OTAM AYLIK BÜLTEN İÇİNDEKİLER. Elektrikli Taşıtlarda Menzil Problemi

Transkript

1 SAYI 50 KASIM 2013 OTOMOTİV TEKNOLOJİLERİ ARAŞTIRMA GELİŞTİRME A.Ş. İSTANBUL TEKNİK ÜNİVERSİTESİ VAKFI OTOMOTİV SANAYİİ DERNEĞİ TAŞIT ARAÇLARI YAN SANAYİCİLERİ DERNEĞİ OTOMOTİV ENDÜSTRİSİ İHRACATÇILAR BİRLİĞİ İÇİNDEKİLER Elektrikli Taşıtlarda Menzil Problemi 1 A State-of-the-Art Data Acquisition, Testing, Control and Automation Software for Automotive Testing Applications (OTAM) 4 Prof.Dr. Metin ERGENEMAN (*) Elektrikli Taşıtlarda Menzil Problemi Klasik içten yanmalı motorla tahrikli yol taşıtlarında enerji tüketimi (B e ) başlıca, motor tüketim haritası (özgül yakıt tüketimi -b e ), kullanılan vites (vites oranları, motor çalışma noktası), taşıt ağırlığı (m), seyir hızı (v), pozitif seyir ivmesi (a), lastik yuvarlanma direnci (f), yokuş direnci (ϴ), transmisyon verimi (ηt) gibi faktörlere bağlıdır. 1 Be be ( a. C 2 1. Av. 2 w t m. g. f m. g. Sin m. a) Hibrid taşıt (HEV veya PHEV) durumunda bu faktörlere, hibrid stratejisine bağlı olarak elektrik enerjisi tüketimi ve seyir çevrimine bağlı olarak geri kazanılan (negatif ivme (-a) ) frenleme enerjisi ilave gelmektedir. Geri kazanılan enerji İYM un veriminin düşük olduğu seyir şartlarında (düşük motor yükü ve yüksek dönme sayısı gibi) elektrikle tahrikte kullanılmakta ve böylece toplam verim yüksek tutulmaktadır. a Tam elektrikli araç (EV) halinde ise geri kazanılan enerji bütün çalışma şartlarında kullanılmaktadır. Bu nedenle EV de geri kazanılan enerjinin kullanımının göreceli katkısı, hem enerji geri kazanımından hem de İYM nin yüksek verimli bölgelerini kullanımından faydalanan HEV den daha düşük olabilir. Seyir çevrimi en fazla pozitif ivmeler (tüketim artışı) ve negatif ivmeler (geri kazanım artışı) şeklinde enerji tüketimini belirlemektedir. Taşıt kütlesi ise teorik olarak hiçbir etkiye sahip olmayacaktır. Çünkü hızlanmada ve geri kazanımda aynı miktarda ama ters yönde etkiye sahiptir. HEV hâlinde, taşıt kütlesi sadece İYM nin çalışma noktalarını değiştireceği için belli bir etkiye sahip olacaktır. Yokuş etkisi ise asimetrik bir çıkış ve iniş rotası halinde ortaya çıkacaktır. Seyir çevrimi bu nedenle enerji tüketimine etkili en büyük faktördür. Enerji tüketimini belirlemede iki çeşit seyir çevrimi kullanılmaktadır; standart (örneğin NEDC -New European Driving Cycle veya USA FTP 75 USA Federal Test Procedure 75 ) ve standart olmayan. (örneğin, Hong Kong, İstanbul Seyir Çevrimleri). Standart çevrimler devletler tarafından konulan yakıt tüketimi ve emisyonların sınırlanması standartlarında, standart olmayan çevrimler ise yerel bazda daha gerçekçi tüketim ve emisyon değerlerini belirlemekte kullanılmaktadır (Şekil 1). Diğer taraftan, örneğin NEDC hızlanma, ivmelenme, sabit hız vb. gibi modalarda oluşturulmuş bir modal çevrim iken, standart USA FTP çevrimi, İstanbul Seyir Çevrimi gibi çevrimler, seyir şartlarını daha gerçekçi şekilde yansıtacak şekilde yol datalarından oluşturulmuş ve sürekli şekilde değişen sayı ve büyüklükteki ivmelenme, sabit hız, durma vb. şartlarını içeren (transient) çevrimlerdir. Daha gerçekçi, dolayısıyla daha keskin ivmelenmek ve yavaşlamaları içerdiği için bu çevrimler, gerçek sürüş şartlarına uygun olarak, daha yüksek tüketim ve emisyon değerleri vermektedir. Şekil 1a Avrupa Seyir Çevrimi (NEDC)

