×

内燃机和电动汽车节能驾驶基础:最优控制观点。 (英语) Zbl 1412.49079号

小结:本文将汽油和电动汽车的节能驾驶定义为各种复杂的优化控制问题。我们表明,减小空气动力阻力可以最大限度地利用车轮上的可用能量,并且需要低速度和恒定速度。通过使用最优控制理论,我们表明最大加速度、最大制动和滑行的周期通常伴随着恒速巡航,以满足状态的边界条件(砰砰-侧倾最优控制)。对于汽油发动机车辆,分析最优控制推导表明,巡航时发动机的脉冲和滑行操作可以进一步减少燃油消耗(颤振最优控制)。对于电动汽车(EV),能源使用对控制输入的二次依赖性而非线性依赖性导致了与汽油发动机车辆不同的生态驾驶模式。对于电动汽车,通过模型简化,可以得到两点边值最优控制问题的解析解,与基于更精确模型的数值解相比,该解析解可以得到。我们还评估了电动汽车存在状态约束时的最优控制方案。提出了几个模拟案例研究,以展示拟议生态驾驶策略的能效收益。

MSC公司:

49N90型 最优控制和微分对策的应用
93A30型 系统数学建模(MSC2010)
90B06型 运输、物流和供应链管理
49公里30 受限类解决方案的最优性条件(Lipschitz控制、bang-bang控制等)

软件:

