Luận văn thạc sĩ Kỹ thuật điều khiển và tự động hóa: Hệ thống sạc pin điều khiển mờ tối ưu dùng giải thuật di truyền

Công trình được hoàn thành tại: Trường Đại học Bách Khoa - ĐHQG TP HCM

Cán bộ hướng dẫn khoa học : PGS.TS Huỳnh Thái Hoàng

Cán bộ chấm nhận xét 1 : PGS.TS Nguyễn Tấn Lũy

Cán bộ chấm nhận xét 2 : PGS.TS Nguyễn Thanh Phương

Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG TP.HCM ngày 15 tháng 06 năm 2023

Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:

1 Chủ tịch: TS Nguyễn Vĩnh Hảo

2 Thư ký: TS Trần Ngo ̣c Huy

3 Phản biện 1: PGS.TS Nguyễn Tấn Lũy

4 Phản biện 2: PGS.TS Nguyễn Thanh Phương (ĐH Công nghệ TPHCM)

5 Ủy viên: TS Đă ̣ng Xuân Ba (Trường ĐH Sư Pha ̣m Kỹ Thuâ ̣t Tp HCM) Xác nhận của Chủ tịch Hội đồng đánh giá luận văn và Trưởng Khoa quản lý chuyên ngành sau khi luận văn đã được sửa chữa (nếu có)

CHỦ TỊCH HỘI ĐỒNG TRƯỞNG KHOA ĐIỆN – ĐIỆN TỬ

ĐẠI HỌC QUỐC GIA TP.HCM CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM TRƯỜNG ĐẠI HỌC BÁCH KHOA Độc lập - Tự do - Hạnh phúc

NHIỆM VỤ LUẬN VĂN THẠC SĨ

Họ tên học viên: TRẦN HUỲNH PHÚ AN MSHV: 2070625 Ngày, tháng, năm sinh: 04/07/1998 Nơi sinh: Kiên Giang Chuyên ngành: Kỹ thuật Điều khiển và Tự động hóa Mã số : 8520216

I TÊN ĐỀ TÀI:

Hệ thống sạc pin điều khiển mờ tối ưu dùng giải thuật di truyền

An optimized fuzzy controlled battery charging system using a genetic algorithm

II NHIỆM VỤ VÀ NỘI DUNG:

• Nghiên cứu và thiết kế hệ thống sạc pin điều khiển mờ được tối ưu bằng giải thuật di truyền nhằm tối ưu thời gian sạc và nhiệt độ của pin trong quá trình sạc

• Mô phỏng để kiểm tra, đưa ra đánh giá và nhận về chất lượng tối ưu của giải thuật điều khiển

• Thực nghiệm để kiểm tra, đưa ra đánh giá, nhận xét về tính thực tiễn của hệ thống

IV NGÀY HOÀN THÀNH NHIỆM VỤ: 11/06/2023

V CÁN BỘ HƯỚNG DẪN: PGS.TS Huỳnh Thái Hoàng

TP Hồ Chí Minh, ngày 15 tháng 06 năm 2023

CÁN BỘ HƯỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO

TRƯỞNG KHOA ĐIỆN – ĐIỆN TỬ

LỜI CẢM ƠN

Lời đầu tiên, tôi xin gửi lời cảm ơn chân thành và sâu sắc nhất đến Thầy Phó giáo sư - Tiến sĩ Huỳnh Thái Hoàng, người đã trực tiếp hướng dẫn và hỗ trợ tôi trong việc lựa chọn, triển khai thực hiện và hoàn thành luận văn này

Tôi cũng xin cảm ơn Công ty Cổ phần Kỹ thuật Công nghệ Tự động Hải Nam đã tạo điều kiện về thời gian cũng như hỗ trợ các trang thiết bị cần thiết phục vụ cho luận văn trong quá trình công tác

Tôi xin chân thành gửi lời cảm ơn đến các thầy cô ở Trường Đại học Bách khoa nói chung và các thầy cô thuộc khoa Điện – Điện tử nói riêng với sự tận tâm trong giảng dạy và truyền đạt các kiến thức, nền tảng cốt lõi và quan trọng để hoàn thành được luận văn thạc sĩ này

