en el proceso de frenado y entregarla
rápidamente como potencia debido a sus altas tasas de carga y descarga [66], [67]. El uso de
sistemas de energía híbridos baterías/ultracapacitores se debe a que las características de los
elementos son complementarias. Ejemplo de ello es que las baterías presentan altas energías
específicas y los ultra capacitores altas potencias específicas.
De acuerdo con [61], [68], se distinguen cinco tecnologías principales de ultracapacitores en
desarrollo según los materiales que se utilizan en sus electrodos. Estas son, compuestos de fibra
carbón/metal, carbón espumado, partículas de carbono con aglutinante, películas de polímero
conductor en una base de carbono y revestimiento de óxidos de metal en láminas metálicas. Parte
de los dispositivos desarrollados con estas tecnologías se encuentran en estado de prototipo y por
lo tanto, son pocos los que se consideran listos para su comercialización, y menos los que se
encuentran disponibles para compra incluso en pequeñas cantidades [69].
29
Dentro de la oferta actual, existen dos formas en que se pueden encontrar: en celdas y en
módulos. Tanto celdas como módulos pueden encontrarse disponibles para comercializar y
también en etapas de prototipos. A diferencia de los módulos, las celdas tienen un campo más
avanzado de investigación y existe un gran número de fabricantes y distribuidores de estas. En
este campo de celdas, las compañías líderes son Maxwell, Panasonic, SuperFarad, Saft, Shangai
Green Tech, Ioxus y Elton, principalmente. Las características más relevantes se muestran en la
Tabla 4.
Tabla 4. Mercado de ultracapacitores en celdas
Voltaje (V)
Capacitancia (F)
Densidad de energía
(wh/kg)
Densidad de Potencia
(W/kg)
Maxwell 3 1000-2700 3-5 200-400
SuperFarad 40 250 5 200-300
Panasonic 3 800-2000 3-4 200-400
Saft 3 130 3 500
Elton 1,7 50000 8-10 80-100
Aunque el mercado de celdas sea amplio alrededor del mundo, para aplicaciones vehiculares, se
requiere tener altos voltajes que implican la necesidad de integrar varias celdas en módulos.
Independientemente de cómo se realice la configuración de las celdas dentro de un módulo, se
presentan inconvenientes a la hora de la integración. Dentro de estos inconvenientes se
encuentran el peso, las conexiones entre los electrodos y la posible filtración del electrolito [69].
Por esta razón es de mayor importancia conocer el mercado de módulos, tanto referente a
compañías dedicadas a la fabricación de los módulos, como las compañías dedicadas a la
integración de celdas de compañías manufactureras. Precisamente, el mercado de módulos de
ultracapacitores es mucho más reducido que el de celdas y se encuentra actualmente liderado por
Maxwell Technologies, cuya base principal se encuentra en Estados Unidos de América, y Nesscap,
cuya base principal se encuentra en Corea. Sin embargo, compañías como Elton, en Rusia, y
Shangai Green Tech, en China, están realizando grandes avances tecnológicos en este aspecto para
ganar competitividad con las compañías líderes [70] [71]. Por otro lado, Honda desarrolló su
propio prototipo de ultracapacitor a partir de celdas de electrodos de carbón activado con una
densidad de potencia de 1750 W/kg [72]. En cuanto a compañías integradoras, uno de los
desarrollos más importantes es el realizado por la compañía ISE Corporation que, a partir de
30
celdas de Maxwell llamadas BOOSTCAP®, integró lo que llaman el módulo Thunderpack II de ISE,
cuya característica principal es una densidad de potencia de 1500 W/kg [73].
La importancia de hablar de módulos de ultracapacitores radica en su cada vez mayor uso en
buses híbridos y eléctricos alrededor del mundo. Actualmente, compañías como Hess, MAN, Gillig,
Solaris, grandes manufactureras de buses en Europa, han implementado el uso de ultracapacitores
dentro de sus buses híbridos. De igual forma, compañías en Asia como Golden Dragon, Yutong y
Higer también han incorporado en sus sistemas módulos de ultracapacitores, teniendo en la
actualidad más de 500 buses en funcionamiento. Precisamente en todo el mundo se encuentran
alrededor de 5000 buses híbridos en operación [74]. Y es aquí en donde se ve el gran liderazgo de
la compañía Maxwell Technologies. El bus híbrido Solaris Urbino 18 DIWAhybrid contiene cinco
módulos de 125V cada uno, provistos por Maxwell, mientras que el bus híbrido de Scania contiene
cuatro de estos módulos [75]. Así mismo, los buses híbridos de Hess usan un sistema híbrido en
serie compuesto también por módulos Maxwell [76] [74], tal como lo usan los buses híbridos de
Van Hool [77] [78]. Sin embargo, la compañía SINAUTEC desarrolló una tecnología de buses
eléctricos con propulsión a través de un banco de ultracapacitores. Mientras el bus está dejando y
recogiendo pasajeros en los paraderos, el bus es recargado mediante una especie de pantógrafo
en menos de 30 segundos. Los ultracapacitores usados en estos buses son desarrollados por la
compañía Aowei de China y entregan al bus 5.9 kWh [79].
6.3. Caso de estudio
Dada la inclusión de 50 taxis eléctricos en la ciudad de Bogotá [80], el caso de estudio de este
proyecto de investigación es un vehículo con características similares a las características globales
de un BYD e6. BYD desarrolló su propio sistema de almacenamiento de energía que consiste en
baterías de fosfato de hierro (Fe), basadas en integración vertical. Estas baterías tienen una
capacidad energética de 61.4 kWh (600 Ah), una vida útil de 6000 ciclos y 10 años, una baja tasa
de auto descarga, una autonomía de 250 km y carga del 100% en 3 horas con carga rápida a 30 kW
[26] [51].
La Tabla 5 muestra una comparación de las características más relevantes de desempeño
energético para las baterías del BYD e6 junto con un promedio de las baterías litio-ión de los
vehículos comerciales estudiados en este proyecto.
31
Tabla 5. Comparación entre sistemas de almacenamiento de energía.
BYD Fe Li-ion
Vida útil (años) 10 10
Consumo (Wh/km) 245 157
Densidad de potencia (W/kg) 415 300
Tensión nominal a 0.2C (V) 325 330
Seguridad + +/-
Rango de operación + -
Siendo baterías compuestas por materiales totalmente reciclables [51], las baterías desarrolladas
por BYD cuentan con mayor capacidad energética que las baterías de litio-ion, con mayores niveles
de seguridad y mejor rango de operación aun cuando para las temperaturas promedio anuales de
Bogotá, este rango no sea de mayor relevancia.
Es de gran importancia resaltar este vehículo ya que un vehículo con características muy similares
a las del BYD e6 va a ser el vehículo del cual partirán todos los análisis de este proyecto de
investigación. Dicho análisis partirá del desarrollo de un modelo de dinámica longitudinal el cuál
necesita como parámetros las características del vehículo y su desarrollo se expondrá en los
siguientes capítulos.
32
7. Modelo dinámico
Para determinar los requerimientos de energía y de potencia del vehículo implementando el
efecto de los factores y las condiciones de tráfico que se presentan en Bogotá, se desarrolló un
modelo dinámico que incluye, además de las características físicas del vehículo, los efectos de la
densidad del aire, la pendiente y el estado de la carretera. Es un modelo simple de dinámica
longitudinal que caracteriza las fuerzas sobre el vehículo mientras se desplaza sobre su eje
longitudinal; es decir, hacia adelante o hacia atrás acorde a si acelera o frena. Está compuesto por
fuerzas aerodinámicas, fuerzas de rodadura, fuerzas gravitacionales, conocidas como fuerzas
resistivas, y efectos dinámicos. Este modelo se subdividió para los casos de aceleración y frenado.
Así, cuando el vehículo está acelerando se tiene que:
𝜂𝑡𝑓𝐹𝑡𝑟𝑎𝑐 = 𝐹𝑎𝑒𝑟𝑜 + 𝐹𝑟𝑟 + 𝐹𝑔 + 𝑀𝑒𝑞𝑎
Mientras que cuando está frenando se tiene que:
𝐹𝑓𝑟𝑒𝑛 = −𝐹𝑎𝑒𝑟𝑜 − 𝐹𝑟𝑟 − 𝐹𝑔 − 𝑀𝑒𝑞𝑎
Este modelo incluye en el término de fuerzas aerodinámicas, la densidad del aire y las
características aerodinámicas del vehículo, haciendo referencia a la fuerza producida por la
entrada en contacto del vehículo con el aire a velocidades medias y altas. En las fuerzas de
rodadura se incluye la calidad de las carreteras, dependiendo del escenario de trabajo, y es la
fuerza correspondiente a la resistencia que se genera entre la rueda y el suelo. La fuerza
gravitacional es la correspondiente a la fuerza que el vehículo debe vencer en los casos en dónde
debe subir una pendiente (tracción). Finalmente, está el término asociado a la aceleración del
vehículo, que es en sí la componente dinámica del modelo (tracción y frenado). Para ambos
escenarios, existe un factor asociado a pérdidas por disipación proveniente de la eficiencia de los
elementos mecánicos del tren de potencia para el caso en que el vehículo acelera, y proveniente
de la eficiencia de regeneración de energía a partir del frenado para el casi en que el vehículo está
frenando.
A partir de las fuerzas de tracción y frenado, se obtienen la potencia de tracción y frenado y
posteriormente la energía consumida en tracción y desechada en frenado (cuando no hay frenado
33
regenerativo) para una secuencia de velocidad dada. Tanto la potencia de tracción como la de
frenado, están sometidas a una eficiencia asociada al sistema. En el caso de la potencia de
tracción, la potencia que debe entregar el sistema de tracción está ligada a la eficiencia de los
componentes del tren motriz. Mientras que para la potencia de frenado, está ligada a un factor de
almacenamiento por parte de los componentes, así como a una eficiencia proveniente de la
capacidad del sistema para regenerar la energía del frenado. Luego, incluyendo todos los factores,
se tiene que el modelo simple de dinámica longitudinal desarrollado para el escenario en donde el
vehículo esté acelerando es:
𝜂𝑡𝑓𝐹𝑡𝑟𝑎𝑐 =𝜌
2𝐴𝑓𝑐𝑑𝑣2 + 𝑀𝑓𝑟𝑔 + 𝑀𝑠𝑖𝑛𝜃𝑔 + 𝑀𝑒𝑞�̇�
De igual forma, para cuando el vehículo está frenando, el modelo simple de dinámica longitudinal
desarrollado está dado por:
−𝑀𝑒𝑞�̇� = 𝐹𝑓𝑟𝑒𝑛𝑓𝑟𝑒𝑐 +𝜌
2𝐴𝑓𝐶𝑑𝑣2 + 𝑀𝑓𝑟𝑔 + 𝑀𝑠𝑖𝑛𝜃𝑔
Como se observa en las ecuaciones para ambos escenarios, se implementa un modelo sencillo de
fricción asociado a la resistencia a la rodadura. La cantidad de factores interrelacionados que
afectan la resistencia a la rodadura en un vehículo hace imposible crear una nueva fórmula que
incluya todos estos factores. En el nivel más elemental, se estima un valor constante para el
coeficiente de rodadura, estimado experimentalmente para condiciones de carretera de Bogotá
por Panesso en su proyecto de grado [81].
