![[09127409082]](https://barast.com/wp-content/uploads/2021/01/newlogo.png){kind=small}
استراتژی مدیریت انرژی پیشبینیکننده با در نظر گرفتن سلامت برای کامیونهای برقی پیل سوختی
این مقاله یک استراتژی جدید مدیریت انرژی با در نظر گرفتن سلامت برای کامیونهای الکتریکی پیل سوختی پیشنهاد میدهد تا به چالشهای دوام و کارایی حمل و نقل سنگین در مسافتهای طولانی رسیدگی کند. استراتژی پیشنهادی دارای یک ساختار کنترل پیشبینیکننده دو مرحلهای است که امکان اجرای برنامهریزی پویا را برای مدیریت انرژی بهینه و پیشبینیکننده فراهم میکند. بهینهسازی چندهدفه مصرف سوخت، تخریب پیل سوختی و تخریب باتری، نوآوری اصلی این کار است و این استراتژی را در یافتن مصالحههای مناسب بین سه هدف بهینهسازی بسته به شرایط عملیاتی خودرو بسیار انعطافپذیر میکند. به عنوان مثال، با فرض اینکه سیستمهای پیل سوختی و باتری را نمیتوان به صورت جداگانه جایگزین کرد، استراتژی پیشنهادی میتواند تخریب متعادل را تضمین کند و مسافت پیموده شده خودرو را به طور قابل توجهی افزایش دهد و در عین حال مصرف سوخت را پایین نگه دارد. یکی دیگر از نوآوریهای این مقاله، مطالعه تخریب تدریجی از شرایط “شروع عمر” تا “پایان عمر” اجزای سیستم انتقال قدرت است. این تجزیه و تحلیل میتواند پیامدهای قابل توجهی برای تصمیمگیری و طراحی کامیونهای الکتریکی پیل سوختی داشته باشد زیرا نشان میدهد که مصرف سوخت و نرخ تخریب با افزایش سن اجزا به طور قابل توجهی افزایش مییابد.
مقدمه
این مقاله یک استراتژی مدیریت انرژی (EMS) آگاه به سلامت را پیشنهاد میکند که از نظریه کنترل بهینه برای افزایش کارایی و دوام کامیونهای الکتریکی پیل سوختی برای حمل و نقل سنگین و طولانی مدت استفاده میکند. تحقیقات قبلی ما (Zendegan و همکاران، 2021، Ferrara و همکاران، 2022d، Kölbl و همکاران، 2022، Ferrara و Hametner، 2023) پایه و اساس درک نقش حیاتی استراتژیهای مدیریت انرژی در بهینهسازی عملکرد، کارایی و دوام کامیونهای الکتریکی پیل سوختی را بنا نهاد. در Zendegan و همکاران (2021)، ما یک EMS پیشبینیکننده مبتنی بر برنامهریزی درجه دوم و پیشبینیهای بار بلندمدت معرفی کردیم. این استراتژی هر زمان که راننده مقصد جدیدی را تعریف کند، یک مرجع SoC بهینه برای کل چرخه رانندگی ایجاد میکند. سپس یک کنترلکننده داخلی از این مرجع پیروی میکند تا به مصرف سوخت بهینه و کنترل SoC دست یابد. در کار دوم (Ferrara و همکاران، 2022d)، ما با معرفی پارامترهای وابسته به دما در کنترلکننده داخلی، بر بهبود کنترل دمای باتری تمرکز کردیم. به لطف این رویکرد، EMS از رفتار بهینه تعریف شده توسط بهینهسازی مرجع در طول عملیات منظم پیروی میکند. با این حال، هنگامی که دمای باتری افزایش مییابد، استفاده از باتری محدود میشود تا از افزایش ناگهانی دما که به طور برگشتناپذیری سیستم را تخریب میکند، جلوگیری شود. در یک کار تکمیلی (Kölbl و همکاران، 2022)، تأثیر سبک رانندگی و توپوگرافی مسیر را بر تخریب و کارایی بررسی کردیم. علاوه بر این، تأثیر کالیبراسیون پارامترهای کنترل بر تخریب و چگونگی دستیابی به تخریب متعادل بین سیستمهای پیل سوختی و باتری را بررسی کردیم، به طوری که اطمینان حاصل شود هیچ قطعهای نیاز به تعویض جداگانه ندارد. در نهایت، رابطه بین EMS و اندازه قطعه بر کارایی و تخریب را در Ferrara و Hametner (2023) بررسی کردیم. علاوه بر این، تأثیر کالیبراسیون EMS و بدهبستان بین کارایی و تخریب را بر کل هزینه مالکیت خودرو تجزیه و تحلیل کردیم.
