Bu araştırma, batarya ve hidrojen yakıt hücresini birlikte kullanan tamamen elektrikli hafif bir hava aracında, uçakta taşınabilecek hidrojen miktarının sınırlı olduğunu enerji yönetim algoritmasına doğrudan dahil etmektedir. Araştırmacılar eşdeğer tüketim minimizasyon stratejisine (Equivalent Consumption Minimisation Strategy, ECMS) dayalı üç yaklaşımı karşılaştırmıştır: hidrojen miktarını sınırsız kabul eden yöntem, sabit yakıt sınırı yöntemi ve hidrojen azaldıkça bataryanın kullanımını kontrollü biçimde artıran yeni “depletion-aware” yaklaşım. 6650 saniyelik görev profili üzerinde yapılan modelleme ve dSPACE software-in-the-loop doğrulamasında sınırsız yakıt yaklaşımı 4,65 kg hidrojen tüketerek kullanılabilir 4,05 kg sınırını %14,81 aşarken, diğer iki yöntem tüketimi 4,05 kg ile sınırlandırmıştır. Depletion-aware yaklaşımın temel avantajı, yakıt hücresini sınır noktasında ani biçimde kapatmak yerine hidrojen azaldıkça güç paylaşımını bataryaya doğru kademeli olarak kaydırmasıdır. Sonuçlar gerçek uçuş testi değil, hesaplamalı model ve gerçek zamanlı software-in-the-loop kontrol doğrulamasıdır.

Çalışmanın sonuçları, uçaktaki yakıt hücresini pratikte sınırsız enerji kaynağı olarak modellemenin görev planlaması açısından önemli bir hata oluşturabileceğini göstermektedir. Tasarlanan tankın toplam hidrojen kapasitesi 4,50 kg'dır; güvenlik ve tank işletme gereksinimleri nedeniyle bunun %10'u kullanılmadan bırakılmış ve yakıt hücresinin kullanılabilir hidrojen miktarı 4,05 kg kabul edilmiştir. Hidrojen sınırını görmeyen enerji yönetimi, görevi tamamlamak için bunun üzerine 0,60 kg daha hidrojen istemektedir. Uçuş sırasında yeniden yakıt ikmali yapılamayacağı için bu yaklaşım araştırmacılar tarafından gerçekçi bulunmamaktadır.

Yakıt sınırına uyan sabit-limit ve depletion-aware yöntemlerinin her ikisi de görevi 4,05 kg hidrojen kullanarak tamamlamaktadır; ancak bunun bedeli bataryanın daha fazla kullanılmasıdır. Görev sonunda batarya doluluk durumu sınırsız yakıt yaklaşımında %84,67 iken sabit-limit yönteminde %52,45 ve depletion-aware yöntemde %52,35 olmuştur. Bu nedenle çalışma, depletion-aware yöntemin “daha az enerji kullanan” evrensel bir çözüm olduğunu değil, sınırlı hidrojen miktarına uyarken yakıt hücresi ile batarya arasındaki geçişi daha kontrollü hale getirdiğini göstermektedir.

Türkiye açısından: Bu çalışma, hidrojen yakıt hücreli elektrikli hava araçlarının Türkiye'deki gelecekteki araştırma, prototipleme veya hava taksi/hafif hava aracı projelerinde enerji kaynağının yalnız nominal güç açısından değil, görev boyunca taşınabilir enerji miktarı açısından da kontrol algoritmasına dahil edilmesi gerektiğini gösteren bir yöntem sunmaktadır. Ancak kullanılan hava aracı iki yolcuya kadar hafif bir modeldir; hidrojen tankı, görev profili, güç sistemi ve rezerv varsayımlarının Türkiye'deki belirli bir hava aracına doğrudan aktarılması uygun değildir. Yerel görev profili, sertifikasyon gereksinimleri, çevre koşulları ve gerçek donanım özellikleriyle yeniden doğrulama gerekir.

Araştırmanın temel problemi nedir?

Batarya ile yakıt hücresini birlikte kullanan elektrikli bir hava aracında iki enerji kaynağının güç talebini nasıl paylaşacağı kritik bir kontrol problemidir. Batarya, güç talebindeki hızlı değişimlere cevap verebilirken yakıt hücresi daha uzun süreli enerji sağlama avantajına sahiptir. Ancak enerji yönetim sistemi yalnız anlık güç verimliliğine odaklanır ve yakıt hücresinin hidrojen kaynağını sınırsız kabul ederse, matematiksel olarak başarılı görünen bir görev gerçekte uçakta taşınandan daha fazla hidrojen gerektirebilir.

