利用真实世界行程信息的插电式混合动力汽车数据驱动能量管理策略
系统与控制
2020-06-09 v1 系统与控制
摘要
本文提出一种用于插电式混合动力汽车的数据驱动监督能量管理策略（EMS），其利用车云互联（Vehicle-to-Cloud）通过从已完成行程中学习控制策略来提高能效。所提出的 EMS 由云层和车载层两层组成。云层有两个主要任务：第一个任务是从历史行程数据中学习 EMS 策略参数，第二个任务是根据车辆请求的特定路线提供策略参数。车载层从云层接收学习到的策略参数，并使用模型预测控制方案计算动力总成能量管理问题的实时解。所提出的 EMS 在超过 3000 英里（48 个独立驾驶循环）的真实世界行程数据上进行了评估，这些数据采集自加利福尼亚的三条通勤路线。对于这些路线，与基线 EMS 相比，所提算法在平均 MPGe 上分别显示出 3.3%、7.3% 和 6.5% 的提升。
引用
@article{arxiv.2006.03704,
title = {Data-driven Energy Management Strategy for Plug-in Hybrid Electric Vehicles with Real-World Trip Information},
author = {Yongkeun Choi and Jacopo Guanetti and Scott Moura and Francesco Borrelli},
journal= {arXiv preprint arXiv:2006.03704},
year = {2020}
}
备注
To appear at the 21st International Federation of Automatic Control (IFAC2020)