DC Microgrid based on Battery, Photovoltaic, and fuel Cells; Design and Control
微电网以使用多种可再生能源的方式提供了发电的灵活性。在过去的几年里，微电网在设计和控制策略方面成为一个非常活跃的研究领域。大多数微电网使用DC/DC转换器将可再生能源连接到负载。利用MATLAB/Simulink建立了具有3种不同能源（锂离子电池、光伏电池和燃料电池）和外部变功率负载的直流微网仿真模型，仿真结果表明，所提出的最大功率点控制器MPPT能够保证直流微网的稳定运行。三个能源通过DC/DC转换器连接到负载，每个转换器一个。这种类型的拓扑结构确保了对每个能源的保护以及负载的最佳稳定性。
2023-02-15 cs.SY eess.SY
Convex Optimization for Fuel Cell Hybrid Trains: Speed, Energy Management System, and Battery Thermals
我们使用凸优化的燃料电池混合训练的操作优化。主要目标是在考虑电池热约束的同时，最大限度地减少目标行程时间内的氢燃料消耗。状态轨迹：训练速度、能量管理系统和电池温度都在单个优化问题内同时优化。提出了一种新的热模型，以包括电池温度，但保持配方凸性。模拟显示，当温度与其他状态同时优化时，而不是随后单独优化时，可以节省燃料和更好的热管理。燃料减少是由减少的冷却努力引起的，这是由配方对主动冷却能量消耗的认识所激发的。对于需要更多冷却的较暖环境温度，该益处更为显著。
2021-11-17 cs.SY eess.SY math.OC
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
Thermal Analysis of PEM Fuel Cell and Lithium Ion Battery Pack in Confined Space
混合储能系统（HESS）在行业中占据了一席之地。HESS提高了系统效率，降低了整体成本，延长了系统的使用寿命。质子交换膜（PEM）燃料电池与锂离子电池（LIB）混合用于车辆应用、机器人应用等。在具有几何空间约束的应用中，能量存储元件的温度受对流热传递的影响。本文利用COMSOL Multiphysics软件包对不同放电率（C率）的锂离子电池和不同电压的质子交换膜-锂离子电池混杂系统的几何结构进行了热分析。当与PEM电池紧密接近放置时，LIB包的温度的额外升高在4 ℃下在0.03-0.6 $^0$ ℃的范围内。锂离子电池组的电池温度随着C速率的增加和PEM电池电压的降低而增加。
2020-11-30 cs.SY eess.SY
Degradation-aware Predictive Energy Management for Fuel Cell-Battery Ship Power System with Data-driven Load Forecasting
Delft University of Technology（代尔夫特理工大学）；Università degli Studi di Genova（热那亚大学）
本文提出了一种考虑燃料电池退化因素的预测性能源管理策略，通过数据驱动的负载预测减少氢气消耗和电池退化，实验显示在15分钟和1小时预测范围内，氢气消耗和电池退化分别减少5.8%和36.4%。
2026-04-16 cs.SY eess.SY
Hydrogen and Battery Based Energy Storage System (ESS) for Future DC Microgrids
本文提出一种结合氢能和电池的混合储能系统，利用隔离式DC-DC转换器和PEM技术实现氢气生产、存储与发电，以应对未来高可再生能源渗透率直流微电网的长期稳定供电和功率波动问题。
2024-06-02 cs.SY eess.SY
Optimization Models and Steady-State Minimum-Fuel Operating Strategies for Hydrogen-based Hybrid Electric Aerospace Propulsion Systems
Eindhoven University of Technology（埃因霍温理工大学）；Cranfield University（克兰菲尔德大学）；DLR-Institut für Elektrifizierte Luftfahrtantriebe（德国航空航天中心电气化航空推进研究所）；Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；Università degli Studi di Genova（热那亚大学）
