[학위논문]전기차 열관리시스템의 시뮬레이션 모델 및 모델기반 예측제어 알고리즘 개발에 관한 연구 A Study on Development of Simulation Model and Model-based Predictive Control Algorithm for Electric Vehicle Thermal Management System원문보기
본 논문의 목적은 전기자동차 열분야에서 시스템 최적화에 활용할 수 있도록, 차량 레벨의 에너지와 온도 거동을 모사할 수 있는 각 부품의 동적 모델을 개발하고, 또한 이를 가상 테스트 베드(virtual test bed)로 활용하여 자동차 환경에서 사용할 수 있는 ...
본 논문의 목적은 전기자동차 열분야에서 시스템 최적화에 활용할 수 있도록, 차량 레벨의 에너지와 온도 거동을 모사할 수 있는 각 부품의 동적 모델을 개발하고, 또한 이를 가상 테스트 베드(virtual test bed)로 활용하여 자동차 환경에서 사용할 수 있는 열부하 예측 최적 제어 알고리즘을 개발하는 것이다. 본 논문에서 진행된 내용은 다음과 같이 세 부분으로 나눌 수 있다. 먼저 전기자동차의 제원과 속도, 외기온 등 환경 조건을 기본 입력으로 배터리셀 전지에서 타이어휠 구동까지 효율을 고려한 에너지 관계식을 수립하고, 이론 논문과 실증 논문을 바탕으로 배터리, 모터 등 주요부품의 열모델을 개발할 뿐만 아니라 냉각 및 공조에 관계된 제반의 모델을 개발하였다. 차량 부품이 다양하게 이루어져 있는 점을 고려하여, 각 부품의 통합 용이성과 확장성이 가능한 객체지향 모듈 방식인 Matlab/Simulink로 개발을 수행하였다. 다음으로 각 부품의 모델은 부품 단위의 시뮬레이션 결과를 단품 성적서와 비교함으로써 모델의 정확성을 확인하였고, 이 검증된 부품 모델을 유기적으로 연결하여 차량 단위의 열관리 모델을 구성한다. 실차 데이터와 동일한 입력조건으로 시뮬레이션을 수행하고 그 결과를 차량 데이터와 비교함으로써 차량 단위의 모델에 대한 정합성을 검증하였다. 또한 검증된 차량 단위의 모델에 룰 기반의 열제어 로직을 적용하여 다양한 환경조건에서의 시뮬레이션을 수행한 결과를 보여준다. 끝으로, 외부와 차량의 양방향 통신(connectivity, V2X)과 에너지 사용의 고효율화를 추구하는 미래 자동차 환경에서 적합한 열부하 예측 최적제어 알고리즘 (Model-based Predictive Control for thermal system) 을 이론적으로 설계하였으며, 이를 배터리 열관리에 적용하여 Matlab/Simulink코드로 구현하였다. 이를 검증된 차량 단위 모델에 적용하여 시뮬레이션을 수행함으로써, 기존의 냉각제어 알고리즘과 성능을 비교하였다. 그리고 제어 모델의 부정확성에 대하여 보완할 수 있도록 피드백 구조의 열부하 예측 최적제어 알고리즘을 최종적으로 제안하였다. 본 연구에서 단품레벨뿐만 아니라 차량레벨에서 검증을 수행하였으며 각 액츄에이터를 제어하는 알고리즘을 적용함으로써 차량 레벨에서 다양한 환경 조건으로 시뮬레이션을 수행할 수 있는 시뮬레이터를 완성하였다. 기존의 룰 기반 열제어 알고리즘은 단품의 연속적인 운전을 보장하는 것으로 온도 등의 현 상태에 따라 획일적인 출력값을 내는 데, 이는 차량 상태를 정확히 파악하지 못하여 냉각 소모에너지 측면에서 불리한 경우가 많다. 이에 일정 미래 기간의 차량 열관리를 위한 모델기반의 최적제어 알고리즘을 도입함으로써, 차량 상태에 따라 단품 온도 관리뿐만 아니라 냉각 소모에너지 사이를 최적으로 관리할 수 있는 피드백 보상구조의 최적제어운전계획법을 정립하였다. 또한 이를 배터리셀 온도관리에 적용하여 외기온별 UDDS&HWY 모드 주행 시뮬레이션을 수행한 결과로, 기존의 냉각제어 알고리즘대비 배터리셀 온도는 동등 이하로 관리하면서도 냉각소모에너지는 55~65% 개선효과를 보였으며 이로 인해 전비는 3.1~4.3% 개선됨을 확인하였다.
