文献

J-GLOBAL ID：202102228846825552   整理番号：21A2184437

車両燃料電池の水素供給と循環のための擾乱予測ベース強化確率モデル予測制御【JST・京大機械翻訳】

Disturbance prediction-based enhanced stochastic model predictive control for hydrogen supply and circulating of vehicular fuel cells

著者 (6件)： Quan Shengwei (National Engineering Laboratory for Electric Vehicles, Beijing Institute of Technology, Beijing 100081, China) ,  Wang Ya-Xiong (National Engineering Laboratory for Electric Vehicles, Beijing Institute of Technology, Beijing 100081, China) ,  Wang Ya-Xiong (School of Mechanical Engineering and Automation, Fuzhou University, Fuzhou 350108, China) ,  Xiao Xuelian (China North Vehicle Research Institute, Beijing 100072, China) ,  He Hongwen (National Engineering Laboratory for Electric Vehicles, Beijing Institute of Technology, Beijing 100081, China) ,  Sun Fengchun (National Engineering Laboratory for Electric Vehicles, Beijing Institute of Technology, Beijing 100081, China)
資料名： Energy Conversion and Management  (Energy Conversion and Management)
巻： 238  ページ： Null  発行年： 2021年 
JST資料番号： A0552A  ISSN： 0196-8904  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 自動車燃料電池における水素供給と循環は,それらの出力能力と寿命にとって重要である。本論文では,車両速度誘起燃料電池電流擾乱確率予測に基づく水素制御のために,強化多入力多出力(MIMO)モデル予測制御(MPC)方式を提案した。Markov指数平滑化法則を,車両速度予測のために最初に開発した。予測した燃料電池電力需要は,水素制御システムの擾乱として予測スタック電流を放出するために,車両動力学モデルと規則ベースのエネルギー管理を通して得られる。離散予測電流シーケンスは,確率的特徴を持ち,制御水平の長さが長いMPCの予測モデルにタイプ化された。2つの事例研究を提示して,提案した強化MPCの下で水素調節結果に及ぼす異なる速度サンプリング時間の影響を論じた。強化MPCは従来のMPCよりも優れた性能を有し,その制御RMSEは自動車運転サイクル中,ケース1で44.09%,ケース2で69.78%減少した。ループ(HIL)実験におけるdSPACE MicroAutoBoxハードウェアを実行して,結果はシミュレーションと良く一致して,強化MPC方式のリアルタイム性能を検証した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 電流 ,  指数平滑法 ,  自動車 ,  *水素 ,  *燃料電池 ,  電力需要 ,  ハードウェア ,  事例研究 ,  予測モデル
準シソーラス用語： MIMO ,  モデル予測制御 ,  実時間 ,  水素供給 ,  運転サイクル ,  dSPACE , 【Automatic Indexing@JST】

著者キーワード (6件)： 燃料電池自動車 ,  強化MIMOモデル予測制御(MPC) ,  外乱確率予測 ,  指数平滑化法則-Markovモデル ,  水素供給と循環 ,  水素過剰比

分類 (5件)： 燃料電池  (YB04040V) ,  生物燃料及び廃棄物燃料  (LB02020Y) ,  太陽光発電  (NB03090G) ,  風力発電  (NB03120Q) ,  火花点火機関  (PB02020C)

タイトルに関連する用語 (8件)： 燃料電池 ,  水素供給 ,  循環 ,  擾乱 ,  予測 ,  強化 ,  確率モデル ,  予測制御