基于预测控制的PHEV能源管理策略

论文摘要

提出一种基于预测控制的PHEV在线能源管理策略。它利用BP神经网络构建旅途预测模型,并采用遗传-粒子群混合优化算法提升预测模型的车速预测精度;在此基础上,为保证预测模型对工况的适应性和策略的实时性,设计了基于动态规划的预测控制策略;最后以实际工况数据对提出的策略进行了仿真验证。结果表明,设计的旅途预测模型可有效地进行车速预测,预测精度超过93%;同时,与现有的实时策略和全局优化策略相比,采用提出的策略时油耗、排放和实时性得到了改善。

论文目录

• 前言
• 1 车辆模型与能耗优化问题的建立
•   1.1 车辆模型的建立
•   1.2 能耗优化问题建立
• 2 旅途预测模型
•   2.1 旅途预测原理
•   2.2 旅途预测模型建立
• 3 基于DP的预测控制策略
• 4 实验分析
•   4.1 实验设置
•     4.1.1 实验路径和样本选择
•     4.1.2 实验参数设置
•     4.1.3 误差评价方法
•   4.2 车速预测分析
•   4.3 策略性能分析
•     4.3.1 l和 l
• 的选择
•     4.3.2 策略分析
• 5 结论

文章来源

类型: 期刊论文

作者: 刘吉超,陈阳舟

关键词: 能源管理策略,预测控制,旅途预测

来源: 汽车工程 2019年03期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 汽车工业

单位: 北京工业大学北京市交通工程重点实验室,北京工业大学人工智能与自动化学院

基金: 国家自然科学基金(61573030),北京市自然科学基金-交控科技轨道交通联合基金(L171001)资助

分类号: U469.7

DOI: 10.19562/j.chinasae.qcgc.2019.03.006

页码: 275-282+297

总页数: 9

文件大小: 4206K

下载量: 188