Nghiên cứu tối ưu hóa thiết kế độ lớn và tham số điều khiển nguồn năng lượng hệ động lực xe hybrid (TT)

Làm chủ kỹ thuật và công nghệ tối ưu hóa độ lớn các thành phần cơ bản nguồn động lực và tham số điều khiển nguồn năng lượng hệ động lực hybrid là một trong những điều kiện tiên quyết để

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC NHA TRANG

VŨ THĂNG LONG

NGHIÊN CỨU TỐI ƯU HÓA THIẾT KẾ ĐỘ LỚN

VÀ THAM SỐ ĐIỀU KHIỂN NGUỒN NĂNG LƯỢNG

1

Công trình được hoàn thành tại Trường Đại học Nha Trang

Người hướng dẫn khoa học: PGS.TS Nguyễn Văn Nhận

Làm chủ kỹ thuật và công nghệ tối ưu hóa độ lớn các thành phần cơ bản nguồn động lực và tham số điều khiển nguồn năng lượng hệ động lực hybrid là một trong những điều kiện tiên quyết để có thể thiết kế và chế tạo xe hybrid

Với mục đích nghiên cứu lý thuyết và thực tiễn của giải pháp hybrid hóa để làm

cơ sở cho việc thiết kế và chế tạo xe hybrid, đồng thời cho phép đánh giá mức độ phù hợp của các mẫu xe hybrid được khai thác trong điều kiện ở Việt Nam, nghiên cứu

sinh (NCS) chọn đề tài luận án : “Nghiên cứu tối ưu hóa thiết kế độ lớn và tham số điều khiển nguồn năng lượng hệ động lực xe hybrid "

2 Mục tiêu nghiên cứu

Xây dựng mô hình tối ưu hóa và phát triển giải thuật để tối ưu hóa độ lớn của các nguồn năng lượng và tối ưu hóa các tham số điều khiển nguồn năng lượng của hệ động lực xe hybrid, nhằm nâng cao tính kinh tế nhiên liệu, giảm phát thải các chất độc hại

có trong khí thải của động cơ đốt trong

3 Đối tượng nghiên cứu

Xe hybrid có hệ động lực được cấu thành từ hai loại nguồn động lực là động cơ đốt trong và động cơ điện

4 Phạm vi nghiên cứu

(1) Các nguồn năng lượng trong cấu trúc tổng thể của hệ động lực của ô tô hybrid kiểu song song và kiểu hỗn hợp, bao gồm: động cơ đốt trong (ICE), động cơ điện (EM), máy phát điện (EG) và ắcqui (AQ)

(2) Tối ưu hóa thiết kế độ lớn của các nguồn năng lượng thuộc hệ động lực của ô

tô hybrid kiểu song song và kiểu hỗn hợp

(3) Tối ưu hóa tham số điều khiển nguồn năng lượng hệ động lực của ô tô hybrid kiểu song song và kiểu hỗn hợp

3

5 Nội dung nghiên cứu

Nội dung nghiên cứu gồm: Tổng quan về xe hybrid và tối ưu hóa hệ động lực của

xe hybrid; Tối ưu hóa thiết kế độ lớn và tham số điều khiển nguồn năng lượng hệ động lực xe hybrid bằng giải thuật đàn ong; Mô phỏng thực nghiệm tối ưu hóa độ lớn và tham số điều khiển nguồn năng lượng hệ động lực xe hybrid; Kết luận và khuyến nghị

6 Hạn chế của luận án

Luận án mới chỉ đề cập vấn đề tối ưu hóa độ lớn của các nguồn năng lượng và tham số điều khiển nguồn năng lượng thuộc hệ động lực của xe hybrid với mục tiêu là giảm tiêu hao nhiên liệu và mức độ phát thải của động cơ đốt trong trong điều kiện vẫn đảm bảo các yêu cầu về tính năng động lực học Phương pháp tối ưu hóa thiết kế độ lớn và tham số điều khiển nguồn năng lượng của hệ động lực xe hybrid bằng giải thuật đàn ong chưa được khảo nghiệm trên các mẫu xe hybrid thực trong phòng thí nghiệm hoặc vận hành trong điều kiện thực tế

