Tóm tắt
Pin lithium ion rất quan trọng trong lĩnh vực lưu trữ năng lượng hiện đại. Kể từ khi được thương mại hóa vào những năm 1990, những tiến bộ trong khoa học và kỹ thuật vật liệu đã nâng cao năng lực, độ an toàn và tuổi thọ của chúng. Tuy nhiên, đặc tính động của pin lithium-ion rất phức tạp và đòi hỏi các chiến lược điều khiển và sạc tiên tiến để tối ưu hóa hiệu suất, độ an toàn và tuổi thọ. Bài viết này đề xuất phân tích so sánh ba phương pháp điều khiển nâng cao để sạc pin lithium-ion: học tăng cường, điều khiển logic mờ và điều khiển đạo hàm tích phân tỷ lệ (PID) truyền thống. Các phương pháp sạc truyền thống khó đối phó với sự phức tạp về động của pin, dẫn đến hiệu suất kém. Bài viết này sử dụng mô phỏng MATLAB Simulink để đánh giá các chiến lược điều khiển thông minh này nhằm cải thiện hiệu quả sạc, tốc độ và tuổi thọ pin. Kết quả cho thấy, học tăng cường có khả năng thích ứng mạnh, logic mờ có thể xử lý hiệu quả các vấn đề phi tuyến, hiệu suất điều khiển PID đáng tin cậy và yêu cầu tài nguyên tính toán thấp.
1. Giới thiệu
Hạn chế của pin lithium-ion so với phương pháp sạc truyền thống:Pin lithium ion có ưu điểm là mật độ năng lượng cao, tuổi thọ dài và tốc độ tự xả thấp, thay đổi hoàn toàn cách lưu trữ và sử dụng năng lượng và trở thành một trong những công nghệ cơ bản trong xã hội hiện đại. Tuy nhiên, các phương pháp sạc dòng điện không đổi và điện áp không đổi (CC/CV) truyền thống thường không đáp ứng được độ phức tạp động học của pin lithium-ion, dẫn đến hiệu suất sạc kém và có thể làm giảm hiệu suất pin theo thời gian.
Giới thiệu chiến lược điều khiển thông minh
Để giải quyết những thách thức, bài viết này so sánh và phân tích ba phương pháp điều khiển thông minh chính để sạc pin lithium-ion: học tăng cường (RL), điều khiển logic mờ (FL) và điều khiển đạo hàm tích phân tỷ lệ (PID) truyền thống.
Bộ điều khiển RL học chiến lược điều khiển tối ưu bằng cách tương tác với mẫu pin và các thiết bị điện tử công suất, sử dụng mô hình tín hiệu nhỏ để đơn giản hóa các thiết bị điện tử công suất và nâng cao quá trình huấn luyện. Huấn luyện mạng lưới thần kinh dựa trên chức năng khen thưởng để xử lý các đột biến dòng điện và điện áp để quá trình sạc ổn định hơn, nhằm mục đích kiểm soát điện áp đầu vào của pin. Bằng cách đánh giá phản hồi thông qua nhiều tương tác và tối đa hóa giá trị phần thưởng, đồng thời theo dõi trạng thái pin, phần thưởng hoặc hình phạt có thể được đưa ra dựa trên giá trị hiện tại và các hành động kiểm soát tích cực. Có thể thấy rằng có thể phát triển chiến lược sạc giúp giảm thiểu thời gian sạc, tiêu thụ năng lượng và suy giảm pin đồng thời đảm bảo vận hành an toàn.
Bộ điều khiển FL cung cấp một cách linh hoạt và trực quan để tích hợp kiến thức chuyên môn và các quy tắc phỏng đoán vào quy trình sạc bằng cách xác định các biến ngôn ngữ như trạng thái sạc, nhiệt độ và tốc độ sạc cũng như thiết lập các quy tắc suy luận. Hai bộ điều khiển FL đã được thiết kế, một bộ điều chỉnh điện áp để duy trì sự ổn định trong các đường cong sạc khác nhau và bộ điều chỉnh dòng điện còn lại để tránh tăng đột biến và duy trì các giá trị ổn định, có thể xử lý tốt hơn tính phi tuyến và độ không đảm bảo vốn có trong động lực học của pin lithium-ion, nhờ đó cải thiện hiệu suất sạc và kéo dài tuổi thọ pin.
Bộ điều khiển PID có thể cân bằng các yếu tố như thời gian sạc, hiệu suất sử dụng năng lượng và bảo vệ sức khỏe của pin bằng cách điều chỉnh và tối ưu hóa đường cong sạc.
