Розробка процесу розумної зарядки на основі машинного навчання з використанням оптимізації мурашиної колонії для контролю зарядної ємності свинцево-кислотних акумуляторів

Автор(и)

DOI:

https://doi.org/10.15587/1729-4061.2024.299582

Ключові слова:

розумна зарядка, оптимізація мурашиної колонії, машинне навчання, свинцево-кислотний аккумулятор

Анотація

Уряд Індонезії поставив за мету до 2025 року випустити 2,1 мільйона двоколісних та 2200 чотириколісних електромобілів. Цьому перешкоджають обмежене електропостачання і тривала зарядка електромобілів. Був застосований двонаправлений перетворювач постійного струму з чергуванням декількох пристроїв та оцінений як найбільш підходящий метод для акумуляторних та гібридних електромобілів з підзарядкою завдяки забезпеченню високої потужності >10 кВт. При потужності менше 10 кВт рекомендується використовувати синусоїдальний імпедансний підвищуючий перетворювач. Система розумної зарядки (SC) застосовуватиметься для електромобілів з мінімальною потужністю зарядки лише близько 169 Вт для чотирьох свинцево-кислотних акумуляторів. У даній роботі розглядається система SC, яка здатна швидко заряджати акумулятор, при цьому зберігаючи його працездатність (SoH). У розробленій SC використовується підвищуючий перетворювач постійного струму для збільшення напруги, що виробляється імпульсним джерелом живлення (SMPS). Розрахунковий час зарядки становить менше 30 хвилин, при цьому варто звертати увагу на SoH акумулятора. При SC також використовуватиметься широтно-імпульсна модуляція (PWM) в якості регулятора робочого циклу. У дослідженні застосовується класифікатор на основі багатошарового перцептрона (MLP) для нейронної мережі (NN). Результати дослідження показують, що розумна зарядка може заряджати до 600 Вт при розрахунковому часі зарядки близько 11 хвилин. Рівень зарядки перевищує 60 %, а робочий цикл становить 100 %. Результати оцінки потужності, оброблені методом нейронної мережі на основі оптимізації мурашиної колонії (ACO), показують значення середньоквадратичного відхилення 0,010013430 для зарядки чотирьох свинцево-кислотних акумуляторів. Ці результати можуть застосовуватися для вирішення проблеми вимог до ємності та швидкості зарядки акумуляторів для електромобілів з гарним SoH

