Energy Management Strategy for Unmanned Tracked Vehicles Based on Local Speed Planning
混合动力系统具有良好的动力性和经济性，在无人驾驶履带车辆上具有很好的应用前景。由于无人驾驶履带车辆没有传统的驱动装置，且行驶周期具有不确定性，给传统的能量管理策略带来了新的挑战。提出了一种基于局部速度规划的履带无人车能量管理策略。这些贡献是三重的。首先，采用局部速度规划算法作为驾驶循环预测的输入，避免了传统车辆对驾驶员操作的依赖。其次，提出了一种基于卷积神经网络和长短期记忆的预测模型（CNN-LSTM），用于处理计划和历史速度序列，以提高预测精度。最后，基于预测结果，采用模型预测控制算法实现能量管理的实时优化。通过对履带无人车的现场试验数据进行仿真，验证了该方法的有效性。与多步神经网络相比，基于CNN-LSTM的预测模型将预测精度提高了20%。与传统的常规能源管理策略相比，基于模型预测控制的能源管理策略降低了7%的油耗。
2021-07-05 cs.SY eess.SY
Optimization of rule-based energy management strategies for hybrid vehicles using dynamic programming
降低能源消耗是混合动力汽车（HEV）发展的一个重点。在许多能源管理优化研究中使用的流行的车辆动力学模型不能捕获车载测量系统所捕获的车辆动力学。然而，来自测量系统的反馈是车辆控制器实际用于管理能耗的反馈。因此，仅使用模型的优化不表示车辆控制器在车辆中看到的。本文报告了实用因素加权的能源消耗，使用基于规则的策略下，现实世界的代表性驱动循环。此外，车辆试验数据被用来执行优化方法。通过比较基于规则和优化策略的结果，讨论了基于规则策略的改进方向。此外，OBD的最新发展引起了对能源消耗增加的关注。本文研究了随着OBD的广泛使用而增加的能源消耗。
2022-07-08 cs.SY eess.SY
Pedestrian-Aware Engine Management Strategies for Plug-in Hybrid Electric Vehicles
University College Dublin（都柏林大学学院）；University of Western Ontario（韦仕敦大学）；University of Pisa（比萨大学）；IBM Research（IBM研究院）
本文提出基于优化的PHEV引擎管理策略，旨在减少车辆行驶路线对行人环境影响，通过考虑路线依赖性不确定性，实现在硬件在环平台上的验证与评估。
2017-04-06 cs.SY eess.SY
LSTM-Based Proactive Congestion Management for Internet of Vehicle Networks
Mississippi State University（密西西比州立大学）；Arab Academy for Science, Technology, and Maritime Transport（阿拉伯科学、技术与海事运输学院）
本文提出一种基于LSTM的IoV网络主动拥塞管理框架，通过构建拥塞场景与数据集预测网络拥塞，并利用SUMO与NS3仿真验证了其在拥塞预测及数据包聚类与优先级排序上的有效性。
2024-10-12 cs.AI cs.NI cs.SY
An Extendable Maneuver Management Framework with Fault-Tolerant Mechanism for Vehicle Platoon Control System in Highway Scenario
在实际应用中，车辆编队经常面临机动可扩展性不足的问题。一旦添加了新方案，原始程序可能不再可用。为了解决这个问题，本文介绍了一个二维机动管理框架的容错机制的基础上提出的分层结构的排控制系统。策略和角色是两个维度，在此基础上实现了管理策略的解耦。这使得车队中的每辆车都有能力执行各种机动的管理策略，并且新的机动可以在不修改现有部分的情况下扩展。容错机制被设计为一种由硬件故障触发的策略，以在接管之前保持安全。最后，本文选取了三个典型的策略进行案例分析，以说明该框架下的管理策略是如何运作的。最后，设计了一个综合的仿真场景，集成了不同的机动和现实世界的实现使用微型车辆进行。结果表明，该二维框架能有效地处理各种机动，满足计算实时性要求
2022-07-04 cs.SY eess.SY
Anomaly Detection of Smart Metering System for Power Management with Battery Storage System/Electric Vehicle
提出了一种新的智能抄表技术，用于实时家庭电源管理系统中的异常检测。从900户单身公寓中获得了实时生成的智能电表数据。为了检测智能电表数据中的异常值和缺失值，将深度学习模型，即由图卷积网络和双向长短期记忆网络组成的自编码器应用于智能电表技术。在蓄电池储能系统和电动汽车的情况下，采用多目标优化的方法对基于智能电表技术的电能管理进行了研究。采用所提出的智能计量技术的电力管理的结果表明，与没有异常检测的电力管理的结果相比，电力成本和由电网供应的电力量减少。
