CN106647809B - 一种基于任务规划的无人机用混合动力***能量优化方法 - Google Patents

一种基于任务规划的无人机用混合动力***能量优化方法 Download PDF

Info

Publication number
CN106647809B
CN106647809B CN201710011039.7A CN201710011039A CN106647809B CN 106647809 B CN106647809 B CN 106647809B CN 201710011039 A CN201710011039 A CN 201710011039A CN 106647809 B CN106647809 B CN 106647809B
Authority
CN
China
Prior art keywords
mode
energy
unmanned aerial
hybrid power
aerial vehicle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710011039.7A
Other languages
English (en)
Other versions
CN106647809A (zh
Inventor
王振宇
陆方舟
姜梁
杨光
马祥森
司亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Electronic Technology Research Institute Of China Aerospace
Original Assignee
Electronic Technology Research Institute Of China Aerospace
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Electronic Technology Research Institute Of China Aerospace filed Critical Electronic Technology Research Institute Of China Aerospace
Priority to CN201710011039.7A priority Critical patent/CN106647809B/zh
Publication of CN106647809A publication Critical patent/CN106647809A/zh
Application granted granted Critical
Publication of CN106647809B publication Critical patent/CN106647809B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Stand-By Power Supply Arrangements (AREA)
  • Hybrid Electric Vehicles (AREA)

Abstract

本发明涉及无人机领域，提供了一种基于任务规划的无人机用混合动力***能量优化方法，包括进行初始任务能量预估和各飞行阶段工作模式预估的步骤；接收任务变化和判断任务变化的步骤；根据变化了的任务重新预估工作模式的步骤；以及对混合动力装置进行工作模式修正的步骤。本发明的有益效果为：该方法基于无人机的飞行任务规划，依据飞行任务不同，对***能量进行实时管理，有效提高工作效率；依据无人机飞行状态、储能状态及***工作效率，控制混合动力***在放电模式、充电模式及维持模式间切换，可有效改善无人机的环境适应性，减少环境污染；确保蓄能器始终保持一定能量储备，紧急情况下发电‑电动机可作为备份动力源，提高动力***可靠性。

