JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014) 1-6 1

Desain Kontroler Fuzzy untuk Distribusi Torsi pada Hybrid Electric Vehicle

Nyoman Pradjna Paramitha, Mochammad Rameli, Trihastuti Agustinah

Teknik Elektro, Fakultas Teknik Industri, Institut Teknologi Sepuluh Nopember (ITS) Jl. Arief Rahman Hakim, Surabaya 60111

E-mail: rameli@ee.its.ac.id, trihastuti@ee.its.ac.id

Abstrak––Solusi jangka pendek yang diberikan oleh industri otomotif sehingga dapat mengurangi ketergantungan dunia terhadap energi minyak dan mengurangi polusi udara adalah teknologi Hybrid Electric Vehicle (HEV). Teknologi ini mengkombinasikan Internal Combustion Engine (ICE) dan motor listik. Energi baterai pada HEV, sumber tenaga untuk motor listrik, dapat berasal dari ICE mau pun energi selama terjadi pengurangan akselerasi (regenerative-braking). Tugas Akhir ini membahas desain kontroler fuzzy untuk distribusi torsi pada HEV yang terkonfigurasi paralel. Kontroler ini didesain berdasarkan kecepatan yang diinginkan oleh pengemudi dan status kapasitas baterai, State of Charge (SOC). Kontroler ini menentukan torsi yang harus dihasilkan oleh ICE sehingga konsumsi bahan bakar dan emisi kendaraan merupakan nilai minimum, juga menjaga supaya SOC baterai berada pada daerah efisien. Hasil simulasi menunjukkan bahwa, dengan membandingan kontroler fuzzy dan kontroler parallel-assist, kontroler fuzzy dapat menjaga SOC pada daerah efisien dan mengurangi konsumsi bahan bakar, mengurangi emisi HC pada kendaraan dengan kecepatan tinggi, dan mengurangi emisi CO dan NOx pada kecepatan sedang dan rendah.

Kata kunci––Kontroler Fuzzy, Hybrid Electric Vehicle (HEV), Internal Combustion Engine (ICE), State of Charge (SOC)

I. PENDAHULUAN

Teknologi Electric Vehicle (EV) dapat menjadi salah satu solusi untuk mengurangi kebutuhan energi minyak dan jumlah emisi kendaraan yang menjadi salah satu penyebab polusi udara. Teknologi ini menggunakan motor listrik (energi listrik) sebagai sumber tenaga kendaraan. Dibandingkan dengan kendaraan konvensional, saat ini EV memiliki beberapa kekurangan seperti jarak tempuh yang rendah, waktu recharge yang lama, dan harga yang mahal. Oleh karena itu, teknologi Hybrid Electric Vehicle (HEV) dapat menjadi solusi terbaik saat ini. Teknologi ini menggunakan mesin (energi minyak) dan motor listrik sebagai sumber tenaga kendaraan.

Untuk menghasilkan performansi maksimum dari kombinasi mesin dan motor listrik, distribusi kebutuhan torsi pada HEV harus diatur sehingga konsumsi bahan bakar mesin dan emisi kendaraan adalah nilai yang paling minimum namun tetap menjaga kapasitas baterai (sumber energi bagi motor listrik) berada pada daerah kerja efisien. Sistem HEV merupakan sistem non-linier yang kompleks, dengan banyak sub-sistem di dalamnya [1]. Dengan adanya pengetahuan dari pakar, kontroler yang tepat untuk sistem ini adalah kontroler fuzzy.

Gambar 1 Konfigurasi Hybrid Electric Vehicle Paralel [2]

II. HYBRID ELECTRIC VEHICLE

HEV dengan konfigurasi paralel ditunjukkan oleh Gambar 1. Pada konfigurasi ini mesin dan motor listrik dapat menggerakkan roda secara bersamaan atau masing-masing, artinya kedua sumber tenaga terhubung langsung dengan transmisi mekanik. Pada dasarnya terdapat lima distribusi torsi pada HEV paralel, yaitu

1. Distribusi dari mesin ke roda 2. Distribusi dari motor listrik ke roda 3. Distribusi dari mesin dan motor listrik ke roda 4. Distribusi dari mesin ke motor 5. Distribusi dari roda ke motor Model HEV yang digunakan pada Tugas Akhir ini

diambil dari ADVISOR. Komponen-komponen utama rangkaian penggerak (drivetrain) HEV terdiri atas mesin pembakaran dalam atau ICE, motor listrik, baterai, dan transmisi. Spesifikasi komponen-komponen tersebut ditunjukkan oleh Tabel 1. Parameter fisik kendaraan diambil dari mobil Saturn SL1 (1994) produksi General Motors (GM), ditunjukkan oleh Gambar 2, dengan spesifikasi dapat dilihat pada Tabel 2.