Cuối cùng, tôi cũng xin được bày tỏ lòng biết ơn chân thành đối với gia đình, bạn bè, đồng nghiệp, những người đã luôn động viên, giúp đỡ tôi trong quá trình học tập và công tác Tôi rất mong sẽ tiếp tục nhận được sự khích lệ, quan tâm, giúp đỡ của các quý thầy cô và các bạn trong quá trình nghiên cứu và công tác sau này

TP Hồ Chí Minh, ngày 29 tháng 05 năm 2023 Học viên thực hiện

Trần Huỳnh Phú An

TÓM TẮT

Ngày nay, càng nhiều ứng dụng trong đời sống và công nghiệp sử dụng nguồn năng lượng từ pin Song song với đó là sự xuất hiện của yêu cầu một phương pháp sạc pin nhanh mà không làm giảm tuổi thọ pin do nhiệt độ pin tăng cao trong quá trình sạc, nhằm thay thế phương pháp sạc Đẳng Dòng và/hoặc Đẳng Áp vẫn còn đang được sử dụng rất phổ biến Do đó, đã có những nghiên cứu xây dựng hệ thống sạc pin có thể điều chỉnh dòng sạc để duy trì nhiệt độ pin thấp, trong số đó bao gồm phương pháp ứng dụng điều khiển mờ Và để loại bỏ yếu tố con người trong hiệu chỉnh điều khiển, một giải thuật di truyền cũng được ứng dụng để thiết kế bộ điều khiển mờ tốt nhất

Luận văn trình bày cách thiết kế một hệ thống sạc pin có thể điều khiển dòng sạc nhằm duy trì nhiệt độ pin thấp nhất có thể và/hoặc tăng tốc độ sạc pin Đầu tiên, hệ thống sẽ dùng giải thuật di truyền để thiết kế lên một bộ điều khiển mờ phù hợp nhất với yêu cầu đặt ra Sau đó, bộ điều khiển mờ được ứng dụng vào bộ sạc pin Kết quả thử nghiệm cho thấy hệ thống sạc có thể đạt được yêu cầu, hoặc là nhiệt độ pin thấp nhất, hoặc thời gian sạc ngắn nhất, hoặc cả hai Sai số trong hệ thống do quá trình mô hình hóa pin và thiết kế phần cứng có thể chấp nhận, nhưng cũng cho thấy giới hạn của phương pháp đã đề ra

ABSTRACT

Nowadays, battery is used as the power source for more and more applications in our daily life and industrial environment At the same time, there is also a requirement for a new fast charging method without degrading battery lifetime due to high battery cell temperature during charging, replacing common Constant Current and/or Constant Voltage charging method Therefore, there has been several researches to develop a battery charging system that can control the charging current to maintain low battery temperature Implementing fuzzy logic controller is one of solution And to eliminate the human presence in design the control, a genetic algorithm is also used to find the best fuzzy logic control set

The thesis presents the development of a battery charging system which can control the charging current to maintain the battery cell temperature at lowest as possible and/or charge the battery as fast as possible At first, the genetic algorithm is used to simulate and develop the most suitable fuzzy logic controller for the requirement Next, the fuzzy logic controller is implemented to charge the battery

Experimental results show that the system can work as requirement, either lowest battery temperature, or shortest charging time, or both The system error due to battery modeling and hardware design is acceptable, but it still shows the limitation of the proposed charging method

LỜI CAM ĐOAN

Tôi xin cam đoan luận văn thạc sĩ: “HỆ THỐNG SẠC PIN ĐIỀU KHIỂN MỜ TỐI ƯU DÙNG GIẢI THUẬT DI TRUYỀN” là công trình nghiên cứu của bản thân Những phần sử dụng tài liệu tham khảo trong luận văn đã được nêu rõ trong phần tài liệu tham khảo Các số liệu, kết quả trình bày trong luận văn là hoàn toàn trung thực, nếu sai tôi xin chịu hoàn toàn trách nhiệm và chịu mọi kỷ luật của bộ môn và nhà trường đề ra