Description

一种基于任务规划的无人机用混合动力***能量优化方法
技术领域
本发明涉及无人机技术领域，特别涉及一种基于任务规划的无人机用混合动力***能量优化方法。
背景技术
随着科学技术的不断发展与国防事业的需要，无人机的应用越来越广泛。目前我国无人机依据其起飞重量的不同，其动力装置大多采用电动机或者活塞发动机。采用电动机作为动力装置的无人机受现有电池能量密度的影响，其续航时间较短；采用活塞发动机作为动力装置的无人机，由于飞行过程，需兼顾起飞及爬升阶段的大功率需求，以及巡航阶段的小功率需求，导致飞行过程中其发动机工况变动范围大，发动机工作效率低，无人机续航时间受限。同时活塞发动机工作时产生极大的噪声、废气与热辐射，对环境造成污染。
无人机用混合动力装置通过将活塞发动机与电动机整合发挥不同动力源的各自优势，从而实现能量使用效率及续航里程最优化，并有效降低环境污染，增强动力装置环境适应性，提升动力装置可靠性。
目前无人机用混合动力***多采用活塞发动机带动发电机发电，为蓄能器充能，然后由蓄能器提供的电能驱动电动机，从而带动螺旋桨转动，为无人机提供动力，其混合动力***控制策略单一，不能依据飞行任务的变化实时调节混合动力***的工作模式，***工作效率较低。
发明内容
本发明的目的就是克服现有技术的不足，提供了一种基于任务规划的无人机用混合动力***能量优化方法，该能量优化方法由无人机推进控制***，依据由无人机地面控制***提供的飞行任务规划，对不同飞行阶段所需的任务能量和工作模式进行预估。飞行过程中，动力控制***依据现行任务，结合飞行状态和***工况，进行***效率评估，并结合蓄能器储能状态，进行控制修正，以确保混合动力***在能为无人机提供所需动力的前提下，有效提升***工作效率，同时满足特殊环境对于无人机动力***的要求。
本发明一种基于任务规划的无人机用混合动力***能量优化方法，包括所述***根据初始任务指令进行初始任务能量预估和各飞行阶段工作模式预估的步骤；所述***接收任务变化指令和判断任务变化的步骤；所述***根据变化了的任务重新预估工作模式的步骤；以及所述***根据重新预估的工作模式对混合动力装置进行工作模式修正的步骤；所述工作模式主要为混合动力装置的工作模式。
进一步的，该能量优化方法用于包括飞控***、动力控制***、导航***和混合动力装置的无人机，所述飞控***、导航***、混合动力装置分别与所述动力控制***连接，所述动力控制***还与地面控制***连接。
进一步的，所述混合动力装置包括燃料箱、活塞发动机、传动器、螺旋桨、电动-发电机、蓄能器；所述传动器分别与活塞发动机、电动-发电机、螺旋桨连接；燃料箱与活塞发动机连接，蓄能器与电动-发电机连接。
进一步的，混合动力装置的工作模式包括维持模式、放电模式、充电模式；
若动力控制***设定当前混合动力装置的工作模式为维持模式，则动力控制***依据当前飞行状态，在充电子模式和放电子模式间切换，维持蓄能器的储能在设定区间内波动，同时满足无人机对于动力***瞬时功率要求；
若动力控制***设定当前混合动力装置的工作模式为放电模式，由活塞发动机与电动-发电机共同驱动螺旋桨转动，或者单独由电动-发电机驱动螺旋桨转动；
若动力控制***设定当前混合动力装置的工作模式为充电模式，活塞发动机通过传动器驱动螺旋桨转动，同时驱动电动-发电机转动产生电能，为蓄能器充电。
进一步的，对混合动力装置进行工作模式修正的方法具体为：
动力控制***根据混合动力装置的工作效率和蓄能器的储能状态，进行混合动力装置工作模式的修正；所述混合动力装置的工作效率依据混合动力装置工况及无人机的飞行状态计算得出；所述无人机的飞行状态由导航***传输给所述动力控制***；
在充电模式下，如所述工作效率低于设定阈值，则视当前蓄能器的储能状态而定，若储能大于任务需求，则切换至放电模式；
在充电模式下，如蓄能器处于充满状态，则切换至维持模式；
