Thông tin tài liệu
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ LÊ VĂN MIỀN MƠ HÌNH HĨA VÀ MƠ PHỎNG HỆ THỐNG ĐIỀU KHIỂN XE HYBRID BẰNG MATLAB/SIMULINK NGÀNH: KỸ THUẬT CƠ KHÍ ĐỘNG LỰC SKC008002 Tp Hồ Chí Minh, tháng 3/2023 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT THÀNH PHỐ HỒ CHÍ MINH LUẬN VĂN THẠC SĨ LÊ VĂN MIỀN MƠ HÌNH HĨA VÀ MƠ PHỎNG HỆ THỐNG ĐIỀU KHIỂN XE HYBRID BẰNG MATLAB/SIMULINK NGÀNH: KỸ THUẬT CƠ KHÍ ĐỘNG LỰC – 8520116 Hướng dẫn khoa học: TS NGUYỄN VĂN LONG GIANG Tp Hồ Chí Minh, tháng 03/2023 ii QUYẾT ĐỊNH GIAO ĐỀ TÀI iii BIÊN BẢN CHẤM CỦA HỘI ĐỒNG iv NHẬN XÉT CỦA 02 PHẢN BIỆN v vi vii viii ix LÝ LỊCH KHOA HỌC I LÝ LỊCH SƠ LƯỢC: Họ tên: LÊ VĂN MIỀN Giới tính: Nam Ngày, tháng, năm sinh: 05/06/1997 Nơi sinh: Bình Định Quê quán: Phước An, Tuy Phước, Bình Định Dân tộc: Kinh Địa liên lạc: 148 Võ Văn Ngân, Phường Bình Thọ, TP.Thủ Đức, TP.HCM E-mail: mienlv97@gmail.com Điện thoại: 0375.680.341 II QUÁ TRÌNH ĐÀO TẠO Hệ đào tạo: Đại học Chính quy Thời gian đào tạo: Từ 08/2015 đến 03/2020 Nơi học: Trường Đại học Sư phạm Kỹ thuật TP.HCM Ngành học: Công nghệ kỹ thuật ô tô Tên đồ án tốt nghiệp: Nghiên cứu kỹ thuật chẩn đoán động đốt dựa vào phân tích liệu động Ngày nơi bảo vệ đồ án tốt nghiệp: Ngày 14/01/2020, Trường Đại học Sư phạm Kỹ thuật TP.HCM Người hướng dẫn: TS Nguyễn Văn Long Giang III Q TRÌNH CƠNG TÁC CHUYÊN MÔN KỂ TỪ KHI TỐT NGHIỆP ĐẠI HỌC Nơi công tác Thời gian 09/2020 - Trường Cao đẳng nghề Việt Nam - 01/2022 Singapore 04/2022 02/2023 03/2023 Công việc đảm nhiệm Giảng viên Trường Cao đẳng Bách khoa Sài Gịn Giảng viên Trường Cao đẳng Cơng Thương TP.HCM Giảng viên x - Thêm điều kiện biên sử dụng đồ điểm hoạt động vùng tối ưu động đốt để chạy chương trình hệ thống điều khiển có sở để đánh giá tốt điều khiển Controller điều khiển ADVISOR Matlab/Simulink - Chế tạo điều khiển hệ thống điều khiển xe hybrid theo mô điều khiển thực luận văn - Tiến hành thực nghiệm để có đánh giá tính đắn phương pháp điều khiển mô 72 DANH MỤC TÀI LIỆU THAM KHẢO [1] Jiankun Peng, Hongwen He, Rui Xiong Rule based energy management strategy for a series–parallel plug-in Hybrid electric bus optimized by dynamic programming Applied Energy, 2016 [2] F.Schluter, P.Waltermann Hierarchical control structures for Hybrid vehicles – Modelling, simulation, and optimization IFAC Advances in Automotive Control, Ascona, Switzerland, 1995 [3] Mohamed Awadallah, Peter Tawadros, Paul Walker, Nong Zhang Dynamic modelling and simulation of a manual transmission based mild Hybrid vehicle Mechanism and Machine Theory 112, pp 218 – 239, 2017 [4] Ruoyang Yuana, Tom Fletcherb, Ahmed Ahmedovb, Nikolaos Kalantzisb, Antonios Pezouvanisb, Nilabza Duttac, Andrew Watsonb, Kambiz Ebrahimi Modelling and Co-simulation of Hybrid vehicles: A thermal management perspective Applied Thermal Engineering, 2020 [5] Abrar Ahmed, Palaksh Yelamali, R Udayakumar Modelling and simulation of Hybrid technology in vehicles The 6th International Conference on Power and Energy Systems Engineering (CPESE 2019), September 20–23, 2019, Japan [6] M Thoben, F Sauerland, K Mainka, S Edenharter, L Beaurenaut Lifetime modeling and simulation of power modules for Hybrid electrical/electrical vehicles Microelectronics Reliability, 2014 [7] Kimitoshi Tsuji, Toshiji Kato VHDL-AMS Full Hybrid Vehicle Simulation Model for the Concept Planning and the Power Performance and Fuel Economy Estimation results 7th IFAC Symposlumon Advances in Automotive Control The International Federation of Automatic Control, September 4-7, 2013 Tokyo, Japan [8] Ahmad