HỌ TÊN HỌC VIÊN

Trần Huỳnh Phú An

1.4 Nhiệm vụ của đề tài 3

Chương 2.XÂY DỰNG GIẢI THUẬT ĐIỀU KHIỂN 4

2.1 Mô hình đối tượng pin 4

2.1.1 Giả định 4

2.1.2 Mô hình pin không phụ thuộc vào nhiệt độ pin 4

2.1.3 Mô hình theo nhiệt độ pin 6

2.2 Bộ sạc pin điều khiển logic mờ 7

2.2.1 Ngõ vào 1: Nhiệt độ pin 8

2.2.2 Ngõ vào 2: Tốc độ tăng nhiệt độ pin 9

2.2.3 Ngõ ra: Dòng điện sạc pin 10

2.2.4 Quy tắc mờ, phương pháp suy luận mờ và giải mờ 10

2.3 Tối ưu điều khiển mờ bằng giải thuật di truyền 12

2.3.1 Cấu trúc nhiễm sắc thể và quần thể 13

DANH MỤC HÌNH VẼ Hình 2.1: Mạch điện tương đương của pin 4

Hình 2.2: Cấu trúc tổng quát của bộ điều khiển mờ 7

Hình 2.3: Tập mờ biểu diễn các giá trị ngôn ngữ của biến Nhiệt độ pin 8

Hình 2.4: Tập mờ biểu diễn các giá trị ngôn ngữ của biến Tốc độ tăng nhiệt độ pin 9Hình 2.5: Tập mờ biểu diễn các giá trị ngôn ngữ của biến Dòng điện sạc pin 10

Hình 2.6: Lưu đồ tổng quát của GA 13

Hình 2.8: Xác suất chọn lọc tăng đều theo thứ hạng 15

Hình 2.7: Lưu đồ phương pháp chọn lọc 16

Hình 2.9: Lưu đồ phương pháp lai ghép 17

Hình 2.10: Lưu đồ giải thuật đột biến 19

Hình 2.11: Lưu đồ giải thuật tổng quát của hệ thống sạc 20

Hình 3.1: Các kết quả tối ưu của GA với 𝛾 = 0.6 24

Hình 3.2: Các biến ngôn ngữ của ba lần chạy GA với 𝛾 = 0.6 25

Hình 3.3: So sánh kết quả dòng điện sạc, điện áp pin và trạng thái sạc của pin của ba lần chạy GA với 𝛾 = 0.6 và khi sạc CC với dòng điện sạc 10A 26

Hình 3.4: So sánh kết quả dòng điện sạc và nhiệt độ của pin của ba lần chạy GA với 𝛾 = 0.6 và khi sạc CC với dòng điện sạc 10A 27

Hình 3.5: Các kết quả tối ưu của GA với 𝛾 = 1 29

Hình 3.6: Các biến ngôn ngữ của ba lần chạy GA với 𝛾 = 1 30

Hình 3.7: So sánh kết quả dòng điện sạc, điện áp pin và trạng thái sạc của pin của ba lần chạy GA với 𝛾 = 1 và khi sạc CC với dòng điện sạc 10A 31

Hình 3.8: So sánh kết quả dòng điện sạc và nhiệt độ của pin của ba lần chạy GA với 𝛾 = 1 và khi sạc CC với dòng điện sạc 10A 32

Hình 3.9: Các kết quả tối ưu của GA với 𝛾 = 3 34

Hình 3.10: Các biến ngôn ngữ của ba lần chạy GA với 𝛾 = 3 35

Hình 3.11: So sánh kết quả dòng điện sạc, điện áp pin và trạng thái sạc của pin của ba lần chạy GA với 𝛾 = 3 và khi sạc CC với dòng điện sạc 10A 36

Hình 3.12: So sánh kết quả dòng điện sạc và nhiệt độ của pin của ba lần chạy GA với 𝛾 = 3 và khi sạc CC với dòng điện sạc 10A 37