2022-07-20 cs.SY eess.SY
Co-optimization of Vehicle Dynamics and Powertrain Management for Connected and Automated Electric Vehicles
本文研究了双电机电动汽车中车辆速度与动力系统管理的协同优化问题，通过构建面向控制的模型将其转化为最优控制问题，仿真表明该策略在理想及不确定交通条件下均能显著降低能耗。
2024-12-19 cs.SY eess.SY
Unsignalized Intersection Management Strategy for Mixed Autonomy Traffic Streams
针对CAVs、CHVs和HVs共存的混合交通流，本文提出包含HPQ路权分配算法与模型预测控制的无信号交叉口管理策略，仿真表明该方法可将平均出行时间降低5%至65%，有效平衡了效率与安全。
2024-08-23 cs.SY eess.SY
Energy Management of Airport Service Electric Vehicles to Match Renewable Generation through Rollout Approach
传统的柴油机场服务车辆的特点是重型、高使用频率和每辆车每小时的高碳强度。如果对机场服务电动汽车（ASEV）进行适当的能源管理，将这些车辆改造为电动汽车将减少二氧化碳排放，并在燃料价格上涨的背景下节省能源成本。为了执行这样的能量管理，本文提出了一种新的定制的推出方法，作为一个新的ASEV动力学模型，ASEV模型的状态，随着时间的推移，以及如何控制决策影响他们的近最优控制方法。推出的方法产生了一个接近最佳的控制策略，为ASEV运输行李和充电电池，目标是最大限度地减少运营成本，这激励了ASEV的充电，以匹配可再生能源发电。案例研究表明，推出的方法有效地克服了“维数灾难”。在典型的夏季和冬季，推出算法的总成本比基本的“贪婪充电”启发式算法低约10%，该启发式算法在电池的充电状态不是最大时对电池进行充电。展示算法被证明是适应航班时刻表的变化，在短时间内通知。
2019-08-21 cs.SY eess.SY
Least costly energy management for series hybrid electric vehicles
Politecnico di Milano（米兰理工大学）
本文提出了一种基于用户驾驶成本的电动车能源管理方法，通过实时近似最优策略和系统参数分析，展示其有效性。
2015-10-26 cs.SY eess.SY
Data-driven Energy Management Strategy for Plug-in Hybrid Electric Vehicles with Real-World Trip Information
本文提出了一种用于插电式混合动力汽车的数据驱动的监督能源管理策略（EMS），该策略利用车辆到云的连接，通过从已完成的行程中学习控制策略来提高能源效率。所提出的EMS由两层组成，云层和车载层。云层具有两个主要任务：第一个任务是从历史行程数据学习EMS策略参数，第二个任务是沿着车辆请求的特定路线提供策略参数。车载层从云层接收学习的策略参数，并使用模型预测控制方案计算动力系能量管理问题的实时解决方案。拟议的EMS是在超过3000英里（48个独立的驾驶循环）的真实世界的行程数据，收集沿三个通勤路线在加利福尼亚州进行评估。对于路线，所提出的算法显示3.3%，7.3%，和6.5%的平均MPGe相比，基线EMS的改善。
2020-06-05 cs.SY eess.SY
Distributed management of Personal Rapid Transit (PRT) vehicles under unusual transport conditions
Warsaw University of Technology（华沙理工大学）
本文提出了一种灵活的PRT网络车辆管理算法，通过多参数分析分配空车，采用分布式结构实现适应极端需求的交通管理。
2017-05-12 cs.SY eess.SY
Air Traffic Management for Collaborative Routing of Unmanned Aerial Vehicles via Potential Fields
本文提出基于斥力势场的可量化路由限制标准及可扩展基础设施，实现独立利益相关方对货运无人机的协同路由，并通过国家级功能原型验证其可行性。
2024-03-17 cs.SY eess.SY
Data-Driven Distributed Intersection Management for Connected and Automated Vehicles
