Flexible predictive power-split control for battery-supercapacitor systems of electric vehicles using IVHS

The utilization of traffic information received from intelligent vehicle highway systems(IVHS) to plan velocity and split output power for multi-source vehicles is currently a research hotspot. However, it is an open issue to plan vehicle velocity and distribute output power between different supply units simultaneously due to the strongly coupling characteristic of the velocity planning and the power distribution. To address this issue, a flexible predictive power-split control strategy based on IVHS is proposed for electric vehicles(EVs) equipped with battery-supercapacitor system(BSS). Unlike hierarchical strategies to plan vehicle velocity and distribute output power separately, a monolayer model predictive control(MPC) method is employed to optimize them online at the same time. Firstly, a flexible velocity planning strategy is designed based on the signal phase and time(SPAT) information received from IVHS and then the Pontryagin’s minimum principle(PMP) is adopted to formulate the optimal control problem of the BSS. Then, the flexible velocity planning strategy and the optimal control problem of BSS are embedded into an MPC framework, which is online solved using the shooting method in a fashion of receding horizon. Simulation results verify that the proposed strategy achieves a superior performance compared with the hierarchical strategy in terms of transportation efficiency, battery capacity loss, energy consumption and computation time.

考虑耐久性的PEM燃料电池有轨电车自适应优化控制策略

针对燃料电池/锂电池/超级电容混合储能有轨电车在动态负载、启停循环、怠速循环、大功率运行时质子交换膜(PEM)燃料电池寿命衰减情况,提出Pontryagin极小值原理(PMP)与耐久性结合的能量管理策略。通过启停控制策略控制燃料电池的启动与停止,有效降低燃料电池启动次数;利用储能系统总体氢气消耗为经济性代价,燃料电池性能衰退指数为耐久性代价,构建联合代价函数;在满足期望条件下,实现协态变量随荷电状态实时变化的在线适应;将所提策略与传统极小值策略和状态机策略进行仿真对比。结果表明:城市循环工况中所提策略较于传统Pontryagin策略燃料电池峰值电流降低了33.2%,氢气消耗下降了12.50%;郊区循环工况中所提策略较传统Pontryagin策略峰值电流降低了21.88%,氢气消耗下降了40.39%。所提管理策略在不同工况下均有良好的适应能力,解决了传统PMP只能离线应用的缺点,将启停次数控制在较低水平,具有延寿燃料电池的能力。

基于庞特里亚金极小值原理的柴电混合动力船舶能量管理策略

提升混合动力船舶的能源利用率,制定合适的能量管理策略以实现功率合理分配、减小船舶燃油消耗、节约成本,是混合动力船舶的亟需解决的关键技术问题。本文基于Matlab/Simulink仿真建模软件,建立对象船舶的动力系统仿真模型,研究不同功率需求下对柴油发电机和超级电容的控制要求。考虑动力源特性和船舶功率需求,本文提出了一种基于庞特里亚金极小值的能量管理策略对目标船舶进行合理的功率分配。仿真结果表明:基于庞特里亚金极小值原理的能量管理策略能够优化船舶柴油机组原动机的工作状态,使其在比油耗较低的点工作。在该策略的控制下,航行工况内的柴油发电机组原动机平均比油耗为207.2 g/(kW·h),总燃油消耗量为204.1 kg。本文方法不仅对船舶减小燃油消耗具有积极的作用,同时对提高船舶运行经济性具有重要意义。

基于PMP算法的HEV能量优化控制策略

针对常用混合动力汽车(Hybrid electric vehicle, HEV)中锂离子电池在功率波动较大时难以满足需求,以及单个驱动周期内HEV燃油能耗大且能量不能很好回收等问题,研究采用锂离子电池和超级电容器混合储能系统(Lithium-ion battery and super-capacitor hybrid energy storage system, Li-SC HESS)与内燃机共同驱动HEV运行.结合比例积分粒子群优化算法(Particle swarm optimization-proportion integration, PSO-PI)控制器和Li-SC HESS内部功率限制管理办法,提出一种改进的基于庞特里亚金极小值原理(Pontryagin s minimum principle, PMP)算法的HEV能量优化控制策略,通过ADVISOR软件建立HEV整车仿真模型,验证该方法的有效性与可行性.仿真结果表明,该能量优化控制策略提高了HEV跟踪整车燃油能耗最小轨迹的实时性,节能减排比改进前提高了1.6%～2%,功率波动时减少了锂离子电池的出力,进而改善了混合储能系统性能,对电动汽车关键技术的后续研究意义重大.

