[1]徐 东.预测个人出行特征的插电式混合动力汽车控制策略[J].机械与电子,2019,(10):55-58.
　PHEV Control Strategy by Predicting Individual Travel Characteristics[J].Machinery & Electronics,2019,(10):55-58.
点击复制

预测个人出行特征的插电式混合动力汽车控制策略()
分享到：

机械与电子[ISSN:1001-2257/CN:52-1052/TH]

卷:
期数:
2019年10期
页码:
55-58
栏目:
机电一体化技术
出版日期:
2019-10-24

文章信息/Info

Title:
PHEV Control Strategy by Predicting Individual Travel Characteristics
文章编号:
１００１- ２２５７（２０１９）１０- ００５５- ０４
作者:
徐 东
无锡商业职业技术学院汽车技术学院，江苏 无锡 ２１４１５３
Author(s):
ＸＵＤｏｎｇ
ＡｕｔｏｍｏｔｉｖｅＴｅｃｈｎｉｃａｌＣｏｌｌｅｇｅ，ＷｕｘｉＶｏｃａｔｉｏｎａｌＩｎｓｔｉｔｕｔｅｏｆＣｏｍｍｅｒｃｅ，Ｗｕｘｉ２１４１５３，Ｃｈｉｎａ
关键词:
插电式混合动力汽车; 出行特征预测; 主成分分析; 贝叶斯后验概率
Keywords:
ＰＨＥＶ; ｔｒａｖｅｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｐｒｅｄｉｃｔｉｏｎ; ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ; Ｂａｙｅｓｉａｎｐｏｓｔｅｒｉｏｒ ｐｒｏｂａｂｉｌｉｔｙ
分类号:
ＴＰ２９；Ｕ４６９
文献标志码:
A
摘要:
为了节省混合动力汽车的行驶成本，提出了基于出行特征预测的混合动力汽车能量控制策略。介绍了插电式混合动力汽车的工作模式，使用主成分分析法提取了行驶工况特征值，依据特征值将行驶工况聚类为６类；依据个人出行历史数据，使用起始点聚类和关键点挖掘技术预测出行路径，基于贝叶斯后验概率给出了各路径的行驶概率；统计了预测路径的特征，依据此特征给出了能量分配和控制策略。经仿真验证，基于出行特征的能量控制方法，比 ＣＳ／ＣＤ控制策略节省行驶成本７％左右。
Abstract:
ＩｎｏｒｄｅｒｔｏｓａｖｅｄｒｉｖｉｎｇｃｏｓｔｓｏｆＰＨＥＶ，ｔｈｅｅｎｅｒｇｙｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｂａｓｅｄｏｎｐｒｅｄｉｃｔｉｎｇ ｔｒａｖｅｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｗａｓｐｒｏｐｏｓｅｄ．ＴｈｅｗｏｒｋｉｎｇｍｏｄｅｌｏｆＰＨＥＶｗａｓｉｎｔｒｏｄｕｃｅｄ．Ｔｈｅｔｒａｖｅｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｖａｌｕｅｗａｓｅｘｔｒａｃｔｅｄｂｙｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ，ｔｈｅｗｏｒｋｉｎｇｃｏｎｄｉｔｉｏｎｗａｓｃｌｕｓｔｅｒｅｄｔｏ６ｋｉｎｄｓ．Ｒｅｌｙｉｎｇｏｎｉｎｄｉｖｉｄｕａｌｔｒａｖｅｌｈｉｓｔｏｒｉｃａｌｄａｔａ，ｏｒｉｇｉｎｃｌｕｓｔｅｒｉｎｇａｎｄｋｅｙｐｏｉｎｔｍｉｎｉｎｇｗｅｒｅｕｓｅｄｔｏｐｒｅｄｉｃｔ ｔｒａｖｅｌｐａｔｈ，ａｎｄｔｒａｖｅｌｐｒｏｂａｂｉｌｉｔｙｏｆｅａｃｈｐａｔｈ ｗａｓｇｉｖｅｎｂｙＢａｙｅｓｉａｎｐｏｓｔｅｒｉｏｒｐｒｏｂａｂｉｌｉｔｙ．Ｐｒｅｄｉｃｔｉｎｇ ｐａｔｈｃｈａｒａｃｔｅｒｉｓｔｉｃｓｗｅｒｅｐｒｅｄｉｃｔｅｄ，ａｎｄｅｎｅｒｇｙａｌｌｏｃａｔｉｏｎａｎｄｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｗｅｒｅｇｉｖｅｎｂｙｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓ．Ｃｌａｒｉｆｉｅｄｂｙｓｉｍｕｌａｔｉｏｎ，ｅｎｅｒｇｙｃｏｎｔｒｏｌｍｅｔｈｏｄｂａｓｅｄｏｎｔｒａｖｅｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｃａｎｄｅｃｒｅａｓｅｔｈｅｃｏｓｔ ｂｙ７％ｃｏｍｐａｒｅｄｔｏＣＳ／ＣＤｓｔｒａｔｅｇｙ．

