Performance comparison of solar PV fed PI, MPC & AI controller for fast battery charging system in Electric Vehicles

एक स्वच्छ भविष्य की राह इलेक्ट्रिक वाहनों से सुसज्जित है, लेकिन इन कारों को वास्तव में आंतरिक दहन इंजन (internal combustion engine) को पूरी तरह से बदलने के लिए, उन्हें दो जिद्दी बाधाओं को पार करना होगा: बिजली खत्म होने की चिंता और रिचार्ज करने के लिए घंटों इंतजार करने की हताशा। हालांकि ऊर्जा को बैटरियों में संग्रहीत करने की तकनीक मौजूद है, चुनौती इस बात में है कि उस ऊर्जा को कैसे वितरित किया जाए। एक आशाजनक समाधान चार्जिंग स्टेशनों को सीधे सूर्य के प्रकाश से शक्ति प्रदान करना है। हालांकि, सूरज एक अविश्वसनीय साथी है; बादलों के आने-जाने या दिन के आगे बढ़ने के साथ इसकी तीव्रता लगातार बदलती रहती है। यह उतार-चढ़ाव लिथियम-आयन बैटरी के भीतर की नाजुक रसायन विज्ञान के लिए एक अराजक वातावरण बना देता है। यदि बिजली का प्रवाह बहुत अनियमित या बहुत आक्रामक है, तो यह बैटरी को नुकसान पहुंचा सकता है या उन सुरक्षा प्रणालियों को सक्रिय कर सकता है जो चार्जिंग को बंद कर देती हैं। इससे निपटने के लिए, इंजीनियर चार्जिंग सिस्टम के लिए एक "मस्तिष्क" पर भरोसा करते हैं—एक नियंत्रक (controller) जो ऊर्जा के प्रवाह को लगातार समायोजित करता है, ठीक वैसे ही जैसे एक कुशल ड्राइवर कार को ऊबड़-खाबड़ सड़क पर सुचारू रूप से चलाने के लिए एक्सीलेटर को नियंत्रित करता है।

बाबू बनारसी दास इंस्टीट्यूट ऑफ टेक्नोलॉजी एंड मैनेजमेंट के शोधकर्ताओं ने, महिर्षि यूनिवर्सिटी ऑफ इंफॉर्मेशन टेक्नोलॉजी के सहयोगियों के साथ मिलकर, यह निर्धारित करने का प्रयास किया कि इस कठिन कार्य के लिए किस प्रकार का नियंत्रक सबसे उपयुक्त है। उन्होंने तीन अलग-अलग दृष्टिकोणों पर ध्यान केंद्रित किया: एक पारंपरिक विधि जिसे 'प्रपोर्शनल-इंटीग्रल कंट्रोलर' (Proportional-Integral controller) के रूप में जाना जाता है, एक परिष्कृत भविष्य कहने वाली प्रणाली जिसे 'मॉडल प्रेडिक्टिव कंट्रोल' (Model Predictive Control) कहा जाता है, और आर्टिफिशियल इंटेलिजेंस का उपयोग करने वाला एक आधुनिक, डेटा-संचालित दृष्टिकोण। टीम ने केवल इन विधियों का सिद्धांत नहीं दिया; उन्होंने एक सौर-संचालित चार्जिंग स्टेशन का एक विस्तृत सिमुलेशन बनाया और परीक्षण किया कि प्रत्येक नियंत्रक कैसे प्रतिक्रिया करता है जब सूर्य का प्रकाश अचानक बदल जाता है, जो सौर पैनलों के ऊपर से बादल गुजरने की नकल करता है। इसके बाद उन्होंने अपने निष्कर्षों को एक कदम आगे बढ़ाया और नियंत्रकों का भौतिक हार्डवेयर पर परीक्षण किया जो एक सिम्युलेटेड वातावरण से जुड़ा था, जिसे 'हार्डवेयर-इन-द-लूप' (Hardware-in-the-Loop) परीक्षण कहा जाता है, ताकि यह देखा जा सके कि वे इलेक्ट्रॉनिक शोर और सेंसर की खामियों जैसी वास्तविक दुनिया की जटिलताओं का सामना करने पर कैसा प्रदर्शन करते हैं।

पारंपरिक नियंत्रक, जो अपनी सरलता के कारण दशकों से उद्योग का मानक रहा है, इन परीक्षणों में काफी संघर्ष करता है। जब सूर्य का प्रकाश कम हुआ, तो इस नियंत्रक ने एक झटकेदार, अस्थिर गति दिखाई। इसने लक्ष्य चार्जिंग करंट को लगभग पंद्रह प्रतिशत अधिक बढ़ा दिया (overshoot), जिससे सिस्टम अंततः स्थिर होने से पहले आगे-पीछे डोलने लगा। इस अस्थिरता का अर्थ था कि सिस्टम को स्थिर होने में लगभग आधा सेकंड लगा, जो एक मशीन के लिए तात्कालिक लग सकता है लेकिन यह ऊर्जा की हानि और बैटरी पर संभावित तनाव का प्रतिनिधित्व करता है। वास्तविक-विश्व हार्डवेयर परीक्षणों में, यह अस्थिर व्यवहार और भी स्पष्ट हो गया, जहाँ नियंत्रक सही सेटिंग खोजने के लिए "शिकार" (hunting) कर रहा था और गर्मी के रूप में ऊर्जा बर्बाद कर रहा था। शोर वाले इन हालातों में इसकी समग्र दक्षता लगभग नब्बे प्रतिशत रह गई, जो यह दर्शाता है कि एकत्रित की गई सौर ऊर्जा का एक महत्वपूर्ण हिस्सा स्टोर होने के बजाय नष्ट हो रहा था।