Así mismo se tiene que 𝑀 es la carga paga del vehículo, 𝑀𝑒𝑞 es la masa efectiva correspondiente a
la resultante de la masa del vehículo y de los componentes rotantes en éste, 𝐹𝑡𝑟𝑎𝑐 es la fuerza
necesaria para vencer las fuerzas resistivas bajo cierta secuencia de velocidad mientras el vehículo
esté acelerando, 𝜂𝑡𝑓 es la eficiencia de los componentes del tren de potencia, 𝑣 es la velocidad, 𝜌
es la densidad del aire, 𝐴𝑓 el área efectiva del vehículo, cd es el factor de arrastre aerodinámico, 𝜃
es el valor de la pendiente de la carretera, 𝑔 es la aceleración debida a la gravedad, Ffren es la
fuerza requerida por el vehículo para frenar acorde a las condiciones impuestas por la secuencia
de velocidad y 𝑓𝑟𝑒𝑐 es el factor de recuperación de energía de frenado.
Para poder totalizar la potencia total en el vehículo, se generalizó el modelo de dinámica
longitudinal a la derivación de una fuerza de interacción del vehículo con el entorno, 𝐹𝑖𝑛𝑡, que
34
permitirá globalizar está potencia total, llamada acá potencia de interacción, 𝑃𝑖𝑛𝑡, contemplando
tanto la acción de acelerar como la de frenar el vehículo. Así se tiene que:
𝑃𝑖𝑛𝑡 = 𝐹𝑖𝑛𝑡 . 𝑣
𝑃𝑖𝑛𝑡 = [(𝑀𝑒𝑞 �̇�) + (𝜌
2𝐴𝑓𝑐𝑑𝑣2) + (𝑀𝑓𝑟𝑔) + (𝑀𝑠𝑖𝑛𝜃𝑔)] . 𝑣
Así, esta potencia total contempla los dos comportamientos que tienen relevancia para este
proyecto: Cuando la potencia de interacción es positiva, el vehículo está supliendo la energía
requerida en tracción para la secuencia de velocidad dada, y cuando es negativa, el sistema de
frenos está reduciendo la energía cinética para la condición dada. Esta energía relacionada a la
acción de frenar el vehículo se puede disipar en calor, como se hace en vehículos de combustión
interna, o una fracción de ésta se puede almacenar, como se hace en vehículos eléctricos.
A partir de este análisis, se puede obtener la energía consumida por el vehículo, 𝐸𝑐𝑜𝑛, durante una
secuencia de velocidad dada, mediante la integración en el tiempo de la potencia entregada por el
tren de potencia del vehículo (𝑃𝑡𝑝), así:
𝑃𝑡𝑝 = {𝑃𝑖𝑛𝑡 𝑖𝑓 𝑃𝑖𝑛𝑡 > 00 𝑖𝑓 𝑃𝑖𝑛𝑡 < 0
}
𝐸𝑐𝑜𝑛 = ∫ (𝑃𝑡𝑝
𝜂𝑡𝑓)𝑑𝑡
𝑡𝑒𝑛𝑑
𝑡0
Y es precisamente a partir de esta energía consumida que se puede estimar el estado de carga del
vehículo para las condiciones dadas que, a su vez, va a servir como variable de entrada para el
diseño de sistemas de recarga y de infraestructura para la penetración en masa de este tipo de
vehículos en una ciudad como Bogotá.
35
8. Evaluación del modelo en casos simples
Una vez planteado el modelo a usar para la estimación de la energía consumida, se propone un
primer escenario de evaluación mediante el uso de ciclos de conducción estándar. La evaluación
partirá de probar el modelo mediante el uso de un micro ciclo sintético en forma de trapecio como
entrada de velocidad al modelo. Posteriormente, se pretende estimar el comportamiento
energético para el vehículo de estudio de este proyecto bajo los escenarios dados por dos ciclos de
conducción estándar. Uno de ellos sintético y el otro con aceleraciones y velocidades no
constantes. Estos dos últimos corresponden al ciclo urbano descrito en la norma SAE J1082 [82]; y
el ciclo urbano para Estados Unidos de la norma ISO 8714 [83], respectivamente.
Aunque dichos ciclos no representan las condiciones de tránsito y topografía de la ciudad de
Bogotá, un acondicionamiento de los parámetros del modelo dinámico permitirá incluir algunas de
las condiciones del entorno. Dichos parámetros, además de los relacionados a las características
del vehículo de estudio, son presentados en la Tabla 6.
Tabla 6. Parámetros de simulación para la etapa de evaluación del modelo
Parámetros de simulación
Masa, M (kg) 2 295
Relación final de transmisión, 𝑁𝑡𝑓 0.75
Coeficiente de resistencia aerodinámica, cd 0.35
Área frontal, Af (m2) 2.51
Densidad aire, ρ (kg/m3) 0.88
Coeficiente de resistencia a la rodadura, fr 0.0117
Ángulo de inclinación, θ(°) 0
Eficiencia del tren motriz, ηtf 0.9
Capacidad de la batería, c (kWh) 61.4
Factor de recuperación, frec 0
Los parámetros relacionados al vehículo como la masa, el ancho, el alto y la capacidad de la
batería se tomaron directamente de especificaciones del fabricante [51]. El coeficiente de
resistencia aerodinámico, la relación final de transmisión y la eficiencia del tren motriz se tomaron
de literatura [84]. Los parámetros relacionados al entorno como la densidad del aire y el
coeficiente de resistencia a la rodadura se tomaron de estudios realizados previamente en la
36
universidad [85] [81]. Cabe mencionar que al ser dependientes del ambiente (terreno,
características de la llanta, altitud, temperatura, presión atmosférica) son datos extrapolados de
acuerdo a las condiciones de estudio de este proyecto. La pendiente de la carretera se asumió
nula por ser la primera evaluación del modelo así como la regeneración del frenado. De esta
forma, toda la energía empleada en frenado es disipada al ambiente en forma de calor.
8.1. Micro-ciclo sintético
Para la primera evaluación del modelo, la secuencia de velocidad de entrada fue un caso sencillo,
equivalente a un micro-ciclo en forma de trapecio con velocidades y aceleraciones constantes,
equivalente al ciclo mostrado en la Figura 5. Se trata de un ciclo cuyo recorrido total es de 2 km en
un tiempo de 168 s. Su velocidad promedio es de 42.6 km/h con una aceleración máxima de 0.23
m/s2 y deceleración máxima de 0.69 m/s2.
Figura 5. Secuencia de velocidad. Micro-ciclo sintético con entrada en forma de trapecio.
Aunque obtener información de consumo de energía no sea relevante por la naturaleza de la
entrada, la información de potencia entregada a lo largo del recorrido si puede brindar
información relevante para la validación del modelo dinámico desarrollado. Para esto, se propuso
la distribución de la potencia total entregada de acuerdo a una sectorización de dicha potencia en
las diferentes fuerzas resistivas que tuvo que vencer el vehículo, y en la fuerza de frenado. Así,
para este caso se muestra la potencia entregada por sectores en la Figura 6 para la secuencia de
velocidad en forma de trapecio.
0 50 100 150 2000
5
10
15
20
Tiempo (s)
Velo
cidad (
m/s
)
0 50 100 150 2000
5
10
15
20
Tiempo(s)
Pote
nci
a (
kW)
Motor
Aerodinámica
Rodadura
Frenado
37
Figura 6. Distribución de potencia total entregada por sectores para entrada de velocidad en forma de trapecio.
En la Figura 6 se observa dicha distribución de potencia dividida en: Potencia total entregada por
el motor eléctrico, potencia requerida para vencer las diferentes fuerzas resistivas y potencia
requerida para frenar el vehículo acorde al patrón de velocidad dado (micro-ciclo con entrada de
trapecio).
De esta figura se puede observar la correcta operación del modelo de dinámica longitudinal
propuesto. En el intervalo entre 0 s y 72 s, el vehículo está bajo tracción con una aceleración
constante de 0.23 m/s2. La potencia requerida para vencer la fuerza ejercida sobre el vehículo al
entrar en contacto con el viento, se refleja en la respuesta con forma cúbica de la potencia
asociada a la resistencia aerodinámica, representada en verde en la figura. Al tener forma cúbica,
se verifica la correcta operación de esta parte del modelo de acuerdo al término de potencia
asociado a la fuerza de resistencia aerodinámica, dependiente de la velocidad al cubo. En cuanto a
la potencia asociada a la fuerza de resistencia a la rodadura, el modelo funciona correctamente al
ser una línea dependiente del coeficiente de rodadura constante, establecido para este caso de
estudio. Con respecto a la potencia requerida para vencer el efecto gravitacional generado por la
pendiente de la carretera, como es de esperarse es 0 a lo largo de todo el recorrido por la
característica impuesta de terreno plano.
0 20 40 60 80 100 120 140 160 180-30
-25
-20
-15
-10
-5
0
5
10
15
20
Tiempo(s)
Pote
ncia
(kW
)
Motor
Aerodinámica
Rodadura
Frenado
Gravitacional
Efecto inercial
38
En cuanto a la potencia requerida para frenar el vehículo, se observa que está definida con valores
diferentes a 0 sólo cuando el vehículo está disminuyendo su velocidad (como es de esperarse) con
una deceleración constante de 0.69 m/s2, en el intervalo entre 144 s y 168 s. Así mismo, el
comportamiento de esta potencia se fundamenta en el modelo teniendo en cuenta que es el
resultado del efecto inercial manteniendo el signo de la aceleración.
La potencia a lo largo del recorrido permite evaluar la energía consumida. Con el fin de
comprender el modelo físico además de entender cómo se está consumiendo la energía en el
vehículo, se pretende de igual forma sectorizar este consumo.