在充电模式下，如所述工作效率低于设定阈值，同时蓄能器的储能大于临界限制时，切换至维持模式；
在充电模式下，如遇紧急任务需求，需电动-发电机介入为无人机提供额外应急动力，则切换至放电模式；
在维持模式下，如蓄能器的储能小于任务需求，则切换至充电模式；
在维持模式下，如蓄能器的储能大于任务需求，则切换至放电模式；
在维持模式下，如无人机处于返航阶段，并且蓄能器的储能大于临界限制，则切换至放电模式；
在放电模式下，如蓄能器的储能小于临界限制，则切换至维持模式；
在放电模式下，如蓄能器的储能小于任务需求，则切换至充电模式。
本发明的有益效果为：
1、该能量优化方法基于无人机的飞行任务规划，依据飞行任务的不同，对***能量进行实时管理，有效提升混合动力***工作效率，增大无人机续航时间；
2、该能量优化方法依据无人机飞行状态、储能状态及***工作效率，控制混合动力***在放电模式、充电模式及维持模式间切换，可以有效改善无人机的环境适应性，减少环境污染；
3、该能量优化方法依据飞行任务和飞行状态，对***能量进行实时优化管理，确保蓄能器始终保持一定能量储备，确保紧急情况下发电-电动机可作为备份动力源，提高无人机动力***可靠性。
附图说明
图1所示为无人机用混合动力***能量管理控制框架原理图。
图2所示为混合动力装置结构组成示意图。
图3所示为本发明实施例一种基于任务规划的无人机用混合动力***能量优化方法的控制流程图。
图4所示为混合动力装置工作模式修正转换示意图。
图中：1-地面控制***、2-飞控***、3-动力控制***、4-导航***、5-混合动力装置、6-燃料箱、7-活塞发动机、8-传动器、9-螺旋桨、10-电动-发电机、11-蓄能器、12-任务规划指令、13-初始任务能量预估、14-各飞行阶段工作模式预估、15-现行任务指令、16-判断任务变化、17-重新预估工作模式、18-预估工作模式执行、19-混合动力装置工况、20-飞行状态、21-***效率估算、22-储能状态、23-工作模式修正。
具体实施方式
下文将结合具体附图详细描述本发明具体实施例。应当注意的是，下述实施例中描述的技术特征或者技术特征的组合不应当被认为是孤立的，它们可以被相互组合从而达到更好的技术效果。在下述实施例的附图中，各附图所出现的相同标号代表相同的特征或者部件，可应用于不同实施例中。
本发明实施例一种基于任务规划的无人机用混合动力***能量优化方法，包括***根据初始任务指令进行初始任务能量预估13和各飞行阶段工作模式预估14的步骤；***接收任务变化指令和判断任务变化16的步骤；***根据变化了的任务重新预估工作模式17的步骤；以及所述***根据重新预估的工作模式对混合动力装置5进行工作模式修正23的步骤；所述工作模式主要为混合动力装置5的工作模式。
在进行任务能量预估时，主要考虑飞行距离、天气条件、载重等多种因素的影响，利用统计或数学建模（包括任何常规的数学建模或其他建模方法）的方法，对执行任务所需的能量进行量化处理；根据任务能量预估确定特定飞行阶段工作模式预估，工作模式主要指混合动力装置5的工作模式。
如图1所示，该能量优化方法用于包括飞控***2、动力控制***3、导航***4和混合动力装置5的无人机，所述飞控***2、导航***4、混合动力装置5分别与所述动力控制***3连接，所述动力控制***3还与地面控制***1连接。
如图2所示，所述混合动力装置5包括燃料箱6、活塞发动机7、传动器8、螺旋桨9、电动-发电机10、蓄能器11；所述传动器8分别与活塞发动机7、电动-发电机10、螺旋桨9连接；燃料箱6与活塞发动机7连接，蓄能器11与电动-发电机10连接。
如图4所示，混合动力装置5的工作模式包括维持模式、放电模式、充电模式；
若动力控制***3设定当前混合动力装置5的工作模式为维持模式，则动力控制***3依据当前飞行状态，在充电子模式和放电子模式间切换，维持蓄能器11的储能在设定区间内波动，同时满足无人机对于动力***瞬时功率要求；