본 논문의 목적은 전기자동차 열분야에서 시스템 최적화에 활용할 수 있도록, 차량 레벨의 에너지와 온도 거동을 모사할 수 있는 각 부품의 동적 모델을 개발하고, 또한 이를 가상 테스트 베드(virtual test bed)로 활용하여 자동차 환경에서 사용할 수 있는 열부하 예측 최적 제어 알고리즘을 개발하는 것이다. 본 논문에서 진행된 내용은 다음과 같이 세 부분으로 나눌 수 있다. 먼저 전기자동차의 제원과 속도, 외기온 등 환경 조건을 기본 입력으로 배터리셀 전지에서 타이어휠 구동까지 효율을 고려한 에너지 관계식을 수립하고, 이론 논문과 실증 논문을 바탕으로 배터리, 모터 등 주요부품의 열모델을 개발할 뿐만 아니라 냉각 및 공조에 관계된 제반의 모델을 개발하였다. 차량 부품이 다양하게 이루어져 있는 점을 고려하여, 각 부품의 통합 용이성과 확장성이 가능한 객체지향 모듈 방식인 Matlab/Simulink로 개발을 수행하였다. 다음으로 각 부품의 모델은 부품 단위의 시뮬레이션 결과를 단품 성적서와 비교함으로써 모델의 정확성을 확인하였고, 이 검증된 부품 모델을 유기적으로 연결하여 차량 단위의 열관리 모델을 구성한다. 실차 데이터와 동일한 입력조건으로 시뮬레이션을 수행하고 그 결과를 차량 데이터와 비교함으로써 차량 단위의 모델에 대한 정합성을 검증하였다. 또한 검증된 차량 단위의 모델에 룰 기반의 열제어 로직을 적용하여 다양한 환경조건에서의 시뮬레이션을 수행한 결과를 보여준다. 끝으로, 외부와 차량의 양방향 통신(connectivity, V2X)과 에너지 사용의 고효율화를 추구하는 미래 자동차 환경에서 적합한 열부하 예측 최적제어 알고리즘 (Model-based Predictive Control for thermal system) 을 이론적으로 설계하였으며, 이를 배터리 열관리에 적용하여 Matlab/Simulink코드로 구현하였다. 이를 검증된 차량 단위 모델에 적용하여 시뮬레이션을 수행함으로써, 기존의 냉각제어 알고리즘과 성능을 비교하였다. 그리고 제어 모델의 부정확성에 대하여 보완할 수 있도록 피드백 구조의 열부하 예측 최적제어 알고리즘을 최종적으로 제안하였다. 본 연구에서 단품레벨뿐만 아니라 차량레벨에서 검증을 수행하였으며 각 액츄에이터를 제어하는 알고리즘을 적용함으로써 차량 레벨에서 다양한 환경 조건으로 시뮬레이션을 수행할 수 있는 시뮬레이터를 완성하였다. 기존의 룰 기반 열제어 알고리즘은 단품의 연속적인 운전을 보장하는 것으로 온도 등의 현 상태에 따라 획일적인 출력값을 내는 데, 이는 차량 상태를 정확히 파악하지 못하여 냉각 소모에너지 측면에서 불리한 경우가 많다. 이에 일정 미래 기간의 차량 열관리를 위한 모델기반의 최적제어 알고리즘을 도입함으로써, 차량 상태에 따라 단품 온도 관리뿐만 아니라 냉각 소모에너지 사이를 최적으로 관리할 수 있는 피드백 보상구조의 최적제어운전계획법을 정립하였다. 또한 이를 배터리셀 온도관리에 적용하여 외기온별 UDDS&HWY 모드 주행 시뮬레이션을 수행한 결과로, 기존의 냉각제어 알고리즘대비 배터리셀 온도는 동등 이하로 관리하면서도 냉각소모에너지는 55~65% 개선효과를 보였으며 이로 인해 전비는 3.1~4.3% 개선됨을 확인하였다.
The purpose of this paper is to develop a dynamic model of each component in electric vehicle that can simulate the energy and temperature behavior at the vehicle level, and to use it as a virtual test bed to develop a model-based predictive thermal control algorithm that can be used in the automoti...
