Вимірювальний їздовий цикл WLTC (процедура вимірювання запасу ходу для гібридів та електромобілів)
DOI:
https://doi.org/10.30977/VEIT.2022.22.0.9Ключові слова:
HEV, WLTC, рівні трафіку Google Maps, цикли водіння, гібридний автомобіль, електромобіль, чисельна модельАнотація
Метою роботи було об'єднати узгоджений у всьому світі цикл випробувань малотоннажних транспортних засобів (WLTC) з короткими поїздками на малих ділянках з реальними рівнями трафіку для прогнозування витрати енергії і палива гібридними транспортними засобами та електромобілями, чого можливо досягти реалізацією нової стратегії оптимізації енергоспоживання гібридних електромобілів (HEV) з урахуванням рівнів трафіку WLTC і Google Maps. Для кожного маршруту, визначеного за допомогою карт Google, витрати енергії і палива гібридними транспортними засобами та електромобілями оцінюються з використанням коротких поїздок WLTC, скоригованих з урахуванням відстаней і рівнів трафіку. Була реалізована чисельна модель транспортного засобу, яка використовувалася для перевірки точності прогнозування витрати палива та енергії відповідно до запропонованої методології. Результати є перспективними, оскільки середнє абсолютне значення відсоткових похибок між експериментальними циклами водіння і прогнозованими становить 3,89 % для витрати палива, збільшуючись до 6,80 % для витрат енергії.
Посилання
Zhou, Y.; Ravey, A.; Pera, M. A (2019). Survey on driving prediction techniques for predictive energy management of plug-in hybrid electric vehicles. J. Power Sour. 412. 480-495. doi:10.1016/j.jpowsour.2018.11.085.
Sciarretta, A.; Guzzella, L. (2005). Vehicle Propulsion Systems: Introduction to Modeling and Optimization, 3rd ed. Berlin/Heidelberg: Springer.
Bagwe, R.M.; Byerly, A.; dos Santos, E.C., Jr.; Ben-Miled, Z. (2019). Adaptive Rule-Based Energy Management Strategy for a Parallel HEV. Energies. 12, 4472. doi:10.3390/en12234472.
Wu, J.; Wei, Z.; Liu, K.; Quan, Z.; Li, Y. (2020). Battery-Involved Energy Management for Hybrid Electric Bus Based on Expert-Assistance Deep Deterministic Policy Gradient Algorithm. IEEE Trans. Veh. Technol. 69. 12786-12796. doi: 10.1109/TVT.2020.3025627.
Fang, L.; Qin, S.; Xu, G.; Li, T.; Zhu, K. (2011). Simultaneous Optimization for Hybrid Electric Vehicle Parameters Based on Multi-Objective Genetic Algorithms. Energies. 4. 532-544. doi:10.3390/en4030532.
Wu, J.; Wei, Z.; Li, W.; Wang, Y.; Li, Y.; Sauer, D. (2020). Battery Thermal- and Health-Constrained Energy Management for Hybrid Electric Bus Based on Soft Actor-Critic DRL Algorithm. IEEE Trans. Ind. Inform. doi:10.1109/TII.2020.3014599.
Wang, R.; Lukic, S.M. (2011) Review of Driving Conditions Prediction and Driving Style Recognition Based Control Algorithms for Hybrid Electric Vehicle. In Proceedings of the 2011 IEEE Vehicle Power and Propulsion Conference. Chicago, IL, USA, 6-9 September 2011. https://doi.org/10.1109/VPPC.2011.6043061.
Ericson, E. (2001). Independent Driving Pattern Factors and Their Influence on Fuel-Use and Exhaust Emission Factors. Transp. Res. Part D Transp. Environ. 6. 325-345. doi:10.1016/S1361-9209(01)00003-7.
Xi, H.; Ying, T.; Xingui, H. (2009) An intelligent multi-feature statistical approach for discrimination of driving conditions of hybrid electric vehicle. In Proceedings of the International. Joint Conference on Neural Networks. Atlanta, GA, USA, 14-19 June 2009, doi:10.1109/IJCNN.2009.5178645.
