文献

J-GLOBAL ID：201802237099680316   整理番号：18A0160386

車両状態予測に基づくホームエネルギー管理のための車載電池のモデル予測帯電制御【Powered by NICT】

Model Predictive Charging Control of In-Vehicle Batteries for Home Energy Management Based on Vehicle State Prediction

著者 (6件)： Ito Akira (Engineering Research and Development Center, DENSO CORPORATION, Kariya, Japan) ,  Kawashima Akihiko (Department of Mechanical Science and Engineering, Nagoya University, Nagoya, Japan) ,  Suzuki Tatsuya (Department of Mechanical Science and Engineering, Nagoya University, Nagoya, Japan) ,  Inagaki Shinkichi (Department of Mechanical Science and Engineering, Nagoya University, Nagoya, Japan) ,  Yamaguchi Takuma (Department of Mechanical Science and Engineering, Nagoya University, Nagoya, Japan) ,  Zhou Zhuomin (Engineering Research and Development Center, DENSO CORPORATION, Kariya, Japan)
資料名： IEEE Transactions on Control Systems Technology  (IEEE Transactions on Control Systems Technology)
巻： 26  号： 1  ページ： 51-64  発行年： 2018年 
JST資料番号： W0515A  ISSN： 1063-6536  CODEN： IETTE2  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 相互通信網と電力管理インフラストラクチャの最近の進歩のおかげで,利用者の利便性と経済条件下での供給 需要不均衡を調節する自動的にできる,エネルギー管理システムは,大きな注目を集めている。一方,持続可能な社会を実現する鍵となる問題の一つとして認識されている電気自動車およびプラグインハイブリッド自動車用電池の新しい利用の発見。さらに,X技術への車の開発は様々な目的のための車載電池の電力を使用することを可能にする。これらの背景に基づいて,本論文では,家庭における家庭電力負荷と将来の自動車状態予測情報を利用した後退水平的に車載電池の充電/放電を最適化する車載電池の充電制御のための統合戦略を提示した。将来の自動車状態の予測アルゴリズムは,セミマルコフモデルと動的計画法に基づいて開発した。添加では,receding horizon様式で実装された,すなわち,予測された車両の状態を,新しい観測に基づくそれぞれの制御サイクルで更新される。リアルタイムホームエネルギー管理システムにおける確率的モデル化・予測とMPCの調和のとれた組み合わせは,本論文の主な寄与の一つである。提案した充電制御の有効性は,実験テストベッドを用いて実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 確率モデル ,  *電池 ,  プラグインハイブリッド自動車 ,  充電 ,  通信網 ,  *予測 ,  *状態推定 ,  電力管理 ,  電気自動車 ,  電力 ,  *エネルギー管理 ,  インフラストラクチャー
準シソーラス用語： 充電制御 ,  エネルギー管理システム ,  *車載蓄電池 , 【Automatic Indexing@JST】

分類 (2件)： 電気自動車  (QG07020B) ,  システム設計・解析  (IA02030D)

タイトルに関連する用語 (5件)： 状態予測 ,  エネルギー管理 ,  車載電池 ,  モデル予測 ,  帯電