基于PMP的机车用燃料电池混合动力系统能量管理策略

为了提升机车用燃料电池混合动力系统的系统效率、减少系统实际氢耗量,并有效维持蓄电池荷电状态(stateof charge,SOC)。该文根据实际硬件系统中的参数以及机车工况,提出一种基于庞特里亚金极小值原理(Pontryagin minimum principle,PMP)的机车用燃料电池混合动力系统能量管理策略。在搭建的机车用燃料电池混合动力缩比硬件系统上对所提出的能量管理策略进行验证,并与等效最小氢耗策略(equivalent consumption minimization strategy,ECMS)进行对比。实验结果表明:无论混合系统的蓄电池组初始SOC为何值,基于PMP的能量管理策略相对于ECMS在系统整体效率上有了明显的提升,并且减少了系统实际氢耗量;此外,基于PMP的能量管理策略能够按照机车实际需求更好地维持蓄电池组的SOC。

Time-optimal Trajectories for a Car-like Robot

这份报纸为完成时间最佳的轨道的足够的家庭在基于几何最佳的控制理论歧管的 3-dimensional 连接机器人的任何二种配置提供一个新几何方法。我们为分析非线性的问题的这种特殊类型提供一个新观点。从 Pontryagin 的最小的原则(PMP ) 和谎言代数学基于切换的功能和他们的衍生物的结构的特征，我们造一个特殊坐标系统并且介绍新向量。我们发现在这新向量的旋转轨道和最佳的控制轨道之间的一对一的印射。而且，我们定义表示位置和这向量的旋转方向的切换的向量，并且得出一个结论规定起始、最后的切换的向量能特别地决定一条最佳的轨道。另外，它是能直接被使用选择一条时间最佳的轨道的一个条件被提供的第一次。

Optimal Control of Heterogeneous-Susceptible-Exposed-Infectious-Recovered-Susceptible Malware Propagation Model in Heterogeneous Degree-Based Wireless Sensor Networks

Heterogeneous wireless sensor networks(HWSNs)are vulnerable to malware propagation,because of their low configuration and weak defense mechanism.Therefore,an optimality system for HWSNs is developed to suppress malware propagation in this paper.Firstly,a heterogeneous-susceptible-exposed-infectious-recovered-susceptible(HSEIRS)model is proposed to describe the state dynamics of heterogeneous sensor nodes(HSNs)in HWSNs.Secondly,the existence of an optimal control problem with installing antivirus on HSNs to minimize the sum of the cumulative infection probabilities of HWSNs at a low cost based on the HSEIRS model is proved,and then an optimal control strategy for the problem is derived by the optimal control theory.Thirdly,the optimal control strategy based on the HSEIRS model is transformed into corresponding Hamiltonian by the Pontryagin’s minimum principle,and the corresponding optimality system is derived.Finally,the effectiveness of the optimality system is validated by the experimental simulations,and the results show that the infectious HSNs will fall to an extremely low level at a low cost.

基于工况识别的燃料电池公交车能量管理策略

为解决燃料电池混合动力公交车中基于优化的能量管理策略难以实车应用的问题,在分析燃料电池公交车(Fuel cell hybrid bus,FCHB)行驶路线的固定性和片段性的基础上,提出了一种基于SOM-K-means(Self-organized mapping K-means)工况识别的能量管理策略。首先,根据公交车站点将行驶路线划分为多个行驶片段,在车辆停站时,运用SOM-K-means二阶聚类模型完成工况识别,获取车辆下一行驶片段的识别协态变量;当车辆在下一个行驶片段运行时,运用识别协态变量完成基于庞特里亚金极值原理(Pontryagin s maximum principle,PMP)求解的能量管理策略的实时应用。其次,建立基于公交车实际运行数据的仿真实验,最后建立硬件在环实验,将所提出的策略移植入整车控制器(Vehicle control unit,VCU)中进行实验。实验结果表明,与基于规则的能量管理策略相比,本研究提出的能量管理策略降低了19.77%的平均等效氢气消耗。且该策略在VCU中每一步的计算时间大约为30 ms,计算结果与仿真结果完全一致,满足车辆对能量管理策略的时效性和准确性的要求。

插电式混合动力汽车实车优化控制策略研究

针对目前优化控制策略由于寻优时间长,难以应用于实车控制的问题,提出了近似极小值原理优化控制策略,在Matlab/Simulink/Stateflow开发环境下,开发了基于该优化控制策略的实车控制软件。选取一段随机路况进行实车道路试验,结果表明,提出的优化控制策略实时性好,能够应用于实际车辆,且能合理分配发动机和电机扭矩。

