Electrified powertrain simulation and validation of a fuel cell electric vehicle
Yakıt pilli bir elektrikli aracın elektrik güç akış simülasyonu ve doğrulanması
- Tez No: 894800
- Danışmanlar: DR. ÖĞR. ÜYESİ HÜLYA YALÇIN
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Otomotiv Mühendisliği, Mechatronics Engineering, Automotive Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Mekatronik Mühendisliği Bilim Dalı
- Sayfa Sayısı: 183
Özet
Bu çalışmada, bir yakıt hücreli elektrikli aracın elektrik güç akış simülasyonu ve bunun çıktılarının deneysel verilerle doğrulanmasına odaklanılmıştır. Doğrulama çalışması Argonne National Laboratory'nin yayınladığı Toyota Mirai(2017) aracına ait test verileri ile sağlanmıştır. Hızlı nüfus artışı beraberinde artan hızda kentleşmeyi ve sanayileşmeyi getirmektedir. Bunun sonucu olarak insan kaynaklı etkilerle ekosistemimiz üzerindeki gözlenen zararlı etkiler giderek daha belirgin hale gelmektedir. Yükselen ortalama küresel sıcaklıklar ve hava kirliliği bunun en önemli doğrudan sonuçları arasındadır. Birleşmiş Milletler ve alt kuruluşları tarafından doğrudan veya dolayılı olarak insan kaynaklı faaliyetlerin olumsuz sonuçlarını kontrol altına almak ve sürdürülebilir bir gelecek için çeşitli düzenlemeler ve stratejik hedefler oluşturulmuştur. Bunun bir sonucu olarak ulaşım alanında giderek daha katılaşan emisyon hedefleri gösterilebilir. Teknolojinin uygunluğu ve uygulanabilirliği sağlandığı ölçüde bu dönüşümün ve emisyon hedeflerinin ivmesi artmaktadır. Batarya elektrikli araçlar, hibrit elektrikli araçlar ve yakıt hücreli elektrikli araçlar bu dönüşümün ve hedeflerin karşılanmasında giderek daha fazla öne çıkmaktadır. Elektrikli araçlar sadece çevresel problemlerin bir çözümü olarak değil aynı zamanda sağladığı yüksek performans ve verim özellikleriyle öne çıkmaktadır. Elektrikli araç ekosisteme ait batarya elektrikli araçlar en yaygın ve en basit yapıdadır. Gerekli enejiyi bir yüksek gerilim bataryasından sağlarlar ve çekiş için elektrik elektrik motoruna sahiptirler. Hibrit elektrikli araçlar ise batarya elektrikli araçlardan farklı olarak ilaveten içten yanmalı motora sahiptirler. Kullanım amacına göre bir çok farklı paradigmada çalışabilirler. Yakıt pilli elektrikli araçlar enerjilerini yakıt pili ve batarya sisteminden çeşitli enerji yönetim sistemi algoritmalarıyla sağlarlar. Bu çalışmada ana gücünü yakıt pilinde sağlayan bir yakıt pilli elektrikli araç olan Toyota Mirai(2017) seçilmiştir. Aracın ihtiyaç duyduğu güç, düşük voltaj veya yüksek voltaj hatlarıyla sağlanır. Araçta, yardımcı cihazlar doğrudan bataryadan düşük voltajla beslenir. Öte yandan, yüksek voltajla çalışan bileşenler ağırlıklı olarak yakıt pili sistemi ile beslenirken, enerji yönetimi stratejisine göre batarya da besleyebilir. Sistem ayrıca gerilim seviyesini değiştirmek için DC/DC dönüştürücüler ve üretilen bu doğru akımı AC akımla çalışan elektrik motoruna sağlamak için bir invertör içerir. Sürüş döngüsü simülasyonunu gerçekleştirmek için ileri yaklaşım metodolojisi kullanılır. Bu yöntem diğer yönteme (geriye dönük yaklaşım) göre daha doğru sonuçlar vermesi ve daha gerçekçi bir yaklaşım sunması nedeniyle kullanılmaktadır. Bu yaklaşım bir sürücü modeli gerektirir. Bunu sağlamak için simülasyonda aracın hızını referans hız seviyesinde tutmak için PI kontrolcü kullanılmıştır. Bu kontrolcü, tıpkı gerçek bir sürücü gibi hızlanma veya frenleme komutları verir. Yavaşlama katsayılarını kullanarak elde edilen araç yüklerini dikkate alarak gerekli torku hesaplar ve elektrik motorundan talep eder. Böylece elektrik motoru belirli bir çalışma noktasında çalışır. Bu çalışma noktası elektrik motorunun konturlu verim haritası üzerinde bir noktaya karşılık gelmektedir. Hesaplanan toplam elektrik gücü, yakıt pili ve batarya sistemi arasında, enerji yönetimi stratejisine göre kural tabanlı bir denetleyici ile talep edilir. Bu kontrolcü Argonne National Laboratory tarafından yapılan testler incelenerek talep edilen güç miktarı ve SoC seviyesi baz alınarak geliştirilmiştir. Yüksek gerilim bataryasının direnç, akım, gerilim ve şarj durumunu hesaplamak için Rint batarya eşdeğer devre modeli kullanılmıştır. Yakıt hücresi yığınının maksimum teorik hücre gerilimini hesaplamak için Nernst gerilimi hesaplanır. Daha sonra aktivasyon, ohmik ve konsantrasyon kayıpları hesaplanır. Bu kayıplar Nernst voltage'ından çıkarılarak