【SCI一区】互联燃料电池混合动力汽车通过信号交叉口的生态驾驶双层凸优化(Matlab代码实现)

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势:🌞🌞🌞博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。

⛳️座右铭:行百里者,半于九十。

📋📋📋本文目录如下:🎁🎁🎁

目录

💥1 概述

1.2 电动车动力学方程

1.3 电池模型

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码、数据、文章


💥1 概述

文献来源:

随着车辆互联性的出现,互联汽车 (CVs) 在增强道路安全、改善乘坐舒适性、提高交通效率和提高能源效率方面提供了巨大的潜力。通过从车对车 (V2V) 和车对基础设施 (V2I) 通信中获取交通信息,CV 能够更准确、更广泛地感知,从而有助于更好地做出决策。因此,CV 的个人或协作生态驾驶获得了更多通过优化车速来降低能源利用率的机会 [3]。燃料电池汽车(FCV)具有高效、节能、零污染等优点,已成为汽车电气化进程中的重要发展方向。 FCV可分为仅使用燃料电池的燃料电池电动汽车(FCEV)和燃料电池混合动力电动汽车(FCHEV)。

混合动力电动汽车 (HEV) 和插电式混合动力电动汽车 (PHEV),FCHEV 具有混合动力系统,包括电池在内的多种能源。混合动力汽车的能源消耗本质上与能源管理策略(EMS)相关,它决定了不同能源之间的能源分配。因此,FCHEV 的生态驾驶涉及能源管理,这比具有单一能源的车辆(例如内燃机汽车(ICEV)和电池电动汽车(BEV))更复杂。

互联燃料电池混合动力汽车的生态驾驶是一个速度规划和能量管理的耦合问题。为了减少计算量,双层优化解耦并分层解决上层子问题和下层子问题。本文提出了一种双水平凸方法,用于连接FCHEV通过多个信号交叉口的生态驾驶。在上层,将非线性交通灯约束转化为时变的线性状态约束,使用平均速度后,代价函数变成二次函数。在下层,对燃料电池系统和电池进行了模型的凸化。然后利用MOSEK求解器和交替方向乘法器(ADMM)算法依次求解上层速度规划和下层能量管理。结果表明,该方法在保持高能效的同时,大大降低了计算成本,计算时间仅为6.59%,与双级动态规划(DP)方法相比,燃油经济性基本相同。

 图 1 所示为所研究的 FCHEV 的动力总成拓扑结构,它由燃料电池系统和电池组组成。燃料电池系统通过 DC/DC 转换器连接到电源总线,并通过 DC/AC 逆变器与电池一起为电动机供电以驱动车辆。车辆和动力总成参数使用 ADVISOR中 FCHEV 的默认值,如表 1 所示。根据本文的主题,建模侧重于动力总成组件(即燃料电池、电池和电机)和其他组件(例如,DC/DC 转换器、DC/AC 逆变器和主减速器)的功率损耗不被考虑,这意味着它们的效率(例如,相应的 \etaDC/DC 、\etaDC/AC 和 \etaFD) 为 100%。

          

                                 图1 FCHEV 的动力总成拓扑结构

1.2 电动车动力学方程

电动车的纵向动力学可以表示为:

               \dot{v}=\frac{F_{d r v}+F_{b r k}}{M}-\left(G \sin \theta+G f_{r} \cos \theta+\frac{\rho A C_{D}}{2 M} v^{2}\right)

其中 v、M、fr 和 A 分别表示车辆的速度、质量、滚动阻力系数和正面面积;车辆加速度a=\dot{v}; Fdrv 和 Fbrk 分别是电动机提供的机械力和车轮摩擦制动器提供的力; G是重力加速度;\theta表示道路坡道,\rho和 CD 分别表示空气密度和阻力系数。

因此,电动车P_{dmd}的功率需求由下式求得:

                  P_{d m d}=\left(F_{d r v}+F_{b r k}\right) v

1.3 电池模型

本文采用包括内阻和电压源的等效电路模型,可表示为 :

                 \left\{\begin{array}{c} V_{b a t}=V_{O C}-I_{b a t} R_{0} \\ P_{b a t}=V_{b a t} I_{b a t} \\ P_{O C}=V_{O C} I_{b a t} \end{array}\right.

其中Vbat、VOC、Ibat、R0、Pbat和POC分别为电池的电压、开路电压、电流、内阻、输出功率和化学功率。 VOC 和 R0 都是电池充电状态 (SOC) 的函数。因此,电池电流 Ibat 由下式给出:

                   I_{b a t}=\frac{V_{O C}-\sqrt{V_{O C}^{2}-4 R_{0} P_{b a t}}}{2 R_{0}}

数学模型详细内容可以参考后文。在本文第四节——Matlab代码实现中有文档。

📚2 运行结果

 

 

 

 

 

🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。

🌈4 Matlab代码、数据、文章

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值