发展燃料电池汽车是解决传统燃油汽车导致的环境污染和能源危机问题的重要手段之一。能量管理策略是燃料电池汽车的重要技术核心。目前燃料电池汽车主要采用单一规则型能量管理策略,而该策略在不同动力电池初始荷电状态(State of Charge...发展燃料电池汽车是解决传统燃油汽车导致的环境污染和能源危机问题的重要手段之一。能量管理策略是燃料电池汽车的重要技术核心。目前燃料电池汽车主要采用单一规则型能量管理策略,而该策略在不同动力电池初始荷电状态(State of Charge,SOC)下难以使车辆达到最佳的经济性。提出了一种混合式燃料电池汽车能量管理策略,将功率跟随与模糊控制两种规则型能量管理策略相混合,并根据动力电池初始SOC进行能量管理策略的选择。通过Matlab/Simulink建立燃料电池混合动力系统以及整车动力学模型,基于该模型对混合式控制策略与有限状态机能量管理策略下燃料电池汽车的性能进行了对比分析。仿真结果表明:相比有限状态机能量管理策略,在低、中、高三种动力电池初始SOC下,混合式控制策略使燃料电池汽车经济性分别提高6%、19.9%以及27%。展开更多
汽车保有量的增加和能耗排放法规日益严格的限制给车辆节能减排提出了巨大挑战,网联化、智能化和电气化是提高未来交通效率和减少公路能源消耗的三大支柱。为了全面了解智能网联汽车节能减排的前沿问题与研究进展,对当前经济驾驶领域的...汽车保有量的增加和能耗排放法规日益严格的限制给车辆节能减排提出了巨大挑战,网联化、智能化和电气化是提高未来交通效率和减少公路能源消耗的三大支柱。为了全面了解智能网联汽车节能减排的前沿问题与研究进展,对当前经济驾驶领域的重点问题进行了总体概述。首先,从广义的能量转换角度总结了智能车辆节能优化技术的本质和3个过程,其中Wheels to Distance环节的车辆系统优化是挖掘汽车节能潜力的重要一环,针对其介绍了智能网联汽车节能优化问题的基本数学原理;其次,从智能运输系统的各类非同源异构数据出发,分别从人-车交互、车-车通信、车-路感知三方面阐述来源于"人-车-路"交互体系的智能信息与数据;然后,针对单车智能网联环境下的多维度信息与先进控制技术相结合的关键问题,从考虑道路坡度预测巡航控制、跟车工况预测巡航控制、智能辅助驾驶和车道变换等应用场景进行具体介绍;针对"人-车-路-云"多源异构环境下车辆行为协同节能关键科学问题,从经济驾驶、多车协同节能、道路交叉口车路协同节能和车云协同节能等方面详细介绍研究现状;并进一步介绍电气化公路系统的前瞻性研究,说明融合智能化信息的E-highway节能潜力和智能重型商用车协同节能的未来发展趋势。最后,总结并梳理智能化信息对于提升车辆节能的重要影响,并展望了其在理论与实际层面遇到的挑战。展开更多
This paper presents a decentralized fuel efficient model predictive control(MPC) strategy for a group of connected vehicles incorporating vertical vibration. To capture the vehicle vibration dynamics, the dynamics of ...This paper presents a decentralized fuel efficient model predictive control(MPC) strategy for a group of connected vehicles incorporating vertical vibration. To capture the vehicle vibration dynamics, the dynamics of the suspension system is integrated with the longitudinal dynamics of the vehicle. Furthermore, a MPC framework with finite time horizon is formulated to calculate the optimal velocity profile that compromises fuel economy, mobility and ride comfort for every individual vehicle with the safety and physical constraints considered. In the MPC framework, the target velocity is calculated using signal phase and timing(SPAT)information to reduce the number of stoppage at red lights, and the vertical acceleration is calculated parallel to the calculation of the fuel consumption. The MPC optimal problem is solved with fast-MPC approach which enhances the computational efficiency via exploiting the structure of the control system and approximate methods. Simulation studies are conducted over different SPATs and connectivity penetration rates and the results validate the advantages of the proposed control architecture.展开更多
文摘发展燃料电池汽车是解决传统燃油汽车导致的环境污染和能源危机问题的重要手段之一。能量管理策略是燃料电池汽车的重要技术核心。目前燃料电池汽车主要采用单一规则型能量管理策略,而该策略在不同动力电池初始荷电状态(State of Charge,SOC)下难以使车辆达到最佳的经济性。提出了一种混合式燃料电池汽车能量管理策略,将功率跟随与模糊控制两种规则型能量管理策略相混合,并根据动力电池初始SOC进行能量管理策略的选择。通过Matlab/Simulink建立燃料电池混合动力系统以及整车动力学模型,基于该模型对混合式控制策略与有限状态机能量管理策略下燃料电池汽车的性能进行了对比分析。仿真结果表明:相比有限状态机能量管理策略,在低、中、高三种动力电池初始SOC下,混合式控制策略使燃料电池汽车经济性分别提高6%、19.9%以及27%。
文摘汽车保有量的增加和能耗排放法规日益严格的限制给车辆节能减排提出了巨大挑战,网联化、智能化和电气化是提高未来交通效率和减少公路能源消耗的三大支柱。为了全面了解智能网联汽车节能减排的前沿问题与研究进展,对当前经济驾驶领域的重点问题进行了总体概述。首先,从广义的能量转换角度总结了智能车辆节能优化技术的本质和3个过程,其中Wheels to Distance环节的车辆系统优化是挖掘汽车节能潜力的重要一环,针对其介绍了智能网联汽车节能优化问题的基本数学原理;其次,从智能运输系统的各类非同源异构数据出发,分别从人-车交互、车-车通信、车-路感知三方面阐述来源于"人-车-路"交互体系的智能信息与数据;然后,针对单车智能网联环境下的多维度信息与先进控制技术相结合的关键问题,从考虑道路坡度预测巡航控制、跟车工况预测巡航控制、智能辅助驾驶和车道变换等应用场景进行具体介绍;针对"人-车-路-云"多源异构环境下车辆行为协同节能关键科学问题,从经济驾驶、多车协同节能、道路交叉口车路协同节能和车云协同节能等方面详细介绍研究现状;并进一步介绍电气化公路系统的前瞻性研究,说明融合智能化信息的E-highway节能潜力和智能重型商用车协同节能的未来发展趋势。最后,总结并梳理智能化信息对于提升车辆节能的重要影响,并展望了其在理论与实际层面遇到的挑战。
基金supported by National Hi-Tech Research and Development Program of China(Grant Nos.2015BAG17B04&2013BAG08B01)U.S.National Science Foundation(Grant No.1544910)U.S.Department of Energy GATE Program and China Scholarship Council
文摘This paper presents a decentralized fuel efficient model predictive control(MPC) strategy for a group of connected vehicles incorporating vertical vibration. To capture the vehicle vibration dynamics, the dynamics of the suspension system is integrated with the longitudinal dynamics of the vehicle. Furthermore, a MPC framework with finite time horizon is formulated to calculate the optimal velocity profile that compromises fuel economy, mobility and ride comfort for every individual vehicle with the safety and physical constraints considered. In the MPC framework, the target velocity is calculated using signal phase and timing(SPAT)information to reduce the number of stoppage at red lights, and the vertical acceleration is calculated parallel to the calculation of the fuel consumption. The MPC optimal problem is solved with fast-MPC approach which enhances the computational efficiency via exploiting the structure of the control system and approximate methods. Simulation studies are conducted over different SPATs and connectivity penetration rates and the results validate the advantages of the proposed control architecture.