A Pesaran Battery thermal models for Hybrid vehicle simulations Journal of Power Sources 110, pp 377 - 382, 2002 73 [9] Aden Seaman, Thanh-Son Dao, John McPhee A survey of mathematics-based equivalent-circuit and electrochemical battery models for Hybrid and electric vehicle simulation, Journal of Power Sources 256, pp 410 – 423, 2014 [10] Mihael Cipek, Danijel Pavkovic´, Joško Petric A control-oriented simulation model of a power-split Hybrid electric vehicle Applied Energy, 2012 [11] Jianfei Cao, Jiankun Peng, Hongwen He Modeling and Simulation Research on Power-split Hybrid Electric Vehicle CUE2016-Applied Energy Symposium and Forum 2016: Low carbon cities & urban energy systems Energy Procedia 104, pp 354 – 359, 2016 [12] Ebrahim Mohammadpour, Mehrdad Nouri Khajavi Modeling and control of power-split Hybrid electric vehicle using Fuzzy Logic method International Journal of Engineering & Applied Sciences (IJEAS), vol.6, Issue 1, pp – 13, 2014 [13] Weiwei Xin, Enyong Xu, Weiguang Zheng, Haibo Feng, Jirong Qin Optimal energy management of fuel cell Hybrid electric vehicle based on model predictive control and on-line mass estimation Energy Reports 8, pp 4964 – 4974, 2022 [14] Phạm Quốc Thái, Huỳnh Đức Trí Mơ hình hóa mô hệ thống truyền động ô tô điện Tạp chí khoa học cơng nghệ - Đại học Đà Nẵng, VOL 19, 2021 [15] Huỳnh Quốc Việt Nghiên cứu ứng dụng logic mờ điều khiển tối ưu hóa hệ thống quản lý lượng xe lai Đề tài khoa học công nghệ cấp trường trọng điểm, Trường Đại học Sư phạm Kỹ thuật TP.HCM, tháng 04/2019 [16] Huỳnh Quốc Việt Ứng dụng logic mờ điều khiển lực kéo xe lai kiểu hỗn hợp Tạp Chí Khoa Học Giáo Dục Kỹ Thuật, số 53, tháng 07/2019 [17] Huỳnh Quốc Việt Ứng dụng logic mờ điều khiển lượng phanh tái sinh xe lai động – điện Tạp Chí Khoa Học Giáo Dục Kỹ Thuật, số 45, tháng 01/2018 [18] Rajesh Rajamani, “Vehicle Dynamics and Control”, pp 461-469, Springer, 2012 [19] Martin Hedon, “Modeling and simulation of a Hybrid powertrain” KTH Royal Institute of Technology, p 24, 2018 74 NỘI DUNG BÀI BÁO 75 TẠP CHÍ KHOA HỌC GIÁO DỤC KỸ THUẬT Trường Đại học Sư phạm Kỹ thuật Thành phố HồTHUẬT Chí Minh TẠP CHÍ KHOA HỌC GIÁO DỤC KỸ TrườngWebsite: Đại học https://jte.hcmute.edu.vn/index.php/jte/index Sư phạm Kỹ thuật Thành phố Hồ Chí Minh Website: https://jte.hcmute.edu.vn/index.php/jte/index Email: jte@hcmute.edu.vn Email: jte@hcmute.edu.vn ISSN: 1859-1272 ISSN: 1859-1272 Modeling and simulation of hybrid vehicle control system by using MATLAB simulink Nguyen Van Long Giang1, Le Van Mien2* 1HCMC University of Technology and Education Industry and Trade College 2HCMC Email: mienlv97@gmail.com ARTICLE INFO Received: Revised: Accepted: Published: KEYWORDS Keyword 1; hybrid electric vehicle (HEV) Keyword 2; internal combustion engine (ICE) Keyword 3; traction motor (MG2) Keyword 4; motor/generator (MG1) Keyword 5; control strategies Keyword 6; fuel consumption Keyword 7; emissions Keyword 8; driving cycle test ABSTRACT Nowadays, automotive manufacturers are increasingly leading the development of hybrid vehicles due to growing energy consumption and increased emissions The power-split hybrids, due to the simultaneous use of speed and torque couplings, have integrated the advantages of series and parallel hybrid systems and minimized their disadvantages [1] However, optimization of its operation mode depends on many components, such as an internal combustion engine (ICE), traction motor (MG2), motors and generators (MG1), a battery, and a power-split device [2] Therefore, the control strategy