若动力控制***3设定当前混合动力装置5的工作模式为放电模式，由活塞发动机7与电动-发电机10共同驱动螺旋桨9转动，或者单独由电动-发电机10驱动螺旋桨9转动；
若动力控制***3设定当前混合动力装置5的工作模式为充电模式，活塞发动机7通过传动器8驱动螺旋桨9转动，同时驱动电动-发电机10转动产生电能，为蓄能器11充电。
对混合动力装置5进行工作模式修正的方法具体为：
动力控制***3根据混合动力装置5的工作效率和蓄能器11的储能状态，进行混合动力装置5工作模式的修正；所述混合动力装置5的工作效率依据混合动力装置5工况及无人机的飞行状态计算得出；所述无人机的飞行状态由导航***4传输给所述动力控制***3；上述计算混合动力装置5的工作效率的方法，可以是任何已有的计算方法，也可以根据具体情况设置特定的算法。
在充电模式下，如所述工作效率低于设定阈值，则视当前蓄能器11的储能状态而定，若储能大于任务需求，则切换至放电模式；
在充电模式下，如蓄能器11处于充满状态，则切换至维持模式；
在充电模式下，如所述工作效率低于设定阈值，同时蓄能器11的储能大于临界限制时，切换至维持模式；
在充电模式下，如遇紧急任务需求，需电动-发电机10介入为无人机提供额外应急动力，则切换至放电模式；
在维持模式下，如蓄能器11的储能小于任务需求，则切换至充电模式；
在维持模式下，如蓄能器11的储能大于任务需求，则切换至放电模式；
在维持模式下，如无人机处于返航阶段，并且蓄能器11的储能大于临界限制，则切换至放电模式；
在放电模式下，如蓄能器11的储能小于临界限制，则切换至维持模式；
在放电模式下，如蓄能器11的储能小于任务需求，则切换至充电模式。
具体混合动力***能量优化方法的控制流程图如图3所示。
在实际应用中，地面控制***1负责依据任务需求进行任务规划，并将任务规划指令12上传至动力控制***3；飞控***2从动力控制***3处接收混合动力装置5相关工作状态，并将现行任务指令15传输给动力控制***3；动力控制***3依据任务规划指令12，结合现行任务、飞行状态20、混合动力装置5反馈的工作状态，生成控制指令，控制混合动力装置5运转。
无人机执行任务过程中，动力控制***3接收由地面控制***1生成的任务规划指令12，进行初始任务能量预估13，并依此完成各飞行阶段工作模式预估14；通过接收来自飞控***2的现行任务指令15，动力控制***3进行任务变化判断16，如果任务发生变化，则重新预估工作模式17；然后动力控制***3进行预估工作模式执行18，控制活塞发动机7、传动器8及电动-发电机10依此选定工况运转；然后动力控制***3依据反馈得到的混合动力装置工况19，主要包括活塞发动机7、螺旋桨9和电动-发电机10相关运转情况，结合接收自导航***4的飞行状态20，进行混合动力装置的***效率估算21；然后根据估算的***效率和蓄能器11的储能状态22，进行工作模式修正23，从而实现***效率最优化。
动力控制***3的混合动力***能量管理策略基于任务需求、蓄能器11的储能状态及***工作效率为判据，在维持模式24、放电模式25及充电模式26间进行切换。
本发明的有益效果为：
1、该能量优化方法基于无人机的飞行任务规划，依据飞行任务的不同，对***能量进行实时管理，有效提升混合动力***工作效率，增大无人机续航时间；
2、该能量优化方法依据无人机飞行状态、储能状态及***工作效率，控制混合动力***在放电模式、充电模式及维持模式间切换，可以有效改善无人机的环境适应性，减少环境污染；
3、该能量优化方法依据飞行任务和飞行状态，对***能量进行实时优化管理，确保蓄能器始终保持一定能量储备，确保紧急情况下发电-电动机可作为备份动力源，提高无人机动力***可靠性。
本文虽然已经给出了本发明的几个实施例，但是本领域的技术人员应当理解，在不脱离本发明精神的情况下，可以对本文的实施例进行改变。上述实施例只是示例性的，不应以本文的实施例作为本发明权利范围的限定。

