-
公开(公告)号：CN114103971B
公开(公告)日：2023-10-10
申请号：CN202111390601.4
申请日：2021-11-23
Applicant: 北京理工大学 , 广州汽车集团股份有限公司
Abstract: 本发明公开了一种燃料电池汽车节能驾驶优化方法及装置，所述方法包括：建立燃料电池汽车系统模型和其系统功率平衡模型；在电量维持模式下，求解燃料电池汽车在各种工况下的最优能量管理策略；基于得到的最优数据库进行训练，得到数据驱动的能量管理模型；建立包含信号灯的训练场景，定义状态空间和动作空间；根据数据驱动的能量管理模型，得到燃料电池汽车在某个状态和相应动作下的燃料消耗，建立相关的回报函数模型；在训练场景中进行训练，得到节能驾驶优化模型。本发明所提出的方法结合了联合优化和分层优化的优点，可将预先优化的能量管理策略融合到基于深度强化学习的燃料电池汽车车速规划之中，实现了能耗经济性和实时性的平衡。
-
公开(公告)号：CN113085666A
公开(公告)日：2021-07-09
申请号：CN202110537683.4
申请日：2021-05-18
Applicant: 北京理工大学 , 广州汽车集团股份有限公司
Abstract: 本发明公开了一种分层式燃料电池汽车节能驾驶方法，在上层计算中，获取全路段的道路信息，如各路段的限速情况、道路坡度、信号灯位置以及信号配时等，构建燃料电池汽车纵向动力学模型以及囊括车辆需求功率和行驶时间的代价函数，再利用优化算法求得全局车速规划下的车辆最优行驶轨迹。在下层计算中，根据燃料电池汽车的动力结构，建立燃料电池系统模型、电机系统模型和动力电池系统模型。对模型进行转凸处理，建立满足凸优化算法标准范式的车辆动力学模型。并将上层计算出的最优车速轨迹作为车辆行驶工况进行输入，求解整车能量管理问题。根据计算结果得出全路段的车速轨迹、动力电池SOC轨迹和燃料电池的输出功率轨迹。
-
公开(公告)号：CN113978478B
公开(公告)日：2023-11-21
申请号：CN202111390517.2
申请日：2021-11-23
Applicant: 北京理工大学 , 广州汽车集团股份有限公司
IPC: B60W40/105 , B60W50/00 , G06F30/15 , G06F30/20 , G06F119/06
-
公开(公告)号：CN113085666B
公开(公告)日：2022-05-10
申请号：CN202110537683.4
申请日：2021-05-18
Applicant: 北京理工大学 , 广州汽车集团股份有限公司
Abstract: 本发明公开了一种分层式燃料电池汽车节能驾驶方法，在上层计算中，获取全路段的道路信息，如各路段的限速情况、道路坡度、信号灯位置以及信号配时等，构建燃料电池汽车纵向动力学模型以及囊括车辆需求功率和行驶时间的代价函数，再利用优化算法求得全局车速规划下的车辆最优行驶轨迹。在下层计算中，根据燃料电池汽车的动力结构，建立燃料电池系统模型、电机系统模型和动力电池系统模型。对模型进行转凸处理，建立满足凸优化算法标准范式的车辆动力学模型。并将上层计算出的最优车速轨迹作为车辆行驶工况进行输入，求解整车能量管理问题。根据计算结果得出全路段的车速轨迹、动力电池SOC轨迹和燃料电池的输出功率轨迹。
-
公开(公告)号：CN112989715B
公开(公告)日：2021-08-03
申请号：CN202110550474.3
申请日：2021-05-20
Applicant: 北京理工大学 , 广州汽车集团股份有限公司
Abstract: 本发明公开了一种燃料电池汽车多信号灯车速规划方法，构建包含个交通信号灯的深度强化学习DRL训练场景，建立燃料电池汽车FCV训练模型和交通信号灯模型；定义多信号灯训练DRL环境的状态空间、动作空间和奖励函数；在训练环境中对DRL网络进行训练，得到与对应的训练好的DRL车速规划模型DRL‑L；将训练好的DRL‑L模型应用到复杂的测试场景，得到全局经济车速；建立FCV动力传动系统模型，在电量维持模式下利用动态规划算法DP计算测试场景下全局车速规划结果的氢耗，并比较不同对应的DRL‑L模型性能。本发明对环境具有很强的自适应能力，具有更低的氢耗和更好的舒适性。
-
Patent Agency Ranking
公开(公告)号：CN114103971A
公开(公告)日：2022-03-01
申请号：CN202111390601.4
申请日：2021-11-23
Applicant: 北京理工大学 , 广州汽车集团股份有限公司