提出氢基混合电推进系统优化框架，通过代理模型和静态非线性规划求解最小燃料控制策略，在通勤飞机任务中验证，表明旁路阀可降低油耗19%以上。
2026-06-15 cs.SY eess.SY
A Fair and Privacy-Aware EV Discharging Strategy using Decentralized Whale Optimization Algorithm for Minimizing Cost of EVs and the EV Aggregator
加快电动汽车（EV）推向市场的一个关键动机是实现车辆到电网（V2G）功能。随着V2G的到位，电动汽车车主可以有额外的自由来与电网交互他们的电池能量，即在他们的电动汽车不使用时将他们的能量出售给电网。另一方面，电动汽车聚合器和公用事业公司可以利用收集的能量的灵活性来实现对电网的各种辅助服务，这可以显著降低例如在电网侧运行传统发电厂的旋转储备的成本。然而，这种额外的自由度也带来了实际挑战，即如何为一组电动汽车设计一个公平且在某种意义上最优的放电策略。在本文中，我们提出了一种新的设计电动汽车放电策略在一个典型的V2G能源交易框架，同时利用鲸鱼优化算法在一个分散的方式，一个元启发式算法，已被证明是有效的解决大规模集中式优化问题。我们证明，通过使用简单的数据洗牌和聚合的想法，人们可以设计一个公平的，最佳的和隐私意识的方式，其中的隐私是指这样一个事实，即没有关键信息的电动汽车应该与电动汽车聚合器交换，反之亦然的电动汽车放电策略。公平性意味着需要为所有电动汽车寻求共同的放电率，以便在同一V2G计划中没有人比其他人获得更好的利益。仿真结果表明，我们所提出的系统的有效性。
2021-02-04 cs.SY eess.SY
A Soft-switched Fast Cell-to-Cell Voltage Equalizer for Electrochemical Energy Storage
电池串联连接以满足许多应用中的电压要求。电压均衡器电路是必要的，以确保没有电池是过度充电或过度放电。提出了一种新型的快速软开关电池间电压均衡器拓扑结构。这种拓扑结构可以同时将电荷从多个过充电电池转移到多个欠充电电池，避免电池的任何不必要的充电或放电，以实现快速电压均衡。所提出的电路拓扑和调制方法确保在所有电池条件下的零电压开关。电路的工作和软开关进行了分析和实验验证与四电池电压均衡器的原型。样机分别与电池组和混合超级电容器组进行了测试，验证了其较高的转换效率。
2019-07-04 cs.SY eess.SY
A Novel Modular, Reconfigurable Battery Energy Storage System: Design, Control, and Experimentation
提出了一种新型的模块化、可重构电池储能系统。所提出的设计的特点是一个紧密集成的可重构电源开关和DC/DC转换器。该特性使得故障单元能够与系统隔离，并且允许对单个单元进行精细的功率控制以实现最佳的系统级性能。一个最佳的电源管理方法的开发，以广泛利用所提出的设计的优点。该方法基于滚动时域凸优化，旨在最大限度地减少充电/放电过程中的总功率损失，同时根据每个电池的情况分配功率，以实现荷电状态（SoC）和温度平衡。通过适当的设计，该方法能够在整个SoC范围内调节单元的功率，并保证优化问题的可行性。我们进行了广泛的模拟，并进一步开发了一个实验室规模的原型，以验证所提出的系统设计和电源管理方法。
2023-01-12 cs.SY eess.SY
A Black Start Strategy for Hydrogen-integrated Renewable Grids with Energy Storage Systems
本文针对含氢能与储能的现代电网，提出计及燃料电池和电池特性的黑启动模型，并在IEEE 39节点系统上验证其恢复路径与最优资源配置。
2025-07-19 cs.SY eess.SY
Integer-Clustering Optimization of Hydrogen and Battery EV Fleets Considering DERs
Johns Hopkins University（约翰斯·霍普金斯大学）；Massachusetts Institute of Technology（麻省理工学院）；New York University（纽约大学）
本文提出整数聚类优化模型，协同设计氢/电池EV车队、分布式能源及充加氢基础设施，并基于波士顿公交网络验证其计算效率与系统规划价值。
2025-06-11 cs.SY eess.SY
Planning low-carbon distributed power systems: Evaluating the role of energy storage
