تصميم وتقييم تجريبي لشاحن سريع لبطاريات فوسفات حديد الليثيوم (LiFePO4) باستخدام التحكم بالمنطق الضبابي: دراسة إحصائية وقائمة على المحاكاة
DOI:
https://doi.org/10.61952/jlabw.v2i4.628الكلمات المفتاحية:
بطارية فوسفات حديد الليثيوم (LiFePO4)؛ الشحن السريع؛ التحكم بالمنطق الضبابي؛ محول DC-DC خافض للجهد؛ الإدارة الحرارية؛ التحليل الإحصائي؛ MATLAB/Simulink.الملخص
يُعد الشحن السريع لبطاريات فوسفات حديد الليثيوم (LiFePO4) متطلبًا مهمًا للمركبات الكهربائية وأنظمة تخزين الطاقة المتجددة. إلا أن طريقة الشحن التقليدية بالتيار الثابت–الجهد الثابت (CC-CV) توفر مرونة محدودة في تقليل زمن الشحن عند الاقتراب من حدود الجهد ودرجة الحرارة. تقدم هذه الدراسة تصميمًا وتقييمًا لمتحكم بالمنطق الضبابي من نوع مامداني (FLC) لتنظيم نسبة التشغيل لإشارة تعديل عرض النبضة (PWM) في محول خافض للجهد من نوع DC-DC، اعتمادًا على خطأ الجهد وخطأ درجة الحرارة لحزمة بطاريات LiFePO4 مكونة من ثلاث خلايا بجهد اسمي 9.6 فولت وسعة 1.1 أمبير-ساعة. تم تطوير نموذج ثيفينن من الرتبة الأولى للبطارية وربطه بنموذج حراري ذي معاملات مجمعة، ثم تنفيذه باستخدام MATLAB/Simulink. وتم تقييم أداء المتحكم الضبابي وطريقة CC-CV التقليدية عند معدلات شحن 1C و2C و2.5C. ولأغراض التحليل الإحصائي، تمت محاكاة كل حالة عشر مرات مع إدخال تغيرات عشوائية في المقاومة الداخلية ودرجة حرارة الوسط المحيط، لتكوين دراسة حساسية بطريقة مونت كارلو بواقع (n=10) تشغيلات مستقلة لكل مجموعة. كما أُجريت اختبارات معملية للتحقق من دقة نموذج المحاكاة وتأكيد السلوك التمثيلي للمتحكم المقترح أثناء عملية الشحن. أظهر النموذج توافقًا جيدًا مع جهد أطراف البطارية المقاس عمليًا، حيث بلغ الجذر التربيعي لمتوسط مربع الخطأ (RMSE) مقدار 0.12 فولت، وبلغ متوسط نسبة الخطأ المطلق (MAPE) نحو 1.8%. وأظهرت اختبارات ويلش لعينتين مستقلتين أن المتحكم الضبابي خفّض زمن الشحن بنحو 8.5–8.7% مقارنة بطريقة CC-CV عند معدلات الشحن الثلاثة، مع دلالة إحصائية عالية ((p<0.001))، وتراوحت قيم حجم الأثر وفق معامل كوهين (d) بين 2.9 و5.0. وعند معدل شحن 2.5C، كانت كفاءة التحويل الكهربائي متقاربة إحصائيًا بين الطريقتين، إذ بلغت 83.28% باستخدام المتحكم الضبابي مقابل 83.12% باستخدام CC-CV ((p=0.17)). كما أسهم المتحكم الضبابي في خفض درجة الحرارة القصوى المحاكاة لحزمة البطاريات من 36.0°C إلى 34.4°C عند معدل 2.5C. ويدعم تحليل من نوع ليابونوف محدودية متغيرات النظام والاستقرار العملي لنظام الحلقة المغلقة. وتوضح النتائج أن التحكم الضبابي في نسبة التشغيل يوفر أسلوبًا فعالًا ومثبتًا إحصائيًا لتقليل زمن الشحن السريع والإجهاد الحراري مع الحفاظ على كفاءة تحويل مماثلة لطريقة CC-CV التقليدية، في حين تظل الكفاءة الكلية للنظام محددة بصورة أساسية بخسائر محول القدرة أكثر من تأثرها باستراتيجية التحكم.
