Batarya yönetim sistemlerinde şarj durum tahmini için genişletilmiş kalman filtresi parametrelerinin optimum ayarı
Optimal tuning of extended kalman filter parameters for state of charge estimation in battery managments systems
- Tez No: 918218
- Danışmanlar: DR. ÖĞR. ÜYESİ ÖZGE PINAR AKKAŞ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Kırıkkale Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 112
Özet
Batarya Yönetim Sistemleri (BYS), elektrikli araçlar, cep telefonları ve dizüstü bilgisayarlar gibi uygulamalarda yaygın olarak kullanılan lityum-iyon (Li-ion) ve lityum-polimer (Li-po) bataryaların güvenli ve verimli çalışmasını sağlamada kritik bir rol oynamaktadır. BYS'nin optimizasyonu, bu bataryaların performansını artırmak ve ömrünü uzatmak için gereklidir. Bu tez, Lityum bataryalar için bir BYS'nin geliştirilmesi ve optimizasyonuna odaklanmaktadır. Bunu başarmak için, batarya izleme ve kontrolü için önemli bir parametre olan Şarj Durumunu (SOC) doğru bir şekilde tahmin etmek için Genişletilmiş Kalman Filtresi (EKF) kullanılmıştır. EKF'nin performansı, kritik parametreleri olan işlem gürültüsü kovaryansı (Q ), ölçüm gürültüsü kovaryansı (R ) ve tahmin hatası kovaryansı (P ), iki meta-sezgisel algoritma olan Genetik Algoritma (GA) ve Karınca Kolonisi Optimizasyonu (ACO) kullanılarak optimize edilerek geliştirilmiştir. Çalışma, GA ve ACO'nun EKF tarafından tahmin edilen SOC ile deneysel verilerden elde edilen gerçek SOC arasındaki ortalama karesel hatayı (MSE) en aza indirmedeki etkinliğini karşılaştırmıştır. Sonuçlar, bu algoritmaların üstün optimizasyon kabiliyetini vurgulamakta ve SOC tahmin doğruluğunu iyileştirmedeki performanslarının karşılaştırmasını sunmaktadır. Bu araştırmanın sonuçları, daha güvenilir ve verimli BYS'nin geliştirilmesine önemli katkılar sağlayarak Lityum batarya uygulamalarında daha iyi enerji yönetimi ve daha uzun batarya ömrünün önünü açmaktadır.
Özet (Çeviri)
Battery Management Systems (BMS) play a critical role in ensuring the safe and efficient operation of lithium-ion (Li-ion) and lithium polymer (Li-po) batteries, which are widely used in applications such as electric vehicles, mobile phones and laptops. Optimization of the BMS is essential to improve the performance and extend the lifetime of these batteries. This thesis focuses on the development and optimization of a BMS for Lithium batteries. To achieve this, an Extended Kalman Filter (EKF) is used to accurately estimate the State of Charge (SOC), an important parameter for battery monitoring and control. The performance of the EKF is improved by optimizing its critical parameters of process noise covariance (Q), measurement noise covariance (R) and estimation error covariance (P) using two meta-heuristic algorithms, Genetic Algorithm (GA) and Ant Colony Optimization (ACO). The study has compared the effectiveness of GA and ACO in minimizing the mean squared error (MSE) between the SOC predicted by EKF and the actual SOC obtained from experimental data. The results have highlighted the superior optimization capability of these algorithms and provide a comparison of their performance in improving SOC prediction accuracy. The results of this research have made significant contributions to the development of more reliable and efficient BMS, paving the way for better energy management and longer battery life in Lithium battery applications.
Benzer Tezler
- Bir lityum-iyon batarya hücresinin elektriksel eş değer devre modelinin kurulması ve şarj durumu tahmini
Build the electrical equivalent circuit model of a lithium-ion battery cell and state of charge estimating
EMRE KAPLAN
Yüksek Lisans
Türkçe
2025
Otomotiv MühendisliğiBursa Uludağ ÜniversitesiOtomotiv Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BARIŞ ERKUŞ
- A novel method to estimate state of charge of li-based batteries
Lityum bazlı batarya hücrelerinin özgün bir yöntem ile şarj durumu tahmini
EYMEN İPEK
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT YILMAZ
- Elektrikli araç batarya yönetim sistemlerinde şarj durumu tahmini ve uygulamaları
State of charge estimation and applications in electric vehicle battery management systems
AHMET MELİH GÜRBÜZ
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. GÜVEN KÖMÜRGÖZ KIRIŞ
- Dual estimation of state of charge and state of health for lithium ion batteries
Lityum iyon piller için şarj durumu ve sağlık durumunun çift tahmini
İLHAN TOPKAYA
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Okan ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖMER CİHAN KIVANÇ
- Lityum iyon bataryaların şarj yönetim sisteminin kesir dereceli model yapısı kullanılarak geliştirilmesi
Development of charge management system of lithium-ion battery with using fractional order model structure
EMRE BALKIŞ
Doktora
Türkçe
2024
Mekatronik MühendisliğiBursa Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EKREM DÜVEN