polarizasyon eğrisi elde edilir. İdeal gaz denklemleri kullanılarak manifolddaki kısmi basınçlara bağlı olarak gaz akışı modellenir. Bu denklemlerle katot hacmindeki azot, oksijen ve su buharının kısmi basınçları hesaplanmaktadır. Faydalı biçimde kullanılan madde miktarına göre elektriksel eşitlik kurularak reaktantlarla akım arasında ilişki kurulmuştur. Benzer şekilde anot kısmı için de aynı denklem kullanılan hidrojen miktarı için kullanılmıştır. Ayrıca bağıl neme göre katot hacminde oluşan sıvı su da hesaplanmaktadır. Sistemin ihtiyaç duyduğu gerekli hava miktarı bir kompresör yardımıyla sağlanmaktadır. Ek olarak, yakıt hücresi sistemi yanıt gecikmesi, bir alçak geçirgen filtre kullanılarak modellenmiştir. Son olarak, simülasyon boyunca ısı dengesi denklemi kurularak sistem bileşenlerinin sıcaklık değişimleri izlendi. Aracın anlık ivmesi Newton'un ikinci hareket denklemi kullanılarak hesaplanır. Bu, aracı ileri yönde hareket ettiren -çekişi sağlayan- kuvvete karşı, aksi yönde -aracı yavaşlatan- direnç kuvvetlerinden çıkarılarak net kuvvet elde edilerek ve araç kütlesi kullanılarak elde edilir. Bu değerin integrali alınarak anlık hız bulunur. Simülasyon çıktılarını doğrulamak için Argonne National Laboratory tarafından yayınlanan kapsamlı raporlar ve ham test verileri incelenmiştir. İlk olarak yakıt pili sisteminin karakteristik eğrisi, sağladığı güce göre yığın ve sistem verimleri, ve reaktant tüketimleri karşılaştırılmıştır. Sonuçların anlamlı doğrulukta olduğu değerledirilmiştir. Daha sonra yakıt pili sisteminin karakteristik tepki gecikmesini incelemek için test verilerindeki gibi simülasyonda da anlık güç talepleri ve güç kesintisi durumları incelenmiştir. Sonrasında aracın yüksek yüklerdeki yakıt pili sisteminin, bataryasının ve elektrik motorunun verdiği tepkiyi değerlendirmek için yapılan maksimum güç testi koşulları simülasyon ortamında tekrarlanmıştır. Hem simülasyon hem de test sonuçları incelendiğinde 30 saniye boyunca 110kW daha sonra sürekli olarak 75kW güç sağlayabildiği gözlemlenmiştir. Maksimum güç testi aynı zamanda %25 eğim seviyesinde tam güç verilerek gerçekleştirildiğinden aynı zamanda bu verilerle aracın yokuş çıkabilirlik analizleri yapılabilmiştir. Buna göre test verilerinde araç hızı incelendiğinde en yüksek hız değeri 72.5 km/h ve sürekli olarak 44 km/h hıza ulaşabildiği gözlemlenmiştir. Öte yandan aynı koşullar simülasyon ortamında tekrarlandığında en yüksek hız ve sürekli olarak ulaşabildiği hız değeri sırasıyla 79 km/h, 48.4 km/h olarak elde edilmiştir. Aracın düz zeminde 0-80 mi/h hızlanması incelendiğinde hem testte hem de simülasyonda 16.7s'de ulaştığı görülmektedir. Ancak 0-100 km/h hızlanma incelendiğinde simülasyon ortamında hedef hıza 8.9s'de ulaşırken bu değer testlerde 9.6s olarak ölçülmüştür. Son olarak, sırasıyla Sabit Durum Hızı, WLTP ve UDDS sürüş çevrimleri ayrıntılı olarak elektrik motoru, yakıt pili sistemi ve batarya ile ilgili birçok veri test çıktıları ile karşılaştırılmış ve sonuçlar değerlendirilmiştir. Karşılaştırmalar genel olarak simülasyon güvenilirliği açısından oldukça yeterli bulunmuş ve önemli ölçüde eşleşmiştir. Gözlemlenen sapmalar ise detaylı olarak açıklanmıştır. Beklenmeyen bulgulardan bir tanesi her sürüş çevriminde araç çekiş için ihtiyacı olmamasına rağmen yakıt pili sisteminde güç talep etmiştir. Bu güç bataryayı doluluk oranı gözetmeksizin sarj ettiği gözlemlenmiştir. Testteki hidrojen tüketimi incelendiğinde; WLTP sürüş çevriminde test verilerinde tüketim 192.6g olarak ölçülürken simülasyonda 190.3g olarak hesaplanmıştır. Benzer şekilde aynı değerlendirme UDDS sürüş çevrimi için yapıldığında testte elde edilen ölçüm sonucu 75.7g iken simülasyonda hesaplanan tüketim 75.1g olarak hesaplanmıştır. Buna göre hata sırasıyla %1,19 ve %0,80 olarak bulunmuştur.
Özet (Çeviri)