本文将储能系统的数学公式引入到发电容量扩展框架中，以评估储能在分布式电力系统脱碳中的作用。该建模框架考虑了锂离子电池系统的动态充电/放电效率和最大循环功率以及循环和日历退化。从一个小规模的分布式电力系统的结果表明，将动态效率和电池的循环功率的发电规划问题并没有显着改变的最优发电组合，而增加了大量的计算负担。相比之下，考虑电池退化会导致截然不同的发电扩展结果，特别是在具有更大储能容量的深度脱碳情景中。在本研究中使用的假设下，发现只有在严格的碳排放限制下，电池储能在2020年才具有经济可行性。相比之下，考虑到预计的技术进步和相应的成本降低，电池储能显示出在2050年实现深度脱碳的有吸引力的选择。
2021-08-30 cs.SY eess.SY
A Scheduling Model of Battery-powered Embedded System
Georgia Institute of Technology（佐治亚理工学院）
本文提出了一种基于混合系统理论的电池供电嵌入式系统调度模型，通过动态建模将不同 CPS 组件整合到统一框架中。
2015-04-24 cs.SY eess.SY
Mathematical Modeling for Holistic Convex Optimization of Hybrid Trains
我们研究建模燃料电池混合动力列车的目的，优化其操作使用凸优化。模型和必要的约束条件，形成一个物理上可行的凸问题进行审查。由于广泛考虑了训练速度、能量管理系统和电池热量，因此将这项工作描述为整体性的。最小化的目标是给定目标行程时间的氢燃料消耗。提出了一种新的电池热模型，以帮助电池的热管理，从而保持电池的寿命。所有模型都是在空间域中导出的，沿着约束松弛保证了凸优化问题。第一原理知识和真实世界的数据证明了所提出的模型适用于预期的最优化问题。
2021-10-24 cs.SY eess.SY math.OC
A novel ML-fuzzy control system for optimizing PHEV fuel efficiency and extending electric range under diverse driving conditions
Iran University of Science and Technology（伊朗科技大学）；Cornell University（康奈尔大学）；University of Nebraska-Lincoln（内布拉斯加大学林肯分校）
本研究提出一种结合机器学习与模糊逻辑的PHEV新型控制系统，可预测纯电能耗、优化多模式功率分配，在多工况下显著提升纯电续航、降低燃油消耗，还能适配不同电池健康状态。
2024-12-12 cs.LG cs.SY eess.SY
Hybrid Fuel Cells Power for Long Duration Robot Missions in Field Environments
Massachusetts Institute of Technology（麻省理工学院）；Rensselaer Polytechnic Institute（伦斯勒理工学院）
本文提出混合燃料电池系统用于提升机器人在野外长时间任务中的续航能力，通过燃料电池与电池的结合解决传统电源的局限性。
2017-02-01 cs.RO cs.SY eess.SY
Evaluation of Rail Decarbonization Alternatives: Framework and Application
本文提出NUFRIEND框架，通过设施选址与规模优化、生命周期和技术经济分析评估铁路脱碳方案，并在美国一级铁路网络上比较生物燃料、电子燃料与电池电力技术的减排效果和成本。
2025-01-03 cs.SY eess.SY math.OC
Hydrogen and Battery Storage Technologies for Low Cost Energy Decarbonization in Distribution Networks
如果没有可再生能源的高渗透率，深度能源脱碳就无法实现。在更高的可再生能源渗透率下，太阳能光伏（PV）电力的可变性和间歇性可能会导致现有化石燃料发电的斜坡问题，需要更长时间的能量存储来提高电网运行的可靠性。质子交换膜电解槽可以生产氢气，并作为公用可控负载。产生的氢气可以储存并转化为电能，或与天然气混合，或用作运输燃料或化学原料。本文认为，在一个标准的IEEE 33节点配电网络上运行的分布式能源的配电系统运营商的角度考虑的技术和物理约束，以最大限度地减少总投资和运营成本的目标。不同的案例研究，在非常高的光伏渗透率被认为是显示的挑战和路径，以净零排放能源生产使用氢能源。公用事业光伏成本和电解槽资本成本对以1美元/公斤生产氢气的敏感性表明，配电网络可以生产100%的可再生电力，到2050年，可以以保守的成本估计以相同的价格生产氢气，到2030年，成本加速下降。