Abstract: 本发明公开了一种燃料电池汽车节能驾驶优化方法及装置，所述方法包括：建立燃料电池汽车系统模型和其系统功率平衡模型；在电量维持模式下，求解燃料电池汽车在各种工况下的最优能量管理策略；基于得到的最优数据库进行训练，得到数据驱动的能量管理模型；建立包含信号灯的训练场景，定义状态空间和动作空间；根据数据驱动的能量管理模型，得到燃料电池汽车在某个状态和相应动作下的燃料消耗，建立相关的回报函数模型；在训练场景中进行训练，得到节能驾驶优化模型。本发明所提出的方法结合了联合优化和分层优化的优点，可将预先优化的能量管理策略融合到基于深度强化学习的燃料电池汽车车速规划之中，实现了能耗经济性和实时性的平衡。
-
公开(公告)号：CN113978478A
公开(公告)日：2022-01-28
申请号：CN202111390517.2
申请日：2021-11-23
Applicant: 北京理工大学 , 广州汽车集团股份有限公司
IPC: B60W40/105 , B60W50/00 , G06F30/15 , G06F30/20 , G06F119/06
Abstract: 本发明公开了一种基于分层凸优化的燃料电池汽车节能驾驶方法，包括以下步骤：S1.建立燃料电池汽车动力传动系统模型和交通信号灯模型；S2.将燃料电池汽车节能驾驶问题解耦为分层优化问题，包括上层车速规划问题和下层能量管理问题；S3.对上层车速规划问题进行凸化，包括对信号灯约束和代价函数进行凸化；S4.利用凸优化求解器对凸化后的车速规划问题进行求解，得到最优车速；S5.对下层能量管理问题进行凸化，包括对动力电池模型和燃料电池系统模型进行凸化；S6.根据上层输出的最优车速，利用交替方向乘子法对凸化后的能量管理问题进行求解，得到最优的控制变量。本发明能够在保持相近的能耗经济性的同时实现计算速度的巨大提升。
-
公开(公告)号：CN113022384B
公开(公告)日：2021-08-24
申请号：CN202110579791.8
申请日：2021-05-26
Applicant: 北京理工大学 , 广州汽车集团股份有限公司
IPC: B60L58/40
Abstract: 本发明提供一种基于凸优化的燃料电池汽车能量管理方法，以最小氢耗为目标函数，搭建了一种符合凸函数性质的新型燃料电池动力系统和整车模型，建立了系统模型的增广拉格朗日方程及其缩放形式，满足交替方向乘子法求解的标准范式，首次实现了交替方向乘子法算法在燃料电池汽车能量管理上的系统应用。同时，本文提出了一种循环约束检验策略对燃料电池系统功率进行进一步精确控制，使其满足功率的动态变化约束。与其他算法相比，该算法能够在快速求解问题的同时，保证结果的最优性。
-
公开(公告)号：CN113022384A
公开(公告)日：2021-06-25
申请号：CN202110579791.8
申请日：2021-05-26
Applicant: 北京理工大学 , 广州汽车集团股份有限公司
IPC: B60L58/40
Abstract: 本发明提供一种基于凸优化的燃料电池汽车能量管理方法，以最小氢耗为目标函数，搭建了一种符合凸函数性质的新型燃料电池动力系统和整车模型，建立了系统模型的增广拉格朗日方程及其缩放形式，满足交替方向乘子法求解的标准范式，首次实现了交替方向乘子法算法在燃料电池汽车能量管理上的系统应用。同时，本文提出了一种循环约束检验策略对燃料电池系统功率进行进一步精确控制，使其满足功率的动态变化约束。与其他算法相比，该算法能够在快速求解问题的同时，保证结果的最优性。
-
公开(公告)号：CN112989715A
公开(公告)日：2021-06-18
申请号：CN202110550474.3
申请日：2021-05-20
Applicant: 北京理工大学 , 广州汽车集团股份有限公司
Abstract: 本发明公开了一种燃料电池汽车多信号灯车速规划方法，构建包含个交通信号灯的深度强化学习DRL训练场景，建立燃料电池汽车FCV训练模型和交通信号灯模型；定义多信号灯训练DRL环境的状态空间、动作空间和奖励函数；在训练环境中对DRL网络进行训练，得到与对应的训练好的DRL车速规划模型DRL‑L；将训练好的DRL‑L模型应用到复杂的测试场景，得到全局经济车速；建立FCV动力传动系统模型，在电量维持模式下利用动态规划算法DP计算测试场景下全局车速规划结果的氢耗，并比较不同对应的DRL‑L模型性能。本发明对环境具有很强的自适应能力，具有更低的氢耗和更好的舒适性。
-
-
-
-
-
-
-
-
-
Search Results
82
records
(took 0.059 seconds)
