Resumen

En este artículo se propone una estrategia de control para los autobuses eléctricos híbridos enchufables (PHEB) basada en el ciclo de conducción real con características de estilo de conducción, con el fin de aprovechar al máximo el rendimiento de ahorro de energía y mejorar la adaptabilidad a diferentes conductores y ciclos de conducción. A través de los datos reales de conducción de autobuses urbanos, recogidos en tiempo real, 6 ciclos de conducción reales con características de estilo de conducción se ajustan mediante el uso de Análisis de Componentes Principales (ACP) y Análisis de Cluster (AC). Basándose en los 6 ciclos de conducción, se optimizan los parámetros clave de la estrategia de control basada en reglas y se establecen mediante un algoritmo de optimización combinatoria en Isight. A continuación, se ha construido y entrenado offline un modelo de identificación para reconocer la condición actual basado en la red neuronal de Cuantización Vectorial de Aprendizaje (LVQ), que se integra en la estrategia de control para PHEB para invocar los correspondientes parámetros clave de control optimizados en tiempo real. Se realiza una prueba hardware-in-the-loop (HIL), y el resultado muestra que la estrategia propuesta podría mejorar el consumo de energía en un 4,94%, en comparación con la estrategia de control original basada en reglas, y su validez y viabilidad están plenamente verificadas.

• Materias:Control del proceso Aerodinámica Robótica Regulación automática Diagnóstico de fallos
• Subjects: Aerodynamics Robotics Automatic regulation Fault diagnosis
• Palabras claves:estrategia de control, ciclos de conducción, tiempo real, datos reales de conducción de autobuses urbanos, cuantificación vectorial de aprendizaje, análisis de componentes principales, ciclo de conducción real, ciclos de conducción reales, algoritmo de optimización combinatoria, rendimiento de ahorro energético
• Keywords:control strategy, driving cycles, real time, actual city bus driving data, learning vector quantization, principal component analysis, actual driving cycle, actual driving cycles, combinatorial optimization algorithm, energy economy performance