Geri Dön

Adaptive equivalent consumption minimization strategy with driving pattern recognition for hybrid electric vehicles

Hibrit elektrikli araçlar için sürüş tanıma ile uyarlanabilir eşdeğer yakıt tüketimi minimizasyonu stratejisi

PDF İndir

  1. Tez No: 676401
  2. Yazar: BARIŞ KALAYCI
  3. Danışmanlar: DOÇ. DR. VOLKAN SEZER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Mekatronik Mühendisliği, Computer Engineering and Computer Science and Control, Science and Technology, Mechatronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 113

Özet

Günümüzde küresel ısınma Dünya'daki iklim değişikliğinin başlıca nedenidir. Karbondioksit gibi ısıyı tutan sera gazlarının atmosferdeki oranının artmasıyla, küresel yer-okyanus sıcaklıkları hızlıca artmaktadır. Son yıllarda küresel ısınmayı hafifletmek adına Dünya çapında sera gazı salınımını azaltacak adımlar atılmaktadır. Sera gazı salınımının nedenleri incelendiğinde taşıtların saldığı egzoz gazlarının sera gazı salınımının dörtte birinden fazlasını oluşturduğu görülmektedir. Kara taşıtlarından kaynaklı gaz salınımı bu grupta en fazla paya sahiptir. Dolayısıyla artan hava kirliliği her sektörde olduğu gibi otomotiv sektöründe de çevreye olan duyarlılığı arttırmaktadır. Bunun sonucunda da kara taşıtlarının gaz salınımını kısıtlayan emisyon sınırları her geçen yıl daha sıkı hale gelmektedir. Avrupa Birliği binek araçlar için filo emisyon ortalamasını 2021 yılı itibarıyla 95 g CO2/km olarak sınırlandırmıştır. 2019 yılı için ortalamanın 122.4 g CO2/km olduğu düşünüldüğünde otomotiv sektörünün hedefleri tutturmak adına teknolojik geliştirmeleri hızlandırması gerektiği kaçınılmazdır. Bu noktada hibrit elektrikli araçlar karbondioksit emisyonunu düşürmekte önemli bir yer tutmaktadır. İçten yanmalı motora ek olarak elektrikli motora da sahip bu araçlar, içten yanmalı motorun verimsiz çalıştığı bölgelerde elektrik motorunu kullanarak yakıt tüketimini, dolayısıyla karbondioksit salınımını azaltmaktadırlar. Hibrit elektrikli araç ilk kez 1898 yılında Ferdinand Porsche tarafından geliştirilmiştir.“Lohner-Porsche Mixte”adı verilen bu araçta benzinli motor, aracı tahrik eden elektrik motorunun güç talebini karşılamak amaçlı kullanılmıştır. Hibrit elektrikli araçlara talep artsa da Henry Ford tarafından ilk otomobil seri üretim hattının 1904 yılında kurulması ile içten yanmalı motorlu araçlar pazarı uzun yıllar domine etmiştir. 1973 yılındaki petrol krizi ve 1960'lı yıllardan itibaren ülkelerin hava kirliliğiyle mücadeleye önem vermeye başlaması ile hibrit araçların geliştirilmesine yönelik yatırımlar artış göstermiştir. 1997 yılında Toyota'nın ilk seri üretim hibrit elektrikli araç olan Prius'u piyasaya sürmesi ve ardından diğer üreticilerin yeni modeller duyurmasının sonucunda hibrit elektrikli araçlar ciddi bir pazar payı elde etmeye başlamışlardır. 2020 yılında Avrupa Birliği'nde satılan araçların %12'sini hibrit elektrikli araçlar oluşturmaktadır. Hibrit elektrikli araçlar elektrik motorunun sağlayabildiği fonksiyonlara göre mikro, yarı, tam ve şarj edilebilir hibrit araçlar olmak üzere dört ana gruba ayrılabilir. Mikro hibrit araçlar düşük güç kapasitesine sahip elektrik motoru içermektedirler. Burada elektrik motoru dur-kalk gibi senaryolarda içten yanmalı motoru tekrar çalıştırmak için kullanılmaktadır. İçten yanmalı motorun boşta çalışma süresi azaltılarak gaz salınımı azaltılmış olur. Yarı hibrit araçlar ise ek olarak ani tork ihtiyaçlarında