Hình 3.13: Kết quả sạc FLC với 𝛾 = 1 ở nhiệt độ thấp hơn 38

Hình 3.14: Kết quả sạc FLC với 𝛾 = 1 ở nhiệt độ cao hơn 39

Hình 3.15: Kết quả sạc FLC với 𝛾 = 1 ở nhiệt độ thay đổi trong quá trình sạc 40

Hình 4.1: Tổng quan phần cứng thực nghiệm 43

Hình 4.2: Tổng quan phần cứng thi công 44

Hình 4.3: Mạch giảm áp đã thi công 45

Hình 4.4: Sơ đồ thiết kế mạch điều khiển MOSFET sử dụng IC IR2110 45

Hình 4.5: Mạch điều khiển MOSFET đã thi công 45

Hình 4.6: Sơ đồ thiết kế mạch điều khiển 46

Hình 4.7: Mạch điều khiển đã thi công 47

Hình 4.8: Mạch đo đạc dòng điện qua pin 47

Hình 4.9: Pin LiFePO4 cùng cảm biến nhiệt LM35 đặt tiếp xúc pin 48

Hình 4.10: Giao diện điều khiển chính, cho phép nhập thông số pin 49

Hình 4.11: Giao diện điều khiển GA 49

Hình 4.12: Giao diện điều khiển sạc CC-CV 50

Hình 4.13: Giao diện xem kết quả sạc của pin 50

DANH MỤC BẢNG Bảng 2.1: Bộ quy tắc mờ 11

Bảng 2.2: Cấu trúc NST 14

Bảng 3.1: Thông số mô phỏng của pin 21

Bảng 3.2: Các giá trị tùy chọn cho GA 22

Bảng 3.3: Kết quả ba lần mô phỏng GA với 𝛾 = 0.6 23

Bảng 3.4: Kết quả ba lần mô phỏng GA với 𝛾 = 1 28

Bảng 3.5: Kết quả ba lần mô phỏng GA với 𝛾 = 3 33

Bảng 4.1: Các kết quả sạc thực nghiệm 58

Chương 1 GIỚI THIỆU TỔNG QUAN 1.1 Lý do chọn đề tài

Nguồn năng lượng pin đang là một trong những chủ đề nóng trong ngành công nghiệp tự động, từ bộ lưu điện (Uninterruptible Power Supply – UPS) đến cuộc đua xe điện của nhiều hãng xe lớn Tuy vậy, thử thách lớn nhất trong sử dụng pin chính là thời gian sạc, nhiệt độ và tuổi thọ của pin

Khi sạc pin, dòng điện sạc càng lớn, thời gian sạc càng nhanh nhưng nhiệt độ pin càng cao, từ đó làm giảm tuổi thọ pin, trong một số trường hợp có thể gây nguy hiểm khi sử dụng nếu pin bị quá nhiệt Ngược lại, dòng điện sạc nhỏ giúp pin duy trì được tuổi thọ lâu hơn nhưng thời gian sạc quá dài, không đủ đáp ứng nếu pin cần được sử dụng liên tục

Ở hiện tại, hai phương pháp sạc được dùng phổ biến nhất cho mọi loại pin vẫn là sạc Đẳng dòng (Constant Current – CC), sạc pin ở một mức dòng điện cố định, và sạc Đẳng áp (Constant Voltage – CV), sạc pin ở một mức điện áp cố định

Nhờ sự đơn giản trong thiết kế phần cứng và hiệu quả khi phối hợp hai phương pháp sạc CC và CV, các nhà sản xuất vẫn tiếp tục khuyến cáo sử dụng phương pháp sạc này, với dòng điện sạc pin và điện áp sạc pin được đề xuất ở mức thấp để đảm bảo an toàn cho pin và người sử dụng, nhưng vẫn còn ở đó là khuyết điểm không kiểm soát được dòng điện sạc, thời gian sạc và nhiệt độ pin khi sạc, và phụ thuộc nhiều vào một bộ quản lý pin Battery Management System (BMS) chỉ để ngắt sạc nhằm bảo vệ pin khi xảy ra sạc quá dòng, sạc quá áp, hay pin bị quá nhiệt

1.2 Các nghiên cứu liên quan

Để giải quyết vấn đề trên, nhiều nghiên cứu đã được thực hiện để tìm ra phương pháp sạc pin tự chỉnh thích hợp nhằm rút ngắn thời gian sạc mà không làm tăng nhiệt độ pin quá cao dẫn đến giảm tuổi thọ pin [1]

Nghiên cứu [2] đề xuất phương pháp sạc nhanh đơn giản dùng giải thuật explicit reference governor (ERG) Nghiên cứu [3] sử dụng phương pháp đẳng dòng – đẳng áp nhiều mức (multistage constant current-constant voltage – MCCV) thích nghi để sạc cho phương tiện

