Lityum iyon bataryaların şarj yönetim sisteminin kesir dereceli model yapısı kullanılarak geliştirilmesi

Abstract

Günlük hayatta ve endüstriyel alanda ihtiyaç duyulan enerji miktarının gün geçtikçe artması ve oluşan bu ihtiyacı gidermek için daha da fazla kullanılan fosil yakıtların çevreyi kirletmesi nedeniyle alternatif enerji kaynaklarının araştırılması zorunlu hale gelmiştir. Bu konuda bulunan ilk çözümlerden birisi elektrik enerjisini depolayarak doğrudan ihtiyaç duyulan alanda kullanıma sunmak olmuştur. Uygulama özelinde en bilinen kullanım ise fosil yakıt tüketen araçlar yerine geliştirilen elektrikli araçlardır. Bu dönüşümün en önemli unsurlarından birisini enerji depolama birimi olan bataryalardır. Farklı türleri bulunan bataryalar arasında Li-ion bataryalar, sağladıkları performans ve güvenlik özellikleri nedeniyle kullanımı en çok tercih edilen türdür. Bataryalardan uygun performansı almak ve bataryanın kullanım ömrünü mümkün olduğunca uzatmak için ayrıca bir batarya yönetim sistemine de ihtiyaç duyulmaktadır. Bu çalışmada, batarya yönetim sistemlerinde şarj durumu tahmini için yapılan işlemlerde kesir dereceli batarya modeli kullanımı ve hesaplamalarda yapılan iyileştirmeler ile Li-ion batarya yönetim sistemlerinin daha etkin ve yüksek doğruluklu çalışmasını sağlayacak bir yaklaşım önerilmektedir. Buna göre; bu yöntemde öncelikli olarak, açık çevrim voltaj değişimlerini temsil eden PNGV (The Partnership for a New Generation of Vehicles) eşdeğer devre batarya modeli temel olarak alınmış, tam sayı dereceli ve kesir dereceli batarya modelleri oluşturulmuştur. Batarya modeli oluşturulmasından sonraki ön önemli unsurlardan birisi model parametrelerinin (katsayılarının) belirlenme kısmıdır. Bu aşamada, parametre belirleme problemini daha kolay hale getirmek için batarya referans veri seti, katmanlı bir yaklaşım ile alt parçalara (katmanlara) ayrılmış, farklı şarj durumlarını yansıtan her bir veri alt parçası (katmanı) üzerinden analiz ve veri çıkarımları ile parametre setleri belirlenmiştir. Parametre belirleme aşamasında tüm parametrelerin değişimi serbest bırakılmaktadır. Bu durum bazı parametrelerin olması gereken değerden çok az uzaklaşarak diğer parametrelerin doğruluğunun artmasına katkı sağlamaktadır. Parametreleri belirlenmiş olan batarya modellerine akım değeri girdisi uygulandığında oluşan gerilim değerleri ile veri setinde aynı akım değerlerine karşılık olan gerilim değerleri karşılaştırıldığında kesir dereceli modelin tam sayılı modele göre daha yakın sonuç verdiği görülmüştür. Çalışmada ikinci olarak üzerinde en fazla durulan konu, batarya yönetim sistemleri tarafından en çok gözlenen parametrelerden birisi olan şarj durumu (SoC) parametresinin tahmini için bir yöntem geliştirmek olmuştur. Bu amaçla, literatürde de kullanımı en çok tercih edilen gözleyicilerden birisi olan Luenberger gözleyici benimsenmiş ve yöntem içerisinde kullanılmıştır. Şarj durumu tahmini için yapılan hesaplamalarda önemli bir adım, batarya modellerinin açık çevrim voltaj eğrisinin doğrusallaştırması işlemidir. Bu işlem hem tam sayı dereceli hem de kesir dereceli modelde yapılmakla birlikte, kesir dereceli batarya modelindeki açık çevrim voltaj eğrisinde oluşan durum geçişlerinin ihmal edilmesi sonucu hata oluşmakta, bu da hesaplamalarda soruna yol açmaktadır. Bu noktada, doğrusallaştırmalarda oluşan hatayı gidermek için yeni bir yöntem önerilmiş bu sayede şarj durumu tahmininin doğruluğu arttırılmıştır. Sonuç olarak; kesir dereceli batarya modellemesi kullanılarak yapılan batarya şarj durumu hesaplaması, tam sayı dereceli model kullanılan hesaplamaya göre yaklaşık %0,4 daha iyi sonuçlar vermektedir. Bu çalışmada elde edilen ilk sonuçların farklı Li-ion bataryalarda da geçerli olup olmadığının gözlemlenmesi için deneysel ortamda elde edilen ikinci bir veri seti kullanılarak ilk çalışmadakine benzer yöntemlerle tam sayı dereceli ve kesir dereceli PNGV batarya modelinin parametreleri belirlenmiştir. İlk çalışmada elde edilen sonuçlara paralel olarak ikinci çalışmada da parametreleri belirlenen tam sayı dereceli ve kesirli dereceli modellere akım değeri girdisi uygulandığında oluşan gerilim değerleri ile veri setinde aynı akım değerlerine karşılık olan gerilim değerleri karşılaştırıldığında kesir dereceli modelin tam sayılı modele bir kez daha üstünlük sağladığı açıkça görülmektedir. Ayrıca parametreleri belirlenen PNGV batarya modelleri ile yapılan şarj durumu (SoC) tahmininde tam sayı dereceli model kullanılarak elde edilen sonuçlarda en yüksek hata yüzdesi %9 mertebelerine çıkarken kesir dereceli PNGV modeli ile yapılan şarj durumu (SoC) tahmininde en yüksek hata oranı %0,2'den küçüktür. Elde edilen sonuçlar gösteriyor ki