这项工作解决了在一个孤立的交叉路口连接和自动驾驶车辆的自主交通管理问题。我们将每个车辆的轨迹分解为两个阶段：临时阶段和协调阶段。车辆在进入感兴趣区域时，最初在临时阶段中操作，在此期间车辆优化其轨迹，但被限制进入交叉口。周期性地，所有车辆在其临时相位切换到其协调相位，这是通过协调优化的车辆的交叉口使用的顺序以及它们的轨迹。对于协调阶段，我们提出了一个数据驱动的解决方案，其中交叉口使用序列是通过数据驱动的在线分类和轨迹计算顺序。该方法还允许将诸如业务到达速率的宏观信息并入到解决方案中。整个算法是可证明安全的，可以以分布式方式实现。最后，我们比较了所提出的算法与传统的交叉口管理方法，并对一些现有的文献，通过模拟。通过仿真，我们还表明，每辆车的计算时间保持不变的算法在很宽的范围内的交通到达率。
2021-10-21 cs.SY eess.SY math.OC
Safe Intersection Management for Mixed Transportation Systems with Human-Driven and Autonomous Vehicles
Texas A&M University（德克萨斯农工大学）
本文研究了混合交通系统中人驾驶和自动驾驶车辆共存时的安全管理问题，提出了一种基于MPC的协议和交通信号协调协议，以确保交叉口的安全性。
2018-10-14 cs.SY eess.SY
Electric Vehicle Fleet Relocation Management for Sharing Systems based on Incentive Mechanism
本文研究了共享系统中电动汽车车队的搬迁管理问题。移动共享系统的效率取决于车辆重新定位任务，这强烈影响公司的运营成本，从而影响用户的服务价格。建议的方法旨在通过创新的激励计划让用户参与进来，从而最大限度地减少共享公司的车辆搬迁成本。这个想法是要求共享服务的用户重新定位电动汽车，例如通过IT应用程序，通过免费旅行和奖励来激励他们。建议的激励机制是基于不同层次的激励建议的应用。此外，在用户无法使用的情况下，公司工作人员保证车辆搬迁。为了实现这一目标，第一个ILP被正式化，以管理公司员工的搬迁任务。此外，第二个ILP允许公司通过拟议的激励机制让用户参与搬迁过程。最后，一个案例研究，以显示所提出的方法论的电动汽车和轻型电动汽车的搬迁的应用。
2020-12-01 cs.SY eess.SY
Deep Neural Network NMPC for Computationally Tractable Optimal Power Management of Hybrid Electric Vehicle
本文提出一种深度神经网络逼近NMPC的方法，用于混合动力电动汽车的功率管理，在保持性能的同时大幅降低计算复杂度，并通过仿真和PIL测试验证了其有效性。
2024-03-17 cs.SY eess.SY
Learning-Based Model Predictive Control for the Energy Management of Hybrid Electric Vehicles Including Driving Mode Decisions
提出了一种基于模型预测控制的并联式混合动力汽车能量管理系统在线控制器。它的任务是通过计算驾驶员的动力请求在动力系统的电气和燃烧部分之间的分配，以及通过选择取决于车辆离合器状态的驾驶模式，来最大限度地减少车辆在预测的驾驶任务中的燃料消耗。在模型预测控制结构中包括离合器状态并不是微不足道的，因为作为结果，潜在的优化问题变成了混合整数规划。使用庞特里亚金最小值原理和简化的车辆模型，可以证明存在依赖于驾驶循环的临界功率请求Pcrit，其唯一地分离最佳驾驶模式。基于此结果，提出了一种学习算法来确定车辆运行期间的Pcrit。将学习算法引入到多级控制器结构中，并以两个实际驾驶任务为例，详细分析了多级学习模型预测控制器的工作原理.动态规划得到的解决方案的比较表明，所提出的控制器实现接近最优性能。
2023-01-03 cs.SY eess.SY
Estimation of Electric Vehicle Public Charging Demand using Cellphone Data and Points of Interest-based Segmentation
Vrije Universiteit Brussel（布鲁塞尔自由大学）
道路电气化的竞赛已经开始，说服司机从燃料动力汽车转向电动汽车需要强大的电动汽车（EV）充电基础设施。本文提出了一种创新的电动汽车充电需求估计和细分方法。首先，我们使用蜂窝信令数据以邻域粒度估计充电需求。其次，我们提出了一个细分模型来划分不同充电技术之间的总充电需求：正常，半快速和快速充电。分割模型是一种基于城市兴趣点的方法，是一种最先进的方法，可以得出适用于城市规划的有用趋势。布鲁塞尔市的案例研究提出。
2022-06-02 cs.AI cs.SY eess.SY
Energy and Information Management of Electric Vehicular Network: A Survey