2 Elektrikli Taşıtlarda Menzil Problemi Şekil 1b Hong Kong Seyir Çevrimi Şekil 1c İstanbul Seyir Çevrimi [2] Literatürde bu farkı gösteren çok sayıda çalışma vardır. Üstelik bu fark özellikle her şehir ve şehir bölgesi için değişebilmektedir. Daha da önemlisi fark transport aracının tipine (binek, hafif ticari, otobüs, ağır hizmet vb.) göre de değişmektedir. Örneğin hızlanma ve yavaşlamalar Edinburg Seyir Çevriminin %60 ını oluştururken bu değer NEDC de % 30 dur. Sonuç olarak bu ivmelenme farkları ölçülen tüketim ve emisyon değerlerine yansımaktadır [1]. Hemen hemen bütün lokal dinamik çevrimlerde farklar bu mertebelere ulaşmaktadır. Gerek İTÜ Otomotiv Çalışma Grubu gerekse OTAM bünyesinde bu konuda çalışmalar yapılmış ve İstanbul için bölgeler bazında ve taşıt tipine (binek, hafif yük taşıtı, otobüs) bağlı olarak seyir çevrimleri çıkarılmıştır [2]. Yol datalarından seyir çevrim, çıkarmanın tarafımızdan da kullanılan en uygun şekli yarı-rastgele- quasi-random yaklaşımdır. Burada metot, gerekli şekilde temizlenmiş yol dataları arasından rastlantısal olarak seçilen seyir parçacıkları (micro-trip) ile istenilen boyutlarda çevrimler oluşturmak ve daha sonra bu çevrimleri bazı kriterlere (ortalama hız, maksimum hız, ortalama hızlanma ve ortalama yavaşlama ivmeleri,, hız-ivme dağılımı, toplam durma zamanı, pozitif ve negatif işler, vb. gibi) göre değerlendirerek toplanan yol datalarının değerlerine en yakın olan çevrimi seçmektir. Özellikle ivmelenmeden kaynaklanan pozitif ve negatif işlerin gerçekçi olarak belirlenmesi hem enerji tüketimi hem de enerji geri kazanımı açısından önem taşımaktadır. Burada gerçek yol dataları ile üretilen çevrim arasındaki farktan kaynaklanan hata etkili bileşenlere göre ağırlıklı olarak hesaplanarak, kullanım amacına (çeşitli emisyonların belirlenmesi, tüketim, akü yüklenmesi vb.) daha uygun çevrimler üretilebilir. Genellikle her etkili bileşen için %5 hataya kadar inmek yeterli olmaktadır. Elektrikli araç söz konusu olunca menzil hesabında yapılacak veya kabul edilebilecek hatalar daha önemli hale gelmektedir. Çünkü bugünkü hali ile bu taşıtlar kabul edilebilir maliyet ve ağırlık ile ancak 150 km menzil ile piyasaya sunulabilmektedir. Yakın ve orta gelecekte de bu durum değişmeyecektir. Bu nedenle bu taştırın menzil hesabında yapılacak, örneğin %25 lik bir hata, 37,5 km gibi, birçok durumda neredeyse yarım günlük seviyelerinde menzil belirsizliğine neden olacaktır. Menzili 600 km olan klasik bir taşıtta ise bu bu oranda bir hata günlük menzili tehlikeye düşürmeyecektir. Elektrikli taşıtın menzilini doğru belirleyebilmek ve bunu arttırabilmek için klasik taşıtlardakinden daha sofistike bir yol izlemesi gerektiği açıktır. Elektrikli taşıt halinde menzil hesabında geri kazanılabilecek enerjinin miktarı daha da önem kazandığından burada daha gerçekçi, hatta mümkünse yerel dinamik çevrimlerin kullanılması şarttır. Çünkü ancak bu çevrimler özellikle hızlanma ve yavaşlamaları, dolayısıyla geri kazanılabilecek enerjiyi doğru olarak yansıtabilecektir. Sonuç olarak seyir çevrimin etkisinin analizi, ivmelenmelerin doğru şekilde analizinden geçecektir. Eğer doğru seyir hızları ve ivmelenmeler yanında seyir rotası üzerinde yokuş tahmini de yapılabilirse, elektrik motorunun yüksek verimli (orta dönme sayıları ve yüksek yükler) kısımlarında kalabilmek için belirli seviyede ön hızlanmalar da öngörülebilir. Benzer olarak, eğer bir veya birkaç kademeli vites kutusu kullanılırsa da, elektrik motorunun yüksek verimli kısımlarında kalınabilir (Şekil 2). Şekil 2 - Elektrik motorunun verim haritası 2

