Βέλτιστος έλεγχος υβριδικού οχήματος κυψέλης καυσίμου (Bachelor thesis)
Δαμίγος Παπώτης, Απόστολος Αλέξιος
Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Δαμίγος Παπώτης, Απόστολος Αλέξιος | el |
| dc.date.accessioned | 2021-12-22T13:26:55Z | - |
| dc.date.available | 2021-12-22T13:26:55Z | - |
| dc.identifier.uri | http://195.251.240.227/jspui/handle/123456789/13719 | - |
| dc.description | Πτυχιακή εργασία - Σχολή Τεχνολογικών Εφαρμογών - Τμήμα Μηχανικών Αυτοματισμού, 2017 α.α. 8834 | el |
| dc.rights | Default License | - |
| dc.subject | Υβριδικό όχημα | el |
| dc.subject | Hybrid electric vehicle | en |
| dc.subject | Fuel cell | en |
| dc.subject | Κυψέλη καυσίμου | el |
| dc.subject | Βέλτιστος έλεγχος | el |
| dc.subject | Optimal control | en |
| dc.title | Βέλτιστος έλεγχος υβριδικού οχήματος κυψέλης καυσίμου | el |
| heal.type | bachelorThesis | - |
| heal.type.en | Bachelor thesis | en |
| heal.generalDescription | Πτυχιακή εργασία | el |
| heal.classification | Υβριδικά ηλεκτρικά αυτοκίνητα--Κατανάλωση ενέργειας | el |
| heal.classification | Hybrid electric cars--Energy consumption | en |
| heal.classification | Οχήματα με κυψέλες καυσίμου | el |
| heal.classification | Fuel cell vehicles | en |
| heal.classification | Predictive control | en |
| heal.classification | Προγνωστικός έλεγχος | el |
| heal.identifier.secondary | 8834 | - |
| heal.dateAvailable | 2021-12-22T13:27:55Z | - |
| heal.language | el | - |
| heal.access | free | - |
| heal.recordProvider | Σχολή Τεχνολογικών Εφαρμογών / Τμήμα Μηχανικών Αυτοματισμού | el |
| heal.publicationDate | 2017-07-12 | - |
| heal.bibliographicCitation | Δαμίγος Παπώτης Απόστολος Αλέξιος, Βέλτιστος έλεγχος υβριδικού οχήματος κυψέλης καυσίμου, Σχολή Τεχνολογικών Εφαρμογών / Τμήμα Μηχανικών Αυτοματισμού, Διεθνές Πανεπιστήμιο Ελλάδος, 2017 | el |
| heal.abstract | Η παρούσα πτυχιακή εργασία εκπονήθηκε σε συνεργασία µε το Εργαστήριο Ανάπτυξης Ολοκληρωµένων Συστηµάτων ∆ιεργασιών (ΕΑΝΟΣΥΣ) του Ινστιτούτου Χηµικών ∆ιεργασιών και Ενεργειακών Πόρων (Ι∆ΕΠ) στο Εθνικό Κέντρο Έρευνας και Τεχνολογικής Ανάπτυξης (ΕΚΕΤΑ). Σκοπός αυτής της εργασίας είναι η µελέτη στρατηγικών διαχείρισης ενέργειας σε ηλεκτρικά οχήµατα µε κυψέλη καυσίµου, και η υλοποίηση ενός βέλτιστου προρρητικού ελεγκτή (Model Predictive Control - MPC). Το σύστηµα υπό µελέτη αποτελείται από µία κυψέλη καυσίµου µε µεµβράνη ανταλλαγής πρωτονίων (PEMFC), µια µπαταρία ιόντων λιθίου, έναν DC/DC µετατροπέα και έναν ηλεκτροκινητήρα συνδεδεµένο απευθείας στον άξονα µετάδοσης του οχήµατος. Με την χρήση των µαθηµατικών µοντέλων που διέπουν το σύστηµα, µπορεί να υλοποιηθεί ένας προρρητικός ελεγκτής που θα διασφαλίζει την βέλτιστη λειτουργία του συστήµατος, και ταυτόχρονα θα διατηρεί τα σηµεία λειτουργίας των επιµέρους στοιχείων που το αποτελούν σε ασφαλή επίπεδα που επιµηκύνουν την διάρκεια ζωής τους. Για την επίλυση του προβλήµατος βελτιστοποίησης αξιοποιήθηκε η µέθοδος του µη γραµµικού προγραµµατισµού (NLP), υπό την µορφή αλγορίθµου Interior Point. Η παρούσα πτυχιακή διαρθρώνεται σε 8 κεφάλαια. Στο κεφάλαιο 1 υπάρχει µία σύντοµη επισκόπηση της εργασίας στα Ελληνικά, στη συνέχεια η εισαγωγή στα Αγγλικά (κεφάλαιο 2), η βιβλιογραφική ανασκόπηση (κεφάλαιο 3), η περιγραφή του συστήµατος στο κεφάλαιο 4, το παράδειγµα του ευριστικού ελεγκτή (κεφάλαιο 5), ο βέλτιστος µη γραµµικός προρρητικός ελεγκτής στο κεφάλαιο 6 και τέλος τα συµπεράσµατα (κεφάλαιο 7) και οι αναφορές στο κεφάλαιο 8. | el |
| heal.abstract | This Bsc thesis was developed in collaboration with the Process Systems Design and Implementation lab (PSDI) of the Chemical Process and Energy Resources Institute (CPERI) at the Center for Research and Technology-Hellas (CERTH). The purpose of this work is to develop a framework to study the behavior of a Fuel Cell Electric Vehicle (FCEV) and energy management strategies, and implement an optimal control theory approach in the form of a Model Predictive Controller (MPC) that governs both the power split and the operation of the FC. The studied system is comprised of a Proton Exchange Membrane Fuel Cell (PEMFC), a Li-Ion battery, a DC/DC converter and an electric motor fitted directly to the vehicle drive shaft. Using mathematical models that describe the operation of the system and its components it is possible to study its behavior under various operational scenarios and formulate advanced control techniques. In order to solve the optimization problem the method of nonlinear programming was utilized, in the form of an Interior Point algorithm. The thesis is structured around 8 chapters. Chapter 1 contains a brief overview of the thesis in Greek, followed by the introduction in English in chapter 2, the literature review (chapter 3), the description of the system in chapter 4, the development and functionality of the heuristics controller (chapter 5), the formulation and operation of the nonlinear model predictive controller in chapter 6, and finally the conclusions (chapter 7) and the references in chapter 8. | en |