互联车辆模式使车辆能够与邻近车辆和基础设施进行通信，将车辆的角色从运输工具转变为智能服务平台。同时，交通电气化推动了电动汽车的商业化，以减少石油燃烧产生的温室气体排放。互联车辆和电动汽车的不可阻挡的趋势将传统的车辆系统转变为电动车辆网络（EVN），这是一种清洁，移动和安全的系统。然而，由于EVN的移动性和异构性，不适当的网络管理可能会导致计费过载和数据拥塞。因此，EVN的能量和信息管理应仔细研究。在本文中，我们提供了一个综合调查的部署和管理的EVN考虑所有三个方面的能量流，数据通信，计算。我们首先介绍了EVN的管理框架。然后，研究工作的电动汽车聚合器（AG）部署提供能源和信息基础设施的电动汽车网络。基于已部署的AGs，我们提出了电动汽车调度的研究工作，包括充电和车辆到电网（V2G）调度。此外，在每个场景下，信息通信和计算的相关工作进行了调查。最后，我们讨论了EVN中的开放研究问题。
2020-05-17 cs.SY eess.SP eess.SY
Risk Management of Unmanned Aerial Vehicles
本文提出一种基于循环迭代结构的定性风险管理模型，适用于无人飞行器，以降低数据丢失、设备故障及声誉损失风险。
2023-11-07 cs.CR cs.SY eess.SY
On the design of a decision engine for connected vehicles with an application to congestion management
University College Dublin, School of Electrical, Electronic and Communications Engineering（都柏林大学学院电气、电子与通信工程学院）；IBM Research - Ireland（IBM研究爱尔兰）
本文提出了一种决策引擎，用于帮助连接车辆解析相关信息并优化交通管理，通过仿真和硬件在环验证其有效性。
2018-04-18 cs.SY eess.SY
Energy Management Strategies for Electric Aircraft Charging Leveraging Active Landside Vehicle-to-Grid
Eindhoven University of Technology（埃因霍温理工大学）
本研究提出利用陆侧车辆到电网技术，通过优化机场充电调度降低飞机充电成本，减少电网压力。
2026-01-30 cs.SY eess.SY
Energy Management for Autonomous Underwater Vehicles Using Economic Model Predictive Control
研究了自主水下航行器（AUV）的能量最优控制问题。为了提高水下机器人的续航能力，提出了一种基于经济模型预测控制（MPC）框架的能量最优控制方案。首先，我们制定了一个代价函数，计算在有限的时间预测范围内的车辆运行所花费的能量。然后，为了考虑超出预测范围的能量消耗，将接近达到目标的能量（能量消耗）的终端成本并入MPC代价函数中。
2019-06-20 cs.SY eess.SY math.OC
Power Management of Microgrid Integrated with Electric Vehicles in Residential Parking Station
近来，住宅停车站中电动车辆（EV）数量的增加已成为重要问题，因为过多的EV数量会在高峰时段期间使电力系统不稳定，需要高充电功率。当住宅停车站的电力系统采用微电网（MG）结构时，为电动汽车提供电力需要高效的电力管理方案。为了最小化MG的维护成本并保持电网稳定性，MG需要平衡停车站中的EV的充电/放电功率。为了实现这些目标，本文提出了一种充电/放电算法，适用于与电动汽车配置的MG的电源管理。对MG进行多目标优化，以最小化维护成本和电网依赖性，同时最大化光伏（PV）功率的使用和电动汽车作为储能系统（ESS）的利用。在我们的方法中，为了增加电动汽车放电功率的有用性，基本负载和光伏发电被考虑在一起进行功率管理，以减轻它们之间产生的不平衡。因此，所提出的方法表现出优越的电源管理性能相比，其他可比的。
2021-12-06 cs.SY eess.SY
Towards Safe Autonomous Intersection Management: Temporal Logic-based Safety Filters for Vehicle Coordination
本文提出一种基于时序逻辑的安全过滤器，通过可达性分析为网联车辆计算安全时态走廊，在考虑决策不确定性的同时平衡交叉口安全与效率，并在模拟4向交叉口中验证了其实时性。
2024-08-27 cs.SY eess.SY
Cost-minimization predictive energy management of a postal-delivery fuel cell electric vehicle with intelligent battery State-of-Charge Planner