Біографії авторів

Selamat Muslimin, Sriwijaya University

Magister of Computer, Associate Professor

Department of Engineering Science

Zainuddin Nawawi, Sriwijaya University

Professor of Electrical Engineering

Department of Electrical Engineering

Bhakti Yudho Suprapto, Sriwijaya University

Doctor of Electrical Engineering, Associate Professor

Department of Electrical Engineering

Tresna Dewi, Sriwijaya University

Doctor of Electrical Engineering, Associate Professor

Department of Electrical Engineering

Посилання

  1. Sun, X., Li, Z., Wang, X., Li, C. (2019). Technology Development of Electric Vehicles: A Review. Energies, 13 (1), 90. https://doi.org/10.3390/en13010090
  2. Li, Z., Khajepour, A., Song, J. (2019). A comprehensive review of the key technologies for pure electric vehicles. Energy, 182, 824–839. https://doi.org/10.1016/j.energy.2019.06.077
  3. Utami, M. W. D., Yuniaristanto, Y., Sutopo, W. (2020). Adoption Intention Model of Electric Vehicle in Indonesia. Jurnal Optimasi Sistem Industri, 19 (1), 70–81. https://doi.org/10.25077/josi.v19.n1.p70-81.2020
  4. Bozhkov, S. (2021). Structure of the Model of Hybrid Electric Vehicle Energy Efficiency. Trans Motauto World, 6 (3), 76–79. https://stumejournals.com/journals/tm/2021/3/76
  5. Ehsani, M., Singh, K. V., Bansal, H. O., Mehrjardi, R. T. (2021). State of the Art and Trends in Electric and Hybrid Electric Vehicles. Proceedings of the IEEE, 109 (6), 967–984. https://doi.org/10.1109/jproc.2021.3072788
  6. Arif, S. M., Lie, T. T., Seet, B. C., Ayyadi, S., Jensen, K. (2021). Review of Electric Vehicle Technologies, Charging Methods, Standards and Optimization Techniques. Electronics, 10 (16), 1910. https://doi.org/10.3390/electronics10161910
  7. Mohamed, N., Aymen, F., Ali, Z. M., Zobaa, A. F., Abdel Aleem, S. H. E. (2021). Efficient Power Management Strategy of Electric Vehicles Based Hybrid Renewable Energy. Sustainability, 13 (13), 7351. https://doi.org/10.3390/su13137351
  8. Nieuwenhuis, P., Cipcigan, L., Berkem Sonder, H. (2020). The Electric Vehicle Revolution. Future Energy, 227–243. https://doi.org/10.1016/b978-0-08-102886-5.00011-6
  9. Muslimin, S., Maulidda, R., Nawawi, M., Rahman, A., Kurnia, P. M. (2023). The Method of Constant Current - Constant Voltage (CC – CV) for SECA Electric Car Battery Charging with Fuzzy Logic Controller. Atlantis Highlights in Engineering, 14–23. https://doi.org/10.2991/978-94-6463-118-0_3
  10. Carter, R., Cruden, A., Hall, P. J., Zaher, A. S. (2012). An Improved Lead–Acid Battery Pack Model for Use in Power Simulations of Electric Vehicles. IEEE Transactions on Energy Conversion, 27 (1), 21–28. https://doi.org/10.1109/tec.2011.2170574
  11. B (2015). Dictionary of Energy, 41–81. https://doi.org/10.1016/b978-0-08-096811-7.50002-0
  12. Bergveld, H. J., Kruijt, W. S., Notten, P. H. L. (2002). Battery Management Systems. Springer Netherlands. https://doi.org/10.1007/978-94-017-0843-2
  13. Adityawan, A. P., Cahya, D. D., Sulistijono, L., Madyono (2013). Sistem Pengisian Batteray Lead Acid Secara Adaptive. PENS-ITS Sukolilo, 5 (1).
  14. Achaibou, N., Haddadi, M., Malek, A. (2008). Lead acid batteries simulation including experimental validation. Journal of Power Sources, 185 (2), 1484–1491. https://doi.org/10.1016/j.jpowsour.2008.06.059
  15. Setiaji, B., Dwiono, W., Tamam, M. T. (2020). Rancang Bangun Pengisi Baterai Lead Acid Dan Li-Ion Secara Otomatis Menggunakan Mikrokontroler PIC 16F877A Bersumber Energi Matahari Dengan Pengendali PI. Jurnal Riset Rekayasa Elektro, 1 (2). https://doi.org/10.30595/jrre.v1i2.5187
  16. Shahriari, M., Farrokhi, M. (2013). Online State-of-Health Estimation of VRLA Batteries Using State of Charge. IEEE Transactions on Industrial Electronics, 60 (1), 191–202. https://doi.org/10.1109/tie.2012.2186771
  17. Baterai Asam-Timbal. Dede Hendriono. Available at: https://henduino.github.io/library/ototronik/leadacid/
  18. Thowil Afif, M., Ayu Putri Pratiwi, I. (2015). Analisis Perbandingan Baterai Lithium-Ion, Lithium-Polymer, Lead Acid dan Nickel-Metal Hydride pada Penggunaan Mobil Listrik - Review. Jurnal Rekayasa Mesin, 6 (2), 95–99. https://doi.org/10.21776/ub.jrm.2015.006.02.1
  19. Wang, L., Qin, Z., Slangen, T., Bauer, P., van Wijk, T. (2021). Grid Impact of Electric Vehicle Fast Charging Stations: Trends, Standards, Issues and Mitigation Measures - An Overview. IEEE Open Journal of Power Electronics, 2, 56–74. https://doi.org/10.1109/ojpel.2021.3054601
  20. Town, G., Taghizadeh, S., Deilami, S. (2022). Review of Fast Charging for Electrified Transport: Demand, Technology, Systems, and Planning. Energies, 15 (4), 1276. https://doi.org/10.3390/en15041276
  21. Sidiq, R. K. (2015). Rancang Bangun Sistem Pengisi Baterai Mobil Listrik Berbasis Mikrokontroller Atmega16. Universitas Jember. Available at: https://repository.unej.ac.id/bitstream/handle/123456789/73490/111910201039--ROHMAT%20KHOIRUL%20SIDIQ-1-56.pdf?sequence=1&isAllowed=y
  22. Yusuf Margowadi, R. A. N., Samodra, B., Dawam, M. D. N. (2021). Pengembangan Pengisi Baterai Cepat 72 Volt Untuk Charging Station Kendaraan Listrik Roda Dua. Seminar Teknologi Bahan Dan Barang Teknik 2020, 49–54.
