能量管理策略作为混合动力汽车(hybrid electric vehicle,HEV)的控制核心,其性能优劣直接影响整车在道路工况下的燃油经济性。首先,选取了相对立方速度和正动能作为特征参数表征道路工况。其次,建立了混合动力汽车的动力学模型,包括车...能量管理策略作为混合动力汽车(hybrid electric vehicle,HEV)的控制核心,其性能优劣直接影响整车在道路工况下的燃油经济性。首先,选取了相对立方速度和正动能作为特征参数表征道路工况。其次,建立了混合动力汽车的动力学模型,包括车辆纵向动力学模型、发动机模型、驱动电机模型和动力电池模型。然后,通过工况相似度分析选取了代表性的循环工况,并提取了工况的特征参数来评价混合动力汽车的能耗。同时,根据参数近似程度选取CLTC低中速部分作为道路工况的代表性循环工况。最后,基于动态规划构建的最优策略模型指导HEV规则能量管理策略的优化。仿真计算结果表明,在实际道路工况下,优化后的能量管理策略相比原策略油耗降低1.6%~3%。展开更多
以混合动力矿用卡车为研究对象,建立基于动态规划(Dynamic Programming,DP)的能量管理策略对其燃油经济性进行研究,最大程度地挖掘其节油潜能,同时获得混合动力系统储放能变化规律。根据混合动力矿用卡车的运行特点构建了其行驶工况和...以混合动力矿用卡车为研究对象,建立基于动态规划(Dynamic Programming,DP)的能量管理策略对其燃油经济性进行研究,最大程度地挖掘其节油潜能,同时获得混合动力系统储放能变化规律。根据混合动力矿用卡车的运行特点构建了其行驶工况和混合动力系统结构方案,建立了后向仿真模型,在此基础上建立了以发动机燃油消耗为优化目标的最优控制数学模型并采用DP算法进行了求解。仿真结果反映出,混合动力矿用卡车发动机的工作点较原型车能够更多地工作在燃油经济区,并且燃油消耗比原型车降低了18.3%,同时获得了动力电池在储放能过程中荷电状态(State of Charge,SOC)和电流的变化规律。结果表明:所提出的混合动力方案是可行的,基于DP的能量管理策略对燃油经济性的提高是有效的,矿用卡车具有较大的能量回收潜力。该研究为后续混合动力矿用卡车能量管理策略开发提供了理论基础和参考依据。展开更多
为了解决新能源高渗透率下电网频率波动较大的问题,提出一种用于智能发电控制的博弈深度自适应动态规划(Stackelberg deep adaptive dynamic programming,SDADP)的多源调频协调策略。首先,采用自适应动态规划模型的3个深度神经网络结构...为了解决新能源高渗透率下电网频率波动较大的问题,提出一种用于智能发电控制的博弈深度自适应动态规划(Stackelberg deep adaptive dynamic programming,SDADP)的多源调频协调策略。首先,采用自适应动态规划模型的3个深度神经网络结构,学习电网历史数据特征,顺序进行预测、评价、执行动作,预测总调频功率指令,以减小多源系统的区域控制误差。然后,基于主从博弈,合理调度风光水火储调频源的功率,提高调频收益。最后,通过仿真验证所提多源调频博弈策略的协调优化结果。结果表明,所提SDADP多源调频博弈协调策略可降低多源系统频率偏差,并提高调频整体经济收益。展开更多
文摘能量管理策略作为混合动力汽车(hybrid electric vehicle,HEV)的控制核心,其性能优劣直接影响整车在道路工况下的燃油经济性。首先,选取了相对立方速度和正动能作为特征参数表征道路工况。其次,建立了混合动力汽车的动力学模型,包括车辆纵向动力学模型、发动机模型、驱动电机模型和动力电池模型。然后,通过工况相似度分析选取了代表性的循环工况,并提取了工况的特征参数来评价混合动力汽车的能耗。同时,根据参数近似程度选取CLTC低中速部分作为道路工况的代表性循环工况。最后,基于动态规划构建的最优策略模型指导HEV规则能量管理策略的优化。仿真计算结果表明,在实际道路工况下,优化后的能量管理策略相比原策略油耗降低1.6%~3%。
文摘以混合动力矿用卡车为研究对象,建立基于动态规划(Dynamic Programming,DP)的能量管理策略对其燃油经济性进行研究,最大程度地挖掘其节油潜能,同时获得混合动力系统储放能变化规律。根据混合动力矿用卡车的运行特点构建了其行驶工况和混合动力系统结构方案,建立了后向仿真模型,在此基础上建立了以发动机燃油消耗为优化目标的最优控制数学模型并采用DP算法进行了求解。仿真结果反映出,混合动力矿用卡车发动机的工作点较原型车能够更多地工作在燃油经济区,并且燃油消耗比原型车降低了18.3%,同时获得了动力电池在储放能过程中荷电状态(State of Charge,SOC)和电流的变化规律。结果表明:所提出的混合动力方案是可行的,基于DP的能量管理策略对燃油经济性的提高是有效的,矿用卡车具有较大的能量回收潜力。该研究为后续混合动力矿用卡车能量管理策略开发提供了理论基础和参考依据。
文摘为了解决新能源高渗透率下电网频率波动较大的问题,提出一种用于智能发电控制的博弈深度自适应动态规划(Stackelberg deep adaptive dynamic programming,SDADP)的多源调频协调策略。首先,采用自适应动态规划模型的3个深度神经网络结构,学习电网历史数据特征,顺序进行预测、评价、执行动作,预测总调频功率指令,以减小多源系统的区域控制误差。然后,基于主从博弈,合理调度风光水火储调频源的功率,提高调频收益。最后,通过仿真验证所提多源调频博弈策略的协调优化结果。结果表明,所提SDADP多源调频博弈协调策略可降低多源系统频率偏差,并提高调频整体经济收益。
