ساختار كنترلي جديد براي مديريت انرژي در خودروي برقي هيبريد پلاگين مبتني بر نقشه‌هاي شناختي فازي

A New Control Strategy for Energy Management in Plug-in Hybrid Electric Vehicles Based on Fuzzy Cognitive Maps

در اين مقاله يك ساختار جديد كنترلي مبتني بر نقشه‌هاي شناخت فازي (FCM) به‌منظور مديريت مصرف انرژي در خودروهاي برقي هيبريد پلاگين ارائه شده است. اين كنترل‌كنندۀ نظارتي به‌گونه‌اي طراحي شده است تا علاوه بر تأمين توان درخواستي راننده، سطح شارژ باتري (SOC) را در محدودۀ قابل قبولي نگه داشته و همزمان ميزان مصرف سوخت در واحد كيلومتر نيز كاهش دهد. از آنجايي‌ كه در اين روش نياز به داشتن مدل دقيقي از سيستم وجود ندارد، حجم محاسبات در تعيين قانون كنترلي كمتر شده و پياده‌سازي آن نسبت به روش‌هاي كلاسيك، پيچيدگي كمتري دارد. خودروي برقي هيبريد پلاگين در نظر گرفته‌شده در اين مقاله، از نوع سري-موازي است. به‌منظور ارزيابي نتايج حاصل از به‌كارگيري ساختار كنترلي پيشنهادي، براي شبيه‌سازي، سه سيكل استاندارد رانندگي و يك سيكل رانندگي شهري تهران بزرگ در نظر گرفته شده است. نتايج حاصل از شبيه‌سازي نشان مي‌دهد كه روش كنترلي پيشنهادي، ضمن تأمين توان درخواستي، ميزان مصرف سوخت را نسبت به كنترل‌كنندۀ فازي مرسوم كاهش داده و سطح شارژ باتري را در حد قابل قبولي نگه مي‌دارد.

In this paper, a new control strategy is presented to manage energy consumption in Plug-in Hybrid Electric Vehicles (PHEVs) based on Fuzzy Cognitive Maps (FCM). In this strategy, FCM, as a supervisory control, is used to keep the State of Charge (SoC) of the battery in an acceptable range and to reduce fuel consumption per kilometer while providing the request power. Since this method does not need to have an accurate model of the system, it has lower computational complexities in determining the control law; furthermore, its implementation is easier than the classical methods. In this paper, the PHEV is series-parallel. For analyzing the performance of the proposed control strategy, three actual and standard driving cycles and a typical urban driving cycle, based on the actual traffic condition in Tehran, have been used. Simulation results show that the proposed control strategy provides the request power, reduces the fuel consumption, and keeps the SoC at a high level, in comparison with the conventional Fuzzy Controllers.