3 Elektrikli Taşıtlarda Menzil Problemi Elektrikli taşıtların menzillerinin seyir çevrimine olan sıkı bağımlılığı bu kadar önemliyken kısıtlı olan menzilleri arttırmak için seyir çevrimlerinin bir şekilde maniple edilmesinin de menzil arttırıcı yöntemlerin arasına girmesi konusundaki düşünceler gecikmemiştir Tüketimi azaltmak için ya daha düşük hızlanmaların olduğu seyir yolları seçilmesi yanında taşıt ivmelenme ve yavaşlamaları kontrol edilerek suni olarak daha yumuşak bir çevrim oluşturulmalıdır. Birinci durum iki nokta arasındaki çeşitli rotaların arasında, analizler ile en uygun rotanın belirlenmesini gerektirecektir. Bu analiz sırasında, çok daha optimize bir rotanın belirlenmesinde, mevsim, günün saati, topografik durum, dolum istasyonlarının konumu vb. dikkate alınacaktır. İkinci durum için ise seyahat sırasında on-line data toplamak, bu datayı analiz etmek ve buna göre bir seyir çevrimini yumuşatma stratejisi oluşturmak ile mümkün olabilecektir. Gelişen iletişim ve komünikasyon teknolojileri bu konudaki zorlukları minimuma indirme imkanı sunmaktadır. Bu gün cep telefonları kullanıcılarını ve ağlarını kullanarak trafik şartları hakkında çok kıymetli ve gerekli şekilde işlendiklerinde verimli olarak değerlendirilebilecek datalar elde etmek mümkündür. Bu veriler, seyir çevrimini belirlemek için gerekli olan, belirli rotalardaki taşıtların hızlarını, ivmelerini, bekleme zamanlılarını vb. içermektedir. Bu konuda önceden toplanmış datalarla yapılan analizler sonucu çevrim yumuşatma konusunda yapılan az sayıda çalışma mevcut olmakla birlikte [3], bu işin seyahat sırasında yapılabilmesi için on-line toplanmakta olan dataların hızla değerlendirilerek ve bunların çok yakın geleceğe projekte edilerek verimli bir çevrim kontrolüne gidecek karar kriterlerinin oluşturulması yönünde çalışmalar henüz yoktur. Bu iş büyük ölçüde çevrim analizi ve elde edilmek istenen sonuca bağlı olarak hangi faktörlere ağırlık verileceğine ilişkin bilgi birikimini gerektirmektedir. Tabi bu arada enerji tüketimini minimize etmenin yanında başka faktörleri (ulaşım süresi gibi) de işin içine sokarak ulaşımın bir bütün olarak optimize edilmesinin gerekli olduğunun da düşünülmesi gereklidir. Bu başka faktörlerin içinde batarya ömrü de bulunmaktadır [4]. Bataryaların en düşük ve en yüksek şarj seviyeleri, şarj süreleri, çekilen akım değerleri batarya ömrüne etkili faktörlerdir. Seyir çevrimleri bu açıdan da maniple edilebilirler. Bu da prensip olarak bir on-line analiz gerektirecektir. Yakın geleceğin elektrikli taşıtlarında tüm veriler değerlendirilip analizler yapılarak sürücüye çeşitli bakımlardan optimize edilmiş sürüş alternatifleri sunulabilecektir. Referanslar [1] (Booth-Esteves A., Muneer T., Kirby J., Kubie J., Hunter J., The measurement of vehicular driving cycle within the city of Edinburgh, Transportation Research Part D 6 (2001) ). [2] C. Dinç, M. Kocagül, C. Soruşbay, M. Ergeneman, A. G. Göktan, Development of a Drıvıng Cycle for the Estımatıon of Vehıcle Emıssıons, 6. Otomotiv Teknolojileri Kongresi, Haziran 2012, BURSA [3] Yiming He, Jackeline Rios, Mashrur Chowdhury, Pierluigi Pisu, Parth Bhavsar, Forward power-train energy management modeling for assessing benefits of integrating predictive traffic data into plug-in-hybrid electric vehicles, Transportation Research Part D 17 (2012) [4] Jeremy Neubauer, Aaron Brooker, Eric Wood, Sensitivity of battery electric vehicle economics to drive patterns, vehicle range and charge strategies, Journal of Power Sources 209 (2012) Kısaltmalar HEV PHEV İYM EV NEDC : Hybrid Rlectric Vehicle : Plug in Hybrid Rlectric Vehicle : İçten Yanmalı Motor : Electric Vehicle :New European Driving Cycle USA FTP 75 : USA Federal Test Procedure 75 (*) OTAM A.Ş. Danışman ergene@itu.edu.tr İletişim Bilgileri : İstanbul Teknik Üniversitesi Ayazağa Yerleşkesi, Motorlar ve Taşıtlar Laboratuarı, OTAM A.Ş Maslak / İstanbul Tel: Eposta: info@otam.com.tr Faks: Web: 3

4 4

5 5

6 6

7 7

8 8

9 9

10 10

11 11

12 12

13 13

14 14

15 15