Thứ ba, 02/06/2020 | 23:33 - GMT+7

Quản lý năng lượng cho ô tô điện theo hướng tối tiểu hóa tổn thất trên ắc quy bằng phương pháp quy hoạch động

Bài viết miêu tả nghiên cứu về sử dụng hệ thống lưu trữ năng lượng lai giữa siêu tụ và ắc quy là giải pháp tốt trong quản lý năng lượng cho ô tô điện của nhóm tác giả trường ĐH Bách Khoa Hà Nội

22/04/2020 - 09:06
Tóm tắt:
Hầu hết các ô tô điện sử dụng ắc quy làm nguồn năng lượng chính vì vậy nâng cao tuổi thọ ắc quy là một hướng nghiên cứu quan trọng trong việc quản lý năng lượng bên cạnh hướng gia tăng quãng đường đi. Tổn thất trên ắc quy cũng là một trong những nguyên nhân làm giảm tuổi thọ ắc quy. Ngoài ra, đây cũng là yếu tố làm giảm khả năng di chuyển trong một lần sạc. Sử dụng hệ thống lưu trữ năng lượng lai giữa siêu tụ và ắc quy là giải pháp tốt trong quản lý năng lượng và được áp dụng trong bài báo này. Nhóm tác giả sử dụng phương pháp quy hoạch động để cực tiểu hóa tổn thất trên ắc quy. Kết quả này có thể được sử dụng làm tiêu chuẩn để so sánh với tổn thất của ắc quy trong chu trình chuẩn ECE sử dụng các phương pháp điều khiển thời gian thực.
1. Mở đầu
Ắc quy là một trong những thành phần quan trọng nhất và có giá trị cao nhất trên ô tô điện. Thiết bị này quyết định khả năng huy động công suất cho xe bên cạnh động cơ và bộ biến đổi công suất, nhưng quan trọng hơn cả, nó quyết định quãng đường có thể di chuyển của xe. Vì tính chất quan trọng của ắc quy nên gia tăng tuổi thọ ắc quy là vấn đề được nhiều đơn vị nghiên cứu về ô tô điện quan tâm. Để làm được việc này, chúng ta phải giảm thiểu các yếu tố ảnh hưởng xấu đến tuổi thọ ắc quy đó là: nhiệt độ làm việc, tần số của dòng điện, cường độ dòng điện nạp/xả và số lần nạp xả ắc quy [1].
Đối với hệ thống lưu trữ năng lượng (Energy Storage System - ESS) chỉ sử dụng ắc quy thì việc giảm thiểu các yếu tố ảnh hưởng xấu đến tuổi thọ ắc quy là rất khó khăn. Vì vậy khái niệm hệ thống lưu trữ năng lượng lai (Hybrid Energy Storage System – HESS) ra đời với thiết bị chính là ắc quy kết hợp với một thiết bị phụ trợ khác nhằm hỗ trợ giảm thiểu các yếu tố gây hại cho ắc quy. Để đảm bảo khả năng hỗ trợ thì thiết bị lưu trữ năng lượng phụ trợ phải đảm bảo các yêu cầu sau:
  • Mật độ công suất lớn
  • Dòng điện huy động cũng như dòng nạp lớn
  • Số lần nạp xả cao
Các thiết bị lưu trữ năng lượng phụ trợ phù hợp để kết hợp với ắc quy là bánh đà, siêu tụ, fuelcell [2, 3]. Trong các thiết bị trên thì siêu tụ đang được coi là phù hợp với các yêu cầu đặt ra ở trên ứng dụng trong ô tô điện cá nhân [4].
Trong quản lý năng lượng, quy hoạch động  được coi là phương pháp tốt nhất để tối ưu hóa theo một (mono objective) hoặc nhiều (Multi objective) mục tiêu [5]. Tuy nhiên, phương pháp này có nhược điểm là không phù hợp để thực hiện điều khiển thời gian thực. Vì vậy, nó chỉ có thể được sử dụng để làm giá trị tham chiếu khi so sánh các phương pháp điều khiển tối ưu thời gian thực khác.
Phương pháp quy hoạch động một mục tiêu đã được áp dụng thành công đối với xe ô tô điện lai (HEVs) [6] nhằm tối ưu hóa lượng tiêu thụ nhiên liệu với biến trạng thái là năng lượng còn lại (SOC) của ắc quy. Cũng cùng mục tiêu là cực tiểu lượng tiêu thụ nhiên liệu [7] nhưng tác giả ngoài SOC còn xét thêm một biến trạng thái là vị trí của hộp số truyền thống. Ngoài ra, một số công bố đã áp dụng phương pháp quy hoạch động với nhiều mục tiêu có ràng buộc ví dụ trong [8] là tối ưu hóa tổn thất trên xe điện lai và chi phí vận hành trên xe ô tô điện lai (HEVs) với biến trạng thái là SOC của ắc quy, bản đồ hiệu suất của động cơ điện và bản đồ hiệu suất của động cơ đốt trong. Cũng cùng mục tiêu có ràng buộc như trong [8] thì trong [9] là xe điện Fuel Cell (FCEVs) sử dụng hệ năng lượng lai (HESS) Fuel Cell và ắc quy với biến trạng thái là SOC của ắc quy và bản đồ hiệu suất động cơ điện. Trong [10] sử dụng hệ HESS fuel cell, ắc quy và siêu tụ như vậy là hệ thống HESS có nhiều bậc tự do hơn với mục tiêu là giống với [8] và [9] khi đó biến trạng thái là SOC của ắc quy và siêu tụ cộng với bản đồ hiệu suất động cơ điện.
Như vậy phương pháp quy hoạch động đã được áp dụng với các đối tượng ô tô lai và ô tô điện sử dụng Fuel Cell và khác biệt là hàm mục tiêu, các ràng buộc và biến trạng thái.
Trong phạm vi bài báo, chiến lược tối ưu hóa  mà nhóm tác giả áp dụng nhằm mục đích gia tăng tuổi thọ ắc quy. Vì vậy thông số được lựa chọn để tối ưu hóa là tổn thất nhiệt trong quá trình hoạt động của ắc quy.
2.  Mô hình hóa hệ thống
Bảng 1 trình bày cấu trúc hệ thống sử dụng để nghiên cứu. Hệ thống sẽ gồm các thành phần được mô hình hóa như sau:
a) Hệ thống lưu trữ năng lượng và bộ điều khiển dòng năng lượng, bao gồm:
  • Ắc quy Li-ion
  • Siêu tụ điện
  • Bộ biến đổi DC-DC
b) Bộ biến đổi, động cơ và thành phần động lực học của xe ô tô điện, có thể được hiểu tổng quan là khối tạo công suất yêu cầu đối với hệ thống lưu trữ năng lượng
2.1. Mô hình hoá hệ thống 
Cấu trúc bộ biến đổi DC-DC được trình bày trong cấu hình tổng quát của toàn bộ hệ thống trên Bảng 1. Mô hình hóa của bộ biến đổi DC-DC được cho bởi:
Trong đó: uchop và uSC là điện áp bộ biến đổi DC-DC và điện áp trên siêu tụ; ichop và iSC lần lượt là dòng điện của bộ biến đổi DC-DC và dòng điện siêu tụ; m là hệ số điều chế của bộ biến đổi DC-DC.
Hệ thống lưu trữ năng lượng kết hợp siêu tụ và ắc quy dẫn đến các mối quan hệ về dòng điện và điện áp trong hệ được biểu diễn bởi:

