Điều khiển tối ưu hiệu suất xe ô tô điện hai động cơ hai cầu chủ động toàn thời gian

ĐẠI HỌC BÁCH KHOA HÀ NỘI LUẬN VĂN TỐT NGHIỆP Điều khiển tối ưu hiệu suất xe ô tô điện hai động hai cầu chủ động toàn thời gian DOÃN TRƯỜNG MINH Minh.DT211227M@sis.hust.edu.vn Ngành Kỹ thuật Điều khiển Tự động hóa Giảng viên hướng dẫn: TS Võ Duy Thành Chữ ký GVHD Khoa: Trường: Tự động hóa Điện – Điện tử HÀ NỘI, 8/2022 Lời cảm ơn Một bước quan trọng đời Trong q trình làm việc phịng thí nghiệm nghiên cứu xe điện CTI Lab for EVs, nhận giúp đỡ bảo tận tình người Tôi xin chân thành gửi lời cám ơn tới tiến sĩ Võ Duy Thành, người thầy dẫn dắt bước đầu quãng đời nghiên cứu, người khơng “nản” với câu nói “ngơ nghê” tơi lời động viên lúc khó khăn Thật thiếu sót tơi khơng nhắc đến anh Bảo Huy Anh Bảo Huy (với vị trí lịng tơi người thầy) chỗ dựa vững mặt kiến thức cho tơi nói riêng sinh viên CTI lab nói chung, anh với thầy Thành người định hướng, giúp đỡ khuyến khích tơi tiếp tục trình học thuật sau Cảm ơn tất bạn sinh viên học viên làm việc CTI Lab Không tri thức, giúp đỡ mặt tinh thần gắn kết thành tập thể có tình thân, đồn kết vui vẻ Điểm tựa tơi, gia đình Tôi biết bố mẹ vui tiếp tục đường học tập với bước thạc sĩ Với khích lệ, động viên khơng phần tự hào, họ cho động lực lúc gặp trắc trở công việc sống Em gái tơi, người ln “khơng thích anh trai” quan tâm đến ngày thăm q, từ để gia đình ln nơi tơi hướng Và em, Huệ, người mà nhớ Em mang trở lại tự tin, động lực với tơi thơng qua khích lệ sau lần vấp ngã Cám ơn em đến bên lúc tơi khó khăn chịu đựng vắng mặt “nhiều nhiều” công việc Yêu em Gia đình, tình u, cơng việc bạn bè, nói lúc tơi hạnh phúc với Cám ơn tất người Nếu khơng có người, khơng có tơi ngày hơm Cám ơn Bách khoa cho quãng đời đáng nhớ Tóm tắt nội dung luận văn Ngày nay, xe điện nhiều động (Multi-motor electric vehicle) nhận nhiều thu hút đến từ giới học thuật ngồi cơng nghiệp Chúng mang lại lợi ích việc đảm bảo độ ổn định tiết kiệm lượng xe dựa khả phân chia momen động Do đó, xe điện tiết kiệm lượng sử dụng điều kiện hoạt động sử dụng hệ thống phân chia momen phù hợp – hệ thống quản lý lượng Tuy nhiên, nghiên cứu lĩnh vực quản lý lượng đơn thường không quan tâm tới động học xe, cụ thể tổn thất gây tượng trượt bánh xe tương tác với mặt đường Với đối tượng xét xe điện hai động hai cầu chủ động toàn thời gian (Dual-motor All-wheel-drive Electric Vehicle), luận văn này, tác giả đề xuất chiến lược tối ưu dựa hiệu suất, có xét đến động học dọc trục phương tiện Thuật toán giúp cải thiện lượng lượng tiêu thụ việc khái qt hóa hàm chi phí liên quan đến lượng, mà liên kết lĩnh vực điều khiển chuyển động quản lý lượng Trong trường hợp này, chiến lược đề xuất đưa phân chia tối ưu tổng momen đến hai cầu, nhằm tối đa hóa hiệu suất tổng trình tắng tốc q trình giảm tốc Kết mơ thực nghiệm thực với nhiều kịch khác kiểm chứng hiệu thuật toán Những kết rằng, chiến lược phân chia đề xuất đưa khả tiết kiệm từ 4,4% tới 18,8% lượng lượng tiêu thụ so sánh với kết đưa từ chiến lược khác mô tả luận văn Học viên thực Ký ghi rõ họ tên MỤC LỤC CHƯƠNG TỔNG QUAN QUẢN LÝ NĂNG LƯỢNG TRÊN XE ĐIỆN 1.1 Tổng quan ô tô điện Đặt vấn đề Cấu hình xe điện 1.2 Quản lý lượng xe điện Khái quát chung quản lý lượng Tối ưu hóa điều khiển tối ưu 1.3 Định vị vấn đề nghiên cứu 1.4 Cấu trúc luận văn 13 CHƯƠNG MƠ HÌNH HĨA VÀ THIẾT KẾ ĐIỀU KHIỂN ĐỐI TƯỢNG NGHIÊN CỨU BẰNG PHƯƠNG PHÁP BIỂU DIỄN VĨ MÔ NĂNG LƯỢNG EMR 14 2.1 Giới thiệu phương pháp biểu diễn vĩ mô lượng EMR 14 Các nguyên lý phương pháp 14 Các phần tử phương pháp 15 Đường điều chỉnh 16 2.2 Mơ hình hóa xe điện hai động hai cầu chủ động toàn thời gian quan tâm đến động học dọc trục xe 17 Cấu hình hệ thống 17 Mơ hình hệ thống pin 18 Hệ truyền động điện 18 Hộp số hệ thống phanh 20 Mơ hình bánh xe 20 Mơ hình tương tác lốp xe-mặt đường 21 Mơ hình khung vỏ xe mơ hình lực cản xe 22 2.3 Thiết kế hệ thống điều khiển 23 Thiết kế điều khiển tốc độ xe 23 Thiết kế phân chia momen 26 CHƯƠNG ĐIỀU KHIỂN TỐI ƯU HIỆU SUẤT SỬ DỤNG NĂNG LƯỢNG TRÊN ĐỐI TƯỢNG NGHIÊN CỨU 29 3.1 Định hình tốn 29 3.2 Quy hoạch động cho tốn tối ưu hóa hiệu suất động 29 Nguyên lý tối ưu 30 Áp dụng phương pháp quy hoạch động với vấn đề tối ưu đối tượng nghiên cứu 31 3.3 Chiến lược quản lý lượng xét đến yếu tố mặt đường xe điện 34 Trong trình tăng tốc 35 Trong trình giảm