學位論文
Permanent URI for this collectionhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/73890
Browse
5 results
Search Results
Item 改良式黏菌演算法應用於微電網之能源管理系統(2024) 陳品蓉; Chen, Pin-Jung本研究旨在為智慧家庭發展一整合太陽能發電、市電及儲能系統之微電網能量管理系統(Energy Management System, EMS)，透過設計最佳化多能源系統能量管理技術，合理分配不同能源之間的功率流向，同時確保儲能系統進行必要的儲能與釋能，以降低總體用電成本。研究中建構一個包含太陽能、市電和儲能系統的微電網模型，並提出多種控制策略，包括基本規則庫、全域搜索法、黏菌演算法以及本研究所提出的改良式黏菌演算法，該策略將螺旋搜索策略整合至黏菌演算法中，以降低演算法在搜索過程中陷入局部最佳解的機率，同時提高搜索速度。透過本研究提出的控制策略，能夠針對在不同需求功率和儲能電池狀態下，計算出最佳功率分配比例，實現能量管理最佳化。本研究以個人電腦及Matlab/Simulink發展控制策略，透過個人電腦計算最佳能量分配比例後，輸出控制訊號以對各組直流-直流轉換器進行電壓與電流控制，使各模組輸出功率可被主動式分配，實現最佳化能量管理目標。實驗結果表明，改良式黏菌演算法控制策略能夠有效地最佳化分配能源，以達到降低用電成本的目的。以夏日情境為例，使用全域搜索法控制策略能比基本規則庫控制策略之用電成本改善幅度11.826%；使用黏菌演算法控制策略改善幅度10.210%；而使用改良式黏菌演算法控制策略改善幅度10.945%。由上述說明可知，本研究提出的改良式黏菌演算法能實現理想的微電網能量管理目標。Item 基於強化式學習之複合電力電動機車能量管理系統(2022) 羅祥瑜; Lo, Hsiang-Yu本論文針對鋰電池搭配超級電容發展一複合式能量管理系統，利用基本規則庫控制策略、強化式學習控制策略、Q學習全域搜索法控制策略以及全域搜索法控制策略，在不同需求功率和超級電容殘電量的情況下，計算出最佳功率分配比以達到最小化能量消耗。強化式學習之特點為可於系統運作過程中，不斷學習以找到最佳解，相較於一般演算法更具有靈活性，而在學習方法上本論文採用Q-Learning和Deep Q Network (DQN)兩種策略，其中DQN引用深度學習類神經網路的概念，以解決傳統Q學習在狀態維度上之缺點。此外本論文也將Q學習與全域搜索法結合，利用Q學習調整濾波參數以抑制全域搜索法之鋰電池輸出電流，達到保護電池之目的。實驗平台以電源端、數位訊號處理器、雙向直流-直流轉換器和電子負載組成，其中負載端選用新歐洲地區行車型態 (NEDC) 與全球機車測試型態 (WMTC) 作為測試依據，另外為了增加系統之輸出功率，直流轉換器以三台並聯並搭配均流技術，可確保轉換器模組間輸出電流一致，提高系統穩定度。同時為了使負載端更貼近真實情況，本論文也使用一直流無刷馬達，透過馬達和磁粉剎車搭配驅動器進行控制，於負載端模擬車輛之行駛狀態。結果比較中以基本規則庫控制策略為基準，分別探討於不同控制策略下之能耗改善幅度，由實驗結果可知，全域搜索法為最佳解，而所提出之強化式學習控制策略亦能有效的改善能耗。Item 基於教與學優化演算法之適應性階層式模糊控制應用於鋰電-超級電容混合電力系統(2022) 林祐偉; Lin, Yu-Wei電源轉換器需具備穩定電力輸出品質與良好的即時功率調節能力，而電源轉換器的並聯操作雖然可以提高輸出功率，但並聯式轉換器必須透過均流技術來確保模組間的輸出電流相同。