Çalışmanın hedeflediği literatür boşluğu tam olarak budur. Araştırmacılara göre yakıt hücreli birçok enerji yönetimi çalışması bataryanın enerji kapasitesini ve state-of-charge (SOC) sınırlarını ayrıntılı biçimde hesaba katarken yakıt hücresini pratikte sonsuz enerji kaynağı gibi modellemektedir. Karayolu araçlarında yakıt azaldığında yeniden yakıt ikmali yapılabilmesi bu yaklaşımı bazı senaryolarda tolere edilebilir hale getirebilir; fakat uçuş sırasında hidrojen ikmali yapılamadığı için hava araçlarında görev başında taşınan yakıt tüm göreve yetmek zorundadır.

İncelenen elektrikli uçak mimarisi nasıl çalışıyor?

Kaynakta Şekil 1'de gösterilen sistem, iki yolcuya kadar hafif tamamen elektrikli bir hava aracını temsil etmektedir. Elektrik güç sistemi 650 V doğru akım barası üzerinde kurulmuştur. Batarya ve yakıt hücresi aynı DC barayı besler; fakat bağlantı biçimleri farklıdır.

• Batarya, çift yönlü bir güç elektroniği dönüştürücüsü üzerinden DC baraya bağlanır ve hem şarj hem de deşarj edilebilir.
• Yakıt hücresi, tek yönlü yükseltici bir dönüştürücü üzerinden aynı DC baraya bağlanır.
• DC bara, DC/AC inverter üzerinden pervaneyi döndüren AC elektrik motorunu besler.
• Aviyonik ve aydınlatma gibi ikincil sistemler ayrı bir düşürücü dönüştürücü üzerinden beslenir.
• Yerel kontrolörlerin üzerinde, batarya ile yakıt hücresi arasındaki güç dağılımını belirleyen küresel enerji yönetim kontrolörü bulunmaktadır.

Bu mimari çalışmada özellikle basit tutulmuştur. Amaç belirli bir ticari uçağın eksiksiz elektrik sistemini modellemek değil, hidrojen miktarını enerji yönetiminin aktif bir kısıtı haline getiren yaklaşımı sınamaktır.

Görev profili hangi uçuş aşamalarını içeriyor?

Şekil 2'de normalleştirilmiş güç talebi toplam 6650 saniyelik bir görev boyunca tanımlanmaktadır. Profil taksi çıkışı, kalkış, tırmanış, seyir, alçalma, iniş ve taksi girişini kapsamaktadır. Kalkış ve tırmanış yüksek güç gerektirirken seyirde talep azalmakta; alçalma ve iniş aşamalarında daha düşük seviyelere inmektedir.

Bu görev profili, enerji yönetiminin yalnız sabit yükte değil uçuş boyunca değişen güç gereksinimleri altında sınanmasını sağlamaktadır. Bununla birlikte bu profil kaynağın varsaydığı tek görev senaryosudur; farklı menzil, hava koşulu, rota veya acil durum görevleri sistematik biçimde karşılaştırılmamıştır.

Neden ECMS kullanıldı?

Enerji yönetim stratejileri genel olarak kural tabanlı, anlık optimizasyon, küresel optimizasyon ve öğrenmeye dayalı yöntemler olarak sınıflandırılabilir. Bu araştırmada gerçek zamanlı uygulamaya uygun olması nedeniyle anlık optimizasyon yaklaşımı olan Equivalent Consumption Minimisation Strategy (ECMS) seçilmiştir.

ECMS'nin amacı, yakıt hücresinin hidrojen tüketimi ile bataryadan çekilen enerjinin hidrojen eşdeğerini aynı amaç fonksiyonunda birleştirerek her zaman adımında en düşük eşdeğer tüketimi sağlayan güç paylaşımını bulmaktır:

\[ C=\min\left(C_{FC}+kC_{batt}\right) \]

Burada \(C_{FC}\) yakıt hücresinin hidrojen tüketimini, \(C_{batt}\) bataryadan kullanılan enerjinin eşdeğer tüketimini ve \(k\) batarya SOC durumuna bağlı eşdeğerlik faktörünü ifade etmektedir.

Eşdeğerlik faktörü kaynakta şu ilişkiyle tanımlanmıştır:

\[ k = 1-2\mu \left( \frac{SOC-0.5(SOC_{max}+SOC_{min})} {SOC_{max}+SOC_{min}} \right) \]

\(\mu\), SOC değerinin eşdeğerlik faktörünü ne ölçüde etkilediğini belirleyen sabittir. Böylece bataryanın kalan enerjisi güç paylaşım kararına doğrudan dahil edilmektedir.

Yakıt hücresinin hidrojen tüketimi nasıl modelleniyor?