tốc 36 3.4 Bàn luận mở rộng 40 Hệ số tối ưu hiệu suất hệ truyền động lý tưởng 40 Các hệ số phân phối tối ưu với mặt đường lý tưởng 41 CHƯƠNG KẾT QUẢ MÔ PHỎNG VÀ THỰC NGHIỆM VỚI HỆ THỐNG HARDWARE IN THE LOOP 42 4.1 Kết mô thực tảng MATLAB/Simulink 43 Kịch mô 43 Kết mô bàn luận 44 4.2 Kết thực nghiệm hệ thống Hardware-in-the-loop 51 Xây dựng hệ thống thực nghiệm 51 Kết thực nghiệm bàn luận 53 4.3 Kết luận hướng phát triển tương lai nghiên cứu 55 Kết luận tổng quát 55 Hướng phát triển nghiên cứu tương lai 55 DANH MỤC CÁC CÔNG BỐ KHOA HỌC 57 TÀI LIỆU THAM KHẢO 58 DANH MỤC HÌNH VẼ Hình 1.1 Phân loại cấu trúc theo hệ thống lượng cho xe điện [10] Hình 1.2 Các cấu hình xe điện phổ biến (a) Truyền động cầu trước (b) Truyền động hai cầu sử dụng động (c) Truyền động hai cầu chủ động sử dụng hai động (d) Truyền động bánh độc lập động Hình 1.3 Các lớp tốn điều khiển xe điện Hình 1.4 Phân loại phương pháp quản lý lượng Hình 2.1 Những phần tử EMR 15 Hình 2.2 Các phần tử điều khiển EMR 16 Hình 2.3 Các phần tử thích nghi EMR 16 Hình 2.4 Khối chiến lược điều khiển EMR 16 Hình 2.5 Cấu hình hệ thống 17 Hình 2.6 Mạch điện tương đương hệ thống pin 18 Hình 2.7 Bản đồ hiệu suất động truyền động cầu trước đối tượng nghiên cứu 19 Hình 2.8 Bản đồ hiệu suất động truyền động cầu sau đối tượng nghiên cứu 19 Hình 2.9 Tính chất lốp xe-mặt đường (𝜇 − 𝜆) số loại mặt đường 21 Hình 2.10 Biểu diễn EMR mơ hình xe với bật đường chỉnh định 23 Hình 2.11 Đường chỉnh định “Tunning path” đường điều khiển “Control path” hệ thống 23 Hình 2.12 Mạch vịng kín điều khiển tốc độ xe sử dụng cấu trúc điều khiển PI 24 Hình 2.13 Mạch vịng kín điều khiển tốc độ xe sử dụng cấu trúc điều khiển IP 25 Hình 2.14 Biểu diễn EMR điều khiển tốc độ xe 26 Hình 2.15 Biểu diễn EMR cho phần mơ hình phần điều khiển toàn hệ thống 28 Hình 3.1 Biểu diễn backward hệ thống dựa EMR 31 Hình 3.2 Biểu diễn backward mơ hình giản lược khối khung vỏ xe dạng EMR 32 Hình 3.3 Mối quan hệ hệ số ma sát (friction coefficient) tỷ số trượt (slip ratio) 34 Hình 3.4 Lưu đồ thuật tốn tìm ma trận hệ số phân phối 𝒌𝒕𝒆𝒎𝒑và ma trận hàm chi phí 𝑱𝒂𝒄𝒄 hàm mục tiêu 𝑱𝒅𝒆𝒄 chu kì trích mẫu khối Strategy 38 Hình 3.5 Lưu đồ thuật tốn tìm hệ số phân phối 𝑘𝑓𝑟 chu kì trích mẫu khối Strategy 39 Hình 3.6 Lưu đồ thuật tốn đề xuất tìm hệ số phân phối tồn q trình 40 Hình 4.1 Chu trình lái WLTC class e3 43 Hình 4.2 Chu trình lái ARTEMIS Urban 43 Hình 4.3 So sánh lượng trạng thái sạc SoC kết chạy quy hoạch động kết giải hàm tối ưu (trường hợp điều kiện mặt đường lý tưởng) 44 Hình 4.4 So sánh hệ số phân phối lực hai cầu 𝑘𝑓𝑟 kết chạy quy hoạch động kết giải hàm tối ưu (trường hợp điều kiện mặt đường lý tưởng) 44 Hình 4.5 Biểu đồ tốc độ xe: tốc độ thực (𝑣𝑣𝑒ℎ), tốc độ đặt (𝑣𝑐𝑦𝑐), vận tốc hai bánh xe (𝑣𝑤𝑓 𝑣𝑤𝑟), ứng với chu trình ARTEMIS Urban 45 Hình 4.6 Bản đồ hiệu suất động đặt cầu trước, ứng với chu trình ARTEMIS Urban Những vịng tròn màu xám thể điểm làm việc (operating points) 45 Hình 4.7 Bản đồ hiệu suất động đặt cầu sau, ứng với chu trình ARTEMIS Urban Những vịng trịn màu xám thể điểm làm việc (operating points) 46 Hình 4.8 Sự phân phối lực truyền động hai cầu, ứng với chu trình ARTEMIS Urban 46 Hình 4.9 Biểu đồ tốc độ xe: tốc độ thực (𝑣𝑣𝑒ℎ), tốc độ đặt (𝑣𝑐𝑦𝑐), vận tốc hai bánh xe (𝑣𝑤𝑓 𝑣𝑤𝑟), ứng với chu trình WLTC class e3 47 Hình 4.10 Bản đồ hiệu suất động đặt cầu trước, ứng với chu trình WLTC class e3 Những vòng tròn màu xám thể điểm làm việc (operating points) 47 Hình 4.11 Bản đồ hiệu suất động đặt cầu sau, ứng với chu trình WLTC class e3 Những vòng tròn màu xám thể điểm làm việc (operating points) 47 Hình 4.12 Sự phân phối lực truyền động hai cầu, ứng với chu trình WLTC class e3 48 Hình 4.13 So sánh kết mô tổng lượng tiêu thụ 𝐸𝑡𝑜𝑡𝑎𝑙, lượng kéo 𝐸𝑎𝑐𝑐 lượng tái sinh 𝐸𝑟𝑒𝑔𝑒𝑛 trường hợp đánh giá chu trình lái ARTEMIS Urban WLTC class e3 50 Hình 4.14 Sơ đồ khối cấu trúc mơ tích hợp phần cứng dạng truyền tín hiệu (Signal Hardware-in-the-loop) 51 Hình 4.15 Ghép nối phần cứng hệ thống 52 Hình 4.16 Biểu đồ kết chạy thực nghiệm mơ tích hợp phần cứng (HIL) tốc độ xe: tốc độ thực (𝑣𝑣𝑒ℎ), tốc độ đặt (𝑣𝑐𝑦𝑐), vận tốc hai bánh xe (𝑣𝑤𝑓 𝑣𝑤𝑟), ứng với chu trình WLTC class e3 53 Hình 4.17 So sánh lượng trạng thái sạc SoC đưa từ kết HIL kết mô 53 Hình 4.18 So sánh lực truyền động cầu trước đưa từ kết HIL kết mô 54 Hình 4.19 So sánh lực truyền