E-vehicle predictive control for range extension
Identifikátory výsledku
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>
Alternativní jazyky
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.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
JR - Ostatní strojírenství
OECD FORD obor
—
Návaznosti výsledku
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)
Ostatní
Rok uplatnění
2016
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
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
—