development for power-split hybrid electric vehicles (HEV) always needs to be improved and developed This study is no exception, focusing on control strategies of power flow in a power-split HEV system The control system model had been built with the MATLAB/Simulink package, and the simulation results showed optimal operation of each component in the control system Fuel consumption of ICE decreased by 54,79% and 53,09% in two typical driving cycle tests (NEDC and FTP-75), and emissions of the three main components in the exhaust gas CO, HC, decreased by 0,39%, 0,26%, and 0,93%, respectively, according to the NEDC, and by 4,4%, 4,9%, and 3,7%, according to the FTP-75 driving cycle test Mơ hình hóa mơ hệ thống điều khiển xe hybrid MATLAB simulink Nguyễn Văn Long Giang1, Lê Văn Miền2* 1Trường Đại học Sư phạm Kỹ thuật TP.HCM Cao đẳng Công Thương TP.HCM 2Trường * Tác giả liên hệ Email: mienlv97@gmail.com THÔNG TIN BÀI BÁO Ngày nhận bài: Ngày hoàn thiện: Ngày chấp nhận đăng: Ngày đăng: TỪ KHĨA Từ khóa 1; xe điện hybrid (HEV) Từ khóa 2; động đốt (ICE) Từ khóa 3; mơ tơ kéo (MG2) Từ khóa 4; mơ tơ/máy phát điện (MG1) Từ khóa 5; chiến thuật điều khiển Từ khóa 6; tiêu hao nhiên liệu Từ khóa 7; khí xả Từ khóa 8; chu trình thử TĨM TẮT Ngày nay, nhà sản xuất tơ ngày có xu hướng phát triển loại xe hybrid tiêu thụ nhiên liệu lượng phát thải khí xả ngày tăng Các hệ thống hybrid phân chia công suất sử dụng đồng thời khớp nối tốc độ mơ men tích hợp ưu điểm hệ thống hybrid nối tiếp song song giảm thiểu nhược điểm chúng Tuy nhiên, việc tối ưu hóa chế độ hoạt động phụ thuộc vào nhiều thành phần động đốt (ICE), mô tơ kéo (MG2), mô tơ/máy phát điện (MG1), ắc quy thiết bị phân chia cơng suất Do đó, việc phát triển chiến thuật điều khiển cho xe điện lai (HEV) kiểu hỗn hợp cần cải tiến phát triển Nghiên cứu khơng ngồi mục đích đó, tập trung vào chiến thuật điều khiển dòng lượng hệ thống HEV kiểu hỗn hợp Mơ hình hệ thống điều khiển xây dựng phần mềm Matlab/Simulink kết mô chứng minh tối ưu hóa hoạt động phận hệ thống điều khiển, mức tiêu hao nhiên liệu ICE giảm 54,79 % 53,09% hai chu trình thử tiêu biểu NEDC, FTP-75 lượng phát thải ba thành phần khí xả CO, HC, 𝑁𝑂𝑥 giảm theo chu trình thử NEDC 0,39%, 0,26%, 0,93% theo chu trình thử FTP-75 4,4%, 4,9%, 3,7% Doi: https://doi.org/10.54644/jtexxxxxxx TẠP CHÍ KHOA HỌC GIÁO DỤC KỸ THUẬT Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh Website: https://jte.hcmute.edu.vn/index.php/jte/index Email: jte@hcmute.edu.vn ISSN: 1859-1272 Đặt vấn đề Việc vận hành xe hybrid đòi hỏi quản lý phức tạp bao gồm chiến thuật điều khiển khác Do có vơ số cấu hình có xe hybrid (và khả liên kết hoạt động phận, chi tiết lại với hầu hết kết hợp mong muốn) nên vấn đề thiết kế cấu hình tối ưu đảm bảo trạng thái hoạt động tối ưu thành phần đồng thời thỏa mãn điều kiện từ người lái xe mơi trường Sau đó, cấu trúc quản lý phù hợp phải tạo để chi phối điều khiển trạng thái động lực phận đơn lẻ toàn hệ thống [3] Trong số tất chiến thuật quản lý lượng, tối ưu hóa tồn diện chiến thuật điều khiển tốt để đáp ứng tất yêu cầu điều khiển Tuy nhiên, bị ảnh hưởng chu trình lái thử gây tiêu tốn thời gian lớn khó đưa vào vận hành thực tế Do đó, phương pháp điểm hoạt động không đổi động đường cong tối ưu động thực tế [4] Tsuji cộng [5] nghiên cứu mô hình mơ đầy đủ xe Toyota Prius Thơng qua việc sử dụng ngơn ngữ tín hiệu hỗn hợp tương tự VHDL (VHDL-AMS), nhóm tác giả thực mơ theo chu trình thử LA#4, kết mức tiêu thụ nhiên liệu giảm 1,4%, tiêu thụ nhiên liệu giảm 10,3% trình khởi động thời gian tăng tốc thực