içten yanmalı motorun tork ihtiyacını destekleyebilecek güçte elektrik motora sahiptir. Bu sayede içten yanmalı motorun olabilecek en verimli noktada çalıştırılması sağlanır ve yakıt tüketimi düşürülmüş olur. Mikro ve yarı hibrit araçlarda elektrikli sürüş modu yoktur, aracın tahriği daima içten yanmalı motor ile sağlanır. Tam hibrit araçlar ise yüksek kapasiteli batarya ve elektrik motor sayesinde kısa mesafelerde elektrikli sürüşü mümkün kılmaktadır. Özellikle içten yanmalı motorun en verimsiz olduğu düşük hız bölgelerinde araç tahriği tamamen elektrikli motor ile sağlanır ve yüksek emisyon salınımının önüne geçilir. Şarj edilebilir hibrit elektrikli araçlar tam hibrit araçlar ile aynı fonksiyonlara sahiptir. Şebekeden şarj edilebilmeleri sayesinde elektrikli sürüş menzili 100 km'nin de üzerine çıkarılabilir. Tasarım açısından hibrit elektrikli araçlar seri, paralel ve çift modlu hibrit olmak üzere üç sınıfa ayrılır. Seri hibrit araçlarda çekiş gücünün tamamı elektrik motorundan karşılanmaktadır. İçten yanmalı motor jeneratörü çalıştırarak bataryanın doldurulmasını sağlamaktadır. Seri hibrit mimarisi günümüzde çoğunlukla menzil arttırıcı (range extender) olarak kullanılmaktadır. Paralel hibrit araçlarda tekerlekler hem içten yanmalı motora hem de elektrik motoruna mekanik olarak bağlıdır. Seri hibrit taşıtlarda olduğu gibi elektrik motoru jeneratör modunda çalışarak bataryayı içten yanmalı motorun gücünden ya da rejeneratif frenleme ile şarj edebilmektedir. Elektrik motorunun konumuna bağlı olarak P0, P1, P2, P3 ve P4 adı verilen farklı paralel hibrit mimarileri mevcuttur. Çift modlu ya da seri-paralel hibrit mimarisi güç dağıtım ünitesi aracılığıyla seri ve paralel hibrit mimarilerinin kombinasyonu ile oluşturulan hibrit mimarisidir. Güç dağıtım ünitesi temelde bir planet dişli mekanizmasıdır. Sistem içten yanmalı motordan gelen gücü dağıtabildiği gibi, farklı güç kombinasyonlarını da mümkün kılmaktadır. Bu sayede araç sadece elektrik motorlarından, sadece içten yanmalı motordan ya da aynı anda her iki motordan güç alabilmektedir. Planet dişli mekanizması ile farklı hızlarda dönen güç kaynaklarının mekanik güçleri güç dağıtım ünitesinde kombine edilerek tekerleklere aktarılabilmektedir. Yakıt tüketiminin ve egzoz emisyonunun en aza indirilmesi, içten yanmalı motorun ve elektrik motorunun en verimli şekilde çalıştırılması ile mümkündür. Bu amaçla çeşitli enerji yönetim stratejileri geliştirilmiştir. Enerji yönetim stratejileri genel olarak kural tabanlı ve eniyileme tabanlı olarak ikiye ayrılabilir. Kural tabanlı yaklaşımlar güç talebinin önceden belirlenen kurallar dizisine göre dağıtımını esas almaktadırlar. Genellikle buluşsal yöntemlere dayalıdırlar. Deterministik ve bulanık mantık tabanlı yöntemler olarak iki alt grupta incelenmektedirler. Deterministik yöntemler mühendislik tecrübeleri ve araç verilerinden yararlanılarak kuralların belirlenmesi ilkesine dayanır. En temel yöntemlerden biri olarak seri hibrit araçlarda kullanılan termostat yöntemi verilebilir. Bu yöntemde içten yanmalı motorun hangi koşullarda açılıp kapanacağı belirlenerek en uygun yakıt tüketiminin sağlanması hedeflenir. Eniyileme tabanlı yaklaşımlar bir maliyet fonksiyonunun minimize edilmesi ile yakıt tüketimini azaltmayı amaçlamaktadır. Global eniyileme ve gerçek zamanlı eniyileme yöntemleri olmak üzere iki alt grupta incelenmektedirler. İzlenecek çevrim önceden biliniyorsa dinamik programlama, doğrusal