Contributions to equivalent circuit model parameter estimations of NiMnCo and LiFePO type lithium-ion batteries
NiMnCo ve LiFePO hücre tiplerine ait lityum-iyon bataryaların elektriksel eşdeğer devre parametre tahminine katkılar
- Tez No: 664886
- Danışmanlar: DR. ÖĞR. ÜYESİ DERYA AHMET KOCABAŞ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Enerji, Electrical and Electronics Engineering, Energy
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 91
Özet
Günümüzde değişen iklim koşulları, enerji üretiminde yüksek oranda bağımlı olunan fosil yakıtların çevreye verdiği zararlar ve bu fosil yakıt rezervlerinin günden güne azalmasıyla birlikte, yenilenebilir enerjiye olan yönelim artmaktadır. Son yıllarda global olarak bir artış gösteren rüzgar enerjisi, güneş enerjisi, hidroelektrik enerjisi gibi temiz enerji üretim santralleri ile birlikte bu değişime tanık olunabilmektedir. Taşımacılık sektörünün global emisyon seviyeleri içerisinde önemli bir yer tuttuğu gerçeği ile birlikte, fosil yakıt kullanımının giderek azaltılmak istenmesi, iklim değişiminin önüne geçilmek istenmesi ve gürültü kirliliğinden kurtulmak istenmesi gibi nedenler taşımacılık sektöründe de elektrifikasyonu kaçınılmaz bir sonuç kılmaktadır. Bu nedenle, çeşitli devletler ve yerel belediyeler seviyesinde eletrifikasyon projeleri desteklenmekle birlikte, elektrikli araç teknolojileri teşvikler kapsamına alınmaktadır. Özellikle Avrupa'da yaşanan gelişmelerle birlikte, 2050 yılı için ulaşılması zorlayıcı hedefler belirlenmiştir. 2050 yılında Avrupa'da iklimin tamamen emisyonlardan arınmış olması planlanmaktadır. Bu planın gerçekleşmesi için ise önümüzdeki yıllarda atılması gereken önemli adımlar bulunmaktadır. Bu değişim içerisinde, taşımacılık sektörü ve doğal olarak elektrikli araç endüstrisi, büyük sorumluluklar taşımaktadır. Taşımacılık endüstrisinde elektrifikasyonun büyük oranda gerçekleştirilip, fosil yakıtlara bağımlılığın azalmasından geçmektedir. Elektrikli araç güç aktarma organları arasında önemli ve pahalı bir parça olan batarya sistemleri ise bu dönüşümün önemli bir ayağını oluşturmaktadır. Bununla birlikte elektrik motorları, güç elektroniği sistemleri, şarj teknolojileri gibi alanlarda bu değiiimin bir parçasıdır. Daha üstün malzeme teknolojilerinin geliştirilmesi, farklı kimyasal materyallerin batarya teknolojisini daha enerji yoğun hale getirmesi, üretim teknolojilerine olan yatkınlığın artması gibi faktörler, bu değişimin hızlandırıcılarındandır. Batarya sistemlerinin son yıllarda yaşamış olduğu büyük gelişmeyle birlikte, menzil kaygısı, güvenlik problemleri gibi sorunlar göreceli olarak azalmaktadır. Farklı batarya hücre kimyalarının farklı özellikleri sebebiyle, elektrikli araç pazarındaki bir çok gereksinim, bu geniş ürün yelpazesi tarafından karşılanabilmektedir. Bunların yanında, menzil kaygısını tamamen ortadan silebilmek adına enerji yoğunluğu artırılmış batarya hücre kimyaları için literatürde geniş çalışmalar mevcuttur. Fakat bilinmelidir ki, yüksek enerji, daha çok aktif materyal kullanımı demektir. Aktif materyallerin birbiri ile istenmeyen kimyasal reaksiyonlara girmesi ise yangın, patlama gibi istenmeyen olaylara sebebiyet verebilir. Bu nedenle, bir batarya sistemi tasarlanırken, gerilim, akım ve sıcaklık gibi güvenlik limitlerinin belirlenerek, gelişmiş bir batarya yönetim sistemi sayesinde izlenmesi ve sistemin düzenli bir şekilde korunması gerekmektedir. Bir gelişmiş batarya yönetim sisteminden beklenen belirli temel fonksiyonlar bulunmaktadır. Bunlar basit olarak şarj durumu, sağlık durumu, güç durumu tahmini olarak sıralanabilmektedir. Bunların yanı sıra gerilim ve sıcaklık ölçümü, akım ölçümü, hücreler arası dengeleme gibi özellikler de batarya yönetim sisteminin temel fonksiyonları arasında sayılabilir. Batarya durumlarının tahmini, genellikle bataryanın ilk andaki durumuna oranla kıyaslanarak verilmektedir. Batarya durumlarını hesaplayabilmek