• Journal of Electrical Engineering and Technology
• /
• 제13권2호
• /
• pp.742-751
• /
• 2018

Electric vehicles (EV) are emerging as the future transportation vehicle reflecting their potential safe environmental advantages. Vehicle to Grid (V2G) system describes the hybrid system in which the EV can communicate with the utility grid and the energy flows with insignificant effect between the utility grid and the EV. The paper presents an optimal power control and energy management strategy for Plug-In Electric Vehicle (PEV) charging stations using Wind-PV-FC-Battery renewable energy sources. The energy management optimization is structured and solved using Multi-Objective Particle Swarm Optimization (MOPSO) to determine and distribute at each time step the charging power among all accessible vehicles. The Model-Based Predictive (MPC) control strategy is used to plan PEV charging energy to increase the utilization of the wind, the FC and solar energy, decrease power taken from the power grid, and fulfil the charging power requirement of all vehicles. Desired features for EV battery chargers such as the near unity power factor with negligible harmonics for the ac source, well-regulated charging current for the battery, maximum output power, high efficiency, and high reliability are fully confirmed by the proposed solution.

• Journal of Astronomy and Space Sciences
• /
• 제37권3호
• /
• pp.187-197
• /
• 2020

In order to avoid the high cost and high risk of demonstration mission of rendezvous-docking technology, missions using nanosatellites have recently been increasing. However, there are few successful mission cases due to many limitations of nanosatellites like small size, power limitation, and limited performances of sensor, thruster, and controller. To improve the probability of rendezvous-docking mission success using nanosatellite, a rendezvous-docking phase analysis tool for nanosatellites is developed. The tool serves to analyze the relative position and attitude control of the chaser satellite at the docking phase. In this tool, the Model Predictive Controller (MPC) is implemented as a controller, and Extended Kalman Filter (EKF) is adopted as a filter for noise filtering. To verify the performance and effectiveness of the developed tool for nanosatellites, simulation study was conducted. Consequently, we confirmed that this tool can be used for the analysis of relative position and attitude control for nanosatellites in the rendezvous-docking phase.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2017년도 전력전자학술대회
• /
• pp.22-23
• /
• 2017

본 논문에서는 모듈형 멀티레벨 컨버터 (Modular Multilevel Converter; MMC)의 스위칭 손실을 줄이기 위한 모델 예측 제어 (Model Predictive Control; MPC) 방법을 제안한다. 제안된 방법은 지령 상 전압과 상 전류를 이용하여 매 샘플링 시점 마다 전류가 크게 흐르는 구간 동안 서브모듈의 스위칭 동작을 클램핑 시키는 옵셋전압을 계산한다. 제안된 방법의 스위칭 손실 저감 효과는 기존의 방법과의 손실 데이터 비교를 통하여 검증되었다.

• 한국지능시스템학회논문지
• /
• 제22권6호
• /
• pp.722-728
• /
• 2012

도심지역의 하수관거 시스템은 우수 수용능력 및 하수 월류 발생 등의 시스템의 한계점을 가지고 있어, 강우시 우수 유출수로 인한 침수저감과 더불어 도시비점오염원의 저감에 모두 대응할 수 있는 저류시설의 도입이 주목받고 시작하였다. 최근 환경부에서는 방재적 우수관리와 더불어 합류식 하수관거 월류수, 분류식 우수관거 유출수 처리를 포함하는 다기능 저류시설을 "하수저류시설"이라 통칭하고, 이의 도입을 적극 추진하고 있는 실정이다. 반면 대규모 단일 저류시설 설치의 경우에는 공간 확보의 문제가 발생할 수 있으며, 이에 대안으로는 중 소규모의 분산형 저류시설 설치 및 운영을 들 수 있다. 본 연구에서는 분산형 저류시설-하수관망 네트워크 시스템의 최적 운용을 위한 모델 예측 제어기법을 제안한다. 이를 위해 첫째로 네트워크 시스템의 각 구성 요소의 수리모델을 제시함으로써 보다 정밀한 하수관망 네트워크의 거동을 모사하고자 한다. 둘째로 제안된 모델을 기반으로 현재의 강우 유입량을 고려하여 각 저류조의 수위, 하수관로의 유입/유출량을 예측하여, 입자군집 최적화 알고리즘을 이용한 모델 예측 제어기법을 바탕으로 주어진 제약조건을 만족하며 상황을 바탕으로 제안된 제어기법의 사용여부에 따른 효과를 비교 분석하고, 이의 타당성을 검증하고자 한다.

• 대한기계학회논문집A
• /
• 제41권7호
• /
• pp.575-583
• /
• 2017

본 논문에서는 고속도로의 합류지점 상황에서 자율주행을 위한 운전 모드 결정 알고리즘의 개발 및 평가를 진행하였다. 합류 상황을 위한 자율주행 알고리즘 개발에 있어 적절하게 합류를 결정하는 운전 모드 결정이 필수적이다. 운전자 모드는 총 2가지로 차선 유지, 차선 변경(합류)이다. 합류 모드 결정은 주변 차량의 정보 및 합류 차선에 남은 거리를 기반으로 결정된다. 합류 모드 결정 알고리즘에서는 합류 가능 여부를 판단하고 합류가 가능할 때, 안전하고 빠르게 합류하기 위한 최적의 위치를 찾는다. 안전 주행 영역은 주변 차량의 정보 및 주행 모드를 기반으로 정의된다. 안전 주행 영역으로 자율주행 차량을 유지하기 위한 조향각과 종방향 가속도를 얻기 위해 여러 제한 조건이 더해진 강건 모델 예측기법이 사용되었다. 본 논문에서 제안된 알고리즘은 컴퓨터 시뮬레이션을 이용해 검증되었다.

