要約
より環境に優しい交通の未来を目指して、この研究では、機械学習 (ML) 技術を利用して車両の純電気モードでのエネルギー使用量を予測し、異なる車両間での電力配分を最適化するプラグイン ハイブリッド電気自動車 (PHEV) 用の革新的な制御システムを紹介します。
純粋な電気、シリーズハイブリッド、パラレルハイブリッド、内燃運転などの動作モード。
ファジー ロジックの意思決定プロセスが車両制御システムを制御します。
さまざまな走行条件下で性能を評価しました。
主な発見には、純粋な電気モード効率の大幅な向上が含まれ、20 kWh バッテリー パックの 80% 使用率で約 84 キロメートルの完全電気走行距離を延長しました。
WLTC 運転サイクル中、制御システムは燃料消費量を 2.86 L/100km に削減しました。これは、ガソリン換算燃料消費量の 20% 削減に相当します。
個別の走行速度での車両性能の評価では、車両のバッテリーが低速で充電され、高速で放電されるという効果的なエネルギー管理が強調され、最適化されたエネルギー回収と消費戦略が示されました。
初期バッテリー充電レベルは車両の性能に特に影響を与えます。
90% の初期充電により、長時間の完全電気運転が可能となり、燃料消費量をベース制御システムよりも 2 L/100km 削減することができました。
実際の運転パターン分析では、電気推進が優先されるため、サイクルが短くて遅い場合は燃料消費量が少なくて済み、サイクルが長くて速い場合は内燃エンジンの使用量が増加するという、大きな変動が明らかになりました。
この制御システムは、さまざまなバッテリー健康状態 (SOH) 条件にも適応し、SOH が高いほど電気モードの使用の延長が容易になり、総燃料消費量を最大 2.87 L/100km 削減します。
要約(オリジナル)
Aiming for a greener transportation future, this study introduces an innovative control system for plug-in hybrid electric vehicles (PHEVs) that utilizes machine learning (ML) techniques to forecast energy usage in the pure electric mode of the vehicle and optimize power allocation across different operational modes, including pure electric, series hybrid, parallel hybrid, and internal combustion operation. The fuzzy logic decision-making process governs the vehicle control system. The performance was assessed under various driving conditions. Key findings include a significant enhancement in pure electric mode efficiency, achieving an extended full-electric range of approximately 84 kilometers on an 80% utilization of a 20-kWh battery pack. During the WLTC driving cycle, the control system reduced fuel consumption to 2.86 L/100km, representing a 20% reduction in gasoline-equivalent fuel consumption. Evaluations of vehicle performance at discrete driving speeds, highlighted effective energy management, with the vehicle battery charging at lower speeds and discharging at higher speeds, showing optimized energy recovery and consumption strategies. Initial battery charge levels notably influenced vehicle performance. A 90% initial charge enabled prolonged all-electric operation, minimizing fuel consumption to 2 L/100km less than that of the base control system. Real-world driving pattern analysis revealed significant variations, with shorter, slower cycles requiring lower fuel consumption due to prioritized electric propulsion, while longer, faster cycles increased internal combustion engine usage. The control system also adapted to different battery state of health (SOH) conditions, with higher SOH facilitating extended electric mode usage, reducing total fuel consumption by up to 2.87 L/100km.
arxiv情報
| 著者 | Mehrdad Raeesi,Saba Mansour,Sina Changizian |
| 発行日 | 2024-12-12 17:47:19+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google