[論文レビュー] Multi-objective Optimal Sizing and Energy Management of Hybrid Energy Storage System for Electric Vehicles.

Huilong Yu, Francesco Castelli Dezza+1 more|arXiv (Cornell University)|Jan 19, 2018

Advanced Battery Technologies Research参考文献 54被引用数 11

ひとこと要約

本稿では、電気自動車のハイブリッドエネルギー貯蔵システム（HESS）のサイズ決定とそのエネルギー管理システム（EMS）のチューニングを同時に最適化する二段階の多目的最適化フレームワークを提案する。NSGA-IIとファジィ論理制御を組み合わせ、リチウムイオン電池の動的モデルおよび劣化モデルを統合し、ベクトル化されたファジィ推論システムを採用することで、走行距離とバッテリのサイクル寿命の両方を向上させた。パレート最適解は、従来の設計と比較して顕著な性能向上を示した。

ABSTRACT

Hybrid energy storage system (HESS) composed of lithium-ion battery and supercapacitors has been recognized as one of the most promising solutions to face against the high cost, low power density and short cycle life of the battery-only energy storage system, which is the major headache hindering the further penetration of electric vehicles. In this work, the HESS sizing and energy management problem of an electric race car is investigated as a case study to improve the driving mileage and battery cycle life performance. Compared with the existing research, the distinctive features of this work are: (1) A dynamic model and a degradation model of the battery are employed to describe the dynamic behavior and to predict the cycle life of the battery more precisely; (2) Considering the fact that the design and control problems are coupled in most cases, in order to achieve a global optimal design solution and an implementable real-time energy management system, a Bi-level multi-objective sizing and control framework based on non-dominated sorting genetic algorithm-II and fuzzy logic control (FLC) is proposed to size the HESS and to optimize the membership functions of a FLC based EMS at the same time; (3) In order to improve the optimization efficiency, a vectorized fuzzy inference system which allows large scale of fuzzy logic controllers operating in parallel is devised. At last, the Pareto optimal solutions of different HESSs are obtained and compared to show the achieved enhancements of the proposed Bi-level optimal sizing and energy management framework.

研究の動機と目的

• 電気自動車におけるバッテリのみのエネルギー貯蔵システムの限界、すなわち高コスト、低出力密度、短いサイクル寿命を解消すること。
• ハイブリッドエネルギー貯蔵システム（HESS）のサイズ決定とそのリアルタイムエネルギー管理を同時に最適化する統合的設計・制御最適化フレームワークの開発。
• 専用の劣化モデルと動的挙動表現を用いることで、バッテリのサイクル寿命予測の精度を向上させること。
• ベクトル化されたファジィ推論システムを用いることで、大規模なファジィ論理制御器の並列処理を可能にし、最適化の効率を向上させること。
• 実世界の電気レースカー応用において、走行距離とバッテリの耐久性の両立を図るグローバル最適解を達成すること。

提案手法

• 二段階最適化フレームワークを設計し、上段ではNSGA-IIを用いてHESSのサイズとFLCの所属関数パラメータを最適化し、下段ではリアルタイムのファジィ論理制御に基づくエネルギー管理システム（EMS）を実装。
• リチウムイオン電池の動的モデルが一時的な電気的挙動を捉え、劣化モデルが電流および温度プロファイルに基づいてサイクル寿命を予測。
• ファジィ論理制御器（FLC）はNSGA-IIを用いて所属関数パラメータを最適化し、バッテリとスーパーキャパシタ間の適応的パワー分配を実現。
• 大規模な最適化に適した、複数のファジィ論理制御器の並列実行を可能にするベクトル化されたファジィ推論システムを開発。
• HESSのサイズ決定とEMSのチューニングを一つの最適化ループに統合し、システム全体の最適性とリアルタイム制御への実装可能性を保証。
• パレート最適解を生成し、異なるHESS構成間で走行距離とバッテリ劣化のトレードオフを比較評価。

実験結果

リサーチクエスチョン

• RQ1 リチウムイオン電池とスーパーキャパシタから構成されるハイブリッドエネルギー貯蔵システム（HESS）のサイズ決定とそのリアルタイムエネルギー管理システム（EMS）を、電気自動車においてどのように最適化できるか。
• RQ2 電池の動的モデルおよび劣化モデルを統合することで、サイクル寿命予測の精度とシステム性能にどのような影響を与えるか。
• RQ3 ベクトル化されたファジィ推論システムを用いることで、HESS応用における大規模なファジィ論理制御器の最適化における計算効率はどのように向上するか。
• RQ4 HESS構成において走行距離とバッテリのサイクル寿命の間にはどのようなトレードオフがあり、多目的最適化によってどのようにバランスを取れるか。
• RQ5 提案された二段階最適化フレームワークは、従来の分離型設計・制御アプローチに比べて、システム性能および耐久性の面でどの程度優れているか。

主な発見

• 提案された二段階多目的最適化フレームワークは、走行距離とバッテリのサイクル寿命をバランスさせるパレート最適解の集合を効果的に生成した。
• 動的モデルと劣化モデルの統合により、バッテリの挙動と寿命の予測精度が向上し、より優れたシステム設計意思決定が可能になった。
• ベクトル化されたファジィ推論システムにより、複数のファジィ論理制御器の並列実行が可能となり、最適化の計算効率が顕著に向上した。
• 最適化されたFLCベースのエネルギー管理システムは、バッテリとスーパーキャパシタ間のパワー分配を効果的に制御し、バッテリのストレスを低減し、寿命を延長した。
• パレート解の比較分析から、提案フレームワークがベースライン構成に比べて走行距離およびバッテリ耐久性の両面で明確な改善を達成していることが確認された。
• 本フレームワークにより、グローバル最適な設計と実装可能なリアルタイム制御ソリューションが実現され、従来の分離型最適化手法の限界を克服した。