Geri Dön

Multiple objective optimization of a fuel-cell hybrid electric truck using genetic algorithm

Yakıt hücreli hibrit elektrikli kamyonun genetik algoritma kullanarak çok hedefli optimizasyonu

PDF İndir

  1. Tez No: 876243
  2. Yazar: BATURAY GÜRSEL
  3. Danışmanlar: DOÇ. DR. MURAT YILMAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Mühendislik Bilimleri, Electrical and Electronics Engineering, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 129

Özet

CO2 gazı salınımını azaltmaya yönelik belirlenen hedefler, ulaşım sektöründe elektrifikasyona yönelmeye neden olmuştur. Toplam çevresel etkinin %25 lik kısmı yalnızca taşımacılık sektöründen meydana gelmektedir. CO2 gazı salınımı ve ağır pazar payları göz önüne alındığında, ağır yük taşımacılığında kullanılan 40 tonluk uzun mesafeli araçlar, elektrifikasyonun kritik hedefleri arasında yer almaktadır. Avrupa komisyonu tarafında belirlenen 2035 gaz salınım hedefleri doğrultusunda içten yanmalı motorlara sahip ağır vasıta araçlarının dekarbonizasyon çalışmaları hız kazanmıştır. Batarya elektrikli araçlar (BEV) ve yakıt hücreli elektrikli araçlar (FCHEV) uygulanabilir alternatifler olarak öne çıkmaktadır. Bu çalışmada, hedeflere uygun bir FCHEV araç modeli oluşturulup genetik algoritma (GA) kullanılarak aracın enerji yönetim sistemini (EMS) optimize etmeye yönelik bir yaklaşım sunulmaktadır. Bu araştırmanın temel amacı, FCHEV için EMS'yi optimize ederek performansı arttırırken çevresel etkiyi ve işletme maliyetlerini azaltmaktır. Çalışma, BEV ve yakıt FCHEV için ortak olarak kullanılacak boylamsal araç modeli ile elektrikli güç aktarım mekanizmasının modellenmesi ile başlamıştır. Bu doğrultuda sürekli mıknatıslı senkron motor, güç eviricisi, soğutma ve aktarma organının entegre yapıda olduğu bir sistem benimsenmiştir. Bu yapının verimi, güç elektroniği ve güç aktarma organlarının verimini içermektedir ve toplam talep gücü bataryadan talep edilen toplam tahrik gücüne eşit olarak kabul edilmektedir. Araç modellemesi için seri üretimde olan bir ağır vasıta uzun yol taşıtının boylamsal modeli kullanılmıştır. Sıcaklık etkisini ve yan yük taleplerini doğru modellemek için mevcut bir araç uygulamasının test ölçüm bilgilerine başvurulmuştur. Oluşturulan ortak elektrikli güç aktarım mekanizmasına sırasıyla lityum demir fosfat (LFP) ve nikel manganez kobalt oksit (NMC) bataryaları entegre edilerek BEV modeli oluşturulmuş ve bu enerji depolama yöntemleri çalışmanın hedefleri doğrultusunda karşılaştırılmıştır. İki BEV modeli, Avrupa Komisyonunun egzoz gazı salınım ölçümleri için belirlediği sürüş çevrimi olan VECTO çevriminde koşturularak enerji geri kazanımı, maliyet ve menzil odaklı kıyaslanmıştır. Karşılaştırma sonucunda LFP batarya, yüksek şarj kabulü ve düşük maliyeti nedeniyle öne çıkmış ve FCHEV araç modellemesinde ikincil enerji depolama sistemi olarak kullanılmaya karar verilmiştir. FCEV aracı LFP batarya ile modellenerek buna yönelik bir EMS modeli geliştirilmiştir. EMS modeli ile aracın şarj tutan modda çalışması hedeflenmiştir. Bu doğrultuda Batarya şarj durumu (SOC) için batarya ömrünü en uzun sürede tutacak alt ve üst değerler belirlenerek, SOC'nin bu değerler arasında tutulması amaçlanmıştır. Batarya kapasitesini belirleyebilmek için yalnıza bataryadan tahrik edilerek katedilmesi gereken mesafe 35km olarak belirlerek, bu mesafeyi katedebilmek için gerekli batarya kapasitesi modelleme ortamında tespit edilmiştir. Birincil enerji sistemi olan hidrojen sisteminin devredışı kaldığı durumda aracın yalnızca bataryadan tahrik edilerek en yakın hidrojen dolum istasyonuna ya da atölyeye ulaşması durumu göz önüne alınmıştır. Aracın hidrojeni tamamen tükendiğinde, yalnızca batarya ile istasyona ulaşma durumu göz önüne alınarak gerekli batarya kapasitesi 