Figura 7. Consumo de energía sectorizado para la entrada en forma de trapecio
La Figura 7 muestra el consumo energético sectorizado para la evaluación del modelo bajo el
micro-ciclo sintético. Cada sector descrito en esta figura equivale a la energía consumida por el
vehículo al vencer cada una de las fuerzas disipativas que actúan sobre él durante el recorrido. El
término “Disipación” hace referencia a aquella energía que se pierde en calor por ineficiencia del
tren de potencia, que se asume constante para todo el recorrido.
Una vez se verificó el correcto funcionamiento del modelo dinámico, se procede a estimar el
consumo energético para el vehículo en ciclos de conducción estándar. Estos ciclos son de común
uso en la validación de vehículos por emisiones tanto en Europa como en Estados Unidos, por lo
que se toman como punto de referencia para la apropiada estimación en la metodología en
desarrollo.
151 Wh (44 %)
48 Wh (14 %)
68 Wh (20 %)
75 Wh (22 %)
Rodadura
Aerodinámica
Frenado
Disipación
39
8.2. Ciclo Urbano. SAE J1082
El primer ciclo usado para la evaluación de la metodología es el ciclo urbano expuesto en la norma
SAE J1082 [82]. Este ciclo hace parte del procedimiento establecido por la SAE para medir el
consumo de combustible en vehículos livianos de pasajeros, uniformemente, en carreteras
adecuadas.
En la Figura 8 se presenta la secuencia de velocidad en el tiempo para el recorrido urbano de la
norma SAE J1082.
Figura 8. Ciclo de conducción urbano. SAE J1082
Este ciclo de conducción tiene un rango de velocidades entre 0 y 14 m/s y es una unión de micro-
ciclos sintéticos, en donde se pretende recrear una situación real de conducción dentro de la
ciudad incluyendo siete detenciones del vehículo.
El objetivo principal de usar este ciclo es poder utilizar la metodología probada anteriormente, en
un ciclo más real (aún lejos de tener características similares a un recorrido usual en la ciudad de
Bogotá), y que permita realizar la primera aproximación de consumo energético para un vehículo
eléctrico.
Al igual que con la entrada en forma de trapecio, se estimó la potencia entregada por el vehículo
en el ciclo de la Figura 8. Usando la misma convención de colores, en la Figura 9 se observa la
0 50 100 150 200 250 300 350 400 450 5000
2
4
6
8
10
12
14
Tiempo (s)
Velo
cid
ad (
m/s
)
40
potencia total entregada por el vehículo en azul y su sectorización así: potencia requerida para
vencer las diferentes fuerzas resistivas (aerodinámica y rodadura) y la potencia requerida para
frenar el vehículo. Se observa también el alto impacto de los cambios pronunciados en velocidad
que se evidencian en un mayor requerimiento de potencia para mover el vehículo (Potencia
inercial, asociada a la aceleración inherente al ciclo de conducción impuesto).
Figura 9. Distribución de potencia total entregada por sectores para el ciclo urbano. SAE J1082
Para un futuro dimensionamiento de un sistema de almacenamiento de energía o para el correcto
diseño de un sistema de distribución energética en el caso de una flota vehicular, es necesario
estimar la energía consumida y conocer la forma en que el vehículo está disipando esta energía.
De esta forma, la Figura 10 muestra la distribución del consumo energético bajo el patrón de
conducción urbano indicado en la norma SAE J1082. En esta figura, se observa la energía que el
vehículo está disipando en fuerzas resistivas (Rodadura, Aerodinámica y fricción de componentes)
y en el cambio de energía cinética, traducido en la acción de frenar el vehículo.
0 50 100 150 200 250 300 350 400 450 500-40
-30
-20
-10
0
10
20
30
40
50
60
Tiempo(s)
Pote
ncia
(kW
)
Motor
Aerodinámica
Rodadura
Frenado
Gravitacional
Inercial
41
Figura 10. Distribución de consumo energético bajo el ciclo urbano de la norma SAE J1082.
La energía total consumida por el vehículo y entregada por el sistema de baterías estimada para
este ciclo de conducción es de 640.3 kWh. Si se toma la capacidad de almacenamiento de la Tabla
6, la autonomía del vehículo sería de 305 km en una condición sin inclinación del terreno bajo un
patrón similar de conducción al de la Figura 8.
8.3. Ciclo Urbano. ISO 8714
Dado que dentro del alcance de este proyecto no está realizar estimaciones de consumo
energético mediante pruebas en carretera o en dinamómetros, estimar el consumo energético
bajo un ciclo de conducción no sintético, es de gran interés y es el valor agregado de tener una
metodología totalmente numérica para estimar el comportamiento energético de vehículos
eléctricos.
Así, se toma un ciclo de conducción representativo para Estados Unidos compuesto por
velocidades y aceleraciones variables en el tiempo y detenciones que simulen una situación de
tránsito urbana. Este ciclo es el usado en la norma ISO 8714 para la evaluación de consumo de
combustible en una condición de tránsito urbana y su secuencia de velocidad en el tiempo se
muestra en la Figura 11.
240 Wh (32 %)
31 Wh (4 %)
300 Wh (40 %)
176 Wh (24 %)
Rodadura
Aerodinámica
Frenado
Disipación
42
Figura 11. Ciclo de conducción urbano. ISO 8714
A diferencia del ciclo urbano de la norma SAE J1084, este ciclo está diseñado para medir consumo
de energía y autonomía de referencia para vehículos netamente eléctricos. Por esta razón, es de
gran valor evaluar la metodología aquí desarrollada con este ciclo ya que está enfocada en
vehículos eléctricos, objeto de estudio de este proyecto. Aun así, cabe mencionar que no es
característico de las condiciones de tránsito de Bogotá y que está supuesto que el trayecto se hace
sobre condiciones de carretera plana por lo que puede estar también alejado de un trayecto usual
en Bogotá.
Al igual que para los casos anteriores, se evaluó la potencia entregada por el vehículo bajo este
ciclo de conducción, sin frenado regenerativo. La Figura 12 muestra la distribución de dicha
potencia.
0 200 400 600 800 1000 1200 14000
5
10
15
20
25
30
Tiempo (s)
Velo
cid
ad (
m/s
)
43
Figura 12. Distribución de potencia total entregada por sectores para el ciclo urbano. ISO 8714
Rectificando lo evidenciado en los casos anteriores, la mayoría de la potencia entregada se emplea
en acelerar o desacelerar el vehículo, mientras que la potencia entregada para contrarrestar las
fuerzas resistivas es mucho menor. Sin embargo, dado que en este ciclo se alcanzan velocidades
más altas, la componente en potencia para vencer la resistencia ejercida por el viento es mayor
que en el ciclo de la SAE, por lo que se espera que el consumo energético por efecto aerodinámico
sea también mayor.
Para un caso en donde se requiera dimensionar los componentes del tren motriz del vehículo es
importante determinar los picos en potencia. Para este caso, con una velocidad máxima del
vehículo de 90 km/h y aceleración máxima de 1.5 m/s2, la potencia máxima está alrededor de 57
kW. De gran interés es también estimar la potencia máxima de frenado ya que ésta impactará
fuertemente el Sistema de frenado regenerativo. Para este caso, la potencia máxima de frenado es
de 36.4 kW.
La distribución energética para este ciclo de conducción se muestra en la Figura 13.
0 200 400 600 800 1000 1200 1400-60
-40
-20
0
20
40
60
Tiempo(s)
Pote
ncia
(kW
)
Motor
Aerodinámica
Rodadura
Frenado
Gravitacional
Inercial
44
Figura 13. Distribución de consumo energético bajo el ciclo urbano de la norma ISO 8714.
Como se mencionó anteriormente, el consumo de energía para vencer fuerzas aerodinámicas es
mayor que para el ciclo urbano de la norma SAE J1084 con un consumo de 282 Wh equivalente a
un 11% del total de la energía consumida. Por otro lado, la energía consumida en el efecto de
frenar el vehículo es menor que para el ciclo de la norma SAE J1084 debido principalmente a que
las detenciones son menos drásticas. Sin embargo, al igual que para el caso de la norma SAE J1084,
el porcentaje de energía consumido en la acción de frenar el vehículo es alrededor del 35% lo que
evidencia la importancia de tener la posibilidad de regenerar energía del frenado. Esto impacta
directamente el proceso de diseño previo a la implementación de una flota vehicular eléctrica en
una ciudad como Bogotá ya que permitirá estimar en una fase de diseño el flujo energético en
cada vehículo eléctrico, dependiendo de su uso, lo que lleva a un adecuado dimensionamiento de
estaciones de carga y su gestión energética.
Enfatizando en la importancia del frenado regenerativo, para este caso el consumo energético es
de 20.6 kWh por 100 km recorridos sin regeneración. Asumiendo un 100% de regeneración, la
autonomía del vehículo aumentaría de 298 km a 459 km, lo que equivaldría a un aumento del
54%.
8.4. Inclusión del consumo por accesorios adicionales
904 Wh (33 %)
282 Wh (10 %)
865 Wh (31 %)
706 Wh (26 %)
Rodadura
Aerodinámica
Frenado
Disipación
45
Además de la necesidad evidenciada de incluir las características topográficas de una ciudad como
Bogotá en la metodología para la estimación del consumo energético en un vehículo eléctrico,
dado precisamente su posicionamiento geográfico y su cultura, es necesario tener en cuenta el
consumo energético adicional que conlleva el uso de accesorios adicionales en un vehículo
eléctrico.
Factores como temperatura ambiente, radiación solar, humedad o épocas de lluvias, llevan a que
accesorios adicionales como calefacción, ventilación o sistemas de aire acondicionado (HVAC)
tengan un mayor uso, traducido en un mayor consumo energético, totalmente relevante para este
proyecto, teniendo en cuenta que el consumo energético involucrado en estos sistemas puede
llegar a ser hasta el 30% de la capacidad de la batería [86] [87].
Dentro del alcance de este proyecto, se estudiaron casos simples en donde se asumió el uso de
dos accesorios adicionales: Una unidad de HVAC y una unidad de enfriamiento de la batería. Se
asume que esta unidad de enfriamiento está incluida dentro del paquete de baterías y que puede
operar independientemente de acuerdo a la temperatura de la batería.
Como valores de potencia media para cada sistema se tomaron los correspondientes al sistema
incluido en un Mitsubishi i-Miev [88] por falta de especificaciones para el vehículo de estudio de
este proyecto. Así, se tiene que los valores de potencia son los dados en la Tabla 7.
Tabla 7. Valores medio de potencia para accesorios [88].
