Come il Model Predictive Control (MPC) sta rivoluzionando la gestione termica della batteria nei veicoli commerciali elettrici

Il tradizionale controllo della temperatura PID nei veicoli elettrici funziona come "guidare guardando nello specchietto retrovisore": reagisce ai cambiamenti di temperatura dopo che si sono già verificati. Per le autovetture questo approccio è spesso sufficiente. Ma per i veicoli elettrici commerciali che trasportano pacchi batteria da 200-400 kWh e richiedono una ricarica rapida 4C, il raffreddamento reattivo semplicemente non può tenere il passo.

È qui che il Model Predictive Control (MPC) cambia tutto.

Il Model Predictive Control è una strategia di controllo avanzata che utilizza un modello matematico del sistema per prevederne il comportamento futuro e ottimizzare di conseguenza le azioni di controllo. Nella ricerca accademica, è stato dimostrato che l'MPC riduce significativamente il consumo di energia nei sistemi di gestione termica delle batterie mantenendo un controllo della temperatura più rigoroso rispetto ai metodi convenzionali.

NEWBASE è diventata la prima azienda a implementare con successo algoritmi MPC nel settore BTMS (Battery Thermal Management System) dei veicoli commerciali, spostando la gestione termica dalla regolazione reattiva alla previsione proattiva.

L'unità BTMS raffreddata ad acqua basata su MPC funziona attraverso un ciclo intelligente in tre fasi:

1. Modellazione predittiva del gemello digitale

Viene stabilito in tempo reale un modello di gemello digitale accoppiato termica-elettrico della batteria, che prevede la traiettoria della temperatura della batteria per i successivi 30-60 secondi. Questo modello si aggiorna continuamente in base al feedback effettivo del sensore, garantendo l'accuratezza della previsione anche quando le condizioni della batteria evolvono nel corso del suo ciclo di vita.

2. Integrazione di input multidimensionali

Il sistema non si limita a guardare la temperatura attuale della batteria. Tiene conto delle condizioni stradali, dei profili di potenza di ricarica, delle previsioni della temperatura ambientale e persino degli schemi di guida previsti. Combinando questi input, l’algoritmo MPC pianifica la strategia di raffreddamento ottimale prima che il calore diventi un problema.

3. Ottimizzazione del rotolamento con correzione del feedback

All'interno di ciascun ciclo di controllo, il sistema esegue l'ottimizzazione progressiva, confrontando costantemente i risultati previsti con le misurazioni effettive e adattando il proprio modello in tempo reale. Questo circuito chiuso di "previsione-esecuzione-correzione" garantisce che il sistema di raffreddamento sia sempre un passo avanti rispetto agli eventi termici.

I risultati dell'implementazione dell'MPC nelle unità BTMS raffreddate ad acqua di NEWBASE sono misurabili e significativi:

• Variazione della temperatura della cella controllata entro ±2°C durante scenari di ricarica rapida a 4°C, rispetto allo standard del settore di ±3–5°C. Una maggiore uniformità della temperatura si traduce direttamente in una maggiore durata della batteria e prestazioni più costanti.
• Il consumo energetico del sistema è ridotto del 25–30% rispetto ai tradizionali sistemi controllati da PID. Per gli operatori di flotte che gestiscono decine di camion elettrici, ciò rappresenta un notevole risparmio sui costi operativi durante la vita del veicolo.
• La latenza della risposta è stata ridotta da secondi a millisecondi. Nella gestione termica, ogni millisecondo è importante, soprattutto durante la ricarica rapida, quando la temperatura della batteria può aumentare rapidamente.

Man mano che il mercato dei veicoli elettrici commerciali passa agli standard di ricarica ultraveloce 4C e 5C, il carico termico sui pacchi batteria aumenta notevolmente. Una carica 4C fornisce quattro volte la capacità della batteria in corrente, generando molto più calore rispetto alla ricarica convenzionale. Senza una gestione termica intelligente, questo calore può degradare le celle della batteria, ridurre l’efficienza di ricarica e persino innescare eventi di instabilità termica.

La gestione termica basata su MPC è particolarmente adatta ad affrontare questa sfida perché può anticipare il carico termico prima che inizi la ricarica e preraffreddare il pacco batteria alla temperatura iniziale ottimale. Durante la carica, regola dinamicamente l'intensità del raffreddamento in base alle previsioni della temperatura in tempo reale, prevenendo sia il surriscaldamento che il raffreddamento eccessivo.

Una ricerca pubblicata sulla rivista World Electric Vehicle Journal (2025) di MDPI conferma che le strategie MPC per BTMS possono ottimizzare il consumo di energia mantenendo la temperatura della batteria entro finestre operative sicure. Numerosi studi accademici condotti da istituzioni tra cui il Beijing Institute of Technology hanno confermato che la gestione termica basata su MPC supera gli approcci convenzionali basati su regole e PID sia in termini di efficienza energetica che di precisione del controllo della temperatura.

Il risultato di NEWBASE sta nel tradurre questi progressi accademici in un sistema pronto per la produzione e commercialmente fattibile per applicazioni pesanti, dove l'affidabilità, la durata e il rapporto costo-efficacia non sono negoziabili.

MPC non è solo un aggiornamento dell'algoritmo di controllo: è il fondamento di una gestione termica della batteria veramente intelligente. Man mano che i veicoli elettrici commerciali diventano più potenti e si caricano più velocemente, la capacità di prevedere, pianificare e prevenire i problemi termici prima che si verifichino separerà i leader del settore dagli altri.