yapılan çalışmalarda kesir dereceli PNGV batarya modelleri ile elde edilen sonuçlar daha iyidir.The amount of energy needed in daily life and industrial areas is increasing day by day, and the fossil fuels used more to meet the need are polluting the environment. Thus, it has become necessary to search for alternative energy sources. One of the first solutions found in this regard is to store the electrical energy and to present the stored energy to use directly in the area where it is needed. The most well-known specific usage is electric vehicles developed instead of vehicles consuming fossil fuels. One of the most important elements of this transformation is batteries which are energy storage units. Among the different types of batteries, Li-ion batteries are the most preferred type due to the performance and safety features they provide. Battery management systems are needed to get convenient performance from this kind of batteries and to extend the life of batteries as much as possible. In this study, an approach that will enable Li-ion battery management systems to operate more effectively and with higher accuracy has been proposed with the use of fractional order battery model and the improvements made to the calculations for estimation of state of charge in the battery management systems. In this method, firstly, PNGV (The Partnership for a New Generation of Vehicles) equivalent circuit battery model, which represents open circuit voltage changes, is taken as a basis and integer order and fractional order batteries models are created based on PNGV equivalent circuit battery model. One of the most important subjects after creating the battery model is the determination of model parameters. At this stage, in order to make the problem simpler, the synthetic battery data is divided into sub-layers with a layered approach and the parameters are determined with analysis and data extractions on each sub-layer reflecting different state of charge level. In the parameter extraction phase, all parameters are allowed to change. This situation contributes to increase the accuracy of other parameters although the value of some parameters are slightly deviating from the required value. When the voltage values occurring with current applying to battery models whose parameters are determined is compared with the voltage values corresponding to the same current values in the data set, it has been observed that fractional order battery models are closed to the reference value in the data set. The second most emphasized subject in this study is to develop a method for estimating of state of charge parameter which is one of the most observed parameters by battery management systems. For this purpose, Luenberger observer, which is one of the most preferred observers in the literature, is adopted in the method. An important step in the calculations for state of charge estimation is the linearization of the open circuit voltage curve of battery model. Although this process is performed in both integer order and fractional order battery model, errors occur as a result of ignoring the state transitions in the open circuit voltage curve of fractional order battery model, which causes problems in the calculations. At this point, a new method has been proposed to eliminate the error occurring in linearization and this increases the accuracy of state of charge estimation. In conclusion, state of charge estimation of the battery using fractional order battery model gives approximately 0.4% better results than the estimation using integer order battery model. In order to observe if the first results obtained with synthetic dataset in this study are also valid for different Li-ion batteries, the parameters of the integer order and fractional order PNGV battery models were determined using a second dataset obtained in experimental environmental with similar method used in the first study. In parallel with the results obtained in the first study, when the voltage values occurring with current applying to battery models whose parameters are determined is compared with the voltage values corresponding to the same current values in the data set, it is clearly seen that fractional order battery model is superior to integer order battery model again. In addition, the highest error rate in the results obtained using integer order PNGV battery model in the state of charge (SoC) estimation is around 9% while the highest error rate in the state of charge (SoC) estimation made with fractional order PNGV battery model is less than 0,2%. The obtained results show that the results obtained with fractional order PNGV battery model are better in these studies.