Araştırmacılar önce tek bir yakıt hücresinin polarizasyon eğrisini modellemiştir. Hücre gerilimi Nernst potansiyelinden ohmik, aktivasyon ve konsantrasyon kayıplarının çıkarılmasıyla hesaplanmaktadır:

\[ V_{cell}=E_{nernst}-V_{ohmic}-V_{act}-V_{conc} \]

Ohmik gerilim kaybı:

\[ V_{ohmic}=-i r \]

olarak ifade edilmektedir. Burada \(i\) akım yoğunluğunu ve \(r\) hücre direncini temsil eder. Aktivasyon kaybı elektrot yüzeyindeki reaksiyon kinetiğine, konsantrasyon kaybı ise yüksek akımlarda reaktanların reaksiyon bölgelerine taşınmasındaki sınırlamalara bağlanmaktadır.

Tek hücre davranışı daha sonra hücre sayısı ve aktif alan üzerinden yığın seviyesine ölçeklenmiştir:

\[ V_{stack}=N_{cell}V_{cell} \]

\[ I_{stack}=iA_{cell} \]

\[ P_{stack}=V_{stack}I_{stack} \]

Yakıt hücresi veriminin yaklaşık değeri hücre gerilimi üzerinden:

\[ \eta_{stack}=\frac{V_{cell}}{1.482} \]

ilişkisiyle elde edilmektedir.

Görev başlangıcında gerekli hidrojen miktarı ise yakıt hücresinin görev boyunca talep edilen enerjisinin verime göre integrali alınarak hesaplanmaktadır:

\[ H_{2,initial} = \frac{1}{E_{low,H_2}} \int \frac{P_{FC}}{\eta_{FC}}dt \]

Enerji yönetimine asıl yeniliği kazandıran geri besleme, görev sırasında kalan hidrojenin sürekli hesaplanmasıdır:

\[ H_2 = H_{2,initial} - \int C_{FC}dt \]

Böylece kontrol algoritması yalnız yakıt hücresinden ne kadar güç istenmesi gerektiğini değil, bu gücü üretmek için görev sonuna kadar yeterli hidrojen kalıp kalmayacağını da dikkate alabilir.

Sistem hangi fiziksel ve işletim sınırlarını gözetiyor?

Enerji yönetimi, yalnız optimizasyon amacıyla serbestçe güç dağıtımı yapmamaktadır. Kaynakta beş temel kısıt birlikte tanımlanmıştır:

\[ SOC_{min}\leq SOC\leq SOC_{max} \]

\[ P_{batt,min}\leq P_{batt}\leq P_{batt,max} \]

\[ H_{2,min}\leq H_2\leq H_{2,max} \]

\[ P_{FC,min}\leq P_{FC}\leq P_{FC,max} \]

\[ \Delta P_{FC}\leq\Delta P_{FC,max} \]

Son sınır, yakıt hücresi gücünün zaman adımları arasında çok hızlı değiştirilmesini engeller. Kaynak modelinde yakıt hücresinin güç değişim hızı 5 kW/s ile sınırlandırılmıştır. Yakıt hücresi bu nedenle ani güç taleplerine batarya kadar hızlı cevap veremez; hızlı geçişlerde batarya daha fazla yük üstlenmektedir.

Temel model parametreleri nelerdir?

Model başlangıcında batarya için %75 minimum SOC hedeflenmektedir. Bununla birlikte hidrojenin tükenmesi gibi koşullarda depletion-aware algoritma bu alt sınırı kontrollü biçimde aşağı çekerek normalde rezerv olarak tutulan batarya enerjisinin daha büyük bölümünü kullanabilmektedir. Bu nedenle sonuçlardaki yaklaşık %52 görev sonu SOC değerleri başlangıçtaki %75 normal işletim sınırıyla çelişen ölçüm hataları değildir; yakıt kıtlığı senaryosunda enerji rezervinin kullanılması algoritmanın parçasıdır.

Üç hidrojen yönetim yöntemi arasındaki fark nedir?

1. Sınırsız hidrojen yaklaşımı

İlk yöntemde hidrojen tankı pratikte sonsuz enerji kaynağı gibi kabul edilir. Kontrol algoritması yakıt hücresi ile batarya arasındaki güç paylaşımını optimize eder fakat tankta gerçekten ne kadar hidrojen kaldığını karar döngüsüne geri beslemez. Bu yöntem, hidrojen kullanımını gözlemleyebilir ancak hidrojen miktarı optimizasyonun aktif sınırı değildir.

2. Sabit yakıt sınırı

İkinci yöntemde kullanılabilir hidrojen için katı bir sınır uygulanmaktadır. Tankta güvenlik amacıyla bırakılan %10 seviyesine ulaşıldığında yakıt hücresi kapatılır ve kalan güç gereksinimini batarya üstlenir. Yaklaşım hidrojen sınırına uyar fakat yakıt hücresinin güç üretimi sınır noktasında ani olarak sonlanabilir.

