Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/16252| Título: | Otimização do controlador fuzzy para gerenciamento de sistemas híbridos de armazenamento de energia |
| Título(s) alternativo(s): | Fuzzy controller optimization for hybrid energy storage system management |
| Autor(es): | Seixas, Lenon Diniz |
| Orientador(es): | Corrêa, Fernanda Cristina |
| Palavras-chave: | Energia - Armazenamento Controladores elétricos Sistemas de energia elétrica Algorítmos genéticos Energy storage Electric controllers Electric power systems Genetic algorithms |
| Data do documento: | 4-Dez-2019 |
| Editor: | Universidade Tecnológica Federal do Paraná |
| Câmpus: | Ponta Grossa |
| Citação: | SEIXAS, Lenon Diniz. Otimização do controlador fuzzy para gerenciamento de sistemas híbridos de armazenamento de energia. 2019. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Elétrica) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2019. |
| Resumo: | A necessidade humana de locomoção e transporte é eterna e inevitável, assim como fazê-la de forma rápida, segura e eficiente. Os interesses e investimentos nesse setor são infindáveis, tendo no último século quebrado barreiras antes nunca imaginadas. Atualmente, associado a consciência ambiental, o desafio é aumentar a eficiência de forma limpa, e para isso, investe-se em veículos elétricos (EV) e híbridos (HEV). Um dos grandes gargalos do desempenho do EV é a autonomia da bateria e, sabendo-se disso, neste trabalho é proposto um controlador fuzzy para realizar o gerenciamento da potência do sistema de armazenamento de energia que objetiva aumentar autonomia de um sistema híbrido de armazenamento, composto por supercapacitor (SC) e bateria. Quando se associa um SC a uma bateria, a complexidade do gerenciamento de potência aumenta consideravelmente, sendo então necessário determinar a correta distribuição de potência entre os dispositivos de armazenamento de forma a ter maior eficiência do sistema, e poupando a bateria de grandes esforços. De forma a obter a máxima eficiência do controlador fuzzy, técnicas de inteligência computacional são comparadas entre si como método de sintonia dos parâmetros fuzzy, sendo estas: algoritmo genético (GA) e otimização por enxame de partículas (PSO). Os controladores encontrados por cada heurística são comparados entre si e com um sistema de distribuição de potência realizado por uma lógica que utiliza limitadores. Os controladores fuzzy mostraram que conseguiram aumentar a autonomia da bateria diante do método proposto, comprovando-se como um método eficiente de controle de gerenciamento de potência. Comparando-se o sistema híbrido de armazenamento de energia composto de SC e bateria proposto a um sistema composto somente por bateria, foi obtido um aumento de autonomia de 14,28%, confirmando que associá-los aumenta a eficiência do sistema, além de aumentar a vida-útil da bateria, reduzir o volume do banco, entre outros ganhos. |
| Abstract: | The human need for mobility and transportation is eternal and unavoidable, as is doing so quickly, safely and efficiently. The interests and investments in this sector are endless, over the last century having broken barriers never before imagined. Currently, associated with environmental awareness, the challenge is to increase efficiency in a clean way, and for that, invests in electric (EV) and hybrid (HEV) vehicles. One of the big bottlenecks of EV performance is battery autonomy, and knowing this, this work proposes a fuzzy controller to perform power management of the energy storage system that aims to increase the autonomy of a hybrid storage system, composed of supercapacitor (SC) and battery. When associating an SC with a battery, the complexity of power management increases considerably, so it is necessary to determine the correct power distribution between storage devices for greater system efficiency and to save the battery from strenuous effort. In order to obtain the maximum efficiency of the fuzzy controller, computational intelligence techniques are compared with each other as a fuzzy parameter tuning method, namely: genetic algorithm (GA) and particle swarm optimization (PSO). The controllers found by each heuristic are compared to each other, and also compared to a power distribution system performed by a logic that uses limiters. The fuzzy controllers have shown that they have been able to increase the battery autonomy compared to the proposed method, proving to be an efficient power management control method. Comparing the hybrid SC and battery energy storage system proposed to a battery-only system, an autonomy increase of 14.28 % was obtained, also proving that associating an SC to a battery increases the system efficiency, in addition to extending battery life, reducing bank volume, among other gains. |
| URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/16252 |
| Aparece nas coleções: | PG - Engenharia Elétrica |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| PG_DAELE_2019_2_04.pdf | 3,14 MB | Adobe PDF |  Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.