燃料电池电动汽车以其高效率和零排放的特点在近几十年来得到了广泛的关注，但高昂的运营成本仍然是其大规模商业化的主要障碍。在此背景下，本文旨在设计一个能源管理策略的城市邮政投递燃料电池电动汽车的运营成本降低。首先，设计了一种数据驱动的双环空间域电池荷电状态参考估计器来指导电池能量消耗，该估计器通过在邮政递送任务中收集的真实驾驶数据进行训练。然后，一个模糊C-均值聚类增强马尔可夫速度预测器构建的项目即将到来的速度。最后，结合充电状态参考和预测的速度，模型预测控制为基础的成本优化的能源管理策略，以减少能源消耗和电源退化所带来的车辆运行成本。实验结果表明：1）与基准算法相比，所提算法的平均运行成本分别降低了4.43%和7.30%，表明了其在降低成本方面的优越性; 2）所提算法的平均每步计算量为0.123ms，小于采样时间间隔1 s，证明了其实时应用的潜力。
2023-03-03 cs.SY eess.SY
Multi-Intersection Traffic Management for Autonomous Vehicles via Distributed Mixed Integer Linear Programming
本文扩展了我们以前在[1]，[2]中关于交叉口自动车辆到达的最优调度的工作，从一个交叉口扩展到交叉口网格。设计了一种可扩展的分布式混合线性规划算法（MILP）来求解交叉口网格调度问题。计算控制节点被分配到每个交叉口，并定期接收来自订阅车辆的位置和速度信息。每个节点通过求解一个局部MILP来为每一辆预约车辆分配一个交叉口访问时间。相邻的交叉口将通过共享车辆访问时间的解决方案来实时相互协调。我们所提出的方法被应用到一个网格的9个交叉口，其对交通流量和车辆的燃油经济性的积极影响，证明在传统的交叉口控制方案相比。
2020-07-13 cs.SY eess.SY math.OC
Improving Energy Management of Hybrid Electric Vehicles by Considering Battery Electric-Thermal Model
提出了一种用于并联式混合动力汽车的离线能量管理系统。在电动机（EM）和内燃机（ICE）之间分配扭矩需要合适的EMS。电池对混合动力汽车至关重要，并显著影响整体车辆成本和性能。高温和高电池荷电状态（SOC）是加速电池老化的主要因素。SOC是EMS中最关键的状态变量，在以往的研究中通常被认为是唯一的动态变量。为了简单起见，通常假设电池温度恒定，而EMS对温度变化的影响被忽略。在本文中，我们首先应用动态规划（DP）的PHEV不考虑电池温度的变化。然后，通过对冷却系统进行建模来改进电池模型，以考虑温度变化，并显示在EMS中忽略电池的热动力学是不切实际的。最后，通过将电池温度作为状态变量集成到优化问题中，提出了一种新的EMS来控制电池温度和SOC变化。仿真结果表明，该方法能够有效地控制蓄电池的充电和温度。所提出的EMS方法防止电池温度的不受控制的波动，并降低其劣化率。
2023-02-25 cs.SY eess.SY
Real-Time Stochastic Predictive Control for Hybrid Vehicle Energy Management
Purdue University（普渡大学）
本文提出三种实时能量管理方法，用于在未知驾驶员行为和车辆路线的情况下优化混合液压车辆的能量管理，通过递推预测控制框架实现，考虑状态和输入约束，并利用马尔可夫链的稳态分布进行规划，通过仿真验证了方法的有效性。
2018-04-23 cs.SY eess.SY
Merging Large Language Models and Battery Physics for User-Aware Electric Vehicle Driving Management
The Pennsylvania State University（宾夕法尼亚州立大学）；Stellantis US LLC（斯特兰蒂斯美国有限责任公司）
本文提出融合大语言模型与电池物理的混合框架，通过LLM解析用户意图生成有界行为参数，并经物理安全过滤器约束，实现安全且用户感知的电动汽车驾驶管理。
2026-09-24 cs.SY eess.SY
Driving Conditions-Driven Energy Management for Hybrid Electric Vehicles: A Review
出于对运输燃料消耗和全球空气污染的关注，工业工程师和学术研究人员做出了许多努力来建造更高效和环保的车辆。混合动力电动汽车（Hybrid Electric Vehicles，HEV）通过协调不同储能装置之间的能量补充来满足动力需求，具有代表性。为了实现这一目标，能源管理方法是关键技术，而驾驶循环是关键的影响因素。因此，本文的目的是总结驱动的能量管理策略（EMS）的混合动力汽车。首先，在能源管理领域的驱动周期的定义和意义进行了澄清，并在这一研究领域的最新文献进行了回顾和再访问。此外，根据已知的驾驶循环信息，将EMS分为三类，并对标准驾驶循环、长期驾驶循环生成（LT-DCG）和短期驾驶循环预测（ST-DCP）等相关研究方向进行了阐述和分析。此外，现有的数据库的驾驶循环在公路和城市方面的展示和讨论。最后，本文还阐述了与驾驶循环相关的能源管理技术的未来展望。本文旨在帮助相关研究人员了解混合动力汽车能量管理领域的研究现状，并明确其未来的发展方向。