Trong đó: uchop và uSC là điện áp bộ biến đổi DC-DC và điện áp trên siêu tụ; ichop và iSC lần lượt là dòng điện của bộ biến đổi DC-DC và dòng điện siêu tụ; m là hệ số điều chế của bộ biến đổi DC-DC.

Hệ thống lưu trữ năng lượng kết hợp siêu tụ và ắc quy dẫn đến các mối quan hệ về dòng điện và điện áp trong hệ được biểu diễn bởi:

Với ubat và ibat là điện áp và dòng điện ắc quy; itract là dòng điện DC-link theo yêu cầu của phụ tải.
2.2. Mô hình hoá siêu tụ
Trong phạm vi bài báo, siêu tụ có thể được mô hình hóa bằng mô hình tối giản như sau:
Trong đó CSC là điện dung và USC(0) biểu diễn trạng thái điện áp ban đầu của siêu tụ.
2.3. Mô hình hoá ắc quy

Tương tự như siêu tụ, nhóm tác giả sử dụng mô hình đơn giản để mô hình hóa ắc quy, trong đó VOC đại diện cho điện áp hở mạch của ắc quy và rbat là nội trở của ắc quy đại diện cho quá trình tự xả và tổn hao trên ắc quy:

3. Áp dụng phương pháp quy hoạch động trong quản lý năng lượng cho ô tô điện

3.1 Bài toán tối ưu trong quản lý năng lượng cho ô tô điện

Trong bài báo này, bài toán tối ưu trong quản lý năng lượng được đặt ra với mục đích cực tiểu hóa tổn thất trên ắc quy trong quá trình hoạt động và qua đó tối ưu hóa năng lượng tiêu thụ của xe cũng như tăng tuổi thọ của ắc quy.

