Two-Stage Energy Management Control of Fuel Cell Plug-In Hybrid Electric Vehicles Considering Fuel Cell Longevity
Notice bibliographique
Résumé
As the dependence on fossil fuel increases in the transportation sector, more attention has been paid to the energy management control of proton exchange membrane fuel cell (PEMFC) plug-in hybrid electric vehicles (PHEVs). In this paper, the energy management control problem for a series plug-in PEMFC/Li-ion battery hybrid midsize sedan is formulated and investigated using a two-stage controller (TSC). The control objective is to minimize hydrogen consumption and simultaneously protect PEMFC health. The proposed TSC consists of two controllers designed in two stages with different control functions. During the first design stage, a predictive controller is developed using the telemetry equivalent consumption minimization strategy (T-ECMS) approach to predict the global battery state-of-charge (SOC) optimality trend and local control reference, without regard for the PEMFC health constraints. During the second stage of design, a tracking controller is designed to track the local control reference with respect to the PEMFC health constraints and other physical limitations at the current control step, which ensures that the system follows the optimal battery SOC reference over a long time horizon. Finally, the effectiveness of the proposed TSC is compared with the T-ECMS and an electric vehicle controller (EVC) under the Matlab/Simulink software environment. The results demonstrate that the TSC achieves a reasonable tradeoff between hydrogen fuel consumption and PEMFC health protection.
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) | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».