Optimal Energy Management of Hybrid Storage Systems Using an Alternative Approach of Pontryagin’s Minimum Principle
Notice bibliographique
Résumé
Evaluating performances of real-time strategies for hybrid energy storage systems (HESSs) of electric vehicles (EVs) always requires optimal energy management strategies (EMSs) as offline benchmarks. Dynamic programming (DP) is well-known due to its ability to obtain global optimal solutions based on the numerical searching technique. Nevertheless, DP accuracy depends on the numericalization fineness. Analytical optimal control methods, typically Pontryagin’s minimum principle (PMP), are also frequently used as effective counterparts. However, solving optimal control problems based on these methods often depends on the complexity and the characteristic of the system model; basically, it is sophisticated since there is no general way to solve the issue. This article proposes an alternative approach of using PMP to develop an optimal EMS for battery/supercapacitor HESSs. The novel strategy is based on formulating the problem in terms of power and energy, which forms a state-constrained optimal control problem. PMP is then applied with a penalty function, in which the inequality state constraints are reformulated to deduce a new state-unconstrained problem. The proposed optimal EMS is hundreds of times faster than DP with better results. Moreover, the optimal solution is piecewise constant that could give significant insights to develop real-time strategies in future studies.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».