本論文針對鋰三元電池模組與超級電容搭配成複合式電力系統並提出最佳化能量管理策略，利用傳統模糊邏輯控制策略、最小等效能耗策略，以及教與學優化演算法控制策略，以雙向直流-直流轉換器與數位訊號控制器實現混合電力系統最佳化能量管理之硬體架構。此架構根據目前負載端需求功率及超級電容之殘電量即時對複合式電力系統進行能量分配最佳化。本論文選用WMTC全球機車測試型態與新歐洲WLTP測試型態作為能耗比較基準， 最後經由實驗測試傳統模糊邏輯控制策略、最小等效能耗策略以及教與學優化演算法控制策略應用於並聯式直流-直流轉換器之耗能結果。藉由兩種行車型態測試與比較，本論文所提出之教與學優化演算法控制策略確實能達到最佳的能源使用效率，獲得最節能之控制效果。Item 基於交叉耦合電壓下降法之最佳化鋰電-超級電容混合電能管理系統(2020) 林芮慶; Lin, Ruei-Cing本論文發展鋰電-超級電容混合電力系統，為了提高系統之輸出功率，並聯三台直流-直流轉換器組成一套三進一出的系統，然而轉換器因元件匹配、外部雜訊等影響產生負載分配不均之問題，將降低轉換器使用效率甚至燒毀電路元件導致系統癱瘓，轉換器必須透過均流技術來確保模組間的輸出電流相同並提高系統可靠度。本論文提出一種均流架構，此架構結合了既有的改良型電壓下降法與交叉耦合控制，調整模組之下降斜率參數，使模組間電流平均分配，實驗比較傳統電壓下降法、自動主僕法與交叉耦合電壓下降法，實驗結果可知交叉耦合電壓下降法之均流誤差最大值、平均值及標準差分別為[7.2776, 0.9094, 0.5774]，確實優化均流效果。 本論文針對鋰電-超級電容混合電力系統提出最佳化能量管理策略，應用電動機車行車型態作為系統負載，策略因應不同需求功率與超級電容殘電量計算出功率分配比，達到能源消耗最小化與續航力提升之目的。本論文發展基本規則庫控制、最小等效能耗策略與生物地理演算法設計能量管理策略。本論文以非線性遷移模型與粒子群移動演算法提出改良型生物地理演算法提高分配效率。實驗結果以基本規則庫控制策略為能耗比較基準，生物地理演算法、改良型生物地理演算法與最小等效能耗策略之能耗改善率在WMTC行車型態分別為[7%, 8.06%, 9.26%]，在NEDC行車型態分別為[6.69%, 9.41%, 12.39%]，實驗結果可知本論文提出之改良型生物地理演算法相較於生物地理演算法擁有高可行性與環保效率。Item 布穀鳥演算法應用於混合燃料電池電動機車之最佳能量管理(2019) 卜擇安; Pu, Tse-An相較於傳統燃油式車輛，發展電動車成為主要趨勢之一，然而電動車價格昂貴，有續航力比不上燃油車之缺點，且電池性能決定了電動車的最大行程與充電時間，故針對電池特性發展提升電動車續航力，本論文選用燃料電池混合電力機車進行實測，針對燃料電池與鋰電池雙電力提出最佳化能量分配策略並進行探討、優化與改善，利用基本規則庫、最小等效油耗法，以及布穀鳥搜索演算法，輸入目前的馬達需求功率、電池殘電量適時的對電池進行即時控制，以直流-直流轉換器與數位訊號控制器實現電動機車之硬體架構，探討能耗改善幅度以達到能量最佳化及行駛距離延長等目的。本論文選用測試過程中能觀察停車、高低車速以及加減速之行駛於市區的ECE-40行車型態。 為了比較最佳化能量管理策略與基本規則庫，首先透過數位訊號處理器下達控制命令於燃料電池車之電動機車整車控制器，透過整車控制器分配燃料電池之輸出功率於升壓轉換器並以機車實際測試，比較最佳化前後之數值其結果顯示行駛距離改善幅度約6.33%。 由於燃料電池混合電力機車使用單模組升壓轉換器，針對燃料電池耗盡時無法有效控制鋰電池電壓，造成控制效果不佳而提出並聯式直流-直流轉換器，將上述最佳化能量管理策略應用於此並聯式直流-直流轉換器系統，最後將整車系統進行實車測試比較，經實驗結果顯示並聯式系統之行駛距離能改善0.94%。