您的位置: 专家智库 > >

吴建政

作品数:4 被引量:14H指数:2
供职机构:北京交通大学更多>>
发文基金:国家教育部博士点基金国家科技支撑计划更多>>
相关领域:交通运输工程机械工程更多>>

文献类型

  • 2篇专利
  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇机械工程
  • 2篇交通运输工程

主题

  • 4篇电动
  • 4篇电动汽车
  • 4篇汽车
  • 3篇充电
  • 2篇电动汽车充电
  • 2篇电动汽车充电...
  • 2篇预约
  • 2篇能量管理
  • 2篇充电站
  • 1篇道路信息
  • 1篇动态规划
  • 1篇信息选择
  • 1篇神经网
  • 1篇神经网络
  • 1篇能量管理策略
  • 1篇汽车工程
  • 1篇交通信息
  • 1篇ITS
  • 1篇充电管理

机构

  • 4篇北京交通大学

作者

  • 4篇吴建政
  • 3篇张欣
  • 3篇宋雯
  • 2篇张昕
  • 2篇田毅
  • 1篇席利贺

传媒

  • 1篇公路交通科技

年份

  • 1篇2018
  • 1篇2017
  • 2篇2015
4 条 记 录,以下是 1-4
排序方式:
基于动态规划与神经网络的增程式电动汽车能量管理策略研究被引量:11
2018年
设计了一种具有实时控制能力的增程式电动汽车混合型能量管理策略。首先建立了面向能量管理策略优化的增程式电动汽车整车模型。根据能量管理策略特点,将优化目标设置为增程器系统燃油消耗及动力电池当前SOC值与目标值之间差值的总和。再采用动态规划算法求解增程式电动汽车在给定行驶工况下的能量管理优化问题,从而获得了增程器开启时刻与输出功率优化结果。但由于动态规划算法需要已知详细的工况信息,很难应用于实车实时控制,而且从动态规划优化结果中不易提取控制规则,因此利用BP神经网络算法对优化结果进行离线训练,建立了增程器输出功率与车辆行驶状态参数间的非线性映射关系,得到了具有实时控制能力的神经网络控制模型。在采用BP神经网络训练时,根据车辆各个状态参数在CAN总线中的传输精度,对神经网络输入层、输出层参数的精度进行了修正。仿真结果表明:神经网络模型能够获得类似动态规划的最优控制效果,能够控制动力电池SOC在目标值的3%误差带以内。采用NEDC工况对混合型能量管理策略进行了硬件在环仿真试验,试验结果表明:与实车采用的电能消耗-电能维持型控制策略相比,所提出的混合型能量管理策略使汽车的燃油经济性提高了9.5%。
席利贺张欣吴建政宋雯
关键词:汽车工程能量管理策略动态规划神经网络
基于ITS交通信息的增程式电动汽车能量管理控制策略的研究
面对能源紧缺和环境污染的双重压力,兼备了传统发动机车辆的续驶里程和纯电动车辆的电能驱动清洁高效优点的增程式电动汽车受到了广泛的关注。增程式电动汽车拥有动力电池和增程器两个能量源,动力电池容量较大,可以利用外部电网进行充电...
吴建政
关键词:电动汽车能量管理交通信息
文献传递
一种基于充电预约的电动汽车充电站充电管理方法
一种基于充电站充电管理方法,包括以下步骤:步骤1)充电站充电管理系统判断是否接收到电动汽车的充电请求;步骤2)根据电动汽车的数据计算各充电站内最短的充电排队时间;步骤3)判断该车到达排队时间最短的充电站所需时间是否在规定...
张欣张昕田毅宋雯吴建政
文献传递
一种基于充电预约的电动汽车充电站选择方法
一种基于预约选择充电站的方法,包括以下步骤:步骤1)获取电动汽车路径中道路信息包括距离、速度等;步骤2)判断汽车是否已经预约,如果是,转到步骤7);步骤3)计算电动汽车SOC能否满足该次行程的行驶,如果能则转到步骤1)否...
张昕张欣田毅宋雯吴建政
文献传递
共1页<1>
聚类工具0