Unidad de HVAC Enfriamiento 5 500 W
Calentamiento 5 500 W
Unidad Batería Enfriamiento 1 000 W
De esta forma, se realizó la simulación para el consumo energético para cada uno de los tres ciclos
descritos en la sección 8. Se asumió que en el caso de hacer uso de accesorios, este uso sería
constante durante todo el recorrido y las suposiciones en cuanto a pendiente y regeneración nulas
se mantuvieron.
46
Figura 14. Consumo de energía para uso de accesorios.
Así, en la Figura 14 se observa la comparación para el vehículo de estudio, con las condiciones de
la ciudad de Bogotá (densidad de aire y condición de carretera) del consumo energético para los
escenarios de: 1. Sin accesorios. 2. Unidad de enfriamiento de la batería y 3. Unidad de HVAC +
Unidad de enfriamiento de la batería.
Mientras sin accesorios, dependiendo del ciclo de conducción, la autonomía del vehículo está
entre 300 km y 400 km aproximadamente, con el uso de estos dos accesorios, se ve disminuido a
una autonomía entre 170 km y 220 km aproximadamente. Para una ciudad como Bogotá, en
donde el clima es impredecible dados los fenómenos del Niño y La Niña, con una humedad
aproximada al 80%, lluvias con valores anuales de hasta 1000 mm en gran parte del año, y
temperaturas de 13 °C a 23°c [89] [90], es de bastante relevancia incluir dentro de estos modelos
de predicción de desempeño energético la influencia del uso de accesorios, que puede llegar a
disminuir la autonomía de un vehículo eléctrico en valores hasta del 50%.
Trapecio SAE J1082 ISO 87140
5
10
15
20
25
30
35
40
45
Energ
ía c
onsum
ida(k
Wh/1
00 k
m)
Sin accesorios
Battery cooling (1 kW)
BCU + HVAC (6.5 kW)
47
9. Análisis de la sensibilidad del modelo dinámico a
diferentes parámetros de simulación
Como se mencionó en la sección 4, tener un ciclo de conducción que sea altamente representativo
y con alta calidad descriptiva de las condiciones del entorno en donde se opere es de gran interés
a la hora de evaluar el desempeño energético de un vehículo. Sin embargo, para la ciudad de
Bogotá no se ha desarrollado un ciclo de conducción que represente sus condiciones topográficas
y de tránsito, tan diferentes con respecto a aquellas ciudades en donde se han desarrollado ciclos
de conducción estándar.
Bogotá es una ciudad con aproximadamente 8 millones de habitantes y cuenta con
aproximadamente 1.2 millones de vehículos (75% particulares) [91]. Además, el estar ubicada en
una formación montañosa de la Cordillera Oriental de los Andes hace que sus calles se encuentren
sobre un territorio cuyo rango de elevación tiene valores entre 2535 m y 3494 m, como se observa
en la Figura 15.
Figura 15. Mapa de elevación para la ciudad de Bogotá [91].
Estas características hacen que sea de vital importancia para este proyecto desarrollar una
metodología que permita estimar el desempeño energético de un vehículo eléctrico mediante
datos reales de conducción en la ciudad de Bogotá, para así tener un primer estimativo del
48
comportamiento de estos vehículos operando es esta ciudad, sin querer decir que vayan a ser
casos representativos de conducción de la ciudad.
9.1. Caso de estudio para el análisis de sensibilidad del
modelo a condiciones inherentes a la ciudad de Bogotá
Para esto, se hizo uso de los datos experimentales adquiridos por Guerra [85], correspondientes a
10 recorridos en la ciudad de Bogotá en un vehículo eléctrico BYD e6. Estos datos experimentales
fueron tomados sólo con el fin de identificar factores influyentes en la respuesta del sistema y así
poder incluirlos en la metodología en desarrollo.
En estas señales se presentan características indeseadas como picos (debido a pérdidas de señal) o
ruido (debido a la baja cantidad de satélites o la presencia de obstáculos), que llevarían a
problemas en la derivación numérica o en la percepción equivocada del comportamiento,
afectando una adecuada y más precisa estimación del consumo energético.
De igual forma, se presentan grandes dificultades en cuanto a la adquisición de datos de elevación
a lo largo del recorrido, por lo que para este caso de estudio sólo se evaluarán valores promedios
de pendiente más adelante.
Por esto, como paso inicial para el desarrollo de esta metodología, se evidenció la necesidad de
enfocar esta parte del trabajo hacia el acondicionamiento de las señales adquiridas
experimentalmente mediante el uso de métodos que permitan suavizar estas señales, mitigando
efectos de sensibilidad de los sistemas de adquisición.
9.2. Sensibilidad del modelo
La sensibilidad del modelo a diferentes parámetros se dividió en dos categorías: Sensibilidad a
parámetros inherentes al modelo de dinámica longitudinal expuesto en la sección 7; y sensibilidad
del modelo a los parámetros de post-procesamiento de datos experimentales.
El procedimiento que se siguió para identificar los parámetros con mayor impacto en la estimación
del consumo energético para un vehículo eléctrico, consistió en realizar primero, una
identificación de todos los parámetros incluidos en el modelo dinámico de la sección 7 y
49
posteriormente identificar de cuáles de estos parámetros se puede obtener información (por lo
general, experimentalmente) y de esta forma, poder evaluar la sensibilidad del modelo planteado
a aquellos parámetros de los que no se puede obtener información fácilmente.
Para facilitar el análisis, se agruparon los parámetros incluidos en el modelo en 4 categorías,
dependiendo de su naturaleza. Estas categorías son: Coeficientes de interacción con el ambiente;
propiedades y dimensiones del vehículo; parámetros y/o constantes del ambiente; y parámetros
de acondicionamiento de señal. Nótese que, dado que el modelo de estimación de consumo
energético incluye los métodos de procesamiento de señales experimentales, los parámetros
asociados a este tratamiento de la información se unen como una categoría aparte a aquellos
parámetros inherentes al modelo de dinámica longitudinal.
9.2.1. Sensibilidad a parámetros del modelo de dinámica
longitudinal
Los parámetros del modelo de dinámica longitudinal hacen referencia a todo los parámetros
influyentes en el comportamiento longitudinal del vehículo. Estos parámetros están categorizados
en 3 grupos: Coeficientes de interacción con el ambiente; propiedades y dimensiones del vehículo;
parámetros y/o constantes del ambiente
Los coeficientes de interacción con el ambiente son aquellos parámetros que caracterizan el
comportamiento del vehículo cuando entra en movimiento y en acción con el ambiente. Estos
coeficientes son constantes (para este caso de estudio) y dependen directamente de las
propiedades del ambiente. En esta categoría se encuentran el Coeficiente de arrastre
aerodinámico y el coeficiente de rodadura. El primero hace referencia a la resistencia del vehículo
al entrar en contacto con el aire y el segundo hace referencia a la resistencia al movimiento del
vehículo al estar en contacto con la carretera. Ambos coeficientes pueden ser determinados
experimentalmente mediante una prueba de deceleración natural como la expuesta en la norma
SAE J1263 [92].
Los parámetros incluidos en la categoría de propiedades y dimensiones del vehículo son las
propiedades físicas del vehículo que influyen en su comportamiento al desplazarse
longitudinalmente y hacen referencia a masa del vehículo, el área frontal, la eficiencia del tren de
50
potencia y el factor de recuperación por frenado regenerativo. La masa del vehículo puede
medirse con básculas para cada eje. El área frontal se determina como el 80% del rectángulo
formado por el ancho y el alto del vehículo [92], la eficiencia del tren de potencia está ligada a la
eficiencia del motor eléctrico para su rango de operación, y el factor de recuperación depende
directamente de la estrategia de control del flujo energía en el vehículo y no se puede estimar
directamente, además de que en muchos casos, por cuestión de propiedad intelectual, no es
conocido.
Finalmente, los parámetros del ambiente hacen referencia a las propiedades del ambiente como
tal y que son tenidos en cuenta al momento de analizar la dinámica longitudinal del vehículo. En
esta categoría se encuentran la fuerza de gravedad, la inclinación de la carretera y la densidad del
aire. La densidad del aire se puede determinar cómo función de la temperatura ambiente, la
altitud de la ciudad, la presión atmosférica y la humedad relativa, como se explica en [85]. La
fuerza de gravedad es una constante universal, y la pendiente de la carretera se puede determinar
a través del recorrido mediante curvas de nivel con información geográfica de la ciudad de las
cuales se puede obtener la elevación para coordenadas de latitud y longitud, como se explica en
[91].
9.2.2. Sensibilidad a parámetros del acondicionamiento de la
señal
Se propuso el uso de dos tipos de filtros suavizadores para estimar la respuesta del vehículo bajo
diferentes condiciones. Estos filtros fueron el de Savitzky-Golay y Butterworth pasa-bajas. Se
escogieron estos dos filtros digitales por su amplio uso en tratamiento de señales y con el fin
también de obtener una comparación en comportamiento para el objetivo específico de la
estimación del consumo energético.
Por un lado, se propuso el uso de un filtro Butterworth pasa-bajas, por su capacidad de reducir
ruido preveniente de altas frecuencias. Se definen completamente por una función de
transferencia, que define un valor para la frecuencia de corte, 𝑓𝑐, y un coeficiente de atenuación
del filtro u orden de filtro, 𝑛𝑓 [93].
51
Por el otro lado, se propuso el uso de un filtro Savitzky-Golay. Este filtro es un filtro de promedio
móvil generalizado, generado mediante el uso mínimos cuadrados de un conjunto impar de
puntos equi-espaciados, ubicados alrededor del punto de interés. Está completamente definido
por el tamaño de la ventana, 𝑣𝑓, que es la cantidad de puntos seleccionados alrededor del punto
de interés; y el grado del polinomio, 𝑛𝑝 que suaviza la señal de interés de acuerdo al ajuste de la
cantidad de puntos alrededor del punto de interés [94].
9.2.3. Sensibilidad del consumo energético a parámetros
definidos
De esta forma, de los parámetros que se incluyen en el modelo propuesto en este trabajo de
investigación, se identificaron 5 parámetros cuyo valor no tendríamos forma de medir o
determinar inicialmente, por lo que se propone realizar un estudio de la sensibilidad del modelo a
dichos parámetros.
Los parámetros identificados y pertenecientes al acondicionamiento de la señal son: Tamaño de la
ventana y orden del polinomio para el filtro de Savitzky-Golay; y frecuencia de corte y orden del
filtro para el filtro Butterworth pasa-bajas; mientras que el único parámetro perteneciente al
modelo de dinámica longitudinal es el factor de recuperación del frenado regenerativo.