3. Depletion-aware yaklaşım

Yeni depletion-aware yöntemde sistem hidrojenin yalnız bitip bitmediğine bakmaz; yakıt miktarının tükenme sınırına yaklaştığını önceden dikkate alır. Kalan hidrojen %30 seviyesine indiğinde bataryanın minimum SOC sınırı ve ECMS eşdeğerlik faktörü ilk kademede düşürülür. Hidrojen %20'nin altına indiğinde ikinci azaltma yapılır. %10 seviyesinde ise yakıt hücresinin kullanılabilir hidrojen sınırına ulaşılmış olur.

Bu yaklaşım hidrojen azaldıkça bataryaya daha fazla görev yükleyerek yakıt hücresinin güç üretimini daha kontrollü biçimde azaltmayı amaçlamaktadır. Kaynakta üç eşik yalnız yöntemi göstermek amacıyla seçilmiştir; yazarlar daha fazla geçiş noktası kullanmanın hidrojen tüketimini daha düzgün hale getirebileceğini ancak kontrol hesaplamasını karmaşıklaştıracağını belirtmektedir.

Sınırsız yöntem 4,65 kg hidrojen tüketmektedir. Kullanılabilir hidrojen miktarı 4,05 kg olduğundan ihtiyaç duyulan ilave 0,60 kg, kullanılabilir miktarın yaklaşık %14,81'ine karşılık gelmektedir. Sabit-limit ve depletion-aware yöntemleri ise tüketimi 4,05 kg'da tutmaktadır.

dSPACE doğrulaması neyi kanıtlıyor?

Enerji yönetim stratejisi önce MATLAB/Simulink R2023b ortamında uygulanmış, ardından dSPACE ControlDesk 2022-B kullanılarak software-in-the-loop (SIL) doğrulamasına aktarılmıştır. Kaynakta Şekil 7 ve Şekil 8'de görülen düzende elektrik güç sistemi ile boyutlandırma modelleri DS1006 üzerinde, enerji yönetim kontrol algoritması ise DS1104 üzerinde çalıştırılmıştır. İki kontrol kartı analog ve dijital sinyallerle birbirine bağlanmıştır.

Kontrol kodunun C diline derlenip farklı bir gerçek zamanlı yürütme ortamında çalıştırılması, algoritmanın yalnız Simulink çözücüsüne özgü bir davranış göstermediğini ve kontrol hesaplarının gerçek zamanlı olarak uygulanabildiğini test etmektedir. Kaynak, dSPACE sonuçlarının Simulink sonuçlarıyla uyumlu olduğunu bildirmektedir.

Bununla birlikte bu doğrulama gerçek uçuş testi veya fiziksel yakıt hücresi–batarya uçak prototipinin donanım testi değildir. Software-in-the-loop, kontrol yazılımının gerçek zamanlı hesaplama ortamındaki davranışını doğrulamaktadır; gerçek hava aracı emniyeti, termal davranışı, elektromanyetik uyumluluğu, sertifikasyonu veya uzun dönem donanım güvenilirliği bu deneyden çıkarılamaz.

Batarya SOC sonuçları ne gösteriyor?

Sınırsız hidrojen yaklaşımı görev sonunda %84,67 batarya SOC'siyle bitmektedir. Yakıt sınırına uyan sabit-limit yönteminde görev sonu SOC %52,45, depletion-aware yaklaşımda ise %52,35'tir. Sınırlı iki yöntem hidrojen tüketimini azaltmak için görevin daha büyük bölümünü bataryaya aktardığından, görev sonundaki batarya enerjisi belirgin biçimde daha düşüktür.

Kaynak, sınırlı yaklaşımların 6650 saniyelik görev boyunca sınırsız yakıt yöntemine kıyasla yaklaşık 32,3 yüzde puan daha fazla batarya SOC'si kullandığını belirtmektedir. Bu sonuç önemli bir ödünleşimi ortaya koymaktadır: hidrojen tankının gerçek kapasitesine uymak, batarya rezervinin daha fazla kullanılmasını gerektirmektedir.

Depletion-aware yöntem batarya açısından gerçekten daha iyi mi?

Depletion-aware yaklaşımın sabit sınıra göre asıl avantajı görev sonu SOC'si değildir; iki yöntemin son SOC değerleri hemen hemen aynıdır: %52,45 ve %52,35. Fark, güç kaynakları arasındaki geçiş biçiminde ve batarya kullanımının görev boyunca dağılımında ortaya çıkmaktadır.