Claims (4)

1.一种基于任务规划的无人机用混合动力***能量优化方法，其特征在于，
包括：
所述***根据初始任务指令进行初始任务能量预估和各飞行阶段工作模式预估的步骤；
所述***接收任务变化指令和判断任务变化的步骤；
所述***根据变化了的任务重新预估工作模式的步骤；以及
所述***根据重新预估的工作模式对混合动力装置进行工作模式修正的步骤；
所述工作模式包括混合动力***的工作模式；所述混合动力装置的工作模式包括维持模式、放电模式、充电模式；
对混合动力装置进行工作模式修正的方法具体为：
动力控制***根据混合动力装置的工作效率和蓄能器的储能状态，进行混合动力装置工作模式的修正；所述混合动力装置的工作效率依据混合动力装置工况及无人机的飞行状态计算得出；所述无人机的飞行状态由导航***传输给所述动力控制***；
在充电模式下，如所述工作效率低于设定阈值，则视当前蓄能器的储能状态而定，若储能大于任务需求，则切换至放电模式；
在充电模式下，如蓄能器处于充满状态，则切换至维持模式；
在充电模式下，如所述工作效率低于设定阈值，同时蓄能器的储能大于临界限制时，切换至维持模式；
在充电模式下，如遇紧急任务需求，需电动-发电机介入为无人机提供额外应急动力，则切换至放电模式；
在维持模式下，如蓄能器的储能小于任务需求，则切换至充电模式；
在维持模式下，如蓄能器的储能大于任务需求，则切换至放电模式；
在维持模式下，如无人机处于返航阶段，并且蓄能器的储能大于临界限制，则切换至放电模式；
在放电模式下，如蓄能器的储能小于临界限制，则切换至维持模式；
在放电模式下，如蓄能器的储能小于任务需求，则切换至充电模式。
2.如权利要求1所述的能量优化方法，其特征在于，该能量优化方法用于包括飞控***、动力控制***、导航***和混合动力装置的无人机，所述飞控***、导航***、混合动力装置分别与所述动力控制***连接，所述动力控制***还与地面控制***连接。
3.如权利要求2所述的能量优化方法，其特征在于，所述混合动力装置包括燃料箱、活塞发动机、传动器、螺旋桨、电动-发电机、蓄能器；所述传动器分别与活塞发动机、电动-发电机、螺旋桨连接；燃料箱与活塞发动机连接，蓄能器与电动-发电机连接。
4.如权利要求3所述的能量优化方法，其特征在于，若动力控制***设定当前混合动力装置的工作模式为维持模式，则动力控制***依据当前飞行状态，在充电子模式和放电子模式间切换，维持蓄能器的储能在设定区间内波动，同时满足无人机对于动力***瞬时功率要求；
若动力控制***设定当前混合动力装置的工作模式为放电模式，由活塞发动机与电动-发电机共同驱动螺旋桨转动，或者单独由电动-发电机驱动螺旋桨转动；
若动力控制***设定当前混合动力装置的工作模式为充电模式，活塞发动机通过传动器驱动螺旋桨转动，同时驱动电动-发电机转动产生电能，为蓄能器充电。
CN201710011039.7A 2017-01-06 2017-01-06 一种基于任务规划的无人机用混合动力***能量优化方法 Active CN106647809B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710011039.7A CN106647809B (zh) 2017-01-06 2017-01-06 一种基于任务规划的无人机用混合动力***能量优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710011039.7A CN106647809B (zh) 2017-01-06 2017-01-06 一种基于任务规划的无人机用混合动力***能量优化方法

Publications (2)

Publication Number Publication Date
CN106647809A CN106647809A (zh) 2017-05-10
CN106647809B true CN106647809B (zh) 2020-02-21

Family

ID=58842673

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710011039.7A Active CN106647809B (zh) 2017-01-06 2017-01-06 一种基于任务规划的无人机用混合动力***能量优化方法

Country Status (1)

Country Link
CN (1) CN106647809B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107092274A (zh) * 2017-06-13 2017-08-25 长沙灵动航空科技有限公司 一种基于油电混合的无人机控制方法
CN109286913B (zh) * 2018-09-29 2021-07-16 郑州航空工业管理学院 基于蜂窝网联的无人机移动边缘计算***能耗优化方法
CN111625013B (zh) * 2019-02-27 2023-04-25 杭州海康机器人技术有限公司 无人机执行飞行任务的能量预估方法及装置
WO2021142592A1 (zh) * 2020-01-13 2021-07-22 深圳市大疆创新科技有限公司 无人飞行器及控制方法、电子设备及电池功率状态管理方法
CN113110558B (zh) * 2021-05-12 2022-04-08 南京航空航天大学 一种混合推进无人机需求功率预测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101286071A (zh) * 2008-04-24 2008-10-15 北京航空航天大学 基于微粒群优化和遗传算法的多无人机三维编队重构方法
CN103847970A (zh) * 2014-03-28 2014-06-11 北京理工大学 一种基于功率跟随的混合动力无人机能源控制方法
CN104242474A (zh) * 2014-04-11 2014-12-24 江苏峰谷源储能技术研究院有限公司 一种混合型储能***及使用方法
CN104828075A (zh) * 2014-11-20 2015-08-12 北汽福田汽车股份有限公司 混合动力车辆的能量消耗模式选择方法和***
CN105173092A (zh) * 2015-07-15 2015-12-23 北京虹湾威鹏信息技术有限公司 一种混合动力多轴旋翼无人机
CN105459844A (zh) * 2015-12-30 2016-04-06 北京理工大学 一种增程式电动汽车多模式能量管理方法
CN105711825A (zh) * 2016-03-18 2016-06-29 吴李海 一种混合动力的无人机

