A predictive control strategy for optimal power sharing and battery thermal management in hybrid electric vehicles
Hibrit elektrikli araçlarda en iyi güç paylaşımı ve batarya ısıl yönetimi için bir öngörülü kontrol stratejisi
- Tez No: 538999
- Danışmanlar: DR. ÖĞR. ÜYESİ EMRAH BIYIK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Yaşar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 112
Özet
Fosil yakıtların hızla tükenmekte olması, insanlar için dikkate alınması gereken ciddi bir problem haline gelmiştir. İşlenmemiş yakıt rezervlerinin yakın bir tarihte tükeneceği tahmin edilmektedir. Bu sebeple, son yıllarda otomobiller için yakıt ekonomisi kavramı daha önemli hale gelmiştir. Hibrit araçlar, söz konusu sorunların üstesinden gelmek için en iyi çözümlerden birisidir. Hibrit araçlar hem içten yanmalı motor hem de elektrik motorunu birlikte taşımaktadır. Çoğu durumda elektrik motoru sadece batarya ile şarj edilmektedir. Ancak bu durumda da bataryanın ömrü önemli bir problem olmaktadır. Bu yüzden süper kapasitörler elektrik motorunu şarj etmek için alternatif eleman olarak kullanılmaktadır. Bataryalar süper kapasitörlerden daha yüksek enerji yoğunluğuna sahip olmalarına rağmen, enerjiyi aktarma konusunda daha düşük yeteneğe sahiptirler. Ayrıca desarj derinliği döngüsünün hızlı olması, yüksek C parametresi, bataryanın ömrünü kısaltmaktadır. Batarya ömrünün önemi ve süper kapasitör kullanımının avantajlarından dolayı, aracın ihtiyaç duyduğu toplam güç, içten yanmalı motor, batarya ve süper kapasitör arasında bölünmektedir. Bu tezde amaçlar, aracın yakıt tüketimini düşürmek ve bataryanın ömrünü uzatmaktır. Bu amaçları gerçekleştirmek için kilit noktalar, toplam gücü içten yanmalı motor, batarya ve süper kapasitör arasında optimum olarak paylaştıran bir enerji yönetim stratejisi geliştirmek ve batarya sıcaklığını kontrol edecek bir ısıl yönetim stratejisi geliştirmektir. Bu amaçlar için optimizasyon tabanlı modele dayalı öngürülü kontrol (MPC) sistemi tasarlanmıştır. MPC, süreç kontrolü yaparken referansı takip eden ve kısıtlamalara uyan gelişmiş bir kontrol yöntemidir. MPC, kontrol eylemini ayarlamak için sistem çıktısını tahmin eder ve bunu gerçekleştirmek için her zaman adımında bir optimizasyon problemi çözer. Bu projede, istenilen referans sinyaline olabildiğince yaklaşabilmek için kapalı çevrim kontrol modeli geliştirilmiştir. Sistemin karmaşık yapısından dolayı, sistemi bloklar halinde incelemek daha iyi bir sonuç vermektedir. Bu karmaşık yapıyı çözmek amacıyla, MATLAB/Simulink programı en iyi çözümlerden bir tanesini sunmaktadır. Tezi gerçekleştirirken ilk adım, her bir bloğun matematiksel modelini çıkartmaktır. İçten yanmalı motor, süper kapasitör, batarya, hibrit aracın dinamik yapısı ve batarya ısıl blokları ayrı ayrı modellenmiştir. Bu beş bloğun çıktıları sırasıyla, yakıt tüketimi, süper kapasitörün şarj durumu, bataryanın şarj durumu, aracın hızı ve batarya sıcaklığı şeklindedir. Her bir bileşenin matematiksel modeli elde edildikten sonra, MPC sisteme uyarlanmış ve son olarak sonuçlar incelenmiştir. Bu adımda, altı farklı çalışma yaptık. Her adımda çıkış referanslarını küçük hata payları ile takip etmeyi başardık. İlk iki çalışmada, süper kapasitörün C parametresi ve yakıt tasarrufuna olan pozitif etkileri gösterilmiştir. Süper kapasitör kullanılarak C parametresi ve yakıt tüketimi sırası ile 24.49% ve 5.221% iyileştirilmiştir. Bir başka durumda, batarya sıcaklığını düşürebilmek için fan hız kontrol sistemi uygulanmıştır. MPC batarya sıcaklık kontrolünü kapsadığı zaman, hız ve batarya sıcaklığı 0.03 m/s ve 0.12 ℃ ortalama hata ile takip edilmiştir.
