FUZZY LOGIC BASED ENERGY MANAGEMENT STRATEGY FOR FUEL CELL HYBRID ELECTRIC VEHICLE تم الإرسال اكتب إلى

Abstract

تحتاج المركبات الكهربائية الهجينة بخلية الوقود إلى مصدري طاقة على الأقل ، وخلية وقود ، ومصدر لتخزين الطاقة نظام إدارة الطاقة ليس فقط مسؤولاً عن إدارة الطاقة بين المصادر ولكن له تأثير كبير على النظام بأكمله، تم اعتماد تحكم المنطق الضبابي على نطاق واسع الإدارة الطاقة ومع ذلك لا يزال تحديد معاييره يمثل تحدياً في هذا العمل، يتم التحقيق في هذه المشكلة من خلال تطوير ثانوي لنظام ضبابي قائم على منصة ادفايزور يستخدم التحسين لتحديد أفضل المعايير التي تزيد من استهلاك الوقود وتقلل من استخدام طاقة البطارية من خلال الحفاظ على حالة تباين الشحن عند الحد الأدنى أولاً ، يتم ضبطه وفقاً لكل حالة ، ثم يتم ضبطه وفقا الشروط مختلفة في وقت واحد ونتيجة لذلك، تم الحصول على خمسة نماذج ضبابية مضبوطة تؤكد نتائج التقييم فعالية هذه الاستراتيجية كما تظهر أيضاً اختلافات طفيفة بينهم من حيث الاقتصاد في استهلاك الوقود . التغيرات في حالة شحن البطارية ، وكفاءة النظام الإجمالية، ومع ذلك ، فإن النظام المضبوط تحت شروط متعددة هو الوحيد الذي يمكن أن يضمن الحد الأدنى من اختلافات حالة تباين الشحن ، بغض النظر عن ظروف القيادة

Fuel Cell Hybrid Electric Vehicles (FCHEV) need at least two power sources, a fuel cell, and an energy storage source The energy manage- ment system (EMS) is not only responsible for managing the power be- tween sources but it has a big impact on the whole system. Fuzzy Logic Controller has been widely adopted for energy management. However, the determination of its parameters is still challenging In this work, this prob- lem is investigated through a secondary development of a Fuzzy EMS based on the Advisor Platform. Particle Swarm Optimization (PSO) is used to determine the best parameters that increase the fuel economy and reduce the battery energy use by maintaining the state of charge variation (SOC) at its minimum. First, it is tuned according to each condition, thereafter, it is tuned under the different conditions at once. As a result, five tuned Fuzzy EMS models are obtained. Evaluation results confirm the effective- ness of this strategy. It also shows slight differences between them in terms of fuel economy, SOC variations, and overall system efficiency. However, the Fuzzy EMS tuned under multiple conditions is the only one that can guar- antee the minimum of the SOC variations, no matter the driving conditions.

Les véhicules électriques hybrides à pile à combustible (FCHEV) ont be- soin d'au moins deux sources d'énergie, une pile à combustible et une source de stockage d'énergie. Le système de gestion de l'énergie (SME) est non seulement responsable de la gestion de l'énergie entre les sources, mais il a un impact important sur l'ensemble du système Le contrôleur de logique floue a été largement adopté pour la gestion de l'énergie. Cependant, la détermination de ses paramètres reste difficile. Dans ce travail, ce problème est étudié à travers un développement secondaire d'un EMS flou basé sur la plate-forme Advisor. L'optimisation de l'essaim de particules (PSO) est uti- lisée pour déterminer les meilleurs paramètres qui permettent d'augmenter l'économie de combustible et de réduire la consommation d'énergie de la batterie tout en maintenant la variation de l'état de charge à son mini- mum. Tout d'abord, il est réglé en fonction de chaque condition, ensuite, il est réglé dans des différentes conditions à la fois. En conséquence, cinq modèles sont obtenus. Les résultats de l'évaluation confirment l'efficacité de cette stratégie. Ils montrent également de légères différences entre eux en termes d'économie de combustible, de variations de l'état de charge, et de l'efficacité globale du système. Cependant, le modele réglé dans de multiples conditions est le seul qui peut garantir le minimum de variations de l'état de charge, quelles que soient les conditions de conduite.