động cầu sau đưa từ kết HIL kết mô 54 DANH MỤC BẢNG BIỂU Bảng 1.1 Tính chất loại xe điện phổ thông [3] Bảng 1.2 Bảng phân loại phương pháp phân phối momen xét tới yếu tố lượng 12 Bảng 4.1 Thông số đối tượng nghiên cứu – Mitsubishi iMiEV 42 DANH MỤC TỪ VIẾT TẮT HIL EV EMR SoC ECU : Hardware-In-the-Loop : Electric Vehicle – Phương tiện chạy điện : Energetic Macroscopic Representation – Phương pháp biểu diễn vĩ mô lượng : State of Charge – Trạng thái sạc : Electronic Control Unit – Phần tử điều khiển điện tử DANH MỤC KÍ HIỆU 𝑢𝑐𝑒𝑙𝑙 𝑂𝐶 Điện áp hở mạch cell pin 𝑟𝑐𝑒𝑙𝑙 Điện trở cell pin 𝑆𝑜𝐶𝑐𝑒𝑙𝑙 𝑢𝑐𝑒𝑙𝑙 Trạng thái sạc cell pin Điện áp đầu cell pin 𝑖𝑐𝑒𝑙𝑙 Dòng điện cell pin 𝑢𝑏𝑎𝑡 Điện áp hệ thống pin 𝑖𝑏𝑎𝑡 Dòng điện hệ thống pin 𝑛𝑠𝑒 Số cell nối tiếp nhánh hệ thống pin 𝑛𝑝𝑎 Số nhánh song song hệ thống pin 𝛤𝐸𝐷𝑥 Tượng trưng cho phần tử 𝑓 (front-cầu trước) 𝑟 (rear-cầu sau) Momen sinh từ hệ truyền động điện 𝑖𝐸𝐷𝑥 Dòng điện hệ truyền động điện Ω𝐸𝐷𝑥 Tốc độ quay động 𝜂𝐸𝐷𝑥 Hiệu suất hệ truyền động điện 𝑘𝐸𝐷𝑥 Hệ số biểu diễn dòng chảy lượng hệ truyền động điện Momen hộp số sinh 𝑥 𝛤𝑔𝑥 𝑘𝑔𝑒𝑎𝑟_𝑥 Tỷ số hộp số 𝜂𝑡𝑟𝑎𝑛 Hiệu suất hộp số 𝑘𝑡𝑟𝑥 Hệ số biểu diễn dòng chảy lượng hộp số 𝛤𝑏𝑟𝑥 Momen phanh 𝛤𝑤𝑥 Momen trục bánh xe 𝑟𝑤 Bánh kính bánh xe 𝐹𝑥 Lực phát động bánh xe cầu trước cầu sau Momen quán tính bánh xe 𝐽𝑤 Ω𝑤𝑥 Tốc độ quay bánh xe 𝜇𝑥 Hệ số ma sát 𝜆𝑥 Tỷ số trượt 𝑐1 , 𝑐2 , 𝑐3 , 𝑐4 Các hệ số biểu diễn tính chất mặt đường 𝐹𝑧𝑥 Lực pháp tuyến 𝑣𝑣𝑒ℎ Tốc độ dài dọc trục xe 𝑙𝑓 , 𝑙𝑟 , 𝑙, ℎ 𝑀𝑒𝑞 Các thơng số hình học xe Khối lượng quy đổi xe Hình 4.11 Hoạt động kéo động kịch đạt tới vùng hiệu suất 95% điểm hoạt động chủ yếu nằm vùng hiệu suất cao Một điểm cần lưu ý rằng, hệ thống quản lý ưu tiên sử dụng động bánh sau động bánh trước Điều nhìn nhận biểu đồ phân phối lực ứng với hai chu trình Hình 4.8 Hình 4.12 Kết tính chất khác đồ hiệu suất động tượng dịch chuyển khối lượng (mass transfer phenomenon) xe tăng tốc, mà biểu diễn PT 2.12 Trong hầu hết trường hợp, động cầu trước cung cấp công suất công suất huy động cầu sau không đạt đủ lượng yêu cầu để truyền động xe Từ đây, vấn đề lựa chọn động dựa luận điểm sau • Khi động hoạt động để cung cấp công suất tổng công suất yêu cầu đến từ hệ truyền động không đáp ứng đủ, động lựa chọn sử dụng làm việc chế độ gián đoạn • Do xe phải chạy hai dạng đường: đường đô thị (yêu cầu momen lớn, nhiên tốc độ nhỏ), đường cao tốc (ngược lại với trường hợp trên, momen nhỏ tốc độ lớn), để tối ưu hiệu suất hoạt động, hai động lựa chọn: phù hợp với dạng đường đô thị, phù hợp cho dạng đường cao tốc • Ta lựa chọn động làm việc vùng tốc độ thấp, động hoạt động vùng tốc độ cao (a) Tỷ lệ toàn dải chu trình lái (b) Zoom từ giây thứ 700 đến giây thứ 765 Hình 4.12 Sự phân phối lực truyền động hai cầu, ứng với chu trình WLTC class e3 Hình 4.13a, b biểu diễn so sánh mặt lượng tiêu thụ, mà kí hiệu 𝐸𝑡𝑜𝑡𝑎𝑙 , kịch sử dụng hệ số phân phối khác Ta thấy giá trị thấp áp dụng chiến lược quản lý lượng, cụ thể lượng tiêu tốn tồn q trình thấp tới 18,8% trường hợp 48 sử dụng hệ số phân phối cố định khoảng 4,4% so với trường hợp sử dụng hệ số 𝑘𝑓𝑟_𝑜𝑚 Tổng lượng đóng góp từ hai thành phần: lượng kéo 𝐸𝑎𝑐𝑐 (Hình 4.13c, d) lượng tái tạo 𝐸𝑟𝑒𝑔𝑒𝑛 (Hình 4.13e, f) Trong trình kéo, nhờ tối ưu việc sử dụng lượng, chiến lược đề xuất sử dụng lượng để tăng tốc, trường hợp khác thêm từ 2,5% đến 5,3% lượng lượng để làm nhiệm vụ tương đương Mặt khác, q trình phanh hãm, xe điện trả lượng nhiều tới hệ thống pin sử dụng hệ thống quản lý lượng đề xuất, đó, trường hợp sử dụng hệ số cố định phung phí tới 51,1% lượng lượng trả Từ kết mơ phỏng, ta thấy tính ưu việt hiệu thuật toán đề 49 Ratio [%] of total energy (lower is better) 130 118.8 110.5 110 104.4 103.5 100 100 90 a.a 𝐸𝑡𝑜𝑡𝑎𝑙 ARTEMIS urban Urban b.b 𝐸𝑡𝑜𝑡𝑎𝑙 WLTC WLTC class e3 Ratio [%] of traction energy acc (lower is better) 105.3 104.9 103.8 104 102.5 100 100 100 96 c accARTEMIS ARTEMIS Urban c 𝐸 urban 𝑎𝑐𝑐 WLTC class e3 e3 d 𝐸d.𝑎𝑐𝑐accWLTC class Ratio [%] of regenative energy 98.6 100 regen (higher is better) 100 97.5 100 80 60 49.2 48.9 40 20 regenARTEMIS ARTEMIS Urban e 𝐸e.𝑟𝑒𝑔𝑒𝑛 urban Fixed factors regenWLTC WLTC class e3 e3 f f.