参考文献/References:

［１］ 袁红军．基于 ＣＡＮ 地下混合动力车辆电控系统设计分析［Ｊ］．机械设计与制造，２０１８（６）：１８４- １８７．

［２］ 王达．增程式电动汽车的动力分布设计方法与控制策略研究［Ｄ］．长春：吉林大学，２０１６．
［３］ 徐国卿，郑春花，张艳辉．电动汽车：能量转换与动力控制［Ｍ］．北京：科学出版社，２０１６．
［４］ 王静．基于工况辨识的增程式电动城市客车最优能量分配策略［Ｄ］．北京：清华大学，２０１５．
［５］ ＹｕＲ，ＤｉｎｇＪＦ，Ｚｈｏｎｇ Ｗ Ｆ，ｅｔａｌ．ＰＨＥＶｃｈａｒｇｉｎｇ ａｎｄｄｉｓｃｈａｒｇｉｎｇｃｏｏｐｅｒａｔｉｏｎｉｎＶ２Ｇｎｅｔｗｏｒｋｓ：Ａｃｏａｌｉｔｉｏｎｇａｍｅａｐｐｒｏａｃｈ［Ｊ］．ＩＥＥＥＩｎｔｅｒｎｅｔｏｆＴｈｉｎｇｓＪｏｕｒｎａｌ，２０１７，１（６）：５７８- ５８９．
［６］ 曾达幸，王娟娟，樊明洲，等．基于主成分分析方法的并联机构参数优化［Ｊ］．中国机械工程，２０１７，２８（２４）： ２８９９- ２９０５．
［７］ ＤｕｂｅｙＡ Ｋ，ＧｕｐｔａＵ，ＪａｉｎＳ．Ａｎａｌｙｓｉｓｏｆｋ ｍｅａｎｓｃｌｕｓｔｅｒｉｎｇａｐｐｒｏａｃｈ ｏｎｔｈｅ ｂｒｅａｓｔｃａｎｃｅｒ Ｗｉｓｃｏｎｓｉｎ ｄａｔａｓｅｔ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｆＣｏｍｐｕｔｅｒＡｓｓｉｓｔｅｄ ＲａｄｉｏｌｏｇｙａｎｄＳｕｒｇｅｒｙ，２０１６，１１（１１）：１- １５．
［８］ 龙云淋，吴一全，周杨．结合 ＮＳＳＴ 和快速非局部均值滤波的 刀 具 图 像 去 噪 ［Ｊ］．信 号 处 理，２０１７，３３（１１）：１５０５- １５１４．
［９］ 杨洋，刘旭，浮豪豪．基于贝叶斯后验概率的能源供应链弹性研究［Ｊ］．软科学，２０１８，３２（６）：１０３- １０７．
［１０］ ＬｉｕＳ，ＲｅｎＴ，ＭｕＨＰ，ｅｔａｌ．Ｔｅｍｐｅｒａｔｕｒｅｐｒｅｄｉｃｔｉｏｎｏｆｔｈｅ ｍｏｌｔｅｎｓａｌｔｃｏｌｌｅｃｔｏｒｔｕｂｅｕｓｉｎｇＢＰｎｅｕｒａｌｎｅｔｗｏｒｋ［Ｊ］．ＩＥＴ ＲｅｎｅｗａｂｌｅＰｏｗｅｒＧｅｎｅｒａｔｉｏｎ，２０１６，１０（２）：２１２- ２２０．

备注/Memo

备注/Memo:
收稿日期：２０１９- ０７- ０２
项目基金：江苏省自然科学基金青年基金项目（ＢＫ２０１６０５２４）
作者简介：徐 东 （１９８０－），男，辽宁辽阳人，硕士，讲师，研究方向为新能源汽车技术。
更新日期/Last Update: 2019-10-25