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9043106B2 (en) * 2010-10-04 2015-05-26 W. Morrison Consulting Group, Inc. Vehicle control system and methods

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101286071A (zh) * 2008-04-24 2008-10-15 北京航空航天大学 基于微粒群优化和遗传算法的多无人机三维编队重构方法
CN103847970A (zh) * 2014-03-28 2014-06-11 北京理工大学 一种基于功率跟随的混合动力无人机能源控制方法
CN104242474A (zh) * 2014-04-11 2014-12-24 江苏峰谷源储能技术研究院有限公司 一种混合型储能***及使用方法
CN104828075A (zh) * 2014-11-20 2015-08-12 北汽福田汽车股份有限公司 混合动力车辆的能量消耗模式选择方法和***
CN105173092A (zh) * 2015-07-15 2015-12-23 北京虹湾威鹏信息技术有限公司 一种混合动力多轴旋翼无人机
CN105459844A (zh) * 2015-12-30 2016-04-06 北京理工大学 一种增程式电动汽车多模式能量管理方法
CN105711825A (zh) * 2016-03-18 2016-06-29 吴李海 一种混合动力的无人机

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于最优能量的无人机飞行控制技术研究;刘强;《南昌航空大学学报：自然科学版》;20131231;第27卷(第4期);第18-22页 *

Also Published As

Publication number Publication date
CN106647809A (zh) 2017-05-10

Similar Documents

Publication Publication Date Title
CN106647809B (zh) 一种基于任务规划的无人机用混合动力***能量优化方法
Reddy et al. An intelligent power and energy management system for fuel cell/battery hybrid electric vehicle using reinforcement learning
Hames et al. Analysis of the control strategies for fuel saving in the hydrogen fuel cell vehicles
US10464547B2 (en) Vehicle with model-based route energy prediction, correction, and optimization
Lee et al. Active power management system for an unmanned aerial vehicle powered by solar cells, a fuel cell, and batteries
CN106240390A (zh) 一种纯电动客车动力***及其低soc时动态优化电能的方法
CN105216782A (zh) 基于能量预测的插电式混合动力汽车能量管理方法
CN104139709A (zh) 一种燃料电池增程器的控制***及控制方法
CN103025557A (zh) 具有超级电容器（超高电容器）的动态功率***中能量和功率管理的方法
Alexander et al. A comparison of electric vehicle power systems to predict architectures, voltage levels, power requirements, and load characteristics of the future all-electric aircraft
CN107813708A (zh) 一种增程式电动汽车动力***及其控制方法
CN102126496A (zh) 一种并联式混合动力管理控制***及其管理控制方法
Liang et al. Energy management strategy for a parallel hybrid electric vehicle equipped with a battery/ultra-capacitor hybrid energy storage system
CN112441027B (zh) 交通工具和运行交通工具的方法
CN102923129B (zh) 增程式电动汽车短行程行驶时的一种驱动方法
Boukoberine et al. Optimized energy management strategy for hybrid fuel cell powered drones in persistent missions using real flight test data
CN110920418B (zh) 在纯电动车上实现自主发电增程的子***及方法
Shen et al. Notice of retraction: Optimal power split in a hybrid electric vehicle using improved dynamic programming
Dahmane et al. Stochastic mpc for optimal energy management strategy of hybrid vehicle performing acc with stop&go maneuvers
Leska et al. Simulation and optimization of the longitudinal dynamics of parallel hybrid railway vehicles
Fornaro et al. Hybrid Electric Aircraft Model Based on ECMS Control
Lu et al. Analysis of energy storage devices in hybrid railway vehicles
Lukic et al. Analysis of energy storage system requirements for aircraft electric taxiing operations
Balachander et al. IoT Based Control of Hybrid Energy Storage System for an Electric Vehicle using Super Capacitor and Battery
Tarsitano et al. Energy management algorithms comparison for an electric bus with an hybrid energy storage system by means of dynamic programming

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant