دانلود مقاله ISI انگلیسی شماره 46290
ترجمه فارسی عنوان مقاله

استراتژی مدیریت توان منطق فازی زمان واقعی برای خودرویی با پیل سوختی

عنوان انگلیسی
A real time fuzzy logic power management strategy for a fuel cell vehicle
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
46290 2014 8 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Energy Conversion and Management, Volume 80, April 2014, Pages 63–70

فهرست مطالب ترجمه فارسی
چکیده

کلیدواژه‌ها

1. مقدمه 

2. استراتژی مدیریت توان پیشنهادی

شکل 1. وضعیت شارژ باتری کنترل کننده استاندارد 

شکل 2. کنترل کننده منطق فازی

جدول 1. پایگاه قواعد کنترل کننده منطق فازی

جدول 2. پارامترهای خودرو

جدول 3. محدودیت‌های سیستم

3. مدل سازی مؤلفه

3.1 مدل پیل سوختی

شکل 3. توابع عضویت کنترل کننده منطق فازی

3.2 مدل باتری

3.3 مدل ابرخازن 

شکل 4. مدل ابرخازن 

3.4 پیکربندی‌های مبدل 

3.4.1 پیکربندی FC/BC و پیکربندی FC/SC

3.4.2 پیکربندی FC/B/SC

4. نتایج شبیه سازی و بحث

شکل 5. پیکربندی پیل سوختی/ باتری یا پیل سوختی/ ابرخازن 

جدول 4. پارامترهای پیل سوختی 

شکل 6. پیکربندی پیل سوختی/ باتری/ ابرخازن 

شکل 7. سرعت خودرو 

شکل 8. توان‌های پیکربندی FC/B

شکل 9. وضعیت شارژ باتری برای پیکربندی FC/B

شکل 10. توان‌های پیکربندی FC/SC

شکل 11. وضعیت شارژ ابرخازن برای پیکربندی FC/SC

شکل 12. توان‌های پیکربندی FC/B/SC

شکل 13. وضعیت شارژ ابرخازن و باتری در پیکربندی FC/B/SC

شکل 14. ولتاژ در پیکربندی‌های FC/B

شکل 15. ولتاژ در پیکربندی FC/SC

شکل 16. ولتاژ در پیکربندی FC/B/SC

شکل 17. مصرف هیدروژن 

5. نتیجه گیری
ترجمه کلمات کلیدی
سلول سوختی خودروی هیبریدی - مدیریت قدرت - منطق فازی - باتری - ابرخازن - سلول سوختی
کلمات کلیدی انگلیسی
Fuel cell hybrid vehicle; Power management; Fuzzy logic; Battery; Supercapacitor; Fuel cell
ترجمه چکیده
در این مقاله یک روش منطق فازی زمان واقعی (FLC) ارائه شده که برای طراحی استرانژی مدیریت توان در یک خودروی الکتریکی هبریدی و محافظت از باتری در برابر شارژ اضافی هنگام انباشتگی انرژی در حین ترمزگیری های مداوم به کار رفته است. پیل سوختی (FC) و باتری (B)/ ابرخازن (SC) به ترتیب منابع توان اولیه و ثانویه هستند. دراین مقاله عملکرد سه پیکربندی FC/B، FC/SC و FC/B/SC در شرایط حرکت زمان واقعی و چرخه حرکت نامشخص تحلیل و ارزیابی شده است. برای مدل سازی اجزاء الکتریکی و مکانیکی خودروهای هیبریدی و پیاده سازی یک استراتژی منطق فازی از MATLAB/ Simulink و بسته‌های نرم افزاری سیستم‌های SimPowerSystems استفاده شده است.
ترجمه مقدمه
نیاز به کمتر کردن انتشار گازهای خطرناک و گازهای گلخانه‌ای موجب افزایش کاربرد خودروهای هیبریدی در سال‌های اخیر شده است. این خودروها شامل خودروهای هیبریدی حرارتی، خودروهای الکتریکی مجهز به باتری و خودروهای هیبریدی پیل سوختی هستند. در مدل سازی و مشخص سازی پیل سوختی و همچنین درک مبدل‌های استاتیک که در زمان شارژ با پیل سوختی در ارتباط هستند پیشرفت‌هایی صورت گرفته است. با این حال، مطالعات مربوط به مدیریت و بهینه سازی همچنان در سطح اولیه قرار دارند. ارائه استراتژی مدیریت انرژی برای خودروی هیبریدی که توسط یک دستگاه انبارش مانند باتری یا ابرخازن پشتیبانی شده کار دشواری است. برای این که بهره وروی هیدروژه به حداقل برسد و طول عمر افزایش یابد توان موجود صرفنظر از مسیر باید در میان مؤلفه‌های مختلف توزیع شود. استراتژی‌های مدیریت انرژی مختلفی برای کنترل توزیع توان بین دو منبع و بار پیشنهاد شده است. رفرنس [1] سیستم مدیریت انرژی را بر اساس استراتژی معادل به حداقل رساندن مصرف سوخت (ECMS) ارائه داده است. رفرنس [2] یک استراتژی مدیریت انرژی بهینه زمان واقعی را بر اساس استراتژی برنامه نویسی دینامیک تعیین شده (DDP) ارائه داده است. رفرنس‌های [6-3] یک سیستم کنترل منطق فازی ارائه داده‌اند. برخی رفرنس‌ها با استفاده از یک روش مدیریت انرژی کنترل کننده منطق فازی برای خودروهای الکتریکی با پیل سوختی پیشنهاد شده‌اند. رفرنس [3] برخی از مزیت‌های این روش را لیست کرده است. رفرنس [3] به منظور توسعه اقتصاد سوخت و افزایش مسافت پیموده شده یک منطق فازی اجرا شده را در محیط ADVISOR برای خودروهای FC/B و FC/B/SC پیشنهاد داده است. این روش باعث بهتر شدن اقتصاد سوخت و شرایط چرخه حرکت می‌شود با این حال اطلاعات SOC باتری یا ابرخازن در این مقاله ارائه نشده است. رفرنس [4] یک سیستم کنترل منطق فازی برای مدیریت توان ارائه داده و از چرخه حرکت شهری مشخص (UDDS) برای تعیین پیل سوختی بهینه و توان باتری در یک گذرگاه هیبریدی استفاده می‌کند. در نتایج روش پیشنهادی توان به طور مناسب بین منابع توان mini- bus و توان مورد نیاز توزیع شده است. علاوه بر این، SOC باتری به صورت کران دار حفظ شده است. در این مطالعه، نتایج SOC باتری نشان داده‌اند که SOC در ترمزگیری مکرر در آخرین بخش چرخه حرکت UDDS افزایش می‌یابد. رفرنس [5] یک متدلوژی کنترل مبتنی بر منطق فازی ارائه داده است. استراتژی پیشنهادی در طراحی میزان هیبرید شدن وابسته به دانش قبلی و همچنین توابع عضویت کنترل کننده فازی وابسته است که از مسأله بهینه سازی استفاده می‌کنند و می‌توانند بهره وری خودروی هیبریدی پیل سوختی را به حداکثر برسانند. مهم‌ترین نقص استراتژی پیشنهادی این است که به چرخه حرکت مشخص نیاز دارد، بنابراین برای کنترل زمان واقعی به کار نمی‌رود. نتایج استراتژی پیشنهادی را می‌توان با استفاده از کنترل منطق فازی توسط توابع عضویت ثابت و میزان هیبریدشدن بهینه با هم مقایسه کرد. نتایج شبیه سازی نشان می‌دهند که استراتژی پیشنهادی موجب پیشرفت کارایی سیستم می‌شود، با این حال میزان هیبریدشدن بهینه به چرخه‌های حرکت متفاوت حساس نیست. رفرنس [6] استراتژی منطق فازی موجک را برای کنترل و توزیع توان مورد نیاز از منابع توان تا بار بیان کرده است. در این مقاله، استراتژی مدیریت توان منطق فازی در یک خودروی هیبریدی با منابع توان متعدد اجرا شده است. پیل سوختی منبع اولیه توان و منابع ثانویه توان عبارتند از باتری و ابرخازن. این مقاله در چهار بخش روبرو مرتب شده است: بخش 2 استراتژی مدیریت توان پیشنهادی را ارائه می‌دهد. بخش 3 مدل‌های دینامیک اجزاء مختلف سیستم را بیان می‌کند. بخش 4 نتایج شبیه سازی و بخش 5 نتیجه گیری‌ها را مطرح می‌کند.
پیش نمایش مقاله
پیش نمایش مقاله  استراتژی مدیریت توان منطق فازی زمان واقعی برای خودرویی با پیل سوختی

چکیده انگلیسی

This paper presents real time fuzzy logic controller (FLC) approach used to design a power management strategy for a hybrid electric vehicle and to protect the battery from overcharging during the repetitive braking energy accumulation. The fuel cell (FC) and battery (B)/supercapacitor (SC) are the primary and secondary power sources, respectively. This paper analyzes and evaluates the performance of the three configurations, FC/B, FC/SC and FC/B/SC during real time driving conditions and unknown driving cycle. The MATLAB/Simulink and SimPowerSystems software packages are used to model the electrical and mechanical elements of hybrid vehicles and implement a fuzzy logic strategy.