Tabel 1 Komponen Utama Rangkaian Penggerak HEV

No Komponen Spesifikasi

1 Mesin Geo Metro 1.0L 41kW SI Engine

2 Motor Listrik

Westinghouse 75kW AC Induction Motor

3 Baterai Hawker Genesis 12V 26Ah Valve Regulated Lead-Acid

4 Transmisi Manual 5-Speed Gear-Box

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014) 1-6 2

Gambar 2 Bentuk Fisik Saturn SL1 1994 Tabel 2 Parameter Kendaraan

No Parameter Nilai Satuan 1 Massa 1.350 kg 2 Area Depan 2 m2

3 Koefisien drag 0,335 - 4 Jarak roda 2,6 m 5 Radius roda 0,2820 m 6 Koefisien RR 0,009 -

III. DIAGRAM BLOK SISTEM

Gambar 3 menunjukkan diagram blok sistem HEV

dengan konfigurasi paralel. Blok-blok utama pada sistem tersebut terdiri atas blok Keinginan Pengemudi, Dinamika Kendaraan, Transmisi, Torque Coupler, Kontroler Fuzzy, Baterai, Motor Listrik, Mesin, dan Roda.

Keluaran blok Keinginan Pengemudi berupa kecepatan kendaraan yang diinginkan oleh pengemudi. Pada Tugas Akhir ini kecepatan tersebut dikemas dalam bentuk drive-cycle. Drive-cycle adalah pola pengemudi kendaraan yang telah distandarisasi dan dideskripsikan sebagai kecepatan terhadap waktu [3].

Gaya yang dibutuhkan oleh kendaraan untuk bergerak sesuai dengan kecepatan yang diinginkan oleh pengemudi disebut gaya traksi (Ftrak) [4]. Gaya tersebut meliputi beberapa gaya penghambat, diantaranya adalah tahanan aerodinamis (FA), tahanan gelinding (FGL), dan tahanan gravitasi akibat kemiringan jalan (FG). Gaya-gaya penghambat dapat direpresentasikan dalam bentuk persamaan matematika, ditunjukkan oleh Persamaan 1, Persamaan 2, dan Persamaan 3. Perhitungan gaya tersebut dilakukan pada blok Dinamika Kendaraan. Gaya-gaya yang bekerja pada kendaraan yang bergerak ditunjukkan oleh Gambar 4.

FA =12�ρCAAfVr�, (1)

FGL = CGLmvg cos θ , (2)

FG = mvg sin θ , (3)

Gambar 3 Blok Diagram Sistem HEV

Gambar 4 Gaya pada Kendaraan Bergerak dengan,

ρ = massa jenis udara, CA = koefisien aerodinamis, Af = area depan kendaraan, Vr = kecepatan relatif kendaraan, CGL = koefisien gelinding, mv = massa kendaraan, g = percepatan gravitasi, θ = sudut kemiringan jalan.

Gaya traksi dapat dihitung dengan menggunakan

Hukum-2 Newton (Persamaan 4) pada kendaraan yang bergerak, sehingga didapatkan Persamaan 6.

F = ma (4) FTrak − FA − FGL − FG = ma (5) FTrak = ma + FA + FGL + FG (6)

Besar torsi dan kecepatan sudut yang harus dihasilkan pada roda, τwh dan ωwh, harus memenuhi kebutuhan gaya traksi kendaraan.

ωwh =vveh

rwh (7)

τwh = Iwhαwh + FTrakrwh (8)

dengan, vveh = kecepatan yang diinginkan pengemudi, rwh = radius roda, Iwh = momen inersia roda, αwh = percepatan roda.

Torsi yang dihasilkan oleh mesin dan motor listrik

harus lebih besar dari torsi yang dibutuhkan oleh roda, sejumlah torsi akan hilang selama dilakukan distribusi. Torsi yang hilang tersebut merupakan rugi-rugi transmisi. Perhitungan rugi- rugi tersebut dilakukan pada Blok Transmisi. Keluaran blok ini adalah torsi dan kecepatan sudut yang dibutuhkan oleh kendaraan dan ditambah dengan rugi-rugi selama dilakukan trasmisi. Torsi dan kecepatan sudut tersebut dikirimkan ke blok Kontroler Fuzzy melalui blok Torque Coupler. Blok Torque Coupler merupakan representasi dari belt-driven-torque-couplers dengan tiga buah roda gigi.