Kaynak Tablo 2'de batarya SOC throughput değerini sabit-limit için 1,3957, depletion-aware için 1,3882 olarak vermektedir. Batarya degradation cost göstergesi sırasıyla %0,00424 ve %0,00403'tür. Yazarların unconstrained yaklaşımı referans alarak oluşturduğu tahmini batarya yaşam ömrü etkisi ise sabit-limit için 160, depletion-aware için 147 olarak verilmektedir.

Kaynağın sonuç bölümündeki “depletion-aware yaklaşım %13 daha az batarya depletion göstermiştir” ifadesi dikkatli okunmalıdır. Tablo 2'deki 160 ve 147 değerlerinin farkı 13 yüzde puandır. Bu nedenle 13 değerini doğrudan sabit-limit yöntemine göre %13 göreli azalma olarak yorumlamak matematiksel olarak tek anlamlı değildir. Kaynağın desteklediği daha güvenli sonuç, depletion-aware yöntemin aynı hidrojen sınırına uyarken sabit-limit yönteminden biraz daha düşük batarya degradation göstergesi ve SOC throughput ürettiğidir.

Çalışmanın desteklediği sonuçlar

• Yakıt hücresini sınırsız enerji kaynağı olarak kabul eden ECMS, incelenen görevde kullanılabilir hidrojen miktarından %14,81 daha fazla hidrojen talep etmektedir.
• Sabit-limit ve depletion-aware yaklaşımları hidrojen kullanımını 4,05 kg kullanılabilir sınırında tutmaktadır.
• Sabit-limit yaklaşımında yakıt sınırına ulaşıldığında yakıt hücresi kapanmakta ve güç talebi bataryaya aktarılmaktadır.
• Depletion-aware yöntem hidrojen %30 ve %20 eşiklerine yaklaşırken SOC sınırını ve eşdeğerlik faktörünü değiştirerek bataryayı daha erken devreye sokmaktadır.
• Depletion-aware yöntem yakıt hücresinden yalnız bataryaya geçişi sabit sınır yöntemine göre daha kademeli hale getirmektedir.
• Her iki yakıt kısıtlı yaklaşım, sınırsız hidrojen yönteminden belirgin biçimde daha fazla batarya enerjisi kullanmaktadır.
• Kontrol stratejisi MATLAB/Simulink sonuçlarıyla uyumlu şekilde dSPACE software-in-the-loop ortamında gerçek zamanlı olarak yürütülebilmiştir.

Çalışmanın desteklemediği veya test etmediği sonuçlar

• Depletion-aware yöntemin gerçek bir elektrikli uçakta uçuş güvenliğini kanıtladığı gösterilmemiştir.
• Yaklaşım gerçek uçuşta, fiziksel hidrojen tankıyla veya tam ölçekli uçak donanımı üzerinde doğrulanmamıştır.
• Hidrojen tankı boyutunun optimum olduğu gösterilmemiştir; tank boyutlandırmasının optimizasyonu kapsam dışındadır.
• Enerji yönetim parametreleri için kapsamlı duyarlılık analizi yapılmamıştır.
• Yakıt hücresi ve bataryanın görev boyunca ayrıntılı termal davranışı modellenmemiştir.
• Depletion-aware yaklaşımın predictive ECMS, model predictive control veya öğrenme tabanlı bütün yöntemlerden üstün olduğu deneysel olarak gösterilmemiştir.
• İki kişilik hafif uçak modelindeki sonuçların büyük yolcu uçaklarına aynı sayısal değerlerle ölçeklenebileceği kanıtlanmamıştır.
• Tek görev profili bütün gerçek uçuş rotalarını, hava koşullarını, diversion senaryolarını veya acil durumları temsil etmemektedir.

Çalışmanın Yöntemi ve Bulguları

Yakıt hücresi boyutlandırma ve tüketim modeli

Yakıt hücresi modeli, tek hücrenin polarizasyon eğrisinden yığın seviyesine ölçeklenmiştir. Hücrenin akım yoğunluğu arttıkça aktivasyon, ohmik ve konsantrasyon kayıpları nedeniyle gerilim düşmektedir. Kaynakta Şekil 4 bu karakteristik polarizasyon eğrisini göstermektedir.

Yakıt hücresi gücü yükseldikçe hidrojen tüketimi de artmaktadır. Özellikle maksimum güce yaklaşıldığında konsantrasyon kayıpları nedeniyle tüketim artışının güç artışından daha hızlı hale gelebildiği Şekil 5'te gösterilmektedir. Enerji yönetiminde kullanılan tüketim fonksiyonu ikinci dereceden bir ilişkiyle ifade edilmiştir:

\[ C_{FC}=cP_{FC}^{2}+bP_{FC}+a \]

Burada \(a\), \(b\) ve \(c\), yakıt hücresinin güç–hidrojen tüketimi eğrisinden elde edilen katsayılardır.