Với bộ điều khiển mờ (Fuzzy Logic Controller – FLC), nghiên cứu [4] đề xuất sử dụng để sạc dựa trên nhiệt độ, [5] cũng đề xuất tương tự nhưng có thể khả năng ước lượng trạng thái sạc của pin Các nghiên cứu [6] – [7] đề xuất các phương pháp cập nhật bộ FLC, trong đó bao gồm phương pháp tối ưu bầy đàn Và nghiên cứu [8] đánh giá lại kết quả của ứng dụng điều khiển mờ để sạc, cho thấy hiệu quả hơn so với phương pháp sạc đẳng dòng – đẳng áp

Ở trong nước, nghiên cứu [9] của Trường Đại học Bách khoa Hà Nội và Viện Khoa học và công nghệ Việt Nam - Hàn Quốc trình bày phương pháp điều khiển dòng điện sạc dựa trên mô hình nhiệt cho phép sạc pin ở dòng điện cực đại cho đến khi nhiệt độ đạt đến trạng thái quá độ và giảm dòng điện sạc lại theo nhiệt độ thực tế của pin

Ngoài ra, nghiên cứu [10] cũng đề xuất một số phương pháp quản lý nhiệt độ của pin trên ô tô điện, tạo cơ hội để ứng dụng thêm cho các giải pháp sạc pin tốt hơn trong tương lai

1.3 Mục tiêu đề tài

Dựa trên nghiên cứu [11], một hệ thống sạc pin điều khiển mờ được tối ưu bằng giải thuật di truyền (Genetic Algorithm – GA) được nghiên cứu và thực hiện với khả năng có thể tùy chỉnh dòng điện sạc pin dựa theo nhiệt độ pin, từ đó đạt mục tiêu có thể sạc pin nhanh mà không làm tăng nhiệt độ của pin quá nhanh và quá cao, nhờ đó nâng cao hiệu quả sạc và kéo dài tuổi thọ của pin

Do tính chất đối nghịch của thời gian sạc và nhiệt độ pin, hệ thống sạc cũng sẽ được thiết kế để có thể ứng dụng linh hoạt trong trường hợp cần rút ngắn thời gian sạc hoặc trường hợp cần nhiệt độ pin cực thấp

Bộ điều khiển mờ tối ưu dùng giải thuật di truyền sẽ được đánh giá bằng mô phỏng và thực hiện mô hình thực tế để kiểm chứng thực nghiệm Các kết quả thực nghiệm sẽ được so sánh với các phương pháp sạc phổ biến là sạc CC, sạc CV, và sạc phối hợp CC-CV

1.4 Nhiệm vụ của đề tài

- Xây dựng mô hình mô phỏng và mô hình thực nghiệm của hệ thống sạc pin điều khiển mờ sử dụng giải thuật di truyền

- Chứng minh được khả năng tối ưu của hệ thống sạc với đối tượng pin ion

- Dung lượng của pin không đổi theo độ lớn dòng điện, tức không có hiệu ứng Paukert

- Pin không tự phóng điện

- Pin không có hiệu ứng nhớ, tức dung lượng pin sẽ không bị thay đổi sau nhiều lần sạc và phóng điện

- Dung lượng pin không giảm dần theo thời gian - Dòng điện sạc/xả có thể điều khiển được

2.1.2 Mô hình pin không phụ thuộc vào nhiệt độ pin

Mạch điện tương đương của một pin bất kỳ được thể hiện trong Hình 2.1

Hình 2.1: Mạch điện tương đương của pin

Trong đó:

- i t( ): dòng điện sạc của pin ( A ) - v tb( ): điện áp pin (V)

- v toc( ): điện áp hở mạch tượng trưng cho nguồn sạc (V)

Trong mô hình trên, dòng điện i t( ) được xem là ngõ vào của mô hình và ngõ ra là điện áp pin v tb( ) Do mục tiêu là thiết kế hệ thống pin nên chỉ xem xét đến mô hình pin khi sạc và thực hiện mô hình hóa tương tự nghiên cứu [12] như sau:

- Q : dung lượng pin ( Ah )

- A: điện áp lũy thừa (V)

- B: dung lượng lũy thừa (Ah-1) - R: điện trở nội (Ω )

- SoC: trạng thái sạc (State of Charge) ( % )

Khi SoC0%, pin đã xả cạn năng lượng, SoC100% khi pin đã được sạc đầy Ngoài ra, có thể đo đạc điện áp pin để xác định trạng thái sạc đầy và xả cạn của pin