𝐸𝑟𝑒𝑔𝑒𝑛 class Factor 𝑘𝑓𝑟_𝑜𝑚 Proposed EMS Hình 4.13 So sánh kết mơ tổng lượng tiêu thụ 𝐸𝑡𝑜𝑡𝑎𝑙 , lượng kéo 𝐸𝑎𝑐𝑐 lượng tái sinh 𝐸𝑟𝑒𝑔𝑒𝑛 trường hợp đánh giá chu trình lái ARTEMIS Urban WLTC class e3 (Coi lượng [MJ] áp dụng EMS đề xuất tiêu chuẩn, giá trị 100% tương ứng với a 3.7374; b 12.773; c 4.6714; d 13.935; e 0.9341; f 1.1610) 50 4.2 Kết thực nghiệm hệ thống Hardware-in-the-loop Xây dựng hệ thống thực nghiệm C2000 Delfino MCU F28379D LaunchPad development kit Torque Distribution 𝑘𝑓𝑟 𝑘𝑏𝑟𝑓 Energy Management Strategy Γ𝐸𝐷𝑥 Γ𝑏𝑟𝑥 Γ𝐸𝐷𝑥 CAN Bus 𝑘𝑏𝑟𝑟 Γ𝑏𝑟𝑥 Vehicle Model 𝑎𝑣𝑒ℎ 𝑣𝑣𝑒ℎ 𝑎𝑣𝑒ℎ 𝐹𝑡𝑟𝑎𝑐_𝑟𝑒𝑓 Vehicle Velocity Controller dSPACE DS1103 Controller Board 𝑣𝑣𝑒ℎ_𝑟𝑒𝑓 𝑣𝑣𝑒ℎ_𝑟𝑒𝑓 Driving Cycle 𝑣𝑣𝑒ℎ Hình 4.14 Sơ đồ khối cấu trúc mơ tích hợp phần cứng dạng truyền tín hiệu (Signal Hardware-in-the-loop) Mơ tích hợp phần cứng (Hardware-in-the-loop – HIL system) coi bước đệm việc thực tế hóa thuật tốn hệ thống thực tế Hệ thống chia thành ba cấp độ: • Cấp độ tín hiệu (Signal HIL): Ở đây, thứ cần kiểm chứng thuật toán điều khiển điều khiển Từ đây, nhiệm vụ cần thực việc giả lập hệ thống vi xử lý để kết hợp vi điều khiển, mà chứa điều khiển • Cấp độ công suất (Power HIL): Thứ cần kiểm chứng hệ thống phần cứng bao gồm: hệ thống cơng suất, mạch lực (Ví dụ Ắc quy, siêu tụ, biến đổi DC/DC) Bên cạnh đó, việc đảm bảo an toàn thực cần quan tâm • Cấp độ giảm công suất (Reduced-scale Power HIL): So với hệ thống Power HIL, cấp độ tương đồng mặt nguyên lý hoạt động, nhiên công suất giảm theo tỷ lệ Bên cạnh đó, thực cấp độ này, lợi ích thu giảm chi phí thực tăng độ an toàn hệ thống Trong cấp độ này, thứ kiểm chứng nguyên lý hoạt động hệ thống Một lưu ý thực với hệ thống thực nghiệm HIL “Thứ khơng cần kiểm chứng giả lập” Để đảm bảo khả thực vi xử lý vi điều khiển (ECU) thực tế, chiến lược quản lý lượng kiểm nghiệm hệ thống mơ tích hợp phần cứng cấp độ tín hiệu (Signal Hardware-in-the-Loop – Signal HIL) Tồn cấu hình cách đặt phần cứng trình bày Hình 4.14 Hình 4.15 51 Host Computer dSPACE DS1103 Compiling Computer C2000 Delfino MCU F28379D CAN bus Hình 4.15 Ghép nối phần cứng hệ thống Đầu tiên, tồn mơ hình xe điện hai động hai cầu chủ động toàn thời gian (dual-motor all-wheel-drive electric vehicle) biên dịch nhúng xuống card điều khiển dSPACE DS1103 để kiểm chứng hoạt động thời gian thực Khi đó, thời gian trích mẫu thử nghiệm chọn 0,1ms Sau kiểm chứng việc hoạt động thời gian thực hệ thống với đáp ứng mong muốn, ta chia tách mơ hình thành hai phần: Phần mơ hình xe cấu hình chạy với thời gian trích mẫu 0,1ms, cung cấp đáp ứng đủ nhanh xác theo hành vi thực tế xe thật Để phù hợp cho việc giám sát đảm bảo tài ngun tính tốn, phần nhúng card DS1103 (với thời gian trích mẫu 0,1ms); Phần hệ thống điều khiển, mà bao gồm điều khiển tốc độ chiến lược quản lý lượng, chạy kit C2000 Delfino MCU F28379D (với thời gian trích mẫu 0,5ms) Tiến gần với hệ thống thực, emulated ECU (ở dSPACE 1103) control ECU (ở F28379D LaundPad) giao tiếp với thông qua truyền thơng CAN bus (với thời gian trích mẫu 1ms), phương thức giao tiếp sử dụng xe thực tế Sơ đồ khối mô tả hệ thống mơ tả Hình 4.14 Tại đây, tất tín hiệu đo (vận tốc xe đặt 𝑣𝑣𝑒ℎ_𝑟𝑒𝑓 hay biết đến 𝑣𝑐𝑦𝑐 , vận tốc xe 𝑣𝑣𝑒ℎ , gia tốc 𝑎𝑣𝑒ℎ ) tín hiệu điều khiển (lượng đặt momen động Γ𝐸𝐷𝑥_𝑟𝑒𝑓 lượng đặt momen phanh hai cầu Γ𝑏𝑟𝑥_𝑟𝑒𝑓 ) truyền nhanh xác 52 Kết thực nghiệm bàn luận Với dải tốc độ lớn lượng tiêu thụ cao, chu trình WLTC class e3 chọn cho việc kiểm nghiệm chiến lược quản lý lượng đề xuất hệ thống mơ tích hợp phần cứng cấp độ tín hiệu (Signal HIL system) thực phép so sánh kết thực nghiệm mơ Có thể dễ dàng thấy được, hai kết thực nghiệm biểu diễn Hình 4.16 Hình 4.17 đưa kết tương đồng với mơ Hình 4.16 Biểu đồ kết chạy thực nghiệm mơ tích hợp phần cứng (HIL) tốc độ xe: tốc độ thực (𝑣𝑣𝑒ℎ ), tốc độ đặt (𝑣𝑐𝑦𝑐 ), vận tốc hai bánh xe (𝑣𝑤𝑓 𝑣𝑤𝑟 ), ứng với chu trình WLTC class e3 Hình 4.17 So sánh lượng trạng thái sạc SoC đưa từ kết HIL kết mơ Hình 4.16 biểu diễn hiệu điều khiển tốc độ thơng qua đáp ứng Điều hồn tồn trùng lặp với kết đưa từ mô phỏng, mà biểu diễn Hình 4.9 Do chạy mặt đường có độ ma sát cao, vận tốc trục thay đổi lân cận với vận tốc xe, không xuất hiện tượng trượt 53 (a) Tỷ lệ tồn dải chu trình lái (b) Zoom từ giây thứ 358 đến giây thứ 409 Hình 4.18 So sánh lực truyền động cầu trước đưa từ kết HIL kết mơ (a) Tỷ lệ tồn dải chu trình lái (b) Zoom từ giây thứ 245 đến giây thứ 320 Hình 4.19 So sánh lực truyền động cầu sau đưa từ kết HIL kết mô Lực truyền động cầu trước cầu sau có đáp ứng tương tự so với kết mô Xét so