محدودیت اصلی کارهای قبلی این است که مسئله مدیریت بهینه انرژی به صراحت شامل تخریب پیل سوختی و باتری نمیشود. برعکس، این کارها بر محدودیتها و کالیبراسیون پارامترهای کنترلی برای کاهش غیرمستقیم تخریب تکیه داشتند. با این حال، در کار حاضر، ما بر این محدودیتها غلبه میکنیم و یک فرمولبندی نوآورانه از مسئله کنترل بهینه ارائه میدهیم و از برنامهنویسی پویا برای حل بهینهسازی مدیریت انرژی چند هدفه استفاده میکنیم. این رویکرد جدید، تخریب اجزا را به عنوان بخش ذاتی فرآیند بهینهسازی ادغام میکند و در مقایسه با کارهای قبلی ما، پیشرفت قابل توجهی در EMS آگاهانه برای سلامت ما نشان میدهد.
استراتژی پیشنهادی در این مقاله مبتنی بر برنامهریزی پویا (DP) است که یکی از رایجترین روشها برای حل مسائل مدیریت بهینه انرژی است، زیرا تضمین میشود که راهحل به طور کلی بهینه باشد و به دلیل قابلیت آن در مدیریت چندین محدودیت پیچیده. معایب اصلی DP پیچیدگی قابل توجه آن و نیاز به دانش قبلی از کل چرخه رانندگی، یعنی پروفیلهای سرعت و ارتفاع است. با این حال، این پروفیلها در اکثر کاربردها ناشناخته هستند و DP را برای کنترل بلادرنگ نامناسب میکنند. به دلیل این ماهیت غیرعلّی، DP بیشتر به عنوان معیاری برای طراحی سیستمهای مدیریت انرژی آنلاین مورد استفاده قرار گرفته است. با این حال، ساختار کنترل پیشبین دو مرحلهای که ما در Ferrara و Hametner (2023) پیشنهاد دادیم، امکان پیادهسازی DP را به عنوان یک EMS پیشبین آنلاین فراهم میکند و بر موانع شناختهشده آن یعنی عدم علیت و پیچیدگی محاسباتی بالا غلبه میکند. در مرحله اول این ساختار، توان پیل سوختی و پروفایلهای SoC برای کل مسیر بهینه میشوند: یعنی افق پیشبین با طول کل چرخه رانندگی مطابقت دارد. این بهینهسازی یک بار در ابتدای چرخه رانندگی انجام میشود و نیازی به تکرار ندارد (اگر مسیر تغییر نکند). پس از مراجع بهینهشده، یک کنترلکننده داخلی قرار میگیرد که نشاندهنده مرحله دوم EMS پیشبین است.
سیستم مدیریت انرژی پیشبینیکنندهی سلامتمحور که در این کار پیشنهاد شده است، میتواند برای طیف وسیعی از وسایل نقلیهی پیل سوختی تطبیق داده شود. با این حال، کاربرد آن در کامیونهای سنگین مسافت طولانی به دلیل قابلیت اطمینان پیشبینی بار در مسیرهای طولانی، به ویژه مفید است. در این موارد، ارتفاع مسیر – یک عامل اصلی مؤثر بر نیروهای مقاومت در کامیونهای سنگین – با اطمینان بالا شناخته شده است. علاوه بر این، کامیونهای مسافت طولانی عمدتاً در بزرگراهها تردد میکنند، جایی که با محدودیتهای سرعت تعیینشده برای به حداقل رساندن زمان سفر کار میکنند. این الگوی عملیاتی قابل پیشبینی به ما این امکان را میدهد که پیشبینیهای بار را با اطمینان معقولی، بر اساس این فرض که وسیله نقلیه به طور مداوم به محدودیتهای سرعت پایبند خواهد بود، ایجاد کنیم. نکته قابل توجه این است که سیستم مدیریت انرژی پیشبینیکنندهی سلامتمحور به طور خاص برای پیادهسازی در نمونهی اولیه کامیون پیل سوختی نشان داده شده و مشخصات طراحی و الزامات ایجاد شده برای پروژه FC4HD را اتخاذ میکند.