tế giảm 1,4% so với mô Xin cộng [6] nghiên cứu quản lý lượng tối ưu xe điện hybrid pin nhiên liệu dựa điều khiển dự đoán mơ hình ước tính khối lượng trực tuyến Kết điều khiển thiết kế giảm mức tiêu thụ nhiên liệu bổ sung xuống khoảng 0,1% Cipek cộng [7] nghiên cứu mơ hình mơ hướng điều khiển xe điện hybrid phân chia cơng suất Một thuật tốn tối ưu hóa dựa vào giải thuật lan truyền ngược liên hồi (BPTT) thực để điều khiển tốc độ động biến điều khiển mô men hệ thống truyền lực xe Toyota Prius theo chu trình thử chứng nhận NEDC Kết mơ chứng minh mơ hình cải thiện tiêu thụ nhiên liệu khoảng 1,8 % so với điều khiển theo luật (Rule-based Controller) thông thường Cao cộng [8] nghiên cứu mơ hình hóa mô xe lai sạc điện (PHEV) Kết mức tiêu thụ nhiên liệu mơ hình chu trình thử NEDC HWYCOL 100 km 4,56 lít 4,42 lít, giá trị tiêu thụ nhiên liệu hai chu trình NEDC HWYCOL gần nhau, chu trình lái thử nào, chiến lược quản lý lượng trì hiệu tối ưu Huỳnh Quốc Việt [9] nghiên cứu đề tài “Ứng dụng logic mờ điều khiển lực kéo xe lai kiểu hỗn hợp” Tác giả sử dụng chu trình thử tiêu biểu nước phát triển ECE-15, NEDC UDDS để phân tích, kiểm nghiệm tính hiệu việc sử dụng logic mờ để điều khiển mơ men kéo mơ hình xe điện HEV Kết nghiên cứu đạt so sánh chu trình thử ECE-15, NEDC UDDS với điều khiển ADVISOR mức tiêu thụ nhiên liệu giảm 31,1%, 27,11% 19,96% Từ việc tổng quan cơng trình nghiên cứu đây, thấy việc nghiên cứu xây dựng mơ hình mơ để tối ưu hóa hoạt động phận hệ thống điều khiển xe hybrid phân chia công suất, đặc biệt giảm tiêu thụ nhiên liệu giảm phát thải khí xả cần thiết mang tính thời Toyota Prius sử dụng hệ thống truyền động hybrid kiểu hỗn hợp để tận dụng tối đa ưu điểm khắc phục hạn chế kiểu truyền động nối tiếp song song Bộ phân chia công suất cho phép động dẫn động bánh xe trực tiếp cần thiết, ngắt nối công suất đến bánh xe để sạc ắc quy [10] Prius mẫu ô tô hybrid (chạy xăng - điện) sản xuất hàng loạt giới vào cuối năm 1997 mẫu xe hybrid thành công Toyota Hiện tại, mẫu xe tiếp tục nghiên cứu cải tiến mẫu mã, an toàn tiện nghi, hiệu suất, khí xả, lý tác giả lựa chọn thông số xe Prius để thực mô tối ưu hoạt động phận hệ thống điều khiển Ngoài ra, thơng số kỹ thuật xe hồn tồn thay đổi giá trị để áp dụng vào thơng số tính tốn mơ phỏng, mơ hình hệ thống điều khiển áp dụng cho dòng xe hybrid tương tự Tuy nhiên, chiến thuật điều khiển cần phải tiếp tục nghiên cứu xây dựng lại cho phù hợp điều kiện áp dụng khác Mơ hình truyền động hệ thống xe HEV Trạng thái sạc ắc quy (SOC) [11]: Trạng thái sạc (𝑆𝑂𝐶) định nghĩa tỷ số lượng điện lại thời điểm định 𝑡 ắc quy (𝑄 (𝑡)) dung lượng danh định ắc quy (𝑄0 tính Ah) TẠP CHÍ KHOA HỌC GIÁO DỤC KỸ THUẬT Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh Website: https://jte.hcmute.edu.vn/index.php/jte/index Email: jte@hcmute.edu.vn ISSN: 1859-1272 𝑆𝑂𝐶(𝑡) = 𝑄(𝑡0 )−𝑄(𝑡) 100 𝑄0 (1) Cuối cùng, 𝑆𝑂𝐶 biểu thị phần trăm tính tốn Cơng thức (2) hàm dịng ắc quy 𝑖𝑏𝑎𝑡𝑡 (A) 𝑡 𝑖𝑏𝑎𝑡𝑡 (𝑡) 𝑑𝑡 𝑄0 100 𝑆𝑂𝐶(𝑡) = 𝑆𝑂𝐶(𝑡0 ) − 3600 ∫𝑡 (2) Hình Mơ hình xe lai phân chia cơng suất [12] Bộ phân chia công suất với hệ bánh hành tinh: Tốc độ quay bánh bao (𝜔𝑟 ), bánh mặt trời (𝜔𝑠 ), cần dẫn (𝜔𝑐 ) thỏa mãn mối quan hệ sau: 𝜔𝑠 𝑅𝑠 + 𝜔𝑟 𝑅𝑟 = 𝜔𝑐 (𝑅𝑠 + 𝑅𝑟 ) (3) Trong đó: 𝑅𝑠 𝑅𝑟 bán kính bánh mặt trời bánh bao Đối với xe Toyota Prius, máy phát điện nối trực tiếp với bánh mặt trời, mô tơ nối với bánh bao động đốt nối trực tiếp với bánh hành tinh Các bánh xe kết nối với bánh bao qua vi sai Với tỷ số truyền vi sai (𝑟𝑓𝑖𝑛𝑎𝑙 ) tỷ số (i) bánh bao bánh mặt trời, phương trình (3) viết lại sau: 𝑖 𝜔𝑤 𝑟𝑓𝑖𝑛𝑎𝑙 + 