2.1.3 Mô hình theo nhiệt độ pin

Trong thực tế, các thông số của pin sẽ có thay đổi theo nhiệt độ của pin và nhiệt độ môi trường như sau [13]:

K là các giá trị tại một nhiệt độ tham chiếu Tref ,

thường là 25 Co theo tài liệu kỹ thuật của pin

-  QT là hệ số tỉ lệ dung lượng cực đại - nhiệt độ (Ah K) -  E T là hệ số tỉ lệ thuận nghịch điện áp - nhiệt độ (V K) -  là hằng số tốc độ Arrhenius của điện trở nội ( K )

-  là hằng số tốc độ Arrhenius của điện trở phân cực ( K ) - Ta là nhiệt độ môi trường (oC)

- Tc là nhiệt độ của pin (oC)

Khi đó, phương trình ngõ điện áp pin sẽ được viết lại đầy đủ thành:

2.2 Bộ sạc pin điều khiển logic mờ

Điều khiển logic mờ là phương pháp điều khiển tự động bằng cách bắt chước quá trình xử lý các thông tin không rõ ràng và ra quyết định điều khiển của con người [14]

Trong đề tài này, một bộ FLC gồm nhiều ngõ vào và một ngõ ra (Multiple Input Single Output – MISO) được ứng dụng để điều khiển dòng điện sạc pin dựa trên nhiệt độ của pin và sự thay đổi nhiệt độ của pin như sau:

Hình 2.2: Cấu trúc tổng quát của bộ điều khiển mờ

2.2.1 Ngõ vào 1: Nhiệt độ pin

Biến ngôn ngữ ngõ vào Nhiệt độ pin sẽ bao gồm bốn giá trị ngôn ngữ được biểu diễn bằng bốn tập mờ phân hoạch mờ tổng quát như sau:

Hình 2.3: Tập mờ biểu diễn các giá trị ngôn ngữ của biến Nhiệt độ pin Trong đó:

- Thấp (Low): Vùng nhiệt độ thấp, biểu diễn bằng một tập mờ hình thang

TcOverTcH TcO TcMax

- Điều kiện: 0 TcL TcM  TcH TcO TcMax

2.2.2 Ngõ vào 2: Tốc độ tăng nhiệt độ pin

Trong quá trình sạc hay phóng điện, nhiệt độ của pin sẽ tăng Để kiểm soát sự gia tăng nhiệt độ này, bộ điều khiển sẽ theo dõi tốc độ tăng nhiệt độ pin để điều chỉnh tránh làm nhiệt độ tăng quá nhanh và quá cao

Biến ngôn ngữ ngõ vào Tốc độ tăng nhiệt độ pin sẽ bao gồm ba giá trị ngôn ngữ được biểu diễn bằng ba tập mờ phân hoạch mờ như sau:

Hình 2.4: Tập mờ biểu diễn các giá trị ngôn ngữ của biến Tốc độ tăng nhiệt độ pin Trong đó:

- Thấp (Low): Vùng nhiệt độ có tốc độ tăng thấp, biểu diễn bằng một tập mờ hình thang dTcLow  , ,0 dTcL dTcM, 

- Trung bình (Med): Vùng nhiệt độ có tốc độ tăng trung bình, biểu diễn bằng một tập mờ hình tam giác dTcMeddTcL dTcM dTcH,, 

- Cao (High): Vùng nhiệt độ có tốc độ tăng cao, biểu diễn bằng một tập mờ hình thang dTcHighdTcM dTcH dTcMax,,,

- Điều kiện: 0dTcLdTcM dTcH dTcMax

2.2.3 Ngõ ra: Dòng điện sạc pin

Biến ngôn ngữ ngõ ra Dòng điện sạc pin sẽ bao gồm sáu giá trị ngôn ngữ được biểu diễn bằng sáu tập mờ dạng vạch (singleton) như sau:

Hình 2.5: Tập mờ biểu diễn các giá trị ngôn ngữ của biến Dòng điện sạc pin Trong đó:

- Ngắt sạc (Zero): Trạng thái ngắt dòng điện sạc, ứng với iicZ0

- Rất thấp (Very Low): Trạng thái dòng điện sạc rất thấp, ứng với iicVL

- Thấp (Low): Trạng thái dòng điện sạc thấp, ứng với iicL

- Trung bình (Medium): Trạng thái dòng điện sạc trung bình, ứng với iicM

- Cao (High): Trạng thái dòng điện sạc cao, ứng với iicH

- Rất cao (Very High): Trạng thái dòng điện sạc rất cao, ứng với iicVH - Điều kiện: 0 icVL icL icM   icH icVHiMax

2.2.4 Quy tắc mờ, phương pháp suy luận mờ và giải mờ

Dòng điện sạc pin và sự thay đổi nhiệt độ của pin có mối quan hệ thuận nghịch Khi dòng điện sạc càng lớn thì nhiệt độ pin càng tăng nhanh và nhiệt độ lên cao, và ngược lại, dòng điện sạc càng nhỏ thì nhiệt độ pin càng tăng chậm và nhiệt độ được giữ thấp

Ngoài ra, từ quá trình mô phỏng và thực nghiệm cũng cho thấy, dòng điện thay đổi trong quá trình sạc cũng làm thay đổi nhiệt độ pin Nếu dòng điện giảm mạnh thì

Từ các hiểu biết và kinh nghiệm ở trên, bộ quy tắc mờ Sugeno với ngõ ra là hằng số được xây dựng như sau:

  

2.3 Tối ưu điều khiển mờ bằng giải thuật di truyền

Giải thuật di truyền là giải thuật tìm kiếm lời giải tối ưu phỏng theo quá trình tiến hóa của sinh vật trong tự nhiên [14]

Trong đề tài này, mục tiêu của giải thuật di truyền là tìm ra các hệ số tập mờ ngõ vào và ngõ ra của bộ FLC sao cho kết quả sạc bao gồm thời gian sạc và nhiệt độ đỉnh của pin khi sạc là tối ưu nhất

Giải thuật di truyền được thực hiện theo lưu đồ giải thuật tổng quát sau:

Hình 2.6: Lưu đồ tổng quát của GA

2.3.1 Cấu trúc nhiễm sắc thể và quần thể

Tương tự như cấu trúc của tự nhiên, một quần thể sẽ bao gồm N nhiễm sắc thể (NST), hay chromosome, và mỗi NST sẽ chứa nhiều đoạn mã gen có thể được mã hóa theo nhiều cách khác như như mã hoá nhị phân, mã hóa thập phân và mã hóa số thực

Trong phạm vi của đề tài này, một NST sẽ bao gồm 12 mã gen là các hệ số của các tập mờ trong FLC được mã hóa số thực và có giới hạn như trong Bảng 2.2 Các NST này sẽ được tiến hóa theo từng thế hệ tiến đến kết quả tối ưu cuối cùng

Đối với thế hệ đầu tiên, quần thể có thể được khởi tạo một cách ngẫu nhiên sao cho các mã gen vẫn thỏa yêu cầu giới hạn số thực như trong Bảng 2.2, hoặc có thể

Với mục tiêu thời gian sạc nhanh và chênh lệch nhiệt độ thấp, tức tcharge và T

đạt cực tiểu, cá thể tốt nhất của mỗi thế hệ sẽ là cá thể có giá trị fitness cao nhất, hoặc J t  charge,T,  thấp nhất Như vậy, đối tượng tối ưu chính là hàm thích nghi

fitness

Hệ số  0 trong phương trình (13) cho phép người vận hành điều chỉnh mức độ tối ưu trong hàm fitness, khi  càng lớn thì càng tối ưu nhiệt độ pin nhưng vẫn đảm bảo thời gian sạc đủ nhanh do fitness vẫn tính theo tcharge và T

Để có được giá trị tcharge và T , hệ thống cần phải thực hiện mô phỏng kết quả sạc với từng NST trong từng quần thể với đối tượng pin đã được mô hình hóa ở trên

2.3.3 Chọn lọc

Quá trình chọn lọc (Selection) là lựa chọn những NST được di truyền lại mã gen cho thế hệ sau [14] Nguyên tắc cơ bản của chọn lọc là những cá thể có độ thích nghi, hay giá trị fitness càng lớn sẽ có xác suất lựa chọn càng lớn