The purpose of this paper is to develop a dynamic model of each component in electric vehicle that can simulate the energy and temperature behavior at the vehicle level, and to use it as a virtual test bed to develop a model-based predictive thermal control algorithm that can be used in the automotive industry, so that it can be used for thermal system optimization in the electric vehicle. The contents of this paper can be divided into the following three parts. First, energy relations considering the efficiency from the battery to the tire wheel is described as the basic input of the environmental conditions such as vehicle specification, vehicle speed profile, and ambient temperature, and all models related to cooling and air conditioning are developed on the basis of theoretical and empirical papers. Second, the accuracy of each component model is verified by comparing the simulation results of each component with a component testing result. And the vehicle thermal model is constructed by organically connecting the proved components. The same input conditions as the actual vehicle test data are applied into the vehicle-based model, and the model is simulated to verify the accuracy of the vehicle-based model by comparing the results with the vehicle test data. A rule-based thermal control algorithm is applied into the model to show simulation results under various environmental conditions. Finally, in order to achieve high efficiency in thermal management, model-based predictive thermal control algorithm for automotive environments have been theoretically designed and applied to the battery thermal management for EV and implemented in Matlab/Simulink code. This is applied to the verified vehicle model and simulation is performed to compare the performance with the existing rule-based control algorithm. And I propose an MPC with feedback structure to compensate the inaccuracy of the control model. In this study, I verified vehicle level as well as component level, applied algorithm to control each actuator, and completed simulator that can perform simulation in various environment conditions at vehicle level. Conventional rule-based thermal control algorithms ensure continuous operation of a component that produces uniform output values based on current conditions, such as temperature. This is often disadvantageous in terms of cooling energy consumption due to poor visibility of the vehicle’s condition. Thus by introducing a model-based optimal control algorithm for vehicle thermal management in a certain future period, an optimal operation scheduling method of the feedback compensation structure that can optimally control cooling energy consumption and the temperature according to the vehicle state has been established. And a result of UDDS&HWY mode driving simulation by applying the algorithms to the battery cell temperature management, the temperature is controlled to be equal or lower than the conventional cooling algorithms, but cooling energy consumption was improved by 55~65% and the fuel economy was improved by 3.1~4.3%.
The purpose of this paper is to develop a dynamic model of each component in electric vehicle that can simulate the energy and temperature behavior at the vehicle level, and to use it as a virtual test bed to develop a model-based predictive thermal control algorithm that can be used in the automotive industry, so that it can be used for thermal system optimization in the electric vehicle. The contents of this paper can be divided into the following three parts. First, energy relations considering the efficiency from the battery to the tire wheel is described as the basic input of the environmental conditions such as vehicle specification, vehicle speed profile, and ambient temperature, and all models related to cooling and air conditioning are developed on the basis of theoretical and empirical papers. Second, the accuracy of each component model is verified by comparing the simulation results of each component with a component testing result. And the vehicle thermal model is constructed by organically connecting the proved components. The same input conditions as the actual vehicle test data are applied into the vehicle-based model, and the model is simulated to verify the accuracy of the vehicle-based model by comparing the results with the vehicle test data. A rule-based thermal control algorithm is applied into the model to show simulation results under various environmental conditions. Finally, in order to achieve high efficiency in thermal management, model-based predictive thermal control algorithm for automotive environments have been theoretically designed and applied to the battery thermal management for EV and implemented in Matlab/Simulink code. This is applied to the verified vehicle model and simulation is performed to compare the performance with the existing rule-based control algorithm. And I propose an MPC with feedback structure to compensate the inaccuracy of the control model. In this study, I verified vehicle level as well as component level, applied algorithm to control each actuator, and completed simulator that can perform simulation in various environment conditions at vehicle level. Conventional rule-based thermal control algorithms ensure continuous operation of a component that produces uniform output values based on current conditions, such as temperature. This is often disadvantageous in terms of cooling energy consumption due to poor visibility of the vehicle’s condition. Thus by introducing a model-based optimal control algorithm for vehicle thermal management in a certain future period, an optimal operation scheduling method of the feedback compensation structure that can optimally control cooling energy consumption and the temperature according to the vehicle state has been established. And a result of UDDS&HWY mode driving simulation by applying the algorithms to the battery cell temperature management, the temperature is controlled to be equal or lower than the conventional cooling algorithms, but cooling energy consumption was improved by 55~65% and the fuel economy was improved by 3.1~4.3%.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.