yada tahmin edebilmenin ilk adımı, uygun bir batarya modelinin belirlenmesi, sonrasında ise model parametrelerinin ortaya çıkarılmasından geçmektedir. Hatalı bir model parametrelendirmesi, aynı zamanda hatalı batarya durum tahminlerine yol açabilmektedir. Günümüzde batarya hücre modellemesi çeşitli yöntemler kullanılarak gerçekleştirilmektedir. Bunlardan en bilinenleri, elektrokimyasal modelleme, veriye dayalı modelleme yada en çok karşımıza çıkan elektriksel eşdeğer devre modellemesidir. Batarya hücre modellemesi yapıldıktan sonra ise model parametrelerinin tahmininin yapılması adına farklı optimizasyon yöntemleri geliştirilebilmektedir. Bir batarya hücresinin genel davranışı incelendiğinde, lineer olmayan bir gerilim davranışı sergilediği rahatça söylenebilir. Lineer olmayan davranışlar için uygun olan ve gittikçe yaygınlaşan genetik algoritma optimizasyonu, bu alanda kullanılan yöntemler arasında sayılabilmektedir. Bu çalışmanın amacında ise, farklı hücre kimyalarına ait parametrelerin genetik algoritma yardımı ile tahmin edilmesi bulunmaktadır. Bu sayede kullanılan metodun, hangi hücre kimyası için daha başarılı bir sonuç verdiği ortaya konulabilir. Sonuçlar aynı zamanda farklı sıcaklık değerleri kullanılarak karşılaştırılabilmektedir. Aynı zamanda amaç, lineer olmayan denklemler için önerilen bir başka temel metot olan Fmincon optimizasyonu ile birlikte karşılaştırma yaparak, genetik algoritma ile yapılan optimizasyonun avantajlarına ve dezavantajlarına değinmektir. Çalışmada, NMC (Nikel-Manganez-Kobalt) ve LFP (Lityum-Demir-Fosfat) kimyasına ait silindirik formda olan lityum iyon batarya hücreleri için literatürde var olan şarj-deşarj test verileri kullanılarak ikinci dereceden eşdeğer devre parametre tahmini yapılmış ve sonrasında matematiksel olarak hücreler Simulink ortamında modellenerek, gerçek test verilerine dayalı bir şekilde parametrelerin doğrulanması amaçlanmıştır. Farklı şarj durumları ve sıcaklık değerleri için açık devre gerilimi, ikinci dereceden eşdeğer devre olması nedeniyle R0, R1 ve R2 iç direnç değerleri ve devredeki zaman sabitlerine bağlı olan kapasite değerlerine ait parametrelerin tamamı, düşük-akım açık devre gerilimi testi, artımlı-akım açık devre gerilimi testi ve dinamik stres testi (DST) kullanılarak ortaya konmuştur. Daha sonrasında ise Birleşik Devletler Gelişmiş Batarya Konsorsiyumu tarafından oluşturulan FUDS sürüş çevrimi kullanılarak, gerçek test verilerine ait gerilim cevabı, oluşturulan modele ait gerilim cevabı ile karşılaştırılmıştır. Karşılaştırma sonucunda, gerçek test verileri ile model sonucunda elde edilen gerilim cevaplarının, birbiri ile büyük ölçüde örtüştüğü görülmüştür. Gerçek test verileri ve oluşturulan model arasındaki benzerliği ortaya koymak için hesaplanan ortalama kare hataları; • NMC hücre tipi için genetik algoritma ve Fmincon ile yapılan parametrizasyona göre sırasıyla 0°C'de 0.001345 ve 0.001346, 25°C'de 0.000375 ve 0.000378, 45°C'de ise iki yöntem içinde 0.000247 olarak hesaplanmıştır. • LFP hücre tipi için genetik algoritma ve Fmincon ile yapılan parametrizasyona göre sırasıyla 0°C'de 0.000485 ve 0.000488, 25°C'de 0.000441 ve 0.000442, 40°C'de ise iki yöntem içinde 0.0033 olarak hesaplanmıştır. Bu çalışma kapsamında, yukarıda verilen ortalama kare hataları karşılaştırıldığında, uygulanan iki farklı optimizasyon yöntemi olan genetik algoritma ve Fmincon birbirine yakın sonuçlar içermektedir. Ancak, bütün hata oranları dikkate alındığında, genetik algoritma yöntemi ile yapılandırılan parametrizasyon sonuçlarının, daha düşük hata seviyelerine sahip olduğu ve başarılı sonuçlar ortaya koyduğu gözlenmiştir. Bununla birlikte, genetik algoritmanın hücre parametrizasyonu yapabilmek adına daha fazla sayıda hesaplama döngüsü yapması gerekmiştir. Bu durum, hesaplama çabasını artırarak optimizasyon süresini uzatmaktadır. Elde edilen sonuçlardan yola çıkarak, proje kısıtlarına göre özel