面向PHEV能量管理的短期工况预测与长期交通信息生成技术研究

发布时间：2021-08-29 02:28

　　插电式混合动力汽车（PHEV）是解决目前能源危机、环境污染以及传统汽车燃油成本居高不下等问题的有效途径之一,而高效的能量管理策略（EMS）是插电式混合动力汽车实现以上目标的关键技术与根本保证,预测能量管理策略是兼具实时控制与最优控制特性的能量管理策略之一,在预测能量管理策略中,短期工况预测算法与交通信息获取技术是关乎预测能量管理策略效果、性能的核心要点与关键技术。因此,本文针对插电式混合动力汽车预测能量管理策略中短期工况预测与交通信息获取等问题,开展关于短期工况预测算法与交通信息生成技术的研究,其主要内容有:（1）阐述了目前在时间序列预测领域常采用的预测方法,并进行了归类分析,将预测方法分为基于特征和非特征的预测方法;在分别介绍指数平滑预测、随机过程预测与机器学习预测等传统预测算法的基本原理的基础上,进一步分析了影响各预测算法特性的关键因素,建立了相应预测算法的短期工况仿真模型,并基于MATLAB仿真平台进行仿真分析;提出了包含整体均方根误差、偏度、峰度等在内的五种评价指标用于评价短期工况预测算法的综合性能,弥补了在短期工况预测领域采用单一精度评价方法的不足。（2）为充分发挥随机过程预... 

【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校

【文章页数】：97 页

【学位级别】：硕士

【部分图文】：

能量管理策略分类Fig.1.1EnergyManagementStrategyClassification1.2.3短期工况预测研究现状及存在的问题针对短期工况预测，目前涌现出了卡尔曼滤波预测

技术路线

一预测模型的方式来进一步提高其预测精度。每一种预测模型拥有其自以及缺陷。如第二章所述马尔可夫链随机预测模型能够把握行驶工况的趋势，但是并不适用于局部高精度的数据拟合。神经网络容易陷入局部且受到过训练以及过推断的限制，因此需要一个具有强鲁棒性、高预测精陷入局部最优且能够适用复杂变化工况的预测组合预测模型用于短期工为了充分利用马尔可夫链把握整个行驶工况变化趋势以及机器学习高精合的优势，本文提出了一个新的融合了随机过程预测与机器学习的短期模型，并进行了基于遗传优化算法的组合预测模型初始参数的优化，为文所提方法在短期工况预测中的有效性，进行了基于智能手机传感器的预测算法有效性和实时性验证。 PAC-MCNN 车速预测器如图 3.1 所示为整个预测模型的流程图，整个预测模型分为两个模块，初块以及非线性融合模块。PC1Data 1Vt+11Combiner

【参考文献】：
期刊论文
[1]应用EMPCA算法对TE过程中随机及连续缺失数据进行补值的研究[J]. 孙怀宇,别圣平,李元.  计算机应用与软件. 2015(05)

博士论文
[1]基于驾驶意图与工况识别的插电式混合动力汽车能量管理策略研究[D]. 杨官龙.重庆大学 2014
[2]行驶工况自适应的PHEV能量在线实时优化控制研究[D]. 周之光.湖南大学 2012

硕士论文
[1]基于驾驶意图与行驶工况的混合动力电动汽车能量管理策略[D]. 解庆波.重庆大学 2016
[2]基于模型预测控制的插电式混合动力客车能量管理策略研究[D]. 张洁丽.北京理工大学 2016
[3]基于BP神经网络及其优化算法的汽车车速预测[D]. 谢浩.重庆大学 2014
[4]基于动态指数平滑模型预测Ad Hoc网络流量的路由协议[D]. 张婷.东北大学 2009
[5]基于指数平滑模型的农产品价格预测研究[D]. 苗开超.合肥工业大学 2009



本文编号：3369715