Phương pháp chọn lọc được sử dụng là chọn lọc sắp hạng tuyến tính, trong đó, các cá thể sẽ được sắp hạng 1 đến N theo thứ tự tăng dần của độ thích nghi Xác suất được chọn của mỗi NST sẽ được tính như sau:

Xác suất chọn lọc tăng theo thứ hạng của cá thể chứ không theo tỉ lệ độ thích nghi, nên xác suất chọn lọc của các cá thể kém tăng lên, và khi đến các vòng tiến hóa cuối, dù các cá thể có độ thích nghi tương đương nhau nhưng xác suất chọn lọc vẫn sẽ khác nhau rõ rệt, giúp duy trì khả năng chọn lọc các cả thể ưu việt

Để duy trì tốc độ tối ưu, phương pháp Elitism sẽ được sử dụng để duy trì để đảm bảo một hoặc nhiều cá thể ưu việt sẽ được chọn để di truyền cho thế hệ sau

Hình 2.8: Lưu đồ phương pháp chọn lọc

2.3.4 Lai ghép

Lai ghép (Crossover) là quá trình quan trọng của giải thuật di truyền, trong đó, các cá thể bố và mẹ trong nhóm quần thể đã được chọn lọc sẽ được kết hợp để tạo ra cá thể con với triển vọng sẽ ưu việt hơn bố và mẹ [14]

Hình 2.9: Lưu đồ phương pháp lai ghép

Với phương pháp lai ghép BLX-α, mỗi đoạn gen ck của cá thể con sẽ được tạo từ đoạn gen tương ứng ak và bk của bố và mẹ, và được chọn ngẫu nhiên trong vùng

Để duy trì tốc độ tối ưu, phương pháp Elitism sẽ được sử dụng để duy trì để đảm bảo một hoặc nhiều cá thể ưu việt sẽ được chọn để di truyền cho thế hệ sau

Khi gk tăng và tiến về giá trị Gmax, xác suất độ biến Pmutation sẽ giảm theo Nói cách khác, mỗi NST sẽ đều có xác suất đột biến Pmutation giảm dần theo từng vòng tiến hóa

Quá trình đột biến sẽ chọn ngẫu nhiên một mã gen c trong mỗi NST để đột biến tăng hoặc giảm về giá trị biên của mã gen (theo Bảng 2.2) và miền đột biến càng nhỏ lại khi quần thể càng tiến hóa:

Hình 2.10: Lưu đồ giải thuật đột biến

Chương 3 MÔ PHỎNG 3.1 Phương pháp mô phỏng

Mô phỏng kiểm chứng lý thuyết của giải thuật được thực hiện trên phần mềm MATLAB và kết quả được so sánh với phương pháp sạc CC với dòng điện sạc 10A để đánh giá chất lượng

Do tính chất ngẫu nhiên của Giải thuật di truyền nên chương trình mô phỏng GA sẽ được thực hiện nhiều lần để đánh giá kết quả trung bình và so sánh sự khác biệt khi điều chỉnh hệ số 

Đối tượng được mô phỏng là pin Lithium iron phosphate (LiFePO4) dựa trên mô hình thực nghiệm có thông số đầy đủ như sau:

Bảng 3.1: Thông số mô phỏng của pin



3.2 Các giá trị tùy chọn cho GA

Bảng 3.2: Các giá trị tùy chọn cho GA

N 15 Số lượng cá thể trong quần thể

GenMax 30 Số lượng quần thể

ElitMax 1 Số lượng cá thể tốt nhất được giữ lại cho thế hệ quần thể tiếp theo

 0.5 Hệ số điều chỉnh chênh lệch xác suất chọn lọc

 0.1 Hệ số tăng giảm vùng lai ghép

TcMax 45 Nhiệt độ pin tối đa cho phép (oC)

dTcMax 0.008 Tốc độ tăng nhiệt độ pin cao (oC/s)

iMax 15 Dòng điện sạc tối đa ( A ) 0 a

TT 32.5 Nhiệt độ môi trường và nhiệt độ ban đầu của pin (o

C)

3.3 Kết quả mô phỏng 3.3.1 𝜸 = 𝟎 𝟔

Bảng 3.3: Kết quả ba lần mô phỏng GA với 𝛾 = 0.6

Hình 3.2: Các biến ngôn ngữ của ba lần chạy GA với 𝛾 = 0.6