Como era de esperar, los parámetros asociados al acondicionamiento de la señal son de especial
interés para el modelo ya que conocer la sensibilidad del mismo a dichos parámetros es
fundamental para poder escoger el filtro adecuado para el tratamiento de las señales
experimentales, y que garantice mayor precisión en la estimación del consumo de energía real.
Una vez escogidos los parámetros a evaluar, se propone el siguiente análisis para estimar la
sensibilidad del modelo. Esta sensibilidad se evalúa a partir de la función para el estado de carga
de las baterías, es decir de la energía almacenada en las baterías en el momento de realizar la
estimación. Esta función es dependiente del cambio en el tiempo de la potencia entregada y está
expresada mediante los parámetros identificados en la sección anterior.
∆𝑆𝑂𝐶 = 𝐸 = 𝑓 (�⃗� (𝑡))
52
De esta forma, se puede establecer que el valor para la energía consumida corresponde al valor
obtenido por el modelo dinámico (un valor nominal), más un rango de incertidumbre
correspondiente a la desviación de este valor nominal debido a los parámetros cuyo valor no
podemos determinar con exactitud.
𝐸 = 𝐸𝑛𝑜𝑚 + 𝛿𝐸
Esta incertidumbre es la que se definió acá como la sensibilidad y en este proyecto está definida
como una función de las variaciones del consumo energético con respecto a la variación individual
de los parámetros identificados.
𝛿𝐸 ≅ ∆휀 = √∑∆휀𝑝𝑖
2
𝑛
𝑖=1
Con esta definición expuesta, se tiene entonces la forma en determinar la sensibilidad asociada a
cada uno de los parámetros de la siguiente forma:
∆휀𝑝𝑖= |
𝜕𝐸
𝜕𝑝𝑖| |∆𝑝𝑖|
Donde 𝑝𝑖 hace referencia al parámetro i. Así, la energía consumida por el vehículo (E) es una
función de la potencia entregada a lo largo de un recorrido dado. Esta energía puede expresarse
como un valor nominal con una incertidumbre dada su variación con respecto a cada parámetro
especificado.
Para realizar la evaluación de sensibilidad, se evaluó la energía consumida por el vehículo bajo las
siguientes suposiciones:
- La carretera es plana para todo el recorrido, es decir que la pendiente es 0%.
- Los accesorios adicionales no estarán funcionando a lo largo de todo el recorrido.
- El consumo se estima para el ciclo urbano estipulado en la norma SAE J1082 [82]. Se escogió
este ciclo dado su amplio rango de velocidades, así como su característica de ser sintético
para, en un una posibilidad de experimentación, brindar la facilidad de reproducción.
- Para el filtro de SG (Savitzky Golay) se tomaron valores nominales de 15 para el tamaño de la
ventana y 12 para el orden del polinomio, según resultados obtenidos por García [18].
53
- Para el filtro PB (Butterworth pasa-bajas) se tomaron valores nominales de 9 para el orden del
filtro y 0.89 para la frecuencia de corte normalizada.
- Para el factor de recuperación se tomó el valor nominal de 40%, ya que este valor es el más
común encontrado en literatura.
i. Sensibilidad del Consumo energético a los parámetros del filtro Savitzky-Golay
Como se especificó anteriormente, los parámetros característicos del filtro Savitzky-Golay y cuyo
efecto en el modelo de estimación energético fue evaluado, son: el tamaño de la ventana y el
orden del polinomio.
En la Figura 16 se presenta la variación de la energía consumida por 100km recorridos con
respecto a la variación del tamaño de la ventana de datos para el filtro SG, tanto en valores
absolutos (parte superior) como valores porcentuales con respecto al valor nominal (parte
inferior).
Figura 16. Variación de la energía consumida con respecto al tamaño de la ventana para SG en el ciclo urbano SAE J1082. a) Superior. Variación en kWh/km. b) Inferior. Variación porcentual con
respecto al valor nominal de 15 puntos.
11 12 13 14 15 16 17 18 19 20 210.413
0.414
0.415
0.416
0.417
Energ
ía p
or
kiló
metr
o (
kW
h/k
m)
y = - 0.0002*x + 0.42
11 12 13 14 15 16 17 18 19 20 210
0.1
0.2
0.3
0.4
Variació
n c
on n
om
inal (%
)
Tamaño de la ventana
54
Para este caso, la variación mínima del tamaño de la ventana es de 2 datos dado que dicha
ventana debe tener un número impar de datos para aplicar el filtro.
Para este caso, se obtuvo una tendencia lineal cuya norma de los residuos tiene un valor de
aproximadamente 3.9 x 10-4, lo que indica que dicho consumo no es directamente dependiente de
esta variación, aun cuando su valor rodea una variación del 0.2%.
En la Figura 17 se presenta la variación de la energía consumida con respecto a la variación del
orden del polinomio.
Figura 17. Variación de la energía consumida con respecto al orden del polinomio para SG en el ciclo urbano SAE J1082. a) Superior. Variación en kWh/km. b) Inferior. Variación porcentual con
respecto al valor nominal de orden 12.
En este caso, el consumo energético varía en un rango más amplio que el rango de variación con
respecto al tamaño de la ventana y su relación directa con el consumo de energía es menos
deducible. Afinar en este caso el paso para el análisis de la sensibilidad no llevaría a obtener
mejores resultados en cuando a la linealidad de la tendencia de la variación ya que el orden del
polinomio sólo puede tomar valores enteros positivos.
8 10 12 14 16 180.415
0.416
0.417
0.418
Energ
ía p
or
kiló
metr
o (
kW
h/k
m)
y = 0.00016*x + 0.41
8 10 12 14 16 180
0.1
0.2
0.3
0.4
Variació
n c
on n
om
inal (%
)
Orden del polinomio
55
Sin embargo, esta iteración se tomó alrededor de diferentes valores de orden del polinomio a lo
largo del rango, obteniendo el mismo comportamiento.
Para ambos casos, se puede concluir que los valores a usar para el tamaño de la ventana y orden
del polinomio tienen una fuerte dependencia de la naturaleza de los datos que se quieran filtrar y
que para un ciclo de conducción como el evaluado no se puede deducir una dependencia de la
precisión en la estimación del consumo energético con los parámetros de procesamiento de la
señal, mediante el uso de un filtro suavizador como el Savitzky-Golay.
ii. Sensibilidad del Consumo energético a los parámetros del filtro Butterworth Pasa-bajas
Como se especificó anteriormente, los parámetros característicos del filtro Butterworth pasa-bajas
y cuyo efecto en el modelo de estimación energético fue evaluado, son: frecuencia de corte y
orden del filtro.
En la Figura 18 se observa la variación del consumo de energía con respecto a la variación del
orden del filtro.
56
Figura 18. Variación de la energía consumida con respecto al orden del filtro para PB en el ciclo urbano SAE J1082. a) Superior. Variación en kWh/km. b) Inferior. Variación porcentual con
respecto al valor nominal de orden 9.
Con una norma de residuos de 2 x 10-7, se puede deducir que el orden del filtro tiene una
influencia directa en el consumo de energía aun cuando cambiar dicho valor solo generaría
variaciones del 0.0002% con respecto al valor nominal establecido.
7 8 9 10 11 120.4183
0.4183
0.4183
0.4183E
nerg
ía p
or
kiló
metr
o (
kW
h/k
m)
y = 3.3e-007*x + 0.42
7 8 9 10 11 120
1
2
3
4x 10
-4
Variació
n c
on n
om
inal (%
)
Orden del filtro
57
Figura 19. Variación de la energía consumida con respecto a la frecuencia de corte para PB en el ciclo urbano SAE J1082. a) Superior. Variación en kWh/km. b) Inferior. Variación porcentual con
respecto al valor nominal 0.89 Hz de frecuencia de corte.
La variación del consumo energético con respecto a la frecuencia normalizada de corte se observa
en la Figura 19. Al igual que para el filtro de Savitzky-Golay, no se pude concluir una relación
directa de este parámetro con el consumo energético del vehículo. Depende de igual forma de la
naturaleza de los datos adquiridos.
iii. Sensibilidad del Consumo energético al Factor de recuperación
En la Figura 20 se puede observar la variación del consumo energético con respecto al factor de
recuperación en un rango de 0 a 100% de regeneración.
0.84 0.86 0.88 0.9 0.92 0.94 0.960.418
0.4182
0.4184
0.4186E
nerg
ía p
or
kiló
metr
o (
kW
h/k
m)
y = 0.0037*x + 0.41
0.84 0.86 0.88 0.9 0.92 0.94 0.960
0.02
0.04
0.06
0.08
Variació
n c
on n
om
inal (%
)
Frecuencia de corte
58
Figura 20. Variación de la energía consumida con respecto al factor de regeneración para PB en el ciclo urbano SAE J1082. a) Superior. Variación en kWh/km. b) Inferior. Variación porcentual
con respecto al valor nominal de 40% de regeneración.
Como es de esperarse, dado que el porcentaje que se puede recuperar mediante el frenado
regenerativo representa un porcentaje directo de la energía que se pierde en frenado, la relación
es directamente proporcional teniendo que el consumo del vehículo puede reducirse en un 10%
con valores actuales reportados (40%) y hasta en un 25% con mejoras en la tecnología que
permitan regenerar toda la energía.
De las variables analizadas, esta es la que mayor impacto tiene en el consumo energético, con
variaciones del valor nominal un orden de magnitud mayor que la siguiente variable con mayor
impacto, que es el orden del polinomio.
0 0.2 0.4 0.6 0.8 1
0.35
0.4
0.45
0.5
Energ
ía p
or
kiló
metr
o (
kW
h/k
m)
y = - 0.094*x + 0.42
0 0.2 0.4 0.6 0.8 10
5
10
15
Variació
n c
on n
om
inal (%
)
Factor de recuperación
59
10. Resultados de la aplicación del modelo para el
caso de estudio: Bogotá
Como cierre de este proyecto de investigación, se propuso la aplicación del modelo dinámico de
estimación de energía para el ciclo urbano de la norma ISO 8714, con variaciones en la pendiente
que permitiera evaluar el impacto de ésta en el consumo energético del vehículo. La Tabla 8
presenta las características del vehículo de estudio. A diferencia del vehículo usado para probar el
funcionamiento del modelo, para el caso de estudio el vehículo regenera la energía del frenado
con factor de 40%.
