|
机电工程与自动化学院青年教师郭宁远博士在 电动汽车领域国际知名期刊发表论文 2024-11-20 近日，机电工程与自动化学院车辆工程系青年教师郭宁远博士与昆明理工大学陈峥教授团队合作，以JN江南官方为第一署名单位在电动汽车领域国际知名期刊《IEEE Transactions on Transportation Electrification》上发表题为“Universal Bounds Estimation and Efficient Tuning for Equivalent Factor in Real-Time Cost-Optimal Predictive ECMS of PHEVs”的文章，郭宁远博士为第一作者，昆明理工大学陈峥教授为通讯作者。该论文基于混合动力汽车等效消耗最小理论，推导了不依赖控制目标的通用化等效因子（EF）边界确定方法，以此设计了预测等效消耗最小控制策略（PECMS），可实现高效、精确的最佳EF实时估计，提升整车行驶经济性，有力支撑了机械工程学科“先进测控与故障诊断”方向的电动汽车能源管控与智能运维技术。
插电式混合动力汽车（PHEV）等效消耗最小化策略（ECMS）中等效因子（EF）的准确高效估计，是实现理想节能效果的关键环节。为此，本文提出了一种针对串联PHEV成本最优的实时预测ECMS（PECMS），旨在最小化关于燃油、电池老化及电能的总成本。首先，为建立传动系的最小可行控制域、降低控制复杂性，本文推导了关于电池功率命令的广义统一约束。基于该约束，结合极小值原理，设计了不依赖控制目标的通用化等效因子边界确定方法，能有效降低EF整定难度与保守性，通过理论分析与示例验证的方式证明了该方法面向其他构型与目标问题的有效性。随后，基于EF边界，提出了一种简洁高效EF在线整定方法，可实时确定最佳EF；结合EF，优化求解哈密顿函数，确定最优电池功率命令。仿真和硬件在环测试结果表明，所提出的策略能有效降低运营成本、准确估计EF边界、实时高效整定EF，提升整车节能效果。
《IEEE Transactions on Transportation Electrification》为中科院一区TOP期刊，影响因子：7.2，研究领域包括电动汽车（包括公路、越野、非公路和轨道车辆、飞机和船舶）的电力和能量转换、推进和驱动相关的组件、子系统、系统、标准和电网接口技术等。
稿件来源：机电工程与自动化学院 通讯员：纪江
|