bvp4c
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Ajanović,Z。;迈克尔·斯托尔茨(Michael Stolz);Horn,Martin,《动态环境中的节能驾驶:考虑其他交通参与者和超车可能性》,(综合能源管理生态路线和速度曲线(2017),Springer),61-80
[2] Ajanović,Z。;迈克尔·斯托尔茨(Michael Stolz);Horn,Martin,《基于模型的新型启发式自动驾驶能量优化运动规划》(IFAC-papersonline,第51卷(2018)),255-260
[3] 阿萨迪,B。;瓦希迪(Vahidi),阿达兰(Ardalan),预测交通信号状态用于节油,IFAC会议记录卷,42,15,484-489(2009)
[4] 阿萨迪,B。;Vahidi,Ardalan,预测巡航控制:利用即将到来的交通信号信息来提高燃油经济性和缩短行程时间,IEEE控制系统技术汇刊,19,3707-714(2011)
[5] 阿萨迪,B。;张,陈;Vahidi,Ardalan,交通流预览在规划燃料最佳车速中的作用,(ASME 2010动态系统和控制会议(2010),美国机械工程师学会),813-819
[6] 我·阿斯尼斯。;德米特鲁克,AV;奥斯莫洛夫斯基,NP,用最大值原理解决列车运动的能量最优控制问题,苏联计算数学和数学物理,25,6,37-44(1985)
[7] Barkenbus,J.N.,《生态驱动:被忽视的气候变化倡议》,《能源政策》,38,2762-769(2010)
[8] 比奇,M。;朱利奥·里帕奇奥利;迪·凯拉诺(Di Cairano)、斯特凡诺(Stefano);丹尼尔·贝尔纳迪尼;阿尔贝托·本普拉德;Kolmanovsky,Ilya V.,用于改进动力传动系统控制的驾驶员行为学习随机模型预测控制,(决策与控制(CDC),2010年第49届IEEE会议,2010年,IEEE),6077-6082
[9] Bryson,A.E。;Ho,Yu-Chi,《应用最优控制:优化、估计和控制》(1975),CRC出版社:CRC出版社,华盛顿特区
[10] Dib,W。;亚历山大·蔡斯(Alexandre Chasse);菲利普·穆林(Philippe Moulin);安东尼奥·西亚雷塔;Corde,Gilles,生态驾驶应用中电动汽车的最佳能量管理,控制工程实践,29299-307(2014)
[11] 美元,R.A。;Vahidi,Ardalan,量化有限信息和控制鲁棒性对联网自动化排的影响,(IEEE智能交通系统会议论文集(2017))
[12] 弗罗伯格,A。;埃里克·赫尔斯特罗姆(Erik Hellström);Nielsen,Lars,一组地形道路剖面上重型卡车的明确燃油最佳速度剖面,技术报告(2006年),SAE技术文件
[13] Gilbert,E.G.,《车辆巡航:通过定期控制提高燃油经济性》,Automatica,12,2,159-166(1976)·兹伯利0387.90054
[14] 吉尔曼,E。;阿尼亚·凯斯基纳卡乌斯(Anja Keskinarkaus);萨图·塔米宁;苏珊娜·皮尔蒂坎卡斯;罗宁,朱哈;Riekki,Jukka,《针对节油驾驶的个性化帮助》,交通研究第C部分:新兴技术,58,681-705(2015)
[15] 古泽拉。;Sciarretta,Antonio,《车辆推进系统:建模和优化简介》(2013),柏林-海德堡施普林格出版社
[16] Han,J。;安东尼奥·西亚雷塔;奥杰达,路易斯·莱昂;乔瓦尼·德努齐奥(Giovanni De Nunzio);Thibault,Laurent,《使用分析状态约束优化解决方案的联网和自动化电动汽车的安全和生态驾驶控制》,IEEE智能车辆交易,3,163-172(2018)
[17] 郝,P。;吴国元;堪萨斯州博里博农森;Barth,Matthew,实际交通中驱动信号的Eco-接近和离开(ead)应用,(技术报告(2017))
[18] Hartl,R.F。;Sethi,Suresh P。;Vickson,Raymond G.,状态约束最优控制问题的最大值原理综述,SIAM Review,37,2,181-218(1995)·Zbl 0832.49013号
[19] 他,C。;赫尔穆特·莫雷尔;Orosz,Gabor,利用等级、风力和交通信息优化重型车辆的油耗,计算和非线性动力学杂志,11,6,061011(2016)
[20] Hellström,大肠杆菌。;玛丽亚·伊瓦森;斯伦德,简;尼尔森(Nielsen)、拉尔斯(Lars),《重型卡车的抬头控制,以最大限度地减少行程时间和燃油消耗》,《控制工程实践》,第17、2、245-254页(2009年)
[21] 希克曼,L.,《卫报》(2011),通过以下12条超级微笑“秘诀,让你的汽车发挥最大作用”
[22] 胡克,J.N.,《单车燃油经济性的最佳驾驶》,运输研究A部分:概述,22,3,183-201(1988)
[23] Howlett,P.,《列车的最优控制》,《运筹学年鉴》,98,1,65-87(2000)·Zbl 0977.49026号
[24] 黄,W。;大卫·M·贝弗利。;史蒂夫·施尼克(Steve Schnick);李晓鹏,《使用三维道路几何优化重型卡车燃油效率》(智能运输系统,2008)。ITSC 2008。第11届国际IEEE会议(2008),IEEE),334-339
[25] 金,Q。;吴国元;Boriboonsomsin,卡诺克;Barth,Matthew J.,互联生态驾驶系统的基于功率的最佳纵向控制,IEEE智能交通系统汇刊,17,10,2900-2910(2016)
[26] 卡马尔,M。;Masakazu Mukai;村田,Junichi;Kawabe,Taketoshi,基于MPC的先前车辆预测的生态驾驶,IFAC会议记录卷,44,1,3843-3848(2011)
[27] 库比卡,M。;克鲁斯阿克,简;安东尼奥·西亚雷塔;塞拉、阿尔本;穆尼尔,雨果斯;劳伦特·蒂博;Niculescu,Silviu-Iulian,当前生态路由方法的性能,(智能车辆研讨会(IV),2016 IEEE(2016),IEEE),472-477
