Resumen

Las estrategias de gestión de la energía pueden mejorar la dinámica y el ahorro de combustible de los vehículos eléctricos híbridos de pila de combustible, y las estrategias basadas en el control de predicción de modelos muestran grandes ventajas en la optimización del efecto de división de potencia y en tiempo real. En este trabajo, se estudió en detalle la influencia del horizonte de predicción en el error de predicción, el consumo de combustible y el tiempo real. Se propuso el marco de la estrategia de gestión de la energía en términos de la teoría de control de predicción de modelos. La red neuronal de función de base radial se presentó como el predictor para obtener la velocidad a corto plazo en el futuro. Se aplicó un algoritmo de programación dinámica para obtener leyes de control optimizadas en el horizonte de predicción. Teniendo en cuenta el rendimiento en tiempo real del controlador de a bordo, establecimos un modelo matemático simple de vehículo de pila de combustible para la simulación. Se adoptaron diferentes horizontes de predicción en UDDS y HWFET para comprobar la influencia en la predicción y la estrategia de gestión de la energía. Los resultados de la simulación mostraron que la estrategia funcionaba bien en cuanto a ahorro de combustible y rendimiento en tiempo real, y que el horizonte de predicción de unos 20 s era adecuado para esta estrategia.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:estrategia de gestión de la energía, ahorro de combustible, horizonte de predicción, tiempo real, rendimiento en el tiempo, teoría de control de predicción de modelos, vehículo simple de pila de combustible, diferentes horizontes de predicción, estrategias de gestión de la energía, algoritmo de programación dinámica
• Keywords:energy management strategy, fuel economy, prediction horizon, real time, time performance, model prediction control theory, simple fuel cell vehicle, different prediction horizons, energy management strategies, dynamic programming algorithm