22672

بهينه سازي همزمان سايزينگ و استراتژي كنترلي خودروي هيبريد پلاگين

دكتري

طراحي كاربردي - ديناميك، كنترل و ارتعاشات

1391

1397/8/21

دكتر مرتضي منتظري

مكانيك

با توجه به نگراني هاي روزافزون در مورد انتشار گازهاي گلخانه¬اي از يك سو و منابع محدود سوخت¬هاي فسيلي از سوي ديگر، خودروهاي هيبريد الكتريكي مورد توجه قرار گرفته¬اند. خودروي هيبريد الكتريكي پلاگين (PHEV) با توجه به دو منبع انرژي قابل شارژ مستقل و نتايج قابل توجهي كه براي كاهش آلايندگي و بهبود سوخت در چرخه رانندگي واقعي ارائه مي دهد، جايگاه ويژه¬اي بدست آورده است. عملكرد خودروي هيبريد پلاگين عمدتاً تحت تاثير مديريت انرژي و سايزينگ اجزاي سيستم انتقال قدرت مي باشد. بنابراين ايده بهينه-سازي همزمان سايزينگ و مديريت انرژي خودروي هيبريد پلاگين مي¬تواند منجر به بهبود اقتصاد سوخت و كاهش آلاينده¬ها گردد. در اين رساله، بهينه¬سازي همزمان استراتژي كنترلي و سايزينگ اجزا سيستم انتقال قدرت خودروي هيبريد پلاگين در شرايط مختلف رانندگي ارائه و پياده¬سازي شده است. بدين منظور ابتدا مدل¬سازي خودروي هيبريد پلاگين با در نظر گرفتن ساختار موازي، مودهاي عملكردي خودروي هيبريد پلاگين و استفاده از نمودار مشخصه موتور احتراقي بر مبناي داده‌هاي تست موتور و همچنين سيكل رانندگي واقعي خودرو و مدل باتري ليتيومي انجام شده و با نتايج تست واقعي يك خودرو هيبريدي صحه¬گذاري شده است. آنگاه سايزينگ يك خودروي هيبريد پلاگين براي اجزاي سيستم انتقال قدرت انجام شده و سپس استراتژي كنترلي فازي براي مود عملكردي تركيبي خودرو در شرايط مختلف رانندگي ارائه شده است. نهايتاً بهينه¬سازي همزمان چند هدفه¬ي مقيد استراتژي كنترلي و سايزينگ اجزاي سيستم انتقال قدرت با بكارگيري الگوريتم بهينه¬سازي ژنتيك در شرايط مختلف رانندگي بگونه¬اي انجام شده است كه مصرف سوخت، آلايندگي و هزينه¬هاي جاري خودرو با در نظر گرفتن سطح شارژ باتري و تامين شرايط ديناميك طولي خودرو، كاهش يابد. شبيه¬سازي الگوريتم بهينه-سازي همزمان استراتژي كنترلي و سايزينگ با مصالحه بين توابع هدف آلايندگي و هزينه، تابع قيد (عملكرد ديناميكي خودرو) و مشخص كردن متغيرهاي بهينه¬سازي، نشان مي¬دهد كه در نظر گرفتن تاثير متقابل پارامترهاي استراتژي كنترلي و سايزينگ خودرو، تاثير قابل ملاحظه¬اي در طراحي بهينه خودروي هيبريد پلاگين و عملكرد آن دارد. نتايج نشان مي¬دهد كه در الگوريتم بهينه¬سازي همزمان، هرچند افزايش تعداد متغيرهاي بهينه¬سازي باعث افزايش زمان همگرايي و پيچيدگي بهينه¬سازي مي¬گردد، ولي مصرف سوخت، آلايندگي و هزينه جاري خودرو با در نظر گرفتن عمر باتري در شرايط مختلف رانندگي به ترتيب تا 9%، 6% و 7% كاهش مي¬يابد. نهايتاً تاثير پارامترهاي مختلف خودرو و شرايط ترافيكي با رويكرد همزمان هزينه و عملكرد بررسي شده، كه نشانگر قابليت تطبيق¬پذيري خودرو هيبريد پلاگين طراحي شده در شرايط مختلف، مي¬باشد.

1399/06/10

Simultaneous Optimization of Sizing and Control Strategy of Plug-in Hybrid Electric Vehicle

11/12/2018 12:00:00 AM

Due to growing concerns about greenhouse gas emissions and limited sources of fossil fuels, hybrid electric vehicles have gained attention in the automotive industry. Plug-in hybrid-electric vehicles (PHEVs) have recently emerged as a promising alternative technology, due to two independent rechargeable power supplies and dramatically reduce fleet petroleum consumption. PHEV performance is mainly related to energy management, powertrain system components sizes and cost, which are the most effective in improving fuel economy and reducing emissions. Therefore, the idea of simultaneous optimizing of the PHEV sizing and energy management may improve fuel economy and reduce emissions. In this thesis, simultaneous optimization of control strategy and components sizing is proposed and implemented over the real world driving cycle. For this purpose, at the first step, a parallel PHEV with regard to the functional modes, the use of the lithium battery model and engine map test data is modeled over the real driving cycle which verified by the test results of real PHEV model. In the next step, PHEV component sizing is carried out and a fuzzy logic controller (FLC) is designed for energy management system in different driving conditions. The simultaneous multi-objective constrained optimization algorithm of control strategy and sizing of the components by employing the Genetic Algorithm (GA) is performed in a way to reduce the fuel consumption, emissions and current vehicle costs, without satisfying the battery life and vehicle longitudinal dynamic requirements. The simultaneous simulation is implemented to enhance an optimal various coupling design parameters (optimization variables), conflicting design objectives (fuel economy, cost and emissions) and nonlinear constraints (vehicle dynamic performance). The results show that in simultaneous optimization algorithm despite increases in the optimization variables and computational time, the fuel consumption, emission and operational cost of the vehicle, by considering the battery life under different driving conditions, are reduced up to 9%, 6% and 7%, respectively. Finally, the effects of different vehicle parameters and traffic conditions on the simultaneous optimization are evaluated, which confirms the adaptability of the designed PHEV performance in various conditions.