Berdasarkan kebutuhan kendaraan dan status kapasitas baterai, kontroler akan menentukan besar torsi yang harus dihasilkan oleh mesin. Torsi yang dihasilkan oleh mesin dan motor listrik dijumlahkan pada blok Torque Coupler. Apabila torsi yang dihasilkan oleh mesin tidak memenuhi kebutuhan torsi kendaraan maka blok ini

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014) 1-6 3 mengirimkan sisa kebutuhan tersebut ke motor listrik dan motor listrik akan membantu kekurangan tersebut.

Gambar 5 Diagram Blok Simulink Sistem HEV Paralel

Blok Torque Coupler merupakan representasi dari belt-driven-torque-couplers dengan tiga buah roda gigi. Berdasarkan kebutuhan kendaraan dan status kapasitas baterai, kontroler akan menentukan besar torsi yang harus dihasilkan oleh mesin. Torsi yang dihasilkan oleh mesin dan motor listrik dijumlahkan pada blok Torque Coupler. Apabila torsi yang dihasilkan oleh mesin tidak memenuhi kebutuhan torsi kendaraan maka blok ini mengirimkan sisa kebutuhan tersebut ke motor listrik. Apabila torsi yang dihasilkan oleh mesin lebih besar dari torsi yang dibutuhkan oleh kendaraan, atau torsi yang dibutuhkan kendaraan adalah bernilai negatif maka motor akan bekerja sebagai generator dan mengubah torsi tersebut menjadi daya pada baterai.

Dari torsi dan kecepatan sudut yang dihasilkan oleh mesin dan motor listrik, maka gaya traksi yang dipenuhi kedua sumber tenaga pada roda dapat dihitung. Dari perhitungan tersebut didapatkan gaya traksi yang harus dipenuhi oleh kendaraan untuk melakukan akselerasi. Diagram blok simulink sistem HEV paralel ditunjukkan oleh Gambar 5.

IV. KONTROLER FUZZY Karena daya baterai didapat hanya dari mesin dan

regenerative-braking, maka pada tugas akhir ini kontroler fuzzy harus dapat menjaga kapasitas baterai pada daerah efisien dan mengatur daerah kerja mesin sehingga konsumsi dan emisi bahan bakar yang dihasilkan kendaraan merupakan nilai paling minimum. Struktur kontroler fuzzy pada Tugas Akhir ini ditunjukkan oleh Gambar 6.

Kontroler fuzzy memiliki dua variabel masukan, yaitu selisih torsi optimal mesin (Topt) dengan torsi yang dibutuhkan oleh kendaraan (Tveh) dan status kapasitas baterai. Keluaran kontroler ini berupa besaran torsi yang harus dihasilkan oleh mesin.

Torsi optimal mesin pada kontroler ini menunjukkan torsi pada kecepatan tertentu di mana konsumsi dan emisi bahan bakar yang dihasilkan oleh kendaraan merupakan nilai paling minimum. Dengan metode optimisasi multi-objektif, maka torsi optimal mesin dapat dihitung.

min J = γ1 fFC(τ) + γ2 fHC(τ) + γ3 fCO(τ) + γ4 fNOx(τ) (9)

dengan,

0 ≤ τ ≤ Tmaks (10)

Gambar 6 Struktur Kontroler Fuzzy pada Sistem HEV Paralel

Gambar 7 Konsumsi Bahan Bakar Mesin

Gambar 8 Emisi Bahan Bakar HC

Gambar 9 Emisi Bahan Bakar CO

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014) 1-6 4

Gambar 10 Emisi Bahan Bakar NOx

Gambar 11 Torsi Optimal Mesin Terhadap Kecepatan

Gambar 12 Indikator Warna

Gambar 7, 8, 9, dan 10 menunjukkan konsumsi dan emisi bahan bakar mesin pada torsi dan kecepatan tertentu, data-data tersebut didapat dari JDM & Associates. Dengan melihat indikator warna, pada Gambar 12, maka konsumsi dan emisi bahan bakar mesin paling rendah ditunjukkan oleh garis-garis berwarna biru. Torsi optimal pada kecepatan tertentu dapat dihitung dengan menggunakan Persamaan 9, dapat dilihat pada Gambar 12.