2020-08-01 cs.SY eess.SP eess.SY
Optimal Thermal Management and Charging of Battery Electric Vehicles over Long Trips
研究了纯电动汽车长途行驶时的最优热管理和充电问题。重点是在废热回收的热管理系统中包括热泵的潜在好处，以及充电点规划，以实现时间，能量或其权衡的最佳化。一个最优控制问题，其中的目标函数包括由充电器（S）提供的能量，和总的充电时间，包括实际充电时间和绕道时间和从充电停止。为了降低计算复杂度，制定的问题，然后转换成一个混合动力系统动力系统，充电动力学建模的域中的归一化充电时间。可以在行程时间或行程距离域中对驾驶动态进行建模，因为假定车辆速度是先验已知的，并且车辆仅在充电位置处停止。在混合动力系统内，为每个充电位置引入二进制变量，以便决定使用或跳过充电器。这个问题的数值解决，并进行模拟，以评估在能源效率和时间方面的性能。仿真结果表明，充电所需的时间和总能耗减少了30.6%和19.4%，分别通过应用所提出的算法。
2022-10-07 cs.SY eess.SY
A User-centric Game for Balancing V2G Benefits with Battery Degradation of Electric Vehicles
该研究提出以用户为中心的V2G框架，支持电动汽车用户依据个人偏好信号平衡V2G经济收益与电池健康退化。
2025-07-25 cs.SY eess.SY
Cybersecurity of Electric Vehicle Smart Charging Management Systems
在概念上，智能充电管理系统（SCMS）优化了插电式汽车（PEV）的充电，并提供各种电网服务，包括电压控制，频率调节，调峰，可再生能源集成支持，旋转备用和紧急需求响应。这些功能在很大程度上取决于从各种实体收集的数据，例如PEV，电动汽车供电设备（EVSE），服务提供商和公用事业。由于网络和物理组件之间的相互作用和相互依赖性，SCMS可能容易受到网络和物理威胁（例如，中间人攻击，数据阴谋攻击，拒绝收费，物理攻击）。通过高度连接的恶意软件载体的网络物理威胁引起了各种担忧，包括对车辆操作员和附近人员的公共安全危害以及对电网运营的中断。本文介绍了SCMS的概念，并提供了一个全面的审查EVSE和SCMS的网络安全方面，其可能对电网和社会的影响。它还有助于制定供应链管理系统的网络安全措施。SCMS的各种功能，包括调峰，需求收费减少，频率调节，旋转备用，可再生能源集成支持，配电阻塞管理，无功补偿，和紧急需求响应与单向PEVs充电详细审查。此外，还提供了关于SCMS网络安全当前实践的关键文献调查，以探讨网络物理攻击的主要影响和挑战，并确定当前可用SCMS技术的研究差距和漏洞。
2020-08-17 cs.SY eess.SY
Optimal Placement of Electric Vehicle Charging Stations in Populated Regions of Tehran for Various Demands Distribution
由arXiv编辑。
2023-03-08 cs.SY eess.SY
PAIM: Platoon-based Autonomous Intersection Management
University of Virginia（弗吉尼亚大学）
本文提出基于预约的自主交叉口管理策略，通过优化编队车辆的调度以减少延误和变异性，提升安全性和效率。
2018-09-18 cs.CC cs.SY eess.SY
Research On Permanent Magnet BLDC for small electric vehicle
Amity University（安提大学）
本文比较了五种电机类型，分析其优劣，探讨适合电动车应用的电机类型。
2014-05-27 cs.SY eess.SY
Integrated motion control and energy management of series hybrid electric vehicles: A multi-objective MPC approach
本文针对串联混合动力汽车的运动控制与能量管理集成问题，提出了一种内嵌运动控制的多目标MPC能量管理方法，并引入电池电流约束以避免过高充放电电流，从而提升安全性、延长电池寿命。
2023-04-07 cs.SY eess.SY math.OC
Definition of Static and Dynamic Load Models for Grid Studies of Electric Vehicles Connected to Fast Charging Stations
