XiaoMi-AI文件搜索系统
World File Search System插电式
插电式电动汽车用户充电的影响 - ...
智能电网是融合了节能和可再生能源技术的电网，其实施可能需要对现有电网进行大规模重组和重新设计 [1]。然而，考虑到智能电网的推出将带来众多环境和经济效益，这些转变是重要且必要的。智能电网最大的优势之一是它为能源供应商和消费者带来了灵活性 [2]。例如，需求响应资源可以监控能源需求并支持发电机和负载之间的相互作用，以优化对能源需求的满足，而不会使电网过载 [3]。通常，这些操作会融合可再生能源，例如光伏 (PV) 板和电池储能系统 (BESS)。电动汽车 (EV) 的出现是智能电网中的另一个因素，这带来了一个有趣的挑战 [4]。
插电式燃料电池电动汽车储能系统的最佳尺寸，平衡成本、排放和老化
本研究调查了插电式燃料电池电动汽车 (PFCEV) 的储能系统 (ESS) 的最佳尺寸，同时考虑了技术、经济和环境挑战。主要目标是最大限度地降低生命周期成本 (LCC) 和运营成本，同时减少二氧化碳排放并保持电力系统的耐用性。PFCEV 的 ESS 包含三个核心组件：电池、质子交换膜燃料电池 (FC) 系统和超级电容器 (SC)。性能评估涉及对车辆运行参数的严格约束，并按照城市测功机驾驶时间表 (UDDS) 进行模拟。本研究的一个显著贡献是实施了双循环优化技术，使用二次规划 (QP) 和遗传算法 (GA) 来确定尊重指定约束的可行解空间。总之，研究结果为 PFCEV ESS 的最佳尺寸提供了宝贵的见解和建议。对不同 PFCEV、燃料电池汽车 (FCV) 和电池电动汽车 (BEV) 进行的比较分析表明，PFCEV 具有明显的优势。最后，对各种氢气类型的敏感性分析表明，需要降低生产绿色氢气的成本，以提高其经济可行性和运营效率。
AHMADI, Seyed Ehsan、MARZBAND、Mousa、IKPEHAI、Augustine 和 ABUSORRAH, Abdullah (2022)。插电式电动汽车的最优随机调度
a 诺森比亚大学，电力与控制系统研究组，英国，纽卡斯尔，Ellison Place NE1 8ST b 阿卜杜勒阿齐兹国王大学，可再生能源与电力系统研究卓越中心，沙特阿拉伯，吉达，21589 c 谢菲尔德哈勒姆大学，工程与数学系，英国，谢菲尔德，S1 1WB d 阿卜杜勒阿齐兹国王大学，工程学院，电气与计算机工程系，KA CARE 能源研究与创新中心，沙特阿拉伯，吉达，21589
插电式电动汽车二级车载充电器设计...
摘要——本文介绍了采用先进功率转换技术的电动汽车 (EV) 车载充电器的设计和分析。所提出的系统具有使用图腾柱功率因数校正 (PFC) 转换器的 AC-DC 转换级和使用 LLC 谐振转换器的 DC-DC 转换级，并使用自适应神经模糊推理系统 (ANFIS) 控制器进行优化。所提出的 OBC 系统旨在提高 EV 充电系统的效率、功率密度和可靠性。图腾柱 AC-DC 转换器用于以最小的开关损耗整流交流输入，利用其固有的连续导通模式 (CCM) 运行能力并减少二极管中的反向恢复问题。整流后，LLC 谐振 DC-DC 转换器有效地将直流电压升压到适当的电池充电水平，提供零电压开关 (ZVS) 和零电流开关 (ZCS) 以提高整体效率。ANFIS 控制器结合了模糊逻辑和神经网络的优势，在不同的运行条件下提供卓越的适应性和控制精度。仿真结果表明，使用 ANFIS 后，效率、功率因数和瞬态响应显著改善。实验验证证实了基于 ANFIS 的系统的优越性，使其成为当代电动汽车充电应用的可行解决方案。索引术语 - 车载充电器 (OBC)、功率因数校正 (PFC)、电动汽车 (EV)、自适应神经模糊推理系统 (ANFIS)。
CS/CS/HB 107 电动汽车和插电式汽车的影响...
佛罗里达州是全美注册电动汽车数量第二多的州。电动汽车和混合动力汽车的市场份额不断增加，以及内燃机汽车的燃油效率不断提高，预计将继续对全州和地方的燃油税收入产生不利影响，而燃油税是交通支出的资金来源。在未来 20 年内，佛罗里达州因电动汽车市场渗透率提高而造成的收入损失估计在 5.6% 到 20% 之间，具体取决于电动汽车市场的渗透率。在地方层面，收入损失可能会影响当地道路和公共交通的运营和维护。目前，佛罗里达州的普通司机每年为交通相关项目缴纳 283 美元的机动车燃油税。佛罗里达州目前不对电动汽车或插电式混合动力汽车征收额外的注册费、消费税或使用费。该法案要求收入估算会议 (REC) 估算 2024-2025、2025-2026 和 2026-2027 财年对用于给电动汽车充电的电力销售征收的销售税对一般收入基金的影响。REC 必须在适用财政年度开始前的 6 月 10 日之前向税务部提供此估算。此规定将于 2027 年 6 月 30 日到期。从 2024 年 7 月开始，该法案指示税务部向州交通信托基金 (STTF) 分配 REC 为该州财政年度估算的金额的十二分之一。此规定将于 2027 年 6 月 30 日到期。此外，该法案认识到，电动汽车和插电式混合动力汽车的持续普及将对州税收和 STTF 产生重大影响。为了更好地理解这些影响，该法案要求经济和人口研究办公室 (EDR) 制作一份报告，估计对州交通信托基金的长期影响、预计继续在该州采用电动汽车和插电式混合动力汽车将对销售税和总收入税收产生的影响，以及使用住宅充电站而非商业充电站的用户百分比。该报告还必须考虑激励或推广电动汽车的联邦政策以及这些政策对电动汽车持续采用速度的影响。EDR 必须在 2026 年 12 月 1 日之前提交报告，2027 年立法机关必须使用该报告来考虑解决对 STTF 的长期影响所需的潜在政策变化。收入估算会议尚未估计该法案的收入影响。对于 2024-2025、2025-2026 和 2026-2027 财政年度，该法案将对一般收入产生负面影响，并对州信托基金收入产生同等的积极影响。
考虑热电联产热力供热机组和插电式电动汽车的微电网低温储能系统短期调度
摘要 — 随着可再生能源 (RES) 的普及，从经济和环境角度来看，对这些可再生能源进行兼容调度的需求日益增加。由于热电联产 (CHP) 发电机组的高效和快速响应特点，这些机组可以使系统免受 RES 波动的影响。为了应对与 RES 相关的运营挑战，本文旨在安排低温储能 (CES) 的套利，不仅可以最大化其所有者，还可以最小化 RES 的变化。另一方面，在所提出的模型中，插电式电动汽车 (PEV) 被用作负责任的负载，通过改变消费者的消费模式来平滑系统的负载曲线。所提出的问题被建模为二阶锥规划，并通过支配群搜索优化算法求解。为了验证所提出方法的适用性和有效性，已经执行了四个不同的案例研究。
近端策略优化的智能能源管理用于插电式混合动力电动总线，考虑电池热特性
摘要：由于能源管理策略（EMS）的性能对于插电式混合电动总线（PHEB）以有效的方式运作至关重要。考虑到PHEB的电池热特性，近端策略优化（PPO）的多目标EMS旨在提高车辆节能性能，同时确保电池电量状态（SOC）和合理范围内的温度。由于这三个目标相互矛盾，因此通过智能调整培训过程中的权重来实现多个目标之间的最佳权衡。与原始的基于PPO的EMS相比，没有考虑电池热动力学，模拟结果证明了拟议策略在电池热管理中的有效性。结果表明，与其他基于RL的EMS相比，提出的策略可以获得最小能耗，最快的计算速度和最低的电池温度。关于动态编程（DP）作为基准，基于PPO的EMS可以实现类似的燃油经济性和出色的计算效率。此外，在UDD，WVUSUB和实际驾驶周期中确定了所提出方法的适应性和鲁棒性。
基于软演员-评论者算法的插电式混合动力汽车能量管理策略
摘要：插电式混合动力汽车（PHEV）配备多个动力源，为满足驾驶员的动力需求提供了额外的自由度，因此通过能量管理策略（EMS）合理分配各动力源的动力需求，使各动力源工作在效率区，对提高燃油经济性至关重要。本文提出一种基于软演员-评论家（SAC）算法和自动熵调节的无模型EMS，以平衡能量效率的优化和驾驶循环的适应性。将最大熵框架引入基于深度强化学习的能量管理，以提高探索内燃机（ICE）和电动机（EM）效率区间的性能。具体而言，自动熵调节框架提高了对驾驶循环的适应性。此外，通过从实车采集的数据进行了仿真验证。结果表明，引入自动熵调节可以有效提高车辆等效燃油经济性。与传统EMS相比，该EMS可节省4.37%的能源，并且能够适应不同的驾驶循环，并能将电池的荷电状态保持在参考值。
插电式混合动力汽车的二氧化碳排放
在这项工作中，我们遵循以前的途径，以探索有限差分时间域（FDTD）方法中数值分散补偿的机器学习算法。混合深神经网络通过FDTD模拟的细胞大小进行训练，目的是通过比较粗大和密集的网格的各种平面微波电路的解决方案来“学习”数值分散误差的模式。因此，我们的培训数据不仅包括广泛的几何形状，还包括每个问题的可变密度的网格。我们对所提出的网络的结构进行了详尽的分析及其误差性能作为培训数据的函数。我们评估了其充当数值分散补偿引擎的能力：可以从粗网格模拟的结果中预测fdtd模拟的结果。
四轮驱动插电式混合动力汽车双自适应等效油耗最小化策略
摘要：能量管理策略对于发挥四轮驱动插电式混合动力汽车（4WD PHEV）的节能效果至关重要。针对4WD PHEV中复杂的多能量系统，提出一种新的双自适应等效消耗最小化策略（DA-ECMS）。该策略通过引入未来驾驶工况类别来调整等效因子，提高驾驶工况的适应性和经济性，优化多能量系统的管理。首先，采用自组织神经网络（SOM）和灰狼优化器（GWO）对驾驶工况类别进行分类，离线优化多维等效因子；其次，采用SOM进行驾驶工况类别识别，并匹配多维等效因子；最后，DA-ECMS完成前轴多能源与电驱动系统的多能量优化管理，释放4WD PHEV的节能潜力。仿真结果表明，与基于规则的策略相比，DA-ECMS经济性提高了13.31%。