近日，机电工程与自动化学院郭宁远博士（第一作者）与张文灿副教授以我校为第一署名单位，在能源领域国际知名期刊《Applied Energy》发表学术论文“Predictive energy management of fuel cell plug-in hybrid electric vehicles: A co-state boundaries-oriented PMP optimization approach”。《Applied Energy》为中国科学院一区Top（工程技术前2.5%）、JCR一区期刊，影响因子11.2，高被引论文ESI全球工程期刊排名第4，谷歌学术全球学术期刊第49。

 为提升整车节能效果，本文提出了一种协状态边界引导的燃料电池（fuel cell, FC）电动汽车预测能量管理策略。基于极小值理论建立了模型预测控制问题，将其转化为两点边值问题，通过解析推导将FC功率、FC功率变化率和电池电流等物理约束进行合并，获得统一约束。以此为基础，采用Karush-Kuhn-Tucker条件推导协状态边界的一般表达式，以此提出了一种校验方法对协状态边界进行修正，以保证其有效性。基于协状态边界，提出了一种简捷高效的启发式协状态迭代校验规则，设计了一种哈密尔顿方程最优解的快速解析计算方法。针对该策略，严格证明了其全局最优性。在仿真及硬件在环实验条件下验证了所提策略的有效性。结果表明，该策略能实现适时高效的协状态实时更新、FC功率命令平滑、荷电状态参考轨迹跟踪效果好，可有效提升整车行驶经济性。此外，在硬件在环实验中，预测时域长度为40的单步计算时间小于0.5 ms，算法实时性好。

 该研究得到了国家自然科学基金、广东省基础与应用基础研究基金等项目的支持。

 另外，近期郭宁远博士（第一作者）与张文灿副教授在氢能领域国际知名期刊《International Journal of Hydrogen Energy》（中国科学院二区）上发表学术论文“Model continuity approximations and real-time nonlinear optimization in cost-optimal predictive energy management of fuel cell hybrid electric vehicles”。该研究提出了一种考虑燃料电池及电池寿命的成本最优实时预测能量管理策略，并在硬件在环实验条件下验证了该算法有效性及实时计算能力。

 学院相关负责人表示，未来以“全国样板党支部、全省标杆院系”“头雁工程”为引领，以“国家一流专业”建设带动，把博士点建设与学校发展战略紧密结合，孵化更多高水平研究成果，为新一轮高水平大学建设作出应有的贡献。