[논문]규칙기반 알고리즘을 이용한 수소연료전지/배터리 하이브리드 철도차량 모델링

오윤기; 한별; 오용국; 류준형; 이교범

doi:10.7471/ikeee.2020.24.2.610

규칙기반 알고리즘을 이용한 수소연료전지/배터리 하이브리드 철도차량 모델링
Modeling of Hybrid Railway Vehicles with Hydrogen Fuel-Cell/Battery using a Rule-Based Algorithm 원문보기

전기전자학회논문지 = Journal of IKEEE, v.24 no.2, 2020년, pp.610 - 618

오윤기 (Dept. of Electrical and Computer Engineering, Ajou University) , 한별 (Dept. of Electrical and Computer Engineering, Ajou University) , 오용국 (Korea Railroad Research Institute) , 류준형 (Korea Railroad Research Institute) , 이교범 (Dept. of Electrical and Computer Engineering, Ajou University)

초록
AI-Helper

본 논문에서는 규칙기반 알고리즘을 이용한 수소연료전지/배터리 하이브리드 철도차량 모델링을 제시한다. 모터의 운전영역에 따른 토크 곡선을 계산하여 견인 시스템의 구동 전력을 결정하고 철도차량의 각 운전 모드에 적용하여 전기 시스템을 모델링 한다. 전기 시스템의 전력은 규칙기반 알고리즘을 이용한 에너지 관리시스템(Energy Management System, EMS)으로 결정한다. 배터리의 충전상태(State Of Charge, SOC)에 따라 운전 영역을 세분화하여 수소 소비량을 효율적으로 관리한다. 제안하는 철도차량 모델링의 타당성은 MATLAB/Simulink 시뮬레이션을 통해 검증한다.

Abstract ▼ AI-Helper

This paper presents the modeling of hybrid railway vehicles with hydrogen Fuel-Cells (FCs)/battery using a rule-based algorithm. The driving power of traction system is determined with the speed-torque curve by operation area of the electric machine and the electrical systems are modeled. The demanded power of electrical systems is set with the energy management system (EMS). The consumption of hydrogen is effectively managed with the subdivided operation region depending on the state of charge (SOC). The validity of the modeling is verified using MATLAB/Simulink.

주제어

표/그림 (15)

그림 Fig. 1. Hybrid Railway Vehicles with Hydrogen Fuel-Cells/Battery. 그림 1. 수소연료전지/배터리 하이브리드 철도차량 블록도
그림 Fig. 2. Curve of Speed-Torque. 그림 2. 속도-토크 곡선
그림 Fig. 3. Block diagram of Battery. 그림 3. 배터리 블록도
그림 Fig. 4. Equivalent model of Battery. 그림 4. 배터리 등가 모델
그림 Fig. 5. Power-efficiency curve of Fuel-cells. 그림 5. 연료전지의 전력-효율 곡선
그림 Fig. 6. Current-Power curve of Fuel-cells. 그림 6. 연료전지의 전류-전력 곡선
그림 Fig. 7. Boost DC/DC converter. 그림 7. 승압형 DC/DC 컨버터
그림 Fig. 8. SOC-OCV operation area of Battery. 그림 8. 배터리 SOC-OCV 운전 영역
그림 Fig. 9. Simulation result about driving profile, torque and distance. 그림 9. 주행 프로파일, 토크 및 이동 거리 시뮬레이션 결과
표 Table 1. Railway vehicle parameters. 표 1. 철도차량 파라미터
표 Table 2. Electrical systems parameters. 표 2. 차량 전기 시스템 파라미터
그림 Fig. 10. Simulation result about power of electrical systems, hydrogen energy consumption at initial SOC 45%. 그림 10. 차량 전기 시스템의 출력 전력, 수소 에너지 소비량 시뮬레이션 결과(초기 SOC 조건 45%)
그림 Fig. 11. Simulation result about battery SOC, OCV at initial SOC 45%. 그림 11. 배터리 SOC, OCV 시뮬레이션 결과(초기 SOC 조건 45%)
그림 Fig. 12. Simulation result about power of electrical systems, hydrogen energy consumption at initial SOC 55%. 그림 12. 차량 전기 시스템의 출력 전력, 수소 에너지 소비량 시뮬레이션 결과(초기 SOC 조건 55%)
그림 Fig. 13. Simulation result about battery SOC, OCV at initial SOC 55%. 그림 13. 배터리 SOC, OCV 시뮬레이션 결과(초기 SOC 조건 55%)