7 Đóng góp chính

(1) Phát triển mô hình tối ưu hoá đồng thời, đa mục tiêu các thành phần cơ bản của

hệ động lực và tham số điều khiển;

(2) Phát triển phương trình fs(S j ) (2.30), n b (S j ,t) (2.32) và ph(S j ,t) (2.34) của giải

4

Chương 1 TỔNG QUAN VỀ Ô TÔ HYBRID VÀ NGHIÊN CỨU TỐI ƯU HÓA HỆ ĐỘNG LỰC CỦA Ô TÔ HYBRID

Tối ưu hóa thiết kế độ lớn của các nguồn năng lượng thuộc hệ động lực của ô

tô hybrid: Hệ động lực của ô tô hybrid có ít nhất hai loại nguồn động lực khác nhau đó

là động cơ đốt trong và động cơ điện có cùng một chức năng chính là cung cấp động năng cho bánh xe chủ động của xe, ngoài ra hệ động lực cần có hệ thống sản xuất và lưu trữ điện là máy phát và ắc qui Độ lớn của ICE, EM và máy phát trong luận án này được hiểu là công suất có ích lớn nhất Độ lớn của ắc qui chính là dung lượng tổng cộng của ắc qui Tối ưu hóa độ lớn các thành phần cơ bản của hệ động lực là việc xác định công suất lớn nhất hợp lý của ICE, EM, máy phát và dung lượng ắc qui nhằm thỏa mãn mục tiêu tối ưu đề ra

Tối ưu hóa tham số điều khiển nguồn năng lượng của hệ động lực ô tô hybrid:

Được hiểu là việc xác định và kiểm soát chế độ làm việc của các nguồn năng lượng sao cho đạt được các mục tiêu mà phương án hybrid có thể mang lại

Các nghiên cứu về tối ưu hóa trên ô tô hybrid hiện nay tập trung vào:

- Thiết kế và chế tạo các mô hình ô tô và một số thành tố cơ bản của hệ động lực

ô tô hybrid

- Nghiên cứu tối ưu tham số điều khiển: Phương pháp tối ưu hóa sử dụng giải

thuật phân tử; Phương pháp tối ưu hóa sử dụng giải thuật di truyền (GA-Genetic Algorithm) và Phương pháp sử dụng giải thuật mô phỏng quá trình ủ của kim loại (SA-Simulated Annealing)

- Nghiên cứu về tối ưu hóa thiết kế độ lớn nguồn động lực: Tối ưu hóa nguồn

động lực cho ô tô hybrid kiểu nối tiếp sử dụng giải thuật di truyền kết hợp với giải

thuật tìm kiếm cục bộ SQP (Sequential Quadratic Programming) ; Tối ưu hóa nguồn

động lực cho ô tô hybrid kiểu song song sử dụng ba giải thuật: Giải thuật phân chia hình chữ nhật (DIRECT), giải thuật mô phỏng quá trình ủ của kim loại (SA) và giải thuật di truyền (GA) để nâng cao hiệu quả kinh tế nhiên liệu

5

- Nghiên cứu về tối ưu hóa đồng thời độ lớn nguồn động lực và tham số điều

khiển: Tối ưu hóa cho ô tô hybrid kiểu nối tiếp và song song sử dụng giải thuật di

truyền

Qua việc phân tích, tóm tắt những kết quả nghiên cứu trên ô tô hybrid cho thấy các công trình nghiên cứu trong nước phần lớn tập trung vào vấn đề thiết kế và chế tạo các mô hình ô tô và một số thành tố cơ bản của hệ động lực ô tô hybrid nhằm mục đích tìm hiểu sâu hơn về xe hybrid hoặc phục vụ công tác đào tạo Các nghiên cứu của nước ngoài đã công bố hiện nay tập trung vào tối ưu hóa riêng lẻ độ lớn nguồn động lực hoặc chỉ tối ưu trị số của các tham số điều khiển Một vài nghiên cứu mới nhất đã tiến hành tối ưu hóa đồng thời độ lớn nguồn động lực và tham số điều khiển, sử dụng giải thuật di truyền và đã cho ra kết quả khả quan Tuy nhiên do bản chất của giải thuật

di truyền là dựa trên quá trình chọn lọc tự nhiên qua rất nhiều thế hệ nên thời gian tìm kiếm rất lâu, ngoài ra những nghiên cứu sử dụng giải thuật di truyền vẫn chưa thử nghiệm tối ưu hóa toàn bộ các tham số điều khiển của một loại ô tô thương mại cụ thể, một vài tham số được giữ nguyên ở giá trị mặc định