Tabla 8. Características del vehículo de estudio para el análisis del impacto de la inclinación
Masa, M (kg) 2 295
Relación final de transmisión, 𝑁𝑡𝑓 0.75
Coeficiente de resistencia aerodinámica, cd 0.35
Área frontal, Af (m2) 2.51
Coeficiente de resistencia a la rodadura, fr 0.0117
Eficiencia del tren motriz, ηtf 0.9
Capacidad de la batería, c (kWh) 61.4
Factor de recuperación, frec 0.4
De la misma forma, Tabla 9 muestra las condiciones de conducción inherentes al ciclo de
conducción además de las condiciones del ambiente, relacionadas con condiciones atmosféricas
de la ciudad de Bogotá.
Tabla 9. Características del ciclo usado en el caso de estudio y de los parámetros del ambiente asociados a las condiciones de Bogotá
Distancia recorrida (km) 11.9
Tiempo total de recorrido (min) 22.8
Velocidad promedio (km/h) 31.4
Deceleración máxima (m/s2) 1.5
Aceleración máxima (m/s2) 1.5
Inclinación, % 2
Densidad aire, ρ (kg/m3) 0.88
También es importante indicar que se suavizó la señal de aceleración con un filtro Savitzky-Golay
con los parámetros nominales de la sección 9: ventana de 15 datos y orden del polinomio de 12.
60
Figura 21. Potencia consumida por sectores para ISO 8714 con pendiente de 2%.
En la Figura 21 se puede observar el alto impacto que tiene en el consumo de potencia la
pendiente de la carretera. Superando el consumo generado por resistencia a la rodadura y
resistencia aerodinámica, se evidencia la importancia de incluir este parámetro en la estimación
del consumo energético, especialmente en una ciudad como Bogotá en donde la inclinación puede
alcanzar valores incluso mayores a este 2%.
Así como se realizó para los casos de la sección 8, la sectorización del consumo se presenta en la
Figura 22.
0 200 400 600 800 1000 1200 14000
10
20
30
40
50
60
70
Tiempo(s)
Pote
nci
a (
kW)
Motor
Aerodinámica
Rodadura
Frenado
Gravitacional
61
Figura 22. Consumo de energía por sectores para pendiente del 2%.
De la Figura 22 se puede reafirmar la importancia de las fuerzas gravitacionales en el consumo
energético del vehículo eléctrico bajo estudio y en general de cualquier vehículo eléctrico.
Por esto, el 40% que se regenera de esta energía en frenado se presenta en la disminución del
consumo total de energía a un valor de 4.2 kWh a 3.9 kWh para el recorrido especificado. De igual
forma, con este valor de regeneración y bajo estas condiciones de operación, la autonomía del
vehículo estaría alrededor de los 186 km, con respecto a los 175 km que tendría sin regeneración.
Así, como resultado del uso de la metodología, el valor de consumo energético para un vehículo
con características similares a las características globales de un BYD e6, realizando el recorrido de
la Figura 11, bajo las condiciones ya especificadas de ambiente y regeneración, sería de 33.01
kWh/100 km.
Para poder cerrar la metodología aquí desarrollada, se implementó de una de las maneras más
simples el impacto de la altura en el consumo energético de un vehículo eléctrico. De una manera
similar a como se evaluó la sensibilidad del modelos a los parámetros de acondicionamiento y al
frenado regenerativo, se evaluó la sensibilidad del modelo a una pendiente constante a lo largo
del recorrido, como se observa en la Figura 23.
903 Wh (22 %)
282 Wh (7 %)
585 Wh (14 %)
877 Wh (21 %)
1544 Wh (37 %)
Rodadura
Aerodinámica
Frenado
Disipación
Gravitacional
62
Figura 23. Sensibilidad del modelo a variaciones en la pendiente promedio de la carretera. a)
Superior. Variación en kWh/km. b) Inferior. Variación porcentual con respecto a un terreno sin
inclinación.
Aunque sea una aproximación aun alejada del comportamiento real, se puede apreciar la fuerte
dependencia del consumo energético de la pendiente de la carretera. Con variaciones de la
pendiente de tan solo 1%, el consumo energético puede aumentar aproximadamente un 30%.
De esta forma, este caso piloto permitió probar la capacidad de la metodología para estimar
valores medios de consumo bajo diferentes escenarios de operación, dejando como propuesta
para un trabajo futuro (fuera del alcance de este proyecto) la evaluación del consumo energético
para perturbaciones instantáneas, como lo es el cambio de la pendiente a lo largo del recorrido.
-2 -1.5 -1 -0.5 0 0.5 1 1.5 20
0.1
0.2
0.3
0.4
Energ
ía p
or
kiló
metr
o (
kW
h/k
m)
-2 -1.5 -1 -0.5 0 0.5 1 1.5 20
20
40
60
80
Variació
n c
on n
om
inal (%
)
Pendiente (%)
63
11. Conclusiones
El impacto de incluir los cambios de altitud (representados en una pendiente de carretera) en la
predicción del consumo energético para un vehículo eléctrico, es considerable a la hora de estimar
la autonomía en distancia para estos vehículos. Especialmente en una ciudad ubicada en una zona
montañosa como Bogotá, incluir los efectos de inclinación de carretera en el consumo energético
de un vehículo eléctrico es de particular interés. Esto se ve reflejado en los resultados obtenidos
de la metodología propuesta, en donde se tiene que, para un vehículo con características similares
a las de un BYD e6 operando en un ciclo estándar bajo condiciones de altura y carreteras de
Bogotá, su autonomía disminuiría un 39% sólo por el efecto de hacer un recorrido en una
carretera con 2% de pendiente.
Sin embargo, obtener datos reales de la elevación de las carreteras no es usualmente un proceso
que se pueda realizar con alta precisión. A lo largo del trabajo, se evidenció la importancia de
poder estimar y adquirir la elevación para un recorrido dado, lo que resulta en la necesidad de
estimar el impacto de dicha elevación en el consumo energético. La inclusión en la metodología de
la inclinación de las carreteras y del uso de diferentes herramientas que permitan procesar datos
experimentales para incrementar la precisión de este parámetro, permite generar valor agregado
con respecto a metodologías usadas en países en donde la inclinación no es significativa. Y, es
precisamente la exactitud con la que se pueda estimar dicha inclinación la que permitirá, junto con
un ciclo de conducción adecuado, estimar con mayor precisión el impacto en distribución cuando
se dé una penetración importante de este tipo de vehículos en la red de movilidad de la ciudad.
La importancia de tener un ciclo de conducción que caracterice las condiciones bajo las cuales
opere el vehículo, ha sido evidenciada a través de diferentes proyectos y reafirmada en éste
proyecto, generando un punto de partida que culminaría con la ya explicada importancia de la
inclinación de la carretera. Para el planteamiento de la metodología, se realizó (dentro del alcance
de este proyecto) una primera evaluación de la respuesta de desempeño energético para un
vehículo eléctrico en Bogotá, bajo operaciones estándar de conducción, sin incluir aun la
inclinación de las carreteras. Esto permitió obtener valores preliminares de consumo de energía en
una ciudad como Bogotá y probar el funcionamiento de la metodología propuesta. Es importante
64
aclarar que estos valores de consumo están basados en una metodología piloto a nivel académico
y que, en dada su naturaleza informativa, pueden diferir de un consumo real y representativo.
Una vez probado el funcionamiento de la metodología, se evaluó la sensibilidad de la respuesta a
diferentes parámetros inherentes al acondicionamiento de señales adquiridas experimentalmente
obteniendo que, aunque dichos parámetros y su influencia son totalmente dependientes del
método y condiciones de adquisición, una primera aproximación indica que hacer uso de un filtro
Savitzky-Golay permitirá una mejor aproximación a un valor real de consumo energético.
Finalmente, es importante aclarar que, aunque las pruebas realizadas no permitan estimar con
alto grado de certidumbre la respuesta real de un vehículo eléctrico operando en un trayecto
específico en Bogotá, la metodología propuesta es de gran utilidad para estimar dicha respuesta y
su sensibilidad a diferentes parámetros a la hora de tener datos reales de conducción. Esto es lo
que precisamente dará para estimar el impacto en la red de distribución de energía eléctrica en
una fase de diseño.
Adicionalmente y no menos importante, se observó que el efecto de la recuperación de energía
por medio del uso de frenado regenerativo también tiene un alto impacto en el consumo
energético de un vehículo eléctrico, lo que indica que grandes avances en estas tecnologías
impactarán fuertemente en la percepción y aumento del uso de los vehículos eléctricos.
11.1. Trabajo futuro
Se proponen puntos relacionados con el desarrollo detallado de estrategias de control y de ciclos
de conducción, principalmente, para continuar con el presente trabajo y que son de gran interés a
medida que estas tecnologías penetren fuertemente el mercado colombiano.
El alto impacto de los cambios de altura en el desempeño energético de un vehículo
eléctrico se traduce en la necesidad de incluir dicho parámetro en los ciclos de conducción
estándar para obtener con mayor precisión la eficiencia de los mismos.
Así mismo, la importancia de contar con instrumentos de alta precisión que permitan
adquirir con baja incertidumbre variables como altitud, velocidad y aceleración en un
trayecto típico para la ciudad de estudio, también toma relevancia en trabajos futuros.
65
Dado el complejo sistema de control energético en estos vehículos, es necesario en
trabajos futuros detallar con precisión dichos sistemas, más específicamente la estrategia
de control para el flujo de energía dentro de un vehículo eléctrico.
Así mismo, la complejidad de las tecnologías de los sistemas de almacenamiento de
energía, implica la necesidad de desarrollar una metodología que permita estimar con
mayor precisión el estado de carga de dichos sistemas y la influencia de las condiciones
bajo las cuales opere, para así poder estimar su ciclo de vida y envejecimiento.
Finalmente, tener un desarrollo y análisis del comportamiento detallado del sistema de
frenado regenerativo permitirá estimar con mayor precisión el estado de carga del
vehículo para diferentes escenarios de operación.
66
Referencias bibliográficas
[1] UPME, «Unidad de planeación Minero Energética,» 1 12 2014. [En línea]. Available:
http://www1.upme.gov.co/boletin-estadistico-de-minas-y-energia. [Último acceso: 25 11
2014].
[2] R. Faria, P. Moura, J. Delgado y A. de Almeida, «A sustainability assessment of electric
vehicles as a personal mobility system,» Energy Conversion and Management , pp. 19-30,
2012.
[3] K. Hedegaard, H. Ravn, N. Juul y P. Meibom, «Effects of electric vehicles on power systems
in Northern Europe,» Energy, pp. 1-13, 2012.
[4] M. Yoon, Y. Gan, G. Gan, C. Leong, Z. Phuan, B. Cheah y K. Chew, «Studies of Regenerative
Braking in Electric Vehicle,» Kuala Lumpur, 2010.
[5] C. Binggang, Z. Chuanwei y B. Zhifeng, «Trend of development of Technology for Electric
Vehicles,» vol. 38, 2004.