In this study, electrified powertrain simulation of a fuel cell electric vehicle and the verification of its outputs with experimental data was focused. The validation study was provided with the test data of the Toyota Mirai (2017) vehicle published by Argonne National Laboratory. Rapid population growth brings with it increasing urbanization and industrialization. As a result of this, the harmful effects observed on our ecosystem due to human-induced effects are becoming more and more evident. Rising average global temperatures and air pollution are among its most important direct consequences. Various regulations and strategic targets have been established by the United Nations and its sub-organizations to control the negative results of human-induced activities directly or indirectly and for a sustainable future. As a result, increasingly stringent emissions targets in the field of transportation can be shown. The acceleration of this transformation and emission targets increases as the suitability and applicability of the technology is ensured. Battery electric vehicles, hybrid electric vehicles, and fuel cell electric vehicles are increasingly coming to the fore in meeting these targets. Electric vehicles stand out not only as a solution to environmental problems but also with their high performance and efficiency features. Battery electric vehicles belonging to the electric vehicle ecosystem are the most common and simplest structure. They provide the necessary energy from a high-voltage battery and have an electric motor for traction. Hybrid electric vehicles, on the other hand, have an internal combustion engine besides electric motor, unlike battery electric vehicles. They can work in many different paradigms depending on the intended use. Fuel cell electric vehicles provide their energy from the fuel cell and battery system with various energy management system algorithms. In this study, Toyota Mirai(2017), which is a fuel cell electric vehicle that provides its main power with the fuel cell system, was chosen. The power required by the vehicle is provided by low-voltage or high-voltage buses. In the vehicle, auxiliary devices are supplied with low voltage directly from the battery. On the other hand, while high voltage components are mainly fed by the fuel cell system, the battery can also be fed according to the energy management strategy. The system also includes DC/DC converters to change the voltage level and an inverter to supply this generated DC to the AC electric motor. The forward approach methodology is used to perform the drive cycle simulations. This method is used because it gives more accurate results and offers a more realistic approach than the other method (backward approach). This approach requires a driver model. In order to achieve this, a PI controller is used to keep the speed of the vehicle at the reference speed level in the simulation. This controller gives acceleration or braking commands just like a real driver. It calculates the required torque by taking into account the vehicle loads obtained by using the coast-down coefficients and demands it from the electric motor. Thus, the electric motor operates at a certain operating point. This operating point corresponds to a point in the contoured efficiency map of the electric motor. The calculated total electrical power is requested between the fuel cell and the battery system with a rule-based controller according to the energy management strategy. This controller has been developed based on the requested power amount and SoC level by examining the tests conducted by the Argonne National Laboratory. The Rint battery equivalent circuit model is used to calculate the resistance, current, voltage, and charge state of the high-voltage battery. The Nernst voltage is calculated to obtain the maximum theoretical cell voltage of the fuel cell stack. Then the activation, ohmic, and concentration losses are calculated. By subtracting these losses from the Nernst voltage, the polarization curve is obtained. Using ideal gas equations, the gas flow is modeled depending on the partial pressures in the manifold. With these equations, the partial pressures of nitrogen, oxygen, and water vapor in the cathode volume are calculated. An equation is used between the utilized substance and the current. Thus a relation is established between reactants and current. Similarly, an equation is used for the amount of utilized hydrogen for the anode part. In addition, the liquid water formed in the cathode volume is calculated according to the relative humidity. The required amount of air required by the system is provided with the help of a compressor. The fuel cell system response delay is modeled using a low-pass filter. Finally, the temperature changes of the system components are monitored by establishing the heat balance equation throughout the simulation. The instantaneous acceleration of the