[28] Lee,J.,车辆惯性对使用加速和滑行策略的传统和混合动力电动汽车燃油消耗的影响(2009年),弗吉尼亚理工大学
[29] 李S.E。;Peng,Huei,在车辆允许的情况下尽量减少乘用车燃油消耗的策略,机械工程师学会学报,D部分:汽车工程杂志,226,3,419-429(2012)
[30] 卢,J。;Hong,Sanghyun;乔纳森·沙利文;胡国鹏;戴,爱德华;Dennis Reed,《使用电子地平线改善燃油经济性和驾驶性能的预测变速器换档计划》,SAE国际发动机杂志,2017-01-1092,680-688(2017)
[31] Mahler,G.,《通过访问交通信号信息提高联网车辆的能效》(2013年),克莱姆森大学(博士论文)
[32] 马勒,G。;Vahidi,Ardalan,《通过交通信号配时概率预测实现车辆能效的最佳速度规划方案》,IEEE智能交通系统汇刊,15,6,2516-2523(2014)
[33] 马勒,G。;安德烈亚斯·温克勒;Fayazi,S.Alireza;阿达拉·瓦希迪;Filusch,Martin,交通信号状态到连接车辆的蜂窝通信,用于干线公路上的生态驾驶:系统架构和实验结果,(IEEE智能交通系统会议(2017))
[34] Malisanil,P。;Chaplais,F。;Petit,N.,非线性系统状态和输入约束最优控制问题的内部惩罚方法,最优控制应用与方法,37,1,3-33(2016)·Zbl 1336.49038号
[35] 曼达瓦,S。;Boriboonsomsin,卡诺克;Barth,Matthew,《基于轻交通条件下交通信号信息的动脉速度规划》(智能交通系统,2009年)。ITSC’09。第12届国际IEEE会议(2009年),IEEE),1-6
[36] Marchal,C.,颤振弧和颤振控制,优化理论与应用杂志,11,5,441-468(1973)·Zbl 0243.49003号
[37] McDonough,K。;伊利亚·科尔马诺夫斯基;菲列夫,迪米塔尔;亚纳基耶夫,戴安娜;斯瓦博夫斯基(Steve Szwabowski);John Michelini,燃油效率车辆跟驰的随机动态规划控制策略,(美国控制会议(ACC),2013(2013),IEEE),1350-1355
[38] Mensing,F。;埃里克·比迪奥(Eric Bideaux);Trigui,Rochdi;Tattegrain,Helene,考虑交通约束的生态驾驶轨迹优化,交通研究第D部分:交通与环境,18,55-61(2013)
[39] Monastyrsky,V.公司。;Golownykh,IM,车辆最优控制的快速计算,运输研究,B部分(方法学),27,3,219-227(1993)
[40] Ojeda,L.L。;韩继勋;安东尼奥·西亚雷塔;乔瓦尼·德努齐奥(Giovanni De Nunzio);Thibault,Laurent,自动化电动汽车的实时生态驾驶策略,(决策与控制(CDC),2017年IEEE第56届年会,2017年),IEEE,2768-2774
[41] Ozatay,E。;奥兹古纳,乌米特;Filev,Dimitar,《道路车辆速度曲线优化:基于最大原理的方法》,《控制工程实践》,61244-254(2017)
[42] Ozatay,E。;乌米特·奥兹古纳(Umit Ozguner);西蒙娜·奥诺丽;Rizzoni,Giorgio,存在红绿灯时最低油耗优化问题的分析解决方案,(ASME 2012年第五届年度动力系统和控制会议与JSME 2012年第十一届运动和振动会议(2012)联合召开,美国机械工程师学会),837-846
[43] Petit,N。;Antonio Sciarretta,《使用基于反转的轨迹生成方法实现电动汽车的最佳驾驶》,(第18届IFAC世界大会(2011年),第14519-14526页)
[44] 蓬特里亚金。;博尔扬斯基,VG;甘克雷利泽,RV;Mishchenko,E.,《优化过程的数学理论》(纯数学和应用数学国际系列专著)(1962年),《跨科学:跨科学纽约》·Zbl 0102.32001号
[45] 拉卡,H。;Kamalanathsharma,Raj Kishore,使用v2i通信在信号交叉口进行生态驾驶,(智能交通系统(ITSC),2011年第14届国际IEEE会议(2011年),IEEE),341-346
[46] Saerens,B.,《基于最佳控制的生态驾驶》(2012年),卡索利克大学鲁汶分校(博士论文)
[47] Sciarretta,A。;乔瓦尼·德努齐奥(Giovanni De Nunzio);Ojeda,Luis Leon,《最佳生态驾驶控制:作为最佳控制问题的道路车辆节能驾驶》,IEEE控制系统,35,5,71-90(2015)
[48] Shampine,L.、Reichelt,M.W.和Kierzenka,J.(2000)。用bvp4c在MATLAB中求解常微分方程边值问题,教程。;Shampine,L.、Reichelt,M.W.和Kierzenka,J.(2000)。在MATLAB中用bvp4c解决常微分方程的边值问题,教程。
[49] Terwen,S。;回来了,迈克尔;Krebs,Volker,重型卡车的预测动力总成控制,IFAC会议论文集,37,22,105-110(2004)
[50] Wan,N。;张,陈;Vahidi,Ardalan,自动驾驶汽车跟随中的概率预测和控制,IEEE控制系统技术汇刊(2017)
[51] 夏,H。;Boriboonsomsin,卡诺克;弗里德里希·施韦泽(Friedrich Schweizer);安德烈亚斯·温克勒;周坤;Zhang,Wei-Bin,固定时间信号交叉口生态引道技术的现场运行测试,(智能交通系统(ITSC),2012年第15届IEEE国际会议(2012年),IEEE),188-193
[52] 张,C。;Vahidi,Ardalan,《生态驾驶的概率约束预测巡航控制》(ASME 2011动态系统和控制会议以及bath/ASME流体动力和运动控制研讨会(2011),美国机械工程师学会),233-238
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。