sánh rõ ràng hơn, Hình 4.18 Hình 4.19 mơ tả độc lập lực lái cầu Cả hai hình khác biệt nhỏ mô thực nghiệm, mà gây gián đoạn hệ thống, trình lấy mẫu 54 nhiễu đo Mặc dù có khác biệt mặt lực truyền động, lượng sử dụng thể qua lượng trạng thái sạc SoC sai lệch không đáng kể (0,8%), coi hồn tồn trùng khớp, biểu diễn Hình 4.17 Cũng hai Hình 4.18(a) Hình 4.19(b), ta thấy có dao động nhỏ quanh vùng tốc độ không biểu qua lực Hiện tượng thể đáp ứng thực tế mô hình xét đến động học xe Tuy nhiên, góc nhìn quản lý lượng, dao động không ảnh hưởng đến lượng tiêu thụ hệ thống Thông qua kết đề chương này, ta chứng minh tính hiệu khả thực hệ thống thực tế chiến lược quản lý lượng đề xuất 4.3 Kết luận hướng phát triển tương lai nghiên cứu Kết luận tổng quát Sau khoảng thời gian làm thạc sĩ với đề tài luận văn: “Điều khiển tối ưu hiệu suất xe ô tô điện hai động hai cầu chủ động toàn thời gian”, tác giả tổng hợp lại lượng lớn kiến thức học khóa học vừa qua vận dụng tìm tịi nghiên cứu để có kết tích cực Nội dung luận văn tốt nghiệp hướng yêu cầu đặt đạt kết chứng minh tính khả thi hướng nghiên cứu Những kết tảng vững cho công việc tương lai • Nghiên cứu tổng quan xe điện chiến lược quản lý lượng xe điện Thông qua đó, luận văn tổng hợp nghiên cứu liên quan tới toán phân chia momen xe điện • Nghiên cứu hệ truyền động điện xe tơ điện Mitsubishi i-MiEV, mơ hình hóa thiết kế điều khiển hệ thống dựa phép biểu diễn EMR • Đề xuất chiến lược quản lý lượng dựa hiệu suất với hàm chi phí tổng quan có xét tới động học dọc trục xe hai trình riêng biệt: tăng tốc giảm tốc • Tiến hành mơ hệ thống thư viện EMR với phần mềm MATLAB®/Simulink® 2018a từ so sánh đánh giá kết thu • Xây dựng hệ thống mô phần cứng HIL cấp độ tín hiệu, từ áp dụng để kiểm chứng khả thực thực tế chiến lược quản lý đề xuất • Tổng hợp kết viết báo khoa học Hướng phát triển nghiên cứu tương lai Với kết đạt luận văn tốt nghiệp Trong tương lai, đề tài tiếp tục nghiên cứu theo định hướng sau: • Xây dựng hệ thống mơ HIL cấp độ công suất để kiểm chứng đáp ứng hành vi hệ thống chiến lược thực tế • Luận văn cầu nối hai lĩnh vực quản lý lượng điều khiển chuyển động xét đối tượng xe hai động nói riêng xe đa động nói chung Từ đây, ta mở nhiều tốn liên quan 55 ❖ Thiết kế chiến lược điều khiển vừa đảm bảo yếu tố an toàn xe tiến vào đường trượt (đường có hệ số ma sát thấp) vừa đảm bảo tiết kiệm lượng ❖ Áp dụng trí tuệ nhân tạo xử lý ảnh để ước lượng điều kiện thông số mặt đường, từ nâng cao chất lượng chiến lược điều khiển xe tiến vào mặt đường khác 56 DANH MỤC CÁC CÔNG BỐ KHOA HỌC Hội nghị quốc tế có phản biện [TM1] Truong-Minh Doan, Thanh Vo-Duy, and Minh C Ta, "Optimal Traction Power Distribution Strategy for Dual-motor Electric Vehicles," the 17th IEEE Vehicle Power and Propulsion Conference (VPPC), Spain, 2021 Diễn đàn tồn quốc có phản biện [TM2] Minh-Hieu Nguyen, Truong-Minh Doan, Bảo-Huy Nguyễn and Thanh Vo-Duy, "Longitudinal Dynamics of Electric Vehicles: Multi-Physical Modeling and Control," Student Forum (SF21), Vietnam, 2021 [TM3] Tien Nguyen-Minh, Duy Q.Ta, Dung Tran-Anh, Truong-Minh Doan and Thanh Vo-Duy, "Parametric Analysis on Different Battery System Configurations of Electric Buses," Student Forum (SF21), Vietnam, 2021 [TM4] Quang-Huy Nguyen, Trung-Hung Vu, Truong-Minh Doan, Thanh VoDuy, Bảo-Huy Nguyễn and An-Toan Nguyen, "Stability Enhancement for Dualside Dual-motor Electric Vehicles Based on Adaptive Driving Force Distribution Method", Student Forum (SF21), Vietnam, 2021 [TM5] Dang Le-Minh, Truong-Minh Doan, Hoai-Linh T Nguyen, Bảo-Huy Nguyễn and Thanh Vo-Duy, "Modeling and Control of a Totem-pole Power Factor Correction for Onboard Battery Charger using Energetic Macroscopic Representation," Student Forum (SF21), Vietnam, 2021 [TM6] Viet-Hung Nham, Hoai-Linh T Nguyen, Truong-Minh Doan, Bảo-Huy Nguyễn and Thanh Vo-Duy, "Control and Energy Management of Fuel-cellbattery Hybrid Energy Storage Systems for Electrical Vehicles," Student Forum (SF21), Vietnam, 2021 [TM7] Minh-Hieu Luong, Truong-Minh Doan, Bảo-Huy Nguyễn and Thanh VoDuy, "Modeling and Control of an Electric Bus Driven By a Series-Excited DC Motor," Student Forum (SF21), Vietnam, 2021 [TM8] Dieu Tran-Quang, Truong-Minh Doan, Thanh Vo-Duy and Bảo-Huy Nguyễn, "Control of Electric Buses Supplied from Low Voltage Battery