2. Phương pháp nghiên cứu chiến lược điều khiển sạc pin lithium-ion
Ưu điểm và đặc tính pin của nền tảng mô phỏng MATLAB Simulink:MATLAB Simulink cung cấp một nền tảng mạnh mẽ để phân tích và tối ưu hóa hệ thống sạc pin lithium-ion. Pin lithium ion đã trở thành lựa chọn ưu tiên cho nhiều ứng dụng khác nhau do mật độ năng lượng cao (đảm bảo tỷ lệ năng lượng trên trọng lượng cao, phù hợp với các thiết bị điện tử cầm tay và xe điện có không gian và trọng lượng hạn chế), tốc độ tự xả thấp (thích hợp cho sử dụng lâu dài). lưu trữ năng lượng dài hạn), công nghệ tái chế tiên tiến và tác động môi trường thấp (bền vững hơn và thân thiện với môi trường hơn).
Mô hình bộ chuyển đổi tín hiệu nhỏ trung bình:Cần có thiết kế hiệu quả cho hệ thống truyền năng lượng pin lithium-ion. Trong nghiên cứu này, một mạch chuyển đổi DC/DC cách ly được sử dụng (bộ chuyển đổi thuận tương tự như cấu trúc liên kết của bộ chuyển đổi DC/DC và bao gồm một máy biến áp để cách ly điện và tăng cường độ an toàn của pin). Hoạt động của mạch được đặc trưng như hàm truyền bậc hai sử dụng tiêu chí mô hình tín hiệu nhỏ và phép tính gần đúng tín hiệu thấp (Q thấp) được sử dụng để đơn giản hóa việc phân tích, dẫn đến hàm truyền mô hình bộ chuyển đổi bao gồm vận hành và tỷ lệ chuyển đổi. Bộ chuyển đổi mô phỏng việc sử dụng các thành phần lý tưởng để nâng cao hiệu quả và phân tích hai tình huống: không tải và có tải pin lithium-ion. Trong điều kiện không tải, hàm truyền, điện áp và xu hướng dòng điện của bộ chuyển đổi là tương tự nhau, nhưng đầu ra của bộ chuyển đổi dao động. Trong điều kiện tải, sự khác biệt chính nằm ở thời gian ổn định. Việc lý tưởng hóa hàm truyền làm cho hệ thống phản hồi nhanh hơn nhưng giá trị đầu ra cuối cùng vẫn nhất quán và việc sử dụng hàm truyền có thể rút ngắn đáng kể thời gian mô phỏng.

Mô tả kiến trúc điều khiển:Chiến lược điều khiển dựa trên mô hình pin lithium-ion trong MATLAB Simulink, cung cấp các thông số kỹ thuật chi tiết để mô phỏng và phân tích chính xác hiệu suất của pin. Quá trình sạc CC/CV bao gồm giai đoạn kiểm soát dòng điện (trong đó dòng điện được đặt ở mức an toàn và điện áp pin tăng lên khi sạc, đạt đến ngưỡng trước khi bước vào giai đoạn kiểm soát điện áp) và giai đoạn kiểm soát điện áp (nơi điện áp vẫn ổn định). và dòng điện giảm dần cho đến khi pin được sạc đầy), điều này có thể ngăn chặn việc sạc quá mức, giảm áp suất pin, giảm nguy cơ quá nhiệt và kéo dài tuổi thọ pin. Các chiến lược kiểm soát được đánh giá được tóm tắt trong Bảng 1 và sẽ được giới thiệu chi tiết sau.
| Bộ điều khiển | Kịch bản 1 | Kịch bản 2 | Kịch bản 3 |
| Điện áp | Học tăng cường (RL) | Sugeno mờ PD | PID |
| Hiện hành | PI | Sugeno Fuzzy PD + tôi | PID |
Kiến trúc học tập tăng cường:Bộ điều khiển học tăng cường học chiến lược tối ưu thông qua tương tác với hệ thống để xử lý các động lực phi tuyến phức tạp. Thông qua sơ đồ phê bình tác nhân, mạng tác nhân chọn hành động và mạng phê bình đánh giá hành động để cung cấp phản hồi. Mạng diễn viên Gaussian liên tục (CGAN) được sử dụng để xử lý các không gian hành động liên tục và chiến lược tối ưu được khám phá bằng cách đưa ra các tham số phân phối Gaussian. Kiến trúc của nó bao gồm nhiều lớp được kết nối đầy đủ và chức năng kích hoạt chủ yếu là Hàm đơn vị tuyến tính được sửa đổi (RELU). Dựa trên quá trình đào tạo hộp công cụ học tập tăng cường MATLAB, hàm khen thưởng được tính toán dựa trên lỗi điện áp, hành động điều khiển và quan sát điện áp để khuyến khích duy trì điện áp trong phạm vi dự kiến và xử phạt các sai lệch. Bằng cách thiết lập các hằng số, hiệu quả học tập tối đa được đảm bảo và phần thưởng trung bình tối đa đạt được sau 200 vòng huấn luyện. Tuy nhiên, phản hồi pin chậm khiến việc điều chỉnh thông số trở nên khó khăn.