Từ những vấn đề còn tồn tại trong nghiên cứu ô tô hybrid trình bày trên, trong nghiên cứu này sử dụng phương pháp mới để nghiên cứu vấn đề tối ưu hóa độ lớn nguồn năng lượng và tham số điều khiển nguồn năng lượng của hệ động lực ô tô hybrid Giải thuật đàn ong đã được lựa chọn và cải tiến để giải bài toán nói trên đối với

ô tô hybrid kiểu song song và kiểu hỗn hợp Phần mềm ADVISOR và phần mềm Matlab được sử dụng để thực hiện mô phỏng thực nghiệm với 2 đối tượng thực nghiệm là ô tô Honda Insight 2000 và Toyota Prius 1998, trong đó có xét đến các điều kiện ràng buộc là điều kiện khai thác kỹ thuật ở Việt Nam

6

Chương 2 TỐI ƯU HÓA THIẾT KẾ ĐỘ LỚN VÀ THAM SỐ ĐIỀU KHIỂN NGUỒN NĂNG LƯỢNG HỆ ĐỘNG LỰC Ô TÔ HYBRID BẰNG

GIẢI THUẬT ĐÀN ONG

Chương 2 trình bày mô hình tối ưu hóa độ lớn các nguồn năng lượng và các tham

số điều khiển hệ động lực của ô tô hybrid được cấu thành từ động cơ đốt trong và động

cơ điện Những thông tin cơ bản về giải thuật đàn ong, một số nội dung cải tiến giải thuật đàn ong cơ sở do NCS thực hiện và phương pháp sử dụng giải thuật đàn ong trong bài toán tối ưu hóa riêng lẻ các tham số điều khiển và bài toán tối ưu hóa đồng thời độ lớn của các nguồn năng lượng và các tham số điều khiển hệ động lực ô tô hybrid được xem là cơ sở lý thuyết của phần mô phỏng thực nghiệm được trình bày ở Chương 3

MÔ HÌNH TỐI ƯU HÓA ĐỘ LỚN NGUỒN NĂNG LƯỢNG VÀ THAM SỐ ĐIỀU KHIỂN HỆ ĐỘNG LỰC Ô TÔ HYBRID

Hình 2-1: Mô hình tổng quát tối ưu hóa cho ô tô hybrid sử dụng MDO

max _ min

_ 1

max _ min

_

max _ min

_ 1

m CS m

CS m CS

CS CS

CS

n CZ n

CZ n CZ

CZ CZ

CZ

x x

X

x x

X

x x

X

x x

X

( )( )( )( )

G(X) là hàm mục tiêu cần tối ưu

h l (X) ≤ 0 và k q (X) ≥ 0 là các điều kiện ràng buộc về tính năng động lực học của xe

X CZ-i (i = 1 ÷ n) là tập các biến về độ lớn các thành phần cơ bản của hệ động lực, bao gồm công suất có ích lớn nhất của ICE, EM, EG và dung lượng AQ

X CS-j (j = 1 ÷ m) là tập các biến về tham số điều khiển nguồn năng lượng

Y là tập biến đầu ra gồm suất tiêu thụ nhiên liệu FC; hàm lượng phát thải các chất

HC, CO và NO

Quá trình tối ưu hóa độ lớn các nguồn năng lượng và tham số điều khiển hệ động lực ô tô hybrid trong luận án này thực hiện bằng phương pháp “thử và sai” có định hướng theo giải thuật tối ưu được lựa chọn Quá trình này gồm rất nhiều vòng lặp, tại