منابع غنی از مطالعات در مورد طراحی EMS هستند که روشهای مختلفی را برای کاربردهای مختلف بررسی میکنند، زیرا یک راهحل واحد برای همه وجود ندارد. بررسیهای جامع از استراتژیهای مدیریت انرژی برای وسایل نقلیه پیل سوختی-باتری در Zhao و همکاران، 2022، Lü و همکاران، 2020، Teng و همکاران، 2020، Yue و همکاران، 2019، Kandidayeni و همکاران، 2022 و Xu و همکاران (2022) یافت میشود. آثار مرتبط با تمرکز بر وسایل نقلیه پیل سوختی برای کاربردهای سبک عبارتند از Martel و همکاران، 2016، Fu و همکاران، 2020، Iqbal و همکاران، 2021، Luca و همکاران، 2022، Wang و همکاران، 2019، Ravey و همکاران، 2012 و Li و همکاران (2019)، برای وسایل نقلیه سنگین و حمل و نقل طولانی مدت. به طور کلی، EMS نحوه عملکرد سیستمهای پیل سوختی و باتری را تعریف میکند. بنابراین، طراحی صحیح این وظیفه کنترل نظارتی برای اطمینان از برآورده شدن الزامات طول عمر اجزای سیستم انتقال قدرت در حمل و نقل طولانی مدت بسیار مهم است. مقالات مروری Yue و همکاران (2019) و Kandidayeni و همکاران (2022) به ویژه مرتبط هستند زیرا به موضوع EMS آگاهانه از نظر سلامت میپردازند. اولین کار اشاره میکند که رویکردهای موجود معمولاً بار محاسباتی را به قیمت عملکرد بهینهسازی کاهش میدهند زیرا بار محاسباتی بسیار زیاد است و سرعت محاسبه محدود است. اکثر EMSهای آگاهانه از نظر سلامت موجود فقط مرزهای SoC را تعیین میکنند یا ولتاژ بالا یا پایین را برای محافظت از سلولها محدود میکنند، که به سختی میتواند تخریب یا طول عمر منابع انرژی را کمّی کند. مطالعات دیگر پدیده پیری را با نرخ تخریب کمّی میکنند که به شدت به شرایط رانندگی و کاربرد خودرو بستگی دارد. به عنوان مثال، EMSهای آگاهانه از نظر سلامت برای وسایل نقلیه پیل سوختی سبک، از جمله تخریب اجزا در اهداف بهینهسازی، توسعه یافتهاند. با این حال، تغییر روند از خودروهای سواری به کامیونها، چالشهای دوام سلولهای سوختی را تشدید میکند و تحقیقات بیشتری را در مورد این موضوع میطلبد. در واقع، استراتژیهای توسعهیافته برای وسایل نقلیه سبک معمولاً برای کامیونهای مسافت طولانی کمتر مؤثر هستند. به عنوان مثال، اکثر کارها روی خودروهای سواری پیل سوختی، پروفیل ارتفاع مسیر را در طول طراحی EMS نادیده میگیرند. با این حال، این امر در حمل و نقل مسافت طولانی به دلیل وزن قابل توجه وسیله نقلیه که به طور قابل توجهی بر تقاضای بار الکتریکی تأثیر میگذارد و چرخههای رانندگی بسیار چالش برانگیزتری را ایجاد میکند، غیرمنطقی است.