𝜔𝑀𝐺1 = 𝜔𝐼𝐶𝐸 (1 + 𝑖) (4) Trong đó: 𝜔𝑤 , 𝜔𝑀𝐺1 𝜔𝐼𝐶𝐸 tốc độ bánh xe, mô tơ/máy phát điện động đốt Theo phương trình (4), mối quan hệ tốc độ động tốc độ bánh xe xác định không yếu tố tỷ số truyền i mà phụ thuộc vào tốc độ máy phát điện Tốc độ mơ tơ kéo tốc độ bánh xe có mối quan hệ: 𝜔𝑀𝐺2 = 𝜔𝑤 𝑟𝑓𝑖𝑛𝑎𝑙 (5) Tốc độ mô tơ/máy phát điện xác định bởi: 𝜔𝑀𝐺1 = 𝜔𝐼𝐶𝐸 (1 + 𝑖) − 𝑟 𝑖 𝑓𝑖𝑛𝑎𝑙 𝜔𝑤 (6) Trục dẫn động nối với bánh bao thông qua giảm tốc cuối với tỷ số truyền (𝑟𝑓𝑖𝑛𝑎𝑙 ) Do đó, tổng mô men kéo bánh xe xác định bởi: 𝑇𝑑 = 𝑟 𝑓𝑖𝑛𝑎𝑙 (𝑇𝑟 + 𝑇𝑀𝐺2 ) = 𝑟 𝑓𝑖𝑛𝑎𝑙 𝑖 (𝑇𝑀𝐺2 𝑖+1 𝑇𝐼𝐶𝐸 ) (7) TẠP CHÍ KHOA HỌC GIÁO DỤC KỸ THUẬT Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh Website: https://jte.hcmute.edu.vn/index.php/jte/index Email: jte@hcmute.edu.vn ISSN: 1859-1272 Trong đó: 𝑇𝑑 , 𝑇𝑟 , 𝑇𝑀𝐺2 𝑇𝐼𝐶𝐸 mô men kéo bánh xe, bánh bao, mơ tơ kéo động đốt Tính tiêu thụ nhiên liệu động đốt trong: Lượng tiêu thụ nhiên liệu động mô hàm số mô men tốc độ góc động cơ: 𝑚̇𝑓 = 𝑓(𝑇𝐼𝐶𝐸 , 𝜔𝐼𝐶𝐸 ) (8) Trong nghiên cứu này, lượng tiêu thụ nhiên liệu Toyota Prius ước tính đầu vào mô men điều khiển khối Controller vận tốc xe Động lực học xe: Phương trình động lực học xe theo hướng chuyển động biểu diễn bởi: 𝑚 𝑉𝑥̇ = 𝐹𝑥 − 𝐶𝑎 𝑉𝑥 − 𝑅𝑥 − 𝑚 𝑔 sin(θ) (9) Trong đó: 𝑚, 𝑔, 𝑉𝑥 , 𝐶𝑎 , 𝑅𝑥 , 𝐹𝑥 θ khối lượng xe, gia tốc trọng trường, vận tốc xe, hệ số cản khí động học, lực dọc xe cản lăn, lực dọc bánh xe độ dốc mặt đường Động lực học bánh xe: Động lực học bánh xe xác định bởi: 𝐼𝑤 𝜔̇ 𝑤 = 𝑇𝑑 − 𝑇𝑓𝑏𝑟𝑎𝑘𝑒 − 𝑟𝑤 𝐹𝑥 (10) Trong đó: 𝐼𝑤 , 𝑇𝑓𝑏𝑟𝑎𝑘𝑒 𝑟𝑤 mơ men qn tính bánh xe, mơ men phanh u cầu bánh xe trước bán kính bánh xe Thiết kế điều khiển mômen kéo mômen phanh Phần trình bày chiến thuật điều khiển để tối ưu hóa tiêu thụ nhiên liệu xe, tối ưu hóa lượng phát thải khí xả động đốt với việc trì trạng thái sạc SOC ắc quy mức tối ưu Chiến thuật điều khiển phải tuyệt đối tuân theo yêu cầu người lái theo chu trình thử Theo đồ thị đặc tính tiêu thụ nhiên liệu, vùng hoạt động tối ưu ICE dải tốc độ 1500 - 3500 vòng/phút mô men đầu từ 60 đến 100 N.m Tương tự vậy, MG1 MG2 nên điều khiển để hoạt động mô men 200 Nm Vùng tối ưu cho q trình phóng sạc ắc quy mức SOC trung bình khoảng từ 0,5 đến 0,7 Khối Controller điều khiển mô men kéo mô men phanh thông qua lệnh điều khiển đến động đốt ICE, mô tơ kéo MG2, mô tơ/máy phát điện MG1 để phân phối mô men đến thành phần theo vận tốc yêu cầu từ người lái Khối Controller dựa tín hiệu đầu vào mô men kéo (𝑇𝑐𝑜𝑚 ), mô men phanh (𝑇𝑏𝑟𝑎𝑘𝑒 ), vận tốc xe (𝑉𝑥 ), trạng thái sạc ắc quy 𝑆𝑂𝐶 Dựa vào Hình 2, nguyên lý hoạt động điều khiển Controller xác định tốc độ xe theo chu trình lái thử đo tốc độ thực tế để điều khiển mô men kéo mô men phanh dựa việc điều khiển ổn định trạng thái sạc ắc quy giới hạn hoạt động tối ưu Nghĩa để ắc quy trạng thái cân giới hạn 𝑆𝑂𝐶𝐿 < 𝑆𝑂𝐶 < 𝑆𝑂𝐶𝐻 Với 𝑆𝑂𝐶𝐿 = 0,5; 𝑆𝑂𝐶𝐻 = 0,7 Điều khiển mô men phanh: 𝑇𝑏𝑟𝑎𝑘𝑒 < 𝑇𝑀𝐺2 mơ men phanh điều khiển tồn thơng qua mô tơ kéo MG2 Ngược lại, 𝑇𝑀𝐺2 đạt giá trị lớn 𝑇𝑐ơ 𝑘ℎí = 𝑇𝑏𝑟𝑎𝑘𝑒 − 𝑚𝑎𝑥 Điều khiển mô men kéo: + Nếu 𝑉𝑥 < m/s trạng thái sạc 𝑆𝑂𝐶 < 𝑆𝑂𝐶𝐿 ICE kéo nạp ắc quy Ngược lại, 𝑆𝑂𝐶 > 𝑆𝑂𝐶𝐿 MG2 kéo + Nếu 𝑉𝑥 > m/s mô men kéo nhỏ mô men tối ưu (𝑇𝑒−𝑜𝑝𝑡 ) ICE: 𝑇𝑐𝑜𝑚 < 𝑇𝑒−𝑜𝑝𝑡 thỏa mãn 𝑆𝑂𝐶 < 𝑆𝑂𝐶𝐿 ICE kéo nạp ắc quy Ngược lại, 𝑆𝑂𝐶 > 𝑆𝑂𝐶𝐿 MG2 kéo + Nếu 𝑉𝑥 > m/s mô men kéo lớn mô men tối ưu ICE: 𝑇𝑐𝑜𝑚 > 𝑇𝑒−𝑜𝑝𝑡 thỏa mãn 𝑆𝑂𝐶 < 𝑆𝑂𝐶𝐻 MG2 ICE thực kéo nạp ắc quy Ngược lại, 𝑆𝑂𝐶 > 𝑆𝑂𝐶𝐻 MG2 kéo Sau đó, tất kết tính tốn điều khiển đưa tiếp tục thực vòng lặp giải thuật điều khiển giá trị 𝑇 > 𝑇𝑒𝑛𝑑 kết thúc vịng lặp TẠP CHÍ KHOA HỌC GIÁO DỤC KỸ THUẬT Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh Website: https://jte.hcmute.edu.vn/index.php/jte/index Email: jte@hcmute.edu.vn ISSN: 1859-1272 Hình Sơ đồ chiến thuật điều khiển mô men kéo mô men phanh Kết đánh giá Thiết lập điều khiển mô men kéo mô men phanh thực mô hoạt động xe Toyota Prius Simulink, sử dụng chu trình thử tiêu biểu: Chu trình thử nghiệm Liên bang FTP75 (Mỹ) Chu trình lái Châu Âu NEDC Cả chu trình thử FTP-75 NEDC thiết lập quãng đường xe di chuyển dài với điều kiện địa hình khác nhau, thời gian di chuyển kéo dài yêu cầu phải đạt tốc độ trung bình, tốc độ tối đa, Từ đó, tác giả có sở để đánh giá tình trạng hoạt động mơ hình hệ thống điều khiển xe hybrid chiến thuật điều khiển đưa có tối ưu hiệu hay khơng Hình Đồ thị trạng thái sạc vận tốc xe theo chu trình thử FTP-75 Hình biểu diễn đồ thị trạng thái sạc SOC ắc quy, đồ thị vận tốc xe mô vận tốc xe mong muốn, đồ thị độ biến thiên vận tốc biểu diễn độ lệch vận tốc thiết lập theo chu trình thử FTP75 vận tốc thực tế xe đạt (km/h) Các kết đạt sau: TẠP CHÍ KHOA HỌC GIÁO DỤC KỸ THUẬT Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh Website: https://jte.hcmute.edu.vn/index.php/jte/index Email: jte@hcmute.edu.vn ISSN: 1859-1272 Đồ thị trạng thái sạc 𝑆𝑂𝐶 ắc quy: Trong khoảng thời gian từ - 300 giây, xe thực q trình tăng tốc, lúc mơ tơ kéo sử dụng điện ắc quy để đạt vận tốc tối đa theo chu trình thử nên lúc trạng thái sạc ắc quy giảm Sau đó, xe di chuyển giai đoạn ổn định, lúc tùy thuộc vào đặc tính chu trình thử mà ICE điều khiển để hoạt động, ICE MG2 thực trình kéo máy phát điện để sạc ắc quy, làm cho trạng thái sạc 𝑆𝑂𝐶 ắc quy tăng dần đến giới hạn (𝑆𝑂𝐶𝐻 = 0.7) Trạng thái sạc 𝑆𝑂𝐶 ắc quy điều khiển nằm vùng cho phép (0.5 < 𝑆𝑂𝐶 < 0.7) tuân theo vận tốc di chuyển xe Đồ thị vận tốc xe theo chu trình thử: + Đường màu đỏ nét đứt: vận tốc thiết lập theo chu trình thử cho đường phố FTP-75 (km/h) + Đường màu xanh dương: vận tốc thực tế xe đạt (km/h) Cả hai đường màu đỏ nét đứt đường màu xanh dương nét liền gần trùng khớp nhau, điều chứng tỏ mơ hình đáp ứng vận tốc xe mong muốn cách xác Do đó, ta thấy điều khiển hoạt động hiệu Đồ thị độ biến thiên vận tốc: biểu diễn độ lệch vận tốc thiết lập theo chu trình thử FTP-75 vận tốc xe đạt (km/h) Đồ thị độ biến thiên vận tốc lớn km/h giá trị vận tốc thiết lập lớn vận tốc xe ngược lại Độ biến thiên đường biểu diễn vận tốc chu trình khoảng km/h, chứng tỏ điều khiển Controller hoạt động hiệu Hình Đồ thị trạng thái sạc vận tốc xe theo chu trình thử NEDC Hình biểu diễn đồ thị trạng thái sạc SOC ắc quy, đồ thị vận tốc xe đồ thị độ biến thiên vận tốc theo chu trình thử NEDC Các kết đạt đồ thị nằm vùng hoạt động tối ưu giống chu trình thử FTP-75 hình 3, chứng tỏ điều khiển hoạt động hiệu cho chu trình thử Hình biểu diễn đồ thị mô men động đốt ICE, mô tơ kéo MG2 mô tơ/máy phát điện MG1 theo chu trình thử FTP-75 Các kết thể sau: - Đường màu xanh dương thể mô men động đốt 𝑇𝐼𝐶𝐸 Từ đồ thị ta thấy mô men động đốt ln trì mức từ 60 đến 100 Nm Chứng tỏ điều khiển hoạt động xác tối ưu - Đường màu hồng biểu diễn mô men mô tơ kéo 𝑇𝑀𝐺2 Mô men MG2 hoạt động hiệu quả, mang giá trị (-) (+) Giá trị (+) thể mơ tơ kéo thực q trình kéo để tạo động lực cho xe, giá trị (-) thể mô tơ kéo thực kéo máy phát để sạc lại cho ắc quy - Đường màu xanh lam biểu diễn mô men mô tơ/máy phát điện 𝑇𝑀𝐺1 Q trình hoạt động MG1 tương đối ít, nguyên nhân chu trình FTP-75, phanh tái sinh làm việc hiệu Mô men âm thể MG1 thực trình nạp chủ yếu TẠP CHÍ KHOA HỌC GIÁO DỤC KỸ THUẬT Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh Website: https://jte.hcmute.edu.vn/index.php/jte/index Email: jte@hcmute.edu.vn ISSN: 1859-1272 Hình Đồ thị mô men ICE, MG2 MG1 theo chu trình thử FTP-75 Hình Đồ thị mơ men ICE, MG2 MG1 theo chu trình thử NEDC Hình biểu diễn đồ thị mơ men ICE, MG2 MG1 theo chu trình thử NEDC Các kết đạt hoạt động hiệu giống chu trình thử FTP-75 hình 5, mơ men thành phần hệ thống hoạt động vùng tối ưu theo yêu cầu đề Hình biểu diễn đồ thị tốc độ động đốt ICE, mô tơ kéo MG2 mô tơ/máy phát điện MG1 theo chu trình thử FTP-75 Các kết thể sau: - Đường màu đỏ biểu diễn số vòng quay động đốt 𝑁𝐼𝐶𝐸 Từ đồ thị ta thấy số vòng quay ICE ln trì mức 1500 vịng/phút Chứng tỏ động đốt điều khiển hoạt động vùng tối ưu - Đường màu hồng biểu diễn số vịng quay mơ tơ kéo 𝑁𝑀𝐺2 Số vịng quay mơ tơ kéo tỉ lệ với vận tốc xe, nguyên nhân mô tơ nối trực tiếp đến bánh lái thông qua giảm tốc - Đường màu xanh lam biểu diễn số vịng quay mơ tơ/máy phát điện 𝑁𝑀𝐺1 Q trình hoạt động MG1 tương đối ít, tốc độ MG1 trì 3000 vịng/phút để trì trạng thái sạc 𝑆𝑂𝐶 ắc quy đảm bảo tổn thất lượng xe Hình biểu diễn đồ thị tốc độ động đốt ICE, mô tơ kéo MG2 mô tơ/máy phát điện MG1 theo chu trình thử NEDC Các kết đạt hoạt động hiệu giống chu trình thử FTP-75 hình 7, tốc độ thành phần hệ thống hoạt động vùng tối ưu điều khiển xác TẠP CHÍ KHOA HỌC GIÁO DỤC KỸ THUẬT Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh Website: https://jte.hcmute.edu.vn/index.php/jte/index Email: jte@hcmute.edu.vn ISSN: 1859-1272 Hình Đồ thị tốc độ ICE, MG2 MG1 theo chu trình thử FTP-75 Hình Đồ thị tốc độ ICE, MG2 MG1 theo chu trình thử NEDC Hình Mức tiêu thụ nhiên liệu ICE theo chu trình thử FTP-75 Hình hình 10 biểu diễn đồ thị Mức tiêu thụ nhiên liệu ICE theo đơn vị km/lít theo chu trình thử FTP-75 NEDC Qua mơ theo chu trình thử FTP-75, tính tốn Mức tiêu thụ nhiên liệu trung bình đạt 42,46 km/lít xăng, tương đương 2,355 lít/100 km theo chu trình thử NEDC Mức tiêu thụ nhiên liệu trung bình đạt 43,45 km/lít xăng, tương đương 2,301 lít/100 km Các kết thu từ chu trình thử chứng minh điều khiển hoạt động xác hiệu quả, Mức tiêu thụ nhiên liệu ICE xe Toyota Prius kiểu hỗn hợp giảm thiểu đáng kể ICE kiểm sốt mức 1500 vịng/phút TẠP CHÍ KHOA HỌC GIÁO DỤC KỸ THUẬT Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh Website: https://jte.hcmute.edu.vn/index.php/jte/index Email: jte@hcmute.edu.vn ISSN: 1859-1272 Hình 10 Mức tiêu thụ nhiên liệu ICE theo chu trình thử NEDC Để đánh giá hoạt động điều khiển Controller vừa thiết kế, kết mô so sánh với kết mô từ điều khiển ADVISOR Các kết trình bày bảng 4.1 Bảng 4.1 Bảng so sánh tiêu thụ nhiên liệu theo chu trình thử Chu trình thử Controller ADVISOR Kết (%) (Lít/100km) (Lít/100km) NEDC 2,301 5,09 -54,79 FTP-75 2,355 5,02 -53,09 Từ bảng 4.1 ta thấy mơ hình thực với chiến thuật điều khiển đạt hiệu tốt theo chu trình thử khác Mức tiêu thụ nhiên liệu giảm 54,79% 53,09% theo chu trình thử NEDC FTP-75 so sánh điều khiển Controller điều khiển ADVISOR Matlab/Simulink Hình 11 Đồ thị thành phần khí xả theo chu trình FTP-75 Hình 12 Đồ thị thành phần khí xả theo chu trình NEDC Hình 11 hình 12 biểu diễn đồ thị phát thải thành phần khí xả chủ yếu ICE theo chu trình thử FTP-75 NEDC Các kết trình bày bảng so sánh 4.2, lượng phát thải ba thành phần khí xả CO, HC, NOx giảm theo chu trình thử NEDC 0,39%, 0,26%, 0,93% theo chu trình thử FTP-75 4,4%, 4,9%, 3,7% TẠP CHÍ KHOA HỌC GIÁO DỤC KỸ THUẬT Trường Đại học Sư phạm Kỹ thuật Thành phố Hồ Chí Minh Website: https://jte.hcmute.edu.vn/index.php/jte/index Email: jte@hcmute.edu.vn ISSN: 1859-1272 Bảng 4.2 Bảng so sánh lượng phát thải khí xả theo chu trình thử Thành Chu trình