[6] Alcaldía Mayor de Bogotá, «IDRD,» Bogotá Humana, Enero 2012. [En línea]. Available:
http://idrd.gov.co/sitio/idrd/Documentos/PLAN-DESARROLLO2012-2016.pdf. [Último
acceso: Noviembre 2014].
[7] A. Poullikkas, «Sustainable options for electric vehicles technologies,» Renewable and
Sustainable Energy Reviews, vol. 41, pp. 1277-1287, 2015.
[8] M. Farhhodnea, A. Mohamed, H. Shareef y H. Zayandehroodi, «Power quality impacts of
high-penetration electric vehicle stations and renewable energy-based generators on power
distribution systems,» Measurement, vol. 46, nº 8, pp. 2423-2434, 2013.
[9] A. Sheikhi, S. Bahrami, A. Ranjbar y H. Oraee, «Strategic charging method for plugged in
hybrid electric vehicles in smart grids; a game theoretic approach,» International Journal of
Electrical Power & Energy Systems, vol. 53, pp. 499-506, 2013.
[10] M. André, «The ARTEMIS European driving cycles foe measuring car pollutant emissions,»
Science of the Total Environment, Vols. %1 de %2334-335, pp. 73-84, 2004.
[11] M. André, «Driving cycles development: Characterization of the methods,» 1996.
[12] H. Yu, F. Tseng y R. McGee, «Driving Pattern Identification for EV Range Estimation,» IEEE
International Electric Vehicle Conference, pp. 1-7, 2012.
67
[13] Y. Zhang, W. Wang, Y. Kobayashi y K. Shirai, «Remaining Driving Range Estimation of Electric
Vehicle,» IEEE International electric vehicle conference, pp. 1-7, 2012.
[14] R. Shankar, J. Marco y F. Assadian, «A Methodology to Determine Drivetrain Efficiency
based on External Environment,» IEEE International electric vehicle conference , pp. 1-6,
2012.
[15] M. Bermúdez, «Metodología para el desarrollo piloto del ciclo de conducción para Bogotá,
Colombia.,» Bogotá, 2011.
[16] L. Kennedy, «Desarrollo de un protocolo de caracterización de GPS,» U. de Los Andes,
Bogotá, 2012.
[17] L. Matallana, «Desarrollo de la instrumentación para pruebas de desempeño mecánico en
un vehículo automotor,» U. de Los Andes, Bogotá, 2009.
[18] L. A. García, «Efecto de la altura ne el desempeño de un vehículo a gasolina,» U. de Los
Andes, Bogotá, 2013.
[19] J. C. Delgado Aguirre, «Metodología para cálculo del desempeño energético vehicular
tridimensional en ciclos de conducción de Bogotá,» U. de Los Andes, Bogotá, 2014.
[20] W. Lee, D. Choi y M. Sunwoo, «Modelling and simulation of vehicle electric power system,»
Journal of power sources, pp. 58-66, 2002.
[21] T. Christen y M. Carlen, «Theory of Ragone plots,» Journal of Power Sources, vol. 91, nº 2,
pp. 210-216, 2000.
[22] M. Broussely, «Battery requirements for HEVs, PHEVs and EVs: An overview,» de Electric
and Hybrid vehicles: Power sources, Model, Sustainability, Infrastructure and the Market.,
Amsterdam, Pistoia, 2010, pp. 305-347.
[23] S. Gerssen-Gondelach y A. Faij, «Performance of batteries for electric vehicles on short and
long term,» Journal of power sources, nº 212, pp. 111-129, 2012.
[24] S. Dhameja, «Electric Vehicle Batteries,» de Electric Vehicle Battery Systems, Burlington,
MA., Newnes (Elsevier Science), 2002, pp. 1-21.
[25] A. Khaligh y Z. Li, «Battery, Ultracapacitor, Fuel Cell, and Hybrid Energy Storage Systems for
Electric, Hybrid Electric, Fuel Cell, and Plug-In Hybrid Electric Vehicles: State of the Art,»
IEEE Transactions on Vehicular Technlogy, vol. 59, nº 6, pp. 2806-2814, 2010.
68
[26] O. Veneri, F. Migliardini, C. Capasso y P. Corbo, «Experimental Performance Assessment of
Pb, Li[NiCoMn]O2 and LiFePO4 Batteries for Road Vehicles,» 2012 International Symposium
on Power Electronics, Electrical Drives, Automation and Motion (SPEEDAM), pp. 389 - 394,
2012.
[27] K. C. Divya y J. Østergaard, «Battery energy storage technology for power systems-An
overview,» Electric Power Systems Research, vol. 79, nº 4, pp. 511-520, 2009.
[28] M. Fetcenko, S. Ovshinsky, B. Reichman, K. Young, C. Fierro, J. och, A. Zallen, W. Mays y T.
Ouchi, «Recent advances in NiMH battery technology,» Journal of Power Sources, vol. 166,
nº 2, p. 544–551, 2006.
[29] A. Dinger, R. Martin, X. Mosquet, D. Rizoulis, M. Russo y G. Sticher, «Batteries for Electric
Cars: Challenges, Opportunities, and the Outlook to 2020,» The Boston Consulting Group,
Boston, 2010.
[30] «A Review of Charging Algorithms for Nickel and Lithium Battery Chargers,» IEEE
Transactions on Vehicular Technology, vol. 60, nº 3, pp. 830 - 838, 2011.
[31] M. Zackrisson, L. Avellán y J. Orlenius, «Life cycle assessment of lithium-ion batteries for
plug-in hybrid electric vehicles - Critical issues,» Journal of Cleaner Production, vol. 18, nº
15, p. 1519–1529, 2010.
[32] S. Bashash, S. J. Moura, J. C. Forman y H. K. Fathy, «Plug-in hybrid electric vehicle charge
pattern optimization for energy cost and battery longevity,» Journal of power sources, nº
196, pp. 541-549, 2011.
[33] J. Zhang y J. Lee, «A review on prognostics and health monitoring of Li-ion battery,» Journal
of power sources , nº 196, pp. 6007-6014, 2011.
[34] B. Price, J. Richardson y E. Dietz, «State-of-charge and state-of-health monitoring:
Implications for industry, Academia, and the consumer,» IEEE International Conference on
Electro/Information Technology, 2012.
[35] H. Iqbal, «Electric and Hybrid Vehicle-Design Fundamentals,» de Electric and Hybrid
Vehicles: Design Fundamentals, London, CRC Press. Taylor & Francis Group, 2010, pp. 166-
189.
[36] «Battery-Management System (BMS) and SOC Development for Electrical Vehicles,» IEEE
Transactions on Vehicular Technology, vol. 60, nº 1, pp. 76 - 88, 2011.
69
[37] S. Lee, N. Yabuuchi, B. Gallant, S. Chen, B. Kim, P. Hammond y Y. Shao-Horn, «High-Power
lithium batteries from functionalized carbon-nanotube electrodes,» Nature Nanotechnology
, nº 5, pp. 531-537, 2010.
[38] C. Wang, D. Li, C. Too y G. Wallace, «Electrochemical Properties of Graphene Paper
Electrodes Used in Lithium batteries,» Chemestry of materials, vol. 13, nº 21, pp. 2604-
2606, 2009.
[39] A. Kraytsberg y Y. Ein-Eli, «Review on li-air Batteries-Opportunities, Limitations and
Perspective,» Journal of Power Sources, vol. 196, nº 3, pp. 886-893, 2011.
[40] M. M. Thackeray, C. Wolvertonb y E. D. Isaacsc, «Electrical Energy Storage for
Transportation-Approaching the Limits of, and Going Beyond, Lithium-Ion Batteries,»
Energy & Environmental Science, vol. 5, nº 7, pp. 7854-7863, 2012.
[41] P. G. Bruce, S. A. Freunberger, L. J. Hardwick y J.-M. Tarascon, «Li-O2 and Li-S Batteries With
High Energy Storage,» Nature Materials, vol. 11, p. 19–29, 2012.
[42] Y. Sun, S. Myung, B. Park, J. Prakash, I. Belharouak y K. Amine, «Hgh enery Cathode Material
for long life and safe Lithium batteries,» Nature materials, nº 8, pp. 320-324, 2009.
[43] K. Mikko y T. Markus, «FINPRO. Electric and Hybrid buses,» 2015. [En línea]. Available:
http://www.finpro.fi/documents/10304/8ebf0d65-0855-4902-8f6d-1d4c5dc23c27. [Último
acceso: Abril 2013].
[44] Tesla Motors, «Tesla Motors, Inc.,» 2015. [En línea]. Available:
http://www.teslamotors.com/models/specs. [Último acceso: Diciembre 2014].
[45] «The International BMW website,» [En línea]. Available:
http://www.bmw.com/com/en/newvehicles/i/i8/2014/showroom/technical_data.html.
[Último acceso: Diciembre 2014].
[46] General Motor, «Cadillac 2014 ELR Coupe,» 2014. [En línea]. Available:
http://www.cadillac.com/elr-electric-hybrid/features-specs/standard-optional-
equipment.html. [Último acceso: Diciembre 2014].
[47] General Motors, «Chevrolet,» 2014. [En línea]. Available:
http://www.chevrolet.com/content/dam/Chevrolet/northamerica/usa/nscwebsite/en/Hom
e/Help%20Center/Download%20a%20Brochure/02_PDFs/MY2015%20Volt%20Spec%20She
et_PDF-X1a_hi-res.pdf. [Último acceso: Diciembre 2014].
70
[48] BMW of North America, «BMW i3,» 2015. [En línea]. Available:
http://www.bmwusa.com/Standard/Content/Vehicles/2014/i3/BMWi3/Features_and_Spec
s/BMWi3Specifications.aspx. [Último acceso: Diciembre 2014].
[49] Nissan Corporation, «2015 Nissan Leaf,» 2015. [En línea]. Available:
http://www.nissanusa.com/electric-cars/leaf/charging-range/range/. [Último acceso:
Diciembre 2014].
[50] Mitsubushi Motors North America, Inc. , «I-MIEV,» 2015. [En línea]. Available:
http://www.mitsubishicars.com/imiev/specifications. [Último acceso: Enero 2015 ].
[51] BYD Company Limited, «BYD Build your dreams,» [En línea]. Available:
http://www.byd.com/na/auto/source/Future%20Starts%20Now.pdf. [Último acceso: 25
Noviembre 2014].
[52] Renault, «Renault Zoe,» 2015. [En línea]. Available: http://media.renault.com/global/en-
gb/Home/Welcome.aspx. [Último acceso: Enero 2015].