8

mỗi vòng lặp BỘ TỐI ƯU sẽ gán các giá trị cụ thể của mỗi biến cần tối ưu của X trong

miền giá trị được giới hạn bởi giới hạn dưới và giới hạn trên ở phương trình (2.2) nhằm tạo một “ứng viên” tối ưu để đưa vào khối THIẾT BỊ đã được mô hình hóa Chiến lược điều khiển sẽ xác định điểm làm việc của các nguồn năng lượng theo từng

thời điểm của chu trình vận hành Kết quả đầu ra Y của khối THIẾT BỊ sẽ xác định

được lượng tiêu thụ nhiên liệu FC, hàm lượng các chất độc hại HC, CO, NO trong khí

thải và tính năng động lực học của ô tô Các thành phần của biến đầu ra Y sẽ được đưa

về lại cho BỘ TỐI ƯU để tính toán hàm mục tiêu G(X) và kiểm tra các điều kiện ràng buộc Dựa vào kết quả của hàm mục tiêu và điều kiện ràng buộc mà BỘ TỐI ƯU sẽ

thay đổi trị số các thành phần của X theo một Giải thuật tối ưu để tạo ra một “ứng

viên” mới Quá trình lặp lại nhiều lần cho đến khi thỏa mãn điều kiện tối ưu

Phần kế tiếp của Luận án tập trung nghiên cứu cải tiến và sử dụng giải thuật đàn

ong (BA) làm BỘ TỐI ƯU để giải quyết bài toán tối ưu hóa độ lớn các thành phần cơ

bản hệ động lực và tham số điều khiển cho ô tô hybrid như mô tả ở trên

GIẢI THUẬT ĐÀN ONG CƠ SỞ (BBA)

Quá trình tối ưu hóa cho xe hybrid sử dụng BBA như sau:

 Bước 1: Khởi tạo một quần thể n ong trinh sát, mỗi ong (lời giải) trinh sát là một

tập hợp các giá trị cụ thể của tất cả các biến số đầu vào biểu diễn độ lớn của các thành phần cơ bản của nguồn động lực xe hybrid và tham số của chiến lược điều khiển

 Bước 2: Xác định trị số FC, HC, CO, NO và hàm phạt Ci (X) cho mỗi ong bằng cách

kết hợp giữa BBA và phần mềm tính toán ADVISOR

 Bước 3: Tính toán fitness cho tất cả phần tử quần thể ong trinh sát dựa theo phương

trình (2.22); và chọn m ong trinh sát có fitness từ cao tới thấp

 Bước 4: Thực hiện việc tìm kiếm lân cận của e vị trí “ưu tú” (vị trí có fitness cao trong số m vị trí được chọn), tại mỗi vị trí này thực hiện n1 tìm kiếm và chọn một

ong có fitness cao nhất

 Bước 5: Tương tự bước 4 nhưng thực hiện ở (m-e) vị trí còn lại, mỗi vị trí thực hiện

n 2 tìm kiếm (n2 < n1)

9

 Bước 6: Gán (n-m) ong để thực hiện tìm kiếm ngẫu nhiên trong không gian tìm

kiếm để tìm những vùng tiềm năng khác, việc này nhằm tránh kết quả cuối cùng tìm được là giá trị tối ưu cục bộ

 Bước 7: Cập nhật quần thể mới từ những ong tốt nhất của m vị trí và (n-m) ong tìm

kiếm ngẫu nhiên

 Bước 8: Kết thúc quá trình tìm kiếm nếu điều kiện hội tụ thỏa mãn, nếu chưa thỏa

mãn thì quay lại Bước 2 Điều kiện hội tụ ở đây là fitness lớn nhất trong quần thể mới

sau mỗi vòng lặp không thay đổi sau một số vòng lặp qui định hoặc sau N vòng lặp

Để ứng dụng BBA vào bài toán đặt ra ở trên, hàm fitness Fn(X) được sử dụng để đánh giá độ phù hợp của lời giải Fn(X) là trị số nghịch đảo của hàm mục tiêu G(X),

những lời giải có “fitness” lớn sẽ cho hàm mục tiêu G(X) nhỏ và ngược lại Tuy nhiên việc tìm lời giải cho G(X) nhỏ nhất nhưng vẫn phải thỏa mãn điều kiện ràng buộc về

tính năng động lực học của xe Trong BBA, việc lựa chọn lời giải tốt nhất chỉ dựa vào

Fn(X), do đó để xét thêm điều kiện ràng buộc về mặt động lực học thì hàm Fn(X) ở

phương trình (2.22) đã được NCS đưa thêm 3 hàm phạt C i (X) (xem phương trình 2.24)