| heal.tableOfContents | Thesis Publications ....................................................................................................... 1 Περίληψη ...................................................................................................................... 2 Abstract ......................................................................................................................... 3 1 Σύντοµη Επισκόπηση ......................................................................................... 8 1.1 Εισαγωγή ......................................................................................................... 8 1.2 Μοντέλο Συστήµατος ...................................................................................... 9 1.3 Προρρητικός Έλεγχος Βασισµένος σε Μοντέλο ............................................. 9 1.4 ∆ιαµόρφωση Προβλήµατος Ελέγχου ............................................................ 11 1.5 Αξιολόγηση Συµπεριφοράς του Συστήµατος ................................................ 12 1.6 Συµπεράσµατα ............................................................................................... 15 2 Introduction ...................................................................................................... 16 2.1 The environment and the future of transportation ......................................... 16 2.2 Hydrogen as an energy source ....................................................................... 17 2.1 Fuel cells ........................................................................................................ 18 2.2 Hybrid electric vehicles ................................................................................. 20 2.3 The importance of control ............................................................................. 21 3 Literature Review ............................................................................................. 22 4 System Description ........................................................................................... 26 4.1 System Topology ........................................................................................... 26 4.2 Proton Exchange Membrane Fuel Cell .......................................................... 28 4.3 Li-Ion Battery ................................................................................................ 31 4.4 Vehicle ........................................................................................................... 33 4.5 Sensitivity Analysis ....................................................................................... 34 5 Heuristics Controller ........................................................................................ 41 5.1 Description of Operation and States .............................................................. 41 6 Model Predictive Controller ............................................................................ 46 6.1 Introduction to Model Predictive Control ...................................................... 46 6.2 Scope of the Optimization Problem ............................................................... 48 6.3 Cost Function & Sigmoid .............................................................................. 51 6.4 Solving the Optimization Problem ................................................................ 52 6.5 Simulation Results ......................................................................................... 53 7 Conclusions ....................................................................................................... 57 7.1 Future Work ................................................................................................... 58 8 References ......................................................................................................... 59 | en |
| heal.advisorName | Παπαδοπούλου, Σηµίρα | el |
| heal.committeeMemberName | Παπαδοπούλου, Σηµίρα | el |
| heal.committeeMemberName | Υφούλης, Χρήστος | el |
| heal.committeeMemberName | Ζιώγου, Χρυσοβαλάντου | el |
| heal.academicPublisher | Σχολή Τεχνολογικών Εφαρμογών / Τμήμα Μηχανικών Αυτοματισμού | el |
| heal.academicPublisherID | ihu | - |
| heal.numberOfPages | 66 | - |
| heal.fullTextAvailability | true | - |
| heal.type.el | Προπτυχιακή/Διπλωματική εργασία | el |
| Appears in Collections: | Πτυχιακές Εργασίες | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Damigos Papwtis Apostolos Alexios.pdf | Δαμίγος Παπώτης, Πτυχιακή | 3.07 MB | Adobe PDF | View/Open |
Please use this identifier to cite or link to this item:
This item is a favorite for 0 people.
http://195.251.240.227/jspui/handle/123456789/13719
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.
