摘要：跟车场景下燃料电池混合动力汽车(FCHEV)的速度与能量管理协同优化是实现车辆节能的重要有效手段,针对现有策略中双能量源退化与能耗耦合关系不明,且难以兼顾全局优化与实时性能的问题,提出一种基于Stackelberg博弈的FCHEV跟车能量管理策略。首先,建立了燃料电池/锂电池的能耗与性能退化模型,并纳入到统一量纲的整车综合使用成本函数中;其次,提出了基于分层解耦的跟车能量管理策略,实现跟车速度与功率分配的解耦控制;最后,综合考虑跟车安全性、舒适性、燃料经济性和能源耐久性,建立跟车控制层与能量管理层对应的双层规划模型,并基于Stackelberg博弈思想设计了双层差分遗传算法对策略核心参数进行离线优化。仿真和实验结果表明:相较于模型预测控制方法,该方法可降低平均车间距误差37.7%、平均冲击度2.4%、等效氢气消耗9.3%和能源退化成本13.9%,实现了优化性能与实时性的兼顾。

摘要：针对车辆边缘计算系统中的计算资源管理问题,提出一种基于李雅普诺夫随机优化的计算卸载与资源分配方案.构建在保证任务量及长期能耗约束下的车辆用户服务时延最小化优化问题,利用李雅普诺夫随机优化理论将优化问题分解.在本地计算资源分配子问题中,通过求解线性问题的方法,得到最优本地计算CPU频率;在计算卸载子问题中,利用数值优化求解得到最优发射功率.借助李雅普诺夫随机优化中的漂移惩罚方法,设计一种低复杂度的联合计算卸载与资源分配算法,通过同时控制卸载决策、本地计算CPU频率和计算卸载的发射功率,实现整个车辆边缘计算系统中车辆用户的服务时延最小,提高车辆边缘计算服务质量.仿真结果验证了所提出算法的有效性.

摘要：针对传统深度Q学习对经验样本提取效率差、学习效率低的问题,提出一种改进深度Q学习的能量管理策略。首先,采用基于模糊控制的自适应低通滤波器进行功率分层,由超级电容承担需求功率的峰值部分。然后,设计基于深度Q学习的能量管理策略,以减少氢消耗量、提升燃料电池工作效率为目标,优化锂电池与燃料电池的能量分配。在策略训练过程采用基于求和树结构的优先经验回放机制。最后,在多种工况下仿真并进行平台试验。结果表明:所提出能量管理策略在燃料经济性上与基于传统深度Q学习策略相比平均提高5.1%,可有效延长锂电池使用寿命,实现对三能量源燃料电池混合动力汽车的能量管理。

摘要：针对燃料电池混合动力汽车Boost电路在负载波动下的电压跟踪调节及扰动抑制问题,提出了一种基于双闭环自适应调节的固定时间控制策略。首先,考虑负载未知变化对电压跟踪调节的影响,结合浸入与不变方法,设计自适应负载估计器。其次,引入双回路反馈控制技术,利用PI控制法控制电压调节外部环路,提供内环参考电流;利用固定时间控制法控制电流调节内部环路,保证系统输出电压在固定时间内跟踪上参考电压,实现Boost电路自适应固定时间快速跟踪调节。最后,仿真和实验结果表明,与双PI控制回路策略相比,所提控制策略在负载波动下具有更快的调节性能和更强的鲁棒性。

摘要：针对配置有燃料电池、锂电池和超级电容3能量源的混合动力汽车,提出一种基于改进深度确定性策略梯度(DDPG)算法的分层能量管理策略,以降低氢耗、提高燃料电池工作效率及维持锂电池荷电状态(SoC)。首先,采用基于模糊规则的自适应低通滤波器对功率进行分层处理,由超级电容承担峰值功率。其次,设计基于DDPG的能量管理框架,利用等效消耗最小策略的计算思想构建优化函数,并加入与燃料电池效率和锂电池SoC偏差有关的惩罚因子,优化燃料电池和锂电池的功率分配。此外,为避免噪声探索导致极端动作值的频繁出现,利用动态规划最优解辅助策略训练,提升优化效果。最后,在不同工况下进行仿真,并搭建试验平台进行验证。结果表明:与基于传统DDPG策略相比,所提策略可以有效减少锂电池SoC消耗,更好确保燃料电池工作在高效率区间,并且显著降低氢消耗,在燃料经济性方面平均可提升19%。

摘要：为了缓解城市交通拥挤和减少能源消耗,本文提出一种基于智能交通信息的燃料电池混合动力汽车(FCHEV)分层能量管理策略。利用车联网技术获取目标车辆的路况信息,建立交通信号灯正时模型,获取最优目标车速。基于目标车速,获取车辆的需求功率,分层设计自适应等效消耗最小策略和模型预测控制方法,实现对3种能量源需求功率的最优分配。通过仿真和实验验证所提能量管理策略的有效性。研究结果表明:该策略能够有效避免红灯前频繁启停,燃料经济性和续航里程分别提高了9.83%和5.13%。

摘要：针对燃料电池混合动力汽车中燃料电池、电池、超级电容的能量分配问题,提出一种分层能量管理策略。该策略分为上下两层,上层依据燃料电池效率、电池SOC值和需求功率,设计基于规则的控制策略,优化燃料电池的能量输出;下层依据电池和超级电容特性,设计滑动平均滤波算法,使电池平稳输出能量。最后,在UD-DS+HWFET工况下对该策略进行仿真,结果表明,与Advisor自带能量管理策略相比,该策略能更合理地分配能量源的能量输出,燃料电池效率提升0.17%,氢气消耗量减少4.37%。

摘要：针对混合动力汽车在模式切换过程中,由于离合器的结合/分离易产生较大冲击度和滑磨功,提出一种模型预测切换协调控制方法。在进行动力学分析基础上,建立预测模型。以电机驱动下的速度响应作为目标转速,构造目标函数,考虑其非可行解问题、动力部件物理约束以及最大冲击度限制要求,引入松弛因子,设计状态约束条件,保证其解的可行性与切换平顺性,实现较小冲击度与滑磨功。同时,引入预测误差,对预测值进行反馈校正,以提高控制精度;将所提策略转化为在线二次规划问题,便于计算机实现。仿真验证结果表明,所提协调控制策略与传统策略相比,冲击度与滑磨功明显降低,保证了切换平顺性,提高了驾驶性能。

摘要：并联式混合动力汽车在伴随发动机起动过程中,由于离合器的动作复杂,在模式切换时极易产生转矩的巨大波动,为此,本文提出了一种动态协调控制方法。通过对切换过程的动力学分析,依据发动机、电机和离合器等所处状态不同,将切换过程分为发动机起动、转速同步和转矩突变3个阶段。综合考虑到各阶段控制目标的不同,分别设计了基于开关控制的发动机起动、基于模型预测控制的转速同步和基于电机补偿发动机转矩突变的动态协调控制策略。利用MATLAB/Simulink软件和搭建的试验平台,对3种动态协调控制方法分别进行了仿真和试验验证。研究结果表明:采用协调控制策略后,整车冲击度降低了68%,有效改善了驾驶舒适性。

摘要：该文针对网络受限的情况下,通过使用基础控制的本地命令词进行离线语音控制家居。该系统采用ST公司出品的STM32F103C8T6单片机,讯飞公司的智能离线语音模块。利用文献分析法和Keil MDK C语言开发系统进行设计。通过控制板与离线语音模块建立连接,UART串口接收数据后,经STM32主控解析并发出相应指令,完成相关控制。经多次测试得出,该系统具备良好的可靠性和稳定性,便利了人们生活同时又使家具达到智能化管理。