Hibrid elektrikli araç kontrol strateji, sürücünün talep ettiği gücü, verimli bölgeler göz önüne alınarak optimum şekilde iki güç kaynağı arasında paylaştırmak esasına dayanmaktadır. Hibrid elektrikli araç kontrolünde genellikle yakıt tüketimi azaltılmaya çalışılırken, emisyon değerlerinin de azaltılması ek hedef olarak belirlenir. Emisyon hedefleri ile araç performansı ve yakıt tüketiminin düşürülmesi çelişen hedeflerdir. Bu nedenle bu tür bir problem optimizasyon algoritmaları kullanılarak çözülebilir.
Optimizasyon problemi kuruluyor iken aşağıdaki hususlara dikkat edilmelidir.
– İYM’un geçici rejimlerde çalıştırılmaması
– Batarya sıcaklığı, şarj – deşarj derinliği ve bataryanın devreye girme sıklığı
– Motor açma-kapatma sırasında, motor ve katalitik konvertör sıcaklıkları
– Bütün sistemin ortak verimliliğinin yüksek tutulması
– Fren enerjisinin olabildiğince yüksek oranlarda geri kazanılması.
Yakıt tüketim miktarı ile egzoz gazları verilen bir çevrimde toplanarak hesaplandığı için global optimum, optimal kontrol yöntemleri ile elde edilebilmektedir. Hibrid araç sisteminde birçok parametre ve bileşen oluşu, optimizasyon problemini güçleştirmektedir. Sistemde, ayrık ve sürekli dinamik hesaplamaların bulunması bu tür bir optimizasyon probleminin analitik olarak çözülmesini güçleştirmektedir. Bu nedenle çeşitli kontrol uygulamaları geliştirilmiştir. Genel olarak hibrid elektrikli araç kontrolünde yapılan çalışmalar, öğrenmeye dayalı kontrol yöntemleri, global optimizasyon ve anlık optimizasyon yöntemleri şeklinde üç başlık altında toplanmaktadır. Birinci tip kontrol yöntemlerinde çeşitli kurallar belirlenmektedir. Örneğin, sürücünün araçtan talep ettiği güç miktarı önceden belirlenen bir değerin altında ise yalnızca elektrik motoru, üzerinde ise yalnızca içten yanmalı motor veya her iki güç kaynağı kullanılabilir. Kural tabanlı kontrolüne verilebilecek örneklerden bir tanesi güç dengeleme yöntemidir. Bu kontrol yaklaşımında, eğer batarya şarj miktarı belirlenen minimum batarya şarj miktarından büyük ise motor belli güç değerlerinin altında kapatılarak araç yalnızca elektrik motoru ile hareket ettirilmektedir. Batarya şarjının düşük olduğu durumlarda ise, motor yüklenilerek verimli bir bölgede çalıştırılmaktadır. Bu durumda motordan elde edilen fazladan güç miktarı elektrik motorunun bataryayı şarj etmesi için kullanılmaktadır.
Diğer bir kural tabanlı kontrol yöntemi ise bulanık mantık denetimidir. Bu kontrol yönteminde kural tabanlı kontrol yöntemine avantaj olarak, çalışma noktaları üye fonksiyonlar kullanılarak ayarlanabilir olmasıdır. Bulanık mantık tabanlı bir kontrolcüde kurallar ikiden fazla derecede ifade edilebildiğinden daha yumuşak geçişler mümkün olmakla birlikte, matematiksel tabanı nedeniyle optimizasyona da elverişlidir. Bununla birlikte model belirsizliği olan karmaşık sistemlerin kontrolünde de kullanılıyor olabilmeleri, kural tabanlı kontrole göre avantaj sağlamaktadır.