این مقاله یک فرمولبندی اولیه از مسئله مدیریت انرژی پیشبینیکننده در کامیونهای برقی پیل سوختی با بهینهسازی چندهدفه مصرف سوخت، تخریب پیل سوختی و تخریب باتری ارائه میدهد. گنجاندن مستقیم عبارات تخریب در مسئله کنترل بهینه و حل آن با برنامهریزی پویا، نوآوری و سهم اصلی این کار است. همانطور که گفته شد، هر زمان که پیچیدگی و عدم علیت آن مشکلی نباشد، برنامهریزی پویا پرکاربردترین و ترجیحیترین روش است زیرا امکان یافتن راهحل بهینه جهانی برای مسائل کنترل بهینه را فراهم میکند. با این وجود، چندین کار قبلاً بر سیستمهای مدیریت انرژی آگاه از سلامت با استفاده از روشهای دیگر برای کاهش تخریب سیستمهای پیل سوختی و باتری متمرکز شدهاند. فو و همکاران (2020) یک سیستم مدیریت انرژی جداکننده فرکانس بهینه با استفاده از روش کنترل فازی را برای افزایش طول عمر پیل سوختی و بهبود اقتصاد سوخت برای وسایل نقلیه پیل سوختی/باتری/فوق خازنی پیشنهاد میکنند. چنین کاری نمونهای از سیستم مدیریت انرژی آگاه از سلامت با استفاده از استراتژیهای تقسیم توان اکتشافی است. کار مشابهی بر اساس روش جداسازی فرکانس آگاه از سلامت برای مدیریت انرژی یک سیستم انتقال قدرت پیل سوختی/باتری در اقبال و همکاران (2021) پیشنهاد شده است. یک EMS آگاه از سلامت دیگر مبتنی بر اکتشافات در لوکا و همکاران (2022) با استفاده از یک کنترلکننده منطق فازی جهشی پیشنهاد شده است. جیا و همکاران (2023) از یادگیری تقویتی برای بهینهسازی یک تابع هزینه که شامل مصرف سوخت، فرسودگی باتری و برخی از اصطلاحات غیرمستقیم برای تخریب (به عنوان مثال نرخ تغییر توان پیل سوختی) است، استفاده میکنند. گائو و همکاران (2023) نیز از یادگیری تقویتی برای مدیریت انرژی یک پهپاد پیل سوختی با در نظر گرفتن بهینهسازی چند هدفه مصرف سوخت، تخریب پیل سوختی و تخریب باتری، با استفاده از هزینه هیدروژن، باتری و FCS برای یافتن بده بستان بین اهداف استفاده میکنند. کوان و همکاران (2023) از MPC با در نظر گرفتن یک تابع هدف که شامل مصرف سوخت و تخریب FCS است، استفاده میکنند. علاوه بر این، آنها دو مدل تخریب پیل سوختی با پیچیدگیهای مختلف و تأثیر آنها بر تقسیم توان ناشی از MPC را مقایسه میکنند. وانگ و همکاران (2019) بهینهسازی چندهدفه تخریب پیل سوختی و باتری را با استفاده از برنامهنویسی پویا به عنوان یک EMS آفلاین مطالعه میکنند. محدودیت این کار این است که فقط سه وزن مختلف از تابع هزینه چندهدفه را در نظر میگیرد و بنابراین، بدهبستان بین اهداف را مطالعه نمیکند.
به طور سنتی، کارهای قبلی عمدتاً با فرض شرایط شروع عمر اجزای سیستم انتقال قدرت انجام شدهاند، زیرا ارزیابی عملکرد از ابتدا تا انتهای عمر از نظر محاسباتی بسیار دشوار و زمانبر است. با این حال، در کاربردهای واقعی، سلولهای سوختی و باتریها با افزایش سن، دچار تغییرات پویا در عملکرد و کارایی میشوند. به عنوان مثال، ظرفیت باتریها به 80٪ از ظرفیت اسمی آنها کاهش مییابد، در حالی که حداکثر توان خالص خروجی سلولهای سوختی به 90٪ از میزان اسمی آنها کاهش مییابد. این تغییرات نه تنها بر عملکرد کلی تأثیر میگذارند، بلکه وظیفه EMS را نیز دشوارتر میکنند. دستیابی به تقسیم توان بهینه در سیستمی با اجزای فرسوده نیاز به رویکردی تطبیقیتر دارد. علاوه بر این، مقاله مروری (Yue و همکاران، ۲۰۱۹) پیشنهاد میکند که تعامل تخریب منابع انرژی مختلف بر یکدیگر بررسی شود. به عنوان مثال، تخریب پیل سوختی احتمالاً تخریب باتری را تسریع میکند و برعکس. بنابراین، یکی دیگر از ویژگیهای متمایز کار ما، تجزیه و تحلیل افت عملکرد ناشی از تخریب تدریجی اجزای سیستم انتقال قدرت است، سهمی که قبلاً در مقالات نشان داده نشده است و اهمیت این مطالعه را بیشتر میکند. در واقع، غلبه بر محدودیتهای در نظر گرفتن انحصاری شرایط «شروع عمر» برای توسعه راهحلهای EMS قویتر و سازگارتر که میتوانند نیازها و واقعیتهای در حال تحول عملکرد طولانی مدت خودرو را در خود جای دهند، ضروری است. علاوه بر این، این مطالعه میتواند پیامدهای قابل توجهی برای تصمیمگیری و طراحی کامیونهای برقی پیل سوختی داشته باشد، زیرا تکیه صرف بر عملکرد «شروع عمر» منجر به تخمین بیش از حد عمر اجزا و راندمان سیستم میشود که به طور بالقوه بر انتخابهای حیاتی طراحی و استراتژیهای عملیاتی بلندمدت تأثیر میگذارد.
