Este artículo propone un enfoque de simulación para la autonomía de conducción óptima de los vehículos eléctricos de batería (BEV) mediante el modelado del comportamiento de conducción y carga. Los patrones de conducción y carga de los usuarios de BEV se caracterizan mediante la reconstrucción de la cadena de viajes diarios basada en los datos prácticos recogidos en Shanghai, China. Mientras tanto, las variables de comportamiento interdependientes para los viajes diarios y cada viaje se definen en la cadena de viaje diario. Para alcanzar el objetivo de la adecuación de la autonomía de conducción, se establece un marco de simulación estocástica mediante el método Monte Carlo. Por último, teniendo en cuenta la heterogeneidad de los usuarios, se analiza la autonomía óptima en diferentes escenarios de recarga. Los resultados son los siguientes (1) La cadena de viajes diarios puede reconstruirse a través de las variables de comportamiento de los viajes diarios y de cada viaje, y existe una correlación entre las variables examinadas mediante la función cópula. (2) Los usuarios con diferente demanda de viajes diarios tienen una autonomía de conducción óptima diferente. A la hora de elegir un BEV, se recomienda a los usuarios que tengan en cuenta que los kilómetros diarios recorridos sean inferiores al 34% de la autonomía de conducción de la batería. (3) Aumentar la oportunidad de carga y la potencia de carga es más beneficioso para los conductores que se caracterizan por una alta demanda diaria de viajes. (4) Con la premisa de satisfacer la demanda de viajes, los efectos beneficiosos del aumento de la potencia de carga rápida disminuirán gradualmente.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Optimización del perfil de velocidad de trenes discretos para el transporte ferroviario urbano: Un modelo basado en datos y algoritmos integrados basados en aprendizaje automático
Artículo:
Gestión del riesgo de la cadena de suministro en las terminales de contenedores de los puertos marítimos
Artículo:
Factores explicativos de las necesidades de financiación del transporte público en España
Artículo:
Algoritmo de guiado de rutas basado en el aprendizaje jerárquico de Sarsa
Artículo:
Investigación sobre la gestión de la producción en la industria del calzado: revisión, clasificación y análisis