基于庞特里亚金极小值原理的混合储能有轨电车能量管理策略

混合储能型有轨电车的能量管理策略对于列车的运行性能和经济效益等有很大影响。该文提出基于极小值原理的能量管理策略的优化方法,首先介绍混合储能型有轨电车储能系统拓扑的选择,并对储能元件的模型和参数进行选择,基于某条既有线路条件,利用粒子群优化算法得到合适的容量配置的结果。在此基础上建立有轨电车运行损耗成本模型,并利用庞特里亚金极值原理对混合储能系统的能量管理策略进行优化,通过Matlab/Simulink仿真模型开展仿真分析,并在90kW混合储能实验平台上进行实验验证。仿真结果表明,优化后的控制策略对比与优化前的能量管理策略经济成本可以降低8%左右,实验证明了该策略的灵活性和有效性。

基于电池老化的并联式HEV能量管理策略

针对电池老化和能耗问题,在优化方法中搭建锂离子电池循环老化和日历老化模型,分析电池老化模型的重要性及对汽车在运行过程中能量消耗的影响,通过电池荷电状态(SOC)和容量变化两个参考轨迹,调整电池的充放电状态。针对并联式混合动力汽车(HEV),基于Pontryagin最小值原理,提出一种以电池退化和能耗最小为目标的自适应等效燃油消耗最小(ECMS)控制策略。基于MATLAB仿真分析可得:考虑电池老化情况的电池容量损失降低了2.33%,总燃油消耗降低了1.25%,有效充放电总容量减少了3.20%,同时可减缓电池老化。

基于共轭算法的弹道修正方法

研究一种在空间3-D中求解弹道修正的最优控制问题的方法。根据Pontryagin极小值原理,将弹道修问题被转换成两点边值问题(Two-Point Boundary Value Problem,TPBVP),利用给定的边界条件,可将TPBVP可转换成针对主导向量初始值的参数优化问题,并采用共轭算法求解主导向量初值。采用该控制方法进行了仿真实验以证明其可行性及准确性,仿真实验数据表明:所提出的算法鲁棒性强、精度高,可以满足战术需要。

Time-optimal control of multiple unmanned aerial vehicles with human control input

Purpose–The purpose of this paper is to investigate time-optimal control problems for multiple unmanned aerial vehicle(UAV)systems to achieve predefined flying shape.Design/methodology/approach–Two time-optimal protocols are proposed for the situations with or without human control input,respectively.Then,Pontryagin’s minimum principle approach is applied to deal with the time-optimal control problems for UAV systems,where the cost function,the initial and terminal conditions are given in advance.Moreover,necessary conditions are derived to ensure that the given performance index is optimal.Findings–The effectiveness of the obtained time-optimal control protocols is verified by two contrastive numerical simulation examples.Consequently,the proposed protocolscan successfully achieve the prescribed flying shape.Originality/value–This paper proposes a solution to solve the time-optimal control problems for multiple UAV systems to achieve predefined flying shape.

基于极小值原理的燃料电池客车能量管理策略

针对燃料电池客车动力系统,以氢耗最低为目标函数,以燃料电池输出功率为控制变量,并考虑燃料电池耐久性对控制变量进行约束,基于Pontryagin极小值原理设计能量管理策略。针对Pontryagin极小值原理仅适用于离线计算的缺点进行改进,设计了能适应不同工况的在线能量管理策略,并建立了燃料电池客车整车仿真模型。仿真结果表明:该能量管理策略在不同工况下具有较好的适应性,不同工况下燃料经济性和耐久性均优于传统开关模式能量管理策略。

基于强化学习的混合动力挖掘机实时能量管理控制器设计（英文）

目的:混合动力挖掘机的能量管理策略直接影响着系统的燃油经济性。本文旨在通过研究混合动力挖掘机能量管理系统,得到最优能量管理策略,并开发实时能量管理控制器,降低系统的燃油消耗。创新点:1.通过强化学习算法,设计时间无关的实时能量管理控制器;2.通过极大值原理求得最优能量管理问题的解析解,并用来辅助实时能量管理控制器设计。方法:1.建立负载的马尔科夫模型,运用强化学习算法,得到实时能量管理控制器;2.运用极大值原理,求得最优能量管理问题的解析解,并将其作为初始能量管理策略;3.通过仿真模拟和实验研究,验证所设计的实时能量控制器的性能。结论:1.基于强化学习的能量管理控制器是一个可以在线应用的与时间无关的实时能量管理控制器;2.基于强化学习的能量管理控制器优于广泛使用的恒温控制器和等效消耗最小化策略控制器;3.基于强化学习的能量管理控制器由于其闭环特性可适用于不同类型的作业工况。