2022-02-06 cs.SY eess.SY
Multi-objective Optimal Trade-off Between V2G Activities and Battery Degradation in Electric Mobility-as-a-Service Systems
本文针对电动出行即服务系统，建立混合整数线性规划模型，在电池退化成本与 V2G 售电收益之间进行多目标权衡，并通过埃因霍温仿真证明 V2G 不影响出行服务数量，但退化成本可能超过 V2G 收益。
2024-05-03 cs.SY eess.SY math.OC
A Study on the Controllability of Lithium-Ion Batteries
Texas Tech University（德克萨斯理工大学）
本文通过非线性可控性分析，探讨了锂离子电池的可控性及控制所需努力，揭示了电池动态数学条件对控制需求的影响，并分析了不同参数对电池可控性的影响。
2026-04-13 cs.SY eess.SY
Domain knowledge-guided machine learning framework for state of health estimation in Lithium-ion batteries
Stanford University（斯坦福大学）；Politecnico di Torino（都灵理工大学）
提出五个可在线提取的电池健康指标并开发机器学习方法，用于估计电动汽车锂离子电池健康状态，在部分数据缺失下实现了1.5%至2.5%的低误差容量估计。
2024-09-22 cs.LG cs.SY eess.SY
Machine Learning-Based Performance Evaluation of a Solar-Powered Hydrogen Fuel Cell Hybrid in a Radio-Controlled Electric Vehicle
本文结合信号处理、异常检测与时间卷积网络，评估太阳能质子交换膜燃料电池—镍氢电池混合动力遥控车，证明其能提升电压稳定性、可靠性并支持离网可再生氢能应用。
2025-09-23 cs.SY eess.SP eess.SY
Simultaneous Identification and Control Using Active Signal Injection for Series Hybrid Electric Vehicles based on Dynamic Programming
混合动力电动车辆（HEV）通过包括两个动力源（电池组和内燃机）而具有过驱动系统。本文利用混合动力汽车的这一特点，同时实现电池参数/状态的准确识别。通过主动注入电流信号，可以以特定顺序估计充电状态、健康状态和其他电池参数，以在与使用基线电流信号同时估计所有参数和状态的情况相比时提高识别性能。一个动态规划策略的开发，以提供基准的结果，如何平衡相冲突的目标，相应的识别和系统效率。提出了在不同目标之间进行折衷的方法来优化电流分布，从而保证信号的丰富性和燃油经济性。此外，仿真结果表明，估计的均方根误差可以减少高达100%，在燃料消耗增加不到2%的成本。利用所提出的同时辨识和控制算法，可以监测电池的参数/状态，以确保混合动力汽车电池的安全和有效的应用。
2019-09-17 cs.SY eess.SY nlin.AO
Fast State-of-Health Estimation Method for Lithium-ion Battery using Sparse Identification of Nonlinear Dynamics
Korea Advanced Institute of Science and Technology（韩国科学技术院）；Chungbuk National University（忠北国立大学）
本文提出一种基于SINDy与相关性分析的锂离子电池快速SOH估计方法，以低数据量构建可解释的数据驱动退化模型，并通过与多种机器学习算法比较验证其估计精度和计算效率。
2024-10-22 cs.RO cs.SY eess.SY
Scalable Optimal Power Management for Large-Scale Battery Energy Storage Systems
针对大规模电池储能系统最优功率管理计算难度高的问题，提出基于电芯聚类的可扩展方法，通过簇级滚动时域优化分配功率配额，大幅降低计算开销且经仿真和实验验证有效。
