信号交叉口联网燃料电池混合动力汽车生态驾驶的双层凸优化
联网燃料电池混合动力汽车(FCHEV)的生态驾驶是速度规划和能源管理的耦合问题。
为了降低计算负担，双层优化将上层和下层的子问题解耦并分层求解。
提出了一种多信号交叉口连通式飞车生态驾驶的双层凸函数方法。
在上层，将非线性交通信号灯约束转化为时变的线性状态约束，采用平均车速后，代价函数变为二次型。
在下层，对燃料电池系统和电池进行了模型凸化。
然后利用MOSEK求解器和乘子交替方向法(ADMM)依次求解上层速度规划和下层能量管理问题。
结果表明，与双层动态规划(DP)方法相比，该方法在保持较高的能源效率的同时，大大降低了计算量，计算时间仅为6.59%，燃油经济性基本相同。
ID:25200677776941725