电动汽车的不断发展需要电力系统分析，以调查电动汽车同时充电在多大程度上导致网络运行降级，并验证对策的有效性。为了降低复杂性和CPU时间，执行这些分析的常见方法包括用恒定的PQ负载替换电动汽车及其充电站。然而，这种方法是不准确的，因为这些元件吸收的功率实际上不仅取决于电压，还取决于充电状态、充电方法、电池组的阴极化学以及电动车辆和充电站中的转换器控制。综合考虑这些因素，本文提出了一种新的电动汽车快速充电站静态负荷模型和基于矢量拟合的动态负荷模型。这些计算效率高的表示可以取代电动汽车的标准恒定PQ负载模型，以更准确地评估其在静态和动态电网研究中的影响。IEEE14系统的仿真结果表明，通过增加车队的电动汽车的修改证明了所提出的模型的准确性，并突出了在某些情况下，作为一个恒定的PQ负载的标准电动汽车表示的缺点。
2023-02-08 cs.SY eess.SY
Driving Condition-Aware Multi-Agent Integrated Power and Thermal Management for Hybrid Electric Vehicles
Chongqing University（重庆大学）；Loughborough University（拉夫堡大学）；Shanghai Jiao Tong University（上海交通大学）
本文提出一种面向驾驶条件的混合动力汽车多智能体集成能量与热管理框架，通过实时驾驶识别模型提升燃油经济性并降低热管理能耗。
2026-03-29 cs.SY eess.SY
Predictive Energy Management for Battery Electric Vehicles with Hybrid Models
针对电池电动汽车能耗预测受多因素影响难度大的问题，提出结合物理仿真模型与数据驱动模型的混合方法，利用机器学习处理外部因素，经真实数据集验证将预测误差从40%降至10%。
2024-05-15 cs.SY eess.SY
Co-Optimization of Adaptive Cruise Control and Hybrid Electric Vehicle Energy Management via Model Predictive Mixed Integer Control
该研究面向比亚迪秦Plus DM-i PHEV，将ACC与考虑离合器状态的EMS整合为MINLP，并在MPC框架下实现跟车节能协同优化，燃油消耗较顺序优化降低5.1%。
2023-04-24 cs.SY eess.SY
Sliding Mode Roll Control of Active Suspension Electric Vehicles
本研究提出一种基于滑模控制的主动悬架电动汽车侧倾控制算法，利用四角独立电机驱动取代机械防侧倾杆，Slalom和J-turn测试表明其能减少至少50%侧翻并保持乘员舒适性。
2024-11-17 cs.SY eess.SY
Resource-Oriented Optimization of Electric Vehicle Systems: A Data-Driven Survey on Charging Infrastructure, Scheduling, and Fleet Management
本文针对电动汽车发展中充电站拥堵、充电成本高、供需冲突等核心挑战，全面综述了覆盖充电部署、调度、车队管理全周期的数据驱动研究，探讨了多领域影响并指明未来方向。
2025-09-04 cs.SY eess.SY
Demand Side Management for Homes in Smart Grids
用电量是水电费的主要部分，也是降低电费的最佳起点。介绍了一种有效的家庭能源管理方法，以减少客户的电费，通过确定最佳的设备调度下按小时定价的需求响应（DR）策略。所提出的方法通过可接受的器具延迟时间专门解决了消费者的舒适度，在该时间内，他们的消费可以从正常的时间表转移。电动汽车（EV），具有车辆到电网（V2G）和车辆到家庭（V2H）的能力，能量存储系统（ESS）和可再生能源作为分布式发电被认为是在最终用户场所，以提高能源管理效率。一个混合整数线性规划（MILP）的框架来解决所提出的问题。数值结果表明，该方法可以减少用户的电费，而不牺牲他们的舒适性，并充分利用电动汽车和ESS的能力。
2019-11-26 cs.SY eess.SY
Overview Analysis of Recent Developments on Self-Driving Electric Vehicles
Georgia Southern University（佐治亚南方大学）
本文综述了自动驾驶电动汽车在能量存储、电池均衡、充电布局、电机与制动等关键子系统上的最新进展，并展示了若干原型车成果。
2024-07-04 cs.RO cs.SY eess.SY
Advancements in Electric Vehicle Charging Optimization: A Survey of Reinforcement Learning Approaches
