宋雯
- 作品数：5 被引量：12H指数：1
- 供职机构：北京交通大学更多>>
- 发文基金：国家科技支撑计划国家教育部博士点基金北京市自然科学基金更多>>
- 相关领域：交通运输工程机械工程更多>>
- 一种基于充电预约的电动汽车充电站充电管理方法
- 一种基于充电站充电管理方法，包括以下步骤：步骤1)充电站充电管理系统判断是否接收到电动汽车的充电请求；步骤2)根据电动汽车的数据计算各充电站内最短的充电排队时间；步骤3)判断该车到达排队时间最短的充电站所需时间是否在规定...
- 张欣张昕田毅宋雯吴建政
- 文献传递
- 基于充电管理的增程式电动汽车能量管理策略研究
- 增程式电动汽车是在纯电动汽车基础上添加了增程器，其延长了车辆续驶里程。增程式电动汽车从外界电网获取电能的多少，取决于到达充电设施时蓄电池内存储电能的高低。如何使增程式电动汽车在不同的交通环境下到达充电设施时，蓄电池电能处...
- 宋雯
- 关键词：电动汽车能量管理充电设施
- 基于动态规划与神经网络的增程式电动汽车能量管理策略研究被引量：12
- 2018年
- 设计了一种具有实时控制能力的增程式电动汽车混合型能量管理策略。首先建立了面向能量管理策略优化的增程式电动汽车整车模型。根据能量管理策略特点,将优化目标设置为增程器系统燃油消耗及动力电池当前SOC值与目标值之间差值的总和。再采用动态规划算法求解增程式电动汽车在给定行驶工况下的能量管理优化问题,从而获得了增程器开启时刻与输出功率优化结果。但由于动态规划算法需要已知详细的工况信息,很难应用于实车实时控制,而且从动态规划优化结果中不易提取控制规则,因此利用BP神经网络算法对优化结果进行离线训练,建立了增程器输出功率与车辆行驶状态参数间的非线性映射关系,得到了具有实时控制能力的神经网络控制模型。在采用BP神经网络训练时,根据车辆各个状态参数在CAN总线中的传输精度,对神经网络输入层、输出层参数的精度进行了修正。仿真结果表明:神经网络模型能够获得类似动态规划的最优控制效果,能够控制动力电池SOC在目标值的3%误差带以内。采用NEDC工况对混合型能量管理策略进行了硬件在环仿真试验,试验结果表明:与实车采用的电能消耗-电能维持型控制策略相比,所提出的混合型能量管理策略使汽车的燃油经济性提高了9.5%。
- 席利贺张欣吴建政宋雯
- 关键词：汽车工程能量管理策略动态规划神经网络
- 一种基于充电预约的电动汽车充电站选择方法
- 一种基于预约选择充电站的方法，包括以下步骤：步骤1)获取电动汽车路径中道路信息包括距离、速度等；步骤2)判断汽车是否已经预约，如果是，转到步骤7)；步骤3)计算电动汽车SOC能否满足该次行程的行驶，如果能则转到步骤1)否...
- 张昕张欣田毅宋雯吴建政
- 文献传递
- 基于运行工况识别及充电管理的E-REV智能控制策略
- 2016年
- 为提高混合动力车辆（HEV）存储充电站清洁电能的能力,对增程式电动汽车（E-REV）运行工况进行了分析,提出一种基于运行工况识别及电池充电管理的智能控制策略。根据车辆当前所行驶的运行工况类型,控制增程器处于不同的工作方式。当司机有到达充电站充电的意图时,根据此时车辆与充电站之间的距离,确定增程器的关闭时刻,使E-REV到达充电站时动力电池充电状态（SOC）降低至理想充电范围。结果表明,相比恒功率控制策略,本策略能够使得E-REV在进入充电站时SOC值降低至30%-35%之间。
- 宋雯张欣田毅席利贺
