A Study on the Impact of Driving Quality on the Energy Consumption of Plug-in Hybrid Electric Vehicles (PHEV)
Notice bibliographique
Résumé
Plug-in hybrid electric vehicles (PHEVs) represent a critical technology for reducing emissions and enhancing energy efficiency, making their energy consumption assessment of paramount importance. This study investigates the impact of varying driving qualities on the energy consumption of PHEVs under the World Light Vehicle Test Cycle (WLTC). The assessment of driving quality adheres to the SAE J2951[1] standard. Through energy consumption tests conducted on a PHEV in pure electric mode under different driving qualities, six metrics were employed: Energy Rate (ER), Distance Rate (DR), Energy Efficiency Rate (EER), Absolute Speed Change Rate (ASCR), Root Mean Square Speed Error (RMSSE), and Inertial Work Rate (IWR). The results indicate that these metrics significantly reflect the impact of driving quality on energy consumption, with aggressive driving leading to higher energy usage. Although all driving qualities meet the requirements of the current Chinese energy consumption testing standard GBT 19753[2], the observed energy consumption differences due to varying driving qualities highlight the inadequacies of the current testing methods in evaluating and controlling driving quality. This underscores the necessity for improving energy consumption testing methods to more accurately assess the actual energy performance of PHEVs and to provide consumers with more reliable energy consumption information.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».