本文综述强化学习在电动汽车充放电协调中的框架、目标与架构，按集中式与分散式分类，并展望未来优化方向。
2025-02-17 cs.SY eess.SY
Yaw Stability Control System Development and Implementation for a Fully Electric Vehicle
汽车行业对全电动汽车的兴趣越来越大，因为越来越难以满足基于内燃机的新的和即将到来的排放法规。全电动汽车没有内燃机。因此，用于牵引控制系统和用于横摆稳定性控制系统的驱动转矩改变必须通过用于牵引的电动机。在设计制动控制器（如ABS）和通过差动制动进行偏航稳定性控制时，必须考虑全电动汽车的再生制动能力。全电动汽车通常是较轻的车辆，与使用内燃机的前辈相比具有不同的动态特性。因此，它们的偏航稳定性控制系统必须重新设计和测试。本文报告了正在进行的全电动汽车横摆稳定性控制器设计工作的初步结果。两种不同的实现研究原型全电动轻型商用车被认为是。第一种实施方式在内燃机驱动的传统车辆中使用生产横摆稳定性控制系统。来自生产ECU的驱动扭矩变化命令被读取、修改并发送到电动机驱动器，以试图模仿传统车辆。差动制动指令与传统车辆中的相同。在第二实施方式中，设计并实施了计算并发出其自身的驱动扭矩变化命令和差动制动命令的通用偏航稳定性控制系统。离线仿真验证模型和硬件在环仿真系统被用于设计偏航稳定性控制系统。
2022-03-04 cs.SY eess.SY
Integrated Optimization of Power Split, Engine Thermal Management, and Cabin Heating for Hybrid Electric Vehicles
针对寒冷天气下混合动力汽车燃油消耗增加的问题，提出集成功率与热管理方案，通过动态规划优化功率分配、发动机热管理与座舱加热，显著提升燃油经济性。
2019-06-04 cs.SY eess.SY math.OC
Model Predictive Control-Based Optimal Energy Management of Autonomous Electric Vehicles Under Cold Temperatures
本文提出基于实时模型预测控制的能量管理方法，在寒冷低温下动态优化自动驾驶电动汽车推进、HVAC与电池预处理的功率分配，以平衡热舒适、电池健康并保持里程，实现到达后即时充电。
2025-09-12 cs.SY eess.SY
Recent Progress in Energy Management of Connected Hybrid Electric Vehicles Using Reinforcement Learning
University of Birmingham（伯明翰大学）；Tsinghua University（清华大学）；University of Surrey（萨里大学）
本文综述了强化学习在网联混合动力汽车能量管理中的应用，涵盖从单车到多车场景，重点探讨多智能体强化学习解决协同生态驾驶控制的挑战与进展。
2023-12-23 cs.LG cs.SY eess.SY
A Formal Approach for Efficient Navigation Management of Hybrid Electric Vehicles on Long Trips
插电式混合动力电动汽车（PHEV）由于其经济效率以及对绿色管理的贡献而越来越受欢迎。插电式混合动力汽车允许驾驶员仅使用电力进行驾驶，然后根据需要切换到汽油。汽车使用的汽油越多，旅行所需的费用就越高。然而，PHEV不能在不充电的情况下长时间使用储存的电力。因此，与传统的汽油动力汽车相比，它需要频繁充电。此外，电池充电时间通常较长，这导致旅行延迟较长。因此，有必要提供一个灵活的导航管理方案，以及一个有效的充电时间表，这使得司机选择一个最佳的路线的基础上的燃料成本和时间到目的地的约束。在本文中，我们提出了一个正式的模型来解决这个PHEV导航管理问题。该模型求解提供了一个全面的路由计划，包括潜在的充电和加油点，满足给定的要求，特别是最大燃料成本和最大行程时间的驱动程序。此外，我们提出了一种基于价格的导航控制技术，以实现更好的负载平衡的交通系统。评价结果表明，提出的形式化模型可以有效地解决，即使是大型道路网络。
2019-07-01 cs.ET cs.LO cs.SY
Real Time Operation of High-Capacity Electric Vehicle Ridesharing Fleets
我们研究了在在线、高容量拼车系统中使用电动汽车的可行性。先前的工作表明，在线算法在中央控制的高容量拼车系统中表现良好。首先，我们提出了一个混合整数线性规划，将过去的拼车算法扩展到电动汽车车队，目标是调度车辆充电，以在一天中的不同时间保持足够的车队规模。然后，我们展示了一个更快的，可扩展的算法，具有类似的性能，是实用的全尺寸系统。我们的贡献表明，即使在在线环境下运营，也必须了解和估计未来需求。
2021-01-04 cs.SY eess.SY