Özet (Çeviri)
The rapid depletion of fossil fuels and their adverse environmental impact became a serious problem that must be considered immediately. It is anticipated that we will run out crude oil reserves in the near future. For this reason, fuel economy concept for automobiles has become more significant in the past decades. Hybrid electric vehicles (HEVs), is one of the best solution to overcome with these mentioned problems. HEVs contains both internal combustion engine (ICE) and electric motor (EM). In most cases, electric motors can be charged by only battery. However, in this case, the life of battery becomes an important problem. Thus, supercapacitors are also used to charge EM as an alternative component. Although, batteries have higher energy density than supercapacitors, the ability of releasing energy (power density) is lower. Also, cycling the battery at high depth of discharge (DOD) rate, high C-rate, reduces the life of it. Because of the importance of battery's life and advantages of supercapacitor, total power demand that is needed for car will be split into ICE, battery and supercapacitor. In this thesis, the aims are to reduce the fuel consumption rate of the car and increase the life of the battery. The key points to achieve these aims are improving energy management strategy (EMS) for sharing the total power between ICE, battery and supercapacitor in an optimum way and designing thermal management strategy (TMS) to control battery temperature. For these purposes, optimization-based model predictive control (MPC) is designed. Model predictive control is an advance method that is used to control a process while tracking the references and satisfying constraints. MPC solves an optimization problem at each time step in order to adjust the control action by predicting the plant output. In this project, a closed-loop model is developed in order to get closer to the desired reference signal as much as possible. Because of the complication of the plant, better solution can be evaluated by examining the plant block by block. For this purpose, MATLAB/Simulink is one of the most promising simulation program to take on the challenging steps. The first step of realizing this thesis is to derive the mathematical model of each block. The ICE, supercapacitor, battery, vehicle dynamic of HEVs and battery thermal blocks are modeled independently. The outputs of these five blocks are fuel consumption, supercapacitor state of charge (SOC), battery state of charge (SOC) speed of vehicle and battery temperature respectively. After deriving the mathematical models of each component, MPC is constructed into the system and at the end, the results are investigated. In this step, we have applied six different cases. In each case, we have achieved to track output references with only small errors. In first two cases, the positive effects of supercapacitor on C-rate and fuel consumption rate are demonstrated. By using supercapacitor, C-rate and fuel consumption rate are improved 24.49% and 5.221% respectively. In another case, speed control of fan is carried out to decrease the temperature of battery. When this battery temperature control is included in the MPC, the speed and battery temperature references are tracked by 0.03 m/s and 0.12 ℃ average error respectively.
Benzer Tezler
- Model based optimal longitudinal vehicle control
Model bazlı optimal doğrusal araç kontrolü
MURAT ÖTKÜR
Doktora
İngilizce
2016
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL MURAT EREKE
DR. ORHAN ATABAY
- Model predictive controller based optimal energy management strategy for a fuel cell hybrid vehicle
Hidrojen yakıt hücreli elektrikli araçlar için model öngörülü kontrol temelli enerji yönetimi stratejisi
ALİ KEREM YALÇIN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUĞÇE YÜKSEL BEDİZ
- Motion planning and control of underactuated systems over optimized trajectories
Kısıtlı tahrikli sistemlerin optimize yörüngeler üzerinde hareket planlaması ve kontrolü
EMİNALP KOYUNCU
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA MERT ANKARALI
- Sabit güçlü yüklere sahip doğru akım mikro şebekelerde öğrenme tabanlı gerilim regülasyonu
Learning-based voltage regulation in direct current micro-grids with constant power loads
MUSTAFA GÜNGÖR
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiDicle ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET EMİN ASKER
- Development and testing novel guidance algorithms for visual drone interception
Görsel dron yakalama için yeni güdüm algoritmalarının geliştirilmesi ve testi
AHMET TALHA ÇETİN
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRE KOYUNCU