ADVISOR Kết Chu trình phần khí NEDC (%) FTP-75 xả (g/km) CO 0,769 0,772 -0,39 0,588 HC 0,782 0,784 -0,26 0,515 0,107 0,108 -0,93 0,130 NOx ADVISOR Kết (%) 0,615 0,542 0,135 -4,4 -4,9 -3,7 Kết luận Bộ điều khiển mô men kéo mô men phanh cho xe hybrid kiểu hỗn hợp thực kết thu chứng minh điều khiển hoạt động mong đợi Bộ điều khiển giúp tối ưu hóa hiệu suất hoạt động thành phần cấu thành xe lai việc phân phối dịng cơng suất xe vận hành như: ICE, MG2, MG1 ắc quy Các chiến thuật điều khiển xây dựng hợp lý đặc biệt Mức tiêu thụ nhiên liệu ICE giảm đáng kể 54,79% 53,09% theo chu trình thử NEDC FTP-75 so sánh điều khiển Controller điều khiển ADVISOR Matlab/Simulink Do đó, đề tài đáp ứng tính kinh tế, yếu tố quan trọng, chìa khóa thành cơng lĩnh vực nghiên cứu dịng xe HEV Ngồi ra, lượng phát thải ba thành phần khí xả CO, HC, NOx giảm theo chu trình thử NEDC 0,39%, 0,26%, 0,93% theo chu trình thử FTP-75 4,4%, 4,9%, 3,7%, chứng minh điều khiển hoạt động hiệu quả, vừa giảm tiêu thụ nhiên liệu giảm phát thải khí xả Bộ điều khiển phân phối mô men kéo mô men phanh đáp ứng quán yêu cầu trình điều khiển theo tín hiệu bàn đạp ga bàn đạp phanh, ắc quy luôn cung cấp đủ lượng để đáp ứng theo chế độ vận hành xe HEV theo chu trình lái thử tiêu chuẩn, đảm bảo ổn định hoạt động xe suốt trình vận hành TÀI LIỆU THAM KHẢO [1] E Mohammadpour, Khajavi MN., “Modeling and control of power-split hybrid electric vehicle using fuzzy logic method” International Journal of Engineering & Applied Sciences (IJEAS), Vol.6, Issue 1(2014) 1-13 [2] Chen, J.-S and Q.-V Huynh, “Model and control power-split hybrid electric vehicle with fuzzy logic” Journal of Engineering Technology and Education, 2012 [3] F.Schluter, P.Waltermann, “Hierarchical control structures for Hybrid vehicles – Modelling, simulation, and optimization” IFAC Advances in Automotive Control, Ascona, Switzerland, 1995 [4] Jiankun Peng, Hongwen He, Rui Xiong, “Rule based energy management strategy for a series– parallel plug-in Hybrid electric bus optimized by dynamic programming” Applied Energy, 2016 [5] Kimitoshi Tsuji, Toshiji Kato “VHDL-AMS Full Hybrid Vehicle Simulation Model for the Concept Planning and the Power Performance and Fuel Economy Estimation results” 7th IFAC Symposlumon Advances in Automotive Control The International Federation of Automatic Control, September 4-7, 2013 Tokyo, Japan [6] Weiwei Xin, Enyong Xu, Weiguang Zheng, Haibo Feng, Jirong Qin “Optimal energy management of fuel cell Hybrid electric vehicle based on model predictive control and on-line mass estimation” Energy Reports 8, pp 4964 – 4974, 2022 [7] Mihael Cipek, Danijel Pavkovic´, Joško Petric “A control-oriented simulation model of a powersplit Hybrid electric vehicle” Applied Energy, 2012 [8] Jianfei Cao, Jiankun Peng, Hongwen He “Modeling and Simulation Research on Power-split Hybrid Electric Vehicle” CUE2016-Applied Energy Symposium and Forum 2016: Low carbon cities & urban energy systems Energy Procedia 104, pp 354 – 359, 2016 [9] ThS Huỳnh Quốc Việt “Ứng dụng logic mờ điều khiển lực kéo xe lai kiểu hỗn hợp” Tạp Chí Khoa Học Giáo Dục Kỹ Thuật, số 53, tháng 07/2019 [10] Rajesh Rajamani, “Vehicle Dynamics and Control”, pp 461-469, Springer, 2012 [11] Martin Hedon, “Modeling and simulation of a hybrid powertrain” KTH Royal Institute of Technology, p 24, 2018 [12] M Monterazi, M Mahmoodi, “Development a new power management strategy for power split hybrid electric vehicles” Transportation Research Part D 37, pp 79-96, 2015 10 S K L 0
Ngày đăng: 18/08/2023, 15:02
Xem thêm:
