[article]
Titre : |
System-Level Model and Stochastic Optimal Control for a PEM Fuel Cell Hybrid Vehicle |
Titre original : |
Modèle de Niveau de Système et Commande Optimale Stochastique pour un Véhicule d'Hybride de Cellules de Carburant de PEM |
Type de document : |
texte imprimé |
Auteurs : |
Chan-Chiao, Lin, Auteur ; Min-Joong, Kim, Auteur ; Huei Peng ; Grizzle, J. W., Auteur |
Année de publication : |
2007 |
Article en page(s) : |
878-890 p. |
Note générale : |
Génie Mécanique |
Langues : |
Anglais (eng) |
Mots-clés : |
Fuel cell hybrid vehicle Véhicule d'hybride de cellules carburant Power management strategy Stratégie gestion puissance Stochastic optimal control Commande optimale stochastique |
Index. décimale : |
629.8 |
Résumé : |
System-level modeling and control strategy development for a fuel cell hybrid vehicle (FCHV) are presented in this paper. A reduced-order fuel cell model is created to accurately predict the fuel cell system efficiency while retaining dynamic effects of important variables. The fuel cell system model is then integrated with a DC/DC converter, a Li-ion battery, an electric drive, and tire/vehicle dynamics to form an FCHV. In order to optimize the power management strategy of the FCHV, we develop a stochastic design approach based on the Markov chain modeling and stochastic dynamic programming (SDP). The driver demand is modeled as a Markov process to represent the future uncertainty under diverse driving conditions. The infinite-horizon SDP solution generates a stationary state-feedback control policy to achieve optimal power management between the fuel cell system and battery. Simulation results over different driving cycles are presented to demonstrate the effectiveness of the proposed stochastic approach.
Le développement au niveau système de stratégie de modeler et de commande pour un véhicule hybride de cellules de carburant (FCHV) sont présentés en cet article. Un modèle de cellules de carburant d'réduire-ordre est créé pour prévoir exactement l'efficacité de système de cellules de carburant tout en maintenant des effets dynamiques des variables importantes. Le modèle de système de cellules de carburant est alors intégré avec un convertisseur de DC/DC, une batterie d'Li-ion, une commande électrique, et la dynamique de tire/vehicle pour former un FCHV. Afin d'optimiser la stratégie de gestion de puissance du FCHV, nous développons une approche de conception stochastique basée sur modeler à chaînes de Markov et la programmation dynamique stochastique (SDP). La demande de conducteur est modelée comme processus de Markov pour représenter la future incertitude dans des conditions diverses d'entraînement. La solution de l'infini-horizon SDP produit d'une politique stationnaire de commande de état-rétroaction pour réaliser la gestion optimale de puissance entre le système de cellules de carburant et la batterie. Cycles de conduite d'excédent de résultats de simulation différents sont présentés pour démontrer l'efficacité de l'approche stochastique proposée. |
En ligne : |
chancl@umich.edu, minjoong@umich.edu, hpeng@umich.edu, grizzle@umich.edu |
in Transactions of the ASME . Journal of dynamic systems, measurement, and control > Vol. 128 N°4 (Decembre 2006) . - 878-890 p.
[article] System-Level Model and Stochastic Optimal Control for a PEM Fuel Cell Hybrid Vehicle = Modèle de Niveau de Système et Commande Optimale Stochastique pour un Véhicule d'Hybride de Cellules de Carburant de PEM [texte imprimé] / Chan-Chiao, Lin, Auteur ; Min-Joong, Kim, Auteur ; Huei Peng ; Grizzle, J. W., Auteur . - 2007 . - 878-890 p. Génie Mécanique Langues : Anglais ( eng) in Transactions of the ASME . Journal of dynamic systems, measurement, and control > Vol. 128 N°4 (Decembre 2006) . - 878-890 p.
Mots-clés : |
Fuel cell hybrid vehicle Véhicule d'hybride de cellules carburant Power management strategy Stratégie gestion puissance Stochastic optimal control Commande optimale stochastique |
Index. décimale : |
629.8 |
Résumé : |
System-level modeling and control strategy development for a fuel cell hybrid vehicle (FCHV) are presented in this paper. A reduced-order fuel cell model is created to accurately predict the fuel cell system efficiency while retaining dynamic effects of important variables. The fuel cell system model is then integrated with a DC/DC converter, a Li-ion battery, an electric drive, and tire/vehicle dynamics to form an FCHV. In order to optimize the power management strategy of the FCHV, we develop a stochastic design approach based on the Markov chain modeling and stochastic dynamic programming (SDP). The driver demand is modeled as a Markov process to represent the future uncertainty under diverse driving conditions. The infinite-horizon SDP solution generates a stationary state-feedback control policy to achieve optimal power management between the fuel cell system and battery. Simulation results over different driving cycles are presented to demonstrate the effectiveness of the proposed stochastic approach.
Le développement au niveau système de stratégie de modeler et de commande pour un véhicule hybride de cellules de carburant (FCHV) sont présentés en cet article. Un modèle de cellules de carburant d'réduire-ordre est créé pour prévoir exactement l'efficacité de système de cellules de carburant tout en maintenant des effets dynamiques des variables importantes. Le modèle de système de cellules de carburant est alors intégré avec un convertisseur de DC/DC, une batterie d'Li-ion, une commande électrique, et la dynamique de tire/vehicle pour former un FCHV. Afin d'optimiser la stratégie de gestion de puissance du FCHV, nous développons une approche de conception stochastique basée sur modeler à chaînes de Markov et la programmation dynamique stochastique (SDP). La demande de conducteur est modelée comme processus de Markov pour représenter la future incertitude dans des conditions diverses d'entraînement. La solution de l'infini-horizon SDP produit d'une politique stationnaire de commande de état-rétroaction pour réaliser la gestion optimale de puissance entre le système de cellules de carburant et la batterie. Cycles de conduite d'excédent de résultats de simulation différents sont présentés pour démontrer l'efficacité de l'approche stochastique proposée. |
En ligne : |
chancl@umich.edu, minjoong@umich.edu, hpeng@umich.edu, grizzle@umich.edu |
|