programlama gibi global eniyileme yöntemleri kullanılarak mümkün olan en iyi enerji stratejisi elde edilmiş olur. Ancak günlük hayat koşullarında aracın izleneceği rota bilinemediğinden, global eniyilemeyi anlık eniyilemeye indirgeyen gerçek zamanlı eniyileme yöntemleri daha yaygın olarak kullanılmaktadır. Parçacık sürü yöntemi, model tabanlı kontrol ve eşdeğer yakıt tüketimi minimizasyonu stratejisi (ECMS) anlık eniyileme yöntemlerine örnek olarak verilebilir. ECMS tüketilen batarya gücünün yakıt eşdeğerine çevrilmesi ve elde edilen toplam yakıt tüketiminin minimize edilmesi prensibine dayanır. Batarya gücünün yakıt tüketimi eşdeğerine çevrilmesinde araç karakteristiklerine ve izlenecek yola bağlı olan bir eşdeğerlik faktörü kullanılır. Doğru faktör seçimi yöntemin en uygun sonuçları vermesi için oldukça kritiktir. Eşdeğerlik faktörünün sürüş koşullarındaki değişimlerine adapte olabilmesi için uyarlanabilir stratejiler geliştirilmiştir. Makine öğrenmesi veya yapay sinir ağları ile izlenecek rotanın tahminlenmesi ve buna bağlı olarak eşdeğerlik faktörünün güncellenmesi sıkça kullanılan yöntemlerdir. Bu tezde eşdeğer yakıt tüketimi minimizasyonu stratejisi K-En Yakın Komşu algoritması kullanılarak uyarlanabilir hale getirilmiş ve strateji paralel bir hibrit aracın yakıt tüketiminin minimize edilmesinde kullanılmıştır. Strateji, sürücünün son 120 saniyedeki hız, ivme ve vites bilgisinden elde edilen 17 parametreye göre yapılan sürüşün benzediği standart sürüş çevriminin belirlenmesi ve eşdeğerlik faktörünün buna bağlı olarak güncellenmesi olarak özetlenebilir. 12 standart sürüş çevrimi için en iyi sonucu veren eşdeğerlik faktörleri parçacık-sürü yöntemi ile çevrimdışı olarak belirlenmiştir. K-En Yakın Komşu algoritması kullanılarak makine öğrenmesi modeli eğitilmiştir. Model belirlenen 17 parametreyi göre güncel sürüş koşullarının en yakın olduğu standart çevrimin belirlenmesi için kullanılmıştır. Belirlenen çevrime ait eşdeğerlik faktörü yeni eşdeğerlik faktörü olarak kullanılarak ECMS uyarlanabilir hale getirilmiştir. Yakıt tüketimi sonuçları konvansiyonel, ECMS ve uyarlanabilir ECMS için dört farklı sürüş için kıyaslanmış, uyarlanabilir ECMS'nin uyarlanabilir olmayana göre %4'e kadar daha iyi sonuç verdiği gösterilmiştir. İlk bölümde kara taşıtlarının karbondioksit emisyonuna olan etkileri ve hibrit elektrikli araçların sunduğu iyileştirme anlatılmıştır. İkinci bölümde hibrit elektrikli araçların tarihçesi, sınıfları ve mimarilerine değinilmiştir. Üçüncü bölümde simülasyonlarda kullanılan P2 paralel hibrit aracın modellenmesi anlatılmış, modelleme için kullanılan matematiksel denklemler verilmiştir. Dördüncü bölümde enerji yönetimi stratejisinin temelini oluşturan eşdeğer yakıt tüketimi minimizasyonu stratejisi incelenmiştir. Beşinci bölümde sürüş tanıma için kullanılan K-En Yakın Komşu algoritması özetlenmiş, makine öğrenmesi modelinin eğitilmesi için kullanılan standart sürüş çevrimleri ve 17 sürüş parametresi gösterilmiştir. Ardından elde edilen model gerçek sürüş koşullarındaki örnek çevrimler ile test edilmiş, test sonuçları sunularak modelin sınıflandırma performansı yorumlanmıştır. Altıncı bölümde ise simülasyon sonuçları verilerek, uyarlanabilir stratejinin yakıt tüketimine etkisi uyarlanabilir olmayan ECMS ve konvansiyonel mod ile karşılaştırılmıştır. Yedinci ve son bölümde ise elde edilen sonuçlar yorumlanmış, gelecekte yapılması öngörülen çalışmalar ve öneriler verilmiştir.