एक अधिक उन्नत दृष्टिकोण, 'मॉडल प्रेडिक्टिव कंट्रोल' ने उल्लेखनीय सुधार दिखाया। त्रुटियों के होने का इंतजार करने के बजाय, यह प्रणाली एक गणितीय मॉडल का उपयोग करके भविष्य की ओर देखती है, यह अनुमान लगाती है कि अगले कुछ क्षणों में बैटरी और सौर पैनल कैसे व्यवहार करेंगे। इस दूरदर्शिता ने इसे चार्जिंग करंट को सुचारू रूप से समायोजित करने की अनुमति दी, जिससे पारंपरिक विधि में देखे गए हिंसक उछाल (overshoots) से बचा जा सका। सिमुलेशन में, इसने लगभग शून्य उछाल के साथ लगभग एक-दशांश सेकंड में सिस्टम को स्थिर कर दिया। हालांकि, इस बुद्धिमत्ता की एक भारी कीमत है: इस प्रणाली को वास्तविक समय में जटिल अनुकूलन समस्याओं को हल करने के लिए एक शक्तिशाली प्रोसेसर की आवश्यकता होती है। जब वास्तविक हार्डवेयर पर परीक्षण किया गया, तो इन नंबरों को संसाधित करने में लगने वाले समय ने एक मामूली विलंब (lag) पैदा किया, और इसकी समग्र दक्षता नब्बे प्रतिशत से थोड़ा नीचे रही। हालांकि यह मजबूत है, शोधकर्ताओं ने नोट किया कि इसकी कम्प्यूटेशनल मांग इसे उन प्रणालियों में लागू करना कठिन बना सकती है जिन्हें बहुत तेजी से बिजली चालू या बंद करने की आवश्यकता होती है।

सबसे सम्मोहक परिणाम आर्टिफिशियल इंटेलिजेंस (AI) नियंत्रक से मिले, जो कठोर गणितीय नियमों या भविष्य कहने वाले मॉडलों पर निर्भर रहने के बजाय डेटा से सीखने के माध्यम से काम करता है। इस प्रणाली को विभिन्न स्थितियों के तहत सौर पैनलों और बैटरियों के व्यवहार के हजारों उदाहरणों पर प्रशिक्षित किया गया था। जब परीक्षणों के दौरान सूर्य का प्रकाश बदला, तो AI नियंत्रक ने नए पैटर्न को तुरंत पहचान लिया और बिना किसी हिचकिचाहट के चार्जिंग करंट को समायोजित कर दिया। इसने एक सेकंड के सौवें हिस्से से भी कम समय में एक स्थिर अवस्था प्राप्त कर ली, जिससे अन्य विधियों द्वारा उत्पन्न होने वाले उछाल और अस्थिरता को प्रभावी ढंग से समाप्त कर दिया गया। हार्डवेयर परीक्षणों में, जिसमें वास्तविक दुनिया के सेंसर शोर का हस्तक्षेप शामिल था, AI नियंत्रक ने एक लगभग पूर्ण ट्रैकिंग वक्र बनाए रखा, और उस इलेक्ट्रॉनिक शोर को नजरअंदाज कर दिया जिसने पारंपरिक नियंत्रक को भ्रमित कर दिया था। इसकी दक्षता ९९.७ प्रतिशत तक पहुंच गई, जिसका अर्थ है कि सूर्य से पकड़ी गई लगभग पूरी ऊर्जा सफलतापूर्वक बैटरी में स्थानांतरित कर दी गई।

अध्ययन यह निष्कर्ष निकालता है कि जबकि पारंपरिक नियंत्रक सस्ता और बनाने में आसान है, यह तेज़ सौर चार्जिंग की गतिशील मांगों के लिए उपयुक्त नहीं है। प्रेडिक्टिव कंट्रोलर एक मजबूत मध्य मार्ग प्रदान करता है, लेकिन यह अपनी भारी कम्प्यूटेशनल आवश्यकताओं से बाधित है। आर्टिफिशियल इंटेलिजेंस नियंत्रक सबसे प्रभावी समाधान के रूप में उभरा, जो उन्नत भविष्यवाणी की सटीकता को ऐसी गति के साथ जोड़ता है जो इसे मानक ऑटोमोटिव हार्डवेयर पर चलने की अनुमति देती है। सिस्टम के जटिल, गैर-रेखीय व्यवहार को सीखकर, यह शोर को फिल्टर करने और स्थिरता बनाए रखने में सक्षम है जहाँ अन्य विधियाँ विफल हो जाती हैं। इलेक्ट्रिक वाहनों के भविष्य के लिए, यह सुझाव देता है कि विश्वसनीय, तेज़ और कुशल सौर चार्जिंग की कुंजी बेहतर गणितीय मॉडल बनाने में नहीं, बल्कि सिस्टम को अनुभव से सीखने के लिए प्रशिक्षित करने में है।