Kiến trúc mờ:Bộ điều khiển đạo hàm tỷ lệ mờ (PD) hiệu quả hơn trong việc xử lý tính phi tuyến và độ bất định của hệ thống so với bộ điều khiển PD truyền thống, thích ứng với những thay đổi về đặc tính pin để đảm bảo điều khiển điện áp ổn định và chính xác. Một hệ thống suy luận mờ được xây dựng bằng sơ đồ Sugeno, với điện áp được điều khiển bởi PD mờ và dòng điện được điều khiển bởi PD+I mờ. Đầu vào được xử lý bằng cách sử dụng các hàm thành viên tam giác chuẩn hóa để xử lý lỗi và đạo hàm của chúng, còn đầu ra được xử lý bằng ba hàm chuẩn hóa Sugeno để xử lý các trạng thái. Phạm vi đầu vào bị hạn chế để tránh bão hòa và phạm vi đầu vào và đầu ra được sửa đổi bởi các hằng số liên quan.

Kiến trúc PID cổ điển:Bộ điều khiển đạo hàm tích phân tỷ lệ (PID) cổ điển được sử dụng rộng rãi trong sạc pin do tính đơn giản, hiệu quả và hiệu suất đáng tin cậy của nó. Nó rất dễ thực hiện và điều chỉnh, đồng thời có thể điều chỉnh và tối ưu hóa các điều kiện sạc trong thời gian thực. Nó kết hợp các hành động tỷ lệ, tích phân và đạo hàm để điều chỉnh chính xác điện áp và dòng điện. Nó có tính phổ quát mạnh mẽ và phù hợp với nhiều tình huống sạc và pin khác nhau. Nó có chi phí thấp và yêu cầu tài nguyên tính toán thấp, phù hợp cho các hệ thống nhúng và triển khai phần cứng chi phí thấp. Kiến trúc của nó chỉ sử dụng hai bộ điều khiển cổ điển để điều khiển điện áp và dòng điện tương ứng (cấu trúc bên trong không chi tiết do hạn chế về không gian).
3. Đánh giá hiệu suất của chiến lược kiểm soát sạc pin lithium-ion
Điều chỉnh tham số bộ điều khiển:Hàm phần thưởng học tăng cường được xác định thông qua các phương pháp heuristic và các hằng số được điều chỉnh thông qua các thử nghiệm lặp lại để thu được (r1=200), (r2=-25), (p1=-10) và ( p2=180). Bộ điều khiển mờ (PD+I) điều chỉnh các tham số theo cách thủ công thông qua thử và sai, với các tham số điều khiển hiện tại là (P=20), (D=0. 00000 1), (I{{8 }}), và (K_D=0.297), và các tham số điều khiển điện áp của (P=15), (D=0.0001), và (K_D=0.315). Bộ điều khiển PID sử dụng công cụ MATLAB PID Tuner và mạng nơ-ron để tìm ra các thông số tối ưu, bao gồm điều khiển dòng điện (P=15), (I {PID}=5), điều khiển điện áp (P=22 .5), (I=4.9) và (D {PID}=0.03).

Phân tích hiệu suất của bộ điều khiển
Khía cạnh đánh giá:Đánh giá hiệu suất của bộ điều khiển về độ chính xác điều chỉnh điện áp và dòng điện, thời gian đáp ứng, độ ổn định và khả năng chống nhiễu.
