Geri Dön

Eşdeğer tüketim minimizasyon stratejisi ile hibrit elektrikli araçların enerji yönetimi

Energy management of hybrid electric vehicles with equivalent consumption minimization strategy

PDF İndir

  1. Tez No: 769774
  2. Yazar: MERVE NUR GÜL
  3. Danışmanlar: DR. ÖĞR. ÜYESİ SERDAR COŞKUN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Makine Mühendisliği, Mechanical Engineering
  6. Anahtar Kelimeler: Enerji yönetimi, Hibrit araçlar, Minimizasyon, Energy management, Hybrid vehicles, Minimization
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Tarsus Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Makine Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tezde, güç paylaşımlı bir hibrit elektrikli araç (HEA) için, Monte Carlo (MC) algoritmasına dayalı olarak tahmin edilen sürüş çevrimi hızlarını kullanan öngörülü eşdeğer tüketim minimizasyonu stratejisi (Ö-ETMS) önermektedir. Bu tezde, gelecekteki araç hızı tahmini için Markov zinciri ve Monte Carlo algoritması incelenmiştir. Önerilen Ö-ETMS, enerji kaynakları arasındaki güç dağılımını en iyi şekilde belirlemek için MC algoritması tarafından tahmin edilen hız profillerinden tam olarak yararlanmaktadır. Bu tezde; MC tabanlı Ö-ETMS metodunu doğrulamak için, New European Driving Cycle (NEDC), Worldwide Harmonised Light Vehicles Test Procedure (WLTP), Urban Dynamometer Driving Schedule (UDDS), Highway Fuel Economy Test (HWFET), New York City Cycle (NYCC), California Unified Cycle (LA-92) ve tüm döngülerin kombinasyonu (ALL-CYC) çevrimleri kullanılmış; toplam yedi tekrarlı sürüş döngüsü altında bir dizi simülasyon çalışması gerçekleştirilmiştir. MC tabanlı Ö-ETMS stratejisi, standart ETMS ile karşılaştırılmıştır. NEDC çevriminde %6,01, WLTP çevriminde %9,09, UDDS çevriminde %6,33, HWFET çevriminde %5,14, NYCC çevriminde %1,96, LA-92 çevriminde %11,47 ve ALL-CYC çevriminde %7,92 oranla yakıt tasarrufu elde edilmiştir. Bu makaledeki sonuçlar, önerilen stratejinin yaygın olarak kullanılan temel yönteme kıyasla, rekabetçi bir yakıt tasarrufu sağladığını ortaya koymaktadır.

Özet (Çeviri)

This thesis proposes a predictive equivalent consumption minimization (P-ECMS) strategy for a power-split hybrid electric vehicle (HEV) using predicted driving cycle speed based on Monte Carlo (MC) algorithm. In this thesis, the Markov chain and the Monte Carlo algorithm are examined for future vehicle speed estimation. The proposed P-ECMS fully takes advantage of the predicted speed profiles by the MC algorithm to optimally determine the power split among energy sources. In this thesis, to validate the workings of the MC-based P-ECMS scheme, a series of simulations under a total of seven replicated driving cycles including New European Driving Cycle (NEDC), Worldwide Harmonised Light Vehicles Test Procedure (WLTP), Urban Dynamometer Driving Schedule (UDDS), Highway Fuel Economy Test (HWFET), New York City Cycle (NYCC), California Unified Cycle (LA-92), and a combination of all (ALL-CYC) are conducted. The MC-based P-ECMS strategy is compared with a baseline ECMS in terms of fuel-saving, and fuel economy saving up to 6.01% under NEDC, 9.09% under WLTP, 6.33% under UDDS, 5.14% under HWFET, 1.96% under NYCC, 11.47% under LA-92, and 7.92% under ALL-CYC are achieved. The results in this article put forward that the proposed strategy delivers competitive fuel savings compared to the widely used baseline method.

Benzer Tezler

  1. Tez No

    952974

    Equivalent consumption minimization strategy for plug-in hybrid electric vehicles

    Elektrik prizinden şarj edilebilir hibrit elektrikli araçlar için eşdeğer yakıt tüketimi minimizasyonu stratejisi

    FURKAN BİLGE

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Otomotiv Mühendisliğiİstanbul Teknik Üniversitesi

    Otomotiv Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ OSMAN TAHA ŞEN

  2. Tez No

    676401

    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

    BARIŞ KALAYCI

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. VOLKAN SEZER

  3. Tez No

    363554

    Menzili uzatılmış elektrikli araçlarda eş değer yakıt tüketimi ile yakıt ve nox optimizasyonu

    Nox and fuel optimization on range extended vehicles using equivalent consumption of minimization strategy

    AYŞEGÜL KURŞUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. SALMAN KURTULAN

  4. Tez No

    992443

    İnsansız hava araçları için batarya-yakıt hücresi hibrit enerji yönetim sisteminin geliştirilmesi

    Development of a battery-fuel cell hybrid energy management system for unmanned aerial vehicles

    BARAN KUL

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET ONUR GÜLBAHÇE

  5. Tez No

    1018805

    Battery state-of-health (SOH) aware system using machine learning for energy management of a hybrid electric vehicle

    Hibrit elektrikli araçta enerji yönetimi için makina öğrenmesi tabanlı batarya sağlık durumu farkındalıklı sistem

    ANILCAN ÖZKAN

    Doktora

    İngilizce

    İngilizce

    2026

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. SENEM KURŞUN

    DOÇ. DR. OSMAN TAHA ŞEN

Geri Dön