به طور خلاصه، دو دستاورد اصلی این کار به شرح زیر است:
• این کار یک EMS پیشبینیکنندهی جدید و آگاه از سلامت برای کامیونهای برقی پیل سوختی با روشی مبتنی بر برنامهنویسی پویا ارائه میدهد که به بهینهسازی چندهدفه مصرف سوخت، تخریب پیل سوختی و تخریب باتری میپردازد.
• این کار تخریب تدریجی از شرایط “شروع عمر” تا “پایان عمر” اجزای سیستم انتقال قدرت را مطالعه میکند.
بنیانهای اساسی برای EMS پیشنهادی آگاه از سلامت، مدلهای تخریب پیل سوختی و باتری هستند که برای تصمیمگیری بهینه در مورد تقسیم توان به منظور افزایش دوام اجزا ضروری هستند. بخش 2 اطلاعات پیشزمینهی ضروری در مورد مدلهای تخریب کنترلمحور زیربنایی ارائه میدهد و یک مدل سیستم پیل سوختی را معرفی میکند که تغییرات عملکرد بین شرایط “شروع عمر” و “پایان عمر” را در نظر میگیرد. برعکس، ما برای مدلسازی سایر اجزای سیستم انتقال قدرت و خود خودرو به ادبیات موجود تکیه میکنیم.
بخش 3، EMS آگاه به سلامت را با تمرکز بر فرمولبندی مسئله کنترل بهینه و ساختار کنترل پیشبین دو مرحلهای شرح میدهد. در اینجا، ما فرمولبندی جدید برنامهریزی پویا را برای بهینهسازی چند هدفه مصرف سوخت، تخریب پیل سوختی و تخریب باتری به تفصیل شرح میدهیم. ما همچنین یک رویکرد عملی برای پیادهسازی برنامهریزی پویا پیشنهاد میکنیم که امکان گنجاندن نرخ تغییر متغیر ورودی را بدون اضافه کردن حالتهای اضافی در فرمولبندی مسئله کنترل بهینه فراهم میکند، که رویکرد معمول در ادبیات است (به عنوان مثال در وانگ و همکاران (2019)). این رویکرد برای بالا نگه داشتن سرعت محاسبات و امکانپذیر کردن پیادهسازی بلادرنگ استراتژی پیشنهادی بسیار ارزشمند است.
بخش ۴ تجزیه و تحلیل دقیقی از عملکرد خودرو با استفاده از EMS پیشنهادی ارائه میدهد. در ابتدا، نشان میدهد که چگونه وزندهی متفاوت تابع هزینه چندهدفه بر عملکرد از نظر تقسیم توان و مشخصات SoC تأثیر میگذارد. سپس، بدهبستان بین سه هدف بهینهسازی را تجزیه و تحلیل کرده و جبهههای پارتو بین آنها را شناسایی میکند. در نهایت، عملکرد را از ابتدا تا انتهای عمر بررسی میکند و نتایج بهدستآمده با وزندهیهای مختلف برای اهداف بهینهسازی را مقایسه میکند. بخش ۵ این کار را نتیجهگیری میکند.(منبع).