Till innehåll på sidan

Computationally Efficient and Adaptive Energy Management Strategies for Parallel Hybrid Electric Vehicles

Tid: On 2023-05-31 kl 13.30

Plats: Gladan, Brinellvägen 85, Stockholm

Videolänk: https://kth-se.zoom.us/j/68364433509

Språk: Engelska

Ämnesområde: Maskinkonstruktion Optimeringslära och systemteori Industriella informations- och styrsystem

Respondent: PhD Candidate Tong Liu , Mekatronik och inbyggda styrsystem

Opponent: Professor Nikolce Murgovski, Chalmers tekniska högskola

Handledare: Universitets lektor Lei Feng, KTH-centrum inom inbyggda system, ICES; Universitets lektor Hans Johansson, Mekatronik och inbyggda styrsystem

Exportera till kalender

Abstract

Elhybridfordon (HEV) är oersättliga för att uppnå en hållbar utveckling i dagens samhälle. Medelst den extra frihetsgraden för att tillhandahålla dragkraft, använder HEV:erna sig av s.k. energihanteringstrategier (EMS) för att kombinera fördelarna med konventionella förbränningsmotorfordon och rena elfordon.

Befintliga EMS lider av tunga beräkningskostnader och överdrivna lägesomkopplare. Denna avhandling flera nya metoder för att utveckla online-EMS för parallella HEV som uppnår både övertygande bränsleekonomi och utmärkt beräkningseffektivitet, samt god anpassningsförmåga i online tillämpningar med osäkra körförhållanden.

För det första utnyttjas lösningarna från offline dynamisk programmering (DP) för att utveckla online EMS med nära optimal reglerprestanda. Den optimala hastighetsprofilen tjänar som referens vid online-reglering och den optimala värdefunktionen (VF) används för att utforma reglermetoder. För att undvika de problem som uppstår vid storskaliga beräkningar approximeras VF som en uppsättning polynom, vilket sänker bl.a. minneskostnader vid onlineanvändning.

För det andra analyseras två typer av speciella förbränningsmotorkonfigurationer (ICE) vilket minskar sökutrymmet för optimala regleråtgärder. Den första typen tvingar ICE att arbeta strikt vid den optimala driftlinjen (OOL), medan den andra typen tillåter ett smalt band runt den. Den andra typen är bättre än den första eftersom den bidrar till mer robust ICE-drift, men med något högre beräkningskomplexitet.

För det tredje föreslås en hierarkisk arkitektur för online-EMS så att det transienta drivlinjeläget och vridmomentfördelningen optimeras med olika metoder i sekvens. För att undvika den exponentiella komplexiteten i att hitta den optimala banan för drivlinjeläget utnyttjas en VF grundad på förenklade antaganden, vilket leder till ett optimalt beslut inom en samplingsperiod. Modellförenklingar av både ICE och elmotorn genomförs för att omvandla det komplexa problemet med vridmomentfördelning till ett begränsat kvadratiskt programmeringsproblem. Dessa metoder underlättar dramatiskt beräkningseffektiviteten för elektroniska EMS.

För det fjärde introduceras inlärningsbaserad adaptiv styrning för att mildra de negativa effekter som orsakas av avvikelserna mellan modell och verklighet. För detta mål utformas effektiva inlärningsalgoritmer för att iterativt uppdatera den approximerade VF. För att undvika en s.k. "kallstart" och för att få en snabb konvergens initialiseras VF med lösningen från offline-DP.

Slutligen tillämpas en händelseutlöst reglering av vridmomentfördelning, vilket påvisar anmärkningsvärda fördelar genom att eliminera överdrivna beräkningskostnader. Vid varje tidssteg avgör en effektiv utlösningsalgoritm om referensmomentet för ICE fortfarande är giltigt eller föråldrat. Om det är giltigt används det som referensvärde; i annat fall beräknar optimeringsalgoritmen för vridmomentfördelning ett nytt värde vilket uppdaterar referensen.

De utformade EMS:ernas prestanda testas med hjälp av simuleringar med beräkningar på dedikerad hårdvara (s.k. "Processor-in-the-loop"), så att både de numeriska resultaten och beräkningseffektiviteten kan erhållas för kvantitativ analys och jämförelse. Testresultaten visar att de utformade EMS:erna snabbt kan anpassa sig till verkliga körförhållanden och kan bidra till mer än $90\%$ bränslesparande jämfört med DP, och ännu viktigare är att alla dessa EMS:er kan implementeras på en bärbar mikroprocessor med begränsade beräkningsresurser.

urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-326340