Batarya eşdeğer tüketimi

Bataryanın şarj ve deşarj verimleri ayrı ayrı dikkate alınmıştır. Batarya enerji tüketimi hidrojen eşdeğerine dönüştürülerek yakıt hücresinin tüketimiyle aynı ECMS amaç fonksiyonunda karşılaştırılmıştır:

\[ C_{batt} = P_{batt}\eta_{batt} \frac{C_{FC,avg}}{P_{FC,avg}} \]

Böylece algoritma bir kilovat gücü bataryadan veya yakıt hücresinden sağlamanın yalnız elektriksel sonuçlarını değil, eşdeğer enerji tüketimini de değerlendirebilmektedir.

Hidrojen rezervi ve kullanılabilir yakıt

Modelde toplam hidrojen tankı kapasitesi 4,50 kg'dır. Araştırmacılar, basınçlandırma ve sıcaklık kontrolüyle ilişkili güvenlik gerekçeleri nedeniyle tankta yaklaşık %10 hidrojen kalmasını şart koşmuştur. Bu nedenle yakıt hücresinin görev boyunca tüketmesine izin verilen hidrojen:

4,05 kg

olarak belirlenmiştir.

Sınırsız yakıt yaklaşımı görev sonunda 4,65 kg gerektirdiğinden tasarlanan kullanılabilir miktarı 0,60 kg aşmıştır. Uçakta toplam tankın 4,50 kg olduğu düşünüldüğünde bu yöntem yalnız kullanılabilir yakıtı değil, fiziksel başlangıç tank kapasitesini de aşan bir görev talebi üretmektedir.

Üç yaklaşımın nicel sonuçları

Tablonun en önemli sonucu tek bir yöntemin bütün metriklerde üstün olmadığıdır. Sınırsız hidrojen yaklaşımı batarya açısından en düşük degradation göstergelerini üretmektedir; ancak uçakta bulunan hidrojen sınırını ihlal etmektedir. Sabit-limit ve depletion-aware yaklaşımları hidrojen sınırına uyar; bunun karşılığında batarya daha yoğun kullanılmaktadır. Depletion-aware yaklaşım ise sabit-limit ile aynı miktarda hidrojen tüketirken batarya degradation cost ve SOC throughput göstergelerinde küçük bir avantaj sağlamaktadır.

Şekil 9: Hidrojen tüketimi ne gösteriyor?

Şekil 9'da üç yöntem görevin ilk büyük bölümünde birbirine yakın hidrojen tüketim eğrileri izlemektedir. Görevin ilerleyen kısmında sınırsız yaklaşım 4,05 kg kullanılabilir sınırının üzerine çıkmaya devam ederek yaklaşık 4,65 kg'a ulaşır. Sabit-limit yönteminin eğrisi 4,05 kg'da yataylaşır. Depletion-aware yöntemde ise hidrojen tüketim hızının sınırdan önce kontrollü biçimde azaltıldığı görülmektedir.

Bu grafik depletion-aware yaklaşımın daha az toplam hidrojen tükettiğini sabit-limit yöntemine karşı göstermemektedir; ikisi de görev sonunda 4,05 kg tüketmektedir. Fark, hidrojenin görev boyunca hangi hızla kullanıldığı ve bataryaya geçişin nasıl gerçekleştirildiğidir.

Şekil 10: Batarya SOC ne gösteriyor?

Batarya SOC grafiğinde üç yöntem başlangıçta benzer davranmaktadır. Sınırsız hidrojen yöntemi daha fazla yakıt hücresi enerjisine erişebildiği için görev sonuna doğru yaklaşık %84,67 SOC'de kalır. Sabit-limit yaklaşımında hidrojen sınırına yaklaşık 5157 saniyede ulaşıldığında bataryanın SOC değeri hızlı biçimde düşmeye başlar.

Depletion-aware yöntemde batarya daha erken ve kademeli biçimde devreye sokulduğundan SOC daha uzun bir zaman aralığında azalır. Görev sonunda depletion-aware %52,35, sabit-limit %52,45 SOC göstermektedir. Dolayısıyla depletion-aware yaklaşımın yararı görev sonunda daha yüksek batarya enerjisi bırakması değildir.

Şekil 11: Yakıt hücresi gücü neden önemli?