| Bộ điều khiển | Điện áp RMS [V] | RMS hiện tại [A] | Thời gian sạc | Thời gian mô phỏng 6 giây | Thời gian mô phỏng bước |
| RL | 3.9347 | 0.3 | 10,017.57 s | 21,046.5 s | 3,5 mili giây |
| FuZZy PI% 2b D | 3.8601 | 0.3 | 18,401.40 s | 1961.4 s | 0,33 mili giây |
| PID | 3.8601 | 0.3 | 12,933.57 s | 87.90 s | 0,015 mili giây |
Bộ điều khiển học tập tăng cường:Bộ điều khiển học tăng cường dựa trên mạng thần kinh có thể đạt được điện áp danh định ổn định mà không bị vọt lố khi dòng điện bằng 0 (như trong Hình 5b). Tuy nhiên, khi áp dụng điều khiển CC/CV, điện áp dao động xảy ra do thiếu hiểu biết về dòng điện hiện tại, dẫn đến dòng điện không ổn định và giảm trong quá trình sạc pin. Tốc độ tải là nhanh nhất nhưng có hiện tượng đổ chuông, có thể làm hỏng linh kiện điện tử và rút ngắn tuổi thọ pin. Trong các ứng dụng thực tế, cần xem xét dòng điện tuần hoàn để cải thiện hiệu suất.
Bộ điều khiển mờ:được thiết kế để duy trì quá trình sạc ổn định, với thời gian sạc và ổn định lâu hơn nhưng không có đột biến trong chuyển đổi điều khiển dòng điện và điện áp (như trong Hình 5c). Mặc dù an toàn hơn nhưng nó chậm hơn và có thể được tối ưu hóa bằng cách điều chỉnh các quy tắc suy luận.
Bộ điều khiển PID:Nó phản ứng nhanh với các lỗi, nhưng có hiện tượng nhiễu và quá dòng đáng kể trong quá trình chuyển đổi điện áp sang dòng điện (như trong Hình 5b). Hiệu suất của nó ở mức vừa phải và không phụ thuộc vào kinh nghiệm của người vận hành.
Phân tích chỉ số hiệu suất:Phân tích hành động điều khiển điện áp của bộ chuyển đổi DC/DC đầu vào, tính giá trị bình phương trung bình gốc (RMS) và nhận thấy rằng giá trị RMS của bộ điều khiển học tăng cường cao hơn một chút, cho thấy hành động điều khiển của nó thay đổi đáng kể hơn và nhạy cảm với những thay đổi nhỏ. Việc đánh giá giá trị RMS của dòng điện pin cho tất cả các bộ điều khiển đã dẫn đến giá trị không đổi là 0.3A, cho thấy rằng bất chấp sự khác biệt trong chiến lược và hành động điều khiển, tất cả các bộ điều khiển đều có thể duy trì dòng điện đầu ra trong phạm vi dự kiến . Điều này có nghĩa là mặc dù các hành động điều khiển điện áp của bộ điều khiển học tăng cường rất khác nhau nhưng nó không ảnh hưởng đến sự ổn định và nhất quán của dòng điện đầu ra, điều này rất quan trọng để hệ thống vận hành an toàn và hiệu quả.
4. Thảo luận về kết quả chiến lược kiểm soát sạc pin lithium-ion
Thời gian thực hiện mô phỏng bộ điều khiển và biến đổi đầu ra:Kết quả trong Bảng 2 thu được từ các mô phỏng trong đó mỗi bộ điều khiển được định cấu hình trong 6 giây, trong đó bộ điều khiển học tăng cường (RL) có thời gian thực thi dài nhất là 21046 giây. So với các bộ điều khiển khác dùng để điều chỉnh điện áp và dòng điện của pin lithium-ion, bộ điều khiển RL có biến thiên đầu ra lớn hơn và ngay cả khi có những nhiễu loạn nhỏ, hiện tượng đổ chuông (hành động điều khiển dao động tần số cao) vẫn có thể xảy ra. Khi áp dụng cho các thiết bị điện tử nguồn thực tế, nó có thể gây ra hiện tượng quá nhiệt của pin và các bộ phận chuyển đổi, nhiễu cảm biến và rút ngắn tuổi thọ pin với mức điện áp biến đổi 0,02V. Để cải thiện bộ điều khiển và giảm độ rung, có thể thêm bộ lọc thông thấp vào đầu ra của bộ điều khiển, có thể sửa đổi kiến trúc mạng thần kinh hoặc phương pháp điều khiển lai (chẳng hạn như PID hoặc bộ điều khiển mờ để điều chỉnh đầu ra mạng thần kinh). đã sử dụng.