70kWh olarak hesaplanmıştır. Model, fren homologasyon standartlarına (ECE-R13) uyum ve FCEV sisteminin verimlilik eğrisini optimize etmek için kapsamlı bir şekilde tasarlanmıştır. Homologasyon hedeflerine yönelik olarak Rejeneratif frenleme ile geri kazanılamayan enerji miktarının azaltılması amaçlanmıştır. Algoritmaya göre, bataryanın ve yakıt hücresi sisteminin (FCS) aktivasyonu planlanmıştır. Anlık yük taleplerinde ve rejeneratif frenleme için batarya kullanımına öncelik verilirken, aracın ortalama sürekli yük ihtiyacı ve düşük güç talepleri sırasında FCS'nin birincil enerjiyi sağlaması ve ayrıca optimal bir şarj durumu (SOC) seviyesini korumak amacıyla bataryayı şarj etmesi öngörülmüştür. Algoritmada FCS, aktivasyon kaynaklı oluşabilecek ekstra güç talebini engellemek için sürekli modda çalıştırılmıştır. FCS'nin verim haritasındaki yüksek verim bölgesinde üç çalışma noktası (boşta çalışma, sürekli çalışma, maksimum çalışma) belirlenerek algoritma içerisinde girdi olarak kullanılmıştır. Bataryanın yüksek ve düşük SOC bölgelerinde çalışmasını engellemek amacıyla, algoritma içerisinde yüksek ve düşük sınır noktaları belirlenmiş ve bataryanın bu sınır değerleri arasında çalışması hedeflenmiştir. GA kullanılarak yapılan çalışmada, hidrojen tüketimini en aza indirmek ve batarya ömrünü uzatmak amacıyla EMS'de yer alan FCS'nin çalışma noktaları ile SOC üst ve alt sınır çalışma aralığı optimize edilmiştir. Yapılan literatür araştırmalarına göre SOC için ilk sınır değerleri %40 ve %80 olarak belirlenmiştir. Optimizasyon sonucu olarak bu sınır değerler %40-%60 olarak güncellenmiştir. Bu güncelleme sonrası yeni FCS çalışma noktaları ile SOC alt ve üst sınır değerleri kullanılarak çevrim tekrarlandığında, batarya deşarj derinliğinin (DoD) azalarak batarya ömrünü iki kata kadar uzattığı, hidrojen tüketiminde ve genel yakıt hücresi kullanımında azalmaya neden olduğu gözlemlenmiştir. GA uygulanarak öncelikle FCS çalışma noktaları optimize edilmiş ve sistem yeniden koşturulduğunda, 1000 km'lik VECTO çevriminde hidrojen tüketiminde 3.21kg (%3.97) ve geri kazanılamayan enerji miktarında da %0,9'luk bir azalma gözlenmiştir. Diğer yandan bataryanın DoD aralığı %35 oranında kalmıştır. Daha sonra yapılan optimizasyon çalışmasında, FCS'nin giriş değerleri sabit tutularak SOC sınır noktaları optimize edilip model yeni sınır değerler ile koşturulmuştur. Bu çevrim sonucu DoD %20 oranına düşmüş olsa da hidrojen tüketimindeki azalma 1.02kg (%1.27) ile sınırlı kalmıştır. Son olarak optimize edilmiş FCS çalışma noktaları ile SOC sınır değerleri modele entegre edilerek çevrim tekrarlanmıştır. Optimize çalışma noktaları ile tekrarlanan çevrim sonucunda hidrojen tüketiminde 3.17kg (%3.96) ve geri kazanılamayan enerji miktarında 5.2 W düşüş sağlanırken, batarya DoD değeri %22 seviyesinde tutulmuştur. Ortaya konulan strateji sonucu mevcut hidrojen depolama sistemi korunduğunda, 1000km'lik çevrimde aracın menzili 40km artış göstermektedir. Ayrıca menzil korunduğunda, depolama ihtiyacı 51.3 litre azaldığından, bu alan ek paketleme ve sistem bileşenleri için kullanılabilecek bir alan sağlayarak aracın kullanışlılığını ve işlevselliğini arttırmaktadır. Sonuçlar, FCEV'lerde EMS optimizasyonu için GA'nın etkinliğini vurgulamaktadır. Geri kazanılamayan enerjinin ve işletme maliyetlerinin önemli ölçüde azaltılmasını göstermektedir. Bu tez, yakıt hücreli elektrikli kamyonlar için EMS alanına önemli katkılarda bulunarak bu tür sistemleri daha verimli ve sürdürülebilir hale getirme konusunda önemli fikirler sunmaktadır. Bulgular, genetik algoritmaların FCEV performansında önemli iyileştirmeler elde etmek için etkili bir araç olduğunu göstermekte ve daha çevre dostu ağır yük taşımacılığı çözümlerine yönelik umut vadeden bir adım olduğunu ortaya koymaktadır.