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 규칙기반 EMS 알고리즘을 이용한 수소연료전지/배터리 하이브리드 철도차량 모델링을 제시한다. 모터의 운전 영역을 정토크, 정출력 영역으로 구분하고 토크 곡선을 계산하여 견인 시스템의 구동 전력을 계산한다.
본 논문에서는 규칙기반 알고리즘을 이용한 수소 연료전지/배터리 하이브리드 철도차량을 모델링하였다. 모터의 운전 영역에 따라 토크 곡선을 계산하여 견인 시스템의 출력 전력을 결정하였다.
또한, 규칙기반 알고리즘을 이용한 에너지 관리시스템은 철도차량의 운전 모드에 따라 제한조건을 설정하고, 배터리 SOC에 따른 운전 영역을 세분화하였다. 이를 통해, 수소 소비량을 효율적으로 관리하는 에너지 관리시스템을 제시하였다. 제안하는 철도차량 모델링의 타당성은 시뮬레이션을 통해 검증하였다.

가설 설정

해당 차량은 수소연료탱크, 수소 연료전지, 승압형 DC/DC 컨버터, 배터리, 견인 시스템 및 보조전원장치, 에너지 관리시스템으로 구성된다. 보조전원장치는 냉난방, 조명 등 차량 내부 전기 시스템에 전력을 공급하는 장치로 본 논문에 서는 일정한 전력을 공급한다고 가정하고 생략한다. 수소연료전지는 수소를 전기분해하여 화학적 에너지를 전기적 에너지로 변환하여 철도차량에 전력을 공급한다.
수소연료전지는 전극의 표면 저항으로 인한 손실, 화학 반응에 따른 전압손실, 반응 속도의 차이에 따른 농도손실이 있다. 본 논문에서는 위 손실을 항상 일정하다고 가정하여 수소연료전지가 그림 4의 최대 효율영역에서 동작할 수 있도록 모델링 한다. 그림 6은 수소연료전지를 간략화한 전류-전력 곡선이다.

제안 방법

모터의 운전 영역에 따라 토크 곡선을 계산하여 견인 시스템의 출력 전력을 결정하였다. 또한, 규칙기반 알고리즘을 이용한 에너지 관리시스템은 철도차량의 운전 모드에 따라 제한조건을 설정하고, 배터리 SOC에 따른 운전 영역을 세분화하였다. 이를 통해, 수소 소비량을 효율적으로 관리하는 에너지 관리시스템을 제시하였다.
본 논문에서는 규칙기반 알고리즘을 이용한 수소 연료전지/배터리 하이브리드 철도차량을 모델링하였다. 모터의 운전 영역에 따라 토크 곡선을 계산하여 견인 시스템의 출력 전력을 결정하였다. 또한, 규칙기반 알고리즘을 이용한 에너지 관리시스템은 철도차량의 운전 모드에 따라 제한조건을 설정하고, 배터리 SOC에 따른 운전 영역을 세분화하였다.
본 논문에서는 규칙기반 EMS 알고리즘을 이용한 수소연료전지/배터리 하이브리드 철도차량 모델링을 제시한다. 모터의 운전 영역을 정토크, 정출력 영역으로 구분하고 토크 곡선을 계산하여 견인 시스템의 구동 전력을 계산한다. 수소연료전지를 효율적으로 사용하기 위해 배터리 SOC에 따라 제한조건을 세분화하여 배터리 충방전량을 제한하는 규칙기반 알고리즘을 제시한다.
그림 8은 배터리 SOC에 따른 배터리 OCV를 나타낸다. 본 논문에서는 배터리의 평균 전압을 1550V로 설정하기 위해 제한조건인 배터리 SOC의 최소 값과 최대 값을 각각 40 %, 60 %로 설정하였다. 본 논문에서는 효율적인 에너지 관리를 위해 SOC에 따라 제한조건을 2가지 영역으로 세분화한다.
표 1은 철도차량의 파라미터를 나타내며 수소철도차량/배터리 하이브리드 철도차량은 2량 1편성 으로 구성한다[7]. 본 논문에서는 수소연료전지와 배터리의 전력량을 에너지 관리시스템으로 분배하므로 견인 시스템 1대를 기준으로 철도차량 중량을 1/4로 축소하여 시뮬레이션을 진행한다.
본 논문에서는 배터리의 평균 전압을 1550V로 설정하기 위해 제한조건인 배터리 SOC의 최소 값과 최대 값을 각각 40 %, 60 %로 설정하였다. 본 논문에서는 효율적인 에너지 관리를 위해 SOC에 따라 제한조건을 2가지 영역으로 세분화한다. 첫 번째 영역은 40 % < SOC < 50 %이고, 두 번째 영역은 50 % < SOC < 60 %이다.
모터의 운전 영역을 정토크, 정출력 영역으로 구분하고 토크 곡선을 계산하여 견인 시스템의 구동 전력을 계산한다. 수소연료전지를 효율적으로 사용하기 위해 배터리 SOC에 따라 제한조건을 세분화하여 배터리 충방전량을 제한하는 규칙기반 알고리즘을 제시한다. 제안하는 철도차량 모델링의 타당성은 MATLAB/Sim- ulink 시뮬레 이션을 통해 검증한다.

