基于多范围车速规划与预测的网联混合动力车发动机与后处理协同优化
系统与控制
2020-03-24 v1 系统与控制
摘要
网联车辆 (CVs) 具备可利用来实现动力系统控制与优化的态势感知能力。尽管已有大量研究通过生态驾驶与规划来提升 CVs 的能效，但此类技术对 CVs 热响应的影响尚未得到充分研究。利用网联性进行基于优化的 CVs 热管理的关键挑战之一在于相对缓慢的热动力学，这需要使用长预测时域以获得最佳性能。与基于 V2V/V2I 的短程预测不同，CV 车速的长期预测困难且易出错。功率与热系统固有的多时间尺度特性要求一种可获取短程与长程车速预瞄的可变时间尺度优化框架。为此，本文提出了一种带多范围车速预瞄的模型预测控制器 (MPC)，用于网联混合动力电动车 (HEVs) 的集成功率与热管理 (iPTM)。该 MPC 被构建为管理发动机与电池间的功率分配，同时强制满足功率与热（发动机冷却液与催化转化器温度）约束。该 MPC 利用较短滚动时域与较长收缩时域上的预测与优化。在较长收缩时域上，车速估计基于从与自车行驶在同一路线上的网联车辆所采集的数据。本文给出了在密歇根州安娜堡真实世界城市驾驶循环上应用该 MPC 的仿真结果，以展示所提 iPTM 策略在 CV 车速长期预测相关不确定性下的有效性与节油潜力。
引用
@article{arxiv.2003.09438,
title = {Engine and Aftertreatment Co-Optimization of Connected HEVs via Multi-Range Vehicle Speed Planning and Prediction},
author = {Qiuhao Hu and Mohammad Reza Amini and Yiheng Feng and Zhen Yang and Hao Wang and Ilya Kolmanovsky and Jing Sun and Ashley Wiese and Zeng Qiu and Julia Buckland Seeds},
journal= {arXiv preprint arXiv:2003.09438},
year = {2020}
}
备注
15 pages, 15 figures, 1 table, to appear in 2020 WCX SAE World Congress Experience, SAE Technical Paper 2020-01-0590