Modelling and Control by Neural Network of Electric Vehicle Traction System

Abstract

Modelling and control by neural network of hybrid electric vehicle traction system is presented in this paper. The electric drive is composed by a battery bank and an ultracapacitor connected in parallel through bidirectional DC converters and a Brushless DC Motor driven by a three-phase inverter. In the electric drive control loop is implemented a NARMA neural network. The mechanical model comprises a gearbox and a model of the road-wheel friction force and vehicle aerodynamics. All the masses and inertia are expressed relative to the rotor of the motor. The model is studied by simulations with two driving cycles and an assessment of the available energy from regenerative braking is performed. The percentage of recycled energy from regenerative braking is assessed.

Previsão de demanda de potência em sistema híbrido de armazenamento de energia em veículos elétricos utilizando redes Narx

“…Trata-se de uma configuração totalmente ativa (Sankar et al, 2019;Kouchachvili et al, 2018), em que os bancos de baterias e de supercapacitores do HESS são conectados por meio de conversores estáticos a um barramento CC (corrente contínua), responsável por alimentar o sistema de tração do VE (designado por "carga" na Figura 1). Tal arranjo é considerado em diversos trabalhos encontrados na literatura técnica (Ferreira et al, 2008;García et al, 2013;Rodrigues, 2014;Song et al, 2017;Kanchev et al, 2018). Considera-se que a gestão de energia do HESS descrito é realizada por meio de uma estrutura de controle hierárquico em dois níveis (Kamal et al, 2017;Papadimitriou et al, 2015;Bouzid et al, 2015;Silva Junior, 2017) (1) O banco de baterias deve fornecer, a cada instante, a potência média solicitada pelo sistema de tração.…”

“…Muitos esforços e investimentos vem sendo empenhados na pesquisa de novas tecnologias de bateria, buscando a obtenção de características que melhor atendam aos requisitos para um VE (basicamente, alta energia específica, maior vida útil e menor custo) (Zuo et al, 2017). Além disso, sistemas híbridos de armazenamento de energia (HESS, do inglês hybrid energy storage system) como, por exemplo, sistemas baseados em bateria e supercapacitor (SC), vem também sendo propostos (Amjadi and Williamson, 2012;Ferreira et al, 2008;Sankar et al, 2019;Kouchachvili et al, 2018;Herrera et al, 2016;Song et al, 2017;García et al, 2013;Kanchev et al, 2018).…”

“…utiliza combinação de técnicas de controle não linear (modos deslizantes) e robusto. Já emKanchev et al (2018) são utilizadas redes neurais artificiais na gestão de energia do HESS considerado. Dentro deste contexto, neste trabalho é apresentada uma proposta de metodologia de previsão da potência demandada por um VE para percorrer determinado trajeto, visando sua aplicação na gestão de energia em HESS composto por bateria e supercapacitor.…”

A Critical Review on Traction Control System

“…The technique for assessing the ideal slip proportion depends on looking for extraordinary estimation of -bend ( -bend signifies the connection between the street grinding coefficient and the slip proportion). The connection between and can be communicated by Kiencke demonstrate [12,13]. The condition for Kiencke show is as per the following: Where, 1 and 2 denote the parameters for different road conditions.…”

Previsão de Demanda de Potência em Sistema Híbrido de Armazenamento de Energia em Veículos Elétricos Utilizando Redes NARX

“…Muitos esforços e investimentos vem sendo empenhados na pesquisa de novas tecnologias de bateria, buscando a obtenção de características que melhor atendam os requisitos para um VE (basicamente, alta energia específica, maior vidaútil e menor custo) (Zuo et al, 2017). Além disso, sistemas híbridos de armazenamento de energia (HESS, do inglês hybrid energy storage system) como, por exemplo, sistemas baseados em bateria e supercapacitor (SC), vem também sendo propostos (Amjadi and Williamson, 2012;Ferreira et al, 2008;Sankar et al, 2019;Kouchachvili et al, 2018;Herrera et al, 2016;Song et al, 2017;García et al, 2013;Kanchev et al, 2018).…”