E-vehicle predictive control for range extension

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21220%2F16%3A00310680" target="_blank" >RIV/68407700:21220/16:00310680 - isvavai.cz</a>

Výsledek na webu

<a href="https://link.springer.com/chapter/10.1007/978-3-319-46490-9_38" target="_blank" >https://link.springer.com/chapter/10.1007/978-3-319-46490-9_38</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-46490-9_38" target="_blank" >10.1007/978-3-319-46490-9_38</a>

Jazyk výsledku

angličtina

Název v původním jazyce

E-vehicle predictive control for range extension

Popis výsledku v původním jazyce

The range is currently one of main drawbacks of e-mobility, as energy storage capacity is limited. On the other hand, various information and computational resources in the cloud can be used. The control scheme uses model based predictive controllers with hierarchy of prediction horizons with various lengths. A detailed range estimation model of a Doblo e-vehicle is basis with the main subsystems: vehicle 1D model, e-motor, battery pack, air-conditioning/heating and EVCU. Due to the system substantial nonlinearity, a broad grid of linearized model is selected to rebuild a piecewise linear model. Trajectory velocity profile, designed by cloud control layer serves as input. Resulting controllers are merged using gain scheduling approach.

Název v anglickém jazyce

E-vehicle predictive control for range extension

Popis výsledku anglicky

The range is currently one of main drawbacks of e-mobility, as energy storage capacity is limited. On the other hand, various information and computational resources in the cloud can be used. The control scheme uses model based predictive controllers with hierarchy of prediction horizons with various lengths. A detailed range estimation model of a Doblo e-vehicle is basis with the main subsystems: vehicle 1D model, e-motor, battery pack, air-conditioning/heating and EVCU. Due to the system substantial nonlinearity, a broad grid of linearized model is selected to rebuild a piecewise linear model. Trajectory velocity profile, designed by cloud control layer serves as input. Resulting controllers are merged using gain scheduling approach.

Druh

D - Stať ve sborníku

CEP obor

JR - Ostatní strojírenství

OECD FORD obor

—

Projekt

<a href="/cs/project/LO1311" target="_blank" >LO1311: Rozvoj Centra vozidel udržitelné mobility</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2016

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Advances in Intelligent Systems and Computing

ISBN

978-3-319-39638-5

ISSN

2194-5357

e-ISSN

—

Počet stran výsledku

8

Strana od-do

279-286

Název nakladatele

Springer International Publishing AG

Místo vydání

Cham

Místo konání akce

Brunow

Datum konání akce

27. 6. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—