تخمین وضعیت شارژ باتری خودروهای الکتریکی با روش ترکیبی مدل محور

تامین انرژی در عصر معاصر همواره یکی از چالشهای مهم جوامع امروزی است. باتریهای لیتیوم یونی به عنوان یکی از روشهای ذخیره انرژی پاک بسیار حائز اهمیت هستند. در این مقاله هدف مدل سازی باتریهای لیتیوم-یونی و تخمین میزان شارژ آن است. برای حصول این منظور ابتدا مدل باتری به عنوان مبنای فرآیند مدل محور توسعه داده شده است و سپس از فیلتر کالمن توسعه یافته به عنوان روشی برای تخمین میزان شارژ باتری استفاده می شود. در ادامه نتایج بدست آمده از فیلتر کالمن توسط شبکه ی عصبی چند لایه پرسپترون بهبود داده می شود. روش یاد شده با استفاده از داده های آزمایشگاهی باتری در دمای مشخص انجام می شود و سیستم توسعه داده شده برای داده های آزمایش مورد بررسی قرار می گیرد. نتایج عملکرد مناسب روش فیلتر کالمن در تخمین میزان شارژ را نشان دادند اما در قسمت شارژ و تخلیه ی مکرر میزان نوسان در تخمین افزایش می یابد. استفاده از شبکه عصبی برای بهبود نتایج فیلتر کالمن خطای پیش بینی فیلتر کالمن در قسمت شارژ و تخلیه ی پی در پی را کاهش می دهد. نتایج تخمین میزان شارژ باتری برای داده های اولیه و داده های حاصل از آزمایش حاکی از عملکرد مناسب ترکیب فیلتر کالمن و شبکه ی عصبی است. در ادامه برای صحه گذاری تخمین گر ترکیبی فیلتر کالمن تعمیم یافته و شبکه عصبی الگوریتم توسعه داده شده برای سایر داده های باتری نیز مورد بررسی قرار گرفته که نتایج حاکی از عملکرد مناسب آن است. در ادامه برای صحت سنجی جامع بودن روش تخمین ترکیبی ارائه شده، داده های واقعی چرخه رانندگی خودروی برقی نیز مورد بررسی قرار گرفته که این نتایج نیز حاکی از عملکرد مناسب باتری است.

کلیدواژه ها:

مدل سازی باتری ، تخمین شارژ باتری ، فیلتر کالمن ، شبکه عصبی ، تخمینگر ترکیبی شارژ باتری ، تحلیل داده