عنوان پایان‌نامه
طراحی سیستمهای مدیریت توان با تحمل عیب برای خودروهای الکتریکی ترکیبی
- رشته تحصیلی
- مهندسی برق-کنترل
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 3007;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 76695;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 3007;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 76695
- تاریخ دفاع
- ۱۷ شهریور ۱۳۹۵
- دانشجو
- فرهاد زارع آهنگرکلایی
- استاد راهنما
- فرزاد رجایی سلماسی, تورج عباسیان نجف آبادی
- چکیده
- موتورهای احتراقی در خودروها هر چند پیشرفت زیادی در سال های اخیر داشته است، اما ناحیه کاری بهینه در آن ها محدود است که علاوه بر مصرف سوخت بالا موجب افزایش آلودگی محیط زیست نیز می شود. خودروی الکتریکی ترکیبی خودرویی است که از ترکیب دو منبع انرژی الکتریکی و احتراقی برای سیستم رانشگر استفاده می کند. ترکیب این دو منبع سبب کار کردن موتور احتراقی در نقاط بهینه خود و در نتیجه عملکرد بهتر خودرو می گردد. مزیت بارز آن نسبت به سایر خودروهای الکتریکی داشتن توان بالا و عدم نیاز به شارژ مجدد خودرو است. سیستم مدیریت انرژی در خودروی الکتریکی ترکیبی، از بخش های چالش برانگیز در طراحی این خودرو می باشد. مصرف بهینه سوخت، توانایی برآورده کردن نیاز کاربر، نگه داشتن میزان شارژ باتری در سطحی قابل قبول و همچنین افزایش قابلیت رانندگی و کارآیی خودرو از وظایف این بخش است. از طرفی این خودرو می تواند شامل نایقینی هایی نظیر دقیق نبودن برخی اجزا، اختلاف سیستم اصلی و مدل شده، و یا همچنین تغییر پارامترهای یک بخش با توجه به نقطه کاری خود باشد. سیستم کنترل استراتژی طراحی شده در این پایان نامه تابع هدفی بر اساس سوخت مصرفی، قابلیت رانندگی و کارآیی خودرو معرفی می کند که با بهینه سازی آن نقاط بهینه سیستم که گشتاور و سرعت های دو موتور الکتریکی و احتراقی می باشند، به دست می آید. یک ویژگی بارز این الگوریتم برخط بودن آن می باشد. درحقیقت در این الگوریتم یک تابعِ میزانِ مصرفِ سوختِ معادلِ مصرفِ انرژیِ الکتریکی که در آینده قرار است جایگزین آن شود یا از باتری تخلیه شود را مطرح می کند و سعی می کند با انتخاب درست متغیرها آن را در همان لحظه کمینه کند. همچنین روشی برای بهینه کردن شماره دنده گیربکس خودرو مطرح شده و نشان داده شده است با انجام یک بهینه سازی می توان میزان قابلیت رانندگی خودرو را افزایش داد. این سیستم در برابر نایقینی هایی شامل یکسان نبودن توان الکتریکی و مکانیکی درخواستی و بدست آمده از موتورهای الکتریکی و احتراقی، تغییر پارامترهای باتری با تغییر دما و میزان SOC باتری، و همچنین ناشناخته بودن مسیر رانندگی مقاوم می باشد. این الگوریتم در نهایت بر روی یک خودروی الکتریکی ترکیبی موازی شبیه سازی شده و صحت آن مورد بررسی قرار گرفته است.
- Abstract
- Although Internal Combustion Engines (ICE) has been progressed in recent years, but its optimal operating region is limited that is the main reason for increasing the harmful gas emission and more fuel consumption. Hybrid Electric Vehicle (HEV) is a type of vehicle that combines ICE engine with an electric propulsion system. This structure causes the engine to work in its optimal operating point and therefore vehicle achieve better performance. The important advantages of HEV rather than other electric vehicle is their high output torque and power and also no need to recharge the battery periodically. Energy management system in HEV is the most challenging part of its design. Optimal fuel consumption, ability to meet the needs of driver, keep the SOC of battery at a satisfactory level, and also increasing the vehicle drivability and performance are the features of this part. On the other hand, this vehicle can comprise uncertainty such as vehicle’s components malfunction, difference between main system and modeled one, and also parameter variation due to operating point of vehicle. In this thesis an objective function will be introduced based on fuel consumption, drivability and performance. Being online is the remarkable feature of this system. In fact this method propound an amount of fuel consumption equal to electric energy that will be replaced or will be discharged in future and try to split the power required between sources optimally by minimizing the objective function. Also a method for optimizing the gear number will be proposed and will be shown that by doing this optimization problem the drivability will be increased. This system will be robust against uncertainties including the inequality of the output and requested power in electrical and mechanical path, the variation of battery parameters with changing its temperature and SOC level, and also unknown drive cycle. Finally evaluation of this method has been done on a parallel hybrid electric vehicle based on ADVISOR model. Keywords: Control Systems, Hybrid Electric Vehicles, Robus Control, Robust Optimization