System," Student Forum (SF21), Vietnam, 2021 [TM9] Nam T Nguyen, Truong-Minh Doan, Bảo-Huy Nguyễn and Thanh VoDuy, "Comparative Study on Traction Control Systems of Electric Vehicles," Student Forum (SF21), Vietnam, 2021 Trong danh mục này, tất thực thời gian tác giả làm luận văn Đặc biệt, [TM1, TM2, TM9] liên quan trực tiếp tới đề tài luận 57 TI LIU THAM KHO B Tanỗ, H T Arat, E Baltacıoğlu, and K Aydın, “Overview of the next quarter century vision of hydrogen fuel cell electric vehicles,” Int J Hydrogen Energy, vol 44, no 20, pp 10120–10128, 2019, doi: 10.1016/j.ijhydene.2018.10.112 [2] Y Hori, “Future vehicle driven by electricity and control - Research on four wheel motored ‘UOT Electric March II,’” Int Work Adv Motion Control AMC, pp 1–14, 2002, doi: 10.1109/amc.2002.1026883 [3] C C Chan, “The state of the art of electric, hybrid, and fuel cell vehicles,” Proc IEEE, vol 95, no 4, pp 704–718, 2007, doi: 10.1109/JPROC.2007.892489 [4] M R Wahid, B A Budiman, E Joelianto, and M Aziz, “A review on drive train technologies for passenger electric vehicles,” Energies, vol 14, no 20, pp 1–24, 2021, doi: 10.3390/en14206742 [5] Z Wang, J Zhou, and G Rizzoni, “A review of architectures and control strategies of dual-motor coupling powertrain systems for battery electric vehicles,” Renew Sustain Energy Rev., vol 162, no May 2021, p 112455, 2022, doi: 10.1016/j.rser.2022.112455 [6] K ầaatay Bayindir, M A Gửzỹkỹỗỹk, and A Teke, “A comprehensive overview of hybrid electric vehicle: Powertrain configurations, powertrain control techniques and electronic control units,” Energy Convers Manag., vol 52, no 2, pp 1305–1313, 2011, doi: 10.1016/j.enconman.2010.09.028 [7] F Yu, D F Li, and D A Crolla, “Integrated vehicle dynamics control-stateof-the art review,” 2008 IEEE Veh Power Propuls Conf VPPC 2008, pp 3–8, 2008, doi: 10.1109/VPPC.2008.4677809 [8] V Ivanov, D Savitski, and B Shyrokau, “A Survey of Traction Control and Antilock Braking Systems of Full Electric Vehicles with Individually Controlled Electric Motors,” IEEE Trans Veh Technol., vol 64, no 9, pp 3878–3896, 2015, doi: 10.1109/TVT.2014.2361860 [9] M A Hannan, M M Hoque, A Hussain, Y Yusof, and P J Ker, “Stateof-the-Art and Energy Management System of Lithium-Ion Batteries in Electric Vehicle Applications: Issues and Recommendations,” IEEE Access, vol 6, pp 19362–19378, 2018, doi: 10.1109/ACCESS.2018.2817655 [10] D D Tran, M Vafaeipour, M El Baghdadi, R Barrero, J Van Mierlo, and O Hegazy, “Thorough state-of-the-art analysis of electric and hybrid vehicle powertrains: Topologies and integrated energy management strategies,” Renew Sustain Energy Rev., vol 119, p 109596, 2020, doi: 10.1016/j.rser.2019.109596 [11] T Christen and M W Carlen, “Theory of ragone plots,” Journal of Power Sources, vol 91, no pp 210–216, 2000, doi: 10.1016/S03787753(00)00474-2 [12] G Zubi, R Dufo-López, M Carvalho, and G Pasaoglu, “The lithium-ion battery: State of the art and future perspectives,” Renew Sustain Energy Rev., vol 89, no April 2017, pp 292–308, 2018, doi: 10.1016/j.rser.2018.03.002 [1] 58 [13] S A Q Mohammed and J W Jung, “A Comprehensive State-of-the-Art Review of Wired/Wireless Charging Technologies for Battery Electric Vehicles: Classification/Common Topologies/Future Research Issues,” IEEE Access, vol 9, pp 19572–19585, 2021, doi: 10.1109/ACCESS.2021.3055027 [14] M C Ta, “Motion Control of EVs: Recent development and future trends,” 2022 https://www.facebook.com/vpec.ac.vn/videos/1172044500240201 (accessed Jun 26, 2022) [15] B H Nguyen, R German, J P F Trovao, and A Bouscayrol, “Real-time energy management of battery/supercapacitor electric vehicles based on an adaptation of pontryagin’s minimum principle,” IEEE Trans Veh Technol., vol 68, no 1, pp 203–212, 2019, doi: 10.1109/TVT.2018.2881057 [16] B H Nguyen, T Vo-Duy, M C Ta, and J P F Trovao, “Optimal Energy Management of Hybrid Storage Systems Using an Alternative Approach of Pontryagin’s Minimum Principle,” IEEE Trans Transp Electrif., vol 7, no 4, pp 2224–2237, 2021, doi: 10.1109/TTE.2021.3063072 [17] NGUYỄN Bảo-Huy, “Energy management strategies of electric and hybrid vehicles supplied by hybrid energy storage subsystems,” Université de Sherbrooke, 2019 [18] D S Naidu, Optimal control systems, vol 124, no 1–2 2000 [19] L