Özet (Çeviri)

Greenhouse gasses are biggest cause of climate change by absorbing heat and increasing temperature of lands and oceans. In order to decelerate global warming, governments are making measures to reduce greenhouse gas emissions. One-quarter of these emissions are from transportation, resulting in strict carbon dioxide emission regulations as 2021. These new regulations bring new challenges to automotive sector to reduce exhaust emissions below a certain level. Hybrid electric vehicles take an important place to achieve this goal. In addition to internal combustion engine, hybrid electric vehicles have electric motor which is used to reduce fuel consumption and thus carbon dioxide emissions by using the electric engine in regions where the internal combustion engine operates inefficiently. Electric motors have certain functionalities such as starting the engine in stop and go scenarios, providing additional torque in sudden torque requests and pure electric driving depending on capacity of battery and the motor. Based on component sizes and degree of hybridization they are classified into four groups: micro, mild, full and plug-in hybrid. Another classification can be made based on the layout as series, parallel and power-split hybrids. Operating internal combustion engine and electric motor as efficient as possible is crucial to obtain best fuel consumption. Therefore, this energy management problem has been an important working area in automotive industry. Energy management strategies can be divided into two groups: rule-based and optimization based. Rule based approaches are based on heuristics and also previous experiences and vehicle data in order to define set of rules to manage operation strategy. Optimization based methods hinge on minimizing the cost function and can be divided into two subgroups as global optimization and real-time optimization. Global optimization methods such as linear programming or dynamic programming are useful if driving cycle is known. As in most cases driving cycle is unknown, real-time optimization methods are used more frequently. Essentially they are handling the optimization problem by reducing global optimization to instantaneous. Equivalent consumption minimization strategy (ECMS) is the most frequently used instantaneous optimization method for this purpose. ECMS uses an equivalence factor to convert battery usage to fuel equivalent and in each operating point combined fuel consumption, which is the sum of real fuel consumption (from the internal combustion engine) and equivalent fuel consumption is optimized to achieve best possible result. As equivalence factor is constant, selection of it is critical for performance. Wrong selection might result in non-charge sustaining behavior. To resolve that drawback adaptive ECMS methods are presented which adapt cycle changes by updating equivalence factor whenever necessary. In this thesis, an adaptive ECMS strategy is proposed by using driving pattern recognition with K-nearest neighbors (KNN) classification. 12 standard driving cycles are used as training data and equivalence factors are calculated by using particle swarm optimization. 17 different features are extracted from last 120 seconds of driving by using vehicle speed, acceleration and gear data. As a result KNN model finds the best representative standard driving cycle for current driving condition and adaptive ECMS updates the equivalence factor with representative cycle's. By this, energy management strategy is adapted to changes in driving. In order to test its efficiency, a P2 hybrid electric vehicle is modeled and simulations are performed for 4 different real drive cycles. It is seen that up to 4.03% better fuel consumption can be achieved compared to ECMS with a static equivalence factor. In the first section, road vehicle's effect on carbon dioxide emissions and potential improvement with hybridization is explained with widely used energy management strategies in the literature. In the second section, history of hybrid electric vehicles is given and types and architectures are explained in detail. In the third section, modeling of P2 hybrid electric vehicle which is used for simulations is presented and mathematical equations are given. In the fourth section, ECMS algorithm is explained with its history and improvements. In the fifth section, KNN algorithm is summarized and details for generating training data are given as well as with used features and prediction accuracy for various methods of populating data. In the sixth section, simulation results given and proposed strategy's results are compared with standard ECMS and conventional vehicle in terms of fuel economy and also charge sustaining behavior. In the final section, results are explained and future work and suggestions are given. MATLAB codes and more detailed graphs are given in the appendices section.

Benzer Tezler

  1. Tez No

    589969

    Hibrit enerji yönetim sistemi algoritmalarının paralel hibrit araçlarda analizi ve dinamometre testleriyle doğrulanması

    Analysis of hybrid energy management system algorithms in parallel hybrid vehicles and verification with dynamometer tests

    BAYRAMCAN İNCE

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Makine MühendisliğiHacettepe Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SELAHATTİN ÇAĞLAR BAŞLAMIŞLI

  2. Tez No

    398082

    Hibrid elektrikli araçlar için enerji yönetim sistemleri

    Energy management system for hybrid electric vehicles

    EMRE KURAL

    Doktora

    Türkçe

    Türkçe

    2015

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. BİLİN AKSUN GÜVENÇ

  3. Tez No

    518854

    Power management strategy of stand-alone microgrid with hydrogen fuel cell and renewable sources

    Hidrojen yakıt ünitesi ve yenilenebilir kaynaklar içeren şebekeden bağımsız bir mikroşebeke'nin güç yönetim stratejisi

    JUN MA

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUSTAFA BAYSAL

  4. Tez No

    828553

    The application of fuzzy system to prediction of the amount of emissions from an emitter activity to reduce climate change

    İklim değişikliğini azaltmak için bir emiter faaliyetinden kaynaklanan emisyon miktarını tahmin etmek için bulanık sistemin uygulanması

    SHWAN HIKMAT SEDEEQ ABDLWAHAAB AGHA

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAltınbaş Üniversitesi

    Bilişim Teknolojileri Ana Bilim Dalı

    PROF. DR. HASAN HÜSEYİN BALIK

  5. Tez No

    724566

    Adaptive signal processing based intelligent method for fault detection and classification in microgrids

    Mikroşebekelerde arıza tespiti ve sınıflandırması için adaptif sinyal işleme tabanlı akıllı yöntem

    RESUL AZİZİ

    Doktora

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAHİN SERHAT ŞEKER

Geri Dön