2023-11-06 cs.SY eess.SY
Data-driven nonparametric Li-ion battery ageing model aiming at learning from real operation data -- Part B: Cycling operation
Ikerlan Technology Research Centre, Basque Research and Technology Alliance (BRTA)（伊克拉兰技术中心，巴斯克研究与技术联盟）；University of the Basque Country (UPV/EHU), Department of Systems Engineering & Control（巴斯克大学）；WMG, University of Warwick（华威大学WMG学院）；ESTIA Research, Ecole Supérieur des Technologies Industrielles Avancées (ESTIA)（高级工业技术学院）
本文提出基于高斯过程框架的数据驱动锂离子电池老化模型，通过循环运行数据训练，实现高精度预测与模型扩展。
2026-01-25 cs.SY eess.SY
Cell Balancing for the Transportation Sector: Techniques, Challenges, and Future Research Directions
本文综述交通领域电池均衡技术，比较被动与主动方法，分析应用与挑战，指出未来研究方向。
2024-04-22 cs.SY eess.SY
The Role of Net-Zero Energy Residential Buildings in Florida's Energy Transition: Economic Analysis and Technical Benefits
本研究面向佛罗里达2050能源转型，评估住宅光伏、电池储能与EV的技术经济性，量化ITC、能效和月度成本节约，并提出太阳能快充与制氢协同路径。
2023-12-05 cs.SY eess.SY
Low-frequency Selection Switch based Cell-to-Cell Battery Voltage Equalizer with Reduced Switch Count
基于选择开关的电池间电压均衡器只需要一个由所有电池共享的双端口DC-DC转换器。提出了一种利用电容式电平移位Cuk变换器和低频单元选择开关的单元间电压均衡器。在均衡器中没有隔离Transformer和二极管导致高效率，并且低频选择开关的使用显著地降低了驱动电路的成本。一个低频单元选择网络，提出了使用双极电压总线，其中的开关数几乎是一半，相比现有的低频单元到单元的均衡器的情况下，大量的细胞。提出了一种新的单元电压恢复补偿方法，该方法减少了选择开关的操作次数和均衡时间。建议的均衡器实现继电器和验证8电池锂离子电池堆。样机在充放电和变负载条件下，效率均在90%以上，具有良好的电压平衡性能。实验结果还表明，约一个数量级的继电器开关的数量减少和均衡时间的显着减少，使用建议的电压补偿。
2020-10-19 cs.SY eess.SP eess.SY
Systemic Decarbonization of Road Freight Transport: A Comprehensive Total Cost of Ownership Model
本文构建综合TCO模型，结合车辆与基础设施及多类成本，评估八种动力总成的中重型货运车辆脱碳路径，发现零排放车辆未来可与柴油车成本竞争。
2024-10-28 cs.SY eess.SY
Energy Consumption and Battery Aging Minimization Using a Q-learning Strategy for a Battery/Ultracapacitor Electric Vehicle
Clemson University（克莱姆森大学）；University of California, Berkeley（加州大学伯克利分校）；Hunan University（湖南大学）；University of Michigan（密歇根大学）