Dựa trên các phương trình mô hình hóa các đối tượng trong hệ thống, phương trình trạng thái biểu diễn mối quan hệ giữa biến trạng thái là điện áp siêu tụ USC và biến điều khiển là dòng điện ắc quy ibat được xây dựng như sau:
Với mục tiêu cực tiểu hóa tổn thất trên ắc quy, hàm mục tiêu được xác định bởi:
Với T là thời gian hoạt động của hệ thống. Nhiệm vụ của việc giải bài toán tối ưu là xác định luật điều khiển i*bat (t) nhằm cực tiểu hóa hàm mục tiêu (6).
Bảng 1. Cấu trúc hệ năng lượng lai ắc quy và siêu tụ cho ô tô điện

3.2 Phương pháp quy hoạch động (DP) và điều kiện áp dụng phương pháp quy hoạch động

Phương pháp quy hoạch động (DP) dựa trên nguyên lý tối ưu của Bellman [11] với phát biểu mọi khúc cuối của quỹ đạo trạng thái tối ưu đều tối ưu
Để có thể áp dụng phương pháp quy hoạch động tính toán tối ưu, ta cần có [11]:
  • Các tham số đều phải biết trước
  • Xây dựng mô hình đối tượng để với chu trình chạy xe là biết trước có thể xác định được tiêu thụ năng lượng trong toàn dải của xe
  • Các ràng buộc đối với các biến trạng thái và giới hạn vật lý
  • Hàm mục tiêu (hàm tối ưu)
  • Xác định trạng thái yêu cầu của đầu và cuối chu trình
Bước đầu tiên phải làm là với các tham số đã biết, xây dựng mô hình mô phỏng để khảo sát nhu cầu năng lượng của ô tô điện trong một chu trình lái cho trước.
Nhóm tác giả chọn chu trình chuẩn nội đô của châu Âu ECE [12] như trên Bảng 2. Đây là chu trình chuẩn để đánh giá tiêu hao nhiên liệu nội đô và hỗn hợp tại châu Âu và Việt Nam cho tiêu chuẩn EURO 3, EURO 4 và EURO 5.
Bảng 1. Bảng các tham số của chu trình ECE
Bảng 2. Biểu đồ chu trình chuẩn ECE
Bảng 3. Ô tô điện trong phòng thí nghiệm
Bảng 4. Siêu tụ điện Nesscap trong phòng thí nghiệm
HESS của mô hình gồm:
  • Hai siêu tụ (Bảng 4):           62 F/125VDC
  • Hệ thống ắc quy:                40Ah/330VDC với nội trở ắc quy là 120 mΩ
Xây dựng mô hình mô phỏng Matlab bằng phương pháp EMR (Energetic Macroscopic Representation) ta thu được dòng điện yêu cầu đối với HESS như Bảng 5. Như vậy ta cần xây dựng các ràng buộc, các điều kiện biên để bắt đầu triển khai phương pháp quy hoạch động. Trong phạm vi bài báo mục tiêu của phương pháp quy hoạch động là cực tiểu hóa tổn thất trên ắc quy.
Các giới hạn đối với siêu tụ:
Dòng nạp xả tối đa iSC_max:             200 A
Điện áp tối đa cho phép uSC_max:    236 VDC
Điện áp tối thiểu uSC_min:                 125VDC
Điều kiện đầu uSC(0) :                      118 VDC (đầy tương đương với 95% điện áp định mức)
Điều kiện cuối uSC(T) :                     118 ±2 VDC
(Việc chọn điều kiện đầu và cuối của siêu tụ đầy là để đảm bảo khả năng hỗ trợ ắc quy huy động công suất ngắn hạn trong quá trình khởi động và năng lượng hoàn toàn được huy động từ ắc quy. Siêu tụ chỉ hỗ trợ cho ắc quy trong các điều kiện ảnh hưởng xấu tới tuổi thọ ắc quy)
Các giới hạn đối với ắc quy:
Dòng nạp tối đa: 0 A (Nhằm mục đích tối thiểu hóa số lần nạp xả của ắc quy, một trong những yếu tố ảnh hưởng xấu đến tuổi thọ ắc quy)
Dòng xả tối đa: 40 A tương ứng với dòng xả định mức của ắc quy
Điều kiện đầu : Ắc quy đầy
Các ràng buộc với biến điều khiển ibat và biến trạng thái uSC(0) được cho bởi:
Bảng 5. Dòng điện phụ tải yêu cầu itract (A)
Phương trình trạng thái và hàm mục tiêu đã được đưa ra theo (5) và (6).
3.3. Ứng dụng phương pháp quy hoạch động trong bài toán tối ưu

