Bahari, Nouval Rizky (2025) Minimalisasi Penggunaan Energi Pada Mobil Listrik Hemat Energi Berbasis Genetic Algorithm. Other thesis, Institut Teknologi Sepuluh Nopember.
![[thumbnail of 5022211137-Undergraduate_Thesis.pdf]](http://repository.its.ac.id/style/images/fileicons/text.png) |
Text
5022211137-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (4MB) | Request a copy |
Abstract
Efisiensi energi dari kendaraan listrik sangat dipengaruhi oleh cara mengemudinya. Hal ini dikarenakan sistem penggerak kendaraan listrik akan sangat berpengaruh terhadap efisiensi kendaraan secara keseluruhan, sehingga sistem tersebut harus tetap dijaga pada range efisien agar jarak tempuhnya semakin jauh. Oleh karena itu, dapat dilakukan minimalisasi penggunaan energi pada kendaraan berbasis Genetic Algorithm (GA) dengan cara mengoptimalkan pengaplikasian torsi input pada lintasan tertentu. Tujuannya adalah untuk meminimalisir penggunaan energi pada kendaraan listrik dengan constraint seperti batas waktu untuk mencapai garis finish, serta batas kecepatan. Diharapkan dengan penelitian ini, jumlah energi yang terpakai oleh kendaraan listrik hemat energi yang dimodelkan pada satu putaran yang telah diminimalisir lebih rendah dari jumlah energi sebelum diminimalisir. Hasil dari penelitian ini menunjukkan bahwa solusi dari Genetic Algorithm dapat membuat konsumsi energi kendaraan menjadi 11.49% lebih rendah saat menggunakan metode Max Torque, dan 14.83% lebih rendah saat menggunakan metode Precise Torque jika dibandingkan dengan konsumsi energi real. Selain itu, parameter batas populasi, dan generasi maksimal yang semakin besar dapat membuat genetic algorithm menghasilkan solusi dengan minimum cost yang lebih rendah, tetapi dengan waktu optimisasi yang lebih lama.
=======================================================================================================================================
The energy efficiency of electric vehicles is significantly influenced by driving behavior. This is because the drivetrain system of an electric vehicle plays a crucial role in determining its overall efficiency. Therefore, it is essential to maintain the system within its efficient operating range to maximize the vehicle's driving range. To achieve this, energy consumption in the vehicle can be minimized using a Genetic Algorithm (GA)-based approach by optimizing the application of input torque along a specific route. The objective is to reduce the energy usage of the electric vehicle while considering constraints such as time limits to reach the finish line and speed boundaries. This study aims to ensure that the total energy consumed by the energy-efficient electric vehicle model over one complete lap, after optimization, is lower than the energy consumed prior to optimization. The results indicate that the solution generated by the Genetic Algorithm can reduce the vehicle's energy consumption by 11.49% using the Max Torque method, and by 14.83% using the Precise Torque method, compared to the real energy consumption. Furthermore, increasing the population size and the maximum number of generations can lead to solutions with lower minimum costs, although this comes at the expense of longer optimization time.
Actions (login required)
 |
View Item |