gereksinimler ışığında, model sonuçlarının hassasiyeti ile hesaplama çabası arasındaki öneme göre bu iki yöntemin hangisinin kullanılacağına karar verilebilir. Batarya hücre kimyaları arasındaki karşılaştırmaya göre ise, ortalama kare hataları göz önüne alınarak oda sıcaklığı ve üstündeki modellemelerde, NMC hücresi için oluşturulan model daha iyi performansa sahipken, düşük sıcaklık için LFP kimyasına ait hücre modelinin öne çıktığı görülmektedir. Ortaya çıkan veriler, hem görsel, hem de verilere dayalı tablolar şeklinde verilerek, sıcaklık, batarya hücre kimyası ve optimizasyon yöntemi kısıtları altında, ortalama kare hatası ve hesaplama çabası dikkate alınarak karşılaştırmalı olarak sunulmuştur. Sonuçlar, maddeler halinde 6. bölümde verilmiş ve çalışmanın bir sonraki aşamaları için gerekli noktalar tanımlanarak yorumlanmıştır.
Özet (Çeviri)
In today's industry, where electrification is considered inevitable, the transportation sector is also being prepared for a major change. The reasons such as to have less noise pollution and the desire to prevent climate change by reducing fossil fuel usage based on CO2 /NOx emissions are the biggest pioneers of supporting electrification for organizations such as governments and municipalities. Particularly with the developments in Europe, specific targets have been set for 2050. By 2050, the climate in Europe is planned to be completely emissions-free. In order to realize this plan, there are important steps to be taken in the coming years. Along with the fact that the transportation sector has an important place in global emission levels, the development and dissemination of electric vehicle technologies will be another inevitable outcome. The battery system, which is an expensive part of the electric vehicle powertrain, formed a lead position of this transformation. Besides, electric motors, power electronic circuits and charging technologies either in vehicle or in charging stations are a part of this change as well. With the great development of battery systems in recent years, problems such as range anxiety and security problems have relatively decreased. Due to the different characteristics of different battery cell chemistries, many requirements in the market can be met by this broad portfolio. In addition to these, there are extensive studies in the literature for battery cell chemistries with increased energy density in order to eliminate range anxiety completely. But it should be known that high energy means more active material usage. This can cause chemical reactions to end up with undesirable events such as fire and explosion. Therefore, when designing a battery system, safety limits of voltage, current and temperature must be determined, monitored and protected by an advanced battery management system. There are certain basic functions expected from an advanced battery management system such as state of charge, state of health and state of power determination. An estimate of these battery states is usually given in comparison to the initial state of the battery. The first step to calculate or predict battery states is to determine the proper battery model and then to reveal the model parameters. Incorrect model parameters can also lead to incorrect battery state estimations. Today, battery cell modeling can be performed using various methods. The best known of these are electrochemical models, data-based models or the most common electrical equivalent circuit models. After the battery cell modeling, different optimization methods can be developed to estimate the parameters. When the general behavior of a battery cell is examined, it can be easily said that it exhibits highly nonlinear behavior. Genetic algorithm optimization, which is suitable for nonlinear behaviors and is becoming increasingly common in the industry, has attracted attention among the methods used in this field. The motivation of