Xét hệ được mô tả bởi phương trình trạng thái (5) với các ràng buộc (7), phương pháp quy hoạch động được sử dụng nhằm tìm giá trị đặt tối ưu i*bat(t) sao cho hàm mục tiêu (6) là cực tiểu.

Phương trình trạng thái (5) có thể được biểu diễn lại như sau:
Đặt x(t) =1/2.Csc.u2sc(t) là biến trạng thái mới.
Phương trình mô tả hệ thống với biến trạng thái x(t), ibat(t) là biến điều khiển và itract(t) được coi là nhiễu biến thiên biết trước được cho bởi:
Chọn biến đồng trạng thái λ sao cho:
Các điều kiện ràng buộc với λ thỏa mãn:
λ(0) tùy ý với uSC(0) là giá trị cố định và cho trước theo ràng buộc (7) dẫn đến x(0) cũng sẽ cố định và biết trước.
λ(T) cũng là tùy ý vì uSC(T) cũng là giá trị cố định và cho trước theo ràng buộc (7) dẫn đến x(T) cũng sẽ cố định và biết trước.
Đặt hàm Hamilton như sau:
Nghiệm của bài toán tối ưu hay giá trị đặt tối ưu i*bat(t) là nghiệm của phương trình sau:

Giải phương trình (12), giá trị đặt tối ưu i*bat(t) được xác định như sau:

Với hàm Hamilton (11) thì phương trình trạng thái (9) và công thức của biến đồng trạng thái (10) trở thành:
Với i*bat(t) tuân theo luật điều khiển (13). Giải hệ phương trình (14) dẫn đến kết quả x(t) và λ(t) là xác định. Từ đó, giá trị đặt tối ưu i*bat(t) hoàn toàn được xác định theo (13).
Hệ phương trình (14) và (15) cho ta kết quả:
Với:
Cùng với đó, biến trạng thái trung gian x(t) được xác định:
Với x(t) = 1/2.C.u2SC(t), điện áp siêu tụ uSC(t) có thể được tính từ (18) như sau:

4. Kết quả mô phỏng và đánh giá

Sử dụng giá trị đặt tối ưu (15) trong mô phỏng với chu trình chuẩn ECE và dòng điện tải yêu cầu itract, kết quả thu được về dòng điện ắc quy, dòng điện siêu tụ, và điện áp siêu tụ lần lượt được trình bày trên Bảng 6, Bảng 7 và Bảng 8.

Trên Bảng 6 cho thấy hoàn toàn không có dòng nạp cho ắc quy, Như vậy, sự ảnh hưởng của số lần nạp xả ắc quy ảnh hưởng đến tuổi thọ đã được giảm thiểu.
Trên Bảng 7 cho thấy siêu tụ là thiết bị phụ  trách quá trình thu hồi năng lượng khi xe giảm tốc (hãm tái sinh) và cũng trợ giúp ắc quy trong quá trình huy động công suất để tăng tốc bằng cách phát huy công suất ngắn hạn rất tốt.
Trên Bảng 8 cho thấy điện áp ban đầu và điện  áp cuối của siêu tụ đạt yêu cầu đặt ra.