المراجع
G. Liu et al., “A review of LiFePO4 battery technology and its fast charging strategies,” Journal of Power Sources, vol. 450, Art. no. 227685, 2020.
T. Chen et al., “Recent advances in lithium iron phosphate battery technology,” Batteries, vol. 10, no. 12, Art. no. 424, 2024.
M. Hadouchi, “The origin of fast-charging lithium iron phosphate for batteries,” Battery Energy, vol. 1, no. 2, 2022.
M. H. Noh et al., “Fast-charging of lithium iron phosphate battery with ohmic-drop compensation method,” Journal of Energy Storage, vol. 8, pp. 45–54, 2016.
S. Mishra, J. Padma, and A. Chaubey, “Optimizing THD of PI, FLC, and ANFIS controller for electric vehicle fast charging system: A comparative study,” in Proc. 7th Int. Conf. on Computing Methodologies and Communication (ICCMC), 2023.
A. Altan, “Enhanced sensorless current control in boost converters for EV fast charging: Equilibrium optimization–tuned cascaded ANN–fuzzy logic control,” IEEE Access, 2025.
T. Wu et al., “Research on equalization strategy of lithium-ion batteries based on fuzzy logic control,” Journal of Energy Storage, vol. 44, Art. no. 103370, 2021.
W. G. Suci and F. A. Putro, “Design and implementation of DC fast charging for 48V LiFePO4 battery pack,” E3S Web of Conferences, vol. 465, Art. no. 02055, 2023 (ICIMECE 2023).
A. M. Hameed et al., “Fuzzy logic control-based battery management system,” International Review of Applied Sciences and Engineering, vol. 16, no. 3, 2025.
A. K. Shaout and Z. Brauchler, “Fuzzy battery manager: Charging and balancing rechargeable battery cells with fuzzy logic,” Electronics, vol. 14, no. 7, Art. no. 1470, 2025.
K. Zhang et al., “A comparative review of age-aware fast charging techniques for advanced battery management systems,” IEEE Transactions on Industrial Electronics, vol. 72, no. 2, pp. 1120–1135, 2025.
D. B. Agegnehu et al., “ANFIS-controlled boost and bidirectional buck-boost DC-DC converters for electric vehicles,” International Journal of Energy Research, vol. 48, no. 12, pp. 8750–8765, 2024.
O. Tremblay and L.-A. Dessaint, “Experimental validation of a battery dynamic model for EV applications,” World Electric Vehicle Journal, vol. 3, no. 2, pp. 289–298, 2009.
E. H. Mamdani and S. Assilian, “An experiment in linguistic synthesis with a fuzzy logic controller,” International Journal of Man-Machine Studies, vol. 7, no. 1, pp. 1–13, 1975.
Abdussalam Ali Ahmed, Naje Mohamed Abdulla, & Taha Muftah Abuali. (2025). Performance Optimization and Battery Health Analysis of Electric Vehicles under Real-World Driving Conditions: A Data-Driven Experimental ApproachIndustries. Journal of Libyan Academy Bani Walid, 1(2), 01–21. https://doi.org/10.61952/jlabw.v1i2.8
Alsharif, A., Abuali, T. M., Ahmed, A. A., & Alghiryani, S. G. S. (2025). The State-of-the-Art of Electrification of Internet of Energy (IoE) for Electric Vehicles Considering Smart Grids. African Journal of Academic Publishing in Science and Technology, 24-34.
Empirical Analysis of Electric Vehicle Battery Performance, Charging Behaviour, and Degradation: A Meta-Study of Published Experimental Results. (2025). Albahit Journal of Applied Sciences, 4(1), 1-8. https://albahitjas.com.ly/index.php/albahit/article/view/37
Power Management for Series Hybrid Electrical Vehicles via Power Split Strategy. (2021). Albahit Journal of Applied Sciences, 2(1), 24-29. https://albahitjas.com.ly/index.php/albahit/article/view/20