Chen, Z.; Kiliaris, L.; Murphey, Y.L.; Masrur, A. (2009). Intelligent power management in SHEV based on roadway type and traffic congestion levels. In Proceedings of the Vehicle Power and Propulsion Conference. Dearborn, MI, USA, 7-10 September 2009. doi:10.1109/VPPC.2009.5289748.
Langari, R.; Won, J. (2005) Intelligent Energy Management Agent for a Parallel Hybrid Vehicle - Part II: System Architecture and Design of the Driving Situation Identification Process. IEEE Trans. Veh. Technol. 54. 925-934. doi:10.1109/TVT.2005.844685.
Jeon, S.; Park, Y.; Lee, J. (2002). Multi-Mode Driving Control of a Parallel Hybrid Electric Vehicle Using Driving Pattern Recognition. J. Dyn. Sys. Meas. Control. 124. 141-149. doi:10.1115/1.1434264.
Han, L.; Jiao, X.; Zhang, Z. (2020). Recurrent Neural Network-Based Adaptive Energy Management Control Strategy of Plug-In Hybrid Electric Vehicles Considering Battery Aging. Energies. 13, 202. doi:10.3390/en13010202.
Liu, H.; Wang, C.; Zhao, X.; Guo, C. (2018). An Adaptive-Equivalent Consumption Minimum Strategy for an Extended-Range Electric Bus Based on Target Driving Cycle Generation. Energies. 11, 1805. doi:10.3390/en11071805.
Johannesson, L.; Asbogard, M.; Egardt, B. (2007). Assessing the Potential of Predictive Control for Hybrid Vehicle Powertrains Using Stochastic Dynamic Programming. IEEE Trans. Veh. Technol. 8. 71-83. doi:10.1109/TITS.2006.884887.
Lin, C.; Peng, H.; Grizzle, J. (2004). Stochastic Control Strategy for Hybrid Electric Vehicles. The 2004 American Control Conference. Boston, MA, USA, 30 June-2 July 2004. 5. 4710-4715. doi:10.23919/ACC.2004.1384056.
Chaofeng, P.; Wei, W.; Liao, C.; Long, C.; Limei, W. (2017). Driving range estimation for electric vehicles based on driving condition identification and forecast. AIP Adv. 7, 105206. doi:10.1063/1.4993945.
Shen, P.; Zhao, Z.; Zhan, X.; Li, J.; Guo, Q. (2018). Optimal energy management strategy for a plug-in hybrid electric commercial vehicle based on velocity prediction. Energy. 155. 838-852. doi:10.1016/j.energy.2018.05.064.
Zhang, C.; Vahidi, A.; Pisu, P.; Li, X.; Tennant, K. (2010). Role of Terrain Preview in Energy Management of Hybrid Electric Vehicles. IEEE Trans. Veh. Technol. 59. 1139-1147. doi:10.1109/TVT.2009.2038707.
Qiuming, G., Yaoyu, L., Zhong-Ren, P. (2008). Optimal power management of plug-in hybrid electric vehicles. IEEE Trans. Veh. Technol. 57. 3393-3401. doi:10.1109/TVT.2008.921622.
He, H., Guo, J., Zhou, N., Sun, C., Peng, J. (2017). Freeway Driving Cycle Construction Based on Real-Time Traffic Information and Global Optimal Energy Management for Plug-In Hybrid Electric Vehicles. Energies. 10, 1796. doi:10.3390/en10111796.
Zhang, F., Xi, J., Langari, R. (2017). Real-Time Energy Management Strategy Based on Velocity Forecasts Using V2V and V2I Communications. IEEE Trans. Veh. Technol. 18. 416-430. doi:10.1109/TITS.2016.2580318.
Hu, J., Jiang, X., Jia, M., Zheng, Y. (2018). Energy Management Strategy for the Hybrid Energy Storage System of Pure Electric Vehicle Considering Traffic Information. Appl. Sci. 1266, doi:10.3390/app8081266.
Yavasoglu, Y.A., Tetik, Y., Gokce, K. (2019). Implementation of machine learning based real time range estimation method without destination knowledge for BEVs. Energy. 172. 1179-1186. doi:10.1016/j.energy.2019.02.032.
