文献

J-GLOBAL ID：201802240178850166   整理番号：18A0816377

プラグイン燃料電池ハイブリッド電気自動車のための階層近似大域最適化に基づく知的エネルギー管理戦略【JST・京大機械翻訳】

Intelligent energy management strategy based on hierarchical approximate global optimization for plug-in fuel cell hybrid electric vehicles

著者 (3件)： Yuan Jingni (School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai 200240, China) ,  Yang Lin (School of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai 200240, China) ,  Chen Qu (Department of Automatic Control and Systems Engineering, The University of Sheffield, Sheffield, UK)
資料名： International Journal of Hydrogen Energy  (International Journal of Hydrogen Energy)
巻： 43  号： 16  ページ： 8063-8078  発行年： 2018年 
JST資料番号： B0192B  ISSN： 0360-3199  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： エネルギー管理戦略(EMS)は,プラグイン燃料電池ハイブリッド電気自動車の等価水素消費と減速燃料電池性能劣化を低減するキーである。全トリップ情報に基づくグローバル最適EMSは,最小水素消費を達成することができるが,実際の運転に適用することは困難である。本論文では,実時間アプリケーションと近似グローバル最適化を実現するために提案された新しい階層的EMSを用いてこの問題を解決することを試みた。各将来のトリップセグメントにおける長期平均速度をKNNにより予測し,短期速度系列を新しいモデル平均化法により予測した。階層的強化学習(HRL)を導入することによって,近似的グローバル最適化を実現して,速度予測ウィンドウの中の戦略を,上部信頼性ツリー探索(UCTS)を導入することによって最適化した。車両速度予測と提案したEMSを,収集した実際の運転サイクルを用いて検証した。結果は,提案した戦略が自己学習を通して運転スタイル変化に適応できることを示した。広く使われているルールベース戦略と比較して,燃料電池のエージングを抑制するために,水素消費を6.14%,燃料電池停止時間を平均21.7%低減できる。さらに,その計算時間は各ステップにおいて0.447s未満であり,圧延最適化と結合して,それはリアルタイム応用のために使用することができた。Copyright 2018 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： *近似法 ,  CPU時間 ,  信頼性 ,  水素 ,  *ハイブリッド自動車 ,  トリップ ,  強化学習 ,  応用プログラム ,  *最適化 ,  *エネルギー管理 ,  ルールベース ,  *燃料電池 ,  予測
準シソーラス用語： *大域的最適化 ,  *プラグイン , 【Automatic Indexing@JST】

著者キーワード (5件)： エネルギー管理戦略 ,  プラグイン燃料電池ハイブリッド電気自動車 ,  階層的強化学習 ,  上部信頼木探索 ,  モデル平均化

分類 (1件)： 電気自動車  (QG07020B)

タイトルに関連する用語 (8件)： プラグイン ,  燃料電池 ,  ハイブリッド電気自動車 ,  階層 ,  近似 ,  大域最適化 ,  エネルギー管理 ,  戦略