Özet (Çeviri)

The urgency to mitigate CO2 emissions has driven a significant shift towards electrification in the transportation sector. Heavy-duty 40-tonne long-haul vehicles stand out as a crucial target for electrification due to their substantial contribution to emissions and energy consumption. In this study, a novel approach is presented to optimize the energy management system (EMS) of a fuel-cell electric truck using a genetic algorithm (GA). The primary aim of this research is to optimize the EMS for FCEVs to enhance performance while reducing environmental impact and operational costs. The study begins with a comparative analysis focusing on lithium iron phosphate (LFP) and nickel manganese cobalt oxide (NMC) batteries. The initial BEV model sets a baseline, helping to facilitate subsequent advancements in FCHEV design. Within the FCHEV's EMS, LFP batteries are specifically chosen for their robust charge retention capabilities under varied operational conditions. Detailed simulations ensure that the EMS aligns with real-world driving conditions and meets industry standards. The algorithm prioritizes battery usage for vehicle start-up, peak loads, and regenerative braking, while the fuel-cell system (FCS) provides the primary energy during lower power demands, also recharging the battery to maintain an optimal state of charge (SOC). Using a genetic algorithm, the study optimized the operational SOC range to minimize hydrogen consumption and extend battery lifespan. Initial SOC thresholds were set between 40% and 80%. As a result of the optimization, these thresholds were adjusted to 40-60% to achieve lower DoD of the Battery. This adjustment led to a battery life extension, reduction in hydrogen consumption, decrease in overall fuel-cell system usage reflecting in significant energy and packaging volume savings. The initial optimization phase showed a 3.97% decrease in hydrogen usage (3.21 kg) and a 0.9% drop in unrecoverable energy (5.1 Wh) by keeping the battery's DoD at 35%. Further optimization involved maintaining the FCS operational setpoints at their original levels while adjusting the high and low SOC limits of the EMS using GA. The adjusted SOC thresholds, set at 60% and 40%, led to additional efficiency improvements when integrated into the model. By keeping the battery DoD at 20%, 1.27% reduction in hydrogen consumption (1.02 kg) has been achieved. The final optimization phase involved substituting the initial FCS operating points with those optimized and adjusting the battery's SOC operational boundaries to 40% and 60% following the same GA approach. This final setup reduced hydrogen consumption by 3.96% which equals to 3.17 kg of liquid hydrogen and decreased unrecoverable energy by 5.2 Wh, maintaining the battery DoD at 20%. The management of battery cycling between 40% and 60% SOC significantly extended the battery's lifecycle by reducing electrode degradation and stress on the cells. This optimized strategy not only improves the FCHEV efficiency but also extends its range by roughly 40 km for every 3.17 kg of saved hydrogen, achieving a fuel economy of about 12.62 km per kilogram of hydrogen. Additionally, it reduces the hydrogen storage requirements by about 51.3 liters, providing space that could be used for extra packaging or system components, thereby enhancing the vehicle's utility and functionality. This thesis contributes significantly to the field of EMS for fuel-cell electric trucks, offering valuable insights into optimizing such systems for better efficiency and sustainability. The findings suggest that genetic algorithms are an effective tool for achieving significant enhancements in FCEV performance, marking a promising step towards greener heavy-duty transport solutions.

Benzer Tezler

  1. Tez No

    356091

    Modifiye havuç atıklarıyla bazı ağır metallerin sulu çözeltilerden uzaklaştırılması

    Removal of some heavy metals from aqueous solutions by modified carrot peel

    ZEYNEP KORKUT

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Kimyaİstanbul Teknik Üniversitesi

    Kimya Ana Bilim Dalı

    YRD. DOÇ. DR. FERAH ÇALIŞIR

  2. Tez No

    611578

    Multiobjective optimization of lignocellulolytic enzyme production by the white-rot fungus Pycnoporus sanguineus (DSMZ 3024) using hazelnut husk as a substrate

    Beyaz çürükçül bir fungus olan Pycnoporus sanguıneus (DSMZ3024) ile fındık çotanağı kullanarak lignoselülolitik enzim üretiminin çok hedefli optimizasyonu

    ZEYNEP YILMAZ SERÇİNOĞLU

    Doktora

    İngilizce

    İngilizce

    2020

    BiyomühendislikMarmara Üniversitesi

    Biyomühendislik Ana Bilim Dalı

    DOÇ. DR. NİHAT ALPAGU SAYAR

  3. Tez No

    398621

    Karma taşımacılık modeli seçimi: Bir uygulama

    Mixed mode transportation model selection:A case study

    CENGİZ SEVİNÇ

    Doktora

    Türkçe

    Türkçe

    2015

    Ulaşımİstanbul Üniversitesi

    Deniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜLER ALKAN

  4. Tez No

    887356

    An integrated decision support system for electrification of public buses

    Toplu taşıma otobüslerinin elektriksel dönüşümüne yönelik bir entegre karar destek sistemi

    RUCHAN DENİZ ÖZGEN

    Doktora

    İngilizce

    İngilizce

    2024

    Endüstri ve Endüstri MühendisliğiYıldız Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. NEZİR AYDIN

    DR. İBRAHİM MURAT TURHAN

  5. Tez No

    512135

    Optimal aircraft trajectory planning based on high-resolution actual weather data

    Yüksek çözünürlüklü gerçek hava durumu verileri ile optimum uçak rota planlaması

    ALI ALIZADEH

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Havacılık Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMRE KOYUNCU

Geri Dön