Khả năng thích ứng của bộ điều khiển và đặc tính hiệu suất:Bộ điều khiển RL có khả năng thích ứng cao với các tình huống khác nhau vì chúng nhạy cảm hơn với nhiễu. Tuy nhiên, những thay đổi về đầu ra cho thấy cần phải kết hợp nhiều tham số hơn vào quá trình đào tạo nhân viên để cải thiện khả năng thích ứng với nhiều tình huống hơn, tăng hiệu quả tính phí và tránh sự bất ổn có thể xảy ra. Bộ điều khiển mờ nhằm mục đích tránh dòng điện đạt đỉnh cao và tốc độ sạc chậm do các quy tắc suy luận của chúng; Bộ điều khiển PID phản hồi các lỗi bằng cách sửa đổi tín hiệu đầu ra và có thể thích ứng với những thay đổi động.
Đánh giá hiệu suất đầu ra của bộ điều khiển:Giá trị bình phương trung bình gốc (RMS) được sử dụng để đánh giá hiệu suất đầu ra của ba bộ điều khiển và kết quả cho thấy điện áp trung bình được duy trì bởi tất cả các bộ điều khiển tương tự như điện áp danh định của pin, điều này rất quan trọng để ngăn ngừa sạc quá mức và tránh pin quá nóng. Về mặt điều khiển dòng điện, tất cả các bộ điều khiển có thể đạt đến giá trị tham chiếu trong thời gian phản hồi rất ngắn mà không bị vọt lố và có khả năng chịu nhiễu tốt từ bên ngoài. Về mặt điều khiển điện áp, bộ điều khiển có thể liên tục đạt giá trị tham chiếu, giảm dần dòng điện cho đến khi bằng 0 để hoàn thành chu kỳ sạc. Tuy nhiên, cần lưu ý rằng bộ điều khiển dựa trên RL có thể gặp phải dao động nhẹ về dòng điện trong giai đoạn sạc cuối cùng, dao động giữa giá trị hiện tại và 0 và có thể yêu cầu điều chỉnh bổ sung để cải thiện độ ổn định.
5. Tóm tắt
bộ điều khiển PID
Thuận lợi:Được biết đến với tính đơn giản và hiệu quả, nó hoạt động tốt trong việc điều chỉnh điện áp và dòng điện, đồng thời có thể cung cấp phản hồi nhanh và ổn định trong nhiều ứng dụng.
Điều bất lợi:Khả năng thích ứng tương đối yếu khi xử lý các đặc tính động phức tạp của pin, gây khó khăn cho việc đạt được tối ưu hóa động học cao.
Bộ điều khiển mờ
Thuận lợi:Bằng cách xác định các biến ngôn ngữ và quy tắc suy luận, kinh nghiệm được tích hợp vào quy trình điều khiển, có thể xử lý tốt hơn tính phi tuyến và tính không chắc chắn của pin, cho phép hệ thống thích ứng với các tình huống cụ thể và hoạt động ổn định trong các điều kiện hoạt động khác nhau. Việc điều chỉnh các quy tắc suy luận theo yêu cầu của ứng dụng có thể tối ưu hóa hiệu suất sạc ở một mức độ nhất định.
Nhược điểm:Thiết kế phụ thuộc nhiều vào các quy tắc và kinh nghiệm, quá trình phát triển phức tạp và tốc độ sạc tương đối chậm, có thể không đáp ứng được yêu cầu cao về sạc nhanh trong các tình huống ứng dụng.
Bộ điều khiển dựa trên học tăng cường
Thuận lợi:Nó có thể học chiến lược tối ưu thông qua tương tác với hệ thống, có khả năng xử lý mạnh mẽ đối với các nhiễu loạn nhỏ, có thể thích ứng linh hoạt với các điều kiện thay đổi, liên tục tối ưu hóa hiệu suất và có khả năng thích ứng cao với các điều kiện tải khác nhau. Trong các tình huống sạc pin phức tạp và luôn thay đổi, nó có thể cải thiện hiệu quả độ chính xác và hiệu quả sạc, đặc biệt phù hợp với các ứng dụng yêu cầu tính linh hoạt và khả năng thích ứng khi sạc cao.
Nhược điểm:Đòi hỏi một lượng lớn tài nguyên tính toán, thời gian huấn luyện dài, chẳng hạn như thời gian thực hiện dài nhất trong nghiên cứu này. Quá trình đào tạo rất phức tạp và yêu cầu thiết kế cẩn thận các chức năng khen thưởng cũng như điều chỉnh kiến trúc mạng lưới thần kinh, nếu không có thể xảy ra hiện tượng không ổn định như sự cố đổ chuông. Để cải thiện độ chính xác, cần có kiến trúc mạng thần kinh phức tạp hơn, điều này càng làm tăng thêm gánh nặng tính toán và thời gian mô phỏng.