Kural tabanlı kontrol yöntemlerinde genellikle, kurallar, önceden yapılan çevrim dışı optimizasyon hesaplamalarının incelenmesi sonucu elde edilmektedir. Hibrid elektrikli araçlarda global optimumun hesaplanabilmesi için kullanılan sayısal yöntemlerden biri de dinamik programlamadır. Bu hesaplar sadece belirli bir çevrim için yapıldığından ve araç seyahatinde trafik ve yol şartları değiştiğinden yapılan hesaplarda elde edilen sonuçlar da hesaplanıldığı çevrim için global optimum değerlerini vermektedir. Çözüm için, Dinamik Programlama (DP) kullanıldığında, hesaplamalar, problemin boyutunun büyük olması nedeniyle uzun sürdüğünden, DP araç seyahat halinde iken uygulanamamaktadır. Bu nedenle güç paylaştırmasının yapılması için, global optimum yerine lokal, anlık optimumu veren yöntemler önerilmiştir.
Anlık optimumu veren ve global optimum sonuçlarına yakınsayan kontrol yöntemleri, eşdeğer yakıt tüketimi hesapları üzerine kurulmuştur. Dinamik programlama yönteminde, batarya şarjının korunması ana sınırlamalardan biridir. Eşdeğer yakıt tüketiminde ise bataryadan çekilen veya bataryaya gönderilen şarj miktarının yakıta karşılık gelen miktarı hesaplanmaktadır. Bu kontrol yöntemlerinin yanı sıra yine global optimuma yaklaşan çözümler elde etmek için, sürüş profilinin tanımlanması, öngörülü kontrol gibi farklı yöntemler geliştirilmiştir.
Yakıt tüketimi ve katalitik konvertör çıkış emisyonları sürüş profiline ve sürücü davranışına bağlıdır. Sürüş profilini tanımlama yönteminde çeşitli tiplerdeki çevrimler, ortalama hız, durma zamanı, toplam zaman, ortalama ivmelenme gibi değerler ile ifade edilerek, şablonlaştırılır. Sürüş sırasında kontrolcü, önceden eğitilen yapay sinir ağları yardımı ile hangi çevrimin hangi profile uyduğunu belirleyerek, yine önceden elde edilmiş optimizasyon çalışmalarından yola çıkarak oluşturulan kurallar ile kontrol algoritmasını değiştirmektedir.
Dinamik programlamanın gerçek zamanlı uygulamalarda kullanılması zordur. Dinamik programla;
– Gelecek sürüş çevriminin bilinmesi
– Sürüş çevrimindeki beklenilmeyen değişikliklere karşı esnek olmaması
– Yüksek hesaplama kapasitesi gereksinimleri nedeniyle gerçek zamanlı olarak uygulanamamaktadır.
Ön görülü kontrolde, gerçek zamanlı uygulama için, araç seyahat halinde iken, aracın belirli bir gelecek ufkuna kadar olan hız profili, istatistiksel yöntemler ile tahmin edilerek, bu aralıkta dinamik programlama yöntemi ile optimum güç dağılımı hesaplanabilmektedir.
Hibrid araçlarda kullanılan öngörülü kontrol yönteminin bir türü ise, geri çekilen ufuk (receding horizon) yöntemidir. Bu yöntemde, geçmiş verilerden belli bir zaman ufku içerisindeki gelecek veriler öngörülerek, kontrol sinyalleri hazırlanır. Bu kontrol sinyalinin yalnızca ilk değeri uygulandıktan sonra, ölçülen yeni değişkenler üzerinden yeni gelecek değerler hesaplanır ve zaman ufku bir adım ileriye kaydırılır.
Bir değişkenin geçmiş değerleri üzerinden gelecek değerlerinin hesaplanması için bir modele ihtiyaç duyulmaktadır. Gelecekteki değerler aynı zamanda belirsizlik içerdiğinden, kullanılan modellerde belirsizlik etkisini de modellemek amacı ile AR-MA modelleri kullanılmaktadır.
Kaynak: Ali Boyalı’nın Mayıs 2008’de İstanbul Teknik Üniversitesi Fen Bilimleri Enstitüsü’ne sunduğu “Hibrid Elektrikli Yol Taşıtlarının Modellenmesi ve Kontrolü” konulu doktora tez çalışmasından derlenmiştir.