Douglas, K.; Milovanovic, N.; Turner, J.; Blundell, D. Fuel Economy Improvement Using Combined CAI and Cylinder Deactivation (CDA) - An Initial Study. SAE Technical Paper. SAE: Warrendale, PA, USA. 1. 0110. doi:10.4271/2005-01-0110.
Cossalter, V. (2006). Motorcycle Dynamics, 2nd ed.; Lulu.com: Morrisville, NC, USA.
Previti, U., Brusca, S., Galvagno, A. (2020). Passenger Car Energy Demand Assessment: A New Approach Based on Road Traffic Data. In Proceedings of the 75th National ATI Congress-#7 Clean Energy for all (ATI 2020), E3S Web Conference, Rome, Italy, 15-16 September 2020. 197. 05006. doi:10.1051/e3sconf/20201970500.
Tutuianu, M., Bonnel, P., Ciuffo, B., Haniu, T., Ichikawa, N., Marotta, A., Pavlovic, J., Steven, H. (2015). Development of the Worldwide harmonized Light duty Test Cycle (WLTC) and a possible pathway for its introduction in the European legislation. Trans. Res. Part D Transp. Environ. 40. 61-75. doi:10.1016/j.trd.2015.07.011.
Brusca, S., Famoso, F., Lanzafame, R., Galvagno, A., Mauro, S., Messina, M. (2019). Wind farm power forecasting: New algorithms with simplified mathematical structure. AIP Conf. Proc. 2191. 020028, doi:10.1063/1.5138761.
Oglieve, C.J., Mohammadpour, M., Rahnejat, H. (2017). Optimization of the vehicle transmission and the gear-shifting strategy for the minimum fuel consumption and the minimum nitrogen oxide emissions. Proc. Inst. Mech. Eng. Part D. 231. 883-899. doi:10.1177/0954407017702985.
Будніченко В.Б., Гордієнко М.М. (2019). Аналіз показника енерговитрат транспортних засобів з електричним двигуном. Комунальне господарство міст. Серія: Технічні науки та архітектура. 3. 149. 158-163 [Електронний ресурс]. – Режим доступу: http://nbuv.gov.ua/UJRN, doi:10.33042/2522-1809-2019-3-149-158-163. Budnichenko, V.B., Hordiienko, M.M. (2019). Analiz pokaznyka enerhovytrat transportnykh zasobiv z elektrychnym dvyhunom [Analysis of energy indicators of vehicles with electric motor]. Municipal economy of cities. Technical science and architecture. 3. 149. 158-163 [in Ukrainian]. URL: http://nbuv.gov.ua/UJRN. doi: 10.33042/2522-1809-2019-3-149-158-163.
Козьяр Б.О., Рец Р.А., Сичевський М.І. (2015). Аналіз небезпек, що створюються гібридним транспортним засобом у разі дорожньо-транспортної пригоди після його участі. Проблеми та перспективи розвитку системи безпеки життєдіяльності. Львів: ЛДУ БЖД. 127-128. Koziar, B.O., Rets, R.A., Sychevskyi, M.I. (2015). Analiz nebezpek, shcho stvoriuiutsia hibrydnym transportnym zasobom u razi dorozhno-transportnoi pryhody pislia yoho uchasti [Analysis of the problems that are created by a hybrid transport system in different road and transport suits after its participation]. Problems and Prospects of Life Safety System Development. Lviv: LSULS. Pp. 127-128.
Ружицький Д.В., Лоїк В.Б. (2017). Організація аварійно-рятувальних робіт з використанням гібридних транспортних засобів. Проблеми та перспективи розвитку безпеки життєдіяльності. Львів: ЛДУ БЖД. C. 88-90. Ruzhytskyi, D.V., Loik, V.B. (2017) Orhanizatsiia avariino-riatuvalnykh robit z vykorystanniam hibrydnykh transportnykh zasobiv [Organization of emergency rescue operations using hybrid vehicles]. Problems and Prospects of Life Safety System Development. Lviv: LSULS. 88-90. [in Ukrainian].
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2022 Микола Гордієнко, Олександр Пархоменко, Vladyslav Podpisnov
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи.
