Publication: Limetime: linear model of electric trains including motor efficiency
Institution Authors
Authors
Journal Title
Journal ISSN
Volume Title
Type
Master's thesis
Access
info:eu-repo/semantics/restrictedAccess
Publication Status
Unpublished
Abstract
To implement an optimization method that aims to increase energy efficiency, the definition of the vehicle model is crucial to calculate results that can be used in the real-world environment. Component behavior and environmental effects should be included to generate precise output from models. In literature works, authors directly focus on implementing the vehicle model with basic plant models. However, they did not consider the efficiency of the components in the calculation results of optimization methods. In this thesis, an optimization model including energy losses due to the efficiency of the e-machines is implemented to see the effect of component features. The LiMETIME is suitable for different-sized efficiency maps and is implemented using the Mixed Integer Linear Algorithm (MILP) approach. One of the strongest MILP based vehicle model approaches is implemented as the base of the LiMETIME. After that, the efficiency map of the e-machine and inverter is included on top of this. A 5x5 efficiency map is implemented with six different routes to demonstrate the vehicle's behavior. In reality, efficiency values vary between 72-95% for energy efficient e-machines. Since the efficiency values are set as 100% in literature, the total energy consumption values increased 21% on average in LiMETIME. Execution time is also increased because of the additional constraints and decision variables. The application time obtained in this study is between 8.46 and 90.71 times longer than the literature study.
Enerji verimliliğini artırmayı hedefleyen bir optimizasyon yönteminde, gerçek dünya ortamında kullanılabilecek sonuçları elde edebilmek için, araç modeli tanımı oldukça önemlidir. Modellerden kesin çıktılar elde etmek için araç bileşenlerinin davranışları ve çevresel faktörler dahil edilmelidir. Literatürdeki çalışmalarda, yazarlar araç modelini doğrudan temel sistem modelleri ile uygulamaya odaklanmıştır. Ancak bu optimizasyon yöntemlerinin hesaplama sonuçlarında bileşenlerin verimliliğini dikkate almamışlardır. Bu tezde, bileşen özelliklerinin etkisini görmek için elektrik makinelerinin verimliliğinden kaynaklanan enerji kayıplarını da içeren bir optimizasyon modeli uygulanmıştır. LiMETIME, farklı büyüklükteki verimlilik haritaları için uygundur ve Karma Tam Sayılı Doğrusal Algoritma (MILP) yaklaşımını kullanmaktadır. En güçlü MILP tabanlı araç modeli yaklaşımlarından biri LiMETIME'ın temeli olarak uygulanmıştır. Sonrasında bu uygulamanın üzerine elektrik makinesi ve invertörün verimlilik haritası eklenmiştir. Aracın davranışını göstermek için altı farklı rota ile 5x5 boyutlarında bir verimlilik haritası uygulanmıştır. Gerçekte, enerji verimliliği yüksek olan elektrik makineleri için verimlilik değerleri %72-95 arasında değişmektedir. Literatürdeki çalışmada verim değerleri %100 olarak ele alındığından toplam enerji tüketim değerleri LiMETIME için ortalama %21 artmıştır. Ek kısıtlamalar ve karar değişkenleri nedeniyle optimizasyon için geçen süre de artmıştır. Bu çalışmada elde edilen optimizasyon süresi literatür çalışmadan 8,46 ile 90,71 kat arasında daha fazla olarak elde edilmiştir.
Enerji verimliliğini artırmayı hedefleyen bir optimizasyon yönteminde, gerçek dünya ortamında kullanılabilecek sonuçları elde edebilmek için, araç modeli tanımı oldukça önemlidir. Modellerden kesin çıktılar elde etmek için araç bileşenlerinin davranışları ve çevresel faktörler dahil edilmelidir. Literatürdeki çalışmalarda, yazarlar araç modelini doğrudan temel sistem modelleri ile uygulamaya odaklanmıştır. Ancak bu optimizasyon yöntemlerinin hesaplama sonuçlarında bileşenlerin verimliliğini dikkate almamışlardır. Bu tezde, bileşen özelliklerinin etkisini görmek için elektrik makinelerinin verimliliğinden kaynaklanan enerji kayıplarını da içeren bir optimizasyon modeli uygulanmıştır. LiMETIME, farklı büyüklükteki verimlilik haritaları için uygundur ve Karma Tam Sayılı Doğrusal Algoritma (MILP) yaklaşımını kullanmaktadır. En güçlü MILP tabanlı araç modeli yaklaşımlarından biri LiMETIME'ın temeli olarak uygulanmıştır. Sonrasında bu uygulamanın üzerine elektrik makinesi ve invertörün verimlilik haritası eklenmiştir. Aracın davranışını göstermek için altı farklı rota ile 5x5 boyutlarında bir verimlilik haritası uygulanmıştır. Gerçekte, enerji verimliliği yüksek olan elektrik makineleri için verimlilik değerleri %72-95 arasında değişmektedir. Literatürdeki çalışmada verim değerleri %100 olarak ele alındığından toplam enerji tüketim değerleri LiMETIME için ortalama %21 artmıştır. Ek kısıtlamalar ve karar değişkenleri nedeniyle optimizasyon için geçen süre de artmıştır. Bu çalışmada elde edilen optimizasyon süresi literatür çalışmadan 8,46 ile 90,71 kat arasında daha fazla olarak elde edilmiştir.