[53] Ford Motor Company, «2014 Focus,» 2014. [En línea]. Available:
http://www.ford.com/cars/focus/specifications/view-all/. [Último acceso: Enero 2015].
[54] American Honda Motor Co., Inc. , «Honda Fit EV 2014,» 2014. [En línea]. Available:
http://automobiles.honda.com/fit-ev/specifications.aspx. [Último acceso: Diciembre 2014].
[55] FCA US LLC. , «FIAT 500e,» 2014. [En línea]. Available: http://www.fiatusa.com/model-
compare/detailed-chart/?modelYearCode=CUX201504&. [Último acceso: Diciembre 2014].
[56] KIA Motors Europe, «KIA SOUL EV,» 2010. [En línea]. Available:
http://www.kia.com/eu/campaigns-and-redirects/soul-ev/. [Último acceso: Noviembre
2014].
[57] General Motors , «2015 Spark EV,» 2014. [En línea]. Available:
http://www.chevrolet.com/spark-ev-electric-vehicle.html#technology. [Último acceso:
Diciembre 2014].
[58] Toyota Motor Sales, U.S.A., Inc, «RAV4 EV 2014,» 2014. [En línea]. Available:
http://www.toyota.com/rav4ev/features.html#!/mileage_estimates/4480. [Último acceso:
Diciembre 2014].
[59] Office of Transportation and Air Quality; U.S. Environmental Protection Agency ,
«Environmental Protection Agency. Fuel Economy Label,» 14 Septiembre 2010. [En línea].
Available: http://www.epa.gov/fueleconomy/label/420r10909.pdf. [Último acceso:
71
Diciembre 2014].
[60] S. Cui, D. He, Z. Chen y T. Habetler, «A Wide Input Voltage Range ZVS Isolated Bidirectional
DC-DC Converter for Ultra-capacitor Application in Hybrid and Electric Vehicles,» 2012 IEEE
International Electric Vehicle Conference (IEVC), 2012.
[61] A. Khaligh y Z. Li, «Battery, Ultracapacitor, Fuel Cell, and Hybrid Energy Storage Systems for
Electric, Hybrid Electric, Fuel Cell, and Plug-In Hybrid Electric Vehicles: State of the Art,»
IEEE Transactions on Vehicular Technology,, vol. 59, 2010.
[62] Y. Parvini y A. Vahidi, «Optimal Charging of Ultracapacitors During Regenerative Braking,»
de IEEE International Electric Vehicle Conference (IEVC), 2012.
[63] X. Liu, Q. Zhang y C. Zhu, «Design of Battery and Ultracapacitor Multiple Energy Storage in
Hybrid Electric Vehicle,» de IEEE Vehicle Power and Propulsion Conference, 2009.
[64] R. Carter, A. Cruden y P. J. Hall, «Optimizing for Efficiency or Battery Life in a
Battery/Supercapacitor Electric Vehicle,» IEEE transactions on vehicular technology, vol. 61,
nº 4, pp. 1526- 1533,, 2012.
[65] R. Subramanian, P. Venhovens y B. Keane, «Accelerated Design and Optimization of Battery
Management Systems using HIL Simulation and Rapid Control Prototyping,» de IEEE
International Electric Vehicle Conference (IEVC), 2012.
[66] K. Zheng, Y. Yao, T. Shen, K. Hiriki y M. Sasaki, «Modeling and Control of Regenerative
Braking System in Heavy Duty Hybrid Electrical Vehicles,» SAE paper 2008-01-1569.
[67] X. Y. T. Shen, G. Li y K. Hikiri, «Regenerative Braking Torque Estimation and Control
Approaches for a Hybrid Electric Truck,» de 2010 American Control Conference, 2010.
[68] D. J. Kang y S. Park, «A Case Study on the Grid Impact of PHEV to Distribution Power
System,» de 44th Hawaii International Conference on System Sciences (HICSS), 2011.
[69] A. Burke, «Ultracapacitors: why, how, and where is the technology,» Journal of Power
Sources, nº 91, pp. 37-50, 2000.
[70] ELTON, «Elton supercapacitors,» 2013. [En línea]. Available: www.elton-cap.com. [Último
acceso: 19 Febrero 2013].
[71] G. capacitors, «Shanghai Green Tech co, ltda.,» 2011. [En línea]. Available:
www.greentechee.com . [Último acceso: 16 febrero 2013].
72
[72] T. H. FCX, «Honda. The Power of Dream,» 2013. [En línea]. Available:
http://world.honda.com/FuelCell/FCX/ultracapacitor/charging/. [Último acceso: 17 Febrero
2013].
[73] ISE Corporation; Maxwell Technologies Inc. , «Altrnative Energy Resources,» Abril 2006. [En
línea]. Available:
http://www.altenergymag.com/emagazine.php?issue_number=06.04.01&article=ultracapa
citors. [Último acceso: 20 Febrero 2013].
[74] S. Vabriescu y T. Gaelle, «ELSE Elektrik,» 2012. [En línea]. Available:
http://www.elseelektrik.com.tr/PageGalleryFiles/PdfFiles/Part3_Maxwell_Ultracapacitors_
Experience.pdf. [Último acceso: 18 Febrero 2013].
[75] M. Millikin, «Green Car Congress,» 3 Marzo 2010. [En línea]. Available:
http://www.greencarcongress.com/2010/03/voith-20100303.html. [Último acceso: 22
Febrero 2013].
[76] eTracker, «Hess. Motion & Emotion,» [En línea]. Available: http://www.hess-
ag.ch/en/busse/technologie/hybridtechnik.php. [Último acceso: 15 Febrero 2013].
[77] K. Mikko y T. Markus, «FINPRO,» Diciembre 2010. [En línea]. Available:
http://www.finpro.fi/documents/10304/8ebf0d65-0855-4902-8f6d-1d4c5dc23c27. [Último
acceso: 21 Febrero 2013].
[78] Maxwell Technologies Inc. , «paidContent,» 1 Julio 2008. [En línea]. Available:
http://finance.paidcontent.org/paidcontent/news/read?GUID=5890568. [Último acceso: 20
Febrero 2013].
[79] SINAUTEC AUTOMOBILE TECHNOLOGIES, «SINAUTEC,» 2008. [En línea]. Available:
http://www.sinautecus.com/files/transportation.pdf. [Último acceso: 16 Febrero 2013].
[80] Secretaría Distrital de Ambiente, «Taxis eléctricos en Bogotá,» Bogotá Humana, [En línea].
Available: http://ambientebogota.gov.co/web/taxis-electricos-en-bogota. [Último acceso:
Noviembre 2014].
[81] S. Panesso, «Caracterización de la dinámica longitudinal de un vehículo para diferentes
condiciones viales colombianas,» U. de Los Andes, Bogotá, 2012.
[82] SAE, SAE J1082 - Fuel Economy Measurement Road Test Procedure, Warrendale: SAE
International, 2008.
73
[83] ISO, ISO 8714- Electric Road vehicles -Reference energy consumption and ranges-Test
procedures for passenger cars and light commercial vehicles, Geneva: ISO, 2002.
[84] T. Gillespie, «Road Loads,» de Fundamentals of vehicle dynamics, Warrendale, SAE
International, pp. 97-101.
[85] A. Guerra, «Metodología para la evaluación del desempeño mecánico y energético de
vehículos eléctricos en Bogotá, Colombia,» U. de Los Andes, Bogotá, 2014.
[86] Z. Tian, C. Qian, B. Gu, L. Yang y F. Liu, «Electric vehicle air conditioning system performance
prediction based on artifitial neural network,» Applied Thermal Engineering, vol. 2, pp.
1016-1026, 2015.
[87] C. C. Chan, «The State of the Art of Electric, Hybrid, and Fuel Cell Vehicles,» Proceedings of
the IEEE, vol. 95, nº 4, pp. 704-718, 2007.
[88] Mitsubishi Heavy Industries. Automotive Thermal Systems Co., Ltd. , «Air-Conditioning
System for Mitsubishi Motors Outlander PHEV,» Mitsubishi Heavy Industries Technical
Review , vol. 51, nº 2, pp. 44-46, 2014.
[89] IDEAM, «Predicción climática y Alertas,» Noviembre 2014. [En línea]. Available:
http://institucional.ideam.gov.co/jsp/index.jsf. [Último acceso: Diciembre 2014 ].
[90] Secretaría Distrital de Ambiente, «Observatorio Ambiental de Bogotá,» Colnodo, [En línea].
Available: http://oab.ambientebogota.gov.co/es/indicadores?id=156. [Último acceso:
2014].
[91] J. C. Delgado, «Metodología para cálculo de desempeño energético vehicular
tridimiensional en ciclos de conducción en Bogotá,» U. de Los Andes, Bogotá, 2014.
[92] SAE, SAE J1263 - Road Load measurement and dynamometer simulation using coastdown
techniques, Warrendale: SAE International, 1996.
[93] G. Wang y K. Wang, «Study and design of exponential and Butterworth low-pass filters used
for digital speckle interference fringe filtering,» Optik, vol. 124, p. 6713–6717, 2013.
[94] P. A. Gorry, «General Least-Squares Smoothing and Differentiation by the Convolution
(Savitzky-Golay) method,» Analytical Chemistry, vol. 62, nº 6, p. 570–573, 1990.
[95] BANCO MUNDIAL COLOMBIA, «Análisis de la gestión del riesgo de desastres en Colombia:
un aporte para la construcción de políticas públicas,» Banco Mundial, Bogotá, 2012.
74
[96] T. Gillespie, «Road Loads,» de Fundamentals of vehicle dynamics, Warrendale, Society of
Automotive Engineers, Inc. .
[97] A. Boulanger, A. Chu, S. Maxx y D. L. Waltz, «Vehicle Electrification: Status and issues,» vol.
99, nº 6, pp. 1116-1138, 2011.
[98] M. Yoong, Y. Gan, G. Gan, C. Leong, Z. Phuan, B. Cheah y K. Chew, «Studies of regenerative
braking in electric vehicle,» de Sustainable Utilization and Development in Engineering and
Technology, Petaling Jaya, 2010.
[99] Nesscap, «NESSCAP Ultracapacitors,» 2011. [En línea]. Available: http://www.nesscap.com/.
[Último acceso: 2012].
[100] M. André, «The ARTEMIS European driving cycles for measuring car pollutant emissions,»
Science of the Total Environment, vol. 334, pp. 73-84, 2004.
[101] L. García, «Efecto de la altura en el desempeño de un vehículo a gasolina,» U. de Los Andes,
Bogotá, 2013.