The effects investigation of data-driven fitting cycle and deep deterministic policy gradient algorithm on energy management strategy of dual-motor electric bus

动力传动系统 行驶循环 水准点(测量) 对偶(语法数字) 汽车工程 电气化 能源管理 计算机科学 算法 电动汽车 工程类 功率(物理) 模拟 能量(信号处理) 数学 扭矩 艺术 统计 物理 文学类 电气工程 热力学 大地测量学 量子力学 地理
作者
Kaixuan Zhang,Jiageng Ruan,Tongyang Li,Hanghang Cui,Changcheng Wu
出处
期刊:Energy [Elsevier]
卷期号:269: 126760-126760 被引量:11
标识
DOI:10.1016/j.energy.2023.126760
摘要

Nowadays, the trend of powertrain electrification in the public transportation sector is clear. To meet the dramatic load variation and relatively high handling stability requirements for battery electric buses, the dual-motor four-wheel powertrain architecture attracts great attention in recent years. Although the bus routes are fixed, the driving speed and load vary significantly with time, season, passenger capacity, and traffic conditions, which presents a serious challenge for efficient power coupling in a dual-motor system to reduce energy consumption. This study provides a data-driven fitting cycle for the specific bus route. Then, Deep Deterministic Policy Gradient (DDPG) algorithm is introduced in Energy Management Strategy (EMS) design to improve the vehicle's economic performance with uncertain demand in the unknown cycle. The simulation results show that the proposed DDPG-EMS achieves 93.91%–97.66% of the benchmark Dynamic Programming (DP) – based EMS under various testing cycles. In addition, the comparison of DDPG-EMS agent trained by fitting cycle, standard cycle, and real driving data reached 97.2%–97.66%, 93.91%–97.0%, and 94.41%–96.0% of DP, respectively, which demonstrates the effectiveness of data-driven fitting cycle and reinforcement learning algorithm combination in EMS design for dual-motor electrified bus.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
1秒前
2秒前
Cordero发布了新的文献求助10
3秒前
小k发布了新的文献求助10
3秒前
慕青应助没所谓采纳,获得10
3秒前
小二郎应助从容寒凝采纳,获得10
4秒前
5秒前
5秒前
5秒前
6秒前
6秒前
薰硝壤应助liwai采纳,获得30
6秒前
orixero应助liwai采纳,获得30
6秒前
7秒前
爱听歌雪旋完成签到 ,获得积分10
8秒前
Ting完成签到,获得积分10
8秒前
9秒前
光亮面包发布了新的文献求助10
9秒前
林声完成签到,获得积分10
9秒前
子墨完成签到,获得积分10
10秒前
elgar612发布了新的文献求助10
11秒前
13秒前
jiang发布了新的文献求助20
13秒前
再说完成签到,获得积分20
14秒前
frinkle完成签到 ,获得积分10
14秒前
14秒前
14秒前
淡然依凝发布了新的文献求助10
14秒前
14秒前
15秒前
田様应助淡然子轩采纳,获得10
15秒前
哆啦A梦发布了新的文献求助10
16秒前
16秒前
十三完成签到,获得积分10
17秒前
11234发布了新的文献求助10
18秒前
张若旸完成签到 ,获得积分10
18秒前
mufcyang完成签到,获得积分10
19秒前
青草木发布了新的文献求助10
20秒前
20秒前
高分求助中
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Gerard de Lairesse : an artist between stage and studio 500
Digging and Dealing in Eighteenth-Century Rome 500
Queer Politics in Times of New Authoritarianisms: Popular Culture in South Asia 500
Livre et militantisme : La Cité éditeur 1958-1967 500
Retention of title in secured transactions law from a creditor's perspective: A comparative analysis of selected (non-)functional approaches 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3061124
求助须知:如何正确求助?哪些是违规求助? 2716510
关于积分的说明 7450143
捐赠科研通 2362455
什么是DOI,文献DOI怎么找? 1252166
科研通“疑难数据库(出版商)”最低求助积分说明 607939
版权声明 596536