  23. Prianto, E., Yuniarti, N., Nugroho, D. C. (2020). Boost-converter sebagai alat pengisian baterai pada sepeda listrik secara otomatis. Jurnal Edukasi Elektro, 4 (1). https://doi.org/10.21831/jee.v4i1.32632
  24. Camacho, O. M. F., Mihet-Popa, L. (2016). Tests de recharge rapide et intelligente de batteries pour voitures électriques utilisant des énergies renouvelables. Oil and Gas Science and Technology, 71 (1).
  25. Syafii, Mayura, Y., El Gazaly, A. (2019). Characteristics of Lead-Acid Battery Charging and Discharging Against Residential Load in Tropical Area. 2019 16th International Conference on Quality in Research (QIR): International Symposium on Electrical and Computer Engineering. https://doi.org/10.1109/qir.2019.8898277
  26. Catherino, H. A., Burgel, J. F., Rusek, A., Feres, F. (1999). Modelling and simulation of lead-acid battery charging. Journal of Power Sources, 80 (1-2), 17–20. https://doi.org/10.1016/s0378-7753(98)00248-1
  27. Sadeghian, O., Oshnoei, A., Mohammadi-ivatloo, B., Vahidinasab, V., Anvari-Moghaddam, A. (2022). A comprehensive review on electric vehicles smart charging: Solutions, strategies, technologies, and challenges. Journal of Energy Storage, 54, 105241. https://doi.org/10.1016/j.est.2022.105241
  28. Xing, Y., Li, F., Sun, K., Wang, D., Chen, T., Zhang, Z. (2022). Multi-type electric vehicle load prediction based on Monte Carlo simulation. Energy Reports, 8, 966–972. https://doi.org/10.1016/j.egyr.2022.05.264
  29. Mololoth, V. K., Saguna, S., Åhlund, C. (2023). Blockchain and Machine Learning for Future Smart Grids: A Review. Energies, 16 (1), 528. https://doi.org/10.3390/en16010528
  30. Esmalifalak, M., Liu, L., Nguyen, N., Zheng, R., Han, Z. (2017). Detecting Stealthy False Data Injection Using Machine Learning in Smart Grid. IEEE Systems Journal, 11 (3), 1644–1652. https://doi.org/10.1109/jsyst.2014.2341597
  31. Teichgraeber, H., Brandt, A. R. (2019). Clustering methods to find representative periods for the optimization of energy systems: An initial framework and comparison. Applied Energy, 239, 1283–1293. https://doi.org/10.1016/j.apenergy.2019.02.012
  32. Sakhnini, J., Karimipour, H., Dehghantanha, A., Parizi, R. M. (2021). Physical layer attack identification and localization in cyber–physical grid: An ensemble deep learning based approach. Physical Communication, 47, 101394. https://doi.org/10.1016/j.phycom.2021.101394
  33. Javaid, N., Jan, N., Javed, M. U. (2021). An adaptive synthesis to handle imbalanced big data with deep siamese network for electricity theft detection in smart grids. Journal of Parallel and Distributed Computing, 153, 44–52. https://doi.org/10.1016/j.jpdc.2021.03.002
  34. Pallonetto, F., De Rosa, M., Milano, F., Finn, D. P. (2019). Demand response algorithms for smart-grid ready residential buildings using machine learning models. Applied Energy, 239, 1265–1282. https://doi.org/10.1016/j.apenergy.2019.02.020
  35. Srdic, S., Lukic, S. (2019). Toward Extreme Fast Charging: Challenges and Opportunities in Directly Connecting to Medium-Voltage Line. IEEE Electrification Magazine, 7 (1), 22–31. https://doi.org/10.1109/mele.2018.2889547
  36. Ronanki, D., Kelkar, A., Williamson, S. S. (2019). Extreme Fast Charging Technology—Prospects to Enhance Sustainable Electric Transportation. Energies, 12 (19), 3721. https://doi.org/10.3390/en12193721
  37. Tu, H., Feng, H., Srdic, S., Lukic, S. (2019). Extreme Fast Charging of Electric Vehicles: A Technology Overview. IEEE Transactions on Transportation Electrification, 5 (4), 861–878. https://doi.org/10.1109/tte.2019.2958709
  38. Ant colony optimization (2007). Handbook of Approximation Algorithms and Metaheuristics. Available at: https://www.taylorfrancis.com/chapters/mono/10.1201/9781420010749-33/ant-colony-optimization-teofilo-gonzalez?context=ubx&refId=21abeb5d-2476-4646-acdf-25c398f93e16
  39. Kao, Y., Cheng, K. (2006). An ACO-Based Clustering Algorithm. Lecture Notes in Computer Science, 340–347. https://doi.org/10.1007/11839088_31
  40. Dorigo, M., Gambardella, L. M. (1997). Ant colony system: a cooperative learning approach to the traveling salesman problem. IEEE Transactions on Evolutionary Computation, 1 (1), 53–66. https://doi.org/10.1109/4235.585892
Розробка процесу розумної зарядки на основі машинного навчання з використанням оптимізації мурашиної колонії для контролю зарядної ємності свинцево-кислотних акумуляторів

##submission.downloads##

Опубліковано

2024-06-28

Як цитувати

Muslimin, S., Nawawi, Z., Suprapto, B. Y., & Dewi, T. (2024). Розробка процесу розумної зарядки на основі машинного навчання з використанням оптимізації мурашиної колонії для контролю зарядної ємності свинцево-кислотних акумуляторів. Eastern-European Journal of Enterprise Technologies, 3(5 (129), 52–64. https://doi.org/10.15587/1729-4061.2024.299582

Номер

Том 3 № 5 (129) (2024): Прикладна фізика

Розділ

Прикладна фізика

Ліцензія

Авторське право (c) 2024 Selamat Muslimin, Zainuddin Nawawi, Bhakti Yudho Suprapto, Tresna Dewi

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.