智能混合動力汽車動力控制II：實時能量智能管理

智能混合動力汽車動力控制II：實時能量智能管理

基于智能混合動力汽車動力控制I提出的機器學(xué)習(xí)算法框架（ML_EMO_HEV），將其用于混合動力汽車的實車能量優(yōu)化管理之中?；贛L_EMO_HEV提出了3種智能能量控制系統(tǒng)：①IEC_HEV_SISE；② IEC_HEV_ MISE；③IEC_HEV_MIME。3種智能能量管理系統(tǒng)能夠?qū)l(fā)動機功率和電池組的荷電量（SOC）很好地結(jié)合在一起，使得整個循環(huán)工況中汽車的行駛狀態(tài)不僅能夠滿足駕駛員的需求，還能在滿足系統(tǒng)的限制和發(fā)動機、電機、蓄電池、發(fā)電機等運行條件下使油耗量最小。

將3種智能能量管理系統(tǒng)應(yīng)用到仿真軟件PAST中的福特Escape模型，并對其進(jìn)行性能分析。根據(jù)PAST中所提供的10組測試循環(huán)工況得到的仿真結(jié)果與模型默認(rèn)控制器的仿真結(jié)果進(jìn)行對比，同時也對3種智能控制器進(jìn)行對比。仿真結(jié)果得出：基于道路類型和交通擁堵情況優(yōu)化算法的最優(yōu)能量管理策略對汽車能量控制是非常有效的，可以明顯地減少能量消耗。相比于模型默認(rèn)的控制器而言，良好的智能能量管理系統(tǒng)在10個循環(huán)周期中可以減少3%～20%的燃油消耗。3種智能能量管理系統(tǒng)中表現(xiàn)最好的控制器類型是IEC_HEV_MISE，在10個循環(huán)工況中約減少能源消耗5%～19%。提出的基于機器學(xué)習(xí)（神經(jīng)網(wǎng)絡(luò)）算法的混合動力汽車實時智能能量管理系統(tǒng)可以在滿足行駛要求的前提下有效地管理能量，減少燃油消耗。

刊名：IEEE Transactions on Vehicular Technology（英）

刊期：2013年第1期

作者：Yi Lu Murphey et al

編譯：劉曉瑩