để xét điều kiện về tính năng động lực học của Việt Nam theo TCVN 4054 : 2005 và

22 TCN 307 – 03 Những lời giải (ứng viên) cho kết quả vi phạm điều kiện ràng buộc sẽ làm giảm Fn(X), nên khả năng được lựa chọn của nó cũng sẽ bị thấp đi

X = (x 1 , x 2 , …, x n) là các biến số đầu vào cần tối ưu

C i (X), α i và F i (X) là hàm phạt, giá trị qui định và giá trị thực tế của các tham số

ràng buộc

10

k i là hệ số phạt được lựa chọn bằng phương pháp “thử và sai (trial and

error) ” theo kinh nghiệm

' ( )

G X là hàm mục tiêu có xét đến điều kiện ràng buộc

v max , θ min và t 200m là yêu cầu vận tốc tối đa, độ dốc tối thiểu của đường mà xe phải

leo được và thời gian cho phép từ khi xe khởi hành cho đến khi đi được 200m

GIẢI THUẬT ĐÀN ONG DỰA TRÊN PHEROMONE (PBA)

Tương tự như khi sử dụng BBA vào bài toán tối ưu, hàm fitness Fn(X) là trị số

nghịch đảo của hàm mục tiêu G’(x) Hàm phạt ở (2.28) được NCS đưa vào (2.27) để xét thêm điều kiện ràng buộc về tính năng động lực học của xe

Giá trị fitness tại vị trí Sj được tính như sau:

Quá trình tối ưu hóa sử dụng PBA cho xe hybrid như sau:

 Bước 1: Khởi tạo một quần thể n ong trinh sát, mỗi ong (lời giải) trinh sát là một

tập hợp các giá trị cụ thể của tất cả các biến số biểu diễn độ lớn của các thành phần

cơ bản của nguồn động lực xe hybrid và biến số là các tham số điều khiển

 Bước 2: Xác định trị số FC, HC, CO, NO và hàm phạt Ci(X) cho mỗi ong bằng cách kết hợp giữa PBA và phần mềm ADVISOR

 Bước 3: Tính toán fitness cho tất cả phần tử quần thể ong trinh sát dựa theo phương

trình (2.27), (2.28) và (2.30)

 Bước 4: Chọn e ong có fitness từ cao tới thấp

 Bước 5: Tính toán số lượng ong để tìm kiếm cục bộ ở e vị trí Sj được chọn, số

lượng ong ở thời điểm t tìm kiếm tại từng vị trí là n b (S j ,t) được xác định bởi phương trình 2.32 Trong luận án này, phương trình tính n b (S j ,t), fs(S j ) và ph(S j ,t) đã được

fs(S j ) là số điểm (fitness score) tại vị trí S j

m là số lượng ong trung bình tại từng vị trí tìm kiếm trong e

S e+1 là vị trí có fitness cao nhất của các vị trí không được chọn của n

ph(S j ,t) là trị số pheromone tại vị trí S j

α, β là tham số điều khiển sự ảnh hưởng lượng pheromone tại vị trí Sj của lần lặp trước và fitness tại vị trí Sj

ρ là tham số điều khiển sự bay hơi của pheromone

 Bước 6: Gán (n-e) ong để thực hiện tìm kiếm ngẫu nhiên trong không gian tìm kiếm

để tìm những vùng tiềm năng khác, việc này nhằm tránh kết quả cuối cùng tìm được là giá trị tối ưu cục bộ

 Bước 7: Chọn ong tốt nhất tại e vị trí sau khi tìm kiếm cục bộ kết hợp với (n-e) tìm

kiếm ngẫu nhiên để tạo thành quần thể mới

 Bước 8: Cập nhật quần thể mới

 Bước 9: Dùng phương trình (2.34) để cập nhật pheromone cho quần thể mới

 Bước 10: Kết thúc quá trình tìm kiếm nếu điều kiện hội tụ thỏa mãn, nếu chưa thỏa

mãn thì quay lại Bước 4 Điều kiện hội tụ ở đây là fitness lớn nhất trong quần thể

mới sau mỗi vòng lặp không thay đổi sau một số vòng lặp qui định hoặc sau N vòng lặp