Şekil 11, enerji yönetim algoritmasının yakıt hücresinden talep ettiği normalleştirilmiş gücü göstermektedir. Depletion-aware yöntemde yaklaşık 4500 saniye civarında dSPACE sonuçlarında güç dalgalanmaları oluşmuştur. Araştırmacılar bu gürültünün Simulink sonuçlarında bulunmadığını ve dSPACE ortamındaki güç talebi değişimleriyle ilişkili olabileceğini belirtmektedir.

Zaman adımının küçültülmesi gürültüyü azaltabilir; ancak gerçek zamanlı çalışmanın korunması için zaman adımının ne kadar küçültülebileceğinin pratik bir sınırı vardır. Bu bulgu, algoritmanın henüz son optimizasyon aşamasında olmadığını ve gerçek zamanlı kontrol parametrelerinin gelecekte iyileştirilmesi gerektiğini göstermektedir.

Batarya degradation hesabının sınırı

Batarya degradation değeri çalışmada deneysel bağıntılardan alınan denklemlerle yalnız karşılaştırma amacıyla hesaplanmıştır. Kaynak bu sonuçları gerçek batarya ömrünün doğrudan ölçümü olarak sunmamaktadır. Batarya kapasitesi, güç yükü ve çevrim ömrü kullanılarak bir görev için degradation göstergesi oluşturulmuştur.

Bu nedenle Tablo 2'deki değerlerden belirli bir bataryanın gerçek hizmet ömrünün kaç yıl veya kaç uçuş olacağı çıkarılamaz. Termal yaşlanma, hücre kimyasının ayrıntılı davranışı ve uzun dönem fiziksel çevrim testleri bu çalışmanın konusu değildir.

Çalışmanın güçlü yönleri

• Yakıt hücresini sınırsız enerji kaynağı olarak kabul etmek yerine gerçek görev yakıt miktarını kontrol döngüsüne dahil etmektedir.
• Batarya SOC, batarya gücü, yakıt hücresi gücü, hidrojen miktarı ve yakıt hücresi slew rate sınırlarını birlikte ele almaktadır.
• Üç hidrojen kullanım stratejisini aynı görev ve sistem üzerinde doğrudan karşılaştırmaktadır.
• MATLAB/Simulink modelinin yanında dSPACE software-in-the-loop gerçek zamanlı yürütme doğrulaması sunmaktadır.
• Yakıt azaldıkça güç paylaşımını değiştiren açık ve ölçeklenebilir bir kontrol mantığı önermektedir.

Çalışmanın sınırlılıkları

• Parametreler için kapsamlı duyarlılık analizi yapılmamıştır.
• ECMS eşdeğerlik faktörü önceden belirlenmiştir; alternatif değerlerin sistematik optimizasyonu yapılmamıştır.
• Termal sınırlar boyutlandırmada dikkate alınmış olsa da görev boyunca çalışan kapsamlı bir termal model bulunmamaktadır.
• Yalnız ECMS temelli yaklaşım ayrıntılı olarak incelenmiştir.
• Hidrojen tankı boyutlandırmasının optimizasyonu çalışmanın kapsamı dışındadır.
• Farklı uçak boyutları kapsamlı biçimde araştırılmamıştır.
• Yöntem daha küçük bir hava aracı üzerinde denenmiş olsa da bu yalnız yakıt hücresi ve batarya sayısını azaltmış; farklı bileşen ölçeklerini sistematik biçimde incelememiştir.
• Depletion-aware yöntemde yalnız üç hidrojen eşiği kullanılmıştır.
• dSPACE doğrulaması software-in-the-loop seviyesindedir; gerçek uçuş veya tam fiziksel güç sistemi doğrulaması değildir.

Bilimsel ve uygulamalı anlamı

Çalışmanın ana katkısı yeni bir yakıt hücresi kimyası veya yeni bir uçak motoru geliştirmek değildir. Katkı, uçaktaki enerji yönetimi probleminin formülasyonunu değiştirmesidir: hidrojen yalnız tüketimi minimize edilecek bir değişken değil, görev boyunca miktarı sonlu olan ve gerçek zamanlı izlenmesi gereken bir enerji rezervidir.

Bu yaklaşım özellikle birden fazla enerji kaynağı kullanan elektrikli hava araçları açısından önemlidir. Kontrol sistemi, yakıtın tükenmesine yalnız ulaşıldığında tepki vermek yerine yaklaşan enerji kıtlığını önceden hesaba katabilir. Ancak bunun gerçek hava aracındaki emniyet faydası, fiziksel donanım ve uçuş koşullarında ayrıca doğrulanmalıdır.

Kaynak ve Yöntem Notu

Tam özgün çalışma adı: Energy Management Strategy Under Fuel Constraints for Battery–Fuel Cell-Powered All-Electric Aircraft

Yazarlar: Ayesha R. E. Wise; Sharmila Sumsurooah; Serhiy Bozhko; Seang Yeoh.

