26963

طراحي متعادل‌ساز فعال هوشمند براي اتصال سري باتري‌هاي ليتيوم‌يون

كارشناسي ارشد

برق

98

1400/12/17

محمد حسن شجاعي فرد

مرتضي ملاجعفري

مهندسي خودرو

عدم سازگاري در پارامترهاي داخلي و محيط‌هاي خارجي سلول‌هاي باتري ليتيوم يون پس از برقراري اتصال به عنوان يك مجموعه باتري ممكن است ظرفيت، توان و طول عمر پك‌ها را تا حد زيادي محدود كند. سيستم هاي مديريت متعادل‌سازي براي كاهش چنين عدم سازگاري درون سلولي ضروري هستند.در اين پايان‌نامه استفاده از روش متعادل‌سازي فعال براي كاهش ناهماهنگي‌هاي باتري‌هاي ليتيوم‌يون كه به صورت سري متصل مي‌شوند پيشنهاد شده است. مدار متعادل‌ساز يك باك-بوست بهبود يافته مي‌باشد كه در آن باتري‌ها به صورت سري به هم متصل شده‌اند و به واسطه اين مدار باك-بوست، سرعت متعادل‌سازي بهبود پيدا مي‌كند. در‌‌ روشهاي استفاده شده در اين تحقيق از وضعيت سطح شارژ (SOC) به عنوان متغير متعادل‌سازي با توجه به ويژگي‌هاي منحني ولتاژ مدار باز (OCV) به وضعيت سطح شارژ (SOC) باتري ليتيوم‌يون استفاده مي‌شود. از مدل مدار معادل RC مرتبه دوم و همچنين از دو مسير براي انجام تعادل استفاده مي‌شود، مسير اول شامل شبكه عصبي پس انتشار (BPNN) جهت تخمين سطح شارژ در كنار روش كنترل منطق فازي (FLC) مي‌باشد. مسير دوم كه شامل روشهاي پيشنهادي شبكه عصبي تابع پايه شعاعي (RBF) در كنار روش كنترل منطق فازي نوع دو (T2FLC) كه براي تنظيم جريان تعادل به صورت ديناميكي در راستاي افزايش سرعت تعادل و بهبود راندمان استفاده مي‌شود. نتايج شبيه‌سازي كه بر روي مدار باك-بوست بهبود يافته انجام شده نشان مي‌دهد سرعت تعادل روش پيشنهادي متشكل از تخمين سطح شارژ با روش RBF و روش كنترلي تنظيم جريان با روش منطق فازي نوع دو (T2FLC) سرعت تعادل را حدود 30 درصد نسبت به روش متشكل از تخمين سطح شارژ با روش شبكه عصبي پس انتشار (‌BPNN) و روش كنترل منطق فازي (FLC) بهبود مي دهد.

1401/06/19

Intelligent active equalization design for connecting a series of lithium-ion batteries

3/8/2023 12:00:00 AM

Incompatibility in the internal parameters and external environments of lithium-ion battery cells after connection as a battery pack may greatly limit the capacity, power and service life of the packs. Equalization management systems are essential to reduce such intracellular incompatibility.This dissertation proposes the use of active equalization method to reduce the inconsistencies of lithium-ion batteries that are connected in series. The balancing circuit is an improved back-boost in which the batteries are connected in series, and through this circuit, the equalization speed is improved. In the methods used in this research, the state of charge (SOC) is used as a equalization variable according to the characteristics of the open circuit voltage curve (OCV) to the state of charge (SOC) of the lithium-ion battery. The second-order RC equivalent circuit model is used as well as two paths to perform the balance. The first path includes the back propagation neural network (BPNN) to estimate the charge level along with the fuzzy logic control (FLC) method. The second path, which includes the proposed radial basis neural network (RBF) methods, along with the type two fuzzy logic control method (T2FLC), which is used to dynamically regulate the balance flow in order to increase the balance velocity and improve efficiency. The simulation results performed on the improved buck-boost circuit show that the equilibrium velocity of the proposed method consists of estimating the charge level by RBF method and the flow control method by type 2 fuzzy logic control (T2FLC) equilibrium speed by about 30% compared to the method. Consists of charge level estimation using the back propagation neural network (BPNN) method and the fuzzy logic control (FLC) method.

ليتيوم‌يون , كنترل منطق فازي , وضعيت سطح شارژ , شبكه عصبي پس انتشار , تابع پايه تابشي , كنترل منطق فازي نوع دو

Lithium-ion , Fuzzy logic control , state of charge , propagation neural network , radial basis function , Type 2 fuzzy logic control

Ali shabgouyhe moghadam

Mohammad Hassan Shojaeefard