Dergiler / Balıkesir Üniversitesi Fen Bilimleri Enstitüsü Dergisi / 2023 / Cilt: 25 - Sayı: 1

Lityum iyon pillerde bulanık kurallara dayalı optimum şarj stratejisi

Optimum charging strategy based on fuzzy rules for lithium-ion batteries

Sayfa
150–163
Yayın Tarihi
2023-01-16
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bu çalışmada, Lityum İyon pil şarjında bulanık mantığı kullanan bir yöntem önerilmektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bataryalar elektrik enerjisini elektrokimyasal enerjiye dönüştürerek depolayabilen yapılardır.
📊
Temel Bulgular & Veri:Batarya şarj akım değerini ayarlayan birçok çalışma arasında bulanık mantık kullanan çalışmalar da mevcuttur.
💡
Sonuç & Katkı:Bu çalışmada, Lityum İyon pil şarjında bulanık mantığı kullanan bir yöntem önerilmektedir.
🔬Tür:Deneysel Tarla Denemesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Bulanık Kural · lityum iyon pil · şarj

Özet

Bataryalar elektrik enerjisini elektrokimyasal enerjiye dönüştürerek depolayabilen yapılardır. Şarj akımının ayarlanması bataryalarda önemli bir husustur. Yüksek akımla şarj bataryaların kısa sürede şarj olmasını sağlar. Batarya şarj kapasitesi sıcaklığa ve akıma bağlı olarak değişmektedir. Batarya şarj akım değerini ayarlayan birçok çalışma arasında bulanık mantık kullanan çalışmalar da mevcuttur. Bu çalışmada, Lityum İyon pil şarjında bulanık mantığı kullanan bir yöntem önerilmektedir. Pil yüzey sıcaklığını ve ortam sıcaklığını giriş olarak alan ve çıkış akımını belirleyen bulanık bir denetleyici tasarlanmıştır. Panasonic NCR-18650B Lityum İyon pil üzerinde denemeler yapılmış ve sonuçlar bilgisayara ayarlanabilir akım gerilim cihazı ile aktarılmıştır. 5°C, 23°C ve 36°C ortam sıcaklığında test edilen pilin şarj kapasitesinde sırasıyla % 0,2; 2,5; 1,2 oranında kazanç sağlanmıştır.

Abstract

Batteries are structures that can store electrical energy by converting it to electrochemical energy. Adjusting the charging current is an important consideration in batteries. High current charging allows the batteries to be charged in a short time. Battery charge capacity varies depending on temperature and current. Among the many studies that adjust the battery charge current value, there are also studies using fuzzy logic. In this study, a method using fuzzy logic in Lithium Ion battery charging is proposed. A fuzzy controller is designed that takes the battery surface temperature and ambient temperature as input and determines the output current. Trials were made on Panasonic NCR-18650B Lithium Ion battery and the results were transferred to the computer with an adjustable current voltage device. Tested at ambient temperatures of 5°C, 23°C and 36°C, the battery's charging capacity gained % 0,2; 2,5; 1,2 respectively.

🔖

Bu Makaleye Atıf Yap

KARA, F., YÜCEDAĞ, İ., DOĞAN, M. U. (2023). Lityum iyon pillerde bulanık kurallara dayalı optimum şarj stratejisi. Balıkesir Üniversitesi Fen Bilimleri Enstitüsü Dergisi, Cilt: 25 - Sayı: 1, 150–163. https://ajindex.com/articles/877358

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (12)

  1. Sun, J., Qian, M., Tang, C., Wang, T., Jiang, T. ve Tang, Y., Research on optimization of charging strategy control for aged batteries, IEEE Transactions on Vehicular Technology, 69, 12, 14141-14149, (2020).
  2. Han, H., Xu, H. ve Yuan, Z., Research of interactive charging strategy for electrical vehicles in smart grids, 2011 International Conference on Electrical Machines and Systems, Beijing, 1-6, (2011).
  3. Wang, S. C., Chen, G. J. ve Liu, Y. H., Adaptive charging strategy with temperature rise mitigation and cycle life extension for li-ion batteries, CPSS Transactions on Power Electronics and Applications, 3, 3, 202-212, (2018).
  4. Lin, F. J., Huang, M., Yeh, P. Y., Tsai, H. C. ve Kuan, C. H., DSP-Based probabilistic fuzzy neural network control for li-ion battery charger, IEEE Transactions on Power Electronics, 27, 8, 3782-3794, (2012).
  5. Liu, C. L., Wang, S. C., Chiang, S. S., Liu, Y. H. ve Ho, C. H., PSO-based fuzzy logic optimization of dual performance characteristic indices for fast charging of lithium-ion batteries, 2013 IEEE 10th International Conference on Power Electronics and Drive Systems (PEDS), 474-479, (2013).
  6. Preethi, A. A., Nesamalar, J. J. D., Suganya, S. ve Raja, C., Economic scheduling of plug-in hybrid electric vehicle considering various travel patterns, 2018 National Power Engineering Conference (NPEC), 1-7, (2018).
  7. Geng B., Mills J. K. ve Sun D., Two-stage charging strategy for plug-in electric vehicles at the residential transformer level, IEEE Transactions on Smart Grid, 4, 3, 1442-1452, (2013).
  8. Ghorai, S., Majumdar, D., Jash, T. ve Ray, S., PV assisted fuzzy based ev charge scheduling for demand side energy management: a case study, 2020 IEEE Calcutta Conference (CALCON), 486-492, (2020).
  9. Liu, C. L., Wang, S. C., Liu, Y. H. ve Tsai, M. C., An optimum fast charging pattern search for li-ion batteries using particle swarm optimization, The 6th International Conference on Soft Computing and Intelligent Systems, and The 13th International Symposium on Advanced Intelligence Systems, 727-732, (2012).
  10. Zheng, Y., Song, Y., Hill, D. J. ve Meng, K., Online distributed mpc-based optimal scheduling for ev charging stations in distribution systems, IEEE Transactions on Industrial Informatics, 15, 2, 638-649, (2019).
  11. Mehta, R., Srinivasan, D. ve Trivedi, A., Optimal charging scheduling of plug-in electric vehicles for maximizing penetration within a workplace car park, 2016 IEEE Congress on Evolutionary Computation (CEC), 3646-3653, (2016).
  12. Horiba, T.