|
تخمین وضعیت شارژ باتری لیتیوم یون با استفاده از فیلتر ذره ای حاشیه ای کمکی بهبود یافته با اپراتورهای ژنتیک و الگوریتم M-H
|
رمضان هاونگی*   |
| دانشگاه بیرجند ، rhavangi@gmail.com |
|
|
چکیده: (570 مشاهده) |
| خودروهای الکتریکی در چند دهه اخیر به دلیل عملکرد و کارایی آن‌ها، محبوبیت قابل توجهی کسب کرده‌اند. این خودروها در حال حاضر به طور گسترده به عنوان راهکاری برای چالش‌های محیط زیست جهانی و گازهای دی اکسید کربن شناخته می‌شوند. باتریهای لیتیوم-یون به دلیل مزایای مختلفی که دارند، بیشترین استفاده را در خودروهای الکتریکی دارند. تخمین وضعیت شارژ باتری در باتریهای لیتیوم یون نه تنها برای مدیریت بهینه انرژی بلکه برای اطمینان از عملکرد امن و جلوگیری از شارژ و دشارژ و در نتیجه کاهش عمر باتری از اهمیت بالایی برخوردار است. با این وجود، این پارامتر به طور مستقیم از پایانههای باتری قابل اندازهگیری نیست. بنابراین نیاز به تخمین آن وجود دارد. تاکنون روشهای مختلفی برای تخمین وضعیت شارژ باتری معرفی شدهاند. معروفترین روش برای تخمین وضعیت شارژ باتری فیلتر کالمن توسعه یافته است. فیلتر کالمن توسعه یافته بر اساس مدل باتری، وضعیت شارز باتری را تخمین میزند. با این وجود ، در فیلتر کالمن توسعه یافته، محاسبه ماتریس ژاکوبین میتواند باعث ناپایداری فیلتر و تخمین نادرست مدلهای غیرخطی باتری شود. برای حل این مشکلات، در این مقاله از فیلتر ذرهای حاشیهای هوشمند مبتنی بر اپراتورهای الگوریتم ژنتیک و M-H برای تخمین وضعیت شارژ باتریهای لیتیوم یون استفاده شده است. در روش پیشنهادی، برخلاف فیلتر ذرهای، نمونهبرداری بر روی توزیع حاشیهای انجام می‌شود و ابعاد نمونهبرداری با گذشت زمان افزایش نمی‌یابد. بعلاوه، با استفاده از اپراتورهای الگوریتم ژنتیک و الگوریتم M-H تنوع میان ذرات و سازگاری افزایش مییابد. برای ارزیابی عملکرد روش پیشنهادی برای تخمین وضعیت شارژ باتری، با تخمین وضعیت شارژ باتری با قیلتر ذرهای توسعه یافته و فیلتر ذرهای بی رد مقایسه شده است. نتایج نشان دهنده عملکرد موثر روش پیشنهادی در مقایسه با سایر روشها است. روش پیشنهادی برای بدست آوردن دقت تخمین یکسان با فیلتر ذرهای به ذرات به مراتب کمتری نیاز دارد و حجم محاسبات آن پایین است. جذر میانگین مربعات خطا در روش پیشنهادی با ذرات مختلف نزدیک 0.007 است در حالی که در سایر روشها با کاهش ذرات جذر میانگین مربعات خطا در افزایش مییابد |
شماره‌ی مقاله: 2 |
| واژه‌های کلیدی: باتری لیتیوم یون، تخمین وضعیت شارژ، فیلتر ذرهای حاشیه ای، الگوریتم ژنتیک- الگوریتم M-H |
|
|
متن کامل [PDF 10317 kb]
(142 دریافت)
|
نوع مطالعه: پژوهشي |
موضوع مقاله:
مدلسازی و شبیه سازی
دریافت: 1402/8/7 | پذیرش: 1402/9/15 | انتشار: 1403/6/27
|
|
|
|
|
|
|
| ارسال پیام به نویسنده مسئول |
|
|
|
| ارسال نظر درباره این مقاله |
|
|
|