Zhai, T Sun, and J Wang, “Electronic Stability Control Based on Motor Driving and Braking Torque Distribution for a Four In-Wheel Motor Drive Electric Vehicle,” IEEE Trans Veh Technol., vol 65, no 6, pp 4726–4739, 2016, doi: 10.1109/TVT.2016.2526663 [20] M Chae, Y Hyun, K Yi, and K Nam, “Dynamic handling characteristics control of an in-wheel-motor driven electric vehicle based on multiple sliding mode control approach,” IEEE Access, vol 7, pp 132448–132458, 2019, doi: 10.1109/ACCESS.2019.2940434 [21] H Zhou, F Jia, H Jing, Z Liu, and L Gỹvenỗ, Coordinated Longitudinal and Lateral Motion Control for Four Wheel Independent Motor-Drive Electric Vehicle,” IEEE Trans Veh Technol., vol 67, no 5, pp 3782–3790, 2018, doi: 10.1109/TVT.2018.2816936 [22] Z Shuai, H Zhang, J Wang, J Li, and M Ouyang, “Lateral motion control for four-wheel-independent-drive electric vehicles using optimal torque allocation and dynamic message priority scheduling,” Control Eng Pract., vol 24, no 1, pp 55–66, 2014, doi: 10.1016/j.conengprac.2013.11.012 [23] H Fujimoto and H Sumiya, “Range extension control system of electric vehicle based on optimal torque distribution and cornering resistance minimization,” IECON Proc (Industrial Electron Conf., pp 3858–3863, 2011, doi: 10.1109/IECON.2011.6119939 [24] H Fujimoto and S Harada, “Model-Based Range Extension Control System for Electric Vehicles with Front and Rear Driving-Braking Force Distributions,” IEEE Trans Ind Electron., vol 62, no 5, pp 3245–3254, 2015, doi: 10.1109/TIE.2015.2402634 [25] S Harada and H Fujimoto, “Range extension control system for electric vehicle during acceleration and deceleration based on front and rear 59 [26] [27] [28] [29] [30] [31] [32] [33] [34] [35] [36] driving/braking force distribution considering slip ratio and motor loss,” IEEJ Trans Ind Appl., vol 134, no 3, pp 268–275, 2014, doi: 10.1541/ieejias.134.268 Y Wang, H Fujimoto, and S Hara, “Torque Distribution-Based Range Extension Control System for Longitudinal Motion of Electric Vehicles by LTI Modeling with Generalized Frequency Variable,” IEEE/ASME Trans Mechatronics, vol 21, no 1, pp 443–452, 2016, doi: 10.1109/TMECH.2015.2444651 H Fujimoto, S Egami, J Saito, and K Handa, “Range extension control system for electric vehicle based on searching algorithm of optimal front and rear driving force distribution,” IECON Proc (Industrial Electron Conf., pp 4264–4269, 2012, doi: 10.1109/IECON.2012.6389204 T M Doan, T Vo-Duy, and M C Ta, “Optimal Traction Power Distribution Strategy for Dual-motor Electric Vehicles,” 2021 IEEE Veh Power Propuls Conf VPPC 2021 - Proc., no 1, 2021, doi: 10.1109/VPPC53923.2021.9699277 L De Novellis, A Sorniotti, and P Gruber, “Wheel torque distribution criteria for electric vehicles with torque-vectoring differentials,” IEEE Trans Veh Technol., vol 63, no 4, pp 1593–1602, 2014, doi: 10.1109/TVT.2013.2289371 H Pereira, R De Castro, and R E Araujo, “How to Win the 2021 IEEE VTS Motor Vehicles Challenge with a Pragmatic Energy Management Strategy,” 2021 IEEE Veh Power Propuls Conf VPPC 2021 - Proc., 2021, doi: 10.1109/VPPC53923.2021.9699313 A M Dizqah, B Lenzo, A Sorniotti, P Gruber, S Fallah, and J De Smet, “A Fast and Parametric Torque Distribution Strategy for Four-Wheel-Drive Energy-Efficient Electric Vehicles,” IEEE Trans Ind Electron., vol 63, no 7, pp 4367–4376, 2016, doi: 10.1109/TIE.2016.2540584 X Hu, P Wang, Y Hu, and H Chen, “A stability-guaranteed and energyconserving torque distribution strategy for electric vehicles under extreme conditions,” Appl Energy, vol 259, no June 2019, p 114162, 2020, doi: 10.1016/j.apenergy.2019.114162 L Gang and Y Zhi, “Energy saving control based on motor efficiency map for electric vehicleswith four-wheel independently driven in-wheel motors,” Adv Mech Eng., vol 10, no 8, pp 1–18, 2018, doi: 10.1177/1687814018793064 Y F Lian, Y T Tian, L L Hu, and C Yin, “A new braking force distribution strategy for electric vehicle based on regenerative braking strength continuity,” Journal of Central South University, vol 20, no 12 pp 3481–3489, 2013, doi: 10.1007/s11771-013-1872-5 Y Gao, L Chu, and M Ehsani, “Design and control principles of hybrid braking system for EV, HEV and FCV,” VPPC 2007 - Proc 2007 IEEE Veh Power Propuls Conf., no 1, pp 384–391, 