대상 데이터

표 2는 해당 철도차량의 구동 모터, 수소연료전지 및 배터리, 전기 시스템의 효율을 나타낸다. 구동 모터는 330 kW급 IPMSM을 사용하였고 기저 속도는 2081 rpm이다. 수소연료전지의 정격 전력은 500 kW로 선정하였고, 운행 한 주기에서 배터리의 충방전량을 고려하여 배터리 용량은 186 kWh로 선정하였다.
그림 1은 수소연료전지/배터리 하이브리드 철도 차량을 나타낸다. 해당 차량은 수소연료탱크, 수소 연료전지, 승압형 DC/DC 컨버터, 배터리, 견인 시스템 및 보조전원장치, 에너지 관리시스템으로 구성된다. 보조전원장치는 냉난방, 조명 등 차량 내부 전기 시스템에 전력을 공급하는 장치로 본 논문에 서는 일정한 전력을 공급한다고 가정하고 생략한다.

데이터처리

수소연료전지를 효율적으로 사용하기 위해 배터리 SOC에 따라 제한조건을 세분화하여 배터리 충방전량을 제한하는 규칙기반 알고리즘을 제시한다. 제안하는 철도차량 모델링의 타당성은 MATLAB/Sim- ulink 시뮬레 이션을 통해 검증한다.
이를 통해, 수소 소비량을 효율적으로 관리하는 에너지 관리시스템을 제시하였다. 제안하는 철도차량 모델링의 타당성은 시뮬레이션을 통해 검증하였다.

질의응답

핵심어	질문	논문에서 추출한 답변
	디젤/배터리 하이브리드 철도차량의 특징은 무엇인가?	디젤/배터리 하이브리드 철도차량은 이러한 세계적인 추세에 맞추어 도입된 친환경 철도차량으로 감속 시 회생 제동으로 발전된 에너지를 배터리에 저장하여 디젤의 사용량을 감소시킨다. 디젤/배터리 하이브리드 철도차량의 주요 에너지원은 여전히 디젤이므로 환경 오염 및 화석연료 사용의 근본 적인 문제를 해결하지 못한다[7].
	수소연료전지/배터리 하이브리드 철도차량의 전원 공급은 어떻게 이루어지는가?	수소연료전지/배터리 하이브리드 철도차량은 수소연료전지, 승압형 DC/DC 컨버터, 배터리, 그리고 견인 시스템 및 보조전원장치로 구성된다. 승압형 DC/DC 컨버터는 수소연료전지의 출력 전압을 견인 시스템의 정격 입력 전압으로 승압하고, 배터리와 병렬로 연결하여 견인 시스템, 보조전원장치에 전원을 공급한다. 수소연료전지/배터리 하이브리드 철도차량은 차량 감속 시 회생 제동으로 발생한 에너지를 배터리에 저장하므로 수소연료전지의 수소 소비량을 감소시킬 수 있다[7].
	수소연료의 장점은 무엇인가?	수소연료는 많은 친환경 에너지원 중에 무게가 가볍고 소음이 적으며 에너지 밀도가 높은 장점이 있어 철도차량의 차세대 친환경 에너지원으로 주목받고 있다. 그러나 수소연료전지는 느린 응답특성을 갖기 때문에 이를 보상하기 위해 배터리를 병렬로 연결한 수소연료전지/배터리 하이브리드 철도차량에 대한 연구가 활발히 진행되었다[8-10].

참고문헌 (19)

B. Han, J.-S Lee, Y. Bak, and K.-B. Lee, "Performance Analysis of Direct Torque Control method for Traction System based on IPMSM," Journal of the Korean Society for Railway, vol.23, no.1, pp.21-34, 2020. DOI: 10.1007/s13369-020-04550-2

상세보기
J.-H. Lee and K.-B. Lee, "A Dead-Beat Control for Bridgeless Inverter Systems to Reduce the Distortion of Grid Current," IEEE J. Emerg. Sel. Topics in Power Electron., vol.6, no.1, pp.151-164, 2018. DOI: 10.1109/JESTPE.2017.2734118

상세보기
S. Cho, H.-S. Kang, K.-B. Lee, and J.-Y. Yoo, "Performance Improvement of a Grid-Connected Inverter under Distorted Grid Voltage Using a Harmonic Extractor," Electronics, vol.8, no.1038, pp.1-21, 2019. DOI: 10.3390/electronics8091038
C. C. Chan, A. Bouscayrol, and K. Chen, "Electric, Hybrid, and Fuel-Cell Vehicles: Architectures and Modeling," IEEE Trans. Veh. Technol., vol.59, no.2, pp.589-598, 2010. DOI: 10.1109/TVT.2009.2033605

