Dorongan untuk mencapai keberlanjutan telah mendorong berbagai cara untuk mencapai target nol karbon. Elektrifikasi kendaraan mengalami pertumbuhan pesat, terutama menggantikan kendaraan bermesin pembakaran dalam yang mengandalkan bahan bakar fosil. Kendaraan listrik hibrida (HEV) yang mengkatalisis elektrifikasi kendaraan secara menyeluruh menyediakan platform transisi bagi pengguna kendaraan. Kerugian yang dialami HEV yang disebabkan oleh motor, generator, dan baterai harus diminimalkan untuk memastikan kinerja EV hybrid yang efisien. Pengontrol motor pada model simulasi arsitektur transmisi power-split hybrid dioptimasi menggunakan Algoritma Jaya Optimization (JOA).
Dua fungsi objektif, yaitu kesalahan pengaturan kecepatan dan total kehilangan daya listrik dievaluasi. Tiga analisis berbeda untuk pengontrol PID pesanan pecahan (FOPID) dilakukan. Penyelidikan yang dilakukan meliputi analisis komparatif dengan pengontrol PID untuk fungsi tujuan pertama, analisis terhadap pengontrol FOPID berdasarkan fungsi tujuan kedua, dan analisis terhadap tiga pola berkendara yang berbeda. Peningkatan keseluruhan terlihat pada integrasi FOPID untuk HEV guna meningkatkan kinerja pengaturan kecepatan dan rugi-rugi listrik total.
Isi Tulisan
Real time multi-objective optimization Guided-MPC strategy (RMGMPC) digunakan dalam [8] untuk mengoptimalkan parameter kendaraan untuk bus listrik hibrida powersplit (PSHEB) berdasarkan prediksi kecepatan yang memberikan dampak signifikan terhadap penghematan energi. Optimalisasi manajemen daya, sistem penggerak listrik secara keseluruhan, dan komponen utama power train kendaraan melalui algoritma genetika bobot adaptif interaktif (i-AWGA), meningkatkan konsumsi energi dan kondisi kesehatan baterai. Algoritma Optimasi Jaya (JOA) telah digunakan dalam dan PID yang disetel JOA memberikan respons transien terbaik untuk motor DC.
HEV ditenagai oleh mesin pembakaran internal (ICE) dan motor listrik yang ditenagai oleh baterai. Berbeda dengan PHEV, HEV menggunakan pengereman regeneratif dan ICE untuk mengisi daya baterai. Motor listrik bertindak sebagai generator untuk menyimpan energi yang ditangkap selama pengereman pada baterai HEV. Gambar dibawah ini menunjukkan arsitektur pembagian daya untuk HEV yang terdiri dari baterai, konverter DC-DC, motor dan generator. Mekanisme pengatur kecepatan pada unit kendali motor menghitung selisih antara kecepatan motor referensi (rpm) dan membandingkannya dengan RPM arus dari sensor torsi dan memberikan sinyal ke motor dan rangkaian penggerak. Pengontrol PID dan FOPID terintegrasi dalam pengontrol kecepatan.
Untuk memastikan kinerja baterai, total rugi-rugi listrik (kW) disetel berdasarkan Obj F1, kerugian pada HEV sering terjadi. Total rugi-rugi listrik (kW) HEV mempertimbangkan 5 nilai kecepatan motor yang berbeda. Kedua pengontrol menunjukkan nilai kerugian tertentu karena pengontrol kecepatan hanya menganggap kesalahan pengaturan kecepatan sebagai fungsi tujuan. Penyelidikan tahap kedua mempertimbangkan pengontrol FOPID karena telah menunjukkan kinerja yang lebih baik dibandingkan dengan PID dengan keseluruhan rata-rata peningkatan sebesar 53,529%.
Dengan menggunakan metode Hybrid Electrical Vehicles (HEV) Power Split Architecture mampu menurunkan rugi-rugi listrik total dibandingkan fungsi dan memberikan peningkatan rata-rata keseluruhan sebesar 18,54%.
Kesimpulan
Kesimpulannya, penelitian ini berfokus pada optimasi pengontrol kecepatan HEV pada transmisi hybrid power-split menggunakan Algoritma Jaya Optimization. Dilakukan evaluasi kinerja kontroler PID Orde pecahan dalam meminimalisir kesalahan pengaturan kecepatan dan kehilangan daya total. Tiga analisis berbeda dilakukan. Kinerja FOPID yang signifikan diamati pada analisis pertama di mana peningkatan keseluruhan sekitar 53,529% diamati pada fungsi tujuan. Pengontrol FOPID digunakan dalam analisis kedua untuk menyelidiki kinerjanya sambil mempertimbangkan kesalahan pengaturan kecepatan dan total kerugian listrik. Peningkatan keseluruhan sebesar 18,54% diamati pada rugi-rugi listrik dibandingkan dengan analisis pertama yang terdiri dari fungsi tujuan 1.
Analisis ketiga menunjukkan tiga pola mengemudi yang berbeda, dan diringkas bahwa FOPID dapat meminimalkan kesalahan pengaturan kecepatan dan rugi-rugi listrik total. Namun, seiring dengan meningkatnya kerumitan pola mengemudi berdasarkan sifat dinamisnya, diperlukan perbaikan lebih lanjut. Hasilnya memberikan wawasan berharga untuk meningkatkan keberlanjutan dan kinerja transportasi listrik. Pekerjaan di masa depan akan mempertimbangkan evaluasi fungsi tujuan berdasarkan pola akselerasi dan deselerasi untuk meningkatkan kinerja pengontrol kecepatan HEV. Peningkatan lebih lanjut seperti pengontrol Fuzzy-FOPID dapat dipertimbangkan untuk memastikan kinerja dinamis yang lebih baik untuk pola berkendara yang sangat bervariasi.
Penulis: Lilik Jamilatul Awalin, ST, SPd, MT, PhD.
Informasi detail dari riset ini terdapat pada tulisan kami di:
https://ieeexplore.ieee.org/document/10498786
Baca Juga: Metode Interkoneksi Cerdas untuk Mengintegrasikan Dua Microgrid