Baterai yang digunakan pada Tugas Akhir ini adalah baterai Hawker Genesis, 12V 26Ah, Valve Regulated Lead-Acid (VRLA) Baterai ini dimodelkan sebagai sebuah sumber tegangan dengan sebuah resistansi internal [5], ditunjukkan oleh Gambar 13, dengan bentuk matematika sebagai berikut,

Vt = Voc − Rint(ibatt) (11)

Nilai resistansi internal berubah-ubah sesuai dengan kapasitas baterai, State of Charge (SOC), dengan bentuk matematika ditunjukkan oleh Persamaan 11. Qe adalah kapasitas baterai yang digunakan dan Qpadalah kapasitas maksimum.

SOC = 1 −QeQp

(12)

Gambar 14 menunjukkan nilai resistansi internal baterai terhadap SOC selama charge dan discharge. Data tersebut didapat dari hasil uji coba yang dilakukan oleh Virginia Tech. Pada tugas akhir ini SOC baterai pada HEV dijaga supaya berada di daerah kerja efisien, yaitu antara 0,6 dan 0,7. Pada daerah tersebut nilai resistansi internal baterai merupakan nilai minimum.

Bentuk fungsi keanggotaan variabel masukan dan keluaran kontroler dipilih bentuk triangular, ditunjukkan oleh Gambar 15, Gambar 16, dan Gambar 17.

Gambar 13 Rangkaian Ekivalen Baterai

Gambar 13 Resistansi Internal Baterai Terhadap SOC

Batas fungsi keanggotaan fuzzy untuk Selisih Torsi dan Torsi Mesin berbeda-beda untuk kecepatan tertentu, karena torsi optimal dan torsi maksimum mesin adalah berbeda-beda untuk tiap kecepatan. Sedangkan batas-batas fungsi keanggotan fuzzy adalah tetap.

Gambar 18 menunjukkan torsi dan kecepatan yang dibutuhkan oleh kendaraan pada titik A, B, C, D, dan E. Pada titik A dan B, dimisalkan SOC baterai berada pada level Very High (VH). SOC baterai berada pada level Very Low (VL) untuk titik C, D, dan E. Ketika SOC baterai berada pada level VH, maka motor akan membantu mesin, ICE, untuk menghasilkan torsi yang dibutuhkan kendaraan.. Apabila SOC baterai berada pada level VL, maka mesin akan menghasilkan torsi lebih besar dari torsi yang dibutuhkan oleh kendaraan untuk mengisi kapasitas baterai. Tabel 3 menunjukkan basis aturan kontroler fuzzy.

Tabel 3 Basis Aturan Kontroler Fuzzy

TE Topt − Tveh NB NS Z P PB

SOC

VL VB VB B B M L VB B B M S M B B M S S H B M S S VS

VH M S S VS VS

Gambar 15 Fungsi Keanggotaan Torsi Mesin (Keluaran Fuzzy)

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014) 1-6 5

Gambar 16 Fungsi Keanggotaan Selisih Torsi (Masukan Fuzzy)

Gambar 17 Fungsi Keanggotaan SOC (Masukan Fuzzy)

Gambar 18 Torsi Kebutuhan Kendaraan pada Kecepatan Tertentu

V. SIMULASI DAN ANALISA Untuk mengetahui performansi kontroler fuzzy,

kontroler ini akan dibandingkan dengan kontroler parallel-assist pada ADVISOR. Kontroler parallel-assist menggunakan motor listrik digunakan sebagai pemberi tenaga tambahan dan menjaga SOC baterai pada batas tertentu. Pada Tugas akhir ini batas tersebut dipilih 0,6 dan 0,7, sama dengan kontroler fuzzy.

Pada tugas akhiri ini HEV paralel disimulasikan dengan tiga jenis drive cycle, yaitu Urban Drive Cycle (UDC), New European Drive Cycle (NEDC), dan Extra Urban Drive Cycle (EUDC). Gambar 19, Gambar 20, dan Gambar 21 menunjukkan kecepatan kendaraan terhadap waktu untuk ketiga drive cycle tersebut. Spesifikasi drive cycle ditunjukkan oleh Tabel 4. Berdasarkan kecepatan rata-ratanya, drive cycle terbagi atas tiga jenis, yaitu kecepatan rendah (UDC), kecepatan sedang (NEDC, dan kecepatan tinggi (EUDC).

