用于混合动力车辆能量管理的实时随机预测控制
系统与控制
2018-04-25 v1
摘要
本工作提出了三种计算方法，用于在驾驶员行为与车辆路线未知的情况下对混合液压车辆(HHV)进行实时能量管理。这些方法在滚动时域控制（即模型预测控制）框架中实现，具有相当一般性，可应用于受 Markov 扰动且具非线性动力学的系统。每种方法均考虑状态和输入约束。基于底层 Markov 链的稳态分布，我们开发了一种机制，用于 HHV 能量管理问题中有限时域之外的规划。道路高程信息沿时域进行预测，随后与驾驶员行为的统计模型融合，以提高时域优化的精度。我们比较了各策略的特性，并通过在三个驾驶循环（包括一个真实世界驾驶循环）上的仿真分析了学习驾驶员行为的好处。设计了一项仿真以明确展示将 Markov 链适配实时驾驶员行为所带来的益处。实验结果表明，当在算力受限的处理器上实现时，主算法具有实时潜力。
引用
@article{arxiv.1804.08766,
title = {Real-Time Stochastic Predictive Control for Hybrid Vehicle Energy Management},
author = {Kyle Williams},
journal= {arXiv preprint arXiv:1804.08766},
year = {2018}
}