Impact of Hilly Road Profile on Optimal Energy Management Strategy for FCHEV with Various Battery Sizes
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">This study investigates how hilly road profiles affect the optimal energy management strategy for fuel cell hybrid electric vehicle (FCHEV) with various battery sizes. First, a simplified FCHEV model is developed to describe power and energy flows throughout the powertrain and evaluate hydrogen consumption. Then, an optimal control problem is formulated to find the globally optimal energy management strategy of FCHEV over driving cycles with road elevation profile. In order to solve the optimal energy management problem of the FCHEV, Dynamic Programming, a dynamic optimization method, is used, and their results are analyzed to find out how hilly road conditions affect the optimal energy management strategies. The results show that the optimal energy management with a smaller battery tends to actively prepare (e.g. pre-charge/pre-discharge) for uphill/downhill roads in order not to violate the battery state of charge (SoC) bounds. On the other hand, when the battery is large enough to handle a deep SoC swing due to hilly road profile, the optimal energy management strategy is not significantly affected by various battery sizes. In conclusion, when an energy management strategy is designed for FCHEV, the designer needs to utilize the road altitude information in order to achieve near-optimal fuel economy with charge-sustenance.</div></div>
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».