Bảng 6.  Dòng điện ắc quy
Bảng 7. Dòng điện siêu tụ
Bảng 8. Điện áp trên siêu tụ

Như vậy các điều kiện của phương pháp quy hoạch động đều được đảm bảo, nên kết quả là đáng tin cậy.
Tổn thất trên ắc quy cho một chu trình lái trong mô phỏng cho kết quả cụ thể là:
Eloss DP BAT = 0.0248 (Wh)
5. Kết luận
Bài báo sử dụng phương pháp quy hoạch động để chọn giá trị đặt cho bộ DC-DC với mục đích chia tải cho ắc quy vào siêu tụ sao cho giảm thiểu tổn thất trên ắc quy cũng như hạn chế số lần nạp xả cho ắc quy. Kết quả của bài báo đã tạo ra một giá trị tham chiếu về tổn thất trên ắc quy để so sánh với kết quả của các phương pháp điều khiển đáp ứng thời gian thực trong việc nâng cao tuổi thọ ắc quy. Ngoài ra, kết quả bài báo còn minh chứng cho khả năng huy động công suất ngắn hạn rất tốt của siêu tụ cho quá trình tăng tốc cũng như đảm nhiệm tốt chức  năng hãm tái sinh cho hệ thống trong quá trình giảm tốc.
Tài liệu tham khảo

[1] T. Christen and M. W. Carlen, Theory of Ragone plots, Journal of Power Sources, vol. 91, pp. 210-216, 9th March 2000.

[2] S. S. Williamson, Energy Management Strategies for Electric and Plug-in Hybrid Electric Vehicles. New York: Springer, 2013.

[3] K. T. Chau and Y. S. Wong, Overview of power management in hybrid electric vehicles, Energy Conversion and Management 43 (2002) 1953–1968.

[4] C. C. Chan and K. T. Chau, An Overview of Power Electronics in Electric Vehicles, IEEE  Transactions on Industrial Electronics, vol. 44, 1997.

[5] S. F. Tie and C. W. Tan, A review of energy sources and energy management system in electric vehicles, Renewable and Sustainable Energy Reviews, vol. 20, pp. 82–102, 2013.

[6] E. Vinot, R. Trigui, Y. Cheng, C. Espanet, A. Bouscayrol, and V. Reinbold, Improvement of an EVT-Based HEV Using Dynamic Programming, IEEE Transaction on Vehicular Technology, vol. 63, pp. 40-50, 2014.

[7] V. Ngo, T. Hofman, M. Steinbuch, and A. Serrarens, Optimal Control of the Gearshift Command for Hybrid Electric Vehicles, IEEE Transaction on Vehicular Technology, vol. 61, 2012.

[8] A. A. Malikopoulos, A Multiobjective Optimization Framework for Online Stochastic Optimal Control in Hybrid Electric Vehicles, IEEE Transaction on Control System Technology, vol. 24, pp. 440-450, 2016.
[9] D. Fares, R. Chedid, F. Panik, S. Karaki, and R. Jabr, Dynamic programming technique for optimizing fuel cell hybrid vehicles, international journal of hydrogen energy, vol. 40, pp. 7777-7790, 2015.
[10] M. Ansarey, M. S. Panahi, H. Ziarati, and M. Mahjoob, Optimal energy management in a dual- storage fuel-cell hybrid vehicle using multi- dimensional dynamic programming, Journal of Power Sources, vol. 250, pp. 359-371, 2014.
[11] D. E. Kirk, Optimal Control Theory: An Introduction. New York: Dover Publications, Inc., 1998.
[12] S. L. T J Barlow, I S McCrae and P G Boulter, A reference book of driving cycles for use in the mesurement of road vehicle emission. United Kingdom: Willoughby Road, 2009.
Bùi Đăng Quang, Tạ Cao Minh
Trường ĐH Bách Khoa Hà Nội
Tạp chí Khoa học và Công nghệ 141 (03/2020)

Xem thêm

  • Trí tuệ nhân tạo và những thách thức pháp lý

  • ĐH Khoa học Tự nhiên chuyển giao công nghệ AI khoanh vùng ảnh y tế cho công ty Mỹ

  • Nắm bắt công nghệ 4.0

  • Phát triển nhà máy điện rác: Công nghệ phải phù hợp túi tiền

  • BSR tổ chức Hội thảo khoa học các công trình khoa học công nghệ Dầu khí

  • Đưa ứng dụng CBM vào "chẩn đoán và điều trị bệnh" cho… điện

  • Kích cầu điện toán đám mây

  • CADI-SUN ra mắt sản phẩm "cáp điện cao su"

  • HPE Primera - Nhu cầu thiết yếu của công cuộc chuyển đổi số

  • Quãng đường tự do trung bình của điện tử năng lượng thấp trong vật liệu

Tổng số lượt truy cập :
  • 4
  • 2
  • 7
  • 0
  • 3
  • 2
  • 0