Revisión de Estrategias de Simulación MATLAB/Simulink para Eficiencia Energética en Propulsión Electrificada [Review of MATLAB/Simulink Simulation Strategies for Energy Efficiency in Electrified Propulsion]
DOI:
https://doi.org/10.62574/rmpi.v5iTecnologia.411Palabras clave:
eficiencia energética, propulsión electrificada, modelación multifísica, (Fuente: Tesauro UNESCO).Resumen
La optimización de eficiencia energética en sistemas de propulsión electrificados constituye un desafío tecnológico contemporáneo donde MATLAB-Simulink-Simscape emerge como plataforma estándar para modelación multifísica. Este estudio realizó una revisión sistemática siguiendo protocolo PRISMA 2020 para identificar estrategias de modelación y simulación más efectivas. Se analizaron siete estudios publicados entre 2022-2024, extraídos de 1881 registros iniciales en bases de datos IEEE Xplore, Springer Link y Taylor & Francis. Los resultados evidencian predominio de bibliotecas Simscape Electrical (100%), Driveline (86%) y Fluids (57%), implementando estructuras jerárquicas multifísicas. Las estrategias más eficaces combinan control predictivo con análisis paramétrico, logrando mejoras energéticas del 8-23%. El aprendizaje por refuerzo emerge prometedor con mejoras hasta 18%. La validación por componentes resulta esencial, alcanzando precisión <2% en consumo energético. Se concluye que la integración multifísica temprana y calibración basada en datos experimentales optimizan significativamente la eficiencia energética en sistemas de propulsión electrificados.
Descargas
Citas
Ehsani, M., Gao, Y., & Emadi, A. (2023). Modern electric, hybrid electric, and fuel cell vehicles: Fundamentals, theory, and design. CRC Press. https://doi.org/10.1201/9781003288197
García-Sánchez, J. A., Jażdżewska, J., & Meier, O. (2023). Electric vehicle battery models in simulation environments: A comprehensive review. Journal of Energy Storage, 58, Article 106450. https://doi.org/10.1016/j.est.2022.106450
Guo, J., He, H., & Sun, C. (2023). Digital twin for electric vehicle powertrains: A review on modeling, simulation, and applications. IEEE Transactions on Vehicular Technology, 72(9), 9724–9739. https://doi.org/10.1109/TVT.2023.3271903
Hayes, J. G., & Thompson, K. (2023). Modeling and simulation of electrified powertrains: A comprehensive review. IEEE Transactions on Transportation Electrification, 9(1), 467–485. https://doi.org/10.1109/TTE.2022.3185492
Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, P. (2018). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta. McGraw-Hill Interamericana. https://doi.org/10.17993/CcyLl.2018.15
Kang, D., Lim, O., & Jung, J. (2022). Simscape-based thermal management system modeling for battery electric vehicles: A comparison of cooling strategies. Applied Thermal Engineering, 210, Article 118359. https://doi.org/10.1016/j.applthermaleng.2022.118359
Kim, J., & Park, S. (2022). Energy management strategy for parallel hybrid electric vehicles using predictive terrain information. IEEE Transactions on Vehicular Technology, 71(5), 4731–4742. https://doi.org/10.1109/TVT.2022.3143257
Kumar, P., Chakraborty, S., & Banerjee, S. (2023). Model-based design approach for electric vehicle controls: From simulation to prototype. IEEE Access, 11, 57890–57905. https://doi.org/10.1109/ACCESS.2023.3287574
Li, W., Xia, Y., & Zhou, K. (2024). Reinforcement learning for energy optimization in electrified vehicles: Simulation results and real-world validation. IEEE Transactions on Control Systems Technology, 32(1), 214–228. https://doi.org/10.1109/TCST.2023.3245879
Liu, K., & Peng, H. (2022). Optimal control of electrified vehicles: Theory and applications. Springer. https://doi.org/10.1007/978-3-030-86431-2
Liu, X., Wang, R., Zhang, Y., & Sun, Z. (2024). Adaptive energy management for series-parallel hybrid electric vehicles based on driving pattern recognition and terrain information. Energy, 275, Article 127368. https://doi.org/10.1016/j.energy.2023.127368
Martínez, A., & Johnson, B. (2024). Thermal-electrical coupled modeling of battery electric vehicles under extreme conditions. Journal of Power Sources, 550, Article 232468. https://doi.org/10.1016/j.jpowsour.2023.232468
Miller, J. M., & Johnson, V. H. (2024). Validation methodologies for electrified vehicle simulation models: Current practices and future directions. SAE International Journal of Alternative Powertrains, 12(2), 213–237. https://doi.org/10.4271/05-12-02-0012
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., & Hoffmann, T. C. (2022). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, Article n71. https://doi.org/10.1136/bmj.n71
Rajamani, R. (2023). Vehicle dynamics and control (3rd ed.). Springer. https://doi.org/10.1007/978-3-030-90475-0
Rashid, M. I. M., Hassan, M. H., & Sulaiman, S. A. (2022). Multi-domain simulation and optimization of hybrid electric powertrains: A Simscape-based integrated approach. Energy Conversion and Management, 254, Article 115232. https://doi.org/10.1016/j.enconman.2022.115232
Thaler, S., & Watzenig, D. (2022). Automotive systems and software engineering: State of the art and future trends. Springer. https://doi.org/10.1007/978-3-030-12157-0
Wang, J., Zhang, L., & Chen, F. (2024). Advanced modeling techniques for electric vehicle powertrains using Matlab/Simulink. Transportation Research Part D: Transport and Environment, 120, Article 103793. https://doi.org/10.1016/j.trd.2023.103793
Zhang, P., Yan, F., & Du, C. (2022). A unified framework for energy management in hybrid and electric vehicles using MATLAB/Simulink. Applied Energy, 328, Article 120090. https://doi.org/10.1016/j.apenergy.2022.120090
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Mario Fernando Mario Fernando Vargas-Brito, Esteban Fernando López-Espinel, Edwin Javier Morejón-Sánchez, Antonio Gabriel Castillo-Medina
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
CC BY-NC-SA : Esta licencia permite a los reutilizadores distribuir, remezclar, adaptar y construir sobre el material en cualquier medio o formato solo con fines no comerciales, y solo siempre y cuando se dé la atribución al creador. Si remezcla, adapta o construye sobre el material, debe licenciar el material modificado bajo términos idénticos.
OAI-PMH URL: https://rperspectivasinvestigativas.org/index.php/multidiscipinaria/oai