• 자동차안전학회지
• /
• 제11권3호
• /
• pp.30-36
• /
• 2019

This paper suggests a car-following algorithm for urban environment, with multiple target candidates. Until now, advanced driver assistant systems (ADASs) and self-driving technologies have been researched to cope with diverse possible scenarios. Among them, car-following driving has been formed the groundwork of autonomous vehicle for its integrity and flexibility to other modes such as smart cruise system (SCC) and platooning. Although the field has a rich history, most researches has been focused on the shape of target trajectory, such as the order of interpolated polynomial, in simple single-lane situation. However, to introduce the car-following mode in urban environment, realistic situation should be reflected: multi-lane road, target's unstable driving tendency, obstacles. Therefore, the suggested car-following system includes both in-lane preceding vehicle and other factors such as side-lane targets. The algorithm is comprised of three parts: path candidate generation and optimal trajectory selection. In the first part, initial guesses of desired paths are calculated as polynomial function connecting host vehicle's state and vicinal vehicle's predicted future states. In the second part, final target trajectory is selected using quadratic cost function reflecting safeness, control input efficiency, and initial objective such as velocity. Finally, adjusted path and control input are calculated using model predictive control (MPC). The suggested algorithm's performance is verified using off-line simulation using Matlab; the results shows reasonable car-following motion planning.

• Korean Chemical Engineering Research
• /
• 제52권5호
• /
• pp.592-602
• /
• 2014

석탄 가스화 복합 발전(coal-based IGCC power plant)에서 가스화기의 동적 상태와 성능이 플랜트 전체에 큰 영향을 미치므로, 가스화기가 문제 없이 운전 되도록 제어 하는 것은 전체 플랜트의 가동률을 높이는 데 있어 매우 중요한 일이라 할 수 있다. 가스화기의 안정적인 운전을 위해서는 고체 슬래그 층의 두께가 일정하게 유지되어야 하는데, 고체 슬래그 두께는 실시간 측정이 불가능하기 때문에 상태를 추정하여 추론 제어해야 한다. 본 연구에서는 Shell-type 가스화기의 동적 모사 모델을 개발하고 다변수 시스템의 추론 제어를 위한 방법으로 두 가지 선형 예측 제어 기법을 적용하여 그 특성을 분석하였다. 측정되지 않는 변수의 상태 추정을 위해 Kalman 필터 기법을 이용하였다. 측정 불가능한 1차 변수를 대신하여 측정 가능한 2차 변수를 제어하는 전통적인 추론 제어 기법으로는 외란의 종류에 따라 추론 제어가 불가능 할 수 있음을 확인하였고, 측정되지 않는 슬래그 두께를 Kalman 필터 기법을 이용하여 추정하여 성능 예측에 반영하고 외란 모델을 사용하여 예측 제어하는 경우 두 가지 측정 불가능한 외란 모두에 대해 추론 제어가 가능함을 확인하였다.

• 자동차안전학회지
• /
• 제7권2호
• /
• pp.44-49
• /
• 2015

This paper presents an evaluation scenario of safety performance for extraordinary service permission of autonomous vehicle driving on a motorway. Based on advanced driver assistance system (ADAS) which is already mass-production, an autonomous vehicle driving on motorway is tested on the public roads and also getting close to mass-production. Before the autonomous vehicle tested, the safety of autonomous driving system should be evaluated based on a proper test scenario. Prior to develop the test scenario, this paper reviews the licensing standards for an autonomous vehicle in California and Nevada, and the international regulations of each ADAS. To develop the scenario, the driving conditions of motorway are categorized into five modes and fundamental evaluation requirements of elements of autonomous driving system are derived. An evaluation scenario, which represents the real driving conditions, has been developed to assess the safety of autonomous vehicle. This scenario has validated by computer simulation using model predictive control (MPC) based autonomous driving algorithm.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권4호
• /
• pp.1603-1623
• /
• 2020

Multiple Mobile Robots System (MMRS) has shown many attractive features in lots of real-world applications that motivate their rapid and wide diffusion. In MMRS, the Cooperative Localization (CL) is the basis and premise of its high-performance task. However, the statistical characteristics of the system noise should be already known in traditional CL algorithms, which is difficult to satisfy in actual MMRS because of the numerous of disturbances form the complex external environment. So the CL accuracy will be reduced. To solve this problem, an improved Adaptive Active Cooperative Localization (A²CL) algorithm based on information optimization strategy for MMRS is proposed in this manuscript. In this manuscript, an adaptive information fusion algorithm based on the variance component estimation under Extended Kalman filter (VCEKF) method for MMRS is introduced firstly to enhance the robustness and accuracy of information fusion by estimating the covariance matrix of the system noise or observation noise in real time. Besides, to decrease the effect of observation uncertainty on CL accuracy further, an observation optimization strategy based on information theory, the Model Predictive Control (MPC) strategy, is used here to maximize the information amount from observations. And semi-physical simulation experiments were carried out to verity the A²CL algorithm's performance finally. Results proved that the presented A²CL algorithm based on information optimization strategy for MMRS cannot only enhance the CL accuracy effectively but also have good robustness.