상세보기
X. Hu, N. Murgivski, L. M. Johannesson, and B. Egardt, "Optimal Dimensioning and Power Management of a Fuel Cell/Battery Hybrid Bus Via Convex Programming," IEEE Trans. Mechatron., vol.20, no.1, pp.457-468, 2015. DOI: 10.1109/TMECH.2014.2336264

상세보기
W. Su, H. Eichi, W. Zeng, and M. Y. Chow, "A survey on the electrification of transportation in a smart grid environment," IEEE Trans. Ind. Inf., vol.8, no.1, pp.1-10, 2012. DOI: 10.1109/TII.2011.2172454

상세보기
J.-S. Lee and J.-H. Ryu, "Hydrogen Fuel-Cell/Battery Hybrid Train," Journal of the Korean Society for Railway, vol.22, no.1, pp.19-26, 2019. DOI: 10.7782/JKSR.2019.22.1.19

상세보기
A. S. Abdelrahman, Y. Attia, K. Woronowicz, and M. Z. Youssef, "Hybrid fuel cell/battery rail car: A feasibility study," IEEE Trans. Transport. Electrific., vol.2, no.4, pp.493-503, 2016. DOI: 10.1109/TTE.2016.2608760

상세보기
H. Yin, W. Zhou, M. Li, C. Ma, and C. Zhao, "An Adaptive Fuzzy Logic-Based Energy Management Strategy on Battery/Ultracapacitor Hybrid Electric Vehicles," IEEE Trans. Transport. Electrific., vol.2, no.3, pp.300-311, 2016. DOI: 10.1109/TTE.2016.2552721

상세보기
M. H. Todorovic, L. Palma, and P. N. Enjeti, "Design of A Wide Input Range DC-DC Converter with A Robust Power Control Scheme Suitable for Fuel Cell Power Conversion," IEEE Trans. Ind. Electron., vol.55, no 3, pp.1247-1255, 2008. DOI: 10.1109/TIE.2007.911200

상세보기
H. Glickenstein, "March 2019 Land Transportation News [Transportation Systems]," IEEE Veh. Technol. Mag., vol.14, no.1, pp.18-26, 2019. DOI: 10.1109/MVT.2018.2881856
H. Glickenstein, "March 2020 Land Transportation News [Transportation Systems]," IEEE Veh. Technol. Mag., vol.15, no.1, pp.12-13, 2020. DOI: 10.1109/mvt.2019.2959675
Y. Yan, Q. Li, W. Chen, B. Su, J. Liu, and L. Ma, "Optimal Energy Management and Control in Multimode Equivalent Energy Consumption of Fuel Cell/Supercapacitor of Hybrid Electric Tram," IEEE Trans. Ind. Electron., vol.66, no.8, pp.6065-6076, 2019. DOI: 10.1109/TIE.2018.2871792

상세보기
N. Kim, S. Cha, and H. Peng, "Optimal Control of Hybrid Electric Vehicles Based on Pontryagin's Minimum Principle," IEEE Trans. Control Syst. Technol., vol.19, no.5, pp.1279-1287, 2011. DOI: 10.1109/TCST.2010.2061232

상세보기
D. Zhou, A. AI-Durra, I. Matraji, A. Ravey, and F. Gao, "Online Energy Management Strategy of Fuel Cell Hybrid Electric Vehicles: A Fractional-Order Extremum Seeking Method," IEEE Trans. Ind. Electron., vol.65, no.8, pp.6787-6799, 2018. DOI: 10.1109/TIE.2018.2803723

상세보기
J. Wu, J. Ruan, N. Zhang, and P. D. Walker, "An optimized real-time energy management strategy for the power-split hybrid electric vehicles," IEEE Trans. Control Syst. Technol., vol.27, no.3, pp.1194-1202, 2019. DOI: 10.1109/TCST.2018.2796551

상세보기
K.-B. Lee, Advanced Power Electronics, munundang, 2019, ISBN 979-11-5692-402-9.
Y. Bak, J.-S Lee, and K.-B. Lee, "Driving Method of Interior Permanent Magnet Synchronous Motor for Railroad Cars Using a Synchronous PWM Method," Journal of the Korean Society for Railway, vol.22, no.2, pp.129-139, 2019.

상세보기
J. Kim and B. H. Cho, "State-of-Charge Estimation and State-Of-Health Prediction Of a Li-ion Degraded Battery Based on an EKF Combined with a per Unit System," IEEE Trans. Veh. Technol., vol.60, no.9, pp.4249-4260, 2011. DOI: 10.1109/TVT.2011.2168987

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증