Yazar sırası: Kaynaktaki sıra aynen korunmuştur.

Eş katkı/eş birinci yazar: Kaynakta böyle bir beyan bulunmamaktadır.

Sorumlu yazarlar: Ayesha R. E. Wise ve Sharmila Sumsurooah.

Kurum: Power Electronics Machines and Control Institute, University of Nottingham, Nottingham NG7 2GT, United Kingdom.

Kaynak türü: Hesaplamalı modelleme, kontrol algoritması geliştirme ve software-in-the-loop doğrulaması içeren hakemli araştırma makalesi.

Dergi: Aerospace

Yayınevi: MDPI

Cilt / sayı / makale numarası: 13(7), 641

Yayın tarihi: 15 Temmuz 2026

DOI: 10.3390/aerospace13070641

Resmî yayın bağlantısı: https://www.mdpi.com/2226-4310/13/7/641

DOI bağlantısı: https://doi.org/10.3390/aerospace13070641

Hakemlik durumu: Çalışma, hakemli Aerospace dergisinde yayımlanmış araştırma makalesidir.

Lisans: Creative Commons Attribution (CC BY) açık erişim lisansı.

Finansman: Araştırma dış finansman almamıştır.

Veri erişilebilirliği: Çalışmada sunulan verilerin gizlilik nedeniyle sorumlu yazardan talep üzerine edinilebileceği belirtilmiştir.

Çıkar çatışması: Yazarlar çıkar çatışması bildirmemiştir.

Yazar katkıları: Kavramsallaştırma Ayesha R. E. Wise ve Serhiy Bozhko; metodoloji Ayesha R. E. Wise; yazılım Ayesha R. E. Wise ve Seang Yeoh; doğrulama Ayesha R. E. Wise ve Seang Yeoh; biçimsel analiz ve araştırma Ayesha R. E. Wise; kaynaklar Serhiy Bozhko; veri kürasyonu ve ilk taslak Ayesha R. E. Wise; gözden geçirme ve düzenleme Sharmila Sumsurooah, Serhiy Bozhko ve Seang Yeoh; görselleştirme Ayesha R. E. Wise; denetim Sharmila Sumsurooah, Serhiy Bozhko ve Seang Yeoh; proje yönetimi ve finansman edinimi Serhiy Bozhko tarafından gerçekleştirilmiştir.

Doğrulama düzeyi: Enerji yönetim stratejileri MATLAB/Simulink R2023b ortamında modellenmiş ve dSPACE ControlDesk 2022-B kullanılarak software-in-the-loop düzeninde doğrulanmıştır. Elektrik güç sistemi ve boyutlandırma modelleri DS1006, enerji yönetim kontrolörü DS1104 üzerinde çalıştırılmıştır. Bu yöntem gerçek uçuş veya tam fiziksel hava aracı donanım testi değildir.

Kaynak içi yüzde yorum notu: Sonuç bölümünde depletion-aware yöntem için sabit-limit yöntemine kıyasla “%13 daha az batarya depletion” ifadesi kullanılmaktadır. Tablo 2'de ilgili tahmini batarya yaşam ömrü etki değerleri 160 ve 147'dir; fark 13 yüzde puandır. Aynı tablodaki doğrudan degradation cost göstergeleri %0,00424 ve %0,00403'tür. Bu nedenle “%13” ifadesi tek anlamlı bir göreli yüzde azalma olarak yeniden yorumlanmamış, kaynak içindeki nicel değerler ayrı ayrı verilmiştir.

Bilimsel sınır: Çalışma iki yolcuya kadar hafif tamamen elektrikli bir hava aracı modelini ve 6650 saniyelik varsayılan bir görev profilini değerlendirmektedir. Hidrojen tankının optimum boyutlandırılması, ayrıntılı görev-boyu termal model, geniş kapsamlı parametre duyarlılığı, farklı enerji yönetimi sınıflarının tam karşılaştırması ve gerçek uçuş doğrulaması yapılmamıştır. Depletion-aware yöntemin büyük ticari hava araçlarına doğrudan aynı parametrelerle aktarılabileceği bu çalışma tarafından kanıtlanmamaktadır.

İçerik üretim yöntemi: Bu Verianla açıklamasındaki bilimsel yöntemler, denklemler, sayısal sonuçlar ve yorum sınırları incelenen kaynak çalışmaya dayanmaktadır. Dış bibliyografik kontrol yalnız yayın kimliği ve hakemlik durumunun doğrulanması için kullanılmış; dış kaynaklardan yeni deneysel sonuç, yeni performans değeri veya kaynakta bulunmayan bilimsel mekanizma ana metne eklenmemiştir.