Şehir İçi Raylı Sistem Araçlarında Verimli Dinamik Sürüş Tekniği Modellemesi ve Sürekli Zaman Karınca Kolonisi Algoritması (ACOR) ile Optimizasyonu
Author:
GÜNGÜNEŞ Ramazan1ORCID, ATEŞ Volkan2ORCID, ÇAM Ertuğrul3ORCID
Affiliation:
1. KIRIKKALE ÜNİVERSİTESİ, KIRIKKALE MESLEK YÜKSEKOKULU 2. TARSUS ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ, BİLGİSAYAR MÜHENDİSLİĞİ BÖLÜMÜ 3. SAMSUN ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ, ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ
Abstract
Nüfus yoğunluğunun yüksek olduğu şehirlerde raylı sistem (RS) taşımacılığına olan talep sürekli artmaktadır. Artan taleple birlikte bu sistemlerde enerjinin verimli bir şekilde yönetilmesi neredeyse zorunlu hale gelmiştir. Verimli enerji yönetimi hem karbon emisyonlarını hem de işletme maliyetlerini azaltacaktır. Rejeneratif frenleme (RF) ile enerji üretme kabiliyetine sahip RS araçlarda, üretilen RF enerjisinin sisteme en uygun şekilde entegre edilmesi enerji verimliliğine katkı sağlamaktadır. Bu amaçla, bu çalışma RF enerjisi ile desteklenen enerji verimli dinamik sürüş tekniği (EVDST) modelini kullanarak raylı sistemlerde enerjinin verimli bir şekilde yönetilmesini amaçlamaktadır. Modelin optimum tasarımı, RS araçları için yatay kurplu bir hat boyunca boşta çalışma için en uygun hız profillerini ve başlangıç konumlarını seçmeyi ve maksimum enerji verimliliği elde etmeyi amaçlamaktadır. Önerilen model, minimum yolculuk süresi (MYS), minimum çekiş enerjisi tüketimi (MÇET) ve maksimum rejeneratif frenleme enerjisi üretimi (MRFEÜ) gibi tek amaçlı fonksiyonların optimizasyonunu içermektedir. Ayrıca, önerilen model MÇET/MRFEÜ, MÇET/MYS, MRFEÜ/MYS ve MÇET/MRFEÜ/MYS gibi çok amaçlı fonksiyonların optimizasyonunu da kapsamaktadır. Tek amaçlı ve çok amaçlı fonksiyonlar, operasyonel kısıtlamaları ve optimum çalışma bölgelerini keşfetmek için senaryo tabanlı bir şekilde Sürekli Zaman Karınca Kolonisi Optimizasyon Algoritması (ACOR) kullanılarak optimize edilmiştir. Çalışma sonucunda MRFEÜ/MÇET oranında %53,459'luk bir verimlilik elde edilmiştir. Önerilen senaryo tabanlı modelde MÇET için %32,832'lik bir oran elde edilirken, MRFEÜ için %80,060'lık bir oran elde edilmiştir. Gerçekleştirilen çalışma ile literatürdeki sürüş modellerine alternatif olarak kurp yapısının sistem dinamiğine etkisi artırılmış ve daha gerçekçi bir sürüş modeli geliştirilmesi sağlanmıştır. Ayrıca kullanılan yapay zeka optimizasyon tekniği ile literatüre sürüş modeli geliştirilmesi noktasında farklı bir bakış açısı sunarak katkıda bulunmuştur.
Publisher
Karadeniz Fen Bilimleri Dergisi
Reference31 articles.
1. Asnis, I. A., Dmitruk, A. V, & Osmolovskii, N. P. (1985). Solution of the problem of the energetically optimal control of the motion of a train by the maximum principle. USSR Computational Mathematics and Mathematical Physics, 25(6), 37–44. 2. Bae, C., Jang, D., Kim, Y., Chang, S., & Mok, J. (2007). Calculation of regenerative energy in DC 1500V electric railway substations. 2007 7th Internatonal Conference on Power Electronics, 801–805. 3. Certa, A., Galante, G., Lupo, T., & Passannanti, G. (2011). Determination of Pareto frontier in multi-objective maintenance optimization. Reliability Engineering & System Safety, 96(7), 861–867. 4. Chen, J.-F., Lin, R.-L., & Liu, Y.-C. (2005). Optimization of an MRT train schedule: reducing maximum traction power by using genetic algorithms. IEEE Transactions on power systems, 20(3), 1366–1372. 5. Corlu, C. G., de la Torre, R., Serrano-Hernandez, A., Juan, A. A., & Faulin, J. (2020). Optimizing energy consumption in transportation: Literature review, insights, and research opportunities. Energies, 13(5), 1115.
|
|