Perpustakaan Digital ITB

Perkembangan teknologi kendaraan listrik menawarkan solusi atas kendaraan yang lebih ramah lingkungan dan berkelanjutan dibandingkan dengan kendaraan bahan bakar fosil. Meskipun begitu, kapasitas baterai kendaraan listrik yang terbatas memunculkan seringnya kebutuhan untuk pengisian ulang baterai dan kekhawatiran terhadap jarak tempuh kendaraan listrik. Hal ini menyebabkan biaya yang dikeluarkan untuk memiliki kendaraan listrik menjadi tinggi dan munculnya kebutuhan untuk meningkatkan penggunaan baterai tanpa menambah kapasitas baterai. Pengereman regeneratif memanfaatkan kemampuan motor listrik untuk menjadi generator ketika mendapatkan torsi negatif. Pengereman regeneratif memiliki beberapa keunggulan dibanding pengereman biasa, seperti menambah usia bantalan rem, menambah jarak tempuh, dan menghemat penggunaan baterai. Namun, pengereman regeneratif memiliki resiko untuk mengubah distribusi gaya antara roda depan dengan roda belakang, sehingga dapat mengakibatkan oversteer. Untuk itu, diperlukan optimasi agar dapat menghasilkan energi pemulihan yang optimal dengan mempertimbangkan aspek kecepatan, keamanan, dan kondisi baterai. Penelitian ini menggunakan pendekatan statik kuasi untuk memodelkan kendaraan listrik dan mengusulkan algoritma optimasi menggunakan Deep Deterministic Policy Gradient dengan Particle Swarm Optimization yang diharapkan dapat melakukan eksplorasi sistem, sehingga dapat mengoptimasi regenerasi energi dan stabilitas pengereman kendaraan listrik roda tiga. Proses pemelajaran dilakukan menggunakan data dari World Harmonized Light Vehicle Test Procedure (WLTP) Kelas I. Hasil pemelajaran dari algoritma yang diusulkan dapat memulihkan energi sebesar 24,37% dengan potensi oversteer sebesar 0%. ?