2007, doi: 10.1109/VPPC.2007.4544157 A C Henao-Muñoz, P Pereirinha, and A Bouscayrol, “Regenerative braking strategy of a formula SAE electric race car using energetic 60 [37] [38] [39] [40] [41] [42] [43] [44] [45] [46] [47] [48] macroscopic representation,” World Electr Veh J., vol 11, no 2, 2020, doi: 10.3390/WEVJ11020045 G Xu, W Li, K Xu, and Z Song, “An intelligent regenerative braking strategy for electric vehicles,” Energies, vol 4, no 9, pp 1461–1477, 2011, doi: 10.3390/en4091461 K Itani, A De Bernardinis, Z Khatir, and A Jammal, “Comparison between two braking control methods integrating energy recovery for a twowheel front driven electric vehicle,” Energy Convers Manag., vol 122, no 13, pp 330–343, 2016, doi: 10.1016/j.enconman.2016.05.094 W Li, H Du, and W Li, “Four-Wheel Electric Braking System Configuration with New Braking Torque Distribution Strategy for Improving Energy Recovery Efficiency,” IEEE Trans Intell Transp Syst., vol 21, no 1, pp 87–103, 2020, doi: 10.1109/TITS.2018.2888915 X Yuan and J Wang, “Torque distribution strategy for a front- and rearwheel-driven electric vehicle,” IEEE Trans Veh Technol., vol 61, no 8, pp 3365–3374, 2012, doi: 10.1109/TVT.2012.2213282 X Zhang, D Gohlich, and J Li, “Energy-Efficient Toque Allocation Design of Traction and Regenerative Braking for Distributed Drive Electric Vehicles,” IEEE Trans Veh Technol., vol 67, no 1, pp 285–295, 2018, doi: 10.1109/TVT.2017.2731525 A Bouscayrol, X Guillaud, P Delarue, and B Lemaire-Semail, “Energetic macroscopic representation and inversion-based control illustrated on a wind-energy-conversion system using hardware-in-the-loop simulation,” IEEE Trans Ind Electron., vol 56, no 12, pp 4826–4835, 2009, doi: 10.1109/TIE.2009.2013251 J Pouget, B Guo, L Bossoney, J Coppex, D Roggo, and C Ellert, “Energetic simulation of DC railway micro-grid interconnecting with PV solar panels, EV charger infrastructures and electrical railway network,” 2020 IEEE Veh Power Propuls Conf VPPC 2020 - Proc., 2020, doi: 10.1109/VPPC49601.2020.9330829 P Delarue, F Gruson, and X Guillaud, “Energetic macroscopic representation and inversion based control of a modular multilevel converter,” 2013 15th Eur Conf Power Electron Appl EPE 2013, 2013, doi: 10.1109/EPE.2013.6631859 L Boulon, D Hissel, A Bouscayrol, and M C Péra, “From modeling to control of a PEM fuel cell using energetic macroscopic representation,” IEEE Trans Ind Electron., vol 57, no 6, pp 1882–1891, 2010, doi: 10.1109/TIE.2009.2026760 L Gauchia, A Bouscayrol, J Sanz, R Trigui, and P Barrade, “Fuel cell, battery and supercapacitor hybrid system for electric vehicle: Modeling and control via energetic macroscopic representation,” 2011 IEEE Veh Power Propuls Conf VPPC 2011, 2011, doi: 10.1109/VPPC.2011.6043246 J Baert, J Pouget, D Hissel, and M C Pera, “Energetic macroscopic representation of a hybrid railway powertrain,” 2011 IEEE Veh Power Propuls Conf VPPC 2011, 2011, doi: 10.1109/VPPC.2011.6043035 C C Chan, A Bouscayrol, and K Chen, “Electric, hybrid, and fuel-cell 61 [49] [50] [51] [52] [53] [54] vehicles: Architectures and modeling,” IEEE Trans Veh Technol., vol 59, no 2, pp 589–598, 2010, doi: 10.1109/TVT.2009.2033605 J P F Trovao, M A Roux, E Menard, and M R Dubois, “Energy- and power-split management of dual energy storage system for a three-wheel electric vehicle,” IEEE Trans Veh Technol., vol 66, no 7, pp 5540–5550, 2017, doi: 10.1109/TVT.2016.2636282 C T P Nguyen, B H Nguyn, J P F Trovão, and M C Ta, “Effect of battery voltage variation on electric vehicle performance driven by induction machine with optimal flux-weakening strategy,” IET Electr Syst Transp., vol 10, no 4, pp 351–359, 2020, doi: 10.1049/iet-est.2020.0013 C Mayet et al., “Comparison of different models and simulation approaches for the energetic study of a subway,” IEEE Trans Veh Technol., vol 63, no 2, pp 556–565, 2014, doi: 10.1109/TVT.2013.2280727 J Reza N., R Geometry, and G Analysis, Vehicle Dynamics Theory an Aplication, vol 66 2014 R Bellman, “Dynamic Programming,” Science (80- )., vol 153, no 3731, pp 34–37, 1966, doi: 10.1126/science.153.3731.34 O Sundström and L Guzzella, “A generic dynamic programming Matlab function,” Proc IEEE Int Conf Control Appl., no 7, pp 1625–1630, 2009, doi: 10.1109/CCA.2009.5281131 62