vehicle is calculated using Newton's second equation of motion. Net force is obtained by subtracting resistive forces which slows the vehicle from the forces that provides traction. Using vehicle mass and net force instantaneous acceleration is found. The instantaneous velocity is found by integrating this value. Extensive reports and raw test data published by Argonne National Laboratory were reviewed to validate the simulation outputs. First, the characteristic curve of the fuel cell system, the stack and system efficiencies according to the power it provides, and the reactant consumptions are compared. The results were considered to have an appropriate accuracy. Then, in order to examine the characteristic delay response of the fuel cell system, instantaneous power requests and power cuts were examined in the simulation as well as in the test data. Later, the maximum power test conditions were established in the simulation environment to evaluate the response of the vehicle's fuel cell system, battery, and electric motor at high loads. When both simulation and test results were examined, it was observed that it could supply 110kW for 30 seconds and then 75kW continuously. Since the maximum power test was also carried out with full power at 25% grade level, at the same time, gradeability analyses of the vehicle could be made with these data. Accordingly, when the vehicle speed is examined in the test data, it is observed that the highest speed value is 72.5 km/h and it can reach 44 km/h continuously. On the other hand, when the same conditions were repeated in the simulation environment, the highest speed and the speed it could reach continuously were obtained as 79 km/h and 48.4 km/h, respectively. When the vehicle's acceleration of 0-80 mi/h on flat ground was examined, it is seen that it reaches 16.7s both in the test and in the simulation. However, when the acceleration of 0-100 km/h is examined, the target speed was reached in 8.9s in the simulation environment, while this value was measured as 9.6s in the tests. Last but not least, Steady State Speed, WLTP and UDDS driving cycles were compared in detail with many data test outputs related to the electric motor, fuel cell system and battery, and the results were evaluated. The comparisons were generally found to be quite satisfactory in terms of simulation reliability and matched significantly. Observed deviations are explained in detail. One of the unexpected findings was that during every driving cycle the vehicle demanded power from the fuel cell system even though it did not need it for traction. It has been observed that this power charges the battery regardless of the state of charge level. When the hydrogen consumption in the test is examined; while the consumption was measured as 192.6g in the test data in the WLTP driving cycle, it was calculated as 190.3g in the simulation. Similarly, this evaluation was made for the UDDS driving cycle, the measurement result obtained in the test was 75.7g, while the consumption calculated in the simulation was 75.1g. Accordingly, the error was found to be 1.19% and 0.80%, respectively.
Benzer Tezler
- Energy-efficient velocity trajectory optimization using dynamic programming for electric vehicles
Elektrikli araçlar için dinamik programlama kullanılarak enerji verimli hız yörünge optimizasyonu
ABDULLAH KIZIL
Yüksek Lisans
İngilizce
2021
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. VOLKAN SEZER
- Quantification of temperature implications and investigation of battery design options for electrified vehicles
Başlık çevirisi yok
TUĞÇE YÜKSEL
- Elektrikle tahrik edilen gemi modelinin geliştirilmesi
Development of the electric ship propulsion model
MEHMET ERDOĞAN
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZGÜR ÜSTÜN
- Cost-oriented optimization of battery pack sizing and electrical design of the battery system for electrified bus rapid transit systems
Metrobüs sistemlerinin elektrifikasyonu için maliyet odaklı batarya sistemi boyutlandırma optimizasyonu ve batarya paketi elektriksel tasarımı
YİĞİT İŞCANOĞLU
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT YILMAZ
- Dizel hibrit güç aktarma sistemi optimizasyonu
Optimization of diesel hybrid powertrains
YÜCEL KARACA
Yüksek Lisans
Türkçe
2022
Otomotiv MühendisliğiYıldız Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. ORKUN ÖZENER