this study is to estimate the parameters of different cell chemistries with the help of Genetic Algorithm. In this way, it can be demonstrated which method gives a more successful result for each cell chemistry. At the same time, the aim is to mention the advantages and disadvantages of the Genetic Algorithm, by comparing it with Fmincon (Find a minimum of a constrained nonlinear multivariable function) optimization, which is another basic minimization optimization method proposed for nonlinear equations. In this study, parameter estimation is made for lithium-ion battery cells with NMC and LFP chemistry, and then, mathematically, the cells are modeled as a second order equivalent circuit. Afterward, the validation results of the parameters are aimed based on the real test data. The parameters for different SOC and temperature values have been demonstrated using Low-current OCV, Incremental-current OCV and Dynamic Stress Tests. After all the parameters are set, there is one last step to validate the parameters using the dynamic driving cycle (FUDS) created by the US Advanced Battery Consortium, the actual test data and model data are compared. As a result of the comparison, the voltage responses obtained by the models with the real test data are largely in agreement with each other. Considering the MSE results, there are no major differences observed between the two different optimization methods applied. The genetic algorithm method presented lower MSE results and successful parametrization. Besides, the genetic algorithm had to make more iterations to perform adequate cell parametrization. This increases the computational effort for the parametrization. In this case, it is important to determine the specific requirements of the project according to the importance of the model accuracy or the fast parametrization. According to the comparison of cell chemistries, considering the mean square errors, the model created for the NMC cell has a better performance results in modeling at room temperature and above, while the cell model of LFP chemistry stands out for low temperature. The final results according to different temperature, cell chemistry and optimization method are presented both with the numerical and visual comparison based on mean square errors and computational effort in Chapter 5 and 6. Then, the required actions to take this study further are defined and interpreted.
Benzer Tezler
- Li-iyon batarya modelinin en uygunlaştırılması ve batarya bozunumunun incelenmesine katkılar
Contributions to optimization of Li-ion battery models and analysis of battery degradation
HAKAN İNCESU
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DERYA AHMET KOCABAŞ
- Çok makinalı güç sistemlerinde parametre adaptif kontrol yönteminin incelenmesi
Investigation of parameter adaptive control method for MMPS
AYŞEN DEMİRÖREN
Doktora
Türkçe
1993
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. M. EMİN TACER
- Batarya enerji depolama sistemlerinde verimin artırılması için yeni bir yaklaşım geliştirilmesi
Developing a new approach to increase efficiency in battery energy storage systems
TANER ÇARKIT
Doktora
Türkçe
2022
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUSTAFA ALÇI
- Novel techniques and innovative designs for the RF chain of magnetic resonance imaging scanners
Manyetik resonans görüntüleme cihazlarının RF tarafı için yeni teknikler ve yaratıcı tasarımlar
ALIREZA SADEGHI TARAKAMEH
Doktora
İngilizce
2020
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERGİN ATALAR
DR. ÖĞR. ÜYESİ YİĞİTCAN ERYAMAN
- Ağır ticari araçların alternatör ve batarya yönetim sisteminin matematiksel modellenmesi ve enerji verimliliğine katkılar
Mathematical modeling of alternator and battery management system of heavy commercial vehicles and contributions to energy efficiency
TEOMAN AKDOĞAN
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DERYA AHMET KOCABAŞ