Adaptívne riadenie systémov zberu energie z prostredia
Autor práce: Ing. Samuel ŽákŠkoliteľ: doc. Ing. Peter Ševčík, PhD.
Dátum obhajoby: 21.8.2018
Študijný program: 9.2.9 Aplikovaná informatika
Oponent 1: prof. Ing. Branislav Dobrucký, PhD.
Oponent 2: doc. Ing. Ján Jadlovský, CSc.
Slovenský abstrakt:
Žák Samuel : Adaptívne riadenie systémov zberu energie z prostredia [Dizertačná práca]
Žilinská univerzita v Žiline, Fakulta riadenia a informatiky,
Katedra technickej kybernetiky
Školitel’: doc. Ing. Peter Ševčík, PhD.
FRI ŽU v Žiline, 2018.
SK
V prírode je množstvo rozmanitých javov, ktoré môžu slúžit’ ako zdroj energie. Súčasná
úroveň technológií dokáže do istej miery zachytit’ a premenit’ ich energiu do využitel’nej
podoby. L’udstvo dlhý čas pokrývalo väčšinu svojich energetických potrieb z vyčerpatel’ných
fosílnych zdrojov. Ich dlhodobé vedl’ajšie vplyvy podnecujú zvýšenie využívania iných -
obnovitel’ných - zdrojov.
Integráciu obnovitel’ných zdrojov z prostredia do každodenného života v súčasnosti najviac
brzdí riadiaca elektronika. Nekonzistentný výkon, obmedzená dostupnost’ či iné komplikácie
mnohých zdrojov taktiež zužujú okruh, kde je možné aplikovat’ získavanie energie
z prostredia. Niektoré z týchto problémov je ale možné riešit’ kombinovaným využívaním
viacerých zdrojov súčasne. Nároky na správu napájania systému s takýmito heterogénnymi
zdrojmi presahujú možnosti existujúcich riadiacich algoritmov.
Práca rozvíja ideu riadenia vychádzajúceho zo strojového učenia. Navrhovaný riadiaci
algoritmus má k dispozicií spočiatku prázdny priestor, ktorého parametre sú všetky dôležité
vlastnosti prostredia, a ktorého bunky obsahujú hodnoty riadiacich parametrov. Nastavenie
hodnôt v bunke priestoru tak, aby systém spĺňal všetky požiadavky, prebieha pomocou optimalizačných algoritmov. Každý systém sa teda pred implementáciou musí najprv “naučit’”
ovládat’ pripojené obvody a zdroje.
Obsah práce začína analýzou požiadaviek ciel’ových aplikácií, potenciálnych zdrojov
energie a vlastností DC-DC meničov. Na základe dostupných informácií sú vytvorené modely
výkonových strát vybraných obvodov, ktoré demonštrujú možnú výhodnost’ navrhovaného
riadenia. Analytická čast’ končí definíciou niekol’kých výpočtovo jednoduchých optimalizácií
a ich testom na modelom vypočítaných priestoroch. Druhá kapitola sa venuje syntéze
dostupných informácií a požiadaviek, výsledkom čoho je popis vlastností a aplikovatel’nosti
navrhovaného riadenia. Tretia kapitola obsahuje experimentálne testy kl’účových
vlastností riadenia na reálnom systéme.
Kl’účové slová : heterogénny paralelný systém, zber energie z prostredia, internet vecí, DCDC
konvertor, adaptívne riadenie, strojové učenie
Anglický abstrakt:
Žák Samuel : Adaptive control of energy harvesting systems [Disertation thesis]
University of Žilina, Faculty of Management Science and Informatics,
Department of Technical Cybernetics
Tutor: doc. Ing. Peter Ševˇcík, PhD.
Žilina, 2018.
EN
Nature offers a variety of phenomena that the mankind is able to use as a power source.
Fossil fuels have been a dominant resource covering the power needs of the mankind for
a long time now. The pressure from long term side effects of fossil fuel use motivates the
development of other - renewable - power sources.
Present integration of renewable power sources into everyday life is constrained by power
management electronics. Inconsistent and seldom available power output, common to many
renewable power sources, is also an important limiting factor. While some of these issues
can be resolved by the conjunction of multiple power sources in one system, the control
complexity of such system exceeds the abilities of a simple regulator.
The thesis develops control algorithm based on machine learning. The core of the algorithm
is a space. Its parameters are the values of ambient properties affecting the system -
voltages, currents, temperatures etc. The cells of the space hold values of controlled parameters,
which satisfy all requirements under given values of ambient parameters. However, this
space is not filled by analytical computation. It is rather filled by an optimization algorithm
working with a particular implementation of heterogeneous parallel system.
The contents of the thesis start with analysis of : the power needs of selected applications,
the potential power sources, the properties of existing DC-DC converters. The gathered information
is then used to synthetize mathematical models of power loss of selected DC-DC
converter topologies. Mathematical models are used to evaluate the feasibility of heterogeneous
parallel power management system and to test the performance of basic optimisation
methods. Next sections describe necessary requirements and features of designed control
algorithm. Thesis ends with practical experiments demonstrating key properties of the algorithm.
Keywords : heterogeneous parallel system, energy harvesting, internet of things, DC-DC
converter, adaptive control, machine learning
5
Autoreferát dizertačnej práce
Text práce