Optimisation of fractional‐order PI controller for bidirectional quasi‐Z‐source inverter used for electric traction system
Notice bibliographique
Résumé
This study presents the optimisation of fractional‐order proportional–integral (FOPI) controllers for a bidirectional quasi‐Z‐source inverter (QZSI) in an electric vehicle (EV) off‐road application. An ant colony optimisation Nelder–Mead (ACO‐NM) algorithm is used for the optimisation of the controller parameters. This optimisation method is applied to enhance the performance of FOPI control for bidirectional QZSI. Ziegler–Nichols (ZN) with relay and the pole placement tuning method are also used for the FOPI controller design for comparison purposes. The modelling and the control design of bidirectional QZSI for an electric traction system are presented and discussed. Simulations are performed to verify the efficacy of the proposed controller structure with the bidirectional QZSI for two standardised driving cycles. The result shows that the FOPI controller designed with the ACO‐NM algorithm provides more suitable ageing performance index values for the battery. The ACO‐NM algorithm permits to reduce the root‐mean‐square value and the standard deviation by 2 and 5% of the battery current compared to the ZN tuning method and direct battery supply topology, respectively. The bidirectional QZSI with this type of controller can globally enhance the performance of EVs by optimising the electric power consumption and extending its driving range.
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 | 0,000 | 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 ».