推进系统电气化革命一直在汽车工业中进行。电气化推进系统提高了能源效率，减少了对化石燃料的依赖。然而，电动车辆的电池在车辆运行期间经历劣化过程。考虑电池/超级电容器电动汽车中电池退化和能量消耗的研究仍然缺乏。该研究提出了一种基于Q学习的策略，以最大限度地减少电池退化和能耗。在Q学习的基础上，提出了两种启发式能量管理方法，并利用粒子群优化算法对其进行了优化。首先建立了车辆动力系统模型，其中考虑了严重因子电池退化模型，并利用遗传算法进行了实验验证。在结果分析中，首先用学习后的最优策略图来解释Q学习。然后，以不带超级电容器的车辆为基准，与带超级电容器的车辆采用Q学习的结果进行比较，并以两种启发式方法作为能量管理策略。在学习和验证驾驶循环中，结果表明，与没有超级电容器的基线车辆相比，Q学习策略将电池退化减缓了13-20%，并将车辆续航里程增加了1.5-2%。
2020-10-27 cs.LG cs.SY eess.SY
Multi-objective Eco-Routing Model Development and Evaluation for Battery Electric Vehicles
在微观交通仿真环境下，研究了多目标纳什最优（用户均衡）交通分配对纯电动汽车（BEV）和内燃机汽车（ICEVs）大规模网络的影响.生态路由是一种找到最节能路线的技术。ICEV和BEV的能耗模式在其对驾驶循环的敏感性方面存在显著差异。与ICEV不同，与高速公路旅行相比，BEV在低速干线旅行中更节能。不同的能源消耗模式要求ICEV和BEV采用不同的生态路由策略。这项研究发现，生态路线可以降低纯电动汽车的能源消耗，但也显着增加了他们的平均旅行时间。模拟研究发现，多目标路径可以将BEV的能耗降低13.5%，14.2%，12.9%和10.7%，以及ICEV的燃油消耗分别降低0.1%，4.3%，3.4%和10.6%“不拥堵”，“轻微拥堵”，“中度拥堵”和“高度拥堵”条件。研究还发现，多目标用户均衡路由减少了平均车辆行驶时间高达10.1%相比，标准的用户均衡交通分配的高度拥挤的条件下，产生一个更接近系统最优交通分配的解决方案。研究结果表明，多目标生态路径规划能有效降低燃料/能源消耗，同时对纯电动汽车和内燃机车的行程时间影响最小.
2020-08-10 cs.MA cs.SY eess.SY
A Machine Learning-based Digital Twin for Electric Vehicle Battery Modeling
Politecnico di Torino（都灵理工大学）
电动车辆（EV）的广泛采用受限于它们对电池的依赖，与液体燃料相比，电池目前具有低能量和功率密度，并且随着时间的推移会老化和性能劣化。出于这个原因，在EV寿命期间监测电池充电状态（SOC）和健康状态（SOH）是一个非常相关的问题。这项工作提出了一种电池数字孪生结构，旨在准确地反映电池动态的运行时间。为了确保非线性现象的高度正确性，数字孪生依赖于根据电池随时间演变的痕迹进行训练的数据驱动模型：SOH模型，重复执行以估计最大电池容量的退化，以及SOC模型，定期重新训练以反映老化的影响。所提出的数字孪生结构将在公共数据集上举例说明，以激励其采用并证明其有效性，具有高准确性以及与板载执行兼容的推理和再训练时间。
2022-06-16 cs.AI cs.LG cs.NA
Two-Layer Model Predictive Battery Thermal and Energy Management Optimization for Connected and Automated Electric Vehicles
University of Michigan（密歇根大学）
本文提出了一种双层模型预测控制策略，用于优化电动汽车的电池热力和能源管理，通过实时预测和优化提高燃油经济性，同时减少计算量并避免电池温度约束违规。
2018-09-26 cs.SY eess.SY math.OC
Optimal Decision Making Model of Battery Energy Storage-Assisted Electric Vehicle Charging Station Considering Incentive Demand Response
考虑到电动汽车（EV）的大规模实施，公共EV充电站被用作EV的燃料箱，以满足更长的行驶距离的需要并克服私人充电桩的不足。本地电池储能（BES）的分配可以增强电动汽车充电站的灵活性。提出了一种考虑激励性需求响应的电动汽车充电站优化决策模型。首先，详细介绍了BES辅助电动汽车充电站的模型。其次，介绍了具有代表性的激励性需求响应模型--紧急需求响应模型。第三，基于充电负荷预测数据，建立了考虑EDR的电动汽车充电站运营利润最大化的BES辅助电动汽车充电站优化决策模型。最后通过实例验证了该方法的可行性。本文的研究结论如下：1）通过优化决策模型，可以有效地为BES辅助电动汽车充电站确定正确的、有利的EDR参与决策。2)在EV充电站中的本地BES可以提高充电站参与EDR的能力。
2019-06-20 cs.SY eess.SP eess.SY