SOC baterai selama simulasi ditunjukkan oleh Gambar 22, Gambar 23, dan Gambar 24. Dari ketiga gambar tersebut ditunjukkan bahwa kedua kontroler dapat menjaga SOC baterai berada pada daerah kerja efisien. Konsumsi dan emisi bahan bakar kendaraan selama simulasi ditunjukkan oleh Tabel 5, di mana PA menunjukkan kontroler Parallel-Assist dan F menunjukkan kontroler Fuzzy. Selsih (+) pada kolom Fuel dan selisih (−) pada kolom Emisi menunjukkan bahwa kontroler Fuzzy lebih baik daripada kontroler Parallel-Assist.

Gambar 19 Urban Drive Cycle

Gambar 20 New European Drive Cycle

Gambar 21 Extra Urban Drive Cycle Tabel 4 Spesifikasi UDC, NEDC, dan EUDC

Tabel 5 Hasil Simulasi HEV Paralel

Drive Cycle Kontroler Fuel

(mpg) Emisi (gpm)

HC CO NOx

UDC PA 35,4 1,278 5,660 0,542 F 46,6 1,188 6,197 0,697 Selisih (%) +31,54 −7,04 +9,48 +28,59

NEDC PA 39,6 0,553 2,889 0,315 F 46,6 0,518 2,904 0,381 Selisih (%) +17,67 −6,32 +0,51 +20,95

EUDC PA 47,8 0,859 3,706 0,691 F 57,4 0,861 3,227 0,655 Selisih (%) +20,50 +0,23 −12,92 −5,20

Drive Cycle

Kecepatan (mph) Jarak Tempuh (miles) Rata-rata Maksimum

UDC 11,45 31,07 2,50 NEDC 20,64 74,56 6,79 EUDC 38,80 74,56 4,32

JURNAL TEKNIK POMITS Vol. 1, No. 1, (2014) 1-6 6

Gambar 22 SOC Baterai dengan UDC

Gambar 23 SOC Baterai dengan NEDC

Gambar 24 SOC Baterai dengan EUDC

Operasi mesin selama simulasi ditunjukkan oleh Gambar 25, Gambar 26, dan Gambar 27. Poin-poin berwarna merah menunjukkan HEV dengan kontroler fuzzy dan poin berwarna biru menunjukkan HEV dengan kontroler parallel-assist. Dari ketiga gambar tersebut ditunjukkan bahwa torsi yang dihasilkan oleh mesin pada HEV dengan kontroler parallel-assist mencapai torsi maksimum. Sedangkan torsi yang dihasilkan oleh kontroler fuzzy pada kecepatan yang sama kurang dari torsi maksimum, sisanya dibantu oleh motor listrik.

Gambar 25 Operasi Mesin dengan UDC

Gambar 26 Operasi Mesin dengan NEDC

Gambar 24 Operasi Mesin dengan EUDC

VI. KESIMPULAN Dari hasil simulasi kontroler fuzzy pada HEV paralel

didapat bahwa kontroler fuzzy dapat menjaga SOC baterai pada daerah kerja efisien. Dibandingkan dengan kontroler paralel-assist, kontroler fuzzy lebih baik dalam hal mengurangi konsumsi bahan bakar, emisi HC pada kecepatan tinggi, dan emisi CO dan NOx pada kecepatan rendah dan sedang.

VII. DAFTAR PUSTAKA [1] Gorbea, C., Spielmannleitner, T., Lindemann, U.,

dan Fricke, E., “Analysis of Hybrid Vehicle Architectures Using Multiple Domain Matrix”, International Design Structure Matrix Conference, Swedia, 2008.

[2] Plotkin, S., Santini, D., Vyas, A., Anderson, J., Wang, M., He, J., dan Bharathan, D., “Hybrid Electric Vehicle Technology Assessment: Methodology, Analytical Issues, and Interim Results”, Argonne National Laboratory, The University of Chicago, United States Department of Energy, Illinois, 2001.

[3] Barlow, T., J., Latham, S., McCrae, I., S., dan Boulter, P., G., “A Reference Book of Driving Cycles for Use in The Measurement of Road Vehicle Emissions’, Transport Research Laboratory, United Kingdom, 2009.

[4] Lee, J., “Rotating Inertia Impact on Propulsion and Regenerative Braking for Electric Motor Driven Vehicles”, Virginia Polytechnic Institute and State University, Virginia, 2005.

[5] Guo, S., “The Application of Genetic Algorithms to Parameter Estimation in Lead-Acid Battery Equivalent Circuit Models”, School of Electronic Electrical & Computer Engineering, University of Brimingham, 2010.