Fast Online-Implementable Sub-Optimal Energy Management of a Power-Split Hybrid Electric Vehicle
Notice bibliographique
Résumé
The current focus of HEV controller design is on the development of real-time implementable energy management strategies that can approximate the global optimal solution closely. In this work, the Toyota Prius power-split hybrid powertrain is used as a case study for developing online energy management strategy for hybrid electric vehicle. The power-split hybrid powertrain combines the advantages of both the series and parallel hybrid powertrain and has been appealing to the auto-makers in the past years. The addition of two additional electric machines and a Planetary Gear Sets (PGS) allows more flexibility in terms of control at some cost of complexity. A forward-looking dynamic model of the power-split powertrain system is developed and implemented in Simulink first. An optimal control problem is formulated, which is further reduced to an optimal control problem with a single-variable objective function and a single-state subject to both dynamic constraint and boundary constraint. The reduced optimal control problem is then solved by an on-line (real-time) implementable approach based on Pontryagin’s Minimum Principal (PMP), where the costate p is adapted based on SOC feedback. Simulation results on standard driving cycles are compared using the proposed optimal control strategy and a rule-based control strategy. The results have shown significant improvement in fuel economy comparing to the baseline vehicle model, and the proposed online (real-time) PMP control algorithm with an adaptive costate p is very close to the optimal PMP solution with a constant costate. The proposed optimal control has a fast computation speed and calculates the optimal decision “dynamically” without the necessity of knowing future driving cycle information and can be practically implemented in real-time.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».