公开(公告)号：CN115114732A

公开(公告)日：2022-09-27

申请号：CN202210856318.4

申请日：2022-07-14

申请人： 北京理工大学

发明人： 孙超 ,  刘波 ,  王博 ,  孙逢春 ,  任强 ,  梁伟强 ,  李洋

IPC分类号： G06F30/15 ,  B60L15/20 ,  B60L50/70 ,  G06F111/04 ,  G06F119/14

摘要： 本发明公开了基于空间域凸优化的燃料电池汽车节能驾驶方法及装置，包括以下步骤：S1.在空间域内建立燃料电池汽车动力传动系统模型，包括车辆纵向动力学模型、电机模型、燃料电池系统模型和动力电池模型；S2.在空间域内建立多交叉口通行环境模型，包括信号灯约束、道路坡度干扰和道路限速；S3.在空间域内建立燃料电池汽车多交叉口节能驾驶问题；S4.利用凸近似和凸松弛技术对燃料电池汽车多交叉口节能驾驶问题进行凸化；S5.采用凸优化工具进行求解，得到最优决策。本发明能够以高效的计算效率实现全局最优的能耗经济性，具备实时应用潜力。

公开(公告)号：CN114987292A

公开(公告)日：2022-09-02

申请号：CN202210822589.8

申请日：2022-07-12

申请人： 北京理工大学

发明人： 孙超 ,  刘波 ,  王博 ,  孙逢春 ,  黄琨 ,  梁伟强 ,  李洋

IPC分类号： B60L58/40 ,  B60L50/75 ,  B60L15/20 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于神经网络打靶的燃料电池汽车能量管理方法，包括以下步骤：S1.建立燃料电池汽车动力传动系统模型，包括车辆纵向动力学模型、电机模型和能量源功率平衡模型；S2.利用动态规划求解燃料电池汽车最优能量管理问题，根据求解结果建立最优数据集；S3.基于最优数据集训练神经网络；S4.基于在神经网络能量管理策略下动力电池荷电状态SoC最终值和目标值的单调关系，在测试工况下利用二分法对最终SoC进行打靶，直至其达到期望值